广州1月11日，我国首款专为金融气象领域打造的AI模型“熵机”在这里亮相。复旦大学大数据学院和中国气象局国家气象信息中心联手，经过长期攻关，把海量的历史气象数据、高精度预报信息和多维金融时间序列数据融合在一起，用机器学习算法构建了一个复杂的关联模型，专门研究像温度、降水、极端天气这些气象因子，是如何影响股票、债券还有大宗商品价格波动的。这次发布是由中国气象学会金融气象专业委员会主办，复旦大学和广东省气象局一起承办的第二届金融气象学术年会的一部分。参会的除了政府部门、高校科研人员，还有银行、证券、保险这些金融机构的代表。除了展示这个“熵机”模型，大会上还有不少别的创新成果，比如细化的金融气象指数、专门给新型农业主体的气候信贷产品、根据天气预测做的物流保险方案，以及区域气候风险综合服务平台的建设等。 专家们说，现在全球气候变化越来越严重，极端天气越来越多，给经济系统特别是金融体系带来的冲击也越来越明显。国际上的TCFD框架要求金融机构必须好好识别、评估和管理气候风险。在这种背景下，“熵机”这类能把看不见的气象风险变成可分析的量化指标的工具，正好赶上了好时候。它不仅能帮企业提前预警气候风险，让银行在信贷评估时更精细化，还能给保险公司开发更公平的天气指数保险产品提供数据支持。对于绿色债券或者转型金融工具的环境效益测算，“熵机”也能提供帮助。对于投资者来说，它能挖掘出那些还没被市场充分定价的“气象Alpha”，作为量化投资策略的新工具。 在学术研究上，“熵机”的输出成果可以检验和完善那些包含气候因子的资产定价理论。“熵机”的诞生填补了国内在金融气象这个交叉学科前沿应用的技术空白。它标志着我国在这个新兴领域迈出了坚实的一步。未来随着模型的不断迭代和应用场景的扩大，它有望在防范化解风险、服务实体经济高质量发展以及全球气候治理方面发挥更大作用。跨学科的合作会让这个领域更有活力，把金融服务跟国家战略和老百姓的福祉结合得更好。