分析并可视化气候数据集。 模拟气候风险。 将机器学习应用于数据分析。 结合气候和经济数据。 在云中安全地扩展、计算和存储数据。
10月16日至17日|在线
气候风险和ESG的定量工具
处理气候情景
导入、处理和分析大型气候数据集,包括历史排放数据和气候预测 使用预先构建的功能、工具箱或第三方模型开发和运行复杂的综合评估模型(IAM) 利用高级可视化技术显示和分析模型结果,如3D绘图和交互式动画 使用机器学习优化模型参数并识别气候变化的关键驱动因素 通过使用大型集成场景评估模型结果和预测 将行业标准场景(如IIASA和NGFS中的场景)集成到您的分析中
气候变化风险建模
集成各种数据源,包括气候、金融和经济数据,以进行全面的气候转型风险建模 开发自定义分析和机器学习模型,以揭示见解并为数据驱动的决策提供信息 生成可视化和报告,以传达过渡风险对业务、资产和投资的潜在影响
分析和管理物理气候风险
将矢量和栅格GIS和地理空间数据导入MATLAB环境 规范化不同的坐标系、地址和位置 可视化并分析物理风险的交叉点,如洪水和资产位置
根据气候目标和ESG因素调整投资
基于气候和其他ESG因素开发ESG评分模型 将气候数据纳入投资组合优化模型以进行温度调整,例如巴黎调整SBTi框架 将高级分析和机器学习应用于交易机会和风险预测 生成透明的ESG性能报告和可视化 使用中的内置验证和风险管理工具有效管理模型风险 MathWorks模型景观