Статья: Разработка методологии и сетевого инструментария оценки климатических рисков

Принципы организации оценки климатических рисков (КР)

Таблица 1

Еще одним важным принципом при оценке климатических рисков является принцип «отложенного климатического эффекта». Он является продолжением предыдущего принципа и означает, что конечный результат климато-сберегающих мероприятий наступит не сразу, а по прошествии определенного времени. Такое положение дел обусловлено планетарным масштабом происходящих изменений, отсутствием скоординированности между странами и крупными корпорациями, либо их отказом от участия в совместных проектах, отсутствием эффективной системы учета происходящих климатических изменений и антропогенного влияния и прочими причинами.

И, наконец, принцип «измеримости критериев оценки климатических рисков» означает, что в процессе проводимого измерения не должно быть проблем с определением характеристик анализируемых климатических рисков и показателей, имеющих количественное измерение. Трудности могут возникнуть с качественными показателями. Основой для руководящих начал выступает потребность в определении последовательности и условий использования определенных инструментов и методов для успешной идентификации и оценки климатических рисков. Цель такой оценки имеет две составляющие.

1. Определение видов климатических рисков, с которыми может столкнуться субъект хозяйствования, их систематизация и оценка вероятности наступления риска и возможного ущерба качественными или количественными способами.

2. Оценка приемлемости выбранного вида климатического риска и отбор методов управления им.

Методический инструментарий, используемый при анализе климатических рисков, находится еще на этапе формирования и не полностью учитывает специфические особенности климатических рисков, хотя сейчас в этом направлении сделаны «большие шаги». Междисциплинарный характер исследуемой проблемы усложняет процесс анализа и идентификации причин и условий возникновения климатических неопределенностей и рисков, что в дальнейшем затрудняет процесс действенного управления ими.

С целью развития методологии оперативного управления климатическими рисками на основе их оценки в соответствии с требованиями цифровой экономики и систематизации процесса идентификации рисков предлагается использовать модифицированный нейросетевой инструментарий при оценке природно-климатических рисков.

Ключевыми характеристиками и принципами такого инструментария является пороговость, приспособляемость, обучаемость [7].

Сетевой инструментарий позволяет на каждом пороге оценки собирать данные из максимально возможных источников, сводя их далее в оптимальное количество используемых данных (рис. 1).

Для эффективной работы нейронной сети её необходимо обучить на определенном комплексе данных, разделенных на три группы:

1) бинарные переменные (истина или ложь);

2) количественные переменные, характеризуются числовым значением;

3) качественные переменные, характеризуются ограниченным количеством допустимых значений (например, климатическая нейтральность: высокая, средняя, низкая) [6].

Рис. 1. Нейронная модель трансформации информации

Далее рассмотрим три принципа, в соответствии с которыми возможна и происходит обучаемость нейронной сети.

1. Многообразие - большое количество комбинаций «вход-выход» в разрабатываемых примерах.

2. Достаточность -количество обучающих примеров должно позволить сформировать устойчивые навыки идентификации рисков в текущих условиях.

3. Пропорциональность - критерии оценки должны представлять все группы (интеральные, экстеральные и нейтральные) и уровни (территориальный, отраслевой, корпоративный и т.п.) климатических рисков.

В случае неравномерности представления информации уровень эффективности обучения будет снижаться.

Необходимо отметить еще одну особенность при определении количества обучающих выборок. Если таких выборок будет мало, то сам факт обучения может не состоятся, а в случае большого количества выборок сформированная сеть будет нестабильной и в скором времени надо будет «переобучать» всю нейронную сеть.

Одной из сильных сторон нейронных сетей является возможность их использования тогда, когда неизвестен или слабо изучен уровень причинно-следственных связей анализируемых факторов и условий.

На рис. 2 изображена модель нейрона с тремя дендритами (входами в нейрон) - хьх2, х3. Роль фильтров выполняют синапсы (рьw2, w3), имеющие определенные веса.

Далее происходит этап поступления суммарного импульса (5*) к ядру в форме сигмоидной функции или гиперболического тангенса (1) [8].

S= w1 x1 + w2 x2 + w3 x3. (1)

Сила выходного импульса нейрона будет определяться следующим образом (2):

y = f(w1 x1 + w2 x2+ w3 x3). (2)

Следовательно, нейрон можно описать с помощью весов р и передаточной функции А(х) и на выходе нейрон выдает определенное число у. И в случае достижения установленного веса импульса на выходе у (установленного порога), он будет транслироваться дальше. Это и является одним из ключевых недостатков нейронной сети - когда актуальная информация, по тем или иным причинам не получившая большого импульса, не может пройти дальше к другому нейрону. С целью устранения данного недостатка нами предлагается сделать два аксона, где на выходе у1будет проходить сильный сигнал, а более «слабые» сигналы будут проходить через выход у2.

Критерии оценки климатических рисков, проходящих по выходу у1, будут обрабатывать на этапе «Процедура оценки вероятности наступления событий» с помощью количественных методов оценки рисков. В тоже время критерии оценки климатических рисков со слабым выходным импульсом у2, будут оцениваться на 3-ем этапе уже с помощью качественных методов.

Приспосабливаемость нейронной сети составляет зерно оперативности управления климатическими рисками и выражается в возможности учета текущих изменений видов и размеров риска в климатической системе. Корректировки будут вноситься уже непосредственно в процессе оценки климатических рисков с помощью изменения пороговых значений на выходе и выходе из нейрона. Установление размера пороговых значений и их дальнейшая корректировка выполняется экспертами или группой экспертов, имеющих опыт работы в исследуемой сфере.

Таким образом, модифицированные нейронные сети дают возможность учитывать значительно больший объем информации, имеющей отношение к изменениям в климатической и хозяйственной системах.

Алгоритм оценки климатических рисков может быть представлен следующим образом (рис. 2).

Рис. 2. Алгоритм оценки климатических рисков

Остановимся подробнее на описании сущности каждого этапа.

Этап № 1. Анализ потока данных в хозяйственной и климатической системах

Процесс анализа данных предшествует этапу оценки рисков. На первом этапе происходит процесс декомпозирования исследуемого явления на составные элементы для дальнейшего анализа причин и условий возникновения и развития данного явления. Определяется смысловая нагрузка каждого элемента и явления в целом.

В рамках этого этапа закладываются предпосылки для решения вопроса о выборе методов оценки вероятности наступления неблагоприятных событий (количественные, качественные либо комбинированные). Все зависит от изученности природы исследуемого явления, объемов существующих и созданных баз данных о причинах и последствиях явления. Созданные базы данных должны обладать следующим комплексом свойств: универсальность, реляционность, сетевой характер.

Этап № 2. Идентификация рисков

В рамках этапа разрабатывается максимально полный набор неблагоприятных событий, которые могут повлечь негативные изменения и причинить экономический ущерб стейкхолдеру. При этом проводится подробное описание сформированного набора. В основе идентификации рисков лежит уровень формализации процессов в хозяйствующем субъекте и предварительная оценка его размеров. Для малых и средних субъектов процедура идентификации сводится к формированию определенного набора неблагоприятных последствий. Крупные хозяйствующие субъекты формируют сложную формализованную процедуру определения неблагоприятных последствий. Нарушение установленного порядка играет решающую роль в недостижении поставленной цели при управлении климатическими рисками. Для идентификации всех потенциальных рисков нужно анализировать внешние и внутренние факторы, как прямого, так и косвенного действия [10].

С точки зрения экономических интересов хозяйствующего субъекта этап идентификации рисков является наиболее важным и принципиальным. В процессе идентификации рисков хозяйствующий субъект находится на «распутье» принимаемых решений. Это связано с тем, что при идентификации:

а) определяется перечень опасных событий и угроз, которые могут наступить в изменяющихся условиях функционирования;

б) дается развернутая характеристика выявленных неблагоприятных событий и угроз климату (интернальных и экстернальных);

в) формируется информационная база для дальнейшего решения вопроса о принятии выявленного вида климатического риска либо об отказе от него.

Далее, на основе сформированного перечня отобранных видов климатических рисков проводится процедура выбора методов оценки рисков, что в свою очередь повлияет на уровень объективности и точности прогнозируемого ущерба, эффективности применяемых методов управления рисками, сроков проведения установленных процедур и, в конечном итоге, устойчивости развития хозяйствующего субъекта.

Особую роль в успешной оценке климатических рисков играет система показателей измерения влияния деятельности хозяйствующего субъекта на климат. В проводимом исследовании рассматривались критерии и показатели оценки природно-климатических рисков, такие как энергоемкость; энергопотребление; карбоноемкость энергопотребления; карбоноемкость производимого продукта на предприятии, в регионе, отрасли, ВВП и т.д. [10]. Данные показатели классифицировались в соответствии с возможностью воздействия климатических рисков на интернальную и экстернальную среду для отбора методов управления возникающими рисками. Большинство перечисленных показателей поддается количественной оценке. Например, выбросы углерода, концентрация СО 2 в атмосфере, индекс геокрилогической опасности и т.д. Однако есть и качественные показатели, такие как климатическая нейтральность, качество «энергоэффективных» расходов и т.д. Их количественное описание или качественное влияние на размер принимаемого к управлению вида климатического риска как раз и требует разработки дополнительного инструментария.

В статье предлагается с помощью нейронной сети на этапе «Идентификация рисков» увеличить объем анализируемой информации о событиях, которые потенциально могут причинить ущерб хозяйствующему субъекту. Входными данными нейронной сети будут выступать данные для оценки и составления рейтинга климатических рисков (х). Далее проводится отбор наиболее влиятельных рисков, по которым должны приниматься управленческие решения.

Этап № 3. Процедура оценки вероятности наступления событий, которые потенциально могут нанести ущерб определенному объекту

На третьем этапе после анализа имеющейся информации и формирования перечня неблагоприятных событий и перечня видов климатических рисков, выбирается наиболее эффективный метод оценки рисков (количественные или качественные) или комбинация методов в текущих условиях.