利用大數據、雲計算技術收集和分析氣候數據， AI 和機器學習技術對氣候數據進行深入演算，識別模擬預測風險機率，協助提高資產避險的精度。
根據氣候相關財務揭露(TCFD)框架，協助企業面臨的氣候衝擊風險與機會，收集前瞻性的財務影響資訊，評估相應之資產規劃以支持避險決策。
利用氣候數據演算，提供準確合理的環境情景，強化遊戲設計與用戶黏著性，嵌入動畫設計中，快速生成動態環境豐富感，提升製作與開發效益。
中山大學學生團隊組合研發：
TG-CI 氣候衝擊波動率(因子) {氣候衝擊指數原型}
採用溫差、海水、洪災、旱災、坡災、空汙、颱風及地震等 8大實體風險類型的歷史數據及混合情景框架，生成原始大數據模型，經過增強演算與決策邏輯分析，進行資產特定層面的脆弱度評估。
運用專利的 Ai 演算法擴展到氣候變遷領域，全方位整合各項財務數據與規範準則。增強金融數據與量化演算在各種氣候衝擊情況下的關聯性、提煉出更精確且實用的避險決策。
評估企業在環境保護（E）、社會責任（S）和公司治理（G）方面表現的指標。它幫助投資者和利害關係者了解企業在可持續發展方面的風險和機會。
助於提升企業長期價值(S8)，並吸引責任投資；促進支持生產活動、創造合宜就業機會、創業精神、創意與創新，支持達成更廣泛的全球性永續發展目標。
建立多種氣候情境（如轉型情境、實體情境），並使用這些情境來模擬不同時間點下，進行壓力測試，以評估投資組合在不同氣候變遷情景下的韌性。
實體氣候衝擊風險因子 (TG-CIVIX)
轉型氣候衝擊風險因子 (TG-CIFlag)
高雄市前鎮區復興四路1號宏泰高雄新創大樓2樓
9:00 - 18:00
