一场台风或暴雨过去，积水会退，交通会恢复，但留下的影响远不止看到的这么多——它甚至会影响到养老金的发放。对养老金管理者而言，如何更准确地识别这些风险，并作出更稳健的资产配置决策？
近日，温肯理工学院助理教授刘果团队获2026年度国家自然科学基金青年科学基金项目（C类）立项。项目名为“基于多源异构数据与机器学习的巨灾气候风险下养老金动态资产配置研究”。这项研究，正是为了破解气候与养老资源配置之间的现实难题。
过去的经验为什么不够用
2012年，超级风暴桑迪曾迫使纽约证券交易所短暂停市，并引发保险相关金融产品波动；2022年，长江流域经历大范围罕见高温干旱，农业生产、能源供应和保险赔付均承受压力。
刘果关注的重点是这些极端事件之间可能存在的联系。一次灾害发生后，环境变化、基础设施风险暴露和市场行为调整，都可能影响后续事件发生的时间和概率。
一些传统模型会把不同灾害看成彼此独立的事件，或者假设风险发生的强度相对稳定。在气候变化背景下，过去的数据未必足以预测未来。如果忽略极端事件的集中出现和相互影响，就可能低估发生概率较低、损失却十分巨大的风险。
对于投资周期长、支付责任相对稳定的基本养老保险基金而言，这种低估尤其值得警惕。刘果希望建立一个更接近现实的模型，让养老金管理者不仅看到一次风险，还能看到风险之后可能发生什么。
让模型读懂不同的数据
要理解极端天气如何影响养老资金，只看天气数据远远不够。项目需要综合使用气候模型、历史灾害损失、保险索赔和金融市场数据。这些来源不同、形式各异的数据，被称为“多源异构数据”。
“AI（机器学习）在这里主要起辅助作用。”刘果介绍，一些复杂模型使用传统方法求解，电脑可能需要运行很长时间。引入AI（机器学习），是为了提高数据处理和计算效率，更准确地识别不同风险之间的联系。
在得到风险判断后，研究团队还将设置不同的气候情景，比较多种资产配置方案的长期表现。AI不会代替养老金管理者决定资金投向，而是尝试为他们提供一张更清楚的风险地图。
与只防范最坏情况的保守方案相比，刘果希望在收益、风险和不确定性之间寻找更合理的平衡。项目预计形成数学模型、学术论文和案例分析，并为养老金管理机构及相关部门提供量化参考。
从个人投资到养老资金管理
刘果对长期风险的关注，并非始于此次项目。本科阶段，他在香港中文大学学习数学，随后赴墨尔本大学攻读精算学硕士和博士学位。早期，他研究个人应该如何在消费、股票、基金、债券和保险之间安排资金。之后又把研究对象拓展至保险公司和再保险公司，分析它们面对巨灾和连锁风险时如何配置资产、分担损失。
在此前与澳大利亚学术机构开展科研合作时，他曾使用当地山火和气象数据，分析日照、最高气温等因素与山火发生概率之间的关系。这些研究经历，为此次国自然项目提供了基础。
从个人财富安排，到保险机构的巨灾风险，再到基本养老保险基金的长期管理，研究对象不断变化，背后追问的是同一个问题：当未来无法被准确预知，如何利用数学和数据作出更稳健的选择？
在温肯，让数学回应现实
如今，这条不断延伸的研究线索，也进入了温州肯恩大学的课堂。
2025年8月加入温肯后，刘果一边教授应用统计和金融数学相关课程，一边推进项目的前期研究。“目前，学生已参与前期数据处理和数学模型研究。随着项目深入，他们还将逐步接触模型求解，以及不同气候情景下的资产配置研究。课堂里的数学模型，也由此与山火、台风、保险和养老保障等现实问题发生联系。
一场暴雨，离我们的养老金有多远？刘果和他的团队，正在尝试把这段不易被察觉的距离计算出来。
文字 | 陈慧
图片 | 鲁添毅
一审 | 尚蕊
二审 | 柯哲人
三审 | 王舒
责编 | 传播与公共关系部
