في عام 1992، اجتاح إعصار أندرو ولاية فلوريدا، تاركًا شركات التأمين أمام خسائر بلغت 15.5 مليار دولار. أفلست شركات كثيرة حينها، فابتكر السوق طريقة لنقل مخاطر الكوارث إلى أكتاف المستثمرين: سندات الكوارث. وهي أوراق مالية تدفع كوبونات سخية ما لم تقع كارثة متفق عليها، مثل إعصار بقوة معينة أو زلزال في منطقة محددة. فإذا وقعت الكارثة، يخسر المستثمر جزءًا من المبلغ المستثمر أو كله، وتحصل شركة التأمين على المال لتعويض المتضررين.

لفترة طويلة، كان تقييم هذه الأوراق يعتمد على المؤشرات المالية فقط: الخسائر المتوقعة، ونوع المشغّل (الشرط الذي تخسر عنده السند قيمته)، والأجل، والمنطقة. لكن المناخ يتغير، وتواتر الأعاصير في ازدياد. قرر مؤلفو الدراسة الجديدة اختبار ما إذا كان يمكن تحسين التنبؤ بالكوبونات بإضافة مؤشرات مناخية إلى النموذج. أخذوا بيانات 734 شريحة من سندات الكوارث الصادرة بين 1997 و2020، وثمانية مؤشرات مناخية: من مؤشر النينيو إلى شذوذ درجة حرارة سطح البحر في سبعة مناطق.

قورنت سبعة نماذج للتعلم الآلي، من الانحدار الخطي إلى تعزيز التدرج، على البيانات نفسها. أدى إدراج السمات المناخية إلى تحسين جميع النماذج. أظهرت الأشجار العشوائية المتطرفة أفضل النتائج: انخفض خطأ التنبؤ بنسبة 13.2% مقارنة بالنسخة دون المناخ. وهذا ليس مجرد تحسن إحصائي؛ فبالمال، يعني ذلك أن المستثمر يستطيع تقديرًا أدق لما يجب أن يتقاضاه مقابل مخاطر إعصار الموسم القادم.

الفائدة العملية واضحة بالفعل. يمكن لخبراء الاكتتاب (المتخصصين في تقييم المخاطر وتحديد الأسعار) إدراج فترات التأخير المناخية في نماذجهم لتجنب المبالغة في الأقساط أو التقليل منها. ويحصل المستثمرون على أداة لتقييم محفظتهم بشكل أكثر إنصافًا. ويصبح السوق ككل أكثر قابلية للتنبؤ، حتى حين تظل الطبيعة نفسها غير قابلة للتنبؤ. ما زال قائد الأوركسترا يضبط الإيقاع، لكن الفرقة تسمعه الآن مسبقًا.