Climate Financial Stranded Asset MCP Server

Climate Financial Stranded Asset MCP Server

ApifyForge で表示 | Apify Store で利用

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します：

{
  "mcpServers": {
    "climate-financial-stranded-asset-mcp": {
      "url": "https://ryanclinton--climate-financial-stranded-asset-mcp.apify.actor/mcp"
    }
  }
}

---

AI エージェント向けの気候金融座礁資産分析を提供します。この MCP サーバーにより、あらゆる LLM クライアントから、炭素資産の座礁、ポートフォリオの気候 VaR、物理的ハザードへのエクスポージャー、生物多様性と金融の相互連関、移行リスクの伝播、包括的な TCFD レポートを対象とする8つの定量的な気候リスクツールに直接アクセスできます。データインフラを自ら構築することなく、機関投資家水準の気候指標を必要とする投資アナリスト、リスクチーム、サステナビリティの専門家向けに開発されています。

このサーバーは14のライブデータソース（SEC EDGAR、FRED、World Bank、OECD、Eurostat、IMF、OpenAQ、IUCN Red List、GBIF、UN COMTRADE、OpenCorporates、GLEIF、Nominatim、SEC insider filings）を統合し、6つの定量的アルゴリズムを適用してTCFDに準拠した出力を生成します。Model Context Protocolを介して一度接続すれば、対応するすべてのAIクライアントが追加設定なしで8つのツールすべてを呼び出せます。

どのようなデータを抽出できますか？

データ項目	ソース	例
📊 炭素資産の座礁確率	マルコフ体制転換モンテカルロ法	XOM：座礁確率73％、予想損失21億ドル
📉 信頼水準99％でのポートフォリオ気候 VaR	モンテカルロ法（10,000経路）＋GPDテール	VaR99：4億8,500万ドル、期待ショートフォール：6億1,200万ドル
🏭 施設ごとの物理的ハザードへのエクスポージャー	空間的な緯度・経度の重ね合わせ＋OpenAQ	テキサス州ミッドランドの製油所：複合リスクスコア34％
🌿 生物多様性に関連する金融リスク（TNFD）	IUCN Red List＋GBIFの出現傾向	農業企業：「高」TNFDカテゴリー、VU種12種
🔗 移行リスクの伝播増幅係数	気候調整済みDebtRank伝播	8ノードのエクスポージャーネットワーク全体で3.2倍の増幅
📐 排出軌跡の整合性スコア	IEA／IPCC経路との動的時間伸縮法	整合性スコア0.41、ギャップ年：2026、2027、2029
💨 Scope 1／2／3の炭素エクスポージャー分析	SEC EDGAR＋セクター別ベンチマーク	850 tCO2e／百万ドル（セクター平均720）、ベンチマークを18％上回る
📋 4つのガバナンスの柱にわたるTCFDの調査結果	すべてのツールから集約	重大な調査結果3件、総合リスク評価：「高」
🌐 SECの企業気候関連提出書類	SEC EDGAR＋SEC insider filing analyzer	企業ごとの気候情報開示、排出データ
📡 リアルタイムの大気質モニタリング（PM2.5、AQI）	OpenAQ	施設の座標から半径200km以内のリアルタイムAQI
🐾 生物多様性の脅威評価	IUCN Red List	VU／EN／CR種の状況とGBIFの個体数傾向
📈 炭素価格政策データ	OECD、World Bank、Eurostat	EU ETS価格系列、炭素税のスケジュール
🏢 企業登記および法人データ	OpenCorporates＋GLEIF LEI	金融エクスポージャーネットワーク向けの子会社マッピング
📉 マクロ経済指標	FRED、IMF、World Bank	原油価格系列（WTI）、エネルギーCPI、GDPデータ

Climate Financial Stranded Asset MCP Server を使う理由

気候リスクの定量化をゼロから構築するには、十数種類の API からデータを取得し、保険数理モデルを実装し、基盤データの変更に合わせてデータパイプラインを維持する必要があります。Excel と特定時点のデータを使って 10 銘柄のポートフォリオの座礁資産分析を行うだけでも、シニアアナリストが 2〜3 日かかることがあります。TCFD 準拠の出力を得るには、通常、MSCI Climate、Sustainalytics、S&P Trucost などの高額なベンダーを利用するか、年間 50,000 ドルを大きく超えるコストをかけて、社内で何カ月もかけてモデルを開発する必要があります。

この MCP サーバーを使えば、これらの作業を 1 回のツール呼び出しに短縮できます。MCP 経由で接続された AI エージェントは、1 回の会話で完全な TCFD レポートの生成、モンテカルロ気候 VaR の実行、座礁確率の特定、物理的ハザードへのエクスポージャーのマッピングを行えます。いずれも、機関投資家のリスク管理チームが利用するものと同じアルゴリズムを使用します。

• スケジュール設定 — 毎日、四半期ごと、またはカスタム間隔で気候リスク評価を実行し、政策の動向に応じたポートフォリオのエクスポージャーを追跡します
• API アクセス — Python、JavaScript、Claude Desktop、Cursor、または MCP 対応の HTTP クライアントからツール呼び出しを実行します
• 14 のライブデータソース — 基盤となるすべてのアクター呼び出しで、古いキャッシュを使わず、最新の公開 API データを使用します
• モニタリング — Apify プラットフォームのインテグレーションを通じて、実行の失敗時や予期しない結果が発生したときに Slack またはメールでアラートを受け取れます
• インテグレーション — 出力を Zapier、Make、Google Sheets、または Webhook に接続して、下流のリスク管理ワークフローに取り込めます

特長

• マルコフ・レジーム・スイッチングを用いたリアルオプションによる炭素資産の座礁確率 — 2つの炭素価格レジーム（現在の政策：21年間で$30–$70/tCO2e、ネットゼロ：$30–$600/tCO2e）の下で資産価値をモデル化し、マルコフ遷移行列（ネットゼロ・レジームへの年間移行確率8％、復帰確率3％）を適用します。最大5,000本のモンテカルロ・パスを実行し、簿価加重の座礁確率と、資産ごとの早期売却リアルオプション価値を算出します
• 一般化パレート分布による裾野フィッティングを用いたポートフォリオのモンテカルロ気候VaR — 相関する3つのリスク要因（炭素価格ショックのボラティリティ0.4、エネルギーコストショック0.25、規制ショック0.15）について最大10,000回のシミュレーションを実行します。95パーセンタイルの閾値を超える部分にモーメント法による推定でGPDを当てはめ、信頼水準95％、99％、99.5％でVaRと期待ショートフォールを報告します
• 7種類のハザードを対象とした空間的な物理ハザードのオーバーレイ — 施設の座標と、地震（環太平洋火山帯およびプレート境界）、洪水（緯度・経度ゾーンによる沿岸／河川への近接度）、山火事（乾燥した緯度帯30～45°および10～25°）、ハリケーン（熱帯の暖かい海洋盆地）、干ばつ、海面上昇、ライブ大気質（ハバースライン距離による200km以内のOpenAQ PM2.5）を重ね合わせます。複合リスク＝ハザード確率×資産価値×脆弱性係数の合計
• 10種類の生態系サービスを対象としたTNFDの生物多様性・財務リスク連関 — セクターレベルの依存度テーブル、IUCNレッドリストの脅威スコア（LC＝0.1～EX＝1.0）、GBIFの個体数傾向データを用いて、送粉、水質浄化、土壌形成、気候調整、洪水防御、炭素隔離、栄養循環、害虫防除、原材料、遺伝資源を評価します。エンティティごとにTNFDリスクカテゴリー（negligible/low/moderate/high/very_high）を生成します
• システミックな移行リスクの伝播に対応する気候調整済みDebtRank — ユーザー定義の金融エクスポージャーネットワークを通じて、炭素価格ショックを伝播させます。初期ショック＝carbonIntensity×carbonPriceIncrease×fossilRevenueShareです。気候相関による調整（炭素強度の高いエンティティ同士が互いの損失を増幅）を加えてストレスを伝播し、増幅係数、ノードごとの気候DebtRank、収束までの反復回数を返します
• 排出量軌跡を整列する動的時間伸縮法 — 正規化した企業の排出量軌跡（初年度を100として指数化）を、IEAネットゼロ（2050年までに0に到達）またはIPCC 1.5Cの参照経路と比較します。DTW距離はD(i,j) = cost(i,j) + min(D(i-1,j), D(i,j-1), D(i-1,j-1))で算出します。整列スコア＝1/(1 + DTW_distance/path_length)です。エンティティの排出量が参照値を20％超過するギャップ年を特定します
• 14セクターにわたるセクター別炭素強度のベンチマーク — energy：850、oil_gas：950、utilities：720、mining：600、chemicals：380、transportation：310、agriculture：290、materials：480、industrials：220、real estate：95、consumer staples：120、healthcare：45、technology：30、communication services：20 tCO2e/$M revenue
• 4つの柱にわたるTCFD準拠のレポート — あらゆる分析の側面を集約し、ガバナンス、戦略、リスク管理、指標／目標に関する調査結果を、深刻度評価（low/medium/high/critical）および定量的な提言とともに提示します
• 再現性を確保するシード付きモンテカルロ — 線形合同法による乱数生成器（デフォルトのシード：42）とボックス＝ミュラー法による正規乱数サンプリングを使用するため、同じ入力であればシミュレーション結果を実行ごとに再現できます
• 14のデータソースにわたる並列アクターオーケストレーション — SEC EDGAR、World Bank、FRED、IUCN、GBIF、OpenAQなどのソースへの呼び出しをPromise.allで並行して実行し、全体のレイテンシを最小限に抑えます
• スタンバイモード（常時稼働のMCPエンドポイント） — Apify Standbyモードで/mcpエンドポイントを実行し、対話型エージェントセッションでのコールドスタートによるレイテンシを解消します

気候関連の財務分析における座礁資産のユースケース

投資ポートフォリオのストレステスト

資産運用会社やリスク担当者は、規制当局のストレステストや社内のリスクレビューに先立ち、移行シナリオがポートフォリオ価値に与える影響を定量化する必要があります。この MCP サーバーを分析ワークフローに接続し、炭素強度と化石燃料収益比率を含む株式保有銘柄のリストを渡すと、IEA および IPCC の炭素価格経路に基づいて調整された、信頼水準 95％、99％、99.5％でのモンテカルロ VaR 値と、資産ごとの座礁確率を受け取れます。10 資産の分析全体を 2 分以内に実行できます。

TCFD および SFDR に基づく気候情報開示

TCFD タスクフォースの情報開示や、SFDR 第 8 条／第 9 条ファンド報告を準備するサステナビリティチームには、TCFD の 4 つの柱すべてにわたる、体系化された気候リスクの調査結果が必要です。generate_tcfd_report ツールは、座礁確率、気候 VaR、物理的リスク、生物多様性への影響、排出量の整合性を、深刻度評価と実行可能な提言を含む、TCFD の構成に沿った単一のレポートにまとめます。これにより、サステナビリティチームは、取締役会レベルのレビューに向けた、文書化された定量的な出発点を得られます。

物理的資産およびインフラのリスクマッピング

物理的な気候リスクへのエクスポージャーを評価するインフラ投資家、保険会社、企業のリスクチームは、施設の住所をジオコーディングするか座標を直接渡して assess_physical_risk を実行できます。ライブの大気質データを重ね合わせた、複数のハザードを統合したリスクスコアが得られます。このツールは、ポートフォリオ全体で支配的なハザードの種類を特定し、期待損失の複合値に基づいて施設を順位付けするため、適応策への設備投資の優先順位付けに役立ちます。

ネットゼロとの整合性および株主エンゲージメント

科学的根拠に基づく目標に照らして企業の排出量の推移を追跡する ESG 調査会社やエンゲージメントチームは、score_transition_alignment を使って、Dynamic Time Warping 距離に基づき、過去の排出量系列を IEA Net Zero または IPCC 1.5C の参照経路と比較できます。出力では、企業の推移が参照値から 20％を超えて乖離する特定のギャップ年を特定し、株主エンゲージメントレターや議決権行使の判断に活用できる、根拠のある整合性スコアを提示します。

システミックな気候リスクおよび金融連鎖のモデリング

システミックな移行リスクをモデル化する中央銀行、金融安定理事会、学術研究者は、model_transition_contagion を使用して、気候調整済み DebtRank アルゴリズムにより、金融エクスポージャーネットワークを通じて炭素価格ショックを波及させることができます。企業間の金融エクスポージャーネットワークを入力し、炭素価格の上昇幅を指定すると、増幅係数、ノードごとのストレスレベル、収束データが得られます。出力は、FSB および BIS の気候ストレステスト手法に準拠しています。

TNFD 報告に向けた生物多様性および自然関連リスク

自然関連財務情報開示タスクフォースの報告書を作成する企業は、生態系サービスへの依存度を定量化する必要があります。compute_biodiversity_risk ツールは、事業地域を対象に IUCN レッドリストの脅威状況と GBIF の種の出現傾向を取得し、セクター別に 10 項目の生態系サービスへの依存度を評価したうえで、TNFD のリスクカテゴリを割り当てます。これにより、サステナビリティチームは、自然関連情報開示に向けた、根拠のあるデータに基づく出発点を得られます。

気候関連の金融資産座礁化 MCP サーバーの使用方法

1. AI クライアントに接続する — 以下の JSON 設定を使用して、MCP サーバーの URL https://climate-financial-stranded-asset-mcp.apify.actor/mcp を Claude Desktop、Cursor、または任意の MCP 対応クライアントに追加します。コードは不要です。
2. ポートフォリオを説明する — 分析対象の企業、そのセクター、保有する炭素強度データを AI エージェントに伝えます。物理的リスクを分析する場合は、施設の住所または座標も含めます。エージェントが適切なツールを自動的に呼び出します。
3. 分析を実行する — エージェントが関連するツールを順次または並列に呼び出します。10 資産のポートフォリオを対象とする完全な TCFD レポートの作成には、通常 60〜120 秒かかります。単一の炭素エクスポージャー分析は 15 秒以内に返されます。
4. 結果を確認してエクスポートする — 出力は構造化された JSON として会話内に直接返されます。調査結果を表にまとめたり、特定の指標を抽出したり、Webhook 経由で結果を下流システムに送信したりするようエージェントに依頼できます。

Claude Desktop 経由で接続する

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "climate-stranded-asset": {
      "type": "http",
      "url": "https://climate-financial-stranded-asset-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor または任意の MCP クライアント経由で接続する

エンドポイント https://climate-financial-stranded-asset-mcp.apify.actor/mcp を使用し、Apify API トークンを含む Bearer トークンヘッダーを指定します。

入力パラメーター

この MCP サーバーには、従来型のアクター入力はありません。すべてのパラメーターは、AI エージェントがツール呼び出しの引数として渡します。サーバーは 8 つのツールを公開しています。

ツール	主なパラメーター	説明
compute_stranding_probability	assets[]、discountRate、numPaths	AssetPosition オブジェクトの配列です。各オブジェクトには ticker、name、sector、bookValue、marketValue、carbonIntensity（tCO2e/$M revenue）、fossilRevenueShare（0–1）、annualEmissions（tCO2e）が必要です。lat、lng、jurisdiction は任意です。デフォルト値：discountRate=0.05、numPaths=5000。
simulate_climate_var	assets[]、numSimulations、carbonPriceVolatility、energyCostVolatility、regulatoryVolatility	同じ AssetPosition 配列です。numSimulations のデフォルト値は 10,000 です。ボラティリティのデフォルト値：炭素 0.4、エネルギー 0.25、規制 0.15。
assess_physical_risk	facilities[]	施設オブジェクトの配列です。各オブジェクトには name、lat、lng、assetValue（USD）、facilityType が必要です。座標の代わりに address を指定すると、Nominatim によるジオコーディングが実行されます。
compute_biodiversity_risk	entities[]、species[]、region	各エンティティには name、sector、revenue、locations[]（緯度／経度の配列）が必要です。species と region は任意です。デフォルトでは、受粉媒介生物、マングローブ、サンゴ、森林に関するクエリが実行されます。
model_transition_contagion	entities[]、carbonPriceIncrease	各エンティティには name、carbonIntensity、fossilRevenueShare、economicValue、exposures[]（対象 + 金額）が必要です。carbonPriceIncrease は USD/tCO2e 単位で、デフォルト値は 100 です。
score_transition_alignment	entities[]、referencePathway	各エンティティには name と emissionsHistory[]（{year, scope1, scope2, scope3?} の配列）が必要です。referencePathway は "IEA_NZ" または "IPCC_15C" です。
analyze_carbon_exposure	assets[]、carbonPrice	同じ AssetPosition 配列です。carbonPrice はコスト計算に使用する USD/tCO2e 単位の価格で、デフォルト値は 50 です。
generate_tcfd_report	assets[]、facilities[]、emissionsHistory[]、carbonPrice、carbonPriceIncrease	ポートフォリオ全体のデータです。6 つのアルゴリズムを内部で実行し、TCFD の 4 つの柱すべてにわたる調査結果を集約します。

AssetPosition スキーマ（4 つのツールで使用）

フィールド	型	必須	説明
ticker	string	はい	株式ティッカーシンボル（例："CVX"）
name	string	はい	会社名
sector	string	はい	セクターキー — Features の 14 セクターのベンチマーク表を参照
bookValue	number	はい	米ドル建ての帳簿価額
marketValue	number	はい	米ドル建ての時価
carbonIntensity	number	はい	売上高 100 万ドルあたりの tCO2e
fossilRevenueShare	number	はい	化石燃料による売上高の割合（0～1）
annualEmissions	number	はい	年間総排出量（tCO2e）
lat	number	いいえ	物理的リスクのオーバーレイに使用する施設の緯度
lng	number	いいえ	施設の経度
jurisdiction	string	いいえ	規制管轄区域（例："US"、"EU"）

入力例

単一資産の座礁確率チェック：

{
  "assets": [
    {
      "ticker": "CVX",
      "name": "Chevron Corporation",
      "sector": "oil_gas",
      "bookValue": 156000000000,
      "marketValue": 295000000000,
      "carbonIntensity": 920,
      "fossilRevenueShare": 0.95,
      "annualEmissions": 58000000,
      "lat": 37.8,
      "lng": -122.3,
      "jurisdiction": "US"
    }
  ],
  "discountRate": 0.05,
  "numPaths": 5000
}

2 つの資産とカスタムボラティリティを使用したポートフォリオの気候 VaR：

{
  "assets": [
    {
      "ticker": "NEE",
      "name": "NextEra Energy",
      "sector": "utilities",
      "bookValue": 42000000000,
      "marketValue": 110000000000,
      "carbonIntensity": 280,
      "fossilRevenueShare": 0.35,
      "annualEmissions": 8200000
    },
    {
      "ticker": "RIO",
      "name": "Rio Tinto",
      "sector": "mining",
      "bookValue": 32000000000,
      "marketValue": 98000000000,
      "carbonIntensity": 580,
      "fossilRevenueShare": 0.4,
      "annualEmissions": 27000000
    }
  ],
  "numSimulations": 10000,
  "carbonPriceVolatility": 0.45,
  "energyCostVolatility": 0.30,
  "regulatoryVolatility": 0.20
}

異なる地域にある 3 施設の物理的リスク：

{
  "facilities": [
    {
      "name": "Permian Basin Refinery",
      "lat": 31.8,
      "lng": -102.4,
      "assetValue": 2400000000,
      "facilityType": "refinery"
    },
    {
      "name": "Gulf Coast LNG Terminal",
      "lat": 29.7,
      "lng": -93.8,
      "assetValue": 890000000,
      "facilityType": "lng_terminal"
    },
    {
      "name": "Rotterdam Petrochemical Plant",
      "lat": 51.9,
      "lng": 4.4,
      "assetValue": 1100000000,
      "facilityType": "petrochemical"
    }
  ]
}

入力のヒント

• 炭素強度の調整には帳簿価額ではなく時価を使用してください — モデルは時価に対して 12% の収益率を想定しています。売上高 100 万ドルあたりの tCO2e で表される炭素強度は、この基準に合わせてください
• 物理的リスクの精度を高めるため、lat/lng を直接指定してください — テキスト形式の住所から Nominatim でジオコーディングするより、正確な座標を指定したほうが、空間的ハザードのオーバーレイによる複合リスクスコアの信頼性が高まります
• すべてのポートフォリオ資産を 1 回の呼び出しで渡してください — すべてのポジションをまとめて処理すると、相関するショックがポートフォリオ全体にわたって同時にモデル化されるため、ポートフォリオレベルのモンテカルロ気候 VaR の精度が高まります
• ベンチマーク表に一致するセクター名を使用してください — 認識されるセクターは energy、utilities、materials、industrials、oil_gas、mining、chemicals、transportation、agriculture、financials、technology、healthcare、real_estate、communication_services です。認識されないセクターには、デフォルトのベンチマーク（売上高 100 万ドルあたり 150 tCO2e）が適用されます
• TCFD レポートでは、generate_tcfd_report を 1 回の呼び出しで使用してください — 6 つのアルゴリズムを内部で実行するため、先に個々のツールを呼び出す必要はありません

出力例

複数セクターのポートフォリオに関する TCFD レポートの全出力：

{
  "tool": "generate_tcfd_report",
  "result": {
    "overallClimateRisk": "high",
    "climateRiskScore": 72,
    "strandingProbability": 0.61,
    "climateVaR99": 487200000,
    "physicalRisk": 143800000,
    "transitionRisk": 0.68,
    "alignmentScore": 0.38,
    "findings": [
      {
        "category": "strategy",
        "subcategory": "transition_risk",
        "finding": "Portfolio stranding probability of 61% exceeds the 50% high-risk threshold. CVX and XOM contribute 78% of total expected loss under net-zero transition.",
        "severity": "critical",
        "recommendation": "Reduce fossil revenue share exposure by 15–20% through divestment of highest-stranding-probability assets. Redeploy capital into positions with fossilRevenueShare < 0.2."
      },
      {
        "category": "metrics_targets",
        "subcategory": "carbon_exposure",
        "finding": "Portfolio weighted-average carbon intensity of 685 tCO2e/$M revenue is 2.9x the sector peer median of 238. Scope 3 emissions represent an estimated 67% of total footprint.",
        "severity": "high",
        "recommendation": "Set Scope 3 reduction targets aligned with SBTi FLAG methodology. Engage top 5 suppliers representing 43% of Scope 3 on emissions reduction roadmaps."
      },
      {
        "category": "risk_management",
        "subcategory": "physical_risk",
        "finding": "Gulf Coast LNG Terminal faces composite physical risk of 38.4% of asset value driven by hurricane (18.2%) and sea level rise (12.1%) hazards. OpenAQ AQI of 142 adds regulatory exposure.",
        "severity": "high",
        "recommendation": "Commission site-specific resilience assessment for Gulf Coast terminal. Model 1m and 2m sea level rise scenarios against current flood barrier specifications."
      },
      {
        "category": "governance",
        "subcategory": "disclosure",
        "finding": "Emissions trajectory alignment score of 0.38 indicates significant divergence from IEA Net Zero pathway. Gap years identified: 2026, 2027, 2029, 2031.",
        "severity": "medium",
        "recommendation": "Establish board-level climate risk committee with quarterly reporting cadence. Integrate DTW alignment score into executive compensation scorecard."
      }
    ],
    "recommendations": [
      "Divest assets with strandingProbability > 0.65 within 18 months to reduce transition risk",
      "Implement climate VaR limit of $400M at 99% confidence; current exposure $487M exceeds limit",
      "Begin TNFD nature-related disclosure for agriculture and mining portfolio companies in FY2026",
      "Set internal carbon price of $80/tCO2e for capital allocation decisions"
    ]
  }
}

出力フィールド

フィールド	型	説明
overallClimateRisk	string	TCFD の総合リスク評価：low、medium、high、または critical
climateRiskScore	number	すべての気候関連の側面を対象とした複合スコア（0～100）
strandingProbability	number	ポートフォリオの簿価で加重した座礁確率（0～1）
climateVaR99	number	99％の信頼水準におけるポートフォリオの気候 Value at Risk（USD）
physicalRisk	number	すべての施設における物理的リスクの総期待損失（USD）
transitionRisk	number	正規化された移行リスクスコア（0～1）
alignmentScore	number	DTW に基づく排出量整合スコア（0～1。1.0 は参照経路と完全に整合していることを示します）
findings[].category	string	TCFD の柱：governance、strategy、risk_management、または metrics_targets
findings[].severity	string	指摘事項の深刻度：low、medium、high、または critical
findings[].finding	string	具体的な定量指標を含む所見
findings[].recommendation	string	定量的な目標を含む、実行可能な推奨事項
recommendations[]	string[]	ポートフォリオ全体に関する優先度の高い推奨事項
assets[].ticker	string	資産識別子
assets[].strandingProbability	number	モンテカルロのレジーム切り替えモデルによる資産ごとの座礁確率（0～1）
assets[].expectedLoss	number	レジーム切り替えモデルにおける期待損失（USD）
assets[].optionValue	number	早期売却のリアルオプション価値（USD）
assets[].currentPolicyValue	number	現行政策の炭素価格を適用した場合の DCF 価値（USD）
assets[].netZeroValue	number	300～600ドルのネットゼロ炭素価格経路を適用した場合の DCF 価値（USD）
vaR.confidenceLevel	number	信頼水準（0.95、0.99、または 0.995）
vaR.climateVaR	number	指定された信頼水準における気候 VaR（USD）
vaR.expectedShortfall	number	指定された信頼水準における期待ショートフォール（CVaR）（USD）
vaR.gpdShape	number	一般化パレート分布の形状パラメーター xi
vaR.gpdScale	number	GPD の尺度パラメーター sigma
vaR.monteCarloPathCount	number	実行したモンテカルロシミュレーション経路の数
vaR.worstCaseLoss	number	シミュレーションしたポートフォリオ損失のうち最大のもの（USD）
facilities[].compositeRisk	number	すべてのハザードタイプにわたる期待損失の合計（USD）
facilities[].hazards[].hazardType	string	次のいずれか：earthquake、flood、wildfire、hurricane、drought、air_quality、sea_level_rise
facilities[].hazards[].probability	number	ハザードタイプの年間超過確率
facilities[].hazards[].vulnerabilityFactor	number	資産の脆弱性係数（ハザードに応じて0.2～0.7）
facilities[].hazards[].expectedLoss	number	probability × assetValue × vulnerabilityFactor（USD）
biodiversity[].tnfdCategory	string	TNFD のリスク区分：negligible、low、moderate、high、または very_high
biodiversity[].dependencies[].service	string	生態系サービス（例：pollination、water_purification、carbon_sequestration）
biodiversity[].dependencies[].dependencyIntensity	number	当該生態系サービスに対するセクターレベルの依存度（0～1）
biodiversity[].dependencies[].financialRisk	number	この依存関係による財務リスク（USD）
biodiversity[].iucnThreatCount	number	分析対象に含まれる VU／EN／CR／EW ステータスの種の数
biodiversity[].speciesAtRisk	number	個体数の傾向が減少している GBIF 種（< -0.2）の数
contagion.systemicClimateRisk	number	気候 DebtRank = sum(stress_i × economic_value_weight_i)
contagion.amplificationFactor	number	システミックリスクと初期ショックの大きさの比率
contagion.maxDebtRank	number	ネットワーク内の単一エンティティにおける気候 DebtRank の最大値
contagion.iterations	number	収束までの DebtRank 伝播の反復回数
alignment[].dtwDistance	number	エンティティの軌跡と参照経路との DTW 距離（未加工値）
alignment[].alignmentScore	number	正規化スコア（0～1）：1/(1 + DTW_distance/path_length)
alignment[].gapYears[]	number[]	エンティティの排出量が参照値を20％超上回る年
carbonExposure[].carbonCost	number	指定された炭素価格における年間炭素コスト（USD）
carbonExposure[].revenueAtRisk	number	炭素コストによるリスクにさらされる収益の割合（総収益に対する比率）
carbonExposure[].benchmarkIntensity	number	セクターのベンチマーク炭素強度（tCO2e／売上高100万ドル）
carbonExposure[].relativeIntensity	number	セクターのベンチマークに対するエンティティの炭素強度（比率）

気候変動による座礁資産分析の実行には、どれくらいの費用がかかりますか？

この MCP サーバーでは、イベントごとの従量課金制を採用しており、ツールの呼び出しごとに料金が発生します。プラットフォームのコンピューティング費用は料金に含まれています。サブスクリプションや月額最低料金はありません。

ツール	1 回あたりの料金	1 セッションあたりの標準的な呼び出し回数
compute_stranding_probability	$0.060	1～5（資産のバッチごと）
simulate_climate_var	$0.065	1～3
assess_physical_risk	$0.055	1～5（施設のバッチごと）
compute_biodiversity_risk	$0.050	1～3
model_transition_contagion	$0.060	1～2
score_transition_alignment	$0.050	1～3
analyze_carbon_exposure	$0.055	1～5
generate_tcfd_report	$0.065	1

シナリオ別の費用見積もり：

シナリオ	ツール呼び出し回数	推定費用
単一資産の座礁リスク確認	1	$0.060
ポートフォリオ全体の VaR と座礁リスク（資産 10 件）	2	$0.125
物理的リスクのマッピング（施設 5 件）	1	$0.055
TCFD レポート一式（すべてのツール）	1	$0.065
リスクの毎日の自動モニタリング	1 日あたり 8～12 回	1 日あたり $0.50～$0.75
月次の機関投資家向けリスクレビュー	約 50 回	約 $2.75～$3.25

Apify では、実行ごとに最大支出額を設定して費用を管理できます。支出額が上限に達すると、サーバーは新しいツール呼び出しの受け付けを停止し、ブロックされた呼び出しに対して Spending limit reached というメッセージを返します。

MSCI Climate Risk、Sustainalytics、S&P Trucost は年間 $20,000～$100,000 以上かかります。これに対し、この MCP サーバーでは、ベンダー契約を結ばずに同等の定量分析を利用でき、ほとんどのチームの支出は月額 $10 未満です。

API 経由で Climate Financial Stranded Asset MCP サーバーを利用する

Python

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")

# The MCP server runs in Standby mode — call it via the MCP endpoint directly.
# For programmatic access via Apify API, trigger a run to obtain the standby URL.
actor_client = client.actor("ryanclinton/climate-financial-stranded-asset-mcp")
run = actor_client.start()

print(f"MCP server running at: https://climate-financial-stranded-asset-mcp.apify.actor/mcp")
print(f"Run ID: {run['id']}")
print(f"Connect your MCP client to the endpoint above with your Apify token as a Bearer header.")

JavaScript

import { ApifyClient } from "apify-client";

const client = new ApifyClient({ token: "YOUR_API_TOKEN" });

// The MCP server runs persistently in Standby mode.
// Connect your MCP client to the permanent standby endpoint.
const mcpEndpoint = "https://climate-financial-stranded-asset-mcp.apify.actor/mcp";

console.log(`MCP endpoint: ${mcpEndpoint}`);
console.log("Add this URL to your Claude Desktop, Cursor, or MCP client config.");
console.log("Pass your Apify API token as: Authorization: Bearer YOUR_API_TOKEN");

cURL — ツールを直接呼び出す

# Call compute_stranding_probability via raw MCP JSON-RPC
curl -X POST "https://climate-financial-stranded-asset-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "id": 1,
    "params": {
      "name": "compute_stranding_probability",
      "arguments": {
        "assets": [
          {
            "ticker": "CVX",
            "name": "Chevron Corporation",
            "sector": "oil_gas",
            "bookValue": 156000000000,
            "marketValue": 295000000000,
            "carbonIntensity": 920,
            "fossilRevenueShare": 0.95,
            "annualEmissions": 58000000
          }
        ],
        "discountRate": 0.05,
        "numPaths": 5000
      }
    }
  }'

# List all available tools
curl -X POST "https://climate-financial-stranded-asset-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{"jsonrpc": "2.0", "method": "tools/list", "id": 1, "params": {}}'

Climate Financial Stranded Asset MCP サーバーの仕組み

アルゴリズム 1：マルコフ・レジーム転換を用いたリアルオプション（座礁確率）

座礁確率エンジンは、2 つの炭素価格レジームをモデル化します。現在の政策レジーム（21 年間で $30～$70/tCO2e）と、ネットゼロへの移行レジーム（$30～$600/tCO2e）です。マルコフ連鎖によってレジームの移行を制御します。ネットゼロへの移行確率は年間 8％、元のレジームに戻る確率は 3％です。これは、定常状態でのネットゼロ確率が 72.7％（cp_to_nz / (cp_to_nz + nz_to_cp)）であることを意味します。

モンテカルロ経路ごとに、エンジンはマルコフ行列を用いて各時間ステップのレジーム移行をサンプリングし、その時点の炭素価格を適用して純キャッシュフローを計算します（市場価値に対する収益率は 12％と仮定）。さらに、指定された割引率で割引計算を行います。経路上の累積割引キャッシュフローが簿価を下回る資産は、座礁資産に分類されます。早期売却オプションの価値は、max(0, marketValue − netZeroValue) × strandingProbability × 0.6 として算出します。これは、移行前に資産を手放すために合理的な売り手が支払うプレミアムを表します。炭素強度の入力値を補足するため、SEC EDGAR の気候関連開示情報と World Bank の CO2 排出量（EN.ATM.CO2E.KT）から最新データを取得します。

アルゴリズム 2：GPD テールフィッティングによるモンテカルロ気候 VaR

VaR エンジンは、相関する 3 つのリスク要因に同時にショックを与え、最大 10,000 件のポートフォリオ損失シナリオを生成します。対象となるリスク要因は、炭素価格ショック（ボラティリティ 0.4）、エネルギーコストショック（0.25）、および規制ショック（片側、0.15）です。各資産への炭素価格の影響は、carbonIntensity × fossilRevenueShare に比例します。エネルギーコストの影響は市場価値の一律 5％で、規制の影響として、市場価値 × fossilRevenueShare × regulatoryShock × 0.3 に等しい座礁資産の評価減を加えます。

実証分位点のみに依存すると（極端なテールリスクを過小評価するため）、このエンジンでは、95 パーセンタイルの閾値を超える超過分に一般化パレート分布を当てはめます。推定にはモーメント法を用います（形状 xi = (ratio − 1)/2、尺度 sigma = mean × (ratio + 1)/2）。99％および 99.5％の GPD 分位点は、次の式で解析的に計算します。VaR_p = threshold + sigma/xi × ((n/nu × (1−p))^(−xi) − 1)。期待ショートフォールは、(VaR + scale − shape × threshold)/(1 − shape) として導出します。キャリブレーションデータは、FRED（WTI 石油価格 DCOILWTICO、エネルギー CPI CPIENGSL）および OECD の炭素価格統計から取得します。

アルゴリズム 3：空間的な物理的ハザードのオーバーレイ

物理的リスクは、施設の座標に 7 つのハザード確率マップを空間的にオーバーレイして算出します。地震リスクが高いのは、太平洋西部（東経 120°～180°、緯度 50°未満）、南北アメリカ西海岸、および地中海・ヒマラヤ地帯の 3 つの区域です。洪水リスクは、主要な海岸線近くの低緯度地域で高くなります。山火事区域は、緯度 30～45°および 10～25°の乾燥帯で定義されます。ハリケーンリスクは、熱帯緯度の大西洋（西経 100°～30°）および西太平洋（東経 100°～180°）の海域に適用されます。

大気質については、エンジンが OpenAQ から最新の PM2.5 測定値を取得し、ハバースイン距離を用いて、各施設から 200km 以内にある最寄りのモニタリングステーションを特定します。AQI は [0,1] に正規化され、ハザード確率に変換されます。複合リスクの計算式は、施設ごとに 7 つすべてのハザードについて hazard_probability × assetValue × vulnerabilityFactor を合計したものです。脆弱性係数は、大気質の 0.2 から山火事の 0.7 までの範囲です。座標のない施設は、Nominatim actor を介してジオコーディングされます。

アルゴリズム 4：TNFD 生物多様性・財務リスク連関

TNFD エンジンは、生態系サービスへの依存度から財務リスクをスコアリングします。セクターレベルの依存度テーブルには、農業、エネルギー、鉱業、およびデフォルトのセクターそれぞれについて、10 種類の生態系サービスが記録されています。たとえば、農業の受粉への依存度は 0.9、土壌形成への依存度は 0.95 で、エネルギーの水質浄化への依存度は 0.6 です。IUCN レッドリストの脅威スコアは、LC=0.1、NT=0.3、VU=0.5、EN=0.7、CR=0.9、EW=0.95、EX=1.0 と対応付けられています。GBIF の個体数の傾向は劣化の兆候を示し、負の傾向は生物多様性の損失が進行中であることを示します。

生態系サービスごとの財務リスク = dependencyIntensity × (avgIUCNThreat + GBIFDegradationRate)/2 × revenueExposure。総リスクを収益で正規化してリスク比を算出し、その値を TNFD のカテゴリに対応付けます。<2％ = 軽微、2～5％ = 低、5～15％ = 中、15～30％ = 高、>30％ = 非常に高い。

アルゴリズム 5：気候調整済み DebtRank の連鎖的伝播

DebtRank エンジンは、金融エクスポージャーマトリックス W[i][j] = min(1, exposure_amount / entityJ_economicValue) を構築します。これは、エンティティ I の信用不安によってエンティティ J の株主資本がどの程度失われるかを表します。初期の気候ショックは、min(1, carbonIntensity × carbonPriceIncrease × fossilRevenueShare / 1,000,000) として算出されます。

ストレスは、標準的な DebtRank の反復計算によって伝播します。hNew[j] = min(1, h[j] + sum_i(W[i][j] × delta_h[i] × (1 + climateCorrelation_ij)))。気候相関による調整では、炭素強度が高いエンティティ間の伝播が増幅されます。気候への共同エクスポージャーは、信用不安が相関していることを意味します。最大変化量が 1e-6 未満になるか、反復回数が 100 回に達するまで反復を続けます。増幅係数 = systemicClimateRisk / initialShockMagnitude であり、金融ネットワークが初期の炭素価格ショックをどの程度増幅するかを測定します。エクスポージャーネットワークの拡充に役立てるため、OpenCorporates と GLEIF LEI のデータを取得します。

アルゴリズム 6：排出量の推移を整合させる動的時間伸縮法

排出量履歴を指数（初年度 = 100）に正規化し、動的時間伸縮法を使用して、IEA Net Zero（2020 年に 100、2050 年に 0）または IPCC 1.5C の参照経路と比較します。DTW コストマトリックスは D(i,j) = |seq1[i] − seq2[j]| + min(D(i−1,j), D(i,j−1), D(i−1,j−1)) として計算し、バックトラッキングによって最適な伸縮経路を抽出します。整合スコア = 1/(1 + DTW_distance/path_length) であり、1.0 は完全な整合、0.0 は完全な乖離を表します。エンティティの正規化済み排出量が参照値を 20% 超える年をギャップ年として特定します。セクターレベルのベンチマーク情報を得るため、Eurostat の温室効果ガス排出量データを取得します。

最良の結果を得るためのヒント

1. すべての資産に化石燃料収益比率を含めます — fossilRevenueShare は、座礁資産モデルと VaR モデルの両方で最も影響の大きいパラメーターです。わずかな誤差（例：0.5 と 0.3 の違い）でも、VaR が 30〜40% 変動する可能性があります。正確な値を得るには、企業の年次報告書における開示情報やセグメント別収益データを使用してください。

2. 座礁資産と VaR を同じセッションで実行します — ツールは AssetPosition スキーマを共有しています。同じ資産配列を compute_stranding_probability と simulate_climate_var の両方に渡すと、データを重複入力せずに、相互に補完する見方（確率と金額ベースの損失）を得られます。

3. 取締役会向けのプレゼンテーションには generate_tcfd_report を使用します — 6 つすべてのアルゴリズムを 1 回の呼び出しで実行し、TCFD の 4 つの柱に沿って出力を整形します。推奨事項の配列は、経営陣向けのリスク報告書にそのまま使用できるように設計されています。

4. 重要度の高い資産では numPaths を増やします — デフォルトの 5,000 回のモンテカルロ経路では、座礁確率の標準誤差は約 0.7% です。簿価が $1B を超える個別資産では、推定値をより安定させるため、10,000〜20,000 に増やしてください。

5. 最も厳格な整合性テストには IPCC_15C 経路を使用します — IPCC 1.5C 経路は IEA Net Zero より急勾配です。IEA_NZ に対するスコアが 0.6 以上の企業でも、IPCC_15C に対しては 0.4 を下回ることがよくあります。全体像を示すために、両方を報告してください。

6. 物理的リスクの評価には施設の座標を指定します — Nominatim ジオコーダーは名称のある場所では正確ですが、産業施設名のジオコーディングには不確実性が伴います。物理的リスクが評価額に大きく影響するインフラ資産では、必ず緯度・経度を直接指定してください。

7. 連鎖的伝播の分析では金融ネットワーク構造をモデル化します — DebtRank の結果は、指定するエクスポージャーネットワークの精度に左右されます。銀行取引関係や企業間融資のデータがある場合は、これらを exposures[] 配列として指定すると、増幅係数の精度が大幅に向上します。

8. Company Deep Research と組み合わせます — 企業をこの MCP サーバーに渡す前に、これを使ってセクター、収益、排出量のデータを収集すると、手作業でのデータ準備を減らせます。

他の Apify アクターとの組み合わせ

アクター	組み合わせ方
Company Deep Research	対象企業を調査して、ストランディングまたは VaR ツールに入力する前に、セクター、収益、炭素強度のデータを抽出します
SEC EDGAR Filing Analyzer	アラインメント分析の実行前に、10-K および委任状説明書から Scope 1／2／3 の排出量と化石燃料関連収益の割合を直接抽出します
ESG Risk Assessment	気候関連の財務指標と合わせて ESG リスクスコアを算出し、持続可能性リスクの全体像を把握します
B2B Lead Qualifier	詳細な座礁資産分析の前に、ESG スコアと気候スコアに基づいて投資対象を絞り込みます
Website Content to Markdown	企業のサステナビリティレポートをマークダウンに変換し、LLM に入力してアラインメントツール用の排出量データを抽出します
FRED Economic Data	WTI 原油価格とエネルギー CPI を取得し、気候 VaR のカスタムボラティリティパラメーターを個別に調整します
IUCN Red List Search	カスタム種リストを使った生物多様性リスク分析の前に、特定の地域の種の脅威データを取得します

制限事項

• 炭素強度の入力値はユーザーが提供します — サーバーは企業レベルの炭素強度データを独自に取得したり、検証したりしません。結果の精度は、提供する入力値の精度に依存します。SEC EDGAR の開示情報または検証済みのサードパーティデータソースを使用してください。
• 物理的ハザードの発生確率は、ゾーンに基づく近似値です — 空間オーバーレイでは、FEMA FIRM や NATCAT データベースのような高解像度のハザードマップではなく、緯度／経度に基づくゾーンルール（例：環太平洋火山帯の境界）を使用します。結果はスクリーニングと優先順位付けに使用し、保険引受には使用しないでください。
• モンテカルロ法では、シード値を指定した疑似乱数シミュレーションを使用します — 線形合同法による生成は再現可能ですが、暗号学的に安全な乱数ではありません。認定された乱数が必要な規制上のストレステストでは、専用の保険数理モデルを併用してください。
• 金融エクスポージャーネットワークは自己申告に基づきます — DebtRank の伝播モデルは、提供する exposures[] 配列に依存します。事業体間のエクスポージャーが不完全または推定値の場合、増幅係数は過小評価されます。
• 排出量経路のアラインメントには複数年の履歴が必要です — DTW アラインメントには最低 2 つのデータポイントが必要です。Scope 1／2 データの過去 5 年以上の履歴があると、より有意義な結果が得られます。単年のスナップショットでは、アラインメントスコアは 0 になります。
• IUCN および GBIF のデータは地理的な範囲が広いものです — 生物多様性ツールは、指定された種名または一般的な用語（pollinator、mangrove、coral）の種データを取得しますが、正確な施設座標による絞り込みは行いません。結果は地域の生物多様性リスクを示すものであり、特定の場所に関する生態学的調査ではありません。
• TCFD の調査結果はアルゴリズムによるもので、監査済みではありません — generate_tcfd_report の出力は TCFD 開示を支援する形式ですが、登録監査人または気候コンサルタントによるレビューを受けていません。規制対象の開示に含める前に、レビューと検証を行ってください。
• スタンバイモードの利用には、十分な残高のある Apify アカウントが必要です — サーバーは継続的に稼働するため、長時間のセッションを支えられるだけのクレジットまたは課金プランが Apify アカウントにあることを確認してください。

インテグレーション

• Zapier — CRM またはスプレッドシートに新しい企業が追加されたときに気候 VaR の実行をトリガーし、その後、結果をリスクダッシュボードに送信します
• Make — generate_tcfd_report の呼び出しをスケジュールし、出力を PDF 生成ツールとメール配信リストに振り分けることで、四半期ごとの TCFD レポート生成を自動化します
• Google Sheets — 座礁確率と VaR の結果をポートフォリオ監視用スプレッドシートに直接取り込み、シナリオを比較します
• Apify API — Python または JavaScript から MCP エンドポイントをプログラムで呼び出し、独自のリスクシステムに気候リスク指標を組み込みます
• Webhooks — サーバーが重大度「クリティカル」の TCFD 調査結果を返した際に通知を受け取り、アラートを自動化します
• LangChain / LlamaIndex — MCP サーバーを LLM エージェントのパイプラインでツールとして登録し、ポートフォリオの気候リスクを対話形式で分析します

トラブルシューティング

• すべての資産で座礁確率が 0 になる — 化石燃料関連資産の fossilRevenueShare が 0 より大きいことを確認してください。fossilRevenueShare が 0 の場合、炭素コストはキャッシュフローに影響せず、炭素価格の経路にかかわらず座礁は発生しません。

• 炭素集約度の高いポートフォリオで気候 VaR が予想外に低い — carbonIntensity が総トン数ではなく、売上高 100 万ドルあたりの tCO2e で表されていることを確認してください。石油・ガスで 920 は正しい値です。920,000,000（総トン数）を指定すると、オーバーフロー値が発生し、0 に丸められます。

• 場所が異なるのに物理リスクのハザードスコアが同じになる — 通常、両方の施設が同じ緯度・経度ゾーンにあることを意味します。空間オーバーレイではゾーンベースのルールを使用するため、同じ広域地域内の施設は、大気質オーバーレイで差が生じる前の基本確率が類似します。

• TCFD レポートに整合性に関する調査結果が表示されない — 整合性のセクションには、スコープ 1 とスコープ 2 のデータが少なくとも 2 年分含まれる emissionsHistory[] データが必要です。emissionsHistory が空の配列の場合、レポートでは整合性分析が省略され、利用できない旨が記載されます。

• ツール呼び出しで Spending limit reached が返される — Apify アカウントが実行ごとの支出上限に達しています。アクターの実行設定で上限を引き上げるか、大規模な分析を複数回に分けて実行してください。

• DebtRank の増幅係数がちょうど 1.0 になる — どのエンティティにも exposures[] が指定されていないことを意味します。エンティティ間の財務上のつながりがないと、ストレスは伝播せず、ネットワークに増幅効果は生じません。伝染をモデル化するには、エンティティ間のエクスポージャーデータを追加してください。

責任ある利用

• このサーバーは、政府、学術機関、オープンデータの情報源（SEC EDGAR、World Bank、IUCN、GBIF、FRED、OpenAQ、OpenCorporates、GLEIF、Eurostat、OECD、UN COMTRADE）から公開されているデータのみを取得します。
• 気候リスクの推定値は統計モデルによる定量的な出力であり、認定済みの金融アドバイスや規制対象のリスク評価ではありません。
• 規制対象の開示（TCFD、SFDR、SEC の気候関連規則）に使用する結果は、公表前に資格を持つ気候リスク専門家の検証を受けてください。
• オーケストレーションされたアクター呼び出しを通じてアクセスする基礎データソースの利用規約を遵守してください。
• ウェブスクレイピングの合法性に関するガイダンスについては、Apify のガイドを参照してください。

よくある質問

炭素資産の座礁確率の出力はどの程度正確ですか？

座礁確率はモデルの出力であり、観測された市場価格ではありません。精度は、主に炭素強度と化石燃料収益比率の入力値の品質に左右されます。5,000件のモンテカルロパスを用いるマルコフ・レジーム切り替えフレームワークでは、個々の資産の座礁確率における標準誤差は約±0.7～1.5パーセントポイントです。レジーム遷移確率（ネットゼロへ移行する年間確率8％）は、IEAの政策シナリオと比較して保守的に設定されており、モデルパラメーターで調整できます。

1回のツール呼び出しで、いくつの資産を分析できますか？

1回の呼び出しで分析できる資産数に厳密な上限はありません。実際には、5～20資産の呼び出しであれば、データソースごとに設定されたツール内部のアクタータイムアウト60秒以内に安定して実行できます。50資産を超えるポートフォリオでは、上流のSEC EDGARとWorld Bankからのデータ取得でタイムアウトが発生しないよう、複数回に分けて呼び出すことを検討してください。

気候VaRと座礁確率の違いは何ですか？

座礁確率は、炭素価格シナリオの下で、個々の資産の将来キャッシュフローの割引現在価値が帳簿価額を下回る可能性を測定します。これは二値のしきい値イベントです。気候VaRは、炭素価格、エネルギーコスト、規制ショックの連続分布の下で、ポートフォリオ全体における所定の信頼水準での損失額を測定します。資産レベルのトリアージには座礁確率を、ポートフォリオレベルのリスク限度には気候VaRを使用してください。

サーバーはEUタクソノミーとの整合性や、SFDR第8条／第9条の分類に対応していますか？

サーバーはTCFDに準拠した形式の出力とIEA／IPCCとの整合性スコアを生成します。これらはEUタクソノミー評価への入力情報となりますが、EUタクソノミーとの整合性の割合や、SFDR第8条／第9条の分類を直接出力するものではありません。タクソノミー評価のプロセスでは、TCFDレポートの所見とDTW整合性スコアを補足的な根拠として使用してください。

MSCI ClimateやSustainalyticsとはどのように異なりますか？

MSCI Climate、Sustainalytics、S&P Trucostなどの商用ベンダーは、アナリストによるレビューを経た、監査済みの認証済み気候データを提供しています。このMCP サーバーは、同じ種類のアルゴリズム（モンテカルロVaR、物理的リスクのオーバーレイ、排出量の整合性）を実行する、オープンな手法の定量ツールを提供します。コードを透明性をもって検査でき、呼び出しごとに$0.050からの従量課金で利用できるほか、独自の入力データを使用する柔軟性も備えています。規制対象の開示において認証済み気候データの代替にはなりませんが、社内のリスクスクリーニング、調査、シナリオ分析に適しています。

このサーバーで気候モニタリングを毎日自動実行できますか？

はい。サーバーはApify Standbyモードで実行されるため、常時稼働し、コールドスタートなしですぐにツール呼び出しを受け付けられます。Apify scheduler、webhookトリガー、またはMCPエンドポイントを直接呼び出すcronジョブを使って、ツール呼び出しをスケジュールできます。8つのツールをすべて使った評価を毎日実行する場合、費用は1日あたり約$0.50～$0.75です。

完全なTCFDレポートの生成にはどのくらいかかりますか？

generate_tcfd_reportツールは6つすべてのアルゴリズムを実行し、FRED、OpenAQ、IUCN、GBIFから並行してデータを取得します。10資産、3施設のポートフォリオでは、60～120秒を見込んでください。ポートフォリオが大きい場合やネットワーク状況が遅い場合は、最大180秒かかることがあります。単一資産の炭素エクスポージャー分析は、通常15秒以内に返されます。

商用分析にSEC EDGAR、IUCN、GBIFのデータを使用することは合法ですか？

はい。SEC EDGARは、商用利用に制限のない米国政府の公開データベースです。IUCNレッドリストのデータは、研究および教育目的でクリエイティブ・コモンズ・ライセンスの下で利用できます。GBIFの出現データはCC BY 4.0の下で公開されています。UN COMTRADE、FRED、World Bank、Eurostatのデータはすべて商用利用が可能です。公開レポートでデータを使用する前に、各情報源の最新の利用規約を必ず確認してください。

このサーバーは Claude Desktop や Cursor で使用できますか？

はい。Streamable HTTP トランスポートに対応するあらゆる MCP クライアントと完全に互換性があります。Claude Desktop、Cursor、Zed、MCP SDK で構築されたカスタムクライアントなどで使用できます。エンドポイント https://climate-financial-stranded-asset-mcp.apify.actor/mcp を追加し、Apify トークンを Bearer Authorization ヘッダーとして設定してください。

上流のデータソースを利用できない場合はどうなりますか？

runActor クライアントは、内部で呼び出す各アクターを try/catch で囲み、失敗した場合は空の配列を返します。スコアリングアルゴリズムは、問題があっても適切に機能するよう設計されています。たとえば、IUCN レッドリストのデータを利用できない場合、生物多様性リスクはデフォルトの劣化率に基づいて算出されます。結果は引き続き返されますが、調整の精度が低下する可能性があります。現行バージョンでは、ツールの応答に明示的なデータ品質に関する警告は含まれません。

分析に使われるセクター別の炭素強度ベンチマークはどこで確認できますか？

14 セクターのベンチマーク（energy: 850、oil_gas: 950、utilities: 720、mining: 600、chemicals: 380、transportation: 310、agriculture: 290、materials: 480、industrials: 220、real estate: 95、consumer staples: 120、healthcare: 45、technology: 30、communication services: 20 tCO2e/$M revenue）はスコアリングエンジンにハードコードされており、IEA および MSCI のセクター別炭素強度の参照データを基にしています。オープンソースコードで確認でき、ご自身の炭素強度推定の入力ベンチマークとして利用できます。

比較のため、IPCC 1.5C と IEA Net Zero の整合性を同時に実行できますか？

はい。同じエンティティリストを指定して score_transition_alignment を 2 回呼び出し、一方では referencePathway: "IEA_NZ"、もう一方では "IPCC_15C" を指定して、得られた整合性スコアとギャップの年数を比較してください。IPCC 1.5C の経路はより急なため、高炭素のエンティティの多くはこの経路に対するスコアが低くなり、異なる政策前提に基づく整合性の結果を幅で把握できます。

改善にご協力ください

問題が発生した場合、Apify アカウントで実行の共有を有効にすると、迅速なデバッグにご協力いただけます。

1. Account Settings > Privacy に移動します
2. Share runs with public Actor creators を有効にします

これにより、問題発生時に実行の詳細を確認できるため、より迅速に修正できます。データはアクターの開発者のみが閲覧でき、一般には公開されません。

サポート

バグを見つけた場合や機能のご要望がある場合は、このアクターのページにある Issues tab から問題を報告してください。カスタムソリューション、セクター別ベンチマークの追加、またはエンタープライズ向けの統合サポートについては、Apify プラットフォームからお問い合わせください。