Los métodos existentes de medición de riesgos a menudo no logran considerar completamente el impacto de las condiciones climáticas en el riesgo del mercado de valores, lo que dificulta capturar patrones dinámicos y dependencias a largo plazo. Para abordar estos problemas, proponemos el método TS-GRU: este enfoque utiliza una red convolucional temporal (TCN) para extraer características subyacentes de datos históricos, capturando las características clave de los datos de series temporales. Posteriormente, se emplea un modelo de unidad recurrente con compuertas (GRU) para capturar patrones dinámicos y dependencias a largo plazo dentro del mercado de valores. Finalmente, el modelo TS-GRU se optimiza utilizando el algoritmo Sparrow basado en el comportamiento colectivo, evaluando y refinando iterativamente los parámetros del modelo para obtener soluciones mejoradas. Los resultados experimentales demuestran la efectividad del método TS-GRU al proporcionar una evaluación precisa del riesgo y pronósticos. Este enfoque integral tiene en cuenta las finanzas de carbono, el cambio climático y los factores ambientales, ofreciendo información valiosa a los inversores para ayudarles a comprender y gestionar los riesgos de inversión en el mercado de valores en constante cambio.