Comprendre les risques liés à la nature : Pourquoi les institutions financières ont besoin de plus que des données de géolocalisation

À première vue, les champs ondulants de soja qui couvrent le cœur du Brésil semblent être une réussite agricole. Cependant, la réalité révèle des risques importants et complexes liés à la nature. Les géants de l'agro-industrie se sont rapidement implantés dans des écosystèmes fragiles pour répondre au besoin mondial croissant de production de viande, défrichant des milliers d'hectares en Amazonie et dans le Cerrado, ce qui a entraîné une perte de biodiversité et une dégradation des écosystèmes^.1

Mais ce n'est pas seulement l'expansion qui cause la dévastation - l'ampleur de la production de soja a aggravé les risques liés à la nature, avec des impacts à la fois environnementaux et économiques. Entre 1985 et 2012, la déforestation a entraîné une baisse moyenne de 12 % de la productivité du soja, avec des réductions de plus de 20 % dans certaines régions^.2 Ces pertes mettent en évidence un défi croissant pour les investisseurs et les institutions financières qui tentent d'évaluer avec précision leurs risques liés à la nature.

Nombre d'entre elles ont exploité les données de géolocalisation, notamment en utilisant les coordonnées de latitude et de longitude des installations de production, pour évaluer les risques et les impacts liés à la nature. Mais cette approche ne fait qu'effleurer la surface. Les risques liés à la nature sont intrinsèquement locaux. L'emplacement et les caractéristiques uniques de chaque écosystème déterminent l'impact des opérations sur la biodiversité et la disponibilité des ressources.

Pour comprendre pleinement les risques liés à la nature, les institutions financières doivent intégrer des mesures de production - telles que la quantité de biens produits ou l'énergie générée sur des sites spécifiques - avec des données de géolocalisation.

Dans cet article, nous examinons comment la combinaison de ces données permet de mieux comprendre les risques liés à la nature, d'éviter des erreurs d'appréciation coûteuses, de découvrir des dépendances cachées à l'égard des ressources naturelles et d'identifier les impacts potentiels sur la biodiversité avant qu'ils ne perturbent les opérations.

Des cadres volontaires aux cadres obligatoires : Un intérêt croissant pour les données de production

Avec l'évolution des cadres de développement durable, les données de production deviennent un élément central de l'évaluation des risques environnementaux par les entreprises et les institutions financières. Au-delà de la simple connaissance du lieu des opérations, ces cadres se concentrent de plus en plus sur ce qui est produit et en quelle quantité, car cela permet d'obtenir une image plus claire des dépendances et des impacts liés à la nature.

Des lignes directrices telles que l'approche LEAP (Locate, Evaluate, Assess, Prepare) de la Taskforce on Nature-related Financial Disclosures (TNFD) soulignent la nécessité d'aller au-delà de la simple localisation des lieux où les entreprises interagissent avec la nature.

Si les données de géolocalisation sont essentielles pour la composante "Localiser", le LEAP préconise une évaluation plus approfondie des dépendances des entreprises vis-à-vis des ressources naturelles - telles que l'eau, les minéraux et les écosystèmes biologiques - et des risques associés à leur épuisement ou à leur dégradation. Pour comprendre l'ampleur et l'importance de ces dépendances, il est essentiel d'intégrer les données de production en vue d'une évaluation complète des risques.

En plus des cadres volontaires, la directive sur les rapports de durabilité des entreprises (CSRD) a introduit des exigences obligatoires pour les institutions financières. Ces institutions doivent désormais divulguer leurs impacts matériels, leurs risques et leurs opportunités dans des domaines tels que la biodiversité et les écosystèmes. Cela nécessite une analyse complète des activités afin d'identifier les impacts négatifs potentiels. Des évaluations précises nécessitent des données au niveau des actifs, y compris des paramètres de production détaillés, afin d'évaluer les effets en aval des opérations sur les communautés et les écosystèmes.

Les limites des données de géolocalisation dans l'évaluation des risques liés à la nature

Bien que les données de géolocalisation fournissent des informations essentielles, des informations supplémentaires sont nécessaires pour évaluer précisément les risques et fixer des objectifs mesurables. Par exemple, le fait de savoir qu'une entreprise opère dans des zones sujettes à la pénurie d'eau ne constitue qu'une partie du tableau. La question la plus importante est la suivante : quelle est l'ampleur de la production dans ces sites soumis au stress hydrique ?

L'évaluation des volumes de production permet de révéler la véritable dépendance d'une entreprise à l'égard de ces ressources limitées. Négliger cette couche d'analyse plus profonde peut conduire à des décisions d'investissement malavisées et à une exposition accrue aux risques liés à la nature et à la biodiversité. Cela va bien au-delà de l'exemple de l'agro-industrie présenté dans l'introduction. De nombreuses industries sont soumises à des risques uniques liés à la nature.

Pour illustrer cela, nous avons utilisé notre solution d'évaluation des actifs géospatiaux pour analyser les installations de production des 10 principales entreprises de production d'électricité en ce qui concerne leur exposition aux risques liés à la nature^.3 Les résultats montrent que les classements des entreprises en matière d'exposition aux risques changent de manière significative lorsque les données de production sont incluses avec les informations de géolocalisation (voir Figure 1).

L'analyse indique que les classements des entreprises peuvent changer de manière significative lorsque l'on intègre des données de production en plus des informations sur la géolocalisation. En moyenne, les classements ont changé de deux positions une fois les données de production incluses. Par exemple, une compagnie d'électricité était initialement classée première sur la base des seules données de géolocalisation, 19 % de ses centrales électriques se trouvant dans des zones à risque. Cependant, lorsque les données de production ont été prises en compte, révélant que 53 % de sa production totale d'électricité provenait de ces sites vulnérables, l'entreprise est tombée à la quatrième place.

Figure 1. Évolution du classement des entreprises en matière d'exposition aux risques liés à la nature lorsque les données relatives au niveau de production de l'actif sont prises en compte dans l'analyse

 

Note : Cette figure montre l'évolution du classement des 10 premières entreprises par chiffre d'affaires dans le secteur des services publics d'électricité selon deux méthodes : la première calcule une simple moyenne de tous les actifs ; la seconde utilise une moyenne pondérée où l'influence de chaque actif est déterminée par sa production totale. Un classement de 1 dans la colonne de gauche indique l'entreprise la plus performante, tandis que 10 indique la moins performante. Les couleurs originales sont conservées dans la colonne de droite pour mettre en évidence les différences de classement.

Des tendances similaires sont apparues dans d'autres secteurs, tels que le charbon, le pétrole et le gaz, où le fait de se concentrer uniquement sur le nombre d'installations n'a pas permis d'identifier des risques clés liés à une production élevée dans des zones vulnérables. Cette approche est particulièrement pertinente pour évaluer l'exposition aux sites sensibles et aux régions riches en biodiversité. Les indicateurs de production donnent une vision plus claire de l'exposition d'une entreprise en quantifiant les activités au sein des écosystèmes qui pourraient faire l'objet de sanctions réglementaires ou d'une publicité négative.

Par exemple, une société minière peut initialement sembler présenter peu de risques en raison du nombre limité de sites situés dans des zones sensibles, sur la base des seules données de géolocalisation. Mais si une part importante de son extraction a lieu dans des zones sensibles du point de vue de la biodiversité, l'entreprise est confrontée à des risques plus importants, même si elle a moins de sites opérationnels dans ces zones. Cette information supplémentaire pourrait modifier considérablement le classement des risques de l'entreprise, ce qui souligne l'importance de comprendre non seulement où vous opérez, mais aussi l'étendue de vos activités dans ces zones.

En combinant la géolocalisation et les données de production, les institutions financières peuvent fournir une évaluation des risques plus complète. Cette approche s'aligne sur les cadres volontaires tels que TNFD, aidant les entreprises à anticiper et à atténuer les risques liés à la biodiversité tout en évitant des pénalités coûteuses ou des atteintes à la réputation.

Clarity AIL'approche de la Commission européenne : Au-delà des données de géolocalisation pour les risques liés à la nature

Clarity AIpermet aux institutions financières de mieux comprendre les risques liés à la nature auxquels les entreprises sont confrontées. En intégrant les données de production des actifs physiques (par exemple, l'électricité produite pour les services publics, le pétrole produit pour les entreprises du secteur de l'énergie), nous déterminons le pourcentage du revenu d'une entreprise à risque en fonction de la géolocalisation et de l'échelle de production de ses activités principales. Alors que la plupart des autres fournisseurs de données s'appuient sur l'agrégation des actifs physiques sans tenir compte de leur taille, Clarity AI utilise les données de production pour produire les évaluations les plus précises. Nos résultats agrégés simplifient l'évaluation des risques et apportent la précision dont les institutions financières ont besoin pour se protéger contre les risques liés à la nature.