Comprendere i rischi legati alla natura: Perché gli istituti finanziari hanno bisogno di qualcosa di più dei dati di geolocalizzazione

A prima vista, i campi di soia che ricoprono il cuore del Brasile sembrano una storia di successo agricolo. Tuttavia, la realtà rivela rischi significativi e complessi legati alla natura. I giganti dell'agroalimentare si sono rapidamente espansi in ecosistemi fragili per sostenere il crescente bisogno globale di produzione di carne, disboscando migliaia di ettari in Amazzonia e nel Cerrado, con conseguente perdita di biodiversità e degrado degli^ecosistemi1.

Ma non è solo l'espansione a causare devastazioni: la scala della produzione di soia ha aggravato i rischi legati alla natura con impatti sia ambientali che economici. Tra il 1985 e il 2012, la deforestazione ha causato un calo medio del 12% nella produttività della soia, con alcune regioni che hanno registrato riduzioni superiori al 20%^.2 Tali perdite evidenziano una crescente sfida per gli investitori e le istituzioni finanziarie che cercano di valutare accuratamente i rischi legati alla natura.

Molti hanno sfruttato i dati di geolocalizzazione, in particolare utilizzando le coordinate di latitudine e longitudine degli impianti di produzione, per valutare i rischi e gli impatti legati alla natura. Ma questo approccio non fa che scalfire la superficie. I rischi legati alla natura sono intrinsecamente locali. La posizione e le caratteristiche uniche di ogni ecosistema determinano l'impatto delle operazioni sulla biodiversità e sulla disponibilità delle risorse.

Per comprendere appieno i rischi legati alla natura, le istituzioni finanziarie devono integrare le metriche di produzione - come la quantità di beni prodotti o l'energia generata in siti specifici - con i dati di geolocalizzazione.

In questo articolo analizziamo come la combinazione di questi dati fornisca una comprensione più approfondita dei rischi legati alla natura, aiuti a evitare costosi errori di valutazione, scopra dipendenze nascoste dalle risorse naturali e identifichi i potenziali impatti sulla biodiversità prima che interrompano le operazioni.

Da quadri volontari a quadri obbligatori: Una crescente attenzione ai dati di produzione

Con l'evoluzione dei quadri di sostenibilità, i dati sulla produzione stanno diventando fondamentali per la valutazione dei rischi ambientali da parte di aziende e istituzioni finanziarie. Al di là della semplice conoscenza del luogo in cui si svolgono le operazioni, questi quadri si concentrano sempre più su ciò che viene prodotto e in che quantità, in quanto ciò fornisce un quadro più chiaro delle dipendenze e degli impatti legati alla natura.

Linee guida come l'approccio LEAP (Locate, Evaluate, Assess, Prepare) della Taskforce on Nature-related Financial Disclosures (TNFD) sottolineano la necessità di andare oltre la semplice individuazione dei luoghi in cui le aziende interagiscono con la natura.

Mentre i dati di geolocalizzazione sono fondamentali per la componente "Localizzazione", LEAP chiede una valutazione più approfondita delle dipendenze delle aziende dalle risorse naturali, come acqua, minerali ed ecosistemi biologici, e dei rischi associati al loro esaurimento o degrado. Per comprendere la portata e l'importanza di queste dipendenze, è essenziale integrare i dati di produzione per una valutazione completa dei rischi.

Oltre ai quadri volontari, la Corporate Sustainability Reporting Directive (CSRD) ha introdotto requisiti obbligatori per le istituzioni finanziarie. Queste istituzioni devono ora rendere noti gli impatti materiali, i rischi e le opportunità in aree quali la biodiversità e gli ecosistemi. Ciò richiede un'analisi completa delle attività per identificare i potenziali impatti negativi. Valutazioni accurate richiedono dati a livello di attività, comprese metriche di produzione dettagliate, per valutare gli effetti a valle delle operazioni sia sulle comunità che sugli ecosistemi.

I limiti dei dati di geolocalizzazione nella valutazione dei rischi legati alla natura

Sebbene i dati di geolocalizzazione forniscano informazioni critiche, sono necessarie ulteriori informazioni per valutare accuratamente i rischi e stabilire obiettivi misurabili. Ad esempio, sapere che un'azienda opera in aree soggette a carenza idrica fornisce solo una parte del quadro. La domanda più critica è: quanta produzione avviene in questi siti soggetti a stress idrico?

La valutazione dei volumi di produzione aiuta a rivelare la reale dipendenza di un'azienda da queste risorse limitate. Trascurare questo livello di analisi più profondo può portare a decisioni di investimento errate e a una maggiore esposizione ai rischi legati alla natura e alla biodiversità. Ciò si estende ben oltre l'esempio dell'agroalimentare evidenziato nell'introduzione. Molti settori sono soggetti a rischi unici legati alla natura.

Per illustrare questo aspetto, abbiamo utilizzato la nostra Geospatial Asset Assessment Solution per analizzare gli impianti di produzione delle 10 principali società di generazione di energia elettrica in merito alla loro esposizione ai rischi legati alla natura^.3 I risultati mostrano che le classifiche di esposizione al rischio delle società cambiano in modo significativo quando i dati di produzione vengono inclusi insieme alle informazioni sulla geolocalizzazione (cfr. Figura 1).

L'analisi indica che le classifiche delle aziende possono cambiare in modo significativo quando si incorporano i dati sulla produzione insieme alle informazioni sulla geolocalizzazione. In media, le classifiche si sono spostate di due posizioni una volta inclusi i dati di produzione. Ad esempio, un'azienda di servizi elettrici si era inizialmente classificata al primo posto in base ai soli dati di geolocalizzazione, con il 19% delle sue centrali elettriche in aree a rischio. Tuttavia, quando sono stati inseriti i dati di produzione, che hanno rivelato che il 53% della produzione totale di energia elettrica proveniva da questi luoghi vulnerabili, l'azienda è scesa al quarto posto.

Figura 1. Variazione delle classifiche aziendali dell'esposizione al rischio legato alla natura quando i dati sul livello di produzione dell'asset vengono incorporati nell'analisi

Modelli simili sono emersi in altri settori, come quello del carbone e del petrolio e del gas, dove concentrandosi solo sul numero di impianti non si è tenuto conto dei rischi chiave legati all'elevata produzione in aree vulnerabili. Questo approccio è particolarmente importante per valutare l'esposizione a luoghi sensibili e a regioni ricche di biodiversità. Le metriche di produzione forniscono una visione più chiara dell'esposizione di un'azienda, quantificando le attività all'interno degli ecosistemi che potrebbero subire sanzioni normative o pubblicità negativa.

Ad esempio, una società mineraria potrebbe inizialmente apparire a basso rischio a causa del numero limitato di siti in aree sensibili, sulla base dei soli dati di geolocalizzazione. Ma se una parte sostanziale delle sue estrazioni avviene in aree sensibili per la biodiversità, l'azienda deve affrontare rischi maggiori, anche con un numero inferiore di siti operativi in quelle aree. Questa ulteriore informazione potrebbe cambiare in modo significativo la classifica di rischio dell'azienda, sottolineando l'importanza di capire non solo dove si opera, ma anche la portata delle proprie attività in queste aree.

Combinando i dati di geolocalizzazione e di produzione, le istituzioni finanziarie possono fornire una valutazione del rischio più completa. Questo approccio si allinea a quadri volontari come la TNFD, aiutando le aziende ad anticipare e mitigare i rischi per la biodiversità evitando costose sanzioni o danni alla reputazione.

Clarity AIapproccio: Oltre i dati di geolocalizzazione per i rischi legati alla natura

Clarity AIL'approccio avanzato di questo studio permette alle istituzioni finanziarie di comprendere meglio i rischi legati alla natura che le aziende devono affrontare. Incorporando i dati di produzione degli asset fisici (ad esempio, l'elettricità generata per le utility, il petrolio prodotto per le aziende energetiche), determiniamo la percentuale di ricavi a rischio di un'azienda in base alla geolocalizzazione e alla scala di produzione delle sue attività primarie. Mentre la maggior parte degli altri fornitori di dati si basa sull'aggregazione delle attività fisiche senza considerare le loro dimensioni, Clarity AI utilizza i dati di produzione per ottenere le valutazioni più accurate. I nostri risultati aggregati semplificano la valutazione del rischio, fornendo la precisione necessaria alle istituzioni finanziarie per proteggersi dai rischi legati alla natura.