Hoe met beperkte gegevens te voldoen aan de eisen van de EU Taxonomieverordening

Clarity AIEU Taxonomy-oplossing helpt beleggers lacunes in duurzaamheidsgegevens aan te pakken

Het is duidelijk dat er in de markt een kloof bestaat tussen wat beleggers moeten rapporteren in verband met de EU-taxonomie en het soort gegevens dat beschikbaar is voor die rapportage. De blijvende vraag voor beleggers is: hoe kunnen we de dekking van de gegevens waarover we beschikken uitbreiden en tegelijkertijd de kwaliteit handhaven en voldoen aan de wettelijke vereisten? 

Clarity AI gebruikt modellen om de beschikbare informatie te gebruiken en onze best effort analyse op te stellen om de rapportageverplichting te onderbouwen. Om deze modellering tot leven te brengen hebben wij een voorbeeld gemaakt van hoe wij de EU-taxonomieactiviteit evalueren (zie onderstaande illustratie). Wij gebruiken een voorbeeld van de technische criteria om te bepalen of uw investering een wezenlijke bijdrage levert.

Het voorbeeld betreft de beperking van de klimaatverandering, meer bepaald de transmissie en distributie van elektriciteit. Er zijn drie verschillende criteria om te beoordelen of de activiteit duurzaam is of niet. Het eerste criterium in de verordening is of het systeem een geïnterconnecteerd Europees systeem is, waarbij wordt bepaald welke gebieden zij verkopen en in welke systemen zij actief zijn. Als het antwoord nee is, verkopen ze buiten het geïnterconnecteerde Europese systeem, dan gaan we over naar het tweede criterium in de verordening, namelijk de emissiefactoren. Wij analyseren de gemiddelde emissie voor het land waarin het bedrijf actief is en bekijken vervolgens of die onder de 100gCO2 per KWh ligt. Als de gemiddelde emissiefactor niet onder dit cijfer ligt, gaan we over naar het derde criterium, opwekkingscapaciteit. We kijken naar een voortschrijdende periode van vijf jaar, overeenkomstig de verordening, en we beoordelen welke capaciteit gedurende deze periode is geïnstalleerd, voldoet deze aan de technische criteria van minder dan 100gCO2 per KWh. Voldoet het aan de criteria, dan voldoet het, zo niet dan draagt het niet bij aan de taxonomie.

Dit is een sterk praktijkvoorbeeld van hoe je de beperkte beschikbare gegevens op een systematische en methodische manier kunt gebruiken om resultaten te boeken. We hebben verschillende stukken informatie samengevoegd om een beoordeling te maken, activiteit per activiteit, gebruikmakend van de gegevens die beschikbaar zijn. Het gebruik van geavanceerde technologie zoals kunstmatige intelligentie, machine learning en Natural Language Processing maakt dit mogelijk bij de beoordeling of een bedrijf al dan niet aan de voorschriften voldoet.