r2dii.analysis

r2dii.分析

これらのツールは、金融ポートフォリオが気候目標と一致しているかどうかを評価するのに役立ちます。これらは、ポートフォリオに起因する主要な指標 (生産、排出係数など) を要約し、気候シナリオに基づいて目標を計算します。彼らは、フリー ソフトウェア「PACTA」(パリ協定資本移行評価; https://www.transitionmonitor.com/) の最終ステップを R で実装します。金融機関は「PACTA」を利用して、資本配分が気候にどのような影響を与えるかを調査しています。

インストール

次のコマンドを使用して、CRAN からリリースされたバージョンの r2dii.anasis をインストールします。

install.packages( " r2dii.analysis " )

または、次のコマンドを使用して、GitHub から r2dii.analysis の開発バージョンをインストールします。

 # install.packages("pak")
pak :: pak( " RMI-PACTA/r2dii.analysis " )

例

• library()使用して、必要なパッケージをアタッチします。 r2dii.analysis は、r2dii.data および r2dii.match パッケージに依存しません。ただし、例を再現できるように、 install.packages(c("r2dii.data", "r2dii.match"))を使用してインストールすることをお勧めします。

library( r2dii.data )
library( r2dii.match )
library( r2dii.analysis )

• r2dii.match::match_name()を使用して、ローンブックと資産レベルのデータ間の一致を識別します。

 matched <- match_name( loanbook_demo , abcd_demo ) % > %
  prioritize()

シナリオターゲットの追加

• target_sda()使用して、CO2 排出量の SDA 目標を計算します。

 matched % > %
  target_sda(
    abcd = abcd_demo ,
    co2_intensity_scenario = co2_intensity_scenario_demo ,
    region_isos = region_isos_demo
  )
# > Warning: Removing rows in abcd where `emission_factor` is NA
# > # A tibble: 220 × 6
# >    sector  year region             scenario_source emission_factor_metric
# >                                                 
# >  1 cement  2020 advanced economies demo_2020       projected             
# >  2 cement  2020 developing asia    demo_2020       projected             
# >  3 cement  2020 global             demo_2020       projected             
# >  4 cement  2021 advanced economies demo_2020       projected             
# >  5 cement  2021 developing asia    demo_2020       projected             
# >  6 cement  2021 global             demo_2020       projected             
# >  7 cement  2022 advanced economies demo_2020       projected             
# >  8 cement  2022 developing asia    demo_2020       projected             
# >  9 cement  2022 global             demo_2020       projected             
# > 10 cement  2023 advanced economies demo_2020       projected             
# > # ℹ 210 more rows
# > # ℹ 1 more variable: emission_factor_value 

• target_market_shareを使用して、ポートフォリオ レベルで市場シェア シナリオのターゲットを計算します。

 matched % > %
  target_market_share(
    abcd = abcd_demo ,
    scenario = scenario_demo_2020 ,
    region_isos = region_isos_demo
  )
# > # A tibble: 1,076 × 10
# >    sector     technology  year region scenario_source metric     production
# >                                         
# >  1 automotive electric    2020 global demo_2020       projected     145649.
# >  2 automotive electric    2020 global demo_2020       target_cps    145649.
# >  3 automotive electric    2020 global demo_2020       target_sds    145649.
# >  4 automotive electric    2020 global demo_2020       target_sps    145649.
# >  5 automotive electric    2021 global demo_2020       projected     147480.
# >  6 automotive electric    2021 global demo_2020       target_cps    146915.
# >  7 automotive electric    2021 global demo_2020       target_sds    153332.
# >  8 automotive electric    2021 global demo_2020       target_sps    147258.
# >  9 automotive electric    2022 global demo_2020       projected     149310.
# > 10 automotive electric    2022 global demo_2020       target_cps    148155.
# > # ℹ 1,066 more rows
# > # ℹ 3 more variables: technology_share , scope ,
# > #   percentage_of_initial_production_by_scope 

• または企業レベルでは次のようになります。

 matched % > %
  target_market_share(
    abcd = abcd_demo ,
    scenario = scenario_demo_2020 ,
    region_isos = region_isos_demo ,
    by_company = TRUE
  )
# > Warning: You've supplied `by_company = TRUE` and `weight_production = TRUE`.
# > This will result in company-level results, weighted by the portfolio
# > loan size, which is rarely useful. Did you mean to set one of these
# > arguments to `FALSE`?
# > # A tibble: 14,505 × 11
# >    sector    technology  year region scenario_source name_abcd metric production
# >                                         
# >  1 automoti… electric    2020 global demo_2020       Bernardi… proje…     17951.
# >  2 automoti… electric    2020 global demo_2020       Bernardi… targe…     17951.
# >  3 automoti… electric    2020 global demo_2020       Bernardi… targe…     17951.
# >  4 automoti… electric    2020 global demo_2020       Bernardi… targe…     17951.
# >  5 automoti… electric    2020 global demo_2020       Christia… proje…     11471.
# >  6 automoti… electric    2020 global demo_2020       Christia… targe…     11471.
# >  7 automoti… electric    2020 global demo_2020       Christia… targe…     11471.
# >  8 automoti… electric    2020 global demo_2020       Christia… targe…     11471.
# >  9 automoti… electric    2020 global demo_2020       Donati, … proje…      5611.
# > 10 automoti… electric    2020 global demo_2020       Donati, … targe…      5611.
# > # ℹ 14,495 more rows
# > # ℹ 3 more variables: technology_share , scope ,
# > #   percentage_of_initial_production_by_scope 

ユーティリティ関数

target_*()関数は、一般的な操作のショートカットを提供します。これらは、直接使用することもできるいくつかのユーティリティ関数をラップしています。

• join_abcd_scenario()を使用して、一致したデータセットを関連するシナリオ データに結合し、関連するリージョン内のアセットを選択します。

 loanbook_joined_to_abcd_scenario <- matched % > %
  join_abcd_scenario(
    abcd = abcd_demo ,
    scenario = scenario_demo_2020 ,
    region_isos = region_isos_demo
  )

• シナリオ ターゲットを計算するには、さまざまなグループ化引数を指定してsummarize_weighted_production()を使用します。

 # portfolio level
loanbook_joined_to_abcd_scenario % > %
  summarize_weighted_production( scenario , tmsr , smsp , region )
# > # A tibble: 756 × 9
# >    sector_abcd technology  year scenario  tmsr    smsp region
# >                           
# >  1 automotive  electric    2020 cps       1    0       global
# >  2 automotive  electric    2020 sds       1    0       global
# >  3 automotive  electric    2020 sps       1    0       global
# >  4 automotive  electric    2021 cps       1.12 0.00108 global
# >  5 automotive  electric    2021 sds       1.16 0.00653 global
# >  6 automotive  electric    2021 sps       1.14 0.00137 global
# >  7 automotive  electric    2022 cps       1.24 0.00213 global
# >  8 automotive  electric    2022 sds       1.32 0.0131  global
# >  9 automotive  electric    2022 sps       1.29 0.00273 global
# > 10 automotive  electric    2023 cps       1.35 0.00316 global
# > # ℹ 746 more rows
# > # ℹ 2 more variables: weighted_production ,
# > #   weighted_technology_share 

# company level
loanbook_joined_to_abcd_scenario % > %
  summarize_weighted_production( scenario , tmsr , smsp , region , name_abcd )
# > # A tibble: 13,023 × 10
# >    sector_abcd technology  year scenario  tmsr  smsp region name_abcd           
# >                                         
# >  1 automotive  electric    2020 cps          1     0 global Bernardi, Bernardi …
# >  2 automotive  electric    2020 cps          1     0 global Christiansen PLC    
# >  3 automotive  electric    2020 cps          1     0 global Donati, Donati e Do…
# >  4 automotive  electric    2020 cps          1     0 global DuBuque-DuBuque     
# >  5 automotive  electric    2020 cps          1     0 global Ferrari-Ferrari SPA 
# >  6 automotive  electric    2020 cps          1     0 global Ferry and Sons      
# >  7 automotive  electric    2020 cps          1     0 global Goyette-Goyette     
# >  8 automotive  electric    2020 cps          1     0 global Guerra, Guerra e Gu…
# >  9 automotive  electric    2020 cps          1     0 global Gutkowski, Gutkowsk…
# > 10 automotive  electric    2020 cps          1     0 global Hilpert, Hilpert an…
# > # ℹ 13,013 more rows
# > # ℹ 2 more variables: weighted_production ,
# > #   weighted_technology_share 

始めましょう。

資金調達

このプロジェクトは、欧州連合の LIFE プログラムと国際気候イニシアチブ (IKI) から資金提供を受けています。連邦環境・自然保護・原子力安全省（BMU）は、ドイツ連邦議会で採択された決定に基づいて、この取り組みを支持しています。表明された見解は著者の単独の責任であり、必ずしも資金提供者の見解を反映するものではありません。資金提供者は、そこに含まれる情報の使用について責任を負いません。