r2dii.analysis

r2dii.분석

이러한 도구는 금융 포트폴리오가 기후 목표와 일치하는지 평가하는 데 도움이 됩니다. 포트폴리오에 따른 주요 지표(예: 생산, 배출 계수)를 요약하고 기후 시나리오를 기반으로 목표를 계산합니다. 그들은 무료 소프트웨어 'PACTA'(Paris Agreement Capital Transition Assessment, https://www.transitionmonitor.com/)의 마지막 단계를 R로 구현합니다. 금융 기관은 'PACTA'를 사용하여 자본 배분이 기후에 어떤 영향을 미치는지 연구합니다.

설치

다음을 사용하여 CRAN에서 r2dii.analytic 릴리스 버전을 설치합니다.

install.packages( " r2dii.analysis " )

또는 다음을 사용하여 GitHub에서 r2dii.analytic 개발 버전을 설치합니다.

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

예

• 필요한 패키지를 첨부하려면 library() 사용하십시오. r2dii.analytic은 r2dii.data 및 r2dii.match 패키지에 의존하지 않습니다. 그러나 예제를 재현할 수 있도록 install.packages(c("r2dii.data", "r2dii.match")) 를 사용하여 설치하는 것이 좋습니다.

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

• r2dii.match::match_name() 사용하여 대출 장부와 자산 수준 데이터 간의 일치 항목을 식별하세요.

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

시나리오 대상 추가

• CO2 배출의 SDA 목표를 계산하려면 target_sda() 사용하십시오.

 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 

• 포트폴리오 수준에서 시장 점유율 시나리오 목표를 계산하려면 target_market_share 사용하세요.

 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 

• 또는 회사 수준에서:

 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 

유틸리티 기능

target_*() 함수는 일반적인 작업에 대한 단축키를 제공합니다. 직접 사용할 수도 있는 일부 유틸리티 기능을 래핑합니다.

• join_abcd_scenario() 사용하여 일치하는 데이터 세트를 관련 시나리오 데이터에 조인하고 관련 지역의 자산을 선택합니다.

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

• 시나리오 목표를 계산하려면 다양한 그룹화 인수와 함께 summarize_weighted_production() 사용하십시오.

 # 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 

시작하세요.

자금 조달

이 프로젝트는 유럽 연합 LIFE 프로그램과 국제 기후 이니셔티브(IKI)로부터 자금을 지원 받았습니다. 연방 환경, 자연 보존 및 원자력 안전부(BMU)는 독일 연방의회가 채택한 결정에 기초하여 이 계획을 지원합니다. 표현된 견해는 전적으로 저자의 책임이며 자금 제공자의 견해를 반드시 반영하는 것은 아닙니다. 자금 제공자는 여기에 포함된 정보의 사용에 대해 책임을 지지 않습니다.