In the fight against climate change, the financial sector plays a pivotal role in reducing global carbon emissions. While banks may not produce significant direct emissions, their indirect impact through […]

在应对气候变化的斗争中，金融部门在减少全球碳排放方面发挥着关键作用。虽然银行可能不会产生重大的直接排放，但它们通过融资活动产生的间接影响是巨大的。这些“融资排放”来自银行在能源、交通和房地产等行业的贷款和投资，这些行业往往是碳足迹的主要贡献者。事实上，最近的一项研究发现，全球银行的融资排放量是其直接运营排放量的 700 倍，凸显了从根本上解决这一问题的重要性。[3] 

银行肩负着独特的责任，帮助引导资本流向低碳解决方案和可持续业务。这正是 碳核算财务合作伙伴 (PCAF) PCAF 提供了一种标准化方法，帮助银行衡量和披露其贷款和投资组合的碳足迹，从而使它们能够采取切实可行的措施减少排放。 

在本文中，我们将探讨使用 PCAF 方法计算碳足迹对银行的重要性。您将了解采用 PCAF 标准的关键概念、计算步骤和好处，以及在气候责任方面处于领先地位的银行的真实案例中的见解。 

什么是 PCAF？ 

"(《世界人权宣言》) 碳核算财务合作伙伴 (PCAF) 成立于 2015 年，由一群致力于解决其投资对气候变化影响的荷兰金融机构组成。PCAF 最初是一项区域性倡议，现已发展成为一项全球合作伙伴关系，目前已有来自各大洲的 400 多家金融机构参与其中。该倡议的主要目标是提供一种标准化方法，使金融机构能够衡量和披露与其贷款和投资相关的温室气体 (GHG) 排放量（通常称为融资排放量）。 

PCAF 的框架旨在帮助金融机构以透明和一致的方式评估其对气候的影响。PCAF 的主要利益相关者包括银行、资产管理公司、养老基金和保险公司。这些机构使用 PCAF 的指导方针来改进其碳核算实践，使其投资组合与全球可持续发展目标保持一致。[1] 

在支持气候行动方面，PCAF 使金融机构能够跟踪和减少其资助的排放，从而为限制全球变暖的更广泛目标做出贡献。PCAF 的方法与其他著名框架相一致，例如 气候相关财务披露工作组 (TCFD) 和 科学碳目标倡议 (SBTi)确保金融部门能够满足监管和自愿可持续发展承诺，同时推动全球经济的有意义的变革。 

PCAF 碳足迹计算中的关键概念 

融资排放解释 

资助排放 指与银行等机构的贷款、投资和金融活动相关的温室气体 (GHG) 排放。与 直接排放，这些排放来自银行的内部运营（例如能源使用、交通运输），而融资排放则来自银行资助的公司和项目的活动。例如，当银行向能源行业的公司提供贷款时，该公司运营产生的排放被视为银行融资排放的一部分。跟踪这些排放至关重要，因为它们通常占银行总碳足迹的最大部分。通过衡量和管理融资排放，银行可以减少其对气候变化的间接影响。 

排放范围 

排放分为三类 作用域 根据其来源： 

• 范围 1：来自公司拥有或控制的来源（例如公司车辆）的直接排放。 

• 范围 2：来自购买能源（例如电力）的间接排放。 

• 范围 3: 所有其他间接排放，包括 资助排放对于银行而言，PCAF 重点关注范围 3，因为它涵盖了贷款和投资活动产生的排放，使其成为金融领域碳核算最相关的范围。[2] 

PCAF 的排放归因方法 

PCAF 的方法根据银行在特定公司或项目中的融资份额来将排放量归因于银行。例如，如果一家银行为一家企业提供 40% 的融资，它将把该公司 40% 的排放量计入其碳足迹。这种方法可确保排放量与银行的融资参与比例准确反映，从而实现更精确的测量和报告。 

银行的 PCAF 方法 

数据收集和质量标准 

准确的数据收集是PCAF碳足迹计算的基础。银行需要收集详细的 贷款数据 （例如贷款金额、贷款期限和贷款用途）以及 借款人排放数据，例如公司报告的温室气体 (GHG) 排放量。如果没有借款人特定的排放量数据，银行可以使用行业平均值或基于收入或资产规模等财务指标的估计值。PCAF 分配 数据质量分数 评分范围从 1（最好）到 5（最差），反映所用数据的准确性和可靠性。评分越高，排放报告越准确，从而确保更好地管理碳足迹。 

特定行业的计算方法 

PCAF 针对不同行业的特点量身定制其方法。例如： 

• 房地产：排放量是根据建筑物或房地产资产的能源消耗数据计算的，通常使用平方英尺和能源强度等数据。 

• 农业：排放量基于土地使用、牲畜和生产投入，考虑了农业活动对环境的影响。 

• 能源：能源公司的排放量是根据燃料生产、能源产出和排放因子的数据计算得出的。这些针对特定行业的方法确保银行能够准确计算不同投资组合的碳足迹，反映出不同行业不同的排放强度。 

银行实施 PCAF 的步骤 

步骤 1：评估投资组合覆盖范围 

银行的第一步是评估其贷款和投资组合，以了解其融资排放的程度。这涉及审查所有资产类别、贷款和投资，以确定哪些行业的碳排放最密集。能源、房地产、农业和制造业等行业通常碳排放风险较高。通过确定这些高风险行业，银行可以优先考虑其碳核算工作，重点关注其融资对环境影响最大的领域。 

第 2 步：收集和评估数据 

然后，银行必须收集借款人层面的排放数据和相关财务数据。借款人可以提供直接排放数据，例如年度温室气体报告。当无法获得直接数据时，银行可以使用行业平均值或基于特定行业排放因素的代理数据。此步骤中的一个关键挑战是数据的可用性和准确性。为了克服这些挑战，银行可以使用第三方数据库或排放估算，同时优先考虑数据质量（使用 PCAF 的数据质量评分）。与借款人和特定行业基准的密切合作有助于确保数据可靠性并改善排放跟踪。 

步骤 3：计算排放量 

收集到数据后，银行可以应用 PCAF 方法计算其融资排放量。这涉及根据银行的融资份额将借款人的部分排放量归因于银行。可用的工具和软件（例如碳核算平台）可帮助银行自动化此过程并确保计算符合 PCAF 的标准。这些工具还可以纳入各种排放范围，使计算过程高效且可扩展到整个投资组合。 

第四步：报告和披露排放 

计算排放量后，银行必须根据 PCAF 和其他可持续发展框架（例如气候相关财务信息披露工作组 (TCFD)）报告其发现的结果。定期、透明地披露融资排放量对于维护利益相关者的信任和满足监管要求至关重要。银行应在可持续发展报告中提供排放数据，并确保每年更新以反映投资组合的变化。清晰地传达这些结果表明银行致力于气候行动，并提高其在金融界的声誉。 

案例研究：银行成功使用 PCAF 

案例研究1：欧洲银行示例 

荷兰银行是一家总部位于荷兰的欧洲领先银行，是最早采用 PCAF 方法的银行之一。为了履行对气候责任的承诺，该银行于 2017 年开始计算和披露其融资排放量。荷兰银行在房地产等多个行业实施了 PCAF 框架，重点关注能源效率的提高。通过数据收集和与客户的合作，荷兰银行鼓励业主采用低碳技术。该银行还尽可能整合借款人特定的排放数据，以提高其排放量计算中使用的数据质量。 

结果，荷兰银行在五年内成功将其融资排放量减少了 20%。这是通过积极参与高碳行业、提高数据质量以及将资本转向可持续项目等方式实现的。该银行的报告透明度也为其赢得了可持续发展界的认可，进一步提升了其在环境方面的领导地位。 

案例研究2：美国银行示例 

在美国， 美国银行 将 PCAF 方法作为其更广泛的可持续发展和气候计划的一部分。该银行首先评估其贷款组合的碳排放风险，特别是在能源和交通等高排放行业。通过 PCAF 的行业特定方法，美国银行能够量化融资排放量并确定需要改进的领域。 

该银行采取的关键措施之一是与高排放行业的客户合作，为企业向可再生能源转型和提高运营效率提供激励。美国银行还投资了数据收集系统，使用先进的工具来提高排放量计算的准确性。 

通过利用 PCAF 框架，美国银行显著改善了其碳核算实践。这使其排放报告更加精确，并帮助该银行为减少其融资排放设定了切合实际的、基于科学的目标。这些改进不仅支持了该银行的气候目标，还加强了与利益相关者和客户的关系，展示了在快速变化的监管环境中负责任融资的好处。 

结论 

采用 PCAF 的碳足迹计算方法是银行将其业务与全球可持续发展目标保持一致的关键一步。通过了解和管理融资排放，银行不仅可以减轻气候风险，还可以增强其在促进低碳经济方面的作用。PCAF 框架提供了一种结构化和全面的方法来量化这些排放，使金融机构能够做出有利于其业务和地球的数据驱动决策。 

随着气候变化日益影响监管格局和投资者期望，积极采用碳核算的银行将更有能力管理风险并抓住可持续金融领域的机遇。通过致力于透明报告并不断完善排放数据，银行可以增强利益相关者的信任，并为全球向更可持续的未来转型做出有意义的贡献。 

现在是金融机构采用 PCAF 方法、承担其对环境的影响并引领走向更绿色金融体系的时候了。 

资料来源 

[1] https://wp.senecaesg.com/insights/understanding-partnership-for-carbon-accounting-financials-pcaf/ 

[2] https://carbonaccountingfinancials.com/ 

[3] https://www.cdp.net/en/articles/media/finance-sectors-funded-emissions-over-700-times-greater-than-its-own?src_trk=em667660ccd69862.7647440270301885