TNFD披露与自然相关核算

01概述与价值链

标记：[EC: 企业自然报告与CSRD | OECD: 环境风险核算 | 监管机构: EPA (美国)]

基于自然相关财务信息披露工作组（TNFD）框架的自然相关风险披露领域是现代绿色金融和ESG审计的基础支柱。它推动了从传统的纯财务会计向多标准“自然向好”会计系统的转变。通过定量评估企业在整个价值链中对生态系统服务（如供水、授粉和土壤稳定性）的依赖性，以及其运营对生物多样性退化的影响，该系统将以前隐藏的环境外部性揭示为直接的财务风险。TNFD等方法论将生态指标（如物种丧失或土壤退化）转化为财务风险，从而防止供应链中断，并使投资者能够将资本引向真正可持续的项目。

TNFD披露和与自然相关的核算的关键方向基于LEAP方法：

1. 定位 (Locate)： 确定所有生产场所和原材料供应链的确切地理坐标，将它们与高生物多样性脆弱性和缺水区域的交互地图进行比对。
2. 评价 (Evaluate)： 定量计算企业在多大程度上依赖自然，以及其运营如何影响当地生态系统（例如，氮流失到河流流域）。
3. 评估 (Assess)： 对将物理、声誉和监管自然风险转化为切实的财务指标进行建模，例如风险价值（VaR）或资产减值。
4. 准备与披露 (Prepare & Disclose)： 生成标准化且经过独立审计的报告，以供公开证券交易所披露和进行战略决策，从而吸引绿色资本。

行业价值链

[GIS供应链测绘] ──> [LEAP依赖性分析] ──> [财务风险建模]
                                              │
                                         (双重重要性)
                                              │
                                              ▼
[吸引绿色资本] <─── [TNFD公开披露] <─── [ISO 14097审计]

价值链层级

该行业的跨领域技术：

• 综合空间生物多样性评分： 自动GIS系统，将企业资产与全球数据库（如IBAT，WDPA）进行交叉引用，以查明高风险操作。
• 双重重要性AI模型： 对企业如何影响自然以及自然丧失如何产生财务负债进行算法计算。
• 卫星机器视觉： AI算法分析Sentinel和Landsat图像，以检测公司深层供应链中微小的森林砍伐事件。

02美国

美国正积极通过由华尔街主要投资银行领导的试点项目和美国证券交易委员会（SEC）气候倡议的扩展来部署与自然相关的风险披露。

华尔街TNFD试点，ESG评级机构，GBCI整合

• 投资银行倡议： 主要基金正在采纳TNFD的建议，要求投资组合公司披露其供应链中的水资源短缺和森林砍伐风险。
• MSCI 与 S&P Global评级： 领先的ESG机构正在将TNFD指标（如供应链生物多样性丧失）整合到其评分模型中，直接影响股票估值。
• GBCI整合： 扩展房地产和基础设施认证标准（SITES），以验证开发商是否将对当地生态系统的负面影响降至最低。

03中国

中国正在对上市公司实施先进的强制性环境信息披露要求，并率先提出了独特的生态系统生产总值（GEP）核算概念。

生态系统生产总值 (GEP)，CSRC强制披露，绿色金融

• 生态系统生产总值 (GEP)： 深圳和海南等省市正式将区域生态系统服务（清洁空气、供水）的市场价值与传统的GDP一起进行衡量。
• CSRC强制披露： 证券监管机构要求上市公司强制披露环境风险，推动了自然核算IT平台的采用。
• 国开行绿色标准： 国有银行利用GEP指标来评估生态基础设施项目的投资回报率，发放优惠的自然资本贷款。

04欧盟

欧盟在全球自然核算监管方面处于领先地位，根据CSRD指令，成千上万的企业的生物多样性风险披露在法律上成为强制性要求。

CSRD授权，ESRS E4生物多样性标准，EFRAG指南

• 严格的CSRD要求： 该指令迫使在欧盟运营的50,000多家大公司发布有关其环境影响和依赖性的详细年度报告。
• ESRS E4标准： 由EFRAG开发，该标准要求详细说明高生物多样性地区附近资产的空间分布位置，以及向净正面影响模式过渡的具体计划。
• 财务处罚： 未能提供准确的生物多样性数据或参与隐蔽的“漂绿”行为，将引发数百万欧元的罚款，并限制其进入欧洲资本市场。

05领先企业与研究机构

06技术栈与创新

自然核算行业依赖于地理空间数据库、双重重要性AI模型和卫星地球观测系统的整合。

1. 综合空间生物多样性评分 (GIS分析)：
   • 利用综合生物多样性评估工具（IBAT），融合了IUCN红色名录、WDPA和关键生物多样性区域。
   • GIS服务器自动将位于脆弱区域近距离内的实物资产（如矿山或农场）分配为高风险类别，并调整其生态价值系数。
2. ENCORE矩阵与双重重要性：
   • 由UNEP-WCMC开发的ENCORE具有数字化矩阵，将86个经济部门与21项生态系统服务联系起来。
   • 计算具体的依赖性和影响指数，允许对公司收入对当地生态崩溃（例如授粉媒介丧失）的敏感性进行财务建模。
3. 遥感森林砍伐算法：
   • AI算法处理来自Sentinel-2和Landsat的雷达和光学图像，以监控Scope 3供应链合规性。
   • 卷积神经网络（U-Net）识别树冠密度的微小变化，自动将森林砍伐区域与ERP系统中注册的供应商边界进行匹配。

07价值链和生产管线

企业TNFD/CSRD自然风险报告与ISAE 3000验证的工业管线

┌───────────────────────────┐      ┌───────────────────────────┐
│ 1. GIS供应链测绘          │ ───> │ 2. ENCORE中的             │
│    (5000+资产)            │      │    LEAP依赖性分析         │
└───────────────────────────┘      └───────────────────────────┘
                                                 │
                                                 ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 4. 制定净正面影响         │ <─── │ 3. 财务情景的             │
│    战略                   │      │    AI建模                 │
└───────────────────────────┘      └───────────────────────────┘
              │
              ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 5. 外部ISAE 3000          │ ───> │ 6. 交易所发布与           │
│    ESG审计                │      │    绿色贷款采购           │
└───────────────────────────┘      └───────────────────────────┘

阶段 1： GIS供应链测绘

一家跨国公司从其ERP系统导出原始供应商地址，将数以千计的农场和工厂转化为精确的GIS坐标，以生成覆盖全球森林砍伐数据库的综合资产空间地图。

阶段 2： ENCORE中的LEAP依赖性分析

通过API将坐标输入ENCORE和IBAT数据库以执行Locate（定位）和Evaluate（评价）步骤，例如，识别出对淡水的极度依赖，并发现供应商与关键生物多样性区域的重叠。

阶段 3： 财务情景的AI建模

Assess（评估）步骤由使用NGFS方法论的AI系统执行，以对物理和监管风险进行建模，计算具体的风险价值（VaR），代表由于环境退化导致的潜在数百万美元损失。

阶段 4： 制定净正面影响战略

基于风险分析，董事会批准了一项“净自然正面影响战略”，其中包括终止与高风险供应商的合同，资助当地生态恢复，并将这些KPI与高管奖金挂钩。

阶段 5： 外部ISAE 3000 ESG审计

TNFD报告草案提交给独立审计师（如德勤），由其核实初步监测数据，检查设施并验证生物信息学模型，最终出具正式的鉴证报告。

阶段 6： 交易所发布与绿色贷款采购

经验证的TNFD报告发布在主要的证券交易所和ESG注册机构，提升了公司的评级（如MSCI），使其能够从机构投资者那里获得极其优惠的银团绿色贷款。