第二步：情景与假设
大约 3 分钟
第二步：情景与假设
转型计划的可信度，取决于它的分析底座——即企业用什么情景、什么假设来推演未来。本批 78 家披露企业中，明确披露情景分析方法的代表性做法如下。
用什么情景
物理风险：IPCC 路径族是标配
- Eli Lilly：使用 SSP1-2.6 / SSP2-4.5 / SSP5-8.5（对应约 1.6／2.7／4.4°C，2100 年）。
- Nvidia：FY2026 首次情景分析使用 RCP 2.6／4.5／6.0／8.5 与 WRI Aqueduct，时间跨度 2025–2100，结论为无新增重大财务风险。
- General Motors：按 1.5°C／2–2.5°C／4°C 情景，采用 IEA + IPCC（NZE2050／SDS／STEPS）。
- CVS Health：物理风险用 IPCC SSPs，转型风险用 NGFS + IEA，2025 年由第三方专家深化量化。
转型风险：IEA 情景族主导
- Eli Lilly：转型风险用 IEA NZE2050（1.5°C 对齐，用于转型规划）、APS 与 STEPS。
- Chevron：使用 IEA NZE 并自建假设。
金融业
JPMorgan Chase 将 NGFS 与 IPCC 等国际公认情景施加于内部风险流程，物理风险用 IPCC 衍生参数评估。
情景选择要有依据
Pfizer 载明情景选择基于 TCFD、CDP、Climate Action 100+ Benchmark 与 IIGCC 指引，并考虑温度结果、行业与地理覆盖、数据可得性、时间跨度与市场认可度。
怎么做
- 两步法：Microsoft 2020 年先做 screening scenario analysis（定量评估物理与转型风险），再对 20 个最暴露设施做适应能力的定性评估，并明言综合评估模型（IAM）的局限。
- 定性起步亦可：Tyson Foods 做定性气候情景分析（结构化流程、了解不同未来下风险与机会的影响，而非预测）；Walmart 使用 TNFD 风险登记与情景分析。
- 工具化：Meta Platforms 建立 Net Zero Hub 预测未来排放，并用内部工具模拟数据中心建筑排放；Procter & Gamble 用商业软件把第三方气候数据叠加到自有场址以识别物理风险，其转型风险评估的首要风险是政府政策抬高能源与材料成本。
- 增强情景建模：Uber 于 2024-11 至 2025-06 使用增强情景建模，理解环境、电气化与减废举措对业务的影响，覆盖全球 Mobility、Delivery、Freight 多条业务线与多时间跨度。
- 承认没做：Performance Food Group 明确表示「尚未开展正式情景分析以评估其业务战略在不同气候相关条件下的韧性」，正在评估如何纳入企业风险管理（ERM）。
实务要点
情景分析 = 物理风险（IPCC 族）+ 转型风险（IEA 族）双轨。 三点要求：
- 选择理由要写明（Pfizer 式）——为什么选这几个情景，而不是别的。
- 假设要逐条列出（Eli Lilly 把 SSP 温升与 IEA 假设全文载于 CDP）。
- 没做就明说（PFG 式）——比含糊其辞更可信。