由此可见，有了资产组合
碳排放的数据，
金融机构可以了解资产负债表中高碳资产和
低碳资产的相对比例和大体分布，评估暴露在气候风险中的资产价值。在实践中，我们可以用气候在险价值或碳在险价值（CVaR）来衡量风险暴露的程度。这些数据还可以支持金融机构拟定从高碳向低碳转型的路径，一般应该从排放高、规模大、回报低的资产开始着手调整。
一直以来，对上述方法和应用的担忧和质疑也有不少，质疑的焦点是数据是否准确？我认为我们应该对此有一个客观的认识。
对碳排放的测算，无论是企业层面还是资产组合层面，大多都是计算结果，而非仪器监测结果，只要是计算，就会有一些假设、有一些推算、有一些估算。这是难以避免的。
另外，企业层面碳测算和资产组合层面碳测算有本质区别。如果打个比喻，前者类似放大镜原理，后者类似热像仪原理。我们计算企业碳排放，就好像拿着放大镜去观测企业，采集企业内部信息，如采购的化石
能源、消耗的电力等等，越具体、越清楚越好。我们计算资产组合碳排放，则好像拿着热像仪去给资产中的全部企业做一个“大合照”，从碳排放的视角来识别资产组合中数百、数千乃至数万家企业的热度，这个“大合照”可以让观测者看到组合中冷热分布和构成的大致情况，识别出要做工作的“热点区域（组合）”。
观测资产组合的“热点区域”示意图
因此，热像仪的主要价值是快速扫描和识别，要看到的是整体效果。决定“大合照”质量的，是所有像素构成的图片，而不是单个像素。只要像素的形成从统计意义上合理，某个像素或某几个像素出现异常，是不会对“大合照”质量产生重大损害的。当然，如果我们每个像素都能更清楚，“大合照”的质量（分辨率）也会更高。这是一个技术进步的过程。
总之，我们认为资产组合碳测算是金融机构低碳转型的关键衡量指标，金融机构都应该测算资产组合层面的碳排放和碳强度，制定合理的转型路径和时间表。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
