Casos de uso para digitalização de documentação voluntária de projetos de compensação de carbono | Anton Ruth | AlliedCrowds | Julho, 2022 | Média

Como o mercado voluntário de carbono continua a atrair mais atenção, atividade e financiamento, há uma necessidade urgente de mais e melhores dados sobre projetos de emissão de crédito.

Afinal, como as empresas procuram investir centenas de milhares, senão milhões, de dólares em seus esforços de compensação de carbono (e sustentabilidade de forma mais ampla), vale a pena ter dados de projeto melhores disponíveis para eles.

Para isso, coletamos dados sobre quase 20.000 projetos e mais de 275.000 transações de previdência para fornecer a melhor visão geral do mercado. Complementamos esses dados com preços, informações sobre corretoras e empresas, bem como dados de nossos parceiros como BeZero, Emsurge e AirCarbon Exchange.

Para dar alguns passos adiante, começamos a aproveitar a riqueza de dados que existe nos documentos de concepção do projeto (PDDs) e outros documentos relacionados ao projeto. Esta informação é muito valiosa para aqueles que trabalham em projetos – na verdade, um analista neste espaço descreveu seu trabalho como destilar PDDs de 250 páginas em revisões de 5 páginas.

Até o momento, a única maneira de fazer isso era baixar manualmente os projetos e digitalizá-los um por um. Ele permite que os usuários encontrem os dados de que precisam, mas não é escalável ou eficiente.

Digitalizamos PDDs dos projetos Gold Standard e Verra, fornecendo dois recursos principais: pesquisa de palavras-chave e frases e recuperação de tabelas. Abaixo estão alguns casos de uso para essas técnicas.

Há algum tempo, um corretor com quem conversei compartilhou sua frustração: um cliente que patrocinou uma famosa corrida de bicicletas só queria reembolsar projetos que tivessem algo a ver com bicicletas. Mas como você pode encontrar essa informação?

Encontrar uma agulha em um palheiro é um ótimo caso de uso para encontrar PDDs. Ao pesquisar a palavra-chave “bicicleta”, identificamos cerca de 30 projetos que podem ser adequados. Nem todos os projetos são tão relevantes quanto o projeto Bikes for the Planet (que foi recentemente leiloado pela AirCarbon), mas esse método permite que qualquer pessoa crie uma lista de projetos em potencial para se envolver se estiver procurando por projetos de nicho ou setor.

Para quem procura informações mais técnicas sobre projetos, a capacidade de filtrar projetos para destacar tudo o que é relevante pode economizar horas de pesquisa. Isso pode ser algo tão simples quanto identificar todos os projetos que mencionam o uso de “LiDAR” ou “sensoriamento remoto”, ou pode ser usado para encontrar projetos que incluam a análise financeira como parte de seu programa.

Por exemplo, a captura de tela acima mostra um exemplo de resultado de projeto que menciona “IRR” e “NPV”. Aqueles que planejam iniciar seu próprio projeto e desejam ver como os projetos anteriores modelaram o crescimento, ou aqueles que procuram projetos para investir, acharão essas informações inestimáveis.

A pesquisa por caracteres especiais, como @, permite que os usuários encontrem informações de contato para projetos muito rapidamente. Por exemplo, alguém que deseja entender melhor o mercado de VCM na silvicultura brasileira provavelmente desejará falar com o maior número possível de pessoas de projetos. Uma pesquisa @ entre todos os PDDs relevantes trará vários pontos de contato para cada projeto, permitindo que os usuários identifiquem rapidamente uma lista de contatos para interagir em vários projetos.

Os projetos de uso da terra que alocam créditos para o buffer pool devem explicar seus riscos (ou a falta deles) para determinar o tamanho do buffer. Esses dados podem ser encontrados na documentação do elemento de risco ou no PDD, se estiver incluído. Nosso recurso de extração de tabelas permite que os usuários identifiquem rapidamente a quais projetos essas tabelas estão associadas – localizando apenas os projetos cujas tabelas contêm palavras-chave específicas – e extraiam os dados para análise posterior. Isso pode ajudar os analistas a identificar projetos com o risco inerente mais alto (ou mais baixo) e alimentar esses dados em seu investimento potencial ou decisões de compra.

Um ponto de dados que já começamos a incluir em nosso painel premium são as emissões anuais ao longo da vida do projeto. Cada projeto relata uma média anual de redução/crédito de emissão, mas isso pode ser enganoso: os projetos raramente têm um número constante de créditos gerados a cada ano. Depois de alguns anos, podem até criar crédito negativo. Para poder estimar com precisão o número de empréstimos recebidos pelo projeto, é importante conhecer as previsões anuais reais que obtivemos e passamos a incluir em nosso banco de dados.

Também é uma ferramenta útil para poder comparar as previsões do projeto com os lançamentos reais do ano. Por exemplo, se um desenvolvedor de projeto superestima consistentemente a quantidade de créditos que seus projetos emitirão, é bom saber antes de fazer qualquer negócio com ele.