Como reduzir a incerteza nos relatórios de carbono: pesquisa propõe modelo mais preciso para emissões corporativas

Pessoa utilizando uma caneta digital em um tablet ao lado de um laptop, enquanto gráficos verdes ascendentes e ícones sobrepostos representam metas de sustentabilidade, como redução de CO₂, neutralidade de carbono e crescimento até 2050. A cena sugere análise de dados ambientais e planejamento estratégico sustentável.
Resumo da pesquisa:
  1. A imprecisão nos dados de emissões de carbono afeta a comparabilidade e a credibilidade dos relatórios ambientais.
  2. A pesquisa desenvolve um modelo para lidar com as incertezas, combinando simulações de Monte Carlo com lógica fuzzy.
  3. A abordagem foi testada em mais de 200 empresas brasileiras, mostrando ganhos significativos em precisão e transparência.
Pesquisador(es):

José Antonio Puppim 

Peter Wanke

Jorge Antunes

Yong Tan

A comunicação das emissões de carbono se tornou peça central das práticas de sustentabilidade corporativa. Mais de 75 % do mercado de capitais está sob algum controle de seus compromissos ou resultados em termos de sustentabilidade, e emissões de gases efeito estufa (GEE) é uma das principais demandas dos investidores. À medida que governos, investidores e consumidores cobram mais transparência, cresce também a necessidade de dados confiáveis. No entanto, empresas enfrentam um grande desafio: a imprecisão nos relatórios de carbono. Isso especialmente nas emissões indiretas (Escopo 3), que envolvem fornecedores e clientes ao longo de toda a cadeia de valor.

Essa incerteza, muitas vezes causada por dados incompletos ou inconsistentes, pode comprometer comparações entre empresas e dificultar decisões sustentáveis. Sendo assim, pesquisadores desenvolveram uma metodologia inovadora pioneira para reduzir esses erros e fortalecer a credibilidade dos inventários de carbono.

O estudo — conduzido por José Antonio Puppim (FGV EAESP), Peter Wanke (FGV EBAPE e FGV EAESP), Jorge Antunes (UFRJ) e Yong Tan (Universidade de Bradford) — foi publicado na revista Energy Economics. Os autores aplicaram o modelo em dados de mais de 200 empresas brasileiras que reportaram suas emissões ao Protocolo GHG entre 2017 e 2019.

Portanto, o modelo combina simulações probabilísticas (Monte Carlo) com a lógica fuzzy, uma técnica matemática capaz de lidar com dados ambíguos ou incompletos. Assim, o método trata tanto a aleatoriedade dos números quanto a imprecisão das informações, oferecendo uma análise mais realista dos impactos ambientais corporativos.

Revelando o impacto da imprecisão nos relatórios de carbono: nova metodologia ajuda empresas a divulgar dados mais confiáveis

Os pesquisadores observaram que as emissões de Escopo 3 são as mais imprecisas, devido à complexidade das cadeias de suprimentos. Setores com maior pressão regulatória ou voltados à exportação, como agricultura e energia elétrica, tiveram melhor desempenho na qualidade das informações. Porém, áreas como pesquisa e desenvolvimento e imóveis apresentaram maiores lacunas.

Além disso, o modelo mostrou que reduzir a imprecisão nos Escopos 2 e 3 é essencial para melhorar o desempenho ambiental das empresas. Essa precisão maior permite decisões estratégicas mais acertadas e comparações setoriais mais justas.

Para as empresas, o novo arcabouço funciona como uma ferramenta de diagnóstico: identifica áreas com dados incompletos e orienta investimentos em coleta e gestão de informações. Já para reguladores e auditores, ele oferece indicadores objetivos sobre o grau de incerteza nos relatórios, o que contribui para criar políticas e padrões mais eficazes.

Por fim, ao propor um novo modo de lidar com dados imprecisos, a pesquisa avança a agenda de transparência e responsabilidade ambiental, reforçando a importância de decisões baseadas em evidências confiáveis para acelerar o combate às mudanças climáticas.

 

Leia o artigo na integra.

Nota: alguns artigos podem apresentar restrições de acesso.