Waste Scope III

Di seguito si presenta la tabella che riassume gli scenari di scostamento relativi agli impatti operativi per il KPI Waste Scope III:

Tabella 8: Impatti Operativi

Operations

Baseline Impatto Positivo

Probabilità 20,00% 18,00% 14,00% 12,00% 10,00% 9,00% 6,50% 3,00% 2,50% 2,00% 1,50% 1,00% 0,50% Componente Pericolosa Resina 5,00% 5,10% 5,13% 5,20% 5,30% 5,40% 5,60% 5,80% 6,00% 6,20% 6,50% 6,75% 7,00% Componente Pericolosa Polistirene 5,00% 5,10% 5,13% 5,20% 5,30% 5,40% 5,60% 5,80% 6,00% 6,20% 6,50% 6,75% 7,00% Componente Pericolosa Poliuretano 5,00% 5,10% 5,13% 5,20% 5,30% 5,40% 5,60% 5,80% 6,00% 6,20% 6,50% 6,75% 7,00% Componente Pericolosa Bioetanolo 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00% 1,00%

Waste Scope III 4,00% 4,08% 4,09% 4,15% 4,23% 4,30% 4,45% 4,60% 4,75% 4,90% 5,13% 5,31% 5,50%

La Tabella 8 rappresenta i possibili impatti operativi ai quali vengono associate le relative probabilità. L’impatto a livello di KPI viene calcolato a partire dalle variazioni nella percentuale di componente di rifiuto pericoloso emessa dal processo di produzione sul totale degli scarti generati dalla relativa linea produttiva. Il valore del KPI non è altro che la media dei tassi di emissione del rifiuto pericoloso generato dalla produzione della resina fenolica, del polistirene, del poliuretano e del bioetanolo. Il tasso di emissione a livello del bioetanolo non varia in quanto il progetto a cui si riferisce tale KPI si basa sull’installazione di un impianto di riciclo e recupero delle sole schiume isolanti. Come descritto all’interno del paragrafo 5.7.2 si sceglie di utilizzare un KPI aggregato poiché il suo utilizzo consentirà di monitorare l’andamento della transizione anche qualora venissero a verificarsi opportunità strategiche inerenti alla gestione degli scarti derivanti dalla produzione di bioetanolo.

Gli impatti operativi sono unidirezionali positivi ovvero, qualora si verifichino possono determinare solamente impatti positivi sulle quantità di rifiuto tossico emesso. La massa di probabilità è concentrata attorno al valore target 4% e si riduce all’estremizzarsi degli scostamenti. Un esempio di come leggere la Tabella 8 è il seguente: “Vi è un 10% di

162

probabilità che si verifichino problematiche operative che determinino un tasso medio di emissioni di prodotti pericolosi sul rifiuto totale pari al 4,23%”.

La Tabella 8 riassume il dominio di tutti gli scostamenti possibili dovuti all’impatto delle problematiche operative e le relative probabilità associate. Possiamo ora concludere la nostra analisi attribuendo la relativa probabilità all’insieme di scostamenti che, durante la fase di Risk Identification, avevamo solo descritto qualitativamente. Il Grafico 3 presentato di seguito assegna a ciascuno scostamento la relativa probabilità. In giallo è evidenziato il valore target, in rosso le probabilità associate a scostamenti che non rientrano all’interno del risk appetite mentre in blu le probabilità associate a scostamenti che vi rientrano. L’insieme degli scostamenti evidenziati dal rettangolo rosso sono generati dagli impatti operativi.

Grafico 3: Valutazione settings KPI Waste Scope III

STATISTICHE

Moda 4,00%

Media 4,22%

Frequenza coperta dal RA 97,0% Frequenza non coperta dal RA 3,0%

Dall’analisi della distribuzione osserviamo come il valore modale sia il target stesso scelto per il KPI (evidenziato in giallo nel grafico). Inoltre, la probabilità associata a scostamenti che sforano il risk appetite, rappresentata dall’insieme di barre di colore rosso, è particolarmente esigua e pari al 3%. Il risk appetite quindi riesce a coprire il 97% della distribuzione di frequenza rappresentata dall’insieme delle barre di colore blu. L’ultimo scostamento positivo contenuto all’interno del risk appetite (identificato dall’ultima barra blu a ridosso della coda destra) è generato da uno scenario di impatto

163

operativo del livello 1,5%. Finché gli impatti empirici del fattore di rischio strategico che si verificheranno durante l’holding period permarranno all’interno di questo limite il progetto sarà coerente con il risk appetite.

Alla luce di questi dati si ritiene che il progetto di Gamma per l’implementazione dell’impianto di riciclaggio e recupero, relativamente al livello di emissioni di rifiuti pericolosi derivanti dal processo produttivo, sia coerente con la distribuzione di probabilità dei possibili scostamenti e dunque può essere avviato.

5.9.3 GHG Emissions (E02-01)

Come abbiamo definito durante la fase di Risk Identification, i fattori di rischio strategico che determinano i possibili scostamenti dal target relativamente al KPI GHG Emissions sono impatti di mercato (sia negativi a seguito di pressioni competitive, sia positivi a seguito di situazioni di sovra-performance) e impatti operativi, i quali sono esclusivamente negativi.

Dall’analisi dei fattori strategici di rischio siamo giunti a definire il seguente grafico:

Abbiamo descritto in modo qualitativo da quali fattori di rischio sono determinati i possibili scostamenti, a questo punto vogliamo attribuire una probabilità di accadimento a tali scostamenti per comprendere il grado di fattibilità del progetto.

Come nel caso di Innovation, anche per il KPI GHG Emissions i fattori di rischio sono gli stessi; il mercato e le operations. In questo caso tuttavia, il metodo di quantificazione non è il medesimo previsto per Innovation. Nel primo caso i problemi operativi, riferendosi a guasti o rallentamenti negli impianti produttivi, comportavano ulteriori flessioni nei quantitativi di materiale prodotto. Diversamente, per quanto riguarda il KPI GHG Emissions, esso si riferisce al progetto di installazione di sistemi di filtraggio delle emissioni che, anche qualora dovessero funzionare in modo anomalo o addirittura peggiorare l’attuale condizione, non determinerebbero una flessione nella produttività ma un impatto esclusivo sui livelli di emissioni di GES.

164

Inoltre, in questo caso si analizzano le quantità prodotte totali, senza distinzione tra prodotti innovativi e non innovativi. Questo perché il livello di emissioni annue è strettamente legato all’intero processo produttivo.

Anche in questo caso il processo di quantificazione degli scostamenti è stato eseguito sotto ipotesi di indipendenza dei due fattori di rischio in quanto si ritiene che da un punto di vista empirico, non vi siano elementi che lascino intendere una correlazione tra le due componenti. Il verificarsi di un guasto tecnico ai sistemi di filtraggio non è correlato alle scelte strategiche dei competitor né all’appetibilità dei prodotti sul mercato. Per eseguire il processo di quantificazione è quindi stato utilizzato il seguente modello probabilistico ad albero:

La probabilità aggregata associata all’eventualità in cui si verifichino impatti negativi di mercato è pari al 38,5%, la probabilità di non osservare impatti di mercato è pari al 23% mentre la probabilità aggregata associata all’eventualità in cui di verifichino impatti positivi di mercato è pari al 38,5%. In ciascuno dei tre macro-scenari ulteriori scostamenti dal target possono essere generati da guasti tecnici o rallentamenti nell’ultimazione dei sistemi di filtraggio. La probabilità di osservare un impatto negativo derivante dal rischio di un guasto o un ritardo è abbastanza elevata e pari all’65%.

In questo caso è stata mantenuta la scelta di attribuzione delle probabilità agli eventi di mercato per rimanere in linea con le ipotesi utilizzate per l’analisi del KPI Innovation. La scelta di attribuire una probabilità dell’65% all’evento in cui si verificano problematiche operative è stata fatta per rendere lo scenario coerente con le supposizioni effettuate a livello di Risk Identification, all’interno delle quali si è detto che si prevede che l’impianto

Situazione di partenza Pressioni competitive: 38,5% Impatti Operativi: 65% Nessun impatto operativo: 35% Nessun Impatto di mercato: 23% Impatti Operativi: 65% Nessun impatto operativo: 35% Sovra- performance: 38,5% Impatti Operativi: 65% Nessun Impatto Operativo: 35%

165

di filtraggio possa generare frequenti scostamenti dal target seppur estremamente contenuti in quanto soggetto all’impatto di numerose variabili.

Il processo di stima degli scenari di scostamento prevede tre passaggi. Nel primo passaggio vengono stimati gli scenari di scostamento sulle quantità totali prodotte dovuti agli impatti di mercato, senza valutare direttamente l’impatto sul KPI. Questo perché i quantitativi di emissione dipendono congiuntamente sia dal valore delle quantità prodotte che dal livello delle emissioni unitarie relative a ciascun prodotto. Per tale motivo nel secondo passaggio si calcolano i possibili scostamenti operativi e il loro impatto sulle emissioni unitarie. Solo una volta ottenuti i due set di scenari si procede con il terzo passaggio alla quantificazione degli impatti a livello di KPI applicando ogni scostamento operativo ai differenti scenari di mercato.