核心要点
许多投资者认为ESG友好型投资组合会自动牺牲收益,或者相反,认为气候风险已经完全被定价。证据表明这两种观点都不正确。Bolton和Kacperczyk(2021)记录了约每年1-2%的碳溢价:碳排放量较高的企业获得更高的股票回报,这与投资者要求转型风险暴露补偿一致。然而这一溢价与深层的测量问题共存。Berg, Koelbel, Rigobon(2022)表明,不同供应商的ESG评级差异极大,将其用作气候风险代理指标并不可靠。与此同时,Hsu, Li, Tsou(2023)发现了由环境监管风险驱动的独立污染溢价。实务挑战在于区分转型风险、物理风险和监管风险,三者对投资组合构建的影响各不相同。
碳溢价:转型风险的补偿
气候金融的核心问题是投资者是否要求碳密集型企业提供更高的回报。如果碳排放通过潜在的监管、碳税或搁浅资产创造金融风险,那么理性投资者应该要求承担该风险的补偿。Bolton和Kacperczyk(2021)系统性地验证了这一假设。
Bolton-Kacperczyk 框架
利用CDP(原碳信息披露项目)的综合排放数据与美国股票回报进行匹配,Bolton和Kacperczyk检验了在控制标准风险因子后,碳排放是否预测横截面股票回报。他们将排放分解为三个类别:范围一(自有运营的直接排放)、范围二(购买能源的间接排放)和范围三(整个价值链中的所有其他间接排放)。
核心发现引人注目。总碳排放量较高的企业获得显著更高的股票回报,效应集中在范围一(直接)排放中。碳溢价约为每年1-2%,在控制Fama-French五因子模型、行业固定效应和大量公司层面特征后仍然稳健。
范围一驱动溢价的原因
溢价集中在范围一排放中在经济学上是直觉性的。直接排放对监管机构最为可见,也是碳定价机制最可能的目标。燃煤电厂面临的排放法规导致的搁浅资产风险,与拥有间接范围三供应链排放的软件公司截然不同。市场似乎正确地反映了这种差异:溢价补偿的是最显著和可衡量的气候转型风险形式。
溢价随时间增长
Bolton和Kacperczyk记录了碳溢价在样本期间内不断强化,这与投资者对气候转型风险认识的提高一致。随着气候政策从理论可能性转向具体实施(EU排放交易体系、国家碳税、巴黎协定框架),市场越来越多地将碳密集型商业模式面临的监管颠覆风险纳入定价。
这种时间模式将碳溢价与虚假相关性区分开来。如果溢价反映的是与气候无关的遗漏风险因子,那么随着气候政策变得更加突出,溢价就没有理由增加。
物理风险与转型风险
Giglio, Kelly, Stroebel(2021)区分了气候变化影响资产价格的两个渠道。
转型风险源于向低碳经济转型所需的政策和技术变革。碳税、排放法规、消费者偏好变化以及化石燃料行业的技术颠覆都会产生转型风险。这是Bolton和Kacperczyk主要衡量的风险。
物理风险源于气候变化的直接后果:海平面上升、极端天气事件、水资源短缺和生态系统破坏。物理风险在更长的时间跨度上运作,通过对物质资本的损害、供应链中断和农业生产力变化来影响资产价值。
这一区分对投资组合构建很重要,因为两种风险具有不同的地理、行业和时间特征。集中在佛罗里达海岸的房地产投资组合所面临的物理风险与欧洲公用事业公司所面临的转型风险几乎没有重叠。对冲一种风险并不能对冲另一种。
Giglio, Kelly和Stroebel指出,物理风险特别难以定价,因为涉及的时间跨度(数十年到数百年)超过了典型的投资期限,而且气候结果的概率分布涉及深层不确定性而非可量化的风险。这创造了物理风险被系统性低估的可能性,对长期投资者而言具有令人担忧的含义。
污染溢价:监管风险的实际运作
Hsu, Li, Tsou(2023)识别了一个相关但不同的溢价。以EPA有毒物质排放清单衡量的毒性排放较高的企业获得更高的股票回报,这种污染溢价集中在位于环境法规更严格的州的企业中。
机制:监管暴露
Hsu-Li-Tsou的发现表明,污染溢价是由监管风险而非对环境影响的广泛社会关注所驱动的。位于严格监管州的企业面临更高的合规成本、更大的诉讼风险以及更高的因监管执法导致运营中断的可能性。投资者要求对这些具体的金融风险给予补偿。
污染溢价在两个重要方面不同于Bolton-Kacperczyk的碳溢价。首先,它由有毒排放(化学品、重金属)而非温室气体排放驱动。其次,它受地方监管环境而非全球气候政策调节。这一区分很重要,因为它意味着环境风险溢价不是单一的;不同类型的环境暴露创造不同类型的金融风险。
监管渠道创造可预测性
Hsu, Li和Tsou表明,环境法规的变化预测污染溢价的变化。当州收紧环境标准时,该州企业的污染溢价增加。这种监管可预测性为能够预判环境政策方向的投资者提供了潜在优势。
ESG评级:测量问题
任何构建气候风险意识投资组合的尝试都面临根本性的测量挑战。Berg, Koelbel, Rigobon(2022)记录了六家主要供应商(MSCI、Sustainalytics、Moody's、S&P Global、Refinitiv和KLD)的ESG评级显示的配对相关性低至0.38至0.71。相比之下,Moody's和S&P的信用评级约99%的时间保持一致。
不一致的来源
Berg, Koelbel和Rigobon将不一致分解为三个组成部分。范围差异源于不同的评级机构在评估中纳入不同的ESG类别。测量差异源于机构使用不同的指标来衡量相同的概念。权重差异反映了对共同类别赋予的不同权重。
测量差异是不一致的主要来源,占总评级利差的一半以上。这意味着即使评级机构看的是相同的ESG维度,它们对企业在该维度上的表现也会得出不同的结论。
对气候风险的影响
测量问题在气候风险方面尤为严峻,因为碳排放(最客观和可量化的环境指标)仅占ESG总分的很小比例。使用ESG评分作为气候风险代理的投资者所依赖的信号,被与气候暴露几乎无关的治理质量、劳动实践和其他维度的主观评估严重污染。
这解释了为什么基于ESG评分的简单做多绿色/做空棕色策略产生不稳定的回报。信噪比太低,无法产生一致的超额收益,而供应商之间的不一致意味着同一策略的不同实施可能产生矛盾的结果。
NGFS情景框架
由央行和金融监管机构组成的央行与监管机构绿色金融网络(NGFS)开发了一套标准化的气候情景,越来越多地用于金融压力测试和长期风险评估。
NGFS情景涵盖三条大的路径。有序转型情景假设气候政策早期引入并逐步加强,允许向低碳经济平稳过渡。无序转型情景假设政策行动延迟后突然收紧,造成急剧的调整成本。温室世界情景假设有限或没有政策行动,导致未缓解的气候变化带来严重的物理风险。
每条路径对资产价格产生不同的影响。有序转型有利于能够逐步适应的企业,不利于拥有僵化碳密集型商业模式的企业。无序转型为碳密集型企业(通过突然的政策冲击)和清洁能源企业(通过需求波动)都创造了尾部风险。温室世界情景主要影响暴露于物理风险的资产,包括脆弱地区的房地产、农业和基础设施。
金融机构越来越被要求使用NGFS情景进行气候压力测试。ECB在2022年完成了首次全经济气候压力测试,英格兰银行和美联储也进行了各自的测试。这些监管压力测试正在将气候情景转化为具体的资本要求,创造了气候风险影响资产估值的新渠道。
构建碳对冲投资组合
研究文献为希望系统性管理碳暴露的投资者指出了几种实务方法。
碳因子:多空构建
按照Bolton和Kacperczyk的逻辑,碳因子可以构建为多空投资组合:做多碳排放高的股票(获取碳溢价)并做空碳排放低的股票。该因子的行为类似于资产定价中的其他系统性风险因子;平均而言获得正溢价,但引入与气候政策发展相关的波动性。
希望获取碳溢价的投资者将倾斜向高排放股票,接受转型风险。希望对冲碳风险的投资者将采取相反的头寸,接受较低的预期回报以换取对监管冲击的保护。
碳强度与绝对排放量
投资组合构建需要在绝对排放量(CO2总吨数)和碳强度(每单位收入或市值的排放量)之间做出选择。Bolton和Kacperczyk发现两种衡量标准都能预测回报,但碳强度因其规模中性而对投资组合构建更为有用。绝对排放量高但每美元收入碳强度低的大公司,可能比绝对排放量低但强度高的小公司面临更少的转型风险。
对冲的挑战
Engle, Giglio, Kelly, Lee, Stroebel(2020)开发了利用气候新闻文本分析来对冲气候变化风险的方法。他们从媒体报道中构建气候新闻指数,并建立对冲该指数创新的投资组合。他们的方法说明了一个关键挑战:由于气候风险在数十年间展开,传统的短期对冲工具不适合气候暴露。包括直接投资于气候韧性资产和战略性行业配置在内的长期方法,在管理投资组合气候风险方面可能比基于衍生品的对冲更为有效。
尚未解决的问题
若干重要问题仍然悬而未决。首先,随着气候风险被更广泛地认识和定价,碳溢价是否会持续?风险因子定价的逻辑表明,只要基础风险是真实的,答案就是肯定的。但如果碳密集型行业萎缩且转型风险被完全定价,溢价可能减少或逆转。
其次,投资者应如何权衡物理风险与转型风险?当前定价似乎远比物理风险更多地反映了转型风险,这可能为拥有足够长投资期限的投资者创造长期错误定价机会。
第三,ESG评级能否改革以提供可靠的气候信号?Berg-Koelbel-Rigobon的发现表明,当前的ESG评级基础设施作为气候风险衡量工具并不合适。直接排放数据结合前瞻性情景分析,可能为气候意识投资提供更可靠的基础。
这些论文的证据共同表明,气候风险是真实的、已被定价的、且重要性在增长,但用于测量和管理它的工具仍然不完善。理解转型风险、物理风险和监管风险之间区别的投资者,以及依靠直接排放数据而非综合ESG评分的投资者,在气候变化定价仍处于早期阶段的金融体系中处于更有利的位置。
本分析由 Quant Decoded Research 经 QD Research Engine AI-Synthesised — Quant Decoded 的自动化研究平台 — 综合分析,并经编辑团队审核确保准确性。 了解我们的方法论.
参考文献
-
Berg, F., Koelbel, J. F., & Rigobon, R. (2022). "Aggregate Confusion: The Divergence of ESG Ratings." Review of Finance, 26(6), 1315-1344. https://doi.org/10.1093/rof/rfac033
-
Bolton, P., & Kacperczyk, M. (2021). "Do Investors Care about Carbon Risk?" Journal of Financial Economics, 142(2), 517-549. https://doi.org/10.1016/j.jfineco.2021.05.008
-
Engle, R. F., Giglio, S., Kelly, B., Lee, H., & Stroebel, J. (2020). "Hedging Climate Change News." Review of Financial Studies, 33(3), 1184-1216. https://doi.org/10.1093/rfs/hhz072
-
Giglio, S., Kelly, B., & Stroebel, J. (2021). "Climate Finance." Annual Review of Financial Economics, 13, 15-36. https://doi.org/10.1146/annurev-financial-073020-020523
-
Hsu, P.-H., Li, K., & Tsou, C.-Y. (2023). "The Pollution Premium." Journal of Finance, 78(3), 1343-1392. https://doi.org/10.1093/rfs/hhac066
-
NGFS (Network for Greening the Financial System). (2023). "NGFS Climate Scenarios for Central Banks and Supervisors." https://www.ngfs.net/ngfs-scenarios-portal