ESG投资研究系列之九：基于碳风险视角的组合优化与选股策略-20220306-招商证券-22页_1mb

基于碳风险视角的组合优化与选股策略总结

核心内容

本报告聚焦于碳风险在股票投资中的应用，探讨如何通过量化方法衡量碳风险，并基于不同的碳风险偏好构建投资组合。随着全国碳排放权交易市场的上线和“双碳”目标的推进，碳风险成为重要的金融变量，影响股票的收益与波动。报告以秩鼎公司提供的碳排放数据为样本，采用经典多因子模型和回归分析方法，构建了碳风险因子组合（BMG）和碳贝塔指标，分析了其对投资组合的影响。

主要观点

• 碳风险的金融属性增强：碳排放已成为影响企业收益的重要因素，投资者对棕色企业要求更高的收益。
• 碳贝塔作为碳风险衡量工具：相比直接使用碳排放量指标，碳贝塔具有更广的样本覆盖度、更丰富的信息含量和更高的适用性。
• 碳风险模型构建：通过构建棕绿色组合（BMG）并进行Fama-Macbeth回归，计算出个股对碳风险的暴露程度。
• 组合优化方法：基于相对和绝对碳风险偏好，分别构建优化组合，发现不同碳风险暴露组合在收益和波动方面存在显著差异。
• 碳风险偏好策略：设计了低碳风险、高碳风险和碳风险中性三种策略，通过回测验证其表现与基准指数的对比。

关键信息

碳风险因子组合（BMG）与碳贝塔

• BMG因子加入多因子模型后，在5%的置信水平下获得显著为正的风险溢价。
• 碳贝塔反映个股对BMG组合的敏感程度，可用于衡量相对和绝对碳风险。
• 相对碳风险包括正负方向，而绝对碳风险仅考虑数值大小。

组合优化

• 全局最小方差模型（GMV）：用于最小化投资组合风险，结果表明中证500和中证800股票池的最小方差组合具有不同的碳贝塔值。
• 基于相对碳风险优化：在不同相对碳贝塔约束下，组合收益和波动呈现变化趋势，高碳风险组合表现优于基准指数，但波动率较高。
• 基于绝对碳风险优化：随着绝对碳贝塔约束的降低，投资组合收益增加，最大回撤减少，且风险中性组合能有效控制波动。

选股策略回测结果

• 低碳风险组合：表现低于基准指数，波动率较高，年化超额收益率为负。
• 高碳风险组合：表现优于基准指数，年化超额收益率为8.42%，但波动率也较高。
• 碳风险中性组合：波动率低于基准指数，年化超额收益率分别为6.1%和7.3%，夏普比率分别为1.2和1.25，表现较为稳健。

行业分类与碳风险

• 低碳风险行业：包括金融类、传媒、计算机、通信、电子等，其碳贝塔显著为负。
• 高碳风险行业：包括煤炭、钢铁、石油石化、有色金属、基础化工、建材等，其碳贝塔显著为正。
• 碳风险不敏感行业：其他行业，其碳贝塔接近于零。

风险提示

• 本报告结果基于历史数据，不构成投资建议。
• 模型在政策和市场环境变化时可能失效。
• 投资组合的表现受多种因素影响，需谨慎评估。

数据与方法

• 数据来源：秩鼎公司提供的碳排放数据、Wind、同花顺等。
• 模型方法：采用Fama-Macbeth回归方法，构建碳贝塔，纳入GMV模型进行组合优化。
• 样本覆盖度：截至2020年12月，仅221家A股上市公司披露了碳排放数据。

图表与统计特征

• 图表目录：包括碳排放数据的样本覆盖度、市值分布、所属指数成分股分布、公司性质组成、碳风险分位数等。
• 统计特征：碳排放数据样本覆盖度较低，但正在逐步提升，且多数为宽基指数成分股。
• 相关性分析：碳排放指标与常见风格因子相关性较低，与价值因子相关性较高。

结论

• 碳风险成为影响股票投资的重要因素。
• 碳贝塔作为碳风险衡量工具，具有更高的准确性和适用性。
• 不同碳风险偏好的投资者可通过构建相应的组合来优化收益与风险。
• 风险中性组合在控制波动和提高收益方面表现较好。

参考文献

• 《关于推进中央企业高质量发展做好碳达峰碳中和工作的指导意见》
• Fama-Macbeth回归方法
• 多因子模型（CAPM、Fama-French三因子、四因子、五因子模型）

附录

• 图表目录：包含多个图表，展示碳排放数据、碳贝塔分布、组合收益与波动等。
• 表格目录：包括多个表格，展示碳排放指标、因子相关性、组合优化结果等。

通过本报告，投资者可以更好地理解碳风险对股票市场的影响，并根据自身风险偏好构建相应的投资组合，以实现更稳健的投资收益。