?。ㄒ唬?a href="http://m.alisonandcharlie.com/fangfaxue/" target="_blank" class="relatedlink">方法學(xué)介紹

　　中央財經(jīng)大學(xué)綠色金融國際研究院（以下簡稱“中財綠金院”）創(chuàng)新開發(fā)了以風(fēng)險值模型為核心的環(huán)境壓力測試方法學(xué)。該方法學(xué)創(chuàng)新將環(huán)境因子（如碳風(fēng)險、環(huán)保處罰風(fēng)險、水風(fēng)險等）納入資產(chǎn)定價模型和風(fēng)險值（VaR）模型，結(jié)合敏感性分析評估投資組合是否受環(huán)境與氣候因素的影響，同時納入情景分析模擬未來可能發(fā)生的環(huán)境和氣候事件等環(huán)境壓力情景下，投資組合的價值變動，定量測算環(huán)境和氣候風(fēng)險對銀行的信貸資產(chǎn)組合的投資收益率的影響，最后計算在極端環(huán)境和氣候風(fēng)險下給投資組合可能帶來的最大風(fēng)險值（VaR）。 該方法學(xué)適用于股票、債券、信貸等多種資產(chǎn)的投資組合環(huán)境風(fēng)險評估。

圖3. 中財綠金院環(huán)境壓力測試方法學(xué)

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　?。ǘ┲胸斁G金院環(huán)境壓力測試方法學(xué)的創(chuàng)新之處

　　中財綠金院環(huán)境壓力測試方法的創(chuàng)新之一在于：改變了過去以情景分析為主的實證分析方法，綜合運用敏感性分析（sensitivity analysis）和情景分析（scenario analysis）。

　　中財綠金院創(chuàng)新在敏感性分析中納入環(huán)境因子，通過數(shù)據(jù)找出環(huán)境風(fēng)險與收益率之間的關(guān)系，亦即環(huán)境風(fēng)險增加一單位對于收益率的影響幅度。例如，碳價上漲1%影響資產(chǎn)收益率下跌的百分比，就是碳風(fēng)險系數(shù)值；排污費（大氣、水）上漲1%影響資產(chǎn)收益率下跌的百分比，就是污染排放風(fēng)險系數(shù)值。針對債券和信貸資產(chǎn)，通過一系列模型找出其相應(yīng)的風(fēng)險系數(shù)值，可以衡量出其利率風(fēng)險和信用風(fēng)險。針對股票，其分析思路基本相同，區(qū)別在于通過模型計算出來的風(fēng)險系數(shù)值衡量的是流動性風(fēng)險和市場風(fēng)險，衡量流動性風(fēng)險的就是其流動性指標(biāo)，衡量其市場風(fēng)險的則是其投資收益。

　　該方法的另一創(chuàng)新在于：過去的壓力測試研究普遍采用現(xiàn)金流量法，即探討風(fēng)險因素如何影響企業(yè)的非預(yù)期營業(yè)利潤。而該方法采用資產(chǎn)定價模型衡量市場風(fēng)險，即風(fēng)險因素反映在市場價格中，影響資產(chǎn)的非預(yù)期收益率；并同時采用風(fēng)險值模型提供定量的環(huán)境風(fēng)險，即風(fēng)險值貨幣化，從而為投資者提供決策依據(jù)和量化參考。

　　中財綠金院創(chuàng)新地在資產(chǎn)定價模型中加入環(huán)境風(fēng)險因子，通過資產(chǎn)定價模型找出信貸資產(chǎn)組合受到環(huán)境與氣候因素的影響，進而模擬未來可能發(fā)生的環(huán)境和氣候事件等環(huán)境壓力情景下可能發(fā)生資產(chǎn)價值變動，定量測算環(huán)境和氣候風(fēng)險對銀行業(yè)信貸資產(chǎn)組合的信用風(fēng)險影響。同時，通過納入環(huán)境因子，項目團隊將風(fēng)險值（VaR）方法，從原本的衡量財務(wù)風(fēng)險，拓展到衡量環(huán)境風(fēng)險。

　?。ㄈ┠Ｐ蛯嵶C——以滬深300為例

　　1、資管業(yè)的投資組合環(huán)境壓力測試

　　中財綠金院于2017年3月發(fā)布中英文《基金和保險資產(chǎn)管理業(yè)環(huán)境壓力測試研究報告》，該報告是中英綠色金融工作小組的環(huán)境壓力測試成果，是中國金融學(xué)會綠色金融專業(yè)委員會2017年年會成果之一，同時也是為華夏基金開展的資管業(yè)環(huán)境壓力測試實踐成果。該研究以滬深300為樣本，模擬了資產(chǎn)管理業(yè)投資滬深300股票的氣候風(fēng)險和環(huán)境風(fēng)險。由于數(shù)據(jù)可得性與市場效率性，主要探討了碳價風(fēng)險、環(huán)保處罰風(fēng)險以及上市公司水資源風(fēng)險三個方面的環(huán)境壓力測試。其中，上市公司范圍限定為滬深300樣本股，使用的月收益率數(shù)據(jù)來自Wind數(shù)據(jù)庫；碳價數(shù)據(jù)來自全國七個碳交易所的交易價格；環(huán)保處罰數(shù)據(jù)來自公眾環(huán)境研究中心（Institute of Public and Environmental Affairs， IPE）的綠色股票監(jiān)管記錄；上市公司用水量來自公司年報與社會責(zé)任報告。主要實證結(jié)果如下：

　?。?）滬深300碳價風(fēng)險實證結(jié)果

　　表1對結(jié)果進行了摘要說明。值得注意的是，綠色股票（環(huán)保、新能源行業(yè)等，例如啟迪桑德、中信國安）碳風(fēng)險系數(shù)趨向于為正，而兩高一剩等行業(yè)（例如包鋼股份、海螺水泥）碳風(fēng)險系數(shù)趨向于為負，表明兩高一剩行業(yè)的碳風(fēng)險敞口明顯高于環(huán)保行業(yè)。而滬深300（281家上市公司）投資組合的碳風(fēng)險系數(shù)值為-0.0088，所以碳價升高會對股票回報率產(chǎn)生負面影響，滬深300存在碳價風(fēng)險敞口。而在VaR方面，在碳價上升1倍時，在5%極端風(fēng)險產(chǎn)生時，投資組合（滬深300）因為碳風(fēng)險而發(fā)生的市值損失高達2.6萬億元，約占其總市值（25萬億）的10%，亦即因為碳價上漲一倍，滬深300指數(shù)有5%的機率產(chǎn)生2.6萬億元市值損失。

表1 滬深300碳價風(fēng)險分析

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　　依據(jù)WB報告，保守地假設(shè)在2030年碳價將上漲十倍，分別模擬在20%、30%、40%風(fēng)險產(chǎn)生時，滬深300指數(shù)的市值因為碳風(fēng)險產(chǎn)生分別高達3.1萬億元、2.5萬億元和2萬億元的市值減損，占其目前市值24.5萬億元分別約12.7%、10.35%和8.35%。

表2 滬深300碳價風(fēng)險分析

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　?。?）滬深300碳價風(fēng)險實證結(jié)果：分行業(yè)

　　對資產(chǎn)屬性進行劃分，發(fā)現(xiàn)碳價上漲會降低棕色資產(chǎn)的投資回報，而增加綠色資產(chǎn)的投資回報。碳價上漲，在VaR為5%的情況下，綠色資產(chǎn)的市值損失遠小于棕色資產(chǎn)。碳風(fēng)險主要影響碳排放密集型企業(yè)。

表3. 滬深300不同屬性資產(chǎn)碳價風(fēng)險分析

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　　2、銀行信用風(fēng)險環(huán)境壓力測試

　　此外，中財綠金院于2018年4月15日在2018中國金融學(xué)會綠色金融專業(yè)委員會年會上發(fā)布年度成果《環(huán)境因子對企業(yè)信用風(fēng)險之分析》研究報告。該報告基于中財綠金院的環(huán)境壓力測試方法學(xué)，以滬深300成分股為研究樣本進行分析，研究結(jié)果表明：

　?。?）碳價上升會導(dǎo)致企業(yè)預(yù)期違約率上升；碳價上升速度越快，預(yù)期違約率上升速度越快。

表4. 投資組合不同倍數(shù)碳價風(fēng)險分析

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　?。?）在5%極端風(fēng)險產(chǎn)生時，碳價上升會導(dǎo)致企業(yè)市值的最大可能損失值（VaR）上升；碳價上升速度越快，最大可能損失值上升速度越快。

表5. 5%概率極端風(fēng)險值下投資組合不同倍數(shù)碳價最大可能損失

數(shù)據(jù)來源：中央財經(jīng)大學(xué)綠色金融國際研究院

　　（3）在20%、30%和40%的極端風(fēng)險產(chǎn)生時，相較于無碳風(fēng)險資產(chǎn)組合，10倍碳風(fēng)險資產(chǎn)組合市值的最大可能損失值上升；極端值概率越大，最大可能損失值上升速度越快。

表6. 不同概率極端風(fēng)險值下投資組合10倍碳價風(fēng)險最大可能分析