以下为对提供的金融研究报道“中金:基于减碳量指标的低碳投资策略”的极为详尽解读与解构。为便于溯源,文中涉及到的原文结论与数据点后均标注了出处页码格式为 [page::页码],同一处若涉及多页信息则标注为 [page::页码1] [page::页码2]。图片引用以相对路径的图像链接形式给出,便于在相应环境中直接查看原图。
一、元数据与概览(引言与报告概览)
- 报告题目与作者信息
- 标题:中金:基于减碳量指标的低碳投资策略
- 作者/机构:原文作者包括刘均伟、韦霄娜等,来源于中金公司研究部,发表于中金点睛栏目,时间为2026年5月15日(北京时间)。
- 主题与对象:聚焦在“减碳量”指标的投资策略,意在把金融机构的投资决策与国家低碳目标对齐,探索将减碳量转化为投资价值的路径(股票、绿债、CCER等资产类别)。
- 核心观点与信息要点
- 核心论点:在“十五五”碳达峰碳中和的关键窗口期,减碳贡献(减碳量)作为投资的新型量化维度,有望在实现可持续发展与投资回报之间取得双重收益。相较于传统的“碳排放量”筛选,减碳量的系统性量化评估与投资转化尚处于空白,报告试图填补这一空缺并提出可操作的投资路径。
- 主要结论与方向:采用PCAF(碳核算金融联盟)第三版的投融资减碳量及前瞻性指标的核算与披露指引,构建股票、绿债、CCER等资产的减碳量因子,纳入投资组合的筛选与权重配置,并通过对照案例(如Baillie Gifford的积极变革基金)验证减碳量与收益之间的关系,发现长期看减碳量与超额回报之间存在正相关性,并且具有一定的防御性作用, , 。
二、逐节深度解读(逐章精读与剖析)
- 摘要/概览与研究动机
- 要点汇总
- 文章指出,当前市场多把关注点放在企业“产生了多少碳排放”上;对“贡献了多少减碳量”的评估多缺乏量化与投资转化。为此,本文以减碳量为核心指标,探讨金融机构如何量化投资组合的减碳贡献并将其融入投资策略,挖掘低碳表现中的绿色价值,从而服务于“十五五”绿色发展阶段的ESG投资部署。核心还包括对投资组合的减碳贡献(financed avoided emissions)的计算方法、披露与数据要求,以及案例分析与实证回测。
- 核心数据点与框架
- 投融资减碳量的披露与核算遵循PCAF第三版标准,强调一手数据、前瞻性指标(EER、EAE)在前瞻情景中的应用,以及严格的独立披露与不可抵消性原则,确保“减碳量”作为投资贡献的清晰度与透明度。,
- 图表/图像支撑(相关图表)
- 图1(减碳量数据对金融机构的价值)显示减碳量在组合管理中的不同维度如何创造价值(筛选、价值创造、宣传、投资者管理、宣告等机制)。该图强调标的筛选、价值创造、投资者沟通等维度的综合作用,作为投资者在设计减碳策略时的结构性要点。引用来源与图示见图1的描述。示意图嵌入如下:
- 图表2/相关披露趋势(文本中描述上市公司与绿债披露情况的趋势:沪深上市公司披露“避免产生的温室气体量”在2024年达到1400家,约占A股25.96%,绿债披露碳减排量的比例约17.3%等)——用以支撑减碳量数据在中国市场的可用性与增长性。该点在文本中多处提及,具体数据出现在页1的段落中。引用: 。
- 实务意义
- 报告强调,减碳量的前瞻性特征使其成为“机遇导向”的碳管理工具,帮助投资者识别具备减排潜力的企业,推动转型投资策略的发展,同时直接对接国家气候目标的实现。,
- 投融资减碳量的应用路径与方法学
- 要点总结
- 投融资减碳量可以在股票、绿债、CCER等资产中应用。其核心是通过“贡献因子”对投资标的减碳量进行加权累计,形成组合层面的减碳贡献指标。数据要求严格,不接受经济活动估算数据,必须依赖被投企业披露的一手数据,以及基于物理活动的估算数据。披露必须独立披露,不能抵消投融资排放量。,
- 数据与方法
- 数据层面:必须使用一手数据,且在组合层面对减碳量进行独立披露,不能与传统的投融资排放量抵消或混合披露。不同资产类别的贡献因子在计算方法上有所差异。具体的计算方法在完整版报告中给出(篇幅所限此处未展开所有公式,但核心机制是“各资产减碳量的加权求和”)。
- 若投资对象的减碳量尚未实现,PCAF提供前瞻性方法:前瞻性减碳量(EER)与前瞻性避免排放量(EAE),计算方式与实际投融资减碳量一致,但用于尚未实现的减碳情景的评估。这一前瞻性方法有望解决资金投入与减排效果之间的时滞问题。
- 数据质量与风险
- 数据要求的严格性在一定程度上降低“洗绿”风险,提升监管与投资者对减碳表现的判断力。但披露质量差异、数据可比性问题仍是现实挑战,披露与数据鉴证能力的成熟度影响策略的稳健性。风险提示在文本中明确出现。 ,
- 实务应用路径与可用标的
- 股票、绿债、CCER构成了可用的投资标的。沪深交易所的绿色债券披露体系和中国央行的绿色债券环境效益披露指标体系,为减碳量披露提供制度基础;CCER市场作为碳金融产品的潜在底层资产,具有发展潜力。具体披露比例和规模数据在图表中给出(见下文图表分析)。,
图表深度解读(至关重要的环节,逐图分析)
- 图表1:减碳量数据对金融机构的价值
- 描述:这是一个结构性框架图,显示“标的筛选”“价值创造”“宣传”“投资者与监管方”“信息披露”五大要素围绕“减碳量对金融机构的价值”的核心价值。中央呈现“减碳量指标对金融机构的价值”环绕五端的传导关系。
- 解读:图中强调减碳量不仅是风险管理的工具,更是投资筛选、资本配置与对外沟通的核心数据点。该图与文本共同支撑:减碳量作为投资策略的核心驱动,而不仅是ESG披露的附属指标。图像引用:
- 图表2(文本描述:上市公司披露情况的提升趋势)
- 描述:虽然原文中图表2的具体图像未提供,但文本明确指出2019-2024年沪深上市公司披露“避免产生的温室气体量”指标的数量显著提升,2024年达到1400家、占比约25.96%,并指出披露差异性仍然较大,意味着数据质量需审慎解读。
- 解读:数据的领先性为减碳量应用提供了基础,但不同公司核算口径差异可能带来跨公司比较的偏差,需要在投资模型中做规范化处理。该点来自文本的“投资对象披露情况”论述。出处见页1文本。
- 图表3:绿色债券项目对减碳量披露要求
- 描述:统计不同类型绿色债券(如节能环保、清洁能源、生态环境等)在“减碳量披露”方面的必选与可选项比例,以及不同项目类型的披露侧重。
- 解析:这表明绿色债券市场对减碳量披露的不同要求,反映出市场对减碳量披露的结构化需求。引用图像:
- 图表4:披露碳减排量的绿色债券发行规模
- 描述:显示截至2025/12/31,存续绿色债券中披露碳减排量的比例约为17.3%,发行规模与存续规模对比(总发行规模与披露比例的关系)等信息。数据来自央行体系与Wind/ChinaBond等数据库的整合。
- 解析:这体现了政策推动与市场自律共同作用下,绿色债券披露碳减排量的广度与深度。在策略层面,绿债作为“减碳量具象化”的金融工具具有重要意义。 图像引用:
- 图表5:绿色债券市场规模分布(发行规模柱状图)
- 描述:显示绿色债券发行规模(单位:亿人民币)的分布,左侧为总发行规模的堆叠条,右边为披露比例的线性标尺。此图用于直观呈现减碳量披露在市场规模中的占比与趋势。
- 图像引用:
- 图表6-7:Baillie Gifford积极变革基金的累计减碳量(按公司来源、时间序列)与组合减碳量
- 描述:图6显示基金投资组合中各成分股在过去几年的累计减碳量分布,结合了若干公司如Tesla、Schneider等的减排贡献,形成一个“减碳量贡献”的时间序列叠加。图7则给出基金在不同年份的单位时间内(如年化维度)的减碳量趋势与对比(包括对比公司如Schneider Electric等的贡献)。
- 解读:这两幅图共同说明:减碳量可以作为主动管理基金的核心衡量维度,通过叠加个别公司减排量实现基金层面的“减碳贡献”与回报关系的研究。图6与图7的解读还揭示:基金的总体减碳量并非线性增长,受个别高减排股的影响显著。图片引用: ;
- 图表8:Positive Change Fund成立至今回报情况
- 描述:呈现基金自成立以来的超额收益、基准对比、以及资金流入流出对回报的影响等。该图用于评估减碳量策略在实际投资中的可实现性与稳健性。
- 图像引用:
- 图表9-10:减碳量与回报的时间序列关系及持仓比例的相关性
- 描述:图9显示组合减碳量与滚动TTM年化回报在2022年末前呈负相关,随后呈现不同阶段的相关性变化。图10展示减碳持仓比例与TTM回报之间的关系,提示“减碳量”与“减碳持仓比例”并非简单同向推进的关系,而存在时序与权衡效应。
- 图像引用:
- 图表11-12:减碳策略要素设置与回测表现
- 描述:图11呈现两种因子设置(A:无上限,B:有上限)的对比,显示A策略在回测中更具激进性,B策略则更稳健。图12显示减碳因子策略在2025年内的表现,分别给出超额回报(相对于沪深300的偏离)与基准追踪误差的情况。
- 图像引用:图11: ;图12: 同页的图像链接所示(请以完整版报告的对应图为准,本文未重复粘贴同一图像的多处引用可能略有错位;实际分析以原图为准)
- 图表13:沪深300减碳因子实证回测要点
- 描述:将沪深300指数作为基础,测试在2025年内应用减碳量因子后的表现,强调对低碳认定明确且披露充分的成分股给予权重倾斜的逻辑,以及对未披露公司进行降权以实现总体减碳与回报的平衡。
- 图像引用:图表11与图表12在文本中的描述与结论一并提供。图像链接按图11所示。
- Baillie Gifford案例分析(案例分析:Baillie Gifford如何将减碳量与投资策略结合)
-
要点摘要
- Baillie Gifford(B&G,柏基)构建了一套自研的减碳量(Avoided Emissions)评估方法,作为衡量被投公司产品/服务减排潜力的前瞻性动态指标。该基金(Positive Change Fund)以减碳量为筛选要素之一,并定期披露所投公司所创造的减碳量,目标为在全球高质量成长公司中实现约20%的年化长期回报,同时追求积极影响与财务回报的“双重目标”
-
数据与结果
- 该基金覆盖25-50家全球高质量成长公司,涵盖教育包容、环境与资源、健康与生活质量、基底需求四大领域,追求“创造性影响”的长期回报。基金自设定以来,全球减碳上的贡献随时间变化,2024年达到高点(约163.4百万吨CO2e),但2020-2021年及2023年出现波动;整体五年内的组合减碳量呈现出先升后降的趋势。图6、图7等图表显示了基金在不同时间点的减碳贡献与回报之间的关系。图6-7的图像链接见下。引用:图6、图7。图像:
- 就基金的回报而言,Positive Change Fund在截至2024年的五年期内,年化回报约11.74%,超越基准约1.5个百分点,且在2020-2021年阶段出现了较强的超额收益驱动。然而,2023-2024年的回报表现有所回落,显示减碳因子对收益的持续性也存在波动性。图9(成立至今回报)显示回报曲线与超额收益的波动性关系。图像: ;图8(五年组合减碳量)与图6-7共同揭示:减碳贡献的绝对水平并非始终与净回报同向运动,需结合成分股的质量与时序特征综合判断。
-
结论性要点
- 结果显示:组合减碳量对组合alpha(超额收益)显著正向影响,且对beta(风险暴露)有抑制作用,表明提升减碳量整体水平可能带来超额收益与防御性特征的“双重收益”;但单纯提升“减碳公司持仓比例”对alpha与beta的影响不明显,甚至对beta呈负向影响,提示“减碳量的实现”更侧重于对高减碳潜力公司的筛选与组合权重优化,而非简单扩大减碳公司持仓面积。上述结论在图表11-12及相关分析中有清晰呈现。 ,
- A股实证分析:减碳策略在沪深300的应用
- 核心论断
- 自2020-2024年,沪深300成分股在“避免产生的温室气体量”披露方面显著改善,2023-2024年的披露比率分别达到64.3%、75%(较低基数的高提升),为在A股市场构建减碳因子提供了数据基础。研究进一步把沪深300中的披露成分股作为“减碳公司”,对比优化后的组合在2025年的表现,目标是在提高组合减碳量的同时,最大化超额回报,形成“投好、投少”的策略原则。 ,
- 策略设计与情景
- 两种情景:减碳因子A(无上限)与减碳因子B(设有上限)。在A情景下,约19.1%的成分股权重提升;在B情景下,约60.6%的成分股获得增配。两者不同的约束条件体现了策略的激进与稳健之间的权衡。
- 回测结果:无上限约束的减碳因子A在回测期内实现超额的可能性,而设有上限的减碳因子B则可实现更小的追踪误差,即更贴近基准的波动性。总体结论是:实现减碳与回报的双目标,可能需要聚焦“投好、投少”的策略组合,即针对性超配少数高质量减碳股。图表12清晰呈现了两种策略的对比与表现。图像:见图表12链接。
- 经验含义
- A股数据的披露进展为减碳因子在国内市场的应用提供了可操作的路径,且策略结果强调“高质量减碳股”的集中配置可以在较低的追踪误差条件下实现超额收益。文本对因子构建的具体逻辑(A、B两种情景的权重调整算法、普通股降权策略等)在完整版报告中给出,本文仅对关键结论给出梳理。图11(减碳策略要素设置)与图12(减碳因子策略表现)给出直观的实证结构与表现。图像引用:图11-12链接。 ,
- 风险因素评估(风险因素评估)
- 报告对风险的明确列举
- 历史数据的局限:策略以历史数据为基础,存在样本外表现不确定性的问题,回测结果并不必然等同于未来表现。文本直接提示“策略基于历史数据搭建,乃理论模型,与实际应用有所偏差,无法确保样本外表现”。
- ESG披露差异与数据可比性:各公司披露口径与数据质量的差异可能影响不同资产之间的对比、权重配置与回测结果的稳健性。该风险在文本中有明确提示。
- 数据鉴证不足:披露数据的独立性、真实性及可验证性尚未完全成熟,应用减碳量指标时存在数据质量风险。文本强调“数据鉴证业务并未普及、成熟,应用指标可能存在风险”。
- 风险缓解与应对策略
- 通过严格的数据口径、分项披露、以及对比分析中的异常值处理,尽量降低披露不一致对策略的干扰;引入前瞻性指标(EER、EAE)以解决时滞问题,增强对未来减碳潜力的评估能力。文本强调PCAF新方法学对未来投资的导向意义。 ,
- 对A股市场,减碳量披露的普及程度提升对策略的稳健性有直接正向作用,但也需要关注“披露质量差异”带来的潜在偏差。 ,
- 批判性视角与细微差别(审慎视角)
- 观点偏见与局限性
- 对减碳量的未来收益潜力过度依赖数据披露的完整性与可比性,且国际与国内披露口径仍在逐步统一,投资者在使用此类指标时应警惕“洗绿”与“披露差异”的影响。文本多次提示披露差异、数据鉴证不足等风险。该点提醒读者:减碳量指标的投资可操作性需要在高质量数据基础之上逐步验证。 ,
- 逻辑矛盾与潜在矛盾点
- 报告中对“减碳量对alpha正向、对beta负向”的实证发现,与“减碳公司持仓比例对回报影响不明显”及“高集中减碳股带来超额收益”的结果,在逻辑上提示:减碳量的有效性更依赖于“质量—而非数量”的筛选。这意味着如果仅提高减碳股的数量而不提升被投标的质量,策略可能无法实现可持续超额收益。这种权衡在文中被明确指出。 ,
- 数据与情境的敏感性
- 结论依赖于具体的披露数据、样本区间与市场阶段,尤其是在2022-2024年的波动性较大阶段,减碳量的回报相关性可能出现不同的表现。读者应关注未来数据的更新与方法学的稳健性改进。图9、图10对时间序列相关性提供了直接证据。 ,
七、结论性综合(结论性综合)
- 关键发现概述
- 减碳量作为投资策略的新维度,具备将金融投资与国家减排目标对齐的潜力。PCAF第三版标准的发布与前瞻性指标(EER、EAE)为金融机构提供系统化的计算与披露框架,提升减碳量在投资决策中的可操作性与透明度。 ,
- 在具体应用层面,股票、绿债、CCER等资产具备可操作性,绿色债券披露碳减排量的规模在不断扩张,CCER市场虽处于起步阶段但具备成长潜力。图表对减碳量披露的规模、结构性要求给出直观证据。图表与文本一致指向绿色金融产品逐步成熟的路径。图像参照:图3、图4、图5、图6-7、图8。 ,
- Baillie Gifford的案例提供了实证层面的支撑:减碳量作为前瞻性指标能帮助投资实现超额收益并具备防御性特征,但需谨慎避免“只增减碳股数量”的策略空腹化。图6-7、图9-12提供了对比与回测证据。 , , , ,
- 在A股市场,沪深300实现披露的提升为减碳因子在国内市场应用提供了强有力的数据基础。通过“投好、投少”的策略,将高质量减碳股进行重点配置,可以在一定程度上实现超额回报并控制追踪误差。图11、图12提供了策略要素与回测结果的直观证据。 , ,
- 总体立场与未来方向
- 作者的总体立场是:通过将投融资减碳量作为核心变量,金融机构可以在“转型投资”框架下实现绿色投资的双重收益。下一步的关键在于提高数据质量与披露一致性,完善前瞻性指标在实际投资中的可操作性,以及在不同市场(如A股、绿债、CCER等)之间建立可比的估值与风险管理框架。
- 具体投资策略方面:应关注“减碳量的绝对贡献”与“高质量减碳股的集中配置”,而非简单扩大减碳股的数量。这一观点在多处实证分析中得到支持,并在沪深300情景下的回测结果中体现明显。 ,
附:本文所涉及的核心图表与图片(供快速参考)
- 图1:减碳量数据对金融机构的价值
- 参照图片:
- 图表3:各类绿债项目对减碳量披露要求统计
- 参照图片:
- 图表4:披露碳减排量的绿色债券发行规模
- 参照图片:
- 图表5:绿色债券市场规模分布(发行规模柱状图)
- 参照图片:
- 图表6-7:Baillie Gifford积极变革基金的累计减碳量与持仓分布
- 参照图片:
- 图表8:Positive Change Fund成立至今回报情况
- 参照图片:
- 图表9-10:减碳量与回报的时间序列关系及持仓比例相关性
- 参照图片:
- 图表11-12:减碳策略要素设置与回测表现
- 参照图片:
- 参照图片(减碳因子策略表现):
- 图表13:沪深300情境下的减碳因子策略要素(图11所示要素的回测表现)
- 参照图片:同上图11/12所示(具体图以完整版报告为准)
总体而言,这份中金报告为“基于减碳量的低碳投资策略”提供了系统性的理论框架、可操作的数据披露路径、以及若干实证(以Baillie Gifford及A股样本)来检验减碳量是否能转化为投资回报。核心结论是:减碳量作为投资因子,具备在长期内带来超额收益及一定防御性的潜力,但要“实现减碳与回报的双目标”,需通过聚焦高质量、可验证的减碳贡献公司来进行有选择性的超配,而非简单扩大减碳股的覆盖范围。对数据质量、披露一致性、以及前瞻性指标(EER/EAE)的稳健性也应保持持续关注。以上核心观点的若干关键结论分别来自于文本的不同段落,具体出处见文内标注。