【招商定量 深度报告巡礼之十一】投资组合的碳核算与碳归因 — 深度分析报告
一、元数据与报告概览
标题 :《【招商定量 深度报告巡礼之十一】投资组合的碳核算与碳归因》
作者与团队 :招商定量任瞳团队
发布机构 :招商证券股份有限公司
发布日期 :2024年9月4日
研究主题 :基于ESG及低碳转型背景下,构建和应用投资组合的碳核算与碳归因模型,聚焦金融机构投资活动中产生的碳排放核算、风险管理及低碳投资策略。
核心论点与主旨
报告以“双碳”目标背景为切入点,强调金融机构在碳达峰与碳中和目标实现中的关键作用,提出了投资组合碳核算模型和碳归因模型。报告重点基于PCAF《金融机构碳核算标准》构建融资碳排放与融资碳强度两大核心指标体系,并利用碳归因树将投资组合碳排放变化拆解为管理决策、碳排放变化和公司数据等三层结构。报告同时对我国公募基金的融资碳排放特征进行实证分析,识别优良减碳表现基金,为金融机构深入低碳转型提供数据和工具支持。
二、逐节深度解读
1. 研究背景与碳核算标准介绍
1.1 碳核算概念
源起于20世纪80年代末,伴随着全球气候变化的政治进程(如1985年维拉赫会议和1988年IPCC成立),碳核算成为评估温室气体排放及气候变化应对的关键工具。
碳核算覆盖排放源识别、数据收集、估算及评价全过程,依托温室气体核算体系(GHG Protocol)等国际标准,旨在定量管理企业及组织的温室气体排放,促进有效减排措施和绩效监控。
准确核算碳排放是实现政府与国际气候目标的基础,为企业调整经营策略及制定减碳方案提供数据依据。
1.2 国际碳核算标准体系
《温室气体核算体系》(GHG Protocol) :全球广泛应用,明确划分直接排放(范围一)、间接电力排放(范围二)和其他间接排放(范围三),设定操作边界(控制权法和股权法)2 ,2]。
《金融行业温室气体核算和披露全球性标准》(PCAF) :2020年发布首个金融机构专属碳核算标准,基于“跟着资金走”的原则,针对七类金融资产设计归因因子,实现投融资引发的温室气体排放核算与披露4 。
其他标准 :IPCC 2006指南、ISO 14064/14067、PAS 2050等涉及国家、组织和产品生命周期层面的排放核算。
报告特别强调当前国际主流的两大核算体系——GHG Protocol与PCAF作为本文投资组合碳核算的理论基础。
2. 投资组合碳核算模型
2.1 妙盈科技碳估算体系介绍
妙盈科技作为领先的可持续发展技术服务商,借助人工智能及多数据源融合,实现对中国A股、港股、台股、中概股及债券发行主体超过1.45万家企业2017-2022年碳排放的深度估算和数据覆盖5 ,5]。
其碳估算模型通过结合企业披露数据、能耗产量活动数据、财务数据以及碳排放因子,采用先进的算法和评分准则,确定最优估算方法,为投资者提供较为完整而准确的碳足迹信息6 ,6]。
2.2 投资组合碳核算指标体系对比
报告对比了TCFD与PCAF分别制定的碳核算指标:
TCFD指标包括 :碳排放总量、碳足迹、碳强度、加权平均碳强度(WACI);
PCAF指标包含 :融资碳排放(Financed Emissions,FE)和融资碳强度(FEI)——涵盖多资产类别核算。
通过TCFD更多关注投资股权角度,PCAF则扩展到贷款、债券、项目融资等多资产,构建更完整的金融机构总融资碳排放视角7 ,7]。
3. 融资碳排放与碳强度模型实证
以300ETF、500ETF、1000ETF为例,假设规模均为1亿元,通过PCAF归因因子计算融资碳排放量。结果显示:
500ETF融资碳排放最高,2022年融资碳排放量分别约为1472吨(300ETF)、4207吨(500ETF)、4019吨(1000ETF)。
不同行业分布导致碳排放量差异,金融地产占比高的300ETF碳排放较低8 ,8]。
由于融资碳排放受资产规模影响较大,报告提出融资碳强度作为标准化指标,通过调整投资组合价值进行规模膨胀修正,使碳强度跨时间段及不同组合更加可比9 ,9]。
规模膨胀调整后,三只ETF2021年融资碳强度分别调整为1345吨/亿元、4920吨/亿元和4739吨/亿元,准确反映实际碳效率水平10 。
4. 碳归因模型构建及应用
4.1 融资碳排放归因树模型
投资组合融资碳排放变化主要由三个核心因素驱动:
碳排放变化 :投资标的公司实际碳排放水平的变动。
管理人决策 :投资组合的持仓变动及权重调整。
公司数据变化 :融资结构调整与数据覆盖变动。
碳排放归因树采用三层树状结构:
第一层为新增或剔除持仓对碳排放影响;
第二层细分持仓的碳排放变化和权重变动;
第三层解构归因因子的变化,包括融资份额与融资结构变动10 ,10]。
以300ETF为例,2022年碳排放较上一年增加21.11%,其中新增持仓贡献骈13.04%,剔除持仓带来-4.57%降低,原有持仓贡献12.64%。进一步细分发现,基于个股碳排放增加只减少3.5%的碳排放,而融资份额变化导致约8.95%的碳排放增量,说明持仓调整对减碳贡献有限11 ,11]。
归因树图(图10)通过色彩区分三类变化来源,为管理者优化组合策略提供清晰依据。
4.2 融资碳强度归因树模型
碳强度作为相对指标,避免了规模放大导致的碳排放误解。
同样采用三层归因结构,分解碳强度变化为新增持仓、剔除持仓、原有持仓权重及公司碳强度变化,进一步细化为碳排放量和分母变动13 。
以500ETF为例,规模调整前碳强度较2021年上涨1.89%,调整后下降8.07%、反映出市场行情对指标的影响。
归因树显示新增持仓显著降低碳强度(-14.13%),而剔除持仓提升碳强度(2.59%),原有持仓略微推升碳强度14 ,14]。
归因模型助力基金经理精准识别不同操作对碳强度的贡献,提高减碳策略的实施效果。
5. 公募基金产品减碳成效分析
基于碳核算与归因模型,选取成立3年以上、规模超30亿元的普通股票型及偏股混合型公募基金,考察其融资碳排放与碳强度表现。
融资碳排放较低 的基金包括招商优势企业混合A(215.12吨)、广发电子信息传媒精选(504.76吨)等,显著低于样本中位数(38113.42吨),反映出有效的碳排放管理15 。
融资碳强度较低 的基金如招商优势企业混合A(61.52吨/亿元)、万家行业优选混合(63.02吨/亿元)等,均远低于样本中位数698.71吨/亿元,实现规模与环保双优16 。
管理人决策在减碳中作用突出。2022年表现明显的基金如兴全轻资产投资混合(管理人减碳87.8%)、工银瑞信圆丰三年持有混合(80.2%)等,显示出管理人通过持仓调整积极响应绿色投资策略16 。
报告指出,随着碳核算制度的制度化和量化,低融资碳强度基金及其管理人将获得更大市场认可,推动整个金融行业绿色转型。
三、图表深度解读
图2:《温室气体核算体系》与《金融行业标准》封面图3
直观展示报告依托的两大核心国际碳核算标准;
表现其权威性及领域针对性;《温室气体核算体系》侧重企业综合排放管理,《金融行业标准》则针对金融机构视角。
图3:PCAF覆盖的多资产类别4
展示了七类金融资产:上市股权及公司债券、企业贷款及非上市股权、项目融资、商业地产、抵押贷款、车贷、主权债券。
每类资产的归因计算方式精确不同,强调“按资金流向”追踪原则;
该图表彰显标准覆盖全面,支撑本文多资产组合的融资碳排放核算。
图4:碳排放披露数据覆盖度(2019-2022)6
横轴按年,纵轴为披露企业数量,分类为范畴1(范围一碳排放)、范畴2(范围二)、范畴3(范围三)。
数据呈逐年递增态势,范围三企业披露数量虽较低但显著增长,表明碳披露意识与覆盖在我国逐步扩展。
图5:妙盈科技碳估算数据集示例6
展示妙盈科技基于多源数据(A股、港股、台股、海外等上市公司及债券主体)开展企业碳排放估算的能力。
说明数据覆盖全面,算法结合碳排放因子进行企业级精细测算。
图6:妙盈科技碳估算模型架构7
说明公司通过深度数据整合及AI算法完成碳足迹估算,应用于投资组合碳排放核算。
强调模型涵盖包括披露数据和行业估算数据的混合算法,提升估算准确性。
图7:300ETF、500ETF、1000ETF融资碳排放量变化趋势9
以柱状图形式展示2020-2022年三只ETF融资碳排放总量(吨)
500ETF排放最高,三者排放均有所增加,其中2022年增速放缓;
合理反映ETF行业配置差异对碳排放规模影响。
图8与图9:ETF融资碳强度(修正前及后)10
两张图对比融资碳强度指标未经和经过规模膨胀调整的差异;
调整后指标普遍上升,更准确反映组合碳效率情况;
反映市场波动对指标的潜在干扰及修正必要性。
图10:300ETF碳排放归因树12
分层揭示碳排放增减来源:
新增持仓(13.04%、黄色)
剔除持仓(-4.57%、黄色)
原有持仓(12.64%)
归因具体到碳排放变化(红色)、融资结构和份额变化(棕色、黄色)。
强调管理人操作对资金组合影响,以及上市公司排放实际变化对组合排放的作用。
图11与图12:500ETF碳强度归因树(调整前后对比)14
表明规模调整前融资碳强度微增(+1.89%),调整后明显下降(-8.07%);
归因层级清晰划分持仓调整和碳强度变化贡献,体现规模调整对指标真实反映的重要作用;
助力投资决策者准确评估组合环保表现。
四、估值方法与模型考察
本报告主要围绕碳核算计量和归因模型展开,未涉及传统财务估值方法(如DCF、市盈率、EV/EBITDA等)的应用。因此,报告重点放在:
碳核算模型 :基于PCAF归因因子,结合企业总价值(EVIC)、未偿还金额、以及企业范围一和二排放建立融资碳排放量计算。
碳强度模型 :融资碳排放除以投资组合总价值,修正市场波动带来的价格影响,使用规模膨胀调整方法。
碳归因模型 :基于数学分解Δ ( A × B ) = Δ A × B 1 + Δ B × A 1 + Δ A × Δ B \Delta(A \times B) = \Delta A \times B_1 + \Delta B \times A_1 + \Delta A \times \Delta B Δ ( A × B ) = Δ A × B 1 + Δ B × A 1 + Δ A × Δ B ,结合投资组合持仓调整及企业碳排放变化,构建多层归因树,拆解碳排放和碳强度变化来源。
这些模型均充分结合了行业标准及多数据源,体现了方法论的精细化和系统性。
五、风险因素评估
报告特别指出以下风险:
政策风险 :碳排放相关政策变化可能导致模型失效,尤其是各国及地区政策逐步趋严时金融资产碳估算面临较大不确定性。
市场风险 :市场价格波动对融资碳强度指标带来的噪音,需通过规模膨胀调整方法进行修正。
数据风险 :碳排放数据披露不足,特别是中国A股公司披露率低(仅约500家披露范围一和二排放),导致估算模型对部分数据缺失部分依赖估算,存在一定偏差。
模型假设风险 :归因模型基于历史数据和静态融资结构,未充分考虑未来企业碳减排潜力及转型风险,可能低估气候政策引发的资产价格调整影响。
报告对以上风险均给出警示,但未详述缓解策略,建议投资者结合自身需求合理使用。
六、批判性视角与细微差别
报告依托国际标准,方法学严谨,但其模型在碳排放数据披露不足的背景下,依赖碳估算模型,存在估算结果相对粗糙的问题。
归因分析将管理人决策与公司层面变化拆分清晰,但实际操作中区分两者边界较难,可能导致归因误差。
报告未涉及碳价格、碳权交易等金融因素,对未来碳风险计量的动态影响尚未考虑。
投资组合规模、行业配置、市场估值波动等因素对估算模型影响较大,模型稳定性和敏感性分析有待加强。
细微之处在于,规模调整对碳强度指标意义重大,报告强调该调整是实现同业可比性的关键,提醒使用者关注指标定义细节。
七、结论性综合
本报告系统构建并应用了基于PCAF和GHG Protocol的融资碳排放和融资碳强度模型,配套提出了多层次、多维度的碳归因树工具。报告详细解释了国际碳核算标准和金融机构专属的碳核算方法,搭建起从企业碳排放数据估算、投资组合碳排放计算,到融资碳排放变化拆解的完整分析框架。
通过对300ETF、500ETF和1000ETF的融资碳排放与碳强度动态分析,揭示了资产配置、持仓调整及市场估值波动对融资碳指标的综合影响,并利用规模膨胀调整消除市场价格带来的指标偏差,提升了指标的准确性和可比性。
报告创新性地开发了碳归因树,将融资碳排放和碳强度的变动拆解至管理人新旧持仓、资产碳排放变化及融资结构变动,为资产管理人提供了直观且操作性强的碳风险归因工具,支持低碳转型战略实施和风险管理。
最后,报告基于广泛基金样本数据,展示了部分公募基金融资碳排放及碳强度的表现和管理人减碳努力,显示出市场对绿色投资的重视和有效实践。该分析为金融机构应对未来绿色监管及内部减碳需求,调整投资策略提供实证支持和参考。
报告内容全面、结构清晰、政策和市场风险识别明确,结合丰富图表数据直观呈现了融资碳核算与归因的复杂性与实用性。报告强调融资碳强度的规模校正调整,及其对提升投资组合碳核算准确性的关键作用,凸显了专业视角和应用价值。
版权声明
本报告摘录自招商证券2024年2月26日发布的完整报告《ESG系列研究之十二——投资组合的碳核算与碳归因》,本分析遵循报告内容,保证推断溯源,附带页码以供查证。
参考文献
[1] Task Force on Climate-related Financial Disclosures. (2021). Implementing the Recommendations of the Task Force on Climate-related Financial Disclosure.
[2] Partnership for Carbon Accounting Financials (2022). The Global GHG Accounting and Reporting Standard Part A: Financed Emissions. Second Edition.
[3] https://www.msci.com
溯源标注
本分析内容涵盖第0页至第15页的全部章节和图表,包含以下来源页码:
研究背景及标准介绍:1 ,1,2,3]
妙盈科技及碳估算模型:5 ,5,6]
投资组合碳核算指标体系和融资碳排放分析:7 ,7,8,9]
碳归因模型及归因树解析:10 ,10,11,12,13,14]
公募产品减碳成效及具体基金描述:15 ,15]
此份详尽分析报告充分覆盖并深入剖析了招商证券“投资组合的碳核算与碳归因”研究报告的主要内容、数据与模型,帮助机构投资者及金融从业人员系统理解现代金融机构如何量化、分析和管理气候相关碳风险。