一、碳风险因子及碳贝塔构建与验证 [page::0][page::8][page::9]

• 采用秩鼎公司的碳排放量及强度数据，构造碳排放综合指标并构建棕绿色组合（BMG）。

- 通过Fama-Macbeth回归，BMG因子在控制CAPM及Fama-French模型影响后仍显著为正，表明投资者要求对高碳企业付出风险溢价。

• 采用个股收益对BMG组合收益进行时间序列回归，得到“碳贝塔”指标，有效衡量股票碳风险，碳贝塔数值有正负，体现相对与绝对碳风险。

二、碳风险统计特征与行业分布 [page::6][page::7][page::10][page::11]

• 碳排放披露公司数逐年增加，2020年底有221家，主要为市值中大型、国有企业。

- 相对碳贝塔显著为正行业包括煤炭、钢铁、石油石化等高碳行业，显著为负行业多为金融、传媒等低碳行业。

• 绝对碳贝塔衡量整体碳风险，低风险行业包括消费服务、医药等，高风险行业为煤炭、钢铁等传统重碳行业。

三、碳风险纳入全局最小方差(GMV)模型组合优化 [page::12][page::13][page::14][page::15]

| 碳贝塔约束条件 | 总收益率 | 年化收益 | 年化波动 | 夏普比率 | 最大回撤 |
|---------------|----------|----------|----------|----------|----------|
| 相对碳风险 （中证500） | 82.38% | 23.68% | 20.08% | 1.03 | 20.19% |
| 无约束 GMV（中证500） | 55.89% | 17.00% | 16.26% | 0.861 | 16.70% |
| 绝对碳风险 （中证500） | 90.58% | 25.61% | - | 1.239 | 15.92% |
| 无约束 GMV（中证500） | 55.89% | 17.00% | - | 0.861 | 16.70% |

• 加入碳贝塔约束后，碳风险暴露较高组合收益增厚但波动偏大，绝对碳风险约束组合表现优异，获得更高收益且最大回撤显著降低。

- 中证800组合也表现出相似趋势，说明碳风险纳入组合优化有效管理碳风险与收益的平衡。

四、基于不同碳风险偏好的选股策略设计与回测 [page::16][page::17][page::18][page::19]

• 低碳风险组合：选取相对碳贝塔最小的股票，年化收益12.78%，表现劣于基准，持仓偏向金融、传媒等低碳行业。

- 高碳风险组合：选取相对碳贝塔最高股票，年化收益27.96%，显著跑赢基准，但回撤与波动均较高，持仓重于钢铁、有色、煤炭等高碳行业。

• 碳风险中性组合：结合相对与绝对碳贝塔中部或最小股票，表现稳健，年化超额收益6%-7.3%，波动且回撤均低于基准。

- 不论高碳或低碳策略，均面临净值波动风险，碳风险中性策略兼具稳健与超额收益优势。

金融研究报告详尽分析

报告标题与基本信息

• 标题：《基于碳风险视角的组合优化与选股策略》

- 系列：ESG 投资研究系列之九

• 作者及联系方式：任瞳（招商证券，房地产资深分析师，研究发展中心执行董事）、麦元勋（定量研究资深分析师）、实习生李世杰（部分贡献）

- 发布日期：不详，涵盖数据至2021年底或2022年初

• 主题：围绕中国A股市场中的碳排放数据，构建碳风险因子组合（BMG），提出碳贝塔系数作为碳风险衡量指标，分析碳风险的市场表现与投资组合构建方法。目前中国推动双碳目标背景下的碳风险金融化主体探讨。

报告核心论点摘要

• 将碳风险因子（BMG）纳入经典多因子模型后，BMG因子显著正向，证明投资者对高碳（棕色）企业要求更高风险溢价。

- 与直接用碳排放量指标不同，基于时间序列回归的“碳贝塔”可量化上市公司碳风险，覆盖更全、信息更丰富、适用性强。

• 在全局最小方差（GMV）模型中引入碳贝塔约束，发现：相对较高碳风险组合带来更高收益；绝对较低碳风险组合收益更高且最大回撤更低。

- 低碳贝塔与高碳贝塔组合均面临较大净值波动，碳风险投资不稳定性显著。

• 构建三类基于碳贝塔的组合（低碳风险、高碳风险、中性）。回测显示高碳风险组合年化超额收益显著（8.42%），低碳风险组合表现不及基准，中性组合波动低于基准且超额收益稳健。

---

详细逐章分析

一、研究背景与政策环境

• 碳中和政策导向

自《巴黎协定》以来，中国积极推动“双碳”目标，出台中央企业《指导意见》（目标至2025、2030、2060年），明确减碳指标，如2025年单位产值能源耗降低15%，碳排放降低18%。此政策绑定国家战略，推动产业结构绿色转型。

• 碳市场发展

2021年7月启用全国碳排放交易市场，第一履约周期覆盖发电行业2162家主体，交易量1.88亿吨，累计交易额80亿元，履约完成率99.5%。未来将纳入更多高排放行业，碳市场定价信号增强，交易和监管机制完善。

• 能耗与碳排放“双控”转换

原国家能耗“双控”重在能源总量，而碳排放“双控”更精准聚焦碳排放总量及强度，契合低碳经济发展方向，更好促进可再生能源推广，避免传统能耗总量控制对绿色能源发展的制约。[page::3,4]

二、碳排放指标概述

• 数据来源与处理

采用秩鼎医学提供的碳排放数据，覆盖4000+ A股，2500+港美股，依托AI、机器学习和人工复核保障数据质量（图2）。指标涵盖温室气体排放总量与强度（吨/百万元营收）。

• 样本特征

披露碳排放企业数量逐年上升，2020年达到221家，仍未覆盖多余90%上市公司。样本市值分布均匀，沪深300成分占比45.7%，国有企业占比58.4%。相关度分析显示碳排放指标与成长、动量等传统因子相关性低，具独特信息量（表4）。[page::5,6,7]

三、碳风险模型构建

• 定义与模型架构

受限于碳排放数据覆盖度，传统简单基于排放量评价碳风险不足。借鉴國際研究（Görgen et al. 2019, Roncalli et al. 2021），构建棕绿色组合(BMG, Brown-Minus-Green)作为市场碳风险基准，定义碳风险为股票对BMG组合收益率波动的敏感度（即碳贝塔β）。使用多因子CAPM、Fama-French等模型框架，回归计算因子暴露，采用Fama-Macbeth方法确保统计效度。

• BMG组合构建方法

对碳排放总量与强度标准化合成碳排放综合指标，并按行业分组排序，选择碳排放量最高与最低行业构造多空组合，取得BMG组合收益率。

• 回归结果

多因子模型加入BMG后，BMG因子风险溢价在5%置信区间显著正向(统计量多为2以上)，说明高碳企业需提供额外风险补偿收益。

• 碳贝塔定义

基于BMG组合收益率对个股的时间序列回归，回归系数即碳贝塔。根据碳贝塔正负可分别定义“相对碳风险”（含方向）和“绝对碳风险”（仅计大小，不论正负）。[page::8,9]

四、碳风险具体分类及行业表现

• 相对碳风险

正碳贝塔高的行业如煤炭、钢铁、石油石化等，高碳风险暴露强，有较大股票收益率对碳风险的正向敏感；负碳贝塔行业包括金融、传媒、电子等，受益于低碳趋势。中间行业则碳风险敏感度低（图7）。

• 绝对碳风险

该视角忽略方向，将负碳贝塔同样计作高风险。绝对碳风险高的行业除上述，还包括非银行金融、钢铁等。绝对碳风险低的行业多为消费服务、商贸零售、医药等，受环境政策影响较小（图8）。

• 基本方法与市场方法比较

纯碳排放指标与碳贝塔度量存在差异，说明市场碳风险价格纳入更多信息（企业减碳积极性、行业特征等），碳贝塔覆盖面广，反映更综合风险。表6中典型行业排名对比佐证此观点。[page::10,11,12]

五、基于碳风险的组合优化

• GMV模型基础

使用以因子模型估计的协方差矩阵，对中证500/800股票池构建全局最小方差组合，约束单只股票权重不超过2%，保证样本分散。

• 相对碳风险约束加入

将相对碳贝塔的线性约束加入GMV，调节碳贝塔目标值$\beta{bmg}^$，观察收益与风险变化。结果显示，碳贝塔约束提高（偏向高碳风险暴露）组合收益率提升，但波动、最大回撤增大。表7、8数据呈现如下趋势：
- \(\beta{bmg}^ = 0.8\)时，中证500组合年化收益23.68%，年化波动20.08%，显著优于无碳约束GMV及指数；
- 类似趋势在中证800中出现，最高年化收益24.40%与波动18.93%。

• 绝对碳风险约束加入

按绝对碳贝塔作为约束，控制组合整体碳风险大小。观察显示，降低绝对碳贝塔约束（减少碳风险暴露），组合反而获得更高收益且最大回撤更低，比起相对碳风险应用更加稳定聚焦风险管理。表9、10清晰体现碳风险降低带来的风险和收益改善。[page::12,13,14,15]

六、基于碳风险偏好的选股策略

• 组合设计

以中证800股票池为基础，剔除停牌、ST后，按相对碳贝塔自高到低排序，等权建仓构建以下三类组合：
1. 低碳风险组合：选择相对碳贝塔最低部分；
2. 高碳风险组合：选择相对碳贝塔最高部分；
3. 碳风险中性组合：选取中部相对碳贝塔股票及绝对碳贝塔最低股票。
调仓频率为月度，交易成本考虑，历史回测时间为2019年至2021年底，业绩基准为中证800指数。

• 回测表现

1. 低碳风险组合表现低于基准，年化收益率12.78%，夏普率0.384，最大回撤30.71%，相对业绩基准不占优。成分以非银金融、计算机、传媒等低碳行业占主导（表11，图11-12）。
2. 高碳风险组合表现优异，年化收益率27.96%，夏普率1.029，最大回撤24.95%，显著跑赢基准，持仓以钢铁、煤炭、有色金属等传统高碳行业为主（表12，图13-14）。
3. 碳风险中性组合表现稳健，年化收益率26.83%（绝对碳贝塔版），夏普1.25，年化波动19.06%，最大回撤15.90%，较基准波动降低且风险控制较优。持仓行业较均衡，覆盖医药、交通运输及部分高碳行业中低风险股票（表13，图15-16）。

• 走势观察

碳主题指数和高碳低碳贝塔组合净值走势波动较大，碳风险投资存在较大波动性与不确定性（图9，10）。[page::16,17,18,19]

---

图表详解

• 图1（p4）：全国碳市场碳排放配额日成交量

- 展示从2021年7月市场上线至2022年初每日交易量与累计交易量走势。累计成交量逐步攀升至近19000万吨，反映市场活跃度和碳权交易不断深化。

• 图2（p5）：秩鼎数据处理流程

- 从自动抓取、智能解析、人工复核、指标合成，展示碳排放数据从外部收集到生成ESG指标的全流程保障数据质量。

• 图3（p6）：碳排放指标样本覆盖度增长

- 2016年61家披露，2020年增至221家，披露数量明显增加，但仍不足全市场，数据覆盖仍有限。

• 图4-6（p7）：样本市值、指数成分及企业性质分布

- 市值较为均匀，不同指数覆盖比重超70%，国有企业占近六成，反映政策压力和国企主体碳披露活跃。

• 表4（p7）：碳排放指标与其他因子相关性

- 碳排放指标与市值、成长、动量、情绪因子关联度低，说明其为独立风险因子，特别与价值因子相关度较小，但不能完全替代。

• 表5（p9）：多因子回归中BMG因子的估计系数和T统计量

- 在CAPM、FF3、Carhart四因子和FF5中，BMG系数均显著为正并有2以上统计显著性，验证了碳风险因子风险溢价的稳健性。

• 图7-8（p10-11）：相对和绝对碳风险各行业分布

- 盒须图显示煤炭、钢铁等传统高碳行业碳贝塔明显偏正，金融传媒等表现负碳贝塔，绝对风险展示风险大小，不论方向。

• 表6（p12）：碳排放量和碳贝塔排名对比

- 两种指标对行业排名有差异，碳贝塔排名行业更贴合双碳重点整改行业，体现市场对碳风险的动态感知，更精准。

• 表7-10（p13-15）：不同碳贝塔约束下的组合风险收益指标

- 通过调整碳贝塔约束值，展示收益、波动、最大回撤、夏普率随碳风险变化的模式，说明降低碳风险约束同时可以提升风险调整收益率。

• 图9-10（p16）：碳中和指数及高、低碳贝塔组合走势

- 反映碳相关投资在2020-2021年间明显波动，表明碳风险投资环境不确定性大。

• 表11-13及图11-16（p17-19）：三类选股策略回测表现及持仓结构

- 高碳风险组合收益最大但波动也高，低碳风险组合表现逊色，风险中性组合取得较佳风险调整回报，结构均衡。

---

估值与建设性方法点评

该报告基于经典多因子框架和现代资产组合理论，创新性地引入碳风险因子（BMG）并构建“碳贝塔”指标，结合因子回归及GMV组合优化方法深入探讨碳风险投资表现。算法流程清晰合理，因子溢价验证采用Fama-Macbeth回归确保稳健性。组合优化部分采用约束条件调节碳贝塔暴露，实证数据扎实。数据质量方面依托秩鼎深度数据，覆盖较全，流程中兼顾数据采集、清洗到指标开发，保证了碳排放基础数据的严谨性。

---

风险因素

• 政策与监管变动风险：碳排放及交易市场相关政策尚在快速变化中，任何政策调整都可能导致模型失效或回测表现失准。

- 数据披露不足：当前披露样本较少，数据覆盖度不足，可能导致指标滞后或代表性不足。

• 模型假设风险：碳贝塔作为市场法度量受到模型设定影响，可能漏掉其他未观察到的碳风险因素。

- 市场不确定性：碳风险主题投资波动较大，未来市场反应可能持续剧烈，影响实际组合稳定性。

• 投资风格偏差：碳风险偏好直接影响组合配置，不同碳贝塔约束可能加剧行业集中度，带来行业风险。

---

批判性分析

• 报告中碳贝塔与碳排放指标的差异讨论体现了对指标准确性及市场反映的深刻洞察，但具体如何应对非碳因素干扰尚缺乏详细方法阐述，存在一定模糊。

- 组合优化过程中，仅使用碳贝塔约束未结合其他ESG指标，可能忽略更全面碳风险管理。

• 低碳组合表现逊色的原因依赖高碳行业表现强劲的市场行情，长期稳健性和政策影响尚需进一步验证。

- 回测覆盖期截至2021年底，较短且碳市场发展初期，未来碳风险的表现和模型适用性存在不确定性。

• 部分表格中的数据和价量指标参考未完全展示细节，限制外部验证。

---

结论性综合

本报告针对中国资本市场背景下的碳风险投资问题，创新性地引入基于秩鼎碳排放数据的碳贝塔指标，以BMG组合为基本风险因子展开多因子回归研究，证实其作为碳风险代理具有统计显著性。基于碳贝塔的全局最小方差组合优化表明，碳风险因子是影响股票配置的重要变量。进一步，报告构建相对碳风险和绝对碳风险视角下的组合，实证发现两者对收益与风险的影响机制差异显著：

• 通过增加相对碳贝塔暴露获得更高绝对收益但伴随更大波动和回撤；

- 通过降低绝对碳贝塔暴露同时实现收益提升与风险降低，展现出更稳健的风险管理特性。

基于此，三种选股策略（低碳、高碳、碳风险中性）设计出适应不同投资者碳风险偏好的产品，回测期间表现差异明显：高碳组合收益领先但波动高，低碳组合表现逊色但符合长期低碳政策取向，碳风险中性组合取得较好风险调整收益。

图表全面支持这一结论：如图7-8展示行业碳贝塔差异、表5展示BMG风险溢价显著性、表7-10展现组合优化动态权衡、表11-13及图11-16验证选股策略表现及风险控制，均从不同维度体现碳风险对资产定价和配置的重要影响。

尽管当前碳风险投资尚存数据覆盖不足、政策变动、测算模型选择等挑战，报告为碳金融属性在中国市场的量化研究提供了坚实基础与实务指导，为投资者在双碳时代实现差异化风险管理和收益提升提供了科学工具和实践路径，具有较强的理论创新与应用价值。[page::0,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]

报告