• 研究背景及方法论 [page::0][page::1][page::2][page::3]

- 房地产资产作为经济重要资本，房地产估值方法主要有销售比较法、收益法和成本法，本文采用销售比较法描述高效建筑价格，收益法计入低能效建筑的额外能源和翻新成本。
- 经济结构划分为多部门，生产率服从多维Ornstein-Uhlenbeck过程，碳价为确定性单调递增函数，用于驱动能源价格和转型风险。

• 模型框架及关键假设 [page::5][page::6][page::8][page::9][page::10][page::11]

- 高效建筑价格指数服从指数Ornstein-Uhlenbeck过程，收益流包含折旧、维护费等。
- 低效建筑价值通过扣除预期未来额外能源成本和考虑翻新成本进行调整，能源价格视为碳价的线性函数，翻新成本为能效改进幅度的特殊函数。
- 提出最优翻新时点问题，其解依赖于碳价路径、能源价格和翻新成本，模型推导出翻新时点的闭式条件公式。

• 参数估计与实证校准 [page::12][page::13][page::14][page::15][page::16][page::17][page::18]

- 利用法国宏观经济、行业碳排放、住房价格等历史数据，采用VAR及最小二乘法估计Ornstein-Uhlenbeck参数和住房价格动态。
- 校准碳价增长速率、能源价格传导系数以及翻新成本参数。
- 应用NGFS四种情景模拟碳价路径，实现能源价格及碳价联动，评估不同政策路径对房地产价格的影响。

• 量化结果与政策含义 [page::18][page::19][page::20]

- 五类不同能效公寓的最优翻新时点明显受到碳价政策影响，碳价快速上升情景下，翻新时点提前显著。
- 房价折旧率随碳价压力提升而增大，最高可达20%-30%，明显反映了转型风险对低效房产价值的侵蚀。
- 模型价格折让结果与文献实证数据一致，如西班牙和荷兰的类似研究。
- 研究为政府制定转型速度、翻新激励政策及资产组合风险管理提供量化依据。

• 模型扩展与未来研究方向 [page::20]

- 可考虑多次翻新、多能源来源和物理气候风险的引入，进一步完善转型风险对房地产的多维影响。

详尽分析报告：《Modeling the impact of Climate transition on real estate prices》

---

1. 元数据与概览

• 标题：“Modeling the impact of Climate transition on real estate prices”

- 作者：Lionel Sopgoui，所属机构包括巴黎城市大学概率统计与建模实验室（LPSM）、伦敦帝国理工学院数学系、法国BPCE集团风险管理部。

• 主题：本文关注气候转型对房地产价格的影响，特别是在住房市场中建筑物能源效率与碳价格波动的动态过程中估值方法的建立。

- 核心论点：通过扩展销售比较法和收入法，结合经济部门生产率的随机动态（多维Ornstein-Uhlenbeck过程）和外部确定性碳价格，构造能够量化碳价格引发的气候转型风险对房地产价值影响的模型。该模型不仅考虑了未来额外的能源费用，还引入了建筑翻新成本及其最优翻新时间，其结果经法国经济和房价指数数据的模拟验证，与现实观测的价格折旧量级一致。

• 关键词：随机建模、转型风险、碳价格、住房估值、房地产、能源效率。

该报告提出了一个带有气候转型风险因素的房地产价格模型，将物理经济产出的产率动态和碳价格相关变量结合，对能源效率低的房地产门牌实施价格修正，最终量化转型风险的经济影响。

---

2. 逐节深度解读

2.1 引言与背景（页1-2）

• 关键论点：房地产构成资本存量重要部分，投资和家庭收入中占比较大，故其估值对管理决策和金融抵押极为重要。介绍三种估值方法：销售比较法、收入法、成本法[page::1]。

- 数理基础：以Fabozzi等(2012)和Moody’s(2022)为例，房产价格建模通常应用指数Ornstein-Uhlenbeck过程或几何布朗运动。能源效率（EE）被统计路昇至价格的资本化，且不同EE等级的房价溢价显著[page::2]。

• 气候转型背景：建筑为温室气体重要排放源头，欧洲建筑相关GHG排放占总排放近9%，居民家庭45%的排放来自取暖制冷。EPBD政策指令推动建筑能源性能提升，产权评级和租赁市场均体现能源效率溢价[page::2]。

- 文献差距与贡献：尽管已有大量统计研究，缺乏模型量化气候转型与房地产价值关系。基于Ter Steege & Vogel (2021)的成本差值构建，本文拓展包括翻新成本与最优修缮时间的动态演进[page::2]。

2.2 经济模型和建模假设（页3-5）

• 经济结构：假设经济包含$I$个部门，生产率由$\mathcal{A}$表示，受多维Ornstein-Uhlenbeck（O.U.）过程驱动，噪声由标准布朗运动$\mathcal{Z}$构成，并经乘以参数$\varsigma$调整[page::3]。

- O.U.过程特性：$\mathcal{Z}$是均值回归过程，有稳定的高斯驻留分布，其动态和条件分布明确，保证模型可解析及数值可实现[page::4]。

• 碳价格过程$\delta$：采用分段确定性增加模式，初始阶段碳价保持常数，过渡期开始上涨，之后维持高位。示例为指数增长，起点$t\circ$，终点$t$，增长率$\eta\delta$。该模型灵活，允许多种场景适配不同部门或政策调控[page::4-5]。

2.3 房地产估值模型（页5-11）

• 销售比较&收入法结合：有效能建筑价格按面积、初始价格及指数O.U.模型的价格指数给出，非有效能建筑计入额外能源成本和翻修成本。能源成本与碳价格相关联，建筑在翻新前按能源效率调整价格，翻新后恢复有效能价格[page::5-6]。
• 模型假设：

- 房价遵循带均值回复的指数O.U.过程。
- 各建筑单位面积能源消耗$\alpha$，影响额外能源成本。
- 建筑可选择最优时间$\mathrm{t}$翻新，翻新成本$\mathfrak{c}(\alpha, \alpha^)$与能效差有关。
- 能源价格$\mathfrak{f}$为碳价$\delta$的函数。
- 翻新后建筑能效达到$\alpha^*$，不再产生额外成本[page::6-7]。

• 数学表达：

- 房价过程$Ct = R C0 e^{Kt}$，其中$Kt$为满足SDE的指数O.U.过程。
- 另一表述为以未来现金流贴现（收入法）的期望值。
- 条件分布为对数正态，便于模拟[page::7-8]。

• 带气候转型影响的估值：价值$\mathcal{C}{t,\delta}$基于选择最优翻新时间$\mathfrak{t}$最大化预期现金流，折现额外能源费用及翻新成本。翻新时间的确定是优化问题，满足一阶条件[page::8-10]。
• 最优翻新的解析形式：在一定单调性假设下，翻新时间解的存在性详述。翻新时机由碳价影响的能源价格与翻新成本比例关系决定，若能源价格预期高，尽早翻新有利；反之延迟[page::10-11]。
• 模型推广：

- 允许建筑能源效率随时间跳跃变化，可引入跳跃扩散过程建模绿色翻新或监管政策冲击。
- 这为模型真实世界行为提供弹性和扩展潜力[page::11]。

2.4 数值估计与模拟（页12-19）

• 参数估计：

- 利用1978-2021年法国宏观经济数据校准多部门生产率模型参数$\mu, \Gamma, \Sigma, \varsigma$。
- 按照Fabozzi等(2012)、Frontczak和Rostek(2015)对房价指数$Kt$拟合，$\chit$设为线性趋势，估计均值回复速率$\nu$和波动率$\overline{\sigma}$[page::12-14]。
- 房地产指数采用OECD数据，房价指数基础年调整至2021[page::15-16]。

• 数据来源及设定：

- 存在四个分阶排放部门分类及对应碳强度。
- 四种气候转型情景（当前政策、NDCs、分歧净零、净零2050）定义碳价参数[page::15-17]。
- 设定电价与碳价线性相关，翻新成本函数具体化，体现能效差的非线性效应[page::16-17]。

• 翻新时间模拟：

- 不同建筑（5套）的特征和能效权限给定。
- 优化翻新时间随着气候政策严厉程度、建筑能效值不同呈明显变化，差异较大，净零2050情景翻新时间较短[page::18]。

• 建筑价格走势：

- 各情景下建筑价值相对于最高效建筑基准做归一化，体现能效较低建筑因额外能源成本折旧，且折旧程度与情景对应，即严格转型政策导致较大折价。
- 当前政策下能源价格波动较小，建筑价值持续上涨，说明在无显著转型压力时市场表现稳定。
- 净零2050情境折价最高，接近20%-30%的降值，符合实证数据验证[page::19-20]。

---

3. 图表深度解读

图1（第7页）：四国住房价格指数历史数据及95%置信区间

• 描述：分别展示德国、瑞士、美国和欧元区的季度住房价格指数走势，蓝色线表示实际数据，置信区间为波动区间。

- 解读：各国房价总体呈稳定增长趋势，且模型中的均值函数$\chit$拟合效果较好；2020年后疫情影响导致的波动可见。

• 联系文本：强调指数O.U.模型的合适性，支持作为房价价格动力的基础假设。

图2（第16页）：法国住房价格指数（对数，基于2021）

• 描述：1980-2021年法国住房价格对数价格点图。

- 解读：价格波动先下降后逐渐回升。作为基准数据为后续模型校准提供实证基础。

• 联系文本：用于估计$Kt$过程的参数，为住房价格动态建模提供基础。

表1（第17页）：四气候政策下的碳价格参数

• 内容：四种情景的碳价起始点及年平均增长率。净零2050情景碳价最高且增长最快。

- 解读：支持模型中碳价指数增长设定，体现政策情景的重要影响。

表6-7（第18页）：建筑特性及翻新时间

• 内容：

- 建筑面积均为25平米，单价4000欧元/平米，五栋建筑的能效值$\alpha$从70 KWh/m2逐步递增，能源效率逐渐降低。
- 净零转型政策越严格，翻新最优时间越早。能效较差建筑翻新更迫切。

• 解读：模型成功捕捉能耗与翻新意愿的定量关系。

图3（第19页）：不同氛围情景下五栋建筑价值（归一化）

• 描述：相对于最高能效建筑翻新起点的价格变动，带95%置信区间。

- 解读：严格情景下房价折价明显，且随着时间推移趋于翻新时间，价格下跌减缓或逆转。

表8（第19页）：碳价情景下年度住房价格增速放缓（%）

• 解读：反映节能低碳政策意外价格压力，净零之间最高达-29.7%，显著低于当前政策。

图4（第20页）：房价增长放缓幅度趋势

• 解读：视觉上显著别离当前政策与净零情景，表明气候转型下能源成本与翻新成本对房地产市场影响的时序演变。

图B.5-B.7（第24页）：补充参考图

• B.5图示OECD国家住房投资与可支配收入中的住房份额，表明住房占比较大。

- B.6显示欧盟国家家庭能源相关温室气体排放占比。

• B.7展示碳价与电价时间路径，支持模型参数设定。

---

4. 估值分析

• 估值方法：

- 销售比较法模拟有效能建筑价格，用指数O.U.过程描述指数走势。
- 收入法计算非有效能建筑基于未来现金流贴现，考虑额外能源成本和翻新支出。

• 关键假设：

- 房屋市场指数服从指数O.U.过程，预期均值回归。
- 碳价格及相关能源价格按确定性可微函数演进。
- 翻新成本函数为能效差的幂函数形式，体现大幅改造成本非线性增加。

• 估值组合表达式：

\[
\mathcal{C}{t,\delta} = Ct - R \times X{t,\delta},
\]

其中$X{t,\delta}$为能源相关成本及翻新成本的贴现和。

• 最优翻新时间解析：

通过求导找出成本函数最低点，体现价格水平与未来转型政策的平衡点。

• 敏感性：

翻新时机和价格折价均敏感于碳价起点和增长率、电价转嫁率、翻新成本参数、建筑能效差等多因子。

---

5. 风险因素评估

• 转型风险主体是能源成本增长与政策压力给能效差建筑带来的经济负担。

- 政策情景不确定性导致最优翻新时间区间宽泛，错失翻新可能带来房价折损风险。

• 模型简化：

- 碳价及翻新成本为确定函数，现实中存在不确定与跳跃风险。
- 未充分考虑物理风险（如因气候灾害导致的价值下跌）。

• 缓解策略：

- 适时翻新降耗是最优策略。
- 模型为金融机构资产管理、信用风险评估提供定量工具。

---

6. 批判性视角与细微差别

• 虽然采用了多维O.U.过程描述经济部门生产率波动，但其统计表现取决于参数校准结果，模型预测对参数敏感。

- 碳价格作为外生确定性过程，现实中可能波动更复杂，尤其涉及政治、社会风险。

• 翻新成本函数和能效标准设定较为理想化，实际政策与市场接受度会对建筑翻新意愿产生较强影响。

- 数据频率为年度限制了对短期波动的捕捉。

• 文章虽提及跳跃扩展，但未深入展开，而跳跃过程对实际市场价格冲击影响通常不容忽视。

- 模型中未考虑地理和物理风险异质性，如不同地区气候物理危害差异可能导致估值显著不同。

---

7. 结论性综合

本文构建了一个结合多部门经济生产率动态（多维指数O.U.），确定性碳价格路径，以及房地产建筑能源效率影响的混合估值框架，量化了气候转型对房地产市场尤其是能效低劣房产的价格折旧效应。该模型实现了：

• 描述房地产价格指数的基本动力学，能反映历史价格水平与波动趋势。

- 结合收入法计入额外能源使用成本与翻新成本，确定最优翻新策略，捕捉气候转型政策对资产价值的逐时冲击。

• 通过法国及OECD经济数据校准参数，产生与实证观察相符的房价折价数量级及动态趋势。

- 模拟了不同气候政策场景下的转型风险，发现严格转型政策显著加快房价折旧并压缩翻新时间窗口。

综合图表显示，随着碳价上涨和能源成本转嫁，低能效建筑的升值潜力受压，折价可达20-30%，翻新为逆转折价有效途径。相对较宽的翻新窗口在宽松政策情境下推迟翻新需求，解释了当前能源低价下房地产价格稳健上涨现象。

该研究在政策制定、资产评估与信贷风险领域均有重要应用价值，并为将来纳入物理气候风险、多次翻新、价格跳跃风险等提供了可拓展的建模基础。

---

附图

图1（第7页）

图2（第16页）

图3（第19页）

图4（第20页）

---

【全文分析完毕】[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24]

报告