您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[MS]:为气候变化敞口定价 - 发现报告
当前位置:首页/行业研究/报告详情/

为气候变化敞口定价

公用事业2024-07-29Zacharias Sautner、Laurence van Lent、Grigory Vilkov、Ruishen ZhangMSM***
AI智能总结
查看更多
为气候变化敞口定价

苏黎世开放存储库和档案馆 苏黎世大学图书馆施特里奇霍夫街39号CH8057苏黎世wwwzorauzhch 年份:2023 定价气候变化风险 SautnerZachariasvanLentLaurenceVilkovGrigoryZhangRuishen 摘要:我们估计了标准普尔500指数股票中企业层面的气候变化风险溢价及其在2005年至2020年间的时序演变。风险敞口反映了市场参与者在对公司气候相关风险和机遇的关注中付出的代价。当从实际回报中提取时,无条件风险溢价不显著,但在金融危机前存在一个正值风险溢价期,之后持续稳步上升。前瞻性预期回报代理提供了无条件正值风险溢价,最大值为每年051,具体取决于代理,在2011年至2014年之间。自2015年以来,风险溢价有所降低,尤其是在预期回报代理明确考虑了具有高暴露股票特征的高机遇和低崩溃风险的情况下。这一发现源于风险溢价定价部分主要源于对气候相关上行机遇的不确定性。在时间序列中,风险溢价与绿色创新、三大持股以及环境、社会和治理基金流动负相关,与气候变化适应计划正相关。 DOIhttpsdoiorg101287mnsc20234686 发布于苏黎世大学开放存储库和档案 ZORAURLhttpsdoiorg105167uzh234541期刊文章 接受版本 最初发表于:SautnerZachariasvanLentLaurenceVilkovGrigoryZhangRuishen2023PricingclimatechangeexposureManagementScience691275407561DOIhttpsdoiorg101287mnsc20234686 气候变化风险定价 扎卡里阿斯索特纳劳伦斯范伦特格里高利维尔科夫张瑞深 2022年4月 摘要 我们估计了SP500股票中公司级别气候变化风险溢价及其在2005年至2020年间时序演变。风险暴露反映了市场参与者在业绩电话会议中对公司气候相关风险和机遇关注程度。当从实际回报中提取时,无条件风险溢价不显著,但在金融危机前出现了一段正值风险溢价,之后持续稳步上升。前瞻性预期回报代理提供无条件正值风险溢价,在2011年至2014年之间,根据代理不同,最大值为每年05至1。自2015年以来,风险溢价有所下降,特别是在预期回报代理明确考虑了高暴露股票所具有更高机会和更低崩溃风险时。这一发现源于风险溢价价格部分主要源于对气候相关上行机会不确定性。在时间序列中,风险溢价与绿色创新、汽车三巨头持股和ESG基金流入呈负相关,与气候变化适应计划呈正相关。 关键词:气候金融、气候变化暴露、气候风险溢价、尾部风险、气候变化机遇 我们对ColinMayer,一位匿名副编辑,两位审稿人,EmirhanIlhan,MarcinKacperczyk,SlavaFos和LukaszPomorski提供宝贵意见表示感激。我们还要感谢参加法国央行ACPR研究倡议、挪威BI商学院、法兰克福金融与管理学院、Fulcrum资产管理公司、上海财经大学、第二届可持续金融论坛以及杜克库什安大学研讨会参与者们对论文有益评论。资金由以下机构提供:德国研究基金会项目ID403041268TRR266(VanLent和Zhang );新经济思维研究所(INET)(VanLent);111计划(B18033)(Zhang);以及上海浦江计划(Zhang) 。 法兰克福金融与管理学院及欧洲公司治理研究院;邮政地址:德国法兰克福阿迪克斯大道3234号,60322;电子邮件:zsautnerfsde 法兰克福金融与管理学院;邮政地址:德国法兰克福市艾迪克塞尔allee3234,60322;电子邮件:lvanlentfsde 法兰克福金融与管理学院;邮政地址:德国法兰克福市艾迪克斯大道3234号,60322;电子邮件:vilkovvilkovnet 上海财经大学会计学院;邮政地址:中国上海市古北路777号,200433;电子邮件:zhangruishensufeeduc n 1引言 气候变化对金融市场提出了巨大挑战。如何衡量企业对气候变化暴露程度?是否存在气候变化暴露风险溢价,以及如果存在,它是如何随时间演变?哪些基本气候相关经济变量驱动了这一风险溢价?鉴于这些具有挑战性问题,近期已投入大量资源来开发气候金融领域,以便更好地理解向低碳经济转变如何影响金融市场。然而,这一文献集仍处于起步阶段,需要更多证据来更全面地了解气候相关风险和机会如何影响股票回报。 本文采用市场参与者对个别企业气候变化暴露程度时间变化度量,并检验这些感知到暴露是否在金融市场中被定价。气候变化暴露度量是在Sautner等人(2022年)工作基础上建立(SvLVZ),他们利用季度财报电话会作为来源,以识别市场参与者对企业气候相关风险和机遇关注。1为了衡量一家公司气候变化风险暴露,SvLVZ使用在收益电话会议中围 绕气候变化讨论比例。2 盈利电话是重要企业事件,在这类事件中,财务分析师会倾听管理层讲话,并询问公司高级官员关于与投资该公司股票相关重大当前和未来发展情况。因此,这些措施一个特点是反映了源自管理层和分析师之间信息交流“软”信息。这一特点使我们能够补充相关研究,该研究考察了“硬”信息对资产定价效果影响。 1正如气候相关财务披露工作组最近所指出,金融市场需要关于风险和机遇信息,以评估气候变化影响(见httpswwwfsbtcfdorg 2我们遵循SvLVZ定义,根据财报电话会议中关于该主题对话份额来界定“气候变化暴露”。这种对暴露定义与资产定价文献中风险暴露定义不同。因此,SvLVZ衡量标准并非旨在捕捉与总体波动协方差。这一术语遵循更广泛文献,这些文献使用财报电话会议来识别公司各种风险和机遇(Hassan等,2019,2021a,b,Jamilov等,2021,Hassan等,2021c)。 1 在碳排放或极端局部天气事件方面。例如,Bolton和Kacperczyk(2021ab)、Ilhan等人(2021)、Gorgenet等人(2019)或In等人(2019)研究了碳排放如何被定价在权益或期权市场中,无论是作为公司特性还是风险因素。同样,Hong等人(2019)、Addoum等人(2020)或Kruttli等人(2021)研究了极端天气事件资产定价含义。 为什么测量气候变化暴露应要求风险溢价?原因在于气候变化对个别股票影响高度不确定 ,而Barnett等人(2020年)从理论上证明这种不确定性应该得到定价。气候变化不确定性源于对温度将上升多少、为了限制全球变暖必须多么严厉地削减排放以及监管干预将如何补贴绿色(和征税棕色)活动极度不清楚。至于技术,预测有助于低碳转型创新是否会成功(例如,碳储存投资是否会成功以及电池技术将取得多大突破)也很困难。同样,2021年欧洲低风速使投资者清楚地意识到了投资风力发电场风险(Thomas2021),火山活动也对太阳能安装投资者产生了风险。这些例子说明了使投资者难以评估个别股票将如何受到气候变化影响不确定性,并暗示了测量气候变化暴露,它包含了所有这些方面,应与风险溢价相关联。 更广泛社会趋势,如关注环境、社会和治理(ESG)以及影响投资,也可能影响气候变化暴露风险溢价,一些投资者可能出于非经济原因投资于暴露于气候变化股票(Pastor等人 ,2021b,Pedersen等人,2021,或Zerbib,2020)。这一趋势一个后果是一些投资者可能愿意接受更高(尾部)风险来持有高气候变化暴露股票。一些投资者可能也从投资与气候相关“彩票”中获得效用,以极小概率获得极端回报而接受低预期回报。 2 一些绿色技术成功。由此产生资本分配影响回报,可能导致气候变化暴露风险溢价为零 (甚至为负)。 这些多样化观点说明,气候变化暴露风险溢价在概念上是模糊。它们还表明,随着时间 推移,风险溢价可能会发生变化,因为它仍然不清楚最终均衡状态将是什么样子。一个含义是,在相对较短时间样本内进行任何估计都面临着挑战,即定价效应可能尚未反映长期均衡(而是通往均衡路径)。同时,无条件风险溢价(如果存在)符号及其时间序列动态提出了有趣经验问题。记录这些重要金融数量有助于指导经济模型动态向长期均衡转变,并提高我们理解气候变化如何影响金融市场能力。 我们使用2002年至2020年SP500股票样本回答了四个问题:首先,测量气候变化暴露 (即在收益电话会议期间市场参与者对气候相关主题关注)与实际和预期回报之间关系是什么?其次,测量气候变化暴露补偿(对于实际和预期回报)是如何演变?第三,无条件地和动态地,哪些与测量气候变化暴露相关气候相关风险量?第四,哪些气候相关经济因素推动了气候变化暴露补偿? 我们首先建立新实证事实:无条件地,即在全部样本中,针对测量到气候变化暴露实际风险溢价无法与零区分。然而,我们记录到,购买气候变化暴露更高股票投资者预期在事前获得风险溢价。我们通过两种利用期权隐含信息和在推导风险溢价估计中使用投资者偏好假设不同方法来识别预期风险溢价。基于马丁和瓦格纳(2019年)预期回报代理(MW )风险溢价假定方差是足够风险统计量。 3 对于投资者来说也就是说,股票风险溢价是基于市场指数和指数中股票回报第二矩 。略有不同,ChabiYo等人(2022年)(GLB)假设投资者还考虑极端风险和机会,因此他们方法在风险溢价估计中明确考虑了回报高阶矩。因此,这两种方法使用来自期权市场不同但部分重叠信息来估计预期回报。在所有样本年份中,气候变化暴露度一个标准差冲击会增加基于MW风险溢价009每年(t统计量为288),以及基于GLB风险溢价018每年(t统计量为312)。我们证明了这些适度无条件风险溢价掩盖了样本期间部分时间点 较大正风险溢价估计。 当考虑SvLVZ将气候变化暴露分解为机会、监管和物理冲击时,两种前瞻性代理积极无条件风险溢价主要来自机会成分。对于监管冲击也存在积极风险溢价,但其幅度要小得多。3所有风险溢价估计均采用FamaMacBeth方法,并控制6因子模型和一系列股票特征。我们选择作为股票特征已知回报预测器和可能与环境变化暴露相关变量(例如,碳排放或石油价格贝塔系数)。4 当转向时间序列动态时,我们发现,在2008年之前,气候变化风险实现补偿为正值(约每年1)。这一时期以金融危机(20082009年)期间风险溢价大幅下降结束,此时实现溢价变为负值。这次下降可能反映了投资者对不确定性和长期气候相关投资预期担忧而过度抛售,以及排挤效应。 3我们并未发现气候相关诉讼风险暴露度重要影响。可能一个原因是气候诉讼在美国仍然是一个相对较新现象,成功诉讼案件是少数。 4结果对应用反映气候变化讨论负面情绪(或情绪)暴露度衡量方法和使用随机去除构建该度量所使用5大词组扰动暴露度衡量方法具有稳健性。 在金融危机期间与气候相关担忧。5危机相关下降趋势随后被样本期结束前实现保费长期上升趋势所取代。 这两个预期收益代理模式图案与实际溢价相比有所不同,彼此之间也展现出一些细微差异 。对于这两个代理,风险溢价在2011年之前围绕零波动。从2011年开始,两个溢价均转为正值,基于MW溢价逐渐上升到2012年约每年05,而基于GLB溢价在2012年至2014年之间经历了一个更快地增长,约每年1。自2015年以来,两个溢价都回复到几乎为零水平,但MW代理保持在一个略高水平。 我们可以从这些不同时间序列模式中学到什么?一个结论是,气候变化暴露具有微妙影响 :相关风险溢价根据估计中假定投资者风险偏好而呈现非单调演变。6第二个结论是,需要更好地理解气候变化暴露如何映射到风险数量(包括第二阶矩以外数量),以及此类映射 时间变化如何影响条件风险溢价。确实,比较MW和GLB代理指标提供了经济见解,因为每个指标都捕捉了投资者关于风险数量不同偏好。 我们通过记录基于条件预期收益两个风险溢价动态,证明投资者将气候变化暴露映射到不同 风险量级上。在2011年至2014年期间,投资者认为