碳权资产市场法估值模型的构建与修正

梁美健 段亚琛 孙立颖

【摘 要】 随着国内外碳交易体系的建立，碳权资产估值量化已成为必要。文章以碳权资产交易为估值前提，对我国二级市场中的碳权资产市场法估值问题进行了系统探讨。在分析市场法在碳权资产估值中的合理性和可行性的基础上，阐释了交易时间因素、行业因素和区域因素的修正思路、实证检验和修正方法。运用协整检验、格兰杰因果检验等实证方法，以及主成分和聚类分析等方法，获取交易时间差异、行业差异和区域差异的修正系数。在此基础上，构建了碳权资产市场法估值的修正模型，并对可比因素修正的合理性进行了相关实证分析和检验，以获得更为准确可靠的碳权资产的评估价值。

【关键词】 碳权资产； 市场法； 交易时间修正； 行业因素修正； 区域因素修正

【中图分类号】 F272.5 【文献标识码】 A 【文章编号】 1004-5937（2018）16-0134-07

一、引言

在全球减排的背景下，各国碳排放权交易市场的建立，为缓解气候变暖、保护生态环境提供了切实可行的减排措施。中国作为负责任的大国，积极参与全球减排，并向全世界承诺了可量化的二氧化碳减排目标以降低碳强度。

我国的碳排放权交易刚刚开始，市场成熟度较低，对碳权资产估值研究还需进一步完善。本文从资产评估市场法的思路出发，选择交易时间因素、区域因素、行业因素作为碳权资产市场法的可比修正因素，通过相关实证检验，分析确定需要修正的因素，构建碳权资产的市场法修正模型，以获得更为准确可靠的评估价值，也有利于促进碳权资产市场体系不断完善，实现均衡发展。

二、碳权资产市场法估值的可行性分析

目前对于碳权资产的认识大致分为两种，一种是狭义的碳权资产，可以概括为配额碳排放权和减排量。一种是广义的碳权资产，不仅是配额碳排放权和减排量这类碳资产交易制度的产物，许多学者认为，一些能产生减排效应、为企业所控制和拥有、并能带来一定经济利益的资产和技术等，都可以划分到碳权资产的范围[1]。基于目前中国碳市场的发展状态及评估实践的有限性，本文研究对象为狭义碳权资产中的配额碳排放权，主要是为二级市场活动中涉及的碳权资产交易提供参考依据。

资产评估方法主要包括成本法、收益法和市场法。就成本法来讲，重置成本的核算和贬值测定是关键所在。重置成本是对资产形成过程中各项投入的现时再核算，对碳权资产来说，这种再核算过程的实现无法对伴随生产过程产生的温室气体做合理测定，而且碳权资产不同于常规商品，其价值不由“无差别的人类劳动”所体现，更多来源于政策和制度因素，价值量化相对较为困难。收益法在碳权资产的评估应用上，关键在于衡量其价值贡献程度。其一，如何确定和区分碳权资产和其他生产要素的收益贡献是收益法的难点之一；其二，影响碳权资产预期收益的因素多且互相交叉，采用何种方式量化也是碳权资产收益法评估难点。碳权资产市场法中，公开活跃的市场是应用的前提条件，而且与之相关的交易案例数量并不少，但是案例间差异较大，如何确定调整因素、如何选择合适的方法进行差异调整是市场法评估的难点。在我国目前条件下，选用市场法对碳权资产进行价值评估有合理性且更容易让人接受，但需要修正市场法模型[2]。

目前国内七个碳排放权交易试点运行良好，已经有2 400多家企业参与到碳权资产交易体系中。各个交易试点地区，碳权资产配额发放量总计约120 000万吨，2013—2016年累计交易量为16 000万吨，累计成交额接近25亿元。2016年和2015年的总成交额分别为7.93亿元和7.01亿元。预计中国碳市场将成为世界第二大碳交易市场。在市场公开公平性及稳定性方面，我国碳排放权交易试点平台均采取网上挂牌交易，每日成交价、成交额等相关交易信息公开透明，2016年各试点碳权资产交易价格波动与前两年相比趋于平稳，各试点交易分布较为均匀；预计全国碳市场成立之后，对信息公开透明的要求更加严格。市场法在碳权资产估值中应用前景广阔。

碳权资产市场法中，交易时间因素为首要调整因素，这是因为不同交易时间交易案例的交易价格不同，受时代背景、市场发展和相关政策的限制，需要修正交易时间因素。在区域因素上，发现碳权资产在不同地区的价值千差万别，这是因为碳权资产区域属性明显，不同经济发展水平的地区工业化水平不同，环境受污染程度不同，可为企业提供的环境容量也存在差异，进而导致每单位碳权资产对企业贡献度不同，其价值体现存在差异，需要对区域因素进行调整。行业差异不仅表现为不同行业的碳排放水平不同，还体现在碳成本对行业利润的影响程度存在差异；行业之间减排成本、減排难度受行业特征和行业发展的影响，相同的碳权资产对不同行业的价值体现并不相同，因此也需要对行业因素进行调整[3]。

因此，基于市场法一般模型，碳权资产的市场法模型如下：

被评估碳权资产评估值=可比案例成交价格×交易时间差异修正系数×行业差异修正系数×区域差异修正系数

三、碳权资产市场法估值修正模型的构建

（一）交易时间因素差异修正

1.思路设计

大量文献研究表明，碳权资产价格受煤炭、天然气等能源价格影响较大，两者之间存在相关性，其价格走势与能源价格类似。而生产生活中，能源价格的波动将对能源消费结构产生影响，进一步影响市场对碳权资产的需求，碳权资产价格与能源价格的关系十分密切。因此，通过协整检验分析碳权资产价格与能源价格之间的长期均衡关系和因果关系，运用反映碳权资产价格变化的价格指数来衡量碳权资产交易时间因素的差异。

2.实证分析

（1）变量选取依据

数据选取上，因天然气在我国能源消费总量中占比较小，远低于世界平均水平；且前期研究成果已经实证检验石油价格与碳权资产价格之间不存在协整关系，石油价格对碳权资产的价格影响较小，故本文选取煤炭价格，作为验证与碳权资产价格存在长期均衡关系的依据。

（2）数据来源

碳权资产价格（SZA）：深圳碳排放权交易所是我国最早建立的碳交易试点，交易机制和经验日益完善，且交易活跃度最高，故选取了自2015年10月28日到2016年10月28日的碳排放权成交价代表碳权资产的价格。数据来源于深圳碳排放权交易所。

煤炭价格（COAL）：本文选取了2015年10月28日到2016年10月28日的秦皇岛港5 500大卡动力煤平仓价代表我国煤炭价格。因为动力煤产量占到了煤炭总产量的80%以上。秦皇岛港作为世界最大的煤炭出口和散货港口之一，其煤炭价格在一定程度上可以代表我国整体煤炭价格和市场供求水平，国内大部分文献及研究中多使用秦皇岛5 500大卡动力煤的平仓价作为代表煤炭价格的常用指标。数据來源于中华商务网。

选取一年的数据作为研究对象，一方面市场法交易案例的选取和时间因素的调整要求考虑最近交易时间内的可比案例，时间区间过长没有意义；另一方面考虑到碳排放权交易刚刚运行三年，市场交易初期的价格波动不能反映正常的市场状况，故选取最近一年的数据作为样本数据是比较合理的。

（3）实证分析及结果

在建立协整方程之前，对两个变量取对数，以避免模型的异方差性，且这种处理方式不改变序列原来的协整关系。采用ADF检验的方法对数据平稳性进行检验，结果见表1。

检验结果表明，两个原始时间序列Ln SZA、Ln COAL不平稳，它们的一阶差分序列ΔLn SZA、ΔLn COAL都在1%的显著性水平上平稳，均为一阶单整，及Ln SZA～I（1），Ln COAL～I（1）。两个序列对象满足同阶单整的前提，能够建立协整模型进行协整检验。

对变量Ln SZA、Ln COAL建立向量自回归模型——VAR模型，根据LR、FPE、AIC、SC、HQ信息标准判断最优滞后阶数，检验结果显示LR、FPE、AIC均选择第三阶作为最优滞后阶数，因此，VAR模型确定最优滞后阶数为3，协整检验的滞后阶数为最优滞后阶数减1，Johansen协整检验结果见表2。

根据表2结果，在0.05的显著性水平，拒绝不存在协整和存在至少一个协整的原假设，即两个变量Ln SZA、Ln COAL之间存在1个协整关系，即序列Ln SZA、Ln COAL之间存在长期稳定关系。根据EViews回归结果可得回归方程如下：

协整检验结果说明碳权资产价格和煤炭价格之间存在长期均衡的稳定关系，回归方程显示，煤炭价格对碳权资产价格的弹性系数为-1.022，即煤炭价格每增加1%，会引起碳权资产价格降低1.022%。煤炭价格对碳权资产价格的影响为负向，即能源价格上涨会导致碳权资产价格下跌。

对Ln SZA、Ln COAL之间的格兰杰因果关系进行检验，结果见表3。

格兰杰因果检验结果说明，在5%的显著性水平，煤炭价格是碳权资产价格的格兰杰原因，即从时间上来说，煤炭价格对碳权资产价格有影响。

3.交易时间因素差异修正方法

基于上述实证分析，能源价格中煤炭价格的变动在一定程度上可以反映碳权资产价格的变动。煤炭价格市场化程度在我国改革进程中已取得长足进步，部分交易数据可以反映市场供需变动。因此利用碳权资产价格与煤炭价格之间长期均衡的关系，在市场法评估中，据此调整交易时间因素。

因此，碳权资产市场法应用中，时间因素的调整可以采用煤炭价格指数进行调整，具体调整方法如下：

交易时间调整系数=1-[（待估资产评估基准日时点煤炭价格指数-可比案例交易时点煤炭价格指数）/可比案例交易时点煤炭价格指数] （2）

（二）行业因素差异修正

1.思路设计

我国目前已经建立了七个碳排放权交易试点，纳入碳排放配额管理的企业涉及钢铁、水泥、化工等多个行业。碳权资产是纳入碳排放配额试点企业的新增资产，其购置价格是公司得以继续生产的新增成本；各行业因为工艺过程、市场环境、减排技术等因素存在差别，使得减排难度和减排成本也各不相同。碳权资产价格是市场的统一价格，但相同的碳权资产价格作为企业发展过程中的成本，对每个行业利润的影响程度是不同的，也反映了行业在减排过程中市场竞争力的大小。通过衡量碳成本对各行业利润的影响程度，可以从侧面反映行业减排难度和减排成本。行业碳成本对行业利润有较大影响的企业，意味着企业减排难度较大，此时在对企业所拥有的非自用、可用于在二级市场上交易的盈余碳权资产价值进行评估时，可以根据可比交易案例所处行业的减排难度进行适当的行业差异调整[4]。

2.碳成本对行业利润的影响度

各行业碳排放量和碳均价的乘积，除以行业年利润可大致测算出碳成本对行业利润的影响程度。据世界银行报告，工业生产过程中化石能源的消耗和燃烧产生的二氧化碳量占到了二氧化碳全部排放量的70%以上，因此可以通过计算工业行业各化石能源的消费量，得到二氧化碳排放量情况。

Fi：碳权资产价格引起的企业额外成本占该行业利润的比重；EDi：行业i生产过程中二氧化碳直接排放量，单位为吨（t）[5-6]；EIi：行业i生产过程中的二氧化碳间接排放量；P：碳均价；Ri：行业利润。

在我国，工业行业是碳排放交易市场的减排主体，相较于其他行业会产生较多的二氧化碳排放量，故本文将工业行业的细分行业作为碳排放量的测算对象。根据《中国统计年鉴》中“按行业分能源消费量”的统计指标，将工业行业划分为41个细分行业[7]，表4为计算得到的2014年各个行业的二氧化碳排放量及碳成本对行业利润的影响程度。

通过表4可以看出，化学原料和化学制品制造业，非金属矿物制品业，黑色金属冶炼和压延加工业，石油加工、炼焦和核燃料加工业等一些重工业二氧化碳排放量大。而许多轻工业的电力消耗较大，导致其二氧化碳间接排放量较大。另外，如有色金属冶炼和压延加工业等细分行业因高耗能行业产值大，能源消耗量大，相应污染物排放量也多，因此受碳成本影响大。而这些行业是我国减排的重点目标。

3.行业因素差异修正方法

在减排大环境下，碳成本对利润的影响程度在各行业间差异化显著，同时反映出不同行业对碳成本带来的行业利润损失的抵御能力不同。评估实务中，可对41个工业细分行业进行分类，进行市场法行业因素调整时，处在相同行业分类的碳权资产不需要进行调整，影响力相差程度较大且不同分类之间的行业间可以参照碳价对行业利润的影响能力进行打分，然后进行相应的调整。若参照案例所处行业受碳成本的影响低于被评估企业所处行业，在进行行业因素调整时，可以乘以大于1的调整系数，对参照案例的价格进行相应的调整。

因此，行业差异调整系数公式如下：

行业差异调整系数=待估企业所属行业类别打分值/参照企业所属行业类别打分值 （4）

（三）区域因素差异修正

1.思路设计

从目前市场上已有的部分碳权资产交易案例来看，碳权资产在全国范围内各个地域之间的成交价格存在差异。经济较发达地区的碳权资产交易价格一般高于欠发达地区；减排能力高的区域碳权资产交易价格也会高于减排能力低的地区。因此，采取市场法对碳权资产估值时，应修正区域因素差异。

本文选取各省年度地区生产总值、年度人均GDP等六项指标作为衡量区域经济发展程度的细分指标，选取碳生产力、人均二氧化碳排放量等六项指标作为衡量产业结构的细分指标（详见表5）。并据此分别对我国各地域经济发展程度指标和产业结构指标进行主成分分析和聚类分析，根据结果，对相似区域和差别较大区域进行打分，分值越大代表区域经济发展程度越好、区域产业结构相对合理，进而得到区域调整的经济发展程度调整系数和产业结构调整系数。

2.实证分析

（1）数据来源

本文选取了2014年的统计数据进行实证分析，计算CO2排放量时的相关数据和运算方法同本文行业调整因素部分相一致。因西藏、香港、澳门及台湾等区域的部分数据无法获得，故将其剔除。

（2）实证分析及结果

本部分实证分析采用主成分分析法对各类指标进行筛选、提取并计算出主成分，对各类指标主成分进行聚类分析，得到各区域分类结果，并据此进行打分，得到区域差异修正系数。

首先，对经济发展发展程度指标进行实证检验。

主成分分析之前对数据进行相关性检验，结果见表6。Bartlett球度检验统计量为286.165，检验的P值为0。说明代表经济发展程度的几个变量之间有较强相关性。而KMO统计量为0.713，高于0.7，说明样本数据适合进行主成分分析。

抽取特征值大于1的主成分，总方差解释表如表7。

表7显示了主成分可以解释的总方差，第一个主成分特征根为4.107，占总特征根的68.449%，表示第一个主成分代表了原始变量68.449%的信息，可见第一个主成分对全部原始变量解释已经很充分了；第二个主成分特征根为1.619，方差贡献率26.986%。提取的两个主成分的累计方差贡献率已达到90%以上，能较全面地反映原样本数据信息。在基本保留原样本信息的情况下，用两个主成分代替之前的六个指标，抽取的两个主成分的因子载荷矩阵见表8。

根据因子负荷矩阵计算得到的特征向量矩阵如表9。

利用公式得到的主成分指標Y1、Y2，使用系统聚类中的Wards method，采用平方欧式距离度量方法，对主成分进行聚类分析，结果见表10。

其次，对产业结构类指标进行实证检验。

由表11可知，Bartlett球度检验统计量为238.607，检验的P值为0；KMO统计量为0.707，表明原始变量之间具有较强相关性，说明产业结构类样本数据可以进行主成分分析。

表12中可以看出根据特征值大于1的原则抽取了2个主成分，这两个主成分解释的方差占总方差的86.425%，可以代表样本指标中大部分信息。抽取的两个主成分的因子载荷矩阵如表13。

由因子载荷矩阵计算得到特征向量如表14。

3.区域因素差异修正方法

碳权资产是经济发展到一定阶段制度安排的产物，不同经济发展阶段碳权资产的价格表现并不相同，其地域特征明显。一般而言，经济欠发达地区碳权资产对企业价值贡献的绝对值及相对值都较小，交易价格一般低于经济发达地区；经济发达地区的产业结构较为合理，交易价格也较高。

基于以上分析，在对碳权资产的市场法评估中，地域因素的差异修正可通过以上方法进行区域分类，在一定程度上避免评估主观性。区域差异调整系数公式如下：

区域差异调整系数=待估企业所在区域类别打分值/参照企业所在区域类别打分值 （9）

四、研究结论

在全国碳权资产相关交易愈加活跃和即将构建全国碳排放权交易市场的背景下，本文从资产评估市场法的可行性分析出发，论证了市场法在碳权资产估值中的可行性。在市场法修正上，根据市场法评估原理和碳权资产交易特性，选取了三个关键调整因素即交易时间因素、区域因素、行业因素。并结合实证分析，确定了市场法三个可比因素差异修正思路和方法，构建了碳权资产市场法差异修正模型，使得差异修正过程更加科学合理。这将有利于为资产管理者和交易方提供价值参考，使相关交易活动更加科学合理；有利于促进碳排放权交易市场的健康发展，满足我国可持续发展和生态文明建设的客观需要。

【参考文献】

[1] 万林葳，朱学义.低碳背景下我国企业碳资产管理初探[J].商业会计，2010（17）：68-69.

[2] 梁美健，罗亚丽.碳排放权的资产观及其评估的若干思考[J].山东工商学院学报，2016，30（2）：23-26

[3] 刘萍，陈欢.碳资产评估理论及实践初探[M].北京：中国财政经济出版社，2013.

[4] 李继峰，张沁，张亚雄，等.碳市场对中国行业竞争力的影响及政策建议[J].中国人口·资源与环境，2016，23（3）：118-124.

[5] IPCC. 2006 Guidelines for national greenhouse gas inventories：volume Ⅱ[EB/OL].http：//www.ipcc.ch/ipccreports/Methodology-reports.htm.

[6] 国家发展改革委应对气候变化司.省级温室气体清单编制指南[EB/OL].http：//www.docin.com/p-297792786.html，2011.

[7] 国家统计局能源统计司，国家能源局综合司.中国能源统计年鉴2015[M/CD].北京：中国统计出版社.