[论文解读] Measuring and Managing Carbon Risk in Investment Portfolios

Théo Roncalli, Théo Le Guenedal+3 more|arXiv (Cornell University)|Aug 30, 2020

Financial Markets and Investment Strategies参考文献 27被引用 4

一句话总结

本文提出一种基于市场的动态方法，通过时变的棕色减绿色（BMG）风险因子和卡尔曼滤波法估算碳贝塔，以衡量和管理股票投资组合中的碳风险。研究证明，碳风险在金融市场上系统性地被定价，且存在显著的地区和行业差异，并表明将碳贝塔纳入考量可降低最小方差和增强型指数投资组合的绝对与相对碳风险。

ABSTRACT

This article studies the impact of carbon risk on stock pricing. To address this, we consider the seminal approach of Görgen extsl{et al.} (2019), who proposed estimating the carbon financial risk of equities by their carbon beta. To achieve this, the primary task is to develop a brown-minus-green (or BMG) risk factor, similar to Fama and French (1992). Secondly, we must estimate the carbon beta using a multi-factor model. While Görgen extsl{et al.} (2019) considered that the carbon beta is constant, we propose a time-varying estimation model to assess the dynamics of the carbon risk. Moreover, we test several specifications of the BMG factor to understand which climate change-related dimensions are priced in by the stock market. In the second part of the article, we focus on the carbon risk management of investment portfolios. First, we analyze how carbon risk impacts the construction of a minimum variance portfolio. As the goal of this portfolio is to reduce unrewarded financial risks of an investment, incorporating the carbon risk into this approach fulfils this objective. Second, we propose a new framework for building enhanced index portfolios with a lower exposure to carbon risk than capitalization-weighted stock indices. Finally, we explore how carbon sensitivities can improve the robustness of factor investing portfolios.

研究动机与目标

• 开发一种基于BMG风险因子的动态、时变碳风险衡量方法，用于股票投资组合。
• 评估不同气候相关维度——碳强度、排放敞口、管理质量及气候评分——在市场中的定价情况。
• 通过将碳贝塔整合到最小方差和增强型指数策略中，改进投资组合构建。
• 在投资组合优化中，比较基于市场风险的碳贝塔与基于基本面的衡量指标（如碳强度）的差异。
• 评估BMG因子是否可作为资产定价和投资组合管理中的独立系统性风险因子。

提出的方法

• 利用卡尔曼滤波法在多因子模型上估算时变碳贝塔，实现对系统性碳风险的动态追踪。
• 基于Trucost和MSCI的公司层面数据，构建BMG风险因子，其依据包括碳强度、排放敞口、气候变化评分及环境风险。
• 将BMG因子应用于扩展的法马-弗伦奇-卡赫特模型，以估算个股的碳贝塔。
• 通过施加对绝对或相对碳风险敞口的约束，重新制定最小方差和增强型指数投资组合的优化方法。
• 测试BMG因子的多种设定，以分离出哪些气候相关维度驱动了碳风险的市场定价。
• 比较基于碳贝塔与基于基本面碳指标的投资组合在表现和风险特征上的差异。

实验结果

研究问题

• RQ1 碳贝塔的时变特性如何影响股票投资组合中系统性碳风险的衡量？
• RQ2 在金融市场上，哪些气候相关维度——碳强度、排放敞口、管理质量或气候评分——被最充分地定价？
• RQ3 在多大程度上，将碳贝塔纳入考量可改善最小方差和增强型指数投资组合的风险调整后表现？
• RQ4 与基于基本面碳指标（如碳强度）的投资组合相比，使用基于市场的碳风险（碳贝塔）优化的投资组合在风险与收益方面有何差异？
• RQ5 BMG因子是否可被视为资产定价中一个独立的系统性风险因子，与规模、价值或动量因子相当？

主要发现

• 碳风险在金融市场上系统性地被定价，欧洲股市表现出负的碳贝塔，而北美股市则为正，表明市场认知存在跨大西洋差异。
• 碳强度和排放敞口是Carima因子最有效的代理指标，解释了BMG因子解释力的显著部分。
• 市场定价的碳贝塔与基本面碳强度之间的相关性较弱（低于30%），凸显了市场定价与直接环境指标之间的背离。
• 管理绝对碳风险（零BMG敞口）与管理相对碳风险（负BMG敞口）会导致不同的投资组合构建方式，从而产生截然不同的最优投资组合。
• 采用碳贝塔优化的增强型指数投资组合相较于市值加权基准，表现出更强的稳健性并具有更低的碳风险敞口。
• BMG因子在投资组合管理中可作为独立的风险因子，尤其在降低与碳暴露相关的未被补偿的金融风险方面，显著提升了最小方差策略的表现。