【摘 要】
:
当前气候变化已经成为人类面临的全球性问题,为了应对全球气候变化带来的挑战,我国于2020年提出了“30·60”双碳目标,争取2030年前实现碳达峰,2060年前实现碳中和,为应对全球变化制定中国方案,展现大国担当。但是企业在向低碳经济的转型中通常伴随着政策、法律、技术和市场的协同变化,而这些变化可能会为碳密集型行业带来生产成本提高、收到排放罚款、形成搁浅资产等诸多问题,为高碳行业带来风险。在我国,
论文部分内容阅读
当前气候变化已经成为人类面临的全球性问题,为了应对全球气候变化带来的挑战,我国于2020年提出了“30·60”双碳目标,争取2030年前实现碳达峰,2060年前实现碳中和,为应对全球变化制定中国方案,展现大国担当。但是企业在向低碳经济的转型中通常伴随着政策、法律、技术和市场的协同变化,而这些变化可能会为碳密集型行业带来生产成本提高、收到排放罚款、形成搁浅资产等诸多问题,为高碳行业带来风险。在我国,钢铁行业具有高能耗、高污染的特点,行业的发展为环境带来的污染较多、影响较大,但是钢铁行业在我国经济发展中仍然占据重要地位,具有重要作用。双碳目标提出后,众多文件特别提出了对钢铁行业的碳达峰要求,钢铁行业急需向低碳、清洁、绿色的方向转变,面临着巨大的转型压力和挑战。因此在国内制定双碳目标的背景下,本文从碳排放视角进行研究,探究钢铁企业碳排放与公司估值的关系,希望能够通过研究得出结论以指引我国钢铁行业平稳有效地低碳转型。本文在梳理国内外文献的基础上,对钢铁企业碳排放影响公司绩效的相关理论和影响路径进行了介绍和分析。在实证分析之前,先对我国钢铁行业的发展情况及碳排放表现情况进行介绍。钢铁行业是经济发展实现工业化和现代化进程中起到中流砥柱作用的行业,但是钢铁行业的碳排放居高不下,根据CEADs数据,2019年钢铁行业是国民经济体系中除电力部门之外的第二大碳排放大户,钢铁行业能否完成低碳转型,是影响我国双碳目标的能否实现的重要不确定性因素。本文实证研究部分的主要模型是分析钢铁行业碳排放表现与企业估值的相关性关系,根据从国泰安数据库、Wind金融数据库和中央财经大学绿色金融国际研究院发布的碳评价数据库中所获得的数据,建立面板数据的固定效应模型,对钢铁行业34家A股上市公司在2012年-2020年间的碳排放表现与公司托宾Q值之间的相关关系进行分析和研究,主要模型分为两个,分别实证分析了碳排放量得分和碳强度得分对企业托宾Q值的影响,主要结论如下:(1)基础模型的实证结果显示钢铁行业碳排放量得分、碳强度得分与托宾Q值均呈现显著正相关关系。(2)在基础模型的基础上进一步分析,考虑到我国国有企业与非国有企业因所有制不同而具有不同的治理模式和运营特点,本文进一步检验企业属性不同的公司的碳排放表现对企业估值的影响敏感度是否具有差别。实证结果显示,与国有企业相比,非国有企业的碳排放量得分、碳强度得分与公司估值的相关性更强。(3)由于2015年国务院发布了《关于推进生态文明建设的意见》,此后全社会开始高度重视生态文明建设,本文也在基础模型之上进一步分析了2015年前后钢铁行业碳排放与企业公司估值的相关性差异,实证结果显示相较于2015年之前,2015年后钢铁行业企业的碳排放量得分、碳强度得分与企业估值之间的相关性显著增强。最后本文在总结研究结论的基础上提出了建议:(1)加快推动钢铁行业绿色制造;(2)加快科技研发投入;(3)重视所有制形式不同的企业特点,针对不同公司进行不同方向的引导;(4)加强环境信息披露;(5)关注碳交易市场建设;(6)充分发挥转型金融的支持作用,以金融的力量助力双碳目标的实现。
其他文献
银行业在我国股市板块和金融体系中均具有重要地位。在股市板块中,银行业已经成长为A股市值权重最高的板块,流通市值占比高于10%。在金融体系中,我国金融体系以银行业为主体,主要通过银行信贷间接实现资金的融通,因此银行业对其他行业具有较强的风险溢出效应。分析银行业风险承担行为对股票价格的影响,不仅可以构建择时因子为资产组合配置提供参考,更具有监管和政策启示性。本文基于2007年至2020年我国A股上市的
自2015年对中资美元债的发行由审批制改为注册制后,中资美元债的发行进入了高速发展期。2017-2021年中国企业共发行1980只美元债融资8058.66亿美元,成为中国企业一个重要的融资渠道。然而随着美元债发行规模的不断增大,其风险也在不断增加。2018年-2021年共有44家企业发行的71只美元债违约,违约金额达到262.92亿美元。房地产企业作为美元债发行规模第二大的行业,违约金额更是处于高
2020年初的疫情对世界经济造成了巨大冲击,德尔塔、奥密克戎变异毒株的高传染性和隐秘性又给预期的经济复苏蒙上阴影;国内外部环境不断恶化,中美摩擦不断加剧,除去政治摩擦外,两国经济摩擦也愈发频繁,美国对中国高端科技企业的制裁也愈演愈烈。面对诸多困难和挑战,中小企业面临极大的生存压力,解决的唯一方式是促进实体经济发展。而实体经济是由众多产业供应链组成的一张大网,增强实体经济的韧性和活力的关键点在于提高
债券融资在我国金融市场占据核心地位,规模巨大。自2014年首次出现债券违约以来,该现象在我国成为常态。2021年,陆续有多家房企违约,包括华夏幸福、蓝光发展等,房产巨头恒大也处于非常危险的位置。在国家加强对房地产管控,叠加疫情爆发影响企业正常经营的情况下,对于房地产企业的违约风险研究尤为重要。本文以2021年7月12日,蓝光发展发行的“19蓝光MTN001”为例,剖析蓝光发展债券违约的背后原因,并
2021年6月份,我国首批公募REITs上市交易,这是我国REITs市场一个新的里程碑。公募REITs作为一种公众对于不动产领域的投资产品,具备投资门槛相对较低的特点,符合目前阶段我国发展的要求,也为公众提供了除股票与债券之外的另一种投资工具。首批公募REITs的上市为研究其投资价值提供了契机,本文选取其中浙商证券沪杭甬高速REIT作为案例,通过对该案例进行具体分析,来研究我国公募REITs的实际
创新药行业作为医药领域近几年快速发展的细分行业,属于国家重点支持的战略性新兴产业之一,再加之其在肿瘤、自身免疫、心血管等领域疾病中出色的表现,使其备受资本市场关注。港股上市标准的改革以及科创板的推出,让未盈利创新药企业也能通过股票市场进行融资。但随着而来的是创新药企业的估值问题,上市首日破发、股价大幅波动等成为了困扰投资者的首要难题。基于这样的背景,本文试图构建一套适合未盈利创新药企业的估值模型,
2021年6月21日,我国首批权益型公募REITs正式落地,这是我国资产证券化市场经历了近三十年的REITs探索后的尝试。一路走来,我国资本市场呈现出了监管主导的市场结构,反映在资产证券化产品交易结构上为以“银行间协会-银行间市场-信托计划-私募基金-基础资产”和“证监会/中基协-专项计划-私募基金-底层资产”为代表的具有REITs属性的产品。公募REITs选择了证监会条线结构,这是市场发展历史决
在这个全面数字化转型的时代,量化投资在投资领域中占据着越来越重要的地位。而机器学习分类算法在人工智能快速发展并得到应用的同时,无疑通过其刻画复杂关系和挖掘数据规律的能力,为构建量化投资选股策略助力良多。在市值轮动的背景下,利用机器学习分类算法针对性的刻画不同市值场景下的股票收益特征,并不断提升算法的有效性和合理性,以构建具有收益性和稳定性的投资策略具有现实意义。本文首先结合量化投资、机器学习和市值
在环境污染以及能源短缺问题对我国传统汽车产业发展形成持续困扰的情况下,新能源汽车以其采用了非常规车用燃料的显著优点引发市场广泛关注,并受到了我国政策方面的大力扶植。2021年,新能源汽车销售台数飞速增长,引致动力电池装机量急剧上升,动力电池的原材料——锂的需求激增,一度供不应求,叠加疫情的不利影响,电池级碳酸锂的市价一年之间翻了五倍。锂的价格飞升,导致各大新能源汽车厂商以及动力电池厂商出现了“增收
2014年的“11超日债”事件打破国企刚性兑付预期后,信用债的“刚兑信仰”消失,我国的信用债市场违约现象逐步显现,希望由政府代偿逐渐转为用市场化的处理模式来解决。当年才开始有债券违约出现且只有6只违约,违约规模13.40亿元,而到了2021年却到了148只1595.93亿元,债券违约规模上升速度较快。而各省份之间债券信用风险又有一定的关联性,亟需理清债券违约风险的传染逻辑,以便于降低一个省份的债券