中国金融服务业应当如何迎接ESG时代的到来 (图)
本文转载自FT中文网,仅代表原出处和原作者观点,仅供参考阅读,不代表本网态度和立场。
陆培丽、布莱恩•黄:以ESG为桥梁,从ESG评价标准出发,识别影响企业可持续发展的财务管理等指标,才是金融市场应当进行的衡量方式改革。
刚过去的全国“两会”上,中国国家主席习近平表示:“绿色转型是一个过程,不是一蹴而就的事情。要先立后破,而不能够未立先破。”“实现‘双碳’目标,必须立足国情,坚持稳中求进、逐步实现,不能脱离实际、急于求成,搞运动式‘降碳’、踩‘急刹车’。”这数点论述,延续了习近平去年在亚太经合组织工商领导人峰会上的演讲主旨。在该演讲中,他认为各国领导人要准确理解可持续发展理念,以各国人民为中心,协调好经济增长、民生保障和节能减排,在经济发展中促进绿色转型,在绿色转型中实现更大发展。
可持续发展目标是全球迈向可持续发展的阶段性目标,而ESG(环境、社会和治理)企业评价标准则是揭示金融风险,为企业提供融资,帮助转型,并实现可持续发展目标的准则。ESG理念和框架充分纳入可持续发展目标的内容。ESG推动企业的环境、社会和治理变革,推进风险可控的融资体系,则有助于支持实现企业可持续发展目标。虽然民间对可持续发展的重要性日益重视,但金融服务业应当如何量化,如何系统性地处理可持续发展带来的风险与机遇,坊间仍然莫衷一是。
ESG投资最近受到很多关注,国外的研究报告也层出不穷。据国际可持续投资联盟统计,全球“社会责任主题”的投资策略资产管理规模大概为229亿美元,与ESG概念相关的资金管理规模约为1080亿美元。近几年来,资产管理机构也越来越愿意用ESG概念来新设基金,投资人也愿意投资更多资产到类似投资理念的基金产品中去。可是,现有ESG投资的评价标准体系大部分处于数据处理、打分体系阶段,数据处理的过程与结果并没有揭示企业金融风险,也没有为企业提供融资帮助,与企业的市场价值没有产生直接关联。在金融市场上,我们常用的对标企业的指标有企业市值、企业市盈率、企业资产负债率等,这些指标都可以用来刻画金融风险。不同ESG评级公司用的评级指标不同,从一般意义上无法判断指标的有效性和评级的优劣,这为企业和金融机构应用ESG评价标准带来困难。碳金融所需要的评价标准是能够解释企业金融风险,为企业提供融资转型的标准。
以ESG为桥梁,从ESG评价标准出发,识别影响企业可持续发展的财务管理等指标,定量对指标进行回测,揭示每个指标的市场风险,才是金融市场应当进行的衡量方式改革。只有建立了可靠的、有效的、适应于不同时期的有效指标体系,ESG评价标准才能更好地被运用到企业实践中,ESG投资策略才能让金融机构更好地赋能实体企业。企业和政府更可以用量化模型、机器学习等方法应对不同行业企业、不同指标之间的复杂关系,并确立可持续发展与金融风险之间的定量及关系。
所有企业针对可持续发展与金融风险的判断必须分行业进行,因应特定行业,制定和鉴别相关ESG有效指标。政府必须按生产要素来细分行业,从资本和人力两个生产要素维度去看不同行业,依据资本分为重资产行业和轻资产行业,依据人力分为劳动密集型行业和轻劳力行业。在劳动密集型行业,如光伏、煤炭、电力等,人员管理包括企业人数、管理能力、人员稳定性,即ESG评价标准中的治理“G”会起到关键作用,因为它影响着企业财务上的风险指标,包括成本支出、生产安全性以及相关的运营成本。反之,资本密集型行业,如航空运输、能源行业,涉及到ESG中的降低碳排放的环境“E”因素更为重要,例如投资碳科技公司或者项目,就属于企业的兼并收购行为,会影响企业风险指标,包括资本支出以及相关财务开支,从而导致企业的财务成本、企业价值和可持续发展战略发生变化。
综上所述,影响不同行业可持续发展的关键风险指标是不同的,行业企业在实践可持续发展理念时,不能一概而论,应该识别各行业的不同财务特征、市场特征等金融风险,科学地在环境、社会、治理的不同分支下建立指标评价标准,并开展实践,推进财务筹划,用金融手段赋能企业发展,有效提高不同行业的企业价值,推进可持续发展目标。
用MSCI的ESG打分指标来举个例子。在MSCI的ESG指标中,环境大类下,有一个主题分类是污染和废弃物。企业如何应对有毒的排放物和废弃材料,如何应对环境污染,是该项主题下的重要考察内容。应对预案不够充分、容易造成环境污染或者措施不完善的企业,评分会相应降低。而一般来说,此类企业未来发生污染事件,造成企业名誉和经营受损的风险相对较大。靠披露信息和是否污染的事件逻辑,我们仅能进行不精细的分类,而如果更进一步,用污染物排放治理的成本与该行业历史收益率进行检验,既可以在降低污染、增加企业成本的基本逻辑上令人信服,也能使企业运营成本及其打分更加精细化。通过长期数据的积累和算法的调整,我们能够得到有效的行业污染物治理成本与该行业收益显著性的关系,从而回到企业,指导企业实践。
当然,也有不少金融风险评估必须进行跨行业的系统性分析,探索不同行业之间围绕金融风险的互动和串联应当如何进行。跨行业金融风险传递研究是最近几年在金融分析里产生的,但由于金融分析师本身固有的学科限制、考核限制等,一般跨行业研究是难点。在行业企业里,涉及到更加精细的技术领域,如电力领域和石化领域,相关技术和学科是完全不同的,但这些都属于能源领域,能够理解和精通双学科的人才是紧缺的。
但是,跨行业研究对于产业供应链体系和全社会可持续发展又非常重要,它能帮助企业理解并预判未来一段时间内上下游行业的变化对企业自身可持续发展的影响及其可能性。比如,对于新能源汽车行业,要对行业上游电池的发展趋势及其风险进行预判,而储能电池行业,要对上游的锂、钴储量和价格等指标进行预判,而锂、钴等属于材料行业,隶属该行业的企业在治理“G”结构中的风险指标,包括资本开支、兼并收购等,会影响整个行业的价格趋势变动。
综上所述,可持续发展金融风险传递贯穿于产业链内循环之间,产业链结构越是趋于复杂网络性,风险指标越是难以识别和分析。我们需要尽可能地及早洞察并定量分析产业链变化的关键指标,对关键指标进行量化科学分析,为企业、政府的动态响应和管理决策提供科学依据。金融研究大可考虑利用人工智能的方式,构建产业链复杂网络,自动寻找行业上下游的关联性,在关联性的基础上找到传递的路径,用人工智能和大数据等方法赋能产业链内循环的可持续发展。
最后,定量分析各行业金融风险。要识别每个行业的ESG有效指标,解释金融风险,可以采用因果分析、相关分析、回归分析等方式,并检验其显著性特征,这些分析方法在金融量化分析中是普遍采用的。 我们使用每个行业专家提供的关键词和“绿色”“可持续发展”等关键词,通过机器学习的知识图谱,链接到相关影响力节点、产业链节点、技术节点,从而构建对行业产生影响力的关键风险指标,从可能性、影响力、及时性三方面评估指标,对这些节点指标和收益率进行历史回测,从收益率体现显著性影响。
可持续发展金融风险研究与金融量化分析的区别是:可持续发展用于企业社会实践,帮助企业化解风险,获得融资;而金融量化分析用于金融市场博弈。可持续发展金融风险研究的重点在于识别有效指标,把机器学习与行业、企业专家分析结合在一起,形成反馈与自反馈机制,这样才能给企业价值提供有效的支撑和帮助。资本市场的魔力在于市场公开信息都能被及时反映在价格里,因此用一般风险指标去挖掘并解释超额收益率,在中短期内恐怕会和所有概括性量化指标一样,失去针对ESG议题分析的有效性。但长远而言,我们仍坚信环境、社会、治理的可持续发展目标在碳中和、碳达峰的指引下最终会超越其他投资理念,且践行该目标的过程就是金融市场服务于企业实践的过程,该目标下的重要影响力风险指标会随着时间动态变化,服务于企业价值的提高。
本文转载自FT中文网,仅代表原出处和原作者观点,仅供参考阅读,不代表本网态度和立场。