“双碳”目标背景下的碳排放权价值评估研究——基于碳交易生产函数模型

(整期优先)网络出版时间:2022-06-09
/ 4

“双碳”目标背景下的碳排放权价值评估研究——基于碳交易生产函数模型

王 莉

重庆理工大学 重庆市 400054

摘 要:在碳达峰、碳中和的“双碳”目标背景下,我国碳排放权交易市场的健康发展需要科学合理的碳排放权估值方法来保驾护航。本文将碳排放权界定为无形资产,并运用PCV碳交易生产函数模型对其进行估值研究。另外,由于火电企业是碳排放权交易的代表性对象,本文选取大唐国际发电股份有限公司为评估对象对模型进行验证,最终取得的结果与实际情况较为相近,说明了模型的合理性,可以为其他行业的碳排放交易提供借鉴,并为碳交易市场发展提供参考。

关键词:“双碳”目标;碳排放交易;碳排放权估值;putty-clay vintage模型


一、引言

2020年9月22日,习近平总书记在第七十五届联合国大会上宣布:“中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和。”随着全国碳排放权交易市场上线交易,我国成为全球规模最大的碳市场,落实碳达峰、碳中和目标(以下简称“双碳”目标)有助于推动我国经济高质量发展,也有助于提升我国在国际传播话语中的全球形象。对于本文所选取的具有国际经营业务的“大唐国际”来说,其生产经营分布于世界各地,深度构建排放权的估值与交易体系是其讲好中国“双碳”实践故事的重要依托。

推进“双碳”目标的落实是党中央做出的重大战略决策,习近平总书记先后发表8次相关主题的讲话,而践行“双碳”目标是企业实现自身可持续发展及应对全球经济、环境生态的应有之举。然而,我国企业过去粗犷式的发展策略给生态环境带来了诸多不良影响,而碳排放权成为了公认的一种有效调节手段,对环境治理可以起到很好的作用,我国过去的试点交易所取得的成就也彰显了其合理性和有效性。 实现“双碳”目标,“能源是一个主战场,电力是生力军。”一直以来,传统化石能源很大一部分是由发电行业所消耗,发电行业自然也就成为很多国家开展碳排放交易的首选目标,我国典型的能源结构又使得火电在我国的电力供给中位于“头把交椅”,所以火电企业的减排工作就显得更加重要。

因此,本文选用了火电企业当中的代表——大唐国际发电股份有限公司(股票代码:601991)作为评估案例,运用碳交易生产函数模型对碳排放权开展评估研究,以期为发电行业提供价值参考。



二、文献综述

(一)国内研究综述

在碳排放权的属性方面,国内学者从其法律性质、法律层级、会计确认等方面做出相关研究。郑爽(2018)认为碳排放的权利化具有争议性,碳排放产权化的政策对市场的引导存在局限性,应该更加强调其义务性质;刘诚(2018)在对我国开展试点交易以来的基础上,提出部分地方的法律层级有待提升,并建议建立相关的信用体系对企业的履约进行管理。但目前我国的碳交易市场还需要加强相关的法律法规建设,以保障市场的稳定运行。

尽管各有各的说辞,但是把碳排放权认定为一种资产是没有人持反对意见的。楮晗旭(2015)分析了碳排放权的资产属性,提出其具有商品属性、金融属性和财产属性,并与土地使用权对比,得出在目前我国企业对碳排放权的使用还主要以完成减排目标为主,所以将其定义为一种无形资产更加合适。

在碳排放权定价的适用方法上,虽然方法众多,但国内学者对于期权定价更为青睐。梁美健(2016)等在碳资产评估的现状上,对市场法、收益法、成本法的适用性进行了阐述,提出了实物期权法在此方面的运用思路。冯路、王天庆(2014)将期权的思想引入了配额的初始分配中,提出可以对减排企业发放碳期权的想法,并且用美国的“酸雨计划”作为支撑,说明了其可行性。此外,对碳排放权期权定价还可以使用二叉树模型,张立君(2014)以深圳能源为例进行了验证,将结果与使用成本法的评估的数据进行了对比,说明了该方法的优越性。但是,由于我国的碳排放交易市场刚刚起步,能够获取的样本数据不多,并且各试点的数据差异性较大,一些模型所须的假设与实际情况并不完全吻合,并且碳价可能受到其他非市场因素影响,所以在碳排放权评估中使用实物期权法需要进一步讨论(伊静,2016)。

另外,还有学者使用Putty-Clay-Vintage模型对碳排放权进行定价,门明、张秋莉(2010)对Putty-Clay-Vintage这一碳交易生产函数模型进行述评,揭示该模型的主要观点、贡献和缺陷,并结合我国国情,从企业生产优化安排、金融市场发展、国家宏观经济和排放配额分配角度探讨该模型在我国碳交易中的应用,运用该模型计算出来的结果,与实际情况比较接近,说明该模型具有较强的合理性,可以为我国制定科学、统一的定价机制提供参考。

总的来说,国内的碳排放权交易开展相对较晚,统一的交易市场还未实际落地成型,对碳排放权的研究主要集中在基础属性和法律问题上,并且这些问题还需要持续做出改进和完善,在碳排放权价值和它对企业经营影响的研究工作就更加有限,很多情况都是将碳排放权单独进行研究。

(二)国外研究综述

在交易市场方面,国外学者对欧盟的碳交易体系研究相对较多。Liu Li ei(2015) 分析介绍了国际上中国碳交易市场的地位,探讨了其政策制定和相关发展情况,认为建立健全实时碳价对碳交易市场的良性发展来说不可或缺。Atsalakis(2016)对比了一些计算机技术在碳价预测上的准确性,并用欧盟的碳排放交易数据进行实证,最后发现混合模糊神经网络模型对碳价的预测最为准确,可以为交易方进行风险管理提供有效参考。

William Blyth and Derek Bunn(2011)对欧盟的碳价研究发现,联合考虑政策、市场以及技术风险后,政策的不确定可能是导致碳价风险增加的主要原因,如果将减排率从20%提高至30%,政策风险的影响会相对弱化,而碳价会更多受市场驱动。Xiaoping He(2015) 使用影子价格对观察期内的中国的碳减排成本进行了计算,得出的平均边际减排成本是104元/吨二氧化碳当量,并且减排成本会因为地区的不同而产生差异,一般来说东部会比中西部的减排成本高,但是总的来说,中国的碳价水平与此相比较低,所以市场并不有效。

在计算方法上,国外学者进行了多维模型的建构,并验证其预测准确率。Färe(1993)使用生产模型对投入和产出来对二氧化碳的机会成本进行计算,由于假设条件较少,使用该方法计算的结果容易被接受,也可以广泛使用。Janek Ratnatunga(2011)等在碳排放权的价值评估中使用了无形资产的评估方法,并以此为基础尝试构建环境能力增强资产评估模型,最后对模型的适用性进行了相关验证。Garcia-Martos(2013)使用GARCH模型对碳价、电价以及化石能源价格之间的关联性做了研究,并建立了动态预测模型。

相较之下,目前关于碳排放权的研究国内外存在较大差异,由于国外开展交易比较早,各项市场建设相对国内比较完善,对碳排放权交易的研究内容会较为深入,很多情况下已经将碳排放权视为一种投资工具进行定价研究,这与我国大部分企业的实际发展情况有所区别,但这也为我国碳排放权的定价方面提供了丰富的经验。

三、碳排放权价值评估模型构建

(一)估值方法

结合上文中对国内外文献的梳理,以及对碳排放权的属性辨析思考,本文将碳排放权界定为无形资产进行评估。在普通的评估活动当中,常用到的评估方法便是市场法、收益法、成本法,但这些传统的方法都存在很大的局限性。在进行综合分析之后,本文则尝试采用PCV碳交易生产函数模型进行评估分析。

PCV碳交易生产函数模型认为,对于把碳产物当作主营业务收入来源的火电企业来说,碳排放权也是其必不可少的一种生产要素,而探讨该种特殊的生产要素给企业带来的价值,就是首先综合分析企业的主营业务收入和相关成本费用,了解该种生产要素给企业带来的最大利润,接着以企业的最大碳排放总量所满足的范围为约束条件,计算出企业的最大利润对碳排放总量的导数,也就是一单位的碳排放量所能够给企业带来的边际效益,再加上其他影响价格的因素的修正系数,就是碳排放权的内在价值。

PCV模型是从企业的真实经营状态去对碳排放权进行估值,实用性较强,而且在计算过程中没有严格的使用前提,考虑到的参数也比较少,因此容易理解且局限性比较小,此外,市场上大部分火电企业的相关成本数据也容易获取,因此在使用过程当中,不需要耗费大量的人力物力,所以具备了一定的可操作性和可推广性。因此,本文首先借鉴Peter和Sandra的观点,综合运用Putty-Clay模型和Vintage生产函数来计算企业生产经营活动当中的碳交易相关成本,并考虑了门明、张秋莉对Putty-Clay Vintage模型的改进,只考虑短期生产的情况进而核算企业的有关碳排放权的相关成本C,综合分析考虑企业的主营业务收入(这里只考虑火电产品带来的主营业务收入)和相关成本费用,构建企业的利润函数π,并以企业经营过程中,常见的碳排放权三大来源作为约束条件,最后求出利润函数对碳排放总量的导数,即可得到企业的单位碳排放量的经济效益,再将其他影响碳排放权价格的因素考虑进去,即可获得碳排放权的内在价值。

(二)模型构建

设定净利润函数为π,则:

62a1a1cbb0727_html_f406f4cdf464f2b2.gif (式3-1)

其中:L为企业销售火电产品或者进行跟火电产品相关业务的收入,pi是售卖出去的某类产品的价格,Qi是企业生产的该类产品的数量,VC是企业的变动成本,VC1是与碳排放权相关的变动成本,VC2是其他的变动成本,FC是固定成本。

在前文当中,我们已经假设了企业是处于短期生产的条件下,那么VC1的可能来源有三个:一是企业在使用完国家分配的碳排放权额度之后,从市场上额外购买的碳排放权的相关费用C1;二是企业由于引进了新设备、新技术来减少碳排放量以及提高能源利用效率所付出的成本费用C2;三是企业在以上两种情况之外,还产生了超出额度的碳排放量所依法缴纳的罚款C

3。则: VC1=C1+C2+C3 (式3-2)

本文假设企业采用新型技术所减少的碳排放量与相关成本之间成线性关系,则:

C2=E062a1a1cbb0727_html_97197f121da62190.gif C (式3-3)

其中:E0是企业的实际减排量,C是单位减排量的成本。

企业在短期生产当中,实际的碳排放总量ET应当小于国家无偿分配的碳排放额度E1、在碳交易市场购买的碳排放量E2、超额排放量E3三者之和。则可得模型的约束条件如下所示:

ET≤E1+E2+E3 (式3-4)

联合以上各式得到估值模型:





𝜋= L − 𝑉𝐶 − 𝐹𝐶

VC1=C1+C2+C3

ET≤E1+E2+E3

利润函数对碳排放总量进行求导之后就得到了单位碳排放量产生的边际利润,即为碳排放权的内在价值𝑉 = 𝑑𝜋 ÷ 𝑑ET+𝜎,其中𝜎为其他因素对价格的影响。


四、大唐国际碳排放权的价值评估

(一)评估背景

大唐国际是中国大型的上市发电公司之一,经营范围主要以火力发电为主,是典型的企业经营收入主要来源于碳产品的企业。本文选择大唐国际主要是因为其在生产经营过程中,主要以火力发电为主,作为上市公司,数据获取也相对容易。其生产经营分布于世界各地,具有广泛性和典型性。公司积极响应国家号召,努力降低资源消耗和污染物排放,持续推进绿色低碳发展工作,具有较好的减排示范作用。

(二)碳排放权价值的确定

1、利润函数

根据公司2020 年年报,公司累计完成发电量约2,726.30 亿千瓦时,同比增长约2.77%;累计完成上网电量约 2,547.70 亿千瓦时,同比增长约 1.69%。实现经营收入约为人民币956.14 亿元,比上年同期上升 0.17%;从年报来看,公司主营业务为电力销售,其占比约达到总收入的88.28%,因此,本文假设以销售电力产生的收入作为公司的总收入,主要用电力单价P与发电量k的乘积表示。根据公司年报,公司2020年境内电厂含税上网平均结算电价为 P=0.39581元/千瓦时。

在企业成本构成中,原煤价格上的变化会给成本带来较大的影响。而从发电类型来看,火力发电共22,839,911万千瓦时,占公司全部机组发电量的83.78%。因为大唐国际的发电燃料主要以原煤为主,所以将模型中的与碳排放权相关的变动成本以所要消耗的原煤的成本代替,主要用原煤单价m与原煤的使用量u的乘积表示。根据公司年报,火力发电机组每供出1千瓦时电能平均耗用的标准煤量为 0.30648 千克标准煤/千瓦时,原煤与标准煤的折标系数为0.7143千克标准煤/千克原煤,则k=1000÷(62a1a1cbb0727_html_e00466241d566d53.png ) = 2330.66千瓦时/吨原煤。根据国家发改委价格监测中心发布的数据,2020年12月中国电煤价格指数为m=430.12元/吨原煤。

由于公司所属火电企业全部建有除尘、脱硫、脱硝、废水处理等防治污染设施,运行状况良好, 全部达到或严于国家排放标准,并未出现超额排放二氧化碳所带来的罚款,则该项数据按C3=0处理;根据相关文献的研究成果,火电企业二氧化碳单位减排成本C=234.2元/吨。根据物价指数将其调整为2020年的水平,则C=300.25元/吨;企业外购碳排放权的成本C1可以通过碳排放权的单价Ca和碳排放权的交易量Cb的乘积计算得出。

综上,我们可以得到企业的利润函数为:

62a1a1cbb0727_html_db5598d3c81d6166.gif

  1. 碳排放因子

根据联合国政府间气候变化专门委员会(IPCC)公布的数据,原煤的碳排放系数为 25.8kgC/GJ,原煤平均低位发热量为20908KJ/kg。

目前燃机发电的碳氧化率已经接近100%,这里近似看作完全转化,则二氧化碳排放因子𝛼 = 25.8 × 20908 × 62a1a1cbb0727_html_c2500e149ae6ce8f.png × 10−6 = 1.9797吨二氧化碳/吨煤。

  1. 碳排放权价值

因为大唐国际的发电以原煤为主,而二氧化碳的排放量主要与原煤的燃烧量有关,所以企业的总碳排放量可以看作二氧化碳排放因子与企业所用的原煤数量的乘积ET= 𝛼×u来表示。根据中国碳交易网,2020年全国碳排放权交易试点平均交易价格为29.19元/吨,此时利润函数可以化简为:

62a1a1cbb0727_html_b1ee5a27a0a8acd0.gif

=62a1a1cbb0727_html_6d7f76c8aafa204b.gif

=62a1a1cbb0727_html_3880a9e2968f8b9d.gif

将利润函数π对碳排放总量ET求偏导,碳排放权价值便可以得到,即:

62a1a1cbb0727_html_9870253442624f2c.gif

根据公司过去发布的可持续发展报告,2020年公司综合减排比率为21.30%,则62a1a1cbb0727_html_4aeefedefae11934.gif62a1a1cbb0727_html_bf743d5c2f5cbaeb.gif
均在(0,0.213)之间。62a1a1cbb0727_html_ca251a9e165ee99b.gif 为影响碳排放权价格的其他因素,比如宏观经济政策等,这里不做详细讲解。最后计算得到公司的碳排放权价值在(178.77,248.94)之间,这个数据与2020 年CDM项目成交价格在14~28欧元之间较为接近,该计算结果是可以接受的。

根据评估得到的结果,并结合我国碳交易网数据可以了解到,我国2020年的碳交易配额成交金额,在2014-2020年之间,达到了最高值,但是从单价来看,市场价格却是属于偏低。主要原因有两个方面:一是市场上交易的碳单价普遍不高,这是由于全国的碳排放交易市场还未完全成熟的原因导致。二是企业规模庞大,并且我们在估值过程中没有考虑到其他的生产要素带来的贡献,因此就会看到单位碳排放对企业的利润带来的贡献率较高。


五、结语

在“双碳”目标背景下,虽然碳排放权交易试点已初具规模,但从目前的情况来看,关于碳排放权交易定价方面还存在颇多问题,因此,建立一个切实可行并能被广泛推广使用的碳排放权定价模型是十分有现实意义的。由于碳排放权作为无形资产的一种,有其自身的特殊性:一是市场上难以找到相似的参照物;二是它的收益以及获利年限和折现率都难以确定;三是它不存在实体性贬值并且受经济环境等多方面影响,经济性贬值和功能性贬值也难以确定,所以传统三大评估方法并不适用于碳排放权价值的评估。

基于此,本文在综合分析了几种评估方法的基础上,最后选择了PCV碳交易生产函数模型进行评估。把碳排放权当作火电企业的一种特殊的生产要素,在只考虑短期生产交易的情况下,首先综合分析企业的主营业务收入和相关业务成本,计算出企业当年的利润函数,其次从企业最大碳排放总量的角度对该函数进行约束,最后求取一单位的碳排放量对应的利润,即为碳排放权的内在价值。另外,本文还选取了火电企业当中的代表——大唐国际发电股份有限公司作为评估案例对模型进行验证,最后得出的评估结果,参考同时期内CDM项目的成交价格区间,说明了模型计算结果的合理性。



参考文献:

[1]人民网:减碳,中国设定硬指标(美丽中国),http://society.people.com.cn/n1/

2020/0930/c1008-31880347.html,2021年9月30日.

[2]陆佳怡.如何做好碳达峰、碳中和中国方案的国际传播[J].对外传播.2021,(10):67-70.

[3]王哲.中国企业“围湖夜话”聚焦落实“双碳”目标[J].中国报道.2021,(11):62-65.

[4]郑爽.碳排放权性质评析[J].中国能源,2018,40(06):10-15.

[5]王艳,李亚培.碳排放权的会计确认与计量[J].管理观察,2008(25):122-123.

[6]束兰根,辛晴. 碳达峰视角下的中国地级以上城市碳排放与经济发展相关性研究[J].电子科技大学学报(社科版),2021(10):20-25.

[7]朱跃钊,陈红喜,赵智敏.基于B-S定价模型的碳排放权交易定价研究[J].科技进步与对策,2013,30(05):27-30.

[8]伊静.低碳经济下碳排放权内在价值评估研究[D].华北电力大学(北京),2016.

[9]张立君.期权定价模型在碳排放权评估中的应用研究[D].北京交通大学,2014.

[10]李邓杰,宋夏云.我国碳排放权价值评估模式研究与应用——以浙能电力(600023)为例[J].中国资产评估,2018(06):20-24

[11]王宇露,林健.我国碳排放权定价机制研究[J].价格理论与实践,2012(02):87-88.

[12]辛姜,赵春艳.中国碳排放权交易市场波动性分析——基于MS-VAR模型[J].软科学,2018,32(11):134-137.

[13]Xiaoping He. Regional differences in China’s CO2 abatement cost[J].Energy Policy,2015,(80):145-152.

[14]Dallas Burtraw, Kristen McCormack. Consignment auctions of free emissions allowances[J].Energy Policy,2017,107.

[15]Amelie Charles, Olivier Darne, Jessica Fouilloux. Market efficiency in the uropean carbon markets[J].Energy Policy,2013,(60):785-792.

Shape2

4