绿色投资基金绩效评价研究

2022-05-20 10:38李治宇

经济与管理 2022年3期

李治宇 ,洪帅

(1.河北经贸大学经济研究所,河北石家庄 050061;2.河北经贸大学京津冀协同发展河北省协同创新中心,河北石家庄 050061)

一、引言

当前全球范围的碳达峰和碳中和行动,对未来数年的经济和市场都将产生深远影响。多数研究认为中国实现碳中和的投资需求在100 万亿元以上,目前存在着巨大的资金缺口。不断完善和发展应对气候变化的资金机制已成为国际共识,绿色投资基金既是应对环境变化的内在要求,也是实现绿色复苏的重要动力。绿色投资基金被视为国际环境行动计划的一项重要金融工具,为绿色项目融资提供了可行的解决方案,日益成为满足巨大绿色投资需求的市场主体。2016 年,中国人民银行、财政部等七个部委联合发布了《关于建设绿色金融体系的指导意见》,明确提出了建立市场导向的绿色发展基金,有效激发更多的社会资本进入绿色产业。绿色投资基金将绿色投资理念纳入投资决策,有效降低环境风险,不仅可以补充短期内现金流,还有助于实现长期社会效益,同时还可以倒逼企业提升自身绿色化程度。绿色投资基金管理过程中不仅要考虑基金的财务表现,还要关注股东价值之外其他利益相关者的利益,践行社会责任和环境责任。尽管绿色投资有巨大的实际需求,但绿色投资的未来可能取决于其提供回报的能力,要求在投资收益方面具有竞争力。一方面,绿色投资基金投资于生态环境相关项目可能会面临较高的机会成本;另一方面,绿色基金投资于绿色发展项目又可能获得可持续的回报和长期的发展前景。绿色投资基金的绩效评价是发挥其促进绿色转型关键作用的重要环节,西方国家ESG 理念相对比较成熟,但投资标准和我国特殊发展阶段、国情还存在较大差异,如对绿色项目的标准界定和指标权重存在不同考虑。如何有效衡量绿色投资基金绩效,特别是环境绩效,对发挥好绿色投资基金的支撑作用,进而带动更多的资金投向绿色产业具有重要意义。

国内外学者对绿色投资基金评价指标和绩效表现进行了较为丰富的研究。Wermers从基金的选股策略出发,将基金收益分解为选股能力、择时能力、交易成本、投资组合的总收益等部分,该方法区分了基金管理能力对绩效的影响。王守法从收益与风险、风险调整收益、基金经理人的选股择时能力以及基金绩效的持续性四个方面建立指标体系,并用主成分统计分析方法,对我国证券投资基金绩效进行分析,结论表明证券投资基金总体上很难长期跑赢大盘,但具备较好的风险管理能力。Mallett et al.发现绿色投资基金的回报类似指数回报,还发现绿色投资基金之间的收益差异很小,这归因于绿色投资基金的存在时间很短。Climent et al.认为考察绿色投资基金绩效需要综合考虑基金的投资组合管理能力和环境绩效。Yin通过对比绿色投资基金与非绿色投资基金绩效发现,绿色投资基金绩效高于非绿色基金,短期内两者环境绩效无明显差异。Chang et al.研究结果表明绿色投资基金具有非常不稳定的性质,同时基金的长期费用率对基金绩效有重要影响,绿色投资基金优势在于实现长期稳定价值回报。邹小芃等发现绿色证券投资基金的持股不能显著促进企业履行其环境责任,绿色证券基金投资者更希望通过持有基金份额以实现环境效益,而对基金的财务绩效不敏感。

以往在基金业绩评价的各种模型中,多基于现代投资理论,综合考虑风险和收益因素,开展多因素绩效分析。Fama et al.构建了三因子模型,认为股票的超额收益可以由市场风险、市值风险、账面市值比风险来共同解释。Carhart将基金所持股票收益的持续性引入基金绩效分析框架,将三因素模型扩展为四因素模型,提升了模型的解释能力。朱波等采用随机前沿分析方法对我国开放式基金的绩效评价表明开放式基金存在显著的技术非效率,常用绩效指标之间具有排序不一致性问题。危平选取22 只绿色基金样本,利用四因素模型对绿色投资基金进行绩效评价,结果表明绿色投资基金的总体绩效高于市场基准,但在统计上不显著,说明我国绿色基金的直接收益与传统基金和市场基准相比不存在显著差异,而样本绿色基金的风险显著低于市场基准,说明我国绿色投资基金具有一定的风险规避功能。高宏霞通过三因素模型对我国绿色投资基金进行绩效分析,结论表明绿色基金趋同性较严重,且大部分基金表现出一定程度的“风格漂移”,绿色基金的绩效可以通过市场因子、规模因子和账面市值比因子得到解释,大部分的样本基金多倾向配置中小盘股和成长股,未获得超额收益,未较好地分散系统性风险。

现有研究主要偏重对基金财务绩效的分析,而且对绿色投资基金与非绿色投资基金的评价标准并不一致,不能适应绿色转型发展的迫切需要。在研究方法上缺乏对各种评估指标进行评价以及进行必要的适用性分析,特别是对绿色投资基金环境绩效研究较少。本文试图综合衡量绿色投资基金的财务绩效和环境绩效,基于五因子面板数据构建评价模型对绿色投资基金绩效进行量化分析,同时借鉴姚利辉等的方法,利用绿色投资基金所投企业社会责任评分衡量基金环境绩效,为绿色投资基金绩效评价提供新的思路和借鉴,以更好发挥绿色投资基金在带动绿色发展过程中的关键作用。

二、研究方法与数据说明

(一)研究方法

以往基金绩效研究多基于资本资产定价模型分析,学者和市场人士多关注基金风险调整后的绩效。新时代以来资本资产定价模型的有效性受到质疑,实际市场运作中人们发现系统风险测度并不是解释资产定价的唯一决定标准。Fama et al.综合了上市公司规模、账面市值比、盈利和投资等因素,通过选取适当的盈利因素和投资因素的代理变量进行模拟,并添加到三因子模型中构建了五因子分析模型,并利用股市数据进行了实证研究。五因子模型如公式(1)所示。

其中,

为基金收益率,

为市场收益率,

为市场超额收益率,表示市场因子;

SMB

为规模因子的模拟组合收益率,表示规模因子;

HML

为账面市值比因子的模拟组合收益率,表示价值因子;

RMW

为投资因子的模拟组合收益率,表示利润因子;

CMA

为低

高再投资比例公司股票投资组合的回报之差,表示投资因子;

为残差项。在评估基金绩效时,除了市场超额收益因素、规模因素、价值因素、利润因素和投资因素以外,还包括其他因素可能会对绿色投资项目的估值产生影响。基金绩效分析中,基金管理能力是取得超额收益的关键因素,选股能力和择时能力是体现基金管理水平的重要因素。在计算选股能力和择时能力时主要依据T-M 模型将基金的超额收益分解为选股能力收益、市场超额收益和择时能力收益三部分。根据公式(2)所示,在一定的显著性水平下:

代表选股能力指标;

表示系统风险;

表示基金择时能力;

表示随机误差项;若

显著大于0,则说明基金经理具有较强的选股能力;若

显著大于0,表明市场收益率每提高一个单位基金收益将大幅度提高,即表明该基金经理具有较强的择时能力。

本文基于五因子模型和T-M 模型,将选股能力和择时能力指标加入五因子模型,构建绿色投资基金绩效分析模型,对绿色投资基金绩效影响因素进行针对性分析。一般对基金效率的测算主要借助参数和非参数两种方法。其中参数方法由于需要设定生产函数形式,而且不同的设定方式往往导致不同的结果。非参数方法则不需要界定投入产出函数具体形式以及权重,使用更为普遍。关于基金的绩效研究所选择的方法基本上是以线性因子定价模型为主要方法,由于在大部分研究分析中金融资产的收益呈现尖峰、肥尾、偏斜、聚类、非对称等特点,线性因子定价模型的回归残差一般不满足正态分布特征。因此,以这些指标为研究基础的基金绩效及其研究结论可能会偏离实际情况。随机前沿模型(SFA)引入了一个随机变量来代表统计噪声,考虑了因子定价模型中非效率因素对基金价值评估产生的影响,消除了确定性模型可能产生的技术效率测定结果与实际偏离的问题,可以得出相对准确的评价值。但同时由于SFA 模型主要用于单一产出变量的绩效评价,不能对多投入多产出模型进行评价,为弥补该方法的不足,进一步采用数据包络分析(DEA)进行综合绩效评价。DEA 模型作为非参数方法中多投入多产出变量的绩效测算方法,可以综合评估绿色投资基金的财务和环境绩效。本文基于扩展的五因子模型分别运用SFA 模型和DEA 模型对绿色投资基金进行绩效评价。

(二)数据说明与模型构建

1.数据说明。根据我国绿色投资基金的实际情况,本文选择满足五年运作周期的10 只基金样本为研究对象(如表1 所示)。本文选取的10 只股票型或偏股混合型绿色基金主要投资于上海证券交易所和深圳证券交易所。截至2019 年底,10 只绿色投资基金样本平均资产规模6.61 亿元,平均成立时间7.8 年。从绿色证券投资基金回报率看,绿色投资基金五年平均收益率为3.6%,同期沪深300 指数基金收益率为3%,说明在考察期内绿色投资基金收益率略高于市场平均收益水平。来自共同基金评级机构晨星(Morningstar)的数据表明,绿色投资基金平均收益率也要比其他的基金高。但从数据上看,绿色投资基金与传统基金相比并未体现出明显优势,而且各基金收益率呈现不稳定特征。为进一步考察绿色投资基金的绩效影响机理,本文基于绿色样本基金面板数据构建绩效评价模型。

表1 绿色基金样本数据

被解释变量。模型被解释变量为基金净值增长率和环境责任评分,用于测算绿色投资基金的财务绩效和环境绩效。

表示基金净值增长率,可以用来评估基金在某一期间内的财务绩效表现。基金资产净值是在某一时点上基金资产的总市值扣除负债后的余额,代表了基金持有人的权益。基金净值增长率按季度为时间单位计算,表示基金净值相对上一季度的增长率。从数据库中提取2014年1 月到2019 年12 月样本基金季度单位净值,然后依据累计单位净值计算出样本基金的累计单位净值增长率,可以代表样本绿色投资基金某一时期的收益率。

CER

代表环境责任评分。绿色投资可以被认为是社会责任投资,本文借鉴姚利辉等的方法,依据和讯网公布的社会责任评分标准,通过对绿色投资基金所投资前十大企业社会责任评分加权计算得到各绿色投资基金环境责任数据。解释变量。基金选股能力(

SSA

)代表基金经理判断所选择股票发展趋势的能力;择时能力(

MTA

)代表基金经理判断整体市场发展趋势的能力;同时再加上五因子模型中市场因子(

MKT

)、规模因子(

SMB

)、价值因子(

HML

)、盈利因子(

RMW

)和投资因子(

CMA

)五个变量作为解释变量。其中选股能力和择时能力数据来源于Wind 数据库,五因子数据来源于国泰安数据库。

各变量描述性统计如表2 所示。

表2 变量描述性统计

2.研究设计。为了综合衡量绿色投资基金的财务绩效和环境绩效,分别采用SFA 和DEA 模型对其进行绩效评价。

第一步,采用SFA 模型进行绩效评价。在五因子模型分析基础上,研究应用改进的SFA 模型,通过处理跨时期的面板数据来研究在时间变动情况下绿色投资基金的绩效影响因素。SFA 模型考虑了因子定价模型中非效率因素对基金价值评估产生的影响,采用SFA 效率值指标来度量基金的价值,消除了可能产生的技术效率测定结果与实际偏离的问题,避免了因为评价指标排序不一致所产生的难以根据单一指标进行投资决策问题。SFA 作为一种参数绩效评价方法,其主要优势是考虑了随机因素对产出的影响,将随机干扰影响因素分为技术无效率和随机误差项。使用SFA 模型中的“组合误差项”对技术非效率因素进行分析,回归方程的随机误差项用

和

的组合来表示。

≥0 测算的是基金价值评估中有关随机非效率项,

测算的是随机误差项。分析模型如下:

第二步,采用DEA 模型进行绩效评价。以财务效率值(

)和环境效率值(

CER

)作为产出变量衡量绿色投资基金综合绩效;以选股能力(

SSA

)、择时能力(

MTA

)和市场因子(

MKT

)、规模因子(

SMB

)、价值因子(

HML

)、盈利因子(

RMW

)和投资因子(

CMA

)7 个解释变量作为投入要素,构建DEA 分析模型,估算全要素生产率系数变动情况,同时引入Malmquist 指数考察基金在不同时期绿色绩效的特点和规律。

三、实证结果分析

(一)SFA 绩效评价结果

首先使用Skewness/Kurtosis tests 检验方法对10 只基金季度收益率数据进行正态性检验(如表3所示)。从偏度上看,Pr(Skewness)为0.034 6,小于0.05,拒绝正态分布假设;从峰度看,

(Kurtosis)为0,显著拒绝原假设;从整体结果看,

值为0 小于0.05,拒绝正态分布假设。通过采取平方根变换和对数变换方法结果也同样拒绝正态分布假设。因此,在样本数据模型估计时采用半正态模型进行估计,以保证估计结果的有效性。

表3 正态性检验

在SFA 模型分析中,通常采用似然比(

)来对SFA 模型进行检验。设

是随机前沿函数的待估参数,则L(H)为约束条件下极大似然估计值,L(H)是无约束条件下极大似然估计值。Battese et al.认为,对H:

=0 的检验可以用来推断随机前沿函数的结果是否有效,如果假设条件H被接受,那么就表明技术非效率项不存在,就可以认为随机前沿函数设定无效。如果测算的

值大于既定显著性水平下的临界值,那么就可以认为SFA 模型的设定是有效的。表4 给出了SFA 模型的设定检验结果,

卡方估计值15.507,因此应拒绝假设H:

=0,认为技术非效率项在绿色投资基金中显著性存在,基于五因子模型的SFA 函数设定合理。

表4 SFA 模型LR 检验

为了得到绿色投资基金的

SFA

效率值,应用五因子模型对各只基金的时间序列数据进行最小二乘估计,得到时间序列估计值。在此基础上运用Frontier4.1 软件对绿色基金样本数据进行分析得出反映技术效率的

SFA

值,选用

DFP

准牛顿算法来估计参数的极大似然值。表5 中列示了渐进标准误差,由于样本数据进行了中心化处理,因此,这些一阶系数可以被解释为样本均值的弹性。结果如表5所示,估计结果表明市场因子、规模因子和价值因子与基金财务绩效表现出正相关关系,表明这三个因素对基金价值有积极的正向影响。选股能力和择时能力以及利润因子、投资因子均表现出负相关关系。

值为0.409 6,明显大于0,表明实际价值绩效与理想价值差异一定程度是由技术非效率引起的。对数似然值为0.211 3,对于大样本面板数据而言,符合模型评价要求。

表5 财务绩效最大似然估计

从表中6 可以看出,绿色基金环境绩效主要受益选股能力、利润因子和投资因子,其他因素表现出负向影响关系。

值为0.190 2,表明实际价值绩效与理想价值的差异一定程度是由技术非效率引起。选股能力代表基金的投资风格,利润因子代表所投公司利润波动因素,投资因子代表投资率变动因素。这三个指标对财务绩效和环境绩效的作用呈现显著差异,表明财务绩效和环境绩效存在一定程度互相抑制的作用机制,主要原因是绿色投资项目短期内收益率低,这也是绿色投资基金发展面临的主要困境。

表6 环境绩效最大似然估计

表7 为绿色投资基金年度效率值变化,可以看出绿色投资基金的财务效率值显著高于环境效率值。以净值增长率来衡量的财务效率值呈现波动增长的趋势,表明绿色基金收益相对稳健。以社会责任数据衡量的环境效率值相对较低,呈现出波动上升趋势。从关联度看,经济效率的提升并未有效带动环境效率的提升,表明环境因素并未有效纳入投资决策。

表7 绿色投资基金效率值变化

(二)DEA 评价模型分析

由于投资价值主要取决于投资效率,通常这种效率包括技术效率和配置效率两个方面,其中技术效率反映的是通过既定的投入来获取最大产出的能力;配置效率反映了在给定各种投入价格的条件下,以最优化的比例来分配各种资源的能力。对基金净值增长率数据进行一阶差分处理,利用绿色投资基金面板数据进行DEA-Malmquist 分析。如表8所示,从变化趋势看,技术效率、纯技术效率、规模效率数值总体变化不大,技术进步和全要素生产率(

TFP

)数值相对偏低,其中全要素生产率均值为0.829,有待进一步提升。总体上绿色投资基金受市场因素影响较大,主动获利能力还比较欠缺,管理效率还有较大提升空间。

表8 绿色投资基金年度效率变化

四、研究结论和对策建议

(一)研究结论

本文基于五因子面板数据模型,采用SFA 和DEA 绩效评价方法,考察了绿色样本基金的财务绩效和环境绩效以及影响因素。研究发现:第一,绿色投资基金财务效率主要归因于投资具有获得超额收益率、小市值以及具有长期回报的股票,总体上财务收益率有一定稳健性和持续性,表明绿色投资基金具备一定的风险管理能力。第二,从环境绩效看,基金管理能力对环境效率值有重要影响,而且与财务效率值相关性较弱,表明践行社会责任投资可能会对基金收益产生制约,绿色投资基金过度追求财务收益可能会降低环境绩效。第三,绿色投资基金绩效主要受选股能力、利润因子和投资因子三个因素的负向影响,表明绿色投资基金主要面临选股风险、盈利水平风险和投资水平风险。第四,从综合效率看,绿色投资基金技术进步和全要素生产率效率值相对偏低,同时这两个数值受市场总体收益率变动影响显著,表明绿色投资基金的综合管理效率还有较大提升空间,主动获利能力不足。总体上,绿色投资基金绩效管理水平还不够成熟,需要进一步提升绿色绩效。

(二)对策建议

绿色投资基金作为带动绿色转型升级的重要金融工具,新时期面对绿色转型发展需求,亟需完善相关引导政策,强化引导资源配置的作用,以市场化机制促进资本与其他要素结合,为绿色发展提供更有力的金融支撑。一是完善绿色投资基金评价体系。目前大多数绿色基金对“绿色”定位是投资新能源产业、节能环保等行业的上市公司,并且配置比例不固定,实践中基金经理根据个人判断投资收益比较可观的绿色板块证券即为进行了绿色投资,是否投资绿色证券取决于基金经理的投资策略与偏好。由于缺乏统一的定义,导致金融资源仍难以有效配置到绿色发展项目中,这也给金融风险管理和政策设计带来了不便。因此需进一步完善绿色投资标准体系,完善绿色投资项目目录,逐步建立针对金融机构、企业和政府等不同主体的绿色投资考核指标体系和评估体系,以进一步厘清投资项目边界,为绿色投资基金创新发展提供分类标准和决策依据。培育投资者的绿色投资意识,增强机构投资者、长期资金投资者的绿色投资理念,在投资决策时,在考虑经济效益的同时,更多关注绿色产业。二是引导绿色投资基金提升环境绩效。探索建立一套科学的绿色投资统计和评价制度,将环境因素纳入绿色投资基金绩效评价体系,从源头上确保绿色投资基金的绿色低碳导向,支持大型基金公司与国际指数公司合作开发绿色基金,借助指数公司成熟的计算方法计算证券的绿色程度并构建证券池,逐步提升金融机构的绿色投资价值,增强投资者社会责任意识和绿色投资意识,提高污染性项目的绿色转型意愿。同时,定期跟踪投资项目的环境绩效,根据环境绩效评价结果,引导基金公司对资产组合进行动态调整。在投资决策过程中将绿色因素纳入基本面分析维度,提升绿色绩效水平。三是加强政策组合管理。当前对绿色投资基金的政策主要以引导性、指导性政策为主,强制性和考核性约束不足,缺乏具有激励性的支持政策,尚不能推动金融机构在促进低碳转型过程中发挥关键作用。需要着力构建与国际接轨的绿色投资监管政策、财政补贴和优惠政策,组合多种金融支持措施,降低绿色投资成本,提高绿色基金综合效率。同时鼓励绿色投资基金开展投融资产品和工具创新,发挥绿色投资基金的引导作用,强化绿色低碳发展的倒逼机制,推动能源结构、产业结构、生产和生活方式向绿色低碳转型,引导社会进一步提升绿色偏好,面向社会公众培育绿色消费意识,推动绿色投资基金市场化发展,引导更多社会资本投入到绿色产业,借助金融工具助推绿色转型发展。