1、第 38 卷哈尔滨师范大学自然科学学报Vol 38,No 6 2022第 6 期NATUAL SCIENCE JOUNAL OF HABIN NOMAL UNIVESITY“双碳”目标下新能源行业上市公司价值投资策略的量化分析*宋大伟,卢文鹏,朱家明(安徽财经大学)【摘要】针对中国新能源行业上市公司价值的投资策略,从量化投资和价值投资两个角度出发,运用 2020 年 1 月 2022 年 6 月这段时间内相关上市公司市场数据进行实证检验 首先,基于主成分分析法构建投资股票池,然后,依据马科维茨投资组合理论构建有效前沿,并采用 KMV 模型测度投资组合的信用风险 研究发现:依据量化投资方法进行价
2、值投资,其投资收益远高于同期沪深 300 指数;但是,新能源行业尚处在发展初期,市场投资信心不足,存在高风险高收益的特点 研究得出:中国的新能源市场具有一定的投资价值,并且该行业投资对中国政府落实可持续发展理念和推动产业转型升级具有重要的政策启示【关键词】“双碳”目标;主成分分析;马科维茨投资组合;KMV 模型;量化投资【中图分类号】F832 5【文献标识码】A【文章编号】1000 5617(2022)06 0005 09收稿日期:2022 08 02*基金项目:国家社科基金资助(21CTJ024);国家级大创项目资助(202110378024);安徽省教育厅质量工程项目“数学建模示范课”资助
3、(2020SJJXSFK0018)0引言“秉承新发展理念,构建新发展格局”能源是国民经济的重要物质基础,也是当今时代国家经济发展的命脉之一 随着煤炭、石油、天然气等一次能源的不断减少,发展新能源产业成为国家经济发展的重要支柱产业,也是实现中国“双碳”目标的必经之路 目前中国新能源产业发展具有众多的利好信号,“双碳”目标的提出使大众聚焦减碳,开发新能源取代传统能源逐渐成为行业发展的大趋势;“碳金融”体系的构建,“绿色金融”、“转型金融”、“零碳金融”等概念1 应运而生,金融机构聚焦“减碳”向“零碳”发展,实现金融助力绿色发展;企业“ESG”评级的提出,使投资人更关注企业的可持续发展而非财务收益,
4、侧面优化新能源行业的投资前景,扩大新能源行业的投资规模;“可持续发展”等一系列绿色发展理念的提出,使各行各业发展的准则在发生着变化,增加新能源行业的曝光度,吸引投资目光2 随着中国“碳中和”、“碳达峰”战略的深度实施,新能源上下游产业的相关投资进入黄金期 在节能减排大环境的驱动下,大众消费结构的转变使得新能源产品需求增加,新能源产业前景可观 计算机技术的普及使量化投资方法在金融领域得到广泛应用,量化投资能够让投资者知晓行业发展动态,从而理性制定投资策略,相关研究成果比如王刚贞等运用量化投资的方法对中国 AI 产业进行实证研究3,孙丽泊基于 Py-thon 在 20 只不同行业的股票中选取 5
5、只进行组哈尔滨师范大学自然科学学报2022 年 第 38 卷合投资分析4 对于投资者关注的信用风险,已有研究表明 KMV 模型能够对信用风险进行有效测量,比如郑文等基于 KMV 模型对中国中部地区的新能源企业进行了信用风险度量与分析5 针对新能源行业的价值研究,微观层面可帮助投资者理性地做出投资决策,获取自身效用的最大化,宏观层面上则有助于政策制定者改进产业政策,引导新能源产业的转型升级6 该文主要贡献围绕三个方面:第一,采用主成分分析法对上市企业财务数据进行建模分析,从而得出量化投资的股票池;第二,针对投资过程中广为关注的收益,将组合的收益率与同期沪深 300 指数进行对比,从而确定投资组合
6、的优越性;第三,新能源产业尚处在发展期间,度量其信用风险有助于稳定投资者信心,因此采用 KMV模型对已构建的最优投资组合中的上市公司进行信用风险度量1基于主成分法对新能源上市企业投资价值的实证分析1 1研究思路对理性投资者来说,挑选最具投资价值的金融产品是快速获取收益的至关重要环节,笔者认为最佳的挑选途径,就是采用量化投资的方法对新能源行业上市公司展开多方位的分析 在同花顺行业分类中,要从“中证内地新能源主题指数”的 50 只新能源个股中挑选出最优价值股以构建组合投资,运用主成分分析的方法可使组合投资更具准确性和系统性,为此,以下采用主成分法进行量化分析1 2研究准备(1)备选股票池 为保证量
7、化投资选股的准确性,以下采用能够反映股东权益收益水平的财务指标 净资产收益率(OE)作为筛选标准,在 50 只新能源个股中筛选出 OE 大于 16%的32 只股票作为该文量化投资的股票(2)财务指标的选取 从四个方面选取具有代表性的财务指标度量企业的投资价值,所有财务数据以各企业公布的 2021 年财务报表为准,构建的指标体系见表 1表 1新能源行业上市企业投资价值评价指标评价内容评价指标符号成长能力营业收入同比增长率X1净利润同比增长率X2净资产收益率X3盈利能力投入资本回报率X4销售毛利率X5流动比率X6偿债能力产权比率X7存货周转率X8资本结构资产负债率X9权益乘数X101 3研究方法该
8、节的研究框架是选用新能源行业 32 家上市企业的财务数据进行主成分分析,得到代表10 个 财务指标的主成分、因子载荷量、特征值;然后结合加权主成分分析的用法,以方差贡献率为权重,作为选股评分排序方法,最后得出 32 家上市企业的综合得分和排序 主成分分析法是有效的量化投资方法,能够有效针对上市公司财务6第 6 期“双碳”目标下新能源行业上市公司价值投资策略的量化分析指标数据进行降维处理,从而提取出数据中有效信息进行量化分析 主成分分析法710 步骤如下:(1)构建原始数据矩阵;(2)计算相关系数矩阵;(3)计算特征值和特征向量;(4)计算方差贡献率;(5)提取主成分因子1 4结果分析(1)主成
9、分结果 利用SPSS软件得到前4 个主成分的累计贡献率达到83 993%,具体结果见表 2表 2主成分分析结果主成分特征值贡献率/%累积贡献率/%成长因子36513651436514盈利因子25072507261586偿债因子12051204673632资本结构10361036283993利用 SPSS 软件经过整理得出4 个主成分因子得分函数分别为:Y1=0 Z1 0 003 Z2 0 162 Z30 386 Z4 0 211 Z5 0 311 Z6+0 463 Z7 0 180 Z8+0 472 Z9+0 463 Z10Y2=0 426 Z1+0 376 Z2+0 468 Z3+0 345
10、 Z4 0 189 Z5 0 310 Z6+0 082 Z7+0 413 Z8+0 157 Z9+0 076 Z10Y3=0 108 Z1 0 115 Z2+0 444 Z3+0 223 Z4+0 708 Z5 0 163 Z6+0 119 Z7 0 381 Z8+0 164 Z9+0 119 Z10Y4=0 484 Z1 0 448 Z2+0 268 Z3+0 26 Z4 0 231 Z5+0 225 Z6+0 299 Z7+0 364 Z8 0 092 Z9+0 297 Z10组合得分模型为:Y=0 365 Y1+0 251 Y2+0 121 Y3+0 104 Y4(1)(2)计算综合得分
11、 根据主成分因子计算出32 只个股的综合得分见表 3表 3各表主成分综合得分股票名称综合得分排名股票名称综合得分排名运达股份2 971固德威 00317宁德时代0 812横店东磁 00718明阳智能0 653天顺风能 01119奥特维064璞泰来 01720容百科技0 565石大胜华 01821华友钴业0 496赣锋锂业 02822锦浪科技0 487恩捷股份 03123上机数控0 418福莱特 03224天赐材料0 379新强联 03325中材科技0310新宙邦 03626杉杉股份0 2911当升科技 04527晶盛机电0 2212迈为股份 0628通威股份0213帝尔激光 09529先导智能
12、0214恒润股份 12930亿纬锂能0 1315福斯特 14731隆基股份0 0516金雷股份 182327哈尔滨师范大学自然科学学报2022 年 第 38 卷从表3 可以看出,上市公司的财务数据经过主成分分析后,得到运达股份、宁德时代、华友钴业等股票综合排名靠前,为下文构建组合投资提供参考依据2基于马科维茨理论对新能源行业的投资组合策略2 1研究方法投资组合理论是马科维茨在 1952 年最早提出的,它是为了解决在不确定条件下,如何合理地调节持有金融资产的比率,以减少组合的风险 马科维茨投资组合理论主要包含了两个方面:均值 方差模型和有效边界理论,用以合理规避风险以追求预期收益最大化 投资决策
13、的目标便是寻求在同一回报水平下投资风险最小或同一风险水平下回报最大的投资组合11 2 2股票选取及数据提取这里构建的投资组合选取表 3 中由主成分得分排名前 8 的企业,分别是运达股份、宁德时代、明阳智能、奥特维、容百科技、华友钴业、锦浪科技、上机数控 选取这 8 只股票从 2020 年 5 月21 日至2022 年4 月29 日的每天日收盘价作为样本期数据,选取 2022 年 4 月 27 日更新的上海银行间同业拆放利率(SHIBO)作为该文的无风险利率 0,该利率为 2 4970%,数据来源于同花顺 iFind,以下数据来源同2 3数据描述性统计首先对选取的 8 只新能源行业上市企业股票在
14、 2020 年 5 月21 日至2022 年4 月29 日收益率的变化情况进行可视化分析,具体收益率变化如图 1 和图 2 所示图 1新能源行业 4 只股票收益率变化图 2新能源行业另 4 只股票收益率变化8第 6 期“双碳”目标下新能源行业上市公司价值投资策略的量化分析从图1 和图2 可以观察到,上机数控和锦浪科技 2 只股票在样本期内收益率较高,并且伴随着较高的波动率;明阳智能和运达股份在样本期内收益率较低,其余股票的年收益率均在 50%左右 由图片反映出的收益率和波动率变化与表4 表现相符表 4新能源行业 8 只股票的年化收益率和年化波动率股票运达股份宁德时代明阳智能奥特维容百科技华友钴
15、业锦浪科技上机数控年化收益率0065 20 545 10337 00649 60 553 40 473 60 827 70762 9年化波动率0743 50 531 20539 20659 80 750 00 660 70 854 40696 4马科维茨投资组合理论提到 2 只证券若不是完全相关的关系,即可通过同时持有 2 只证券的方式达到损益相互抵消从而降低组合收益波动的目的 该文采用统计学上的相关系数来刻画2 只证券间的相关关系,结果见表 5表 5新能源行业 8 只股票的相关系数相关系数运达股份宁德时代明阳智能奥特维容百科技华友钴业锦浪科技上机数控运达股份1000 0宁德时代0340 01
16、 000 0明阳智能0427 70 439 41000 0奥特维0296 10 361 30384 11000 0容百科技0181 00 546 30371 80357 31 000 0华友钴业0268 70 551 30375 90362 80 523 61 000 0锦浪科技0256 60 354 10333 90359 90 374 00 332 91 000 0上机数控0318 60 415 00455 10448 20 384 20 391 00 477 71000 0从表 5 可以看出,8 只股票中宁德时代和华友钴业的相关系数最大,为 0 5513,在初步筛选的 8 只新能源行业股
17、票中,宁德时代与容百科技、华友钴业的相关系数超过了0 5,相关系数的计算结果提示投资者在配置资产时应当减少相关性较高资产的同时持有,以分散投资组合的非系统性风险 02 4投资组合的构建资产组合的有效前沿 已确定该投资组合由 8 只股票构成,wi表示投资组合中第 i 只股票所占的权重,E(i)表示投资组合中第 i 只股票的预期收益率,则可以得到投资组合的预期收益率E()=8i=1wiE(i)(2)假设 i表示第 i 只股票的收益波动率,Cov(i,j)表示第i只股票与第j只股票收益率之间的协方差,投资组合的收益波动率p=8i=18j=1wiwjCov(i,j)(3)为了寻找满足条件的最优投资组合
18、以及有效边界,该文使用 Python 随机生成50000 组包含不同股票权重的投资数组,以此计算不同投资组合的年平均收益率、年收益波动率,结果如图 3所示根据上述方法模拟得到的组合收益率和波动率的数值,可知,组合的最高年收益率超过70%,最低的年收益率在 30%左右;最高的年波动率在 0 6 左右,最低的年波动率在 0 43 左右(2)最优投资组合权重的确定 该文采用夏普比率作为评判投资组合优劣的标准,在实际投资过程中需满足 2 个条件:投资组合中各股票权重之和为 1;不允许做空股票对样本期选定为2020年5月21日 2021年9哈尔滨师范大学自然科学学报2022 年 第 38 卷5 月 21
19、 日,利用 Python 工具,运用马科维茨投资组合理论确定最优投资组合的得到最优投资组合的资产配重结果见表 6,此时组合的夏普比率最高图 3随机生成的 50000 组不同投资权重条件下组合收益率和波动率的关系图表 6投资组合的资产配重股票名称资产配重/%宁德时代19 059 5华友钴业11 483 3锦浪科技26 740 5上机数控42 716 7(3)沪深 300 指数的对标 依据夏普比率最大的原则,确定了资产组合中各只股票配置的权重,为了检验所构建的投资组合的有效性,根据2021 年 5 月21 日 2022 年4 月29 日期间4 只个股日收盘价计算得出该投资组合的净值,对比沪深 30
20、0 指数14 收益率变化 设定 2021 年 5 月21 日首个交易日的净值或收盘价为 100 进行计算,绘制曲线图对比投资组合的每日净值与沪深300 收盘价,如图 4 所示图 4按最优权重配置的投资组合与沪深 300 指数的日走势图01第 6 期“双碳”目标下新能源行业上市公司价值投资策略的量化分析从图 4 可以看出,从相对收益的角度,在样本期内按照最优权重配置的投资组合净值显著跑赢了沪深 300 指数,最大差距超过了 60%在样本后期两者的净值之差在减小,主要原因在于2022 年新冠肺炎变异株奥密克戎在中国地区肆虐,造成新能源产业链上下游受到严重波及,零件供销商停工停产无法实现全产业的配套
21、生产另外,2022 年 2 月份俄乌冲突爆发,地缘政治风险加剧导致原油价格上升,造成新能源行业的生产成本大幅升高;同时,地缘政治风险的上升导致新能源产品的出口受到严重影响,销量下降从绝对收益的角度,构建的投资组合在样本期内绝大多数交易日实现了正收益,并且最高收益突破了 70%3基于 KMV 模型的新能源上市企业信用风险度量3 1研究思路信用风险是上市企业面临的几种主要金融风险之一,信用风险的变化影响投资者做出投资决策,从而导致公司现金流、资产质量发生变化,进而引发经营危机 新能源行业上市公司具有研发投入高、资金需求量大、利润回收期长等特点,一旦出现经营性危机,市场投资者和银行等金融机构将根据企
22、业的财务指标评估其信用风险 采用 KMV 模型分析由马科维茨投资组合理论确定的 4 家上市企业的预期违约率,以此作为帮助投资者确定在投资期限内企业是否发生违约的信用风险度量工具3 2企业信用风险的度量4 家企业的股权价值选取为 2020 年 5 月 21日至 2022 年 4 月 29 日股权价值的均值,长期负债、短期负债来自 2022 年一季度企业公布的财务报表和资产负债表 4 家企业的股权价值、长期负债、短期负债经整理后见表 7表 7企业长期负债、短期负债、股权价值统计元股票名称长期负债 LD短期负债 SD股权价值(均值)宁德时代6 663 5e+102041 2e+119221 2e+1
23、1华友钴业1 825 1e+103078 7e+101004 7e+11锦浪科技2 425 1e+093646 1e+093551 4e+10上机数控2 092 9e+097645 3e+093937 5e+10从表7 可以看出,宁德时代和华友钴业作为新能源行业的龙头企业,其长期负债和短期负债达到百亿级别,股权价值更是达到千亿级别 锦浪科技和上机数控作为新能源行业具备高增长潜力 的 企 业,债 务 水 平 维 持 在 行 业 合 理 水平1516 上文已计算得出 4 家企业的年波动率分别为:0 5312、0 6607、0 8544、0 6964,在表 7 基础上,利用 MATLAB 软件计算出
24、企业市场价值、市场价值波动率、违约点、违约距离,并根据负债违约距离,结合理论方法计算出企业的违约概率,计算结果见表 8表 8KMV 模型计算结果股票名称市场价值/元市场价值波动率违约点/元违约距离违约概率/%宁德时代11536e+120424623744e+1118705307华友钴业13935e+110477239913e+1014954674锦浪科技40253e+100582948586e+0915084657上机数控47850e+100543886918e+091504866211哈尔滨师范大学自然科学学报2022 年 第 38 卷3 3结果分析(1)企业市场价值均明显高于企业股权价值
25、新能源行业上市公司经营领域有所不同,资本结构存在差异,但是根据 KMV 模型测算出的市场价值普遍高于股权价值 在一定程度上体现出在“双碳”、“绿色金融”、“可持续发展”等相关政策的支持下,新能源企业具有较好的增值空间和发展前景(2)新能源上市企业的整体信用风险相对较高 由 KMV 模型计算得出的 4 家企业信用风险度量结果显示,所有样本企业的违约距离均小于 2 综合已有的研究成果表明,中国新能源行业上市企业由于研发投入高、利润回收期长、收入回报不稳定性等特点,导致整体信用风险偏高4总结新能源产业是中国目前具有战略性的新兴产业之一,该文对“双碳”目标下新能源行业上市公司进行价值投资策略分析17
26、18,采用 2020年 5 月至 2022 年 4 月中国 A 股新能源行业上市公司市场数据,实证检验量化投资方法对投资收益的影响,具体采用主成分法、马科维茨投资组合理论、KMV 模型得出结论如下(1)根据上市公司的财务数据,提取得到成长能力、盈利能力、偿债能力、资本结构 4 个主成分因子,能够涵盖 80%以上的财务信息,进而有效搭建投资组合的股票池(2)挑选主成分得分靠前的上市公司搭建资产组合的有效前沿,确定了夏普比率最高时的投资组合配比,并且投资收益明显高于同期沪深300 指数(3)采用 KMV 模型度量上市公司的信用风险,发现企业的市场价值明显高于股权价值,具有很高的投资价值,并且新能源
27、行业存在明显的高风险高收益特点中国新能源19 行业上市企业发展历程尚短,市场尚未了解该行业特点,且企业内部管理存在诸多弊端,但发展新能源产业是中国实现“碳达峰碳中和”目标的必经之路 总结来看,新能源行业投资前景广阔,在实现“双碳”目标的政策支持和可持续发展理念的引导下,促进政府和社会层面的资金流入新能源行业,倡导以基本面为基础的价值投资,对推动新能源产业变革和落实国家碳中和政策具有正向激励意义参考文献 1朱民,潘柳,张娓婉 财政支持金融:构建全球领先的中国零碳金融系统J 财政研究,2022(2):18 28 2黄栋,杨子杰,王文倩 新发展格局下新能源产业发展历程、内生逻辑与展望J 新疆师范大学
28、学报:哲学社会科学版,2021,42(6):134 144 3王刚贞,李文博,朱家明 基于 AI 产业的量化投资组合策略 J 沈阳大学学报:社会科学版,2022,24(1):44 51 4孙丽泊 基于 Python 的马科维茨投资组合理论的实证研究 J 时代金融,2020(25):46 47,+50 5郑文,马智胜 基于 KMV 模型的中国中部地区新能源上市企业信用风险度量及分析J 企业经济,2016,(10):2428 6张晓娣 正确认识把握中国碳达峰碳中和的系统谋划和总体部署 新发展阶段党中央双碳相关精神及思路的阐释 J 上海经济研究,2022,(2):14 33 7江燕,朱家明,王妍,等
29、 基于主成分分析对宜居城市评价指标的研究 J 焦作大学学报,2018,32(1):85 89 8朱家明,尹俞苹,曹迎春 基于主成分分析法对承运线路定价的计量分析J 哈尔滨师范大学自然科学学报,2021,37(6):18 25 9朱家明,刘芃麦,高正帅,等 中国能源利用效率时空演化规律研究 J 齐鲁工业大学学报,2020,34(2):75 80 10 刘丹丹,朱家明,黄婷婷 模糊 C 均值聚类和主成分分析在江苏省城市建设综合评价中的应用J 齐齐哈尔大学学报:自然科学版,2017,33(5):79 83 11 吴昆晟 马科维茨模型在 A 股市场中的应用分析J 新经济,2015(26):50 12
30、万光彩,叶龙生“利率簇”视角下的 SHIBO 基准地位探究 J 合肥工业大学学报:社会科学版,2017,31(6):1 9 13 占炜琦 针对中国 A 股文化板块资产配置的研究D 复旦大学,2013 14 沈银芳,严鑫 沪深 300 指数波动率和 Va 预测研究 基于投资者情绪的 HA V GAS 模型J 浙江大学学报:理学版,2022,49(1):66 75 15 董欣悦,朱家明,张灵玉 基于 VA 的金融发展及产业结构升级对城乡收入分配的研究 J 哈尔滨师范大学自然科学学报,2021,37(5):43 48 16 尉颖,朱家明,陈宇翔 高管团队背景特征、投资效率与企21第 6 期“双碳”目
31、标下新能源行业上市公司价值投资策略的量化分析业绩效关系的实证研究 J 哈尔滨师范大学自然科学学报,2021,37(1):56 61 17 朱家明,马晓旭,陈荣燕,等 基于灰色关联度和神经网络对科创板拟上市企业估值的研究 J 齐齐哈尔大学学报:自然科学版,2020,36(5):79 83,+94 18 张杰,朱家明,黄钰婷,等 基于多元回归对科创板拟上市估值的定量分析J 哈尔滨师范大学自然科学学报,2020,36(3):30 36 19 朱家明,邵笑,施展,等 中国区域能源消耗及可持续发展的研究J 宝鸡文理学院学报:社会科学版,2015,35(5):55 60Quantitative Analy
32、sis of Value InvestmentStrategy of Listed Companies in New EnergyIndustry under the Goal of“Double Carbon”Song Dawei,Lu Wenpeng,Zhu Jiaming(Anhui University of Finance and Economics)Abstract:For the investment strategy of the value of Listed Companies in Chinas new energy industry,from the perspecti
33、ve of quantitative investment and value investment,in this paper,the market data ofrelevant listed companies from January 2020 to June 2022 is used to conduct an empirical test Firstly,theinvestment stock pool is constructed based on principal component analysis,and then the effective frontier iscon
34、structed based on Markowitz portfolio theory,and KMV model is used to measure the credit risk ofportfolio It is found that the investment income of value investment based on quantitative investment methodis much higher than that of CSI 300 index in the same period However,the new energy industry is
35、still inthe early stage of development,and the market investment confidence is insufficient,which has thecharacteristics of high risk and high return The research concludes that Chinas new energy market hascertain investment value,and the investment in this industry has important policy implications for theChinese governmenttoimplementtheconceptofsustainabledevelopmentandpromoteindustrialtransformation and upgradingKeywords:“Double carbon”target;Principal component analysis;Markowitz portfolio;KMV model;Quantitative investment(责任编辑:李家云)31