中國煤電企業環境壓力測試

袁家海，吳夢雅

（華北電力大學新能源電力與低碳發展研究北京市重點實驗室，華北電力大學經濟與管理學院，北京 102206）

全球范圍的極端天氣頻發、氣候變暖等現象日益明顯，嚴重影響人民生命財產安全和經濟社會可持續發展，對許多國家的生存發展帶來了嚴峻挑戰。2015年12月，近200個締約方通過《巴黎協定》，承諾到21世紀末將全球氣溫升高幅度控制在2℃的范圍之內，并為把升溫控制在1.5℃之內努力[1]。中國要實現可持續發展，必須積極應對資源短缺、環境惡化和氣候變化等一系列重大資源環境問題。綠色金融作為一種市場化的制度安排，在促進生態文明建設、低碳發展以及環境保護方面具有十分重要的作用。中國綠色金融發展的時間較短，存在的問題十分突出。為了形成良好的綠色金融發展環境，需要建立公共環境數據平臺和環境壓力測試體系等手段，來打破由于信息不對稱所導致的綠色投融資瓶頸。中國綠色金融發展關注的焦點是如何量化環境風險，環境壓力測試是識別風險、對風險因素進行精準定義和量化的環境風險分析工具，有助于金融機構了解氣候和政策環境變化等風險因素對企業財務狀況產生的影響，引導金融機構減少對環境風險高的企業投資[2]。

引言

自20世紀90年代以來，壓力測試被國際銀行和金融機構廣泛應用于估計非正常市場條件下的經濟損失。Fender等[3]認為壓力測試能夠幫助金融機構評估在極端市場條件下的流動性需要，進而為其在壓力條件下的流動性風險管理進行應對。Alexander等[4]提出應用風險模型進行壓力測試，可涵蓋金融市場表現出的風險團簇和厚尾現象。Blashke[5]和Goldstein[6]等運用壓力測試研究金融系統的穩定性。Peura和Jokivuolle[7]展示了包含周期性因素的模擬方法壓力測試，能夠同時模擬銀行實際資本和最低資本要求，用以判定銀行的資本充足情況。

近年來，中國也開展了對壓力測試方面的探索和實踐，巴曙松等[8]歸納分析了壓力測試的優缺點，討論了壓力測試中的實際操作細節及對于數據缺乏的發展中國家如何有效地實施壓力測試。徐明東等[9]深入分析了宏觀壓力測試核心理論模型的構建和常用方法，并對實踐中的典型壓力測試系統進行了比較分析。2015年中國工商銀行首次研究了企業環境成本內部化對商業銀行風險的影響，并對火電、水泥兩個重點污染行業進行了壓力測試[10]。2017年3月，中國工商銀行進一步和Trucost公司合作對鋁行業環境風險進行量化，分析在不同情景下環境成本內部化對項目財務的影響[11]。2017年4月，中央財經大學綠色金融國際研究院發布基金與保險資管業環境壓力測試方法，對資產管理業所投資持有的股票、債券、股權投資和不動產等進行情景分析和敏感性分析，進而影響投資收益[12]。2017年9月，Trucost以煤化工行業為例評估中國的潛在環境風險和對金融市場的影響[13]。目前金融業環境壓力測試主要集中在對于銀行業和信用風險的分析，對于煤電企業的環境風險壓力測試仍處于空白。

中國經濟發展進入新常態后，宏觀經濟增速明顯放緩，電力消費增速隨之下降，全國電力供應能力總體富余。自2014年11月煤電項目審批權由中央政府向省級政府下放以來，煤電投資陷入狂熱，現有的燃煤電廠已經遠遠超過國內電力需求。對此，中國政府于2015—2017年出臺了多項限令[14，15]，督促各地方政府和企業放緩燃煤火電建設步伐，自2016年起共計暫停了444吉瓦的處于不同建設階段的燃煤電廠項目[16]。在這樣的大背景下，環境治理仍被中央多次強調。黨的十九大報告明確提出要“加快生態文明體制改革，建設美麗中國”。煤電行業的發展伴隨著各種環境風險，趙長紅[17]和袁家海[18]等對煤電企業面臨的風險進行了相關研究。本研究以煤電企業為例，識別其面臨的環境風險，建立環境成本內部化和環境風險分析工具，考慮不同壓力情境下對企業成本和收入的影響，構建環境風險影響財務成本的壓力測試框架，研究環境風險引起的價格變動對企業價值的變動情況。本文創新點是基于一系列風險因素變動設置壓力情景，以探索出環境風險對煤電企業價值的壓力傳導路徑。

1 研究方法與數據

1.1 壓力測試模型

本文運用金融系統壓力測試理論依據和分析框架，結合煤電行業特點，評估煤電企業在外部環境變化中的承受能力，量化潛在風險。環境風險的承壓對象是指進行壓力測試所需關注的被測試的主體，即煤電企業；而承壓指標則是指承壓對象在某一方面的表現，即企業價值。煤電企業環境壓力測試流程見圖1，環境壓力測試的傳導模型是壓力測試的核心。圖2綜合考慮了各項環境風險因素對煤電企業主營業務收入和主營業務支出的影響，定量分析了環境風險對煤電企業價值的影響。

本文篩選出對煤電企業直接構成財務影響的6項風險因素。對于典型機組，情景分析側重于單個因子或多個壓力因子對測試主體承壓變量的綜合影響，以評估其面臨不確定但可能發生的事件承受能力。在確定風險因素量化的方法后，針對風險因素的未來變化設計兩個情景，分別為樂觀情景和悲觀情景，具體如表1所示。

圖1 環境壓力測試流程

圖2 煤電企業風險變動的壓力傳導圖

1.2 DCF模型

企業價值是指用貨幣表示的，在某一特定時間內相對于企業未來盈利能力和相關權益的價值評定。Tom Copeland[20]和Tim Koller[21]等從現金流的角度對企業價值進行了定義，認為企業創造的現金流量和其投資回報收益決定了企業的價值，即企業的預期現金流量的現值。Shiller[22]和Jing-Shing Yaoa[23]等對現金流折現模型進行了相關研究，對于規范企業價值評估方法具有一定的參考價值。從理論上講，可選擇的企業價值的評估方法主要有成本加和法、收益現值法和市場法。本文應用自由現金流量折現法中的加權成本法對煤電企業價值進行評估，即在估計出企業未來每年的自由現金流量的基礎上，配以加權平均資本成本（WACC）作為貼現率加以折現，折現的現值即為企業價值。圖3為企業價值的估算過程。企業現金流FCFF =息稅前利潤×（1－所得稅稅率）＋

表1 壓力測試情景設定

式中：Ke表示企業的權益資本成本；We表示市場價值下企業的權益資本成本在資本結構中的比例；Kd表示企業的債務資本成本；Wd表示市場價值中企業的債務資本成本在資本結構中的比例；T表示企業所得稅。

Frank等[24]使用資本資產定價模型（CAPM）發現加權平均資本成本對企業投資至關重要。本文運用CAPM模型來確定權益資本成本Ke，資本資產定價模型通過β系數修正后的股權風險溢價來反映投資者對增加的風險所要求的更高回報。但β系數只是從理論上衡量了特定企業的系統風險，沒有反映特定企業的非系統風險。因此需要修正資本資產定價模型（MCAPM）來反映非系統風險，以增強預期回報率的準確性。修正的資本資產定價模型公式如下：

式中：MKe表示經過修正的權益資本期望收益率；Rf表示無風險收益率；Rm表示市場期望收益率；β表示證券的收益率對市場收益率變動的反應程度；SCRP表示特定企業風險溢價。

式中：V表示企業價值；n表示資產的壽命；FCFF表示t時期企業現金流；r表示折現率，本研究為加權平均資本成本。

1.3 數據來源與指標選取

自由現金流預測模型中涉及的參數設計見表2，其他數據參考國家能源局、中國電力企業聯合會、北極星電力網等公開數據。當項目數據不完整時，可采用系數調整的方法進行補充。

圖3 企業價值的估算過程

表2 壓力測試模型參數設定

2 實證結果

2.1 合理回報企業價值

通過自由現金流折現模型計算各區域不同類型煤電企業合理回報下的企業價值，可以看出各區域因單機容量工程項目單位造價不同，預期企業價值表現出較大差異性。其中，300MW、600MW和1 000MW煤電機組分別在東北電網、華北電網和西北電網合理回報預期企業價值最高，具體見表3。

圖4至圖6分別為各地區2017年新建300MW亞臨界、600MW亞臨界和1 000MW超超臨界實際企業價值與合理回報預期下企業價值的偏離情況（偏離企業價值=(合理回報企業價值－實際回報企業價值)/合理回報企業價值，負值代表實際回報企業價值高于合理回報企業價值）。由圖可知，只有新疆、廣東、安徽、海南、內蒙古、河北、江蘇和上海的1 000MW超超臨界機組的實際企業價值超出合理回報企業價值，并且這些地區300MW和600MW機組的實際企業價值與合理回報預期偏差也相對較小，主要是這些地區經濟發展帶來了較高的用電需求，企業有一定的盈利能力。

2.2 環境壓力測試結果研究

煤電行業發展面臨諸多外部因素的變化，本文選擇各地區2017年典型新建煤電企業為代表進行分析。首先以2017年實際企業價值作為基準情景，對單個環境風險設置樂觀情景與悲觀情景，測試企業在這些關鍵變量突變的壓力下的表現狀況，其中個別地區因數據相差較大不在圖中顯示。然后，對煤電企業進行綜合風險壓力測試，反映與合理回報預期企業價值的偏離情況。

2.2.1 逐風險壓力測試結果

圖4 各地區300MW煤電企業實際與合理回報預期下企業價值偏離情況

圖5 各地區600MW煤電企業實際與合理回報預期下企業價值偏離情況

圖6 各地區1000MW煤電企業實際與合理回報預期下企業價值偏離情況

表3 合理回報預期企業價值 單位：元

2014年《煤電節能減排升級與改造行動計劃》[25]提出，到2020年，現役燃煤發電機組改造后平均供電煤耗低于310g/（kW·h），其中現役60萬kW及以上機組改造后平均供電煤耗低于300 g/（kW·h）。亞臨界機組能效水平總體上低于全國火電機組平均能效水平，由圖7和圖8可以看出，各地區300MW煤電機組在節能升級改造后，因小幅提高進汽參數降耗投入成本低，樂觀情景比悲觀情景的企業價值高。而各地區600MW煤電企業在樂觀情景和悲觀情景下的企業價值表現有所不同，安徽、廣東、河北、江蘇等地區悲觀情境下的企業價值比樂觀情景高，說明因降低煤耗減少的燃料成本和污染物排放費可以很大程度上抵消降耗投入成本。總體來說，能效水平的提高對高效率煤電機組的企業價值是有利的。

《中華人民共和國環境保護稅法》[26]規定大氣污染物稅額為每污染當量1.2元至12元。各地區原排污費適用不同的標準、有高有低，不少地區將原排污費標準“平移”為環保稅稅額，部分地區則提高了標準[27]。圖9顯示600MW煤電機組隨著環保稅標準的提高企業價值也隨之下降，在悲觀情景下假設環保稅額為上限12元/污染當量，此時企業價值最低。隨著環保、可持續發展的要求快速深化，各地區稅額上調也是必然趨勢。因此煤電機組需要堅持采用高效除塵、煙氣脫硫脫硝設備，提高環境承載力。

順應全球低碳轉型的大勢，中國明確提出了減排目標和承諾，致力于在2030年左右二氧化碳排放達到峰值并爭取盡早達峰[28]。為此，中國提出分三階段穩步推進碳市場建設工作，這標志著碳排放交易體系完成了總體設計正式啟動[29]。其中，以發電行業為突破口率先啟動全國碳排放交易體系，初步分析這一市場涵蓋約1 700家發電企業，年排放二氧化碳約35億噸[30]。本研究假設采用基準線法[31]對煤電企業進行配額分配，不同類型的機組有相應的配額分配值。圖10和圖11顯示300MW和600MW亞臨界機組在全國碳市場實行后隨著碳價和有償分配比例的提高企業價值降幅明顯，其中300MW亞臨界機組影響程度較大。廣東、新疆、浙江、海南和上海的300MW和600MW機組悲觀情景下企業價值仍為正值，而其他地區企業價值均為負值。從長期看，碳強度顯著高于基準的落后煤電機組將承受較大的壓力，可鼓勵其通過提高生產效率來實現減排目標。

根據全國基線水壓力地圖與2020年全國燃煤電廠的分布疊加結果可知，中國大部分地區面臨嚴峻的水資源短缺問題，煤炭資源豐富的地區水資源更為匱乏[32]。由圖12可知，各地區600MW煤電企業在兩個情景下將水資源稅分別提高到0.005元/（kW·h）和0.03元/（kW·h），由此增加的水費降低了煤電企業價值，與實際企業價值相差最高達0.47%。未來隨著水資源稅的提高，煤電企業價值將進一步減少。

截至2017年，全球在建煤電項目連續兩年大幅縮減，中國縮減規模最大，其主要原因是中國嚴格限制新建煤電項目[33]。2017年，中國電力供需總體寬松，由于火電去產能的原因，全年火電設備平均利用小時數為4 209小時，同比增加23小時[34]。但目前的火電平均利用小時數還遠遠低于正常狀況下的5 000小時，火電行業依然過剩。在實際用電需求的基礎上，采用電力電量平衡模型匡算煤電電量空間[35]，計算2020年各地區煤電合理利用小時數和實際利用小時數，在壓力測試模型中比較兩個情景下產能過剩對企業價值的影響。由圖13可知，我國當前煤電行業存在嚴重的產能過剩問題，各地區產能過剩情況差異較大，絕大部分地區煤電的利用小時數都未達到合理水平，其中廣東、吉林、山西、浙江、甘肅等地區樂觀情景與悲觀情景下的企業價值差異較大，產能過剩較為嚴重。

圖7 能效標準提高對300MW燃煤發電企業價值的影響

圖8 能效標準提高對600MW燃煤發電企業價值的影響

圖10 全國碳市場對300MW燃煤發電企業價值的影響

圖11 全國碳市場對600MW燃煤發電企業價值的影響

圖12 水資源稅提高對600MW燃煤發電企業資產價值的影響

為實現國家2020年、2030年非化石能源占一次能源消費比重分別達到15%和20%的戰略目標，國家能源局《關于建立可再生能源開發利用目標引導制度的指導意見》[36]中明確提出，2020年除專門的非化石能源生產企業外，各發電企業非水電可再生能源發電量應達到全部發電量的9%以上，并制定了各地區全社會用電量中的非水電可再生能源電量比重指標。根據2020年各地區非水可再生能源電力消納比重目標與本地和調入非水可再生能源電量比較得出安徽、廣東等 12個地區（見圖14）有非水可再生能源用電量缺口。由圖14可知非水可再生能源目標完成的同時也降低了這些地區煤電企業資產價值，兩個情景相差1.09%～38.4%。可再生能源比重持續增長，必然擠占傳統煤電市場空間，燃煤發電廠將面臨被擠壓和經濟效益受損的局面。

2.2.2 綜合風險壓力測試結果

對各地區2017年新建300MW亞臨界、600MW亞臨界和1 000MW超超臨界機組進行環境風險綜合分析（圖15至圖17），可以看出1 000MW超超臨界機組樂觀情景及悲觀情景下企業價值距合理回報預期企業價值相差最小；而300MW和600MW亞臨界機組因能效水平低等原因企業價值偏離合理回報較為嚴重。從地區來看，甘肅、寧夏、青海、四川、貴州和云南等地區各類型機組兩個情景企業價值距合理回報預期企業價值相差較大，說明隨著各類型環境風險程度的惡化，這些地區企業面臨較大的經營壓力；而吉林、山西、內蒙古、黑龍江、廣東等地區樂觀情境與悲觀情景企業價值相差較大，其主要原因是產能過剩和碳市場等壓力。

3 結論與建議

3.1 結論

本研究通過自由現金流折現模型建立了煤電企業環境壓力測試的研究框架，探討了煤電企業面臨的各種環境風險，并就具體風險對煤電企業價值的影響進行了分析。實證結果發現：

圖13 產能過剩對600MW燃煤發電企業價值的影響

圖14 考慮可再生能源消納對600MW燃煤發電企業資產價值的影響

2017年各地區在不考慮風險壓力因素變化時煤電基礎風險已經很大，實際回報與合理回報嚴重偏離。對于單個風險壓力測試而言，產能過剩和碳市場風險對企業價值的影響是大多數地區在不同情景中面臨的主要風險驅動因素；能效水平的提高對高效率煤電機組的企業價值是有利的；水資源稅和環境保護稅的風險隨著稅額的提高煤電企業價值將進一步減少；有非水可再生能源用電量缺口的地區完成目標的同時也降低了煤電企業資產價值。對于綜合風險壓力測試而言，各地區1 000MW超超臨界機組樂觀情景及悲觀情景的企業價值距合理回報預期企業價值相差最小，而300MW和600MW亞臨界機組企業價值偏離合理回報較為嚴重。其中，西北地區各類型機組兩個情景下企業價值距合理回報相差較大，隨著環境風險程度加大，企業經營將進一步惡化。

圖15 各地區300MW煤電機組樂觀情景與悲觀情景企業價值

圖16 各地區600MW煤電機組樂觀情景與悲觀情景企業價值

圖17 各省1000MW煤電機組樂觀情景與悲觀情景企業價值

3.2 建議

從上述研究發現，隨著環境風險嚴重程度的不斷增加，環境風險評估及壓力測試有助于煤電企業和金融機構了解環境風險對企業財務狀況的影響，從而對投資決策產生影響。根據這些研究結果，本文對金融機構、政府及投資者和電力企業提出多項建議。

（1）金融機構在投融資決策時應將壓力測試作為金融業務風險評估的主要組成部分，將環境風險納入風險管理和資產配置決策體系。建議金融機構在本文煤電機組的基礎上對煤電企業、集團和資產組合進行環境壓力測試，評估其環境風險及管理能力，將其作為提供金融產品和服務的主要考慮因素。目前環境壓力測試工具還不成熟，未來需要加強金融機構和企業等利益相關方之間的合作，共享環境風險分析的方法、工具和數據等。

（2）政府應深化綠色金融改革，積極推進綠色金融標準體系建設。通過相應的政策引導和制度安排，如財政補貼、稅收減免、監管指標傾斜等，實現綠色投資的商業可持續。政府應加強宏觀調控，把環境成本信息披露列入相應的法律法規，鼓勵企業定期開展環境風險壓力測試，制定合規檢查及審計流程，對環境表現欠佳的企業考慮相應的處罰方式，以此激勵企業加強自身改革。

（3）在金融市場中的投資者可建立恰當的風險評估模型，考量各金融投資產品的環境風險程度，根據評估結果對金融投資過程中所產生的風險和利益進行合理的配置，做出有利于自身發展獲利并且能使金融投資風險降到最低的投資組合。

（4）環境風險評估最主要的是環境信息的可得性和準確性，電力企業需披露包括氣候與環境信息在內的社會責任信息，進一步建立和完善環境信息數據庫，使環境信息披露更透明、公開。隨著市場競爭和環境風險的加劇，電力企業應結合本企業實際情況開展全面風險管理，完善環境風險管理的支撐體系，建立健全風險責任制度，將環境風險納入宏觀綜合決策體系，全面提升環境風險的治理水平。