碳排放权交易机制能提高企业价值吗沈洪涛 黄 楠内容提要本文借助中国碳排放权交易的准自然实验场景，提供了碳排放权交易影响企业价值的中国市场经验证据。基于碳排放权交易试点关于开展碳排放权交易试点工作的通知公告日的事件研究证实，资本市场对于该事件有显著正面反应，低碳强度企业的市场反应更为显著，表明碳排放权交易能提高企业短期价值。但是，基于双重差分模型的研究显示，碳排放权交易正式启动后并没有影响企业的长期价值。进一步，本文分析了碳排放权交易未能影响企业长期价值的原因，由于碳排放权交易机制配额分配较为宽松，加之宏观去产能政策影响，导致配额供大于求，配额价格过低，从而碳排放权交易机制在现阶段没能实现经济红利。本文透过碳排放权交易揭示了科斯定理的微观经济后果，对于建设全国统一的碳市场有积极的指导意义。关键词碳排放权交易 市场反应 企业价值 准自然实验作者简介沈洪涛，暨南大学管理学院教授，５１００００；黄 楠（通讯作者），暨南大学管理学院博士研究生，５１００００。中图分类号Ｆ８３２５，Ｆ２７５ 文献标识码Ａ 文章编号１００２－８１０２（２０１９）０１－０１４４－１８一、引 言温室气体排放引起的气候变暖是全世界共同面对的挑战。作为负责任的大国，中国积极参与全球环境治理，落实减排承诺。２０１１年中国引入市场型环境规制手段碳排放权交易（以下简称“碳交易”）机制，推进低碳发展。从２０１３年６月起，深圳、上海、北京、广东、天津、湖北和重庆七个试点省市先后启动碳排放权交易试点。２０１７年１２月，全国碳排放权交易市场（电力行业）正式启动。从试点的范围来看，二氧化碳排放总量和强度出现了双降的趋势，起到了碳市场控制温室气体排放的作用。然而，低碳发展是“低碳”与“发展”的有机结合，在减碳的同时要提高经济效益，促进经济和社会均衡发展（厉以宁等，２０１７）。著名的“波特假说”认为，适当而严格的环境规制，特４４１Ｆｉｎａｎｃｅ＆ＴｒａｄｅＥｃｏｎｏｍｉｃｓ，Ｖｏｌ４０，Ｎｏ１，２０１９基金项目国家自然科学基金面上项目“基于环境会计视角的生态补偿机制微观效果研究政府之手与市场之手”（７１６７２０７５）。作者感谢广州市人文社会科学重点研究基地“广州区域低碳经济研究基地”的资助。作者感谢匿名审稿人及编辑部提出的宝贵修改意见。当然，文责自负。别是市场型环境规制（Ｊａｆｆｅ和Ｐａｌｍｅｒ，１９９７），能够促使环境与经济双赢（Ｐｏｒｔｅｒ，１９９１；Ｐｏｒｔｅｒ和ＶａｎｄｅｒＬｉｎｄｅ，１９９５）。碳排放权交易是应对全球气候变化的重要机制，是运用科斯定理解决环境外部性问题的典型实践。依据科斯定理，通过明晰环境资源的产权可以内化环境的外部性。政府向企业分配或出售“环境资源许可证”，企业可以通过市场买卖许可证，实现资源最优配置（Ｄａｌｅｓ，１９６８）。但是，科斯定理的前提条件是交易成本为零（Ｃｏａｓｅ，１９６０），在现实中并不成立。在交易成本为正的情况下，权利的初始安排就会影响收入分配，产生重要的经济后果（唐跃军、黎德福，２０１０）。碳排放权交易的实施可能增加企业成本，包括获取二氧化碳排放配额（以下简称“配额”）的显性及隐性支出、核算和报告碳排放信息的成本、环境治理投入等，不利于企业生产和发展（薛爽等，２０１７）；另外，碳排放权买卖和融资也可以改善企业的财务状况和现金流（Ｏｅｓｔｒｅｉｃｈ和Ｔｓｉａｋａｓ，２０１５；Ａｂｒｅｌｌ等，２００８），带来企业福利水平的增进。因此，碳排放权交易机制在实现低碳目标的同时，能否促进经济发展具体而言，碳排放权交易机制能否提高企业价值对这个问题的回答有助于认识运用科斯定理解决环境外部性问题的经济后果，也有助于政策制定者、参与企业以及投资者的决策。自２０世纪初发达国家实施碳排放权交易，尤其是２００５年欧盟启动全球最大的碳排放权交易市场（ＥＵＥＴＳ）以来，研究者极为关注碳排放权交易的环境影响及经济影响。对于碳排放权交易的经济影响，研究的重点为对整体经济的宏观影响和对行业的中观影响，对企业的微观影响研究相对较少，且以理论分析为主。碳排放权交易对企业价值影响的实证研究为数不多，研究对象主要为欧盟市场，且结论迥异。有一组文献认为，碳排放权交易提升了企业价值（Ｓｍａｌｅ等，２００６；Ｖｅｉｔｈ等，２００９；Ｙｅ等，２０１３；Ｃｈａｎ等，２０１３；Ｏｅｓｔｒｅｉｃｈ和Ｔｓｉａｋａｓ，２０１５）。另有不少文献发现，碳排放权交易减损了企业价值（Ｏｂｅｒｎｄｏｒｆｅｒ，２００９；Ｍｏ等，２０１２；Ｃｈａｐｐｌｅ等，２０１３；Ｋｏｃｈ和Ｂａｓｓｅｎ，２０１３；Ｊｏｎｇ等，２０１４）。出现实证结论相左的原因很有可能是研究中存在的内生性问题，以及各国碳排放交易机制设计的差异。２０１１年１０月２９日，国家发改委发布关于开展碳排放权交易试点工作的通知（以下简称通知），宣布在北京、天津、上海、重庆、湖北、广东及深圳七个省市展开碳排放权交易试点。随后七个省市积极展开碳排放权交易探索行动，确定碳交易试点企业名单、制定配额管理暂行办法、筹备碳交易场所。至２０１３年６月，深圳、上海等七个试点省市先后正式启动碳排放权交易市场。历经四年碳排放权交易试点探索后，２０１７年１２月，全国碳排放权交易市场（电力行业）正式启动。中国在部分地区进行碳排放权交易试点的特殊制度安排，为验证碳排放权交易的微观经济后果提供了难得的准自然实验机会。同时，来自世界最大碳排放国中国的经验证据，也将丰富碳排放权交易研究的文献。本文借助中国碳排放权交易市场的准自然实验场景，基于中国碳排放权交易的制度设计，分别从短期和长期视角验证碳排放权交易对企业价值的影响，以提供来自中国市场的经验证据。首先，本文采用事件研究法，检验了正式宣告碳排放权交易试点的市场反应，发现资本市场对于该事件有显著的正向反应，低碳强度企业的市场反应更为显著，表明市场预期碳排放权交易能够提高企业价值。接着，本文利用双重差分模型研究碳排放权交易正式启动后对企业长期价值的影响，发现碳排放权交易对企业长期持有到期收益及企业财务绩效并没有显著影响。最后，本文对碳排放权交易机制未能对企业长期价值产生影响的原因进行探索分析，发现现阶段碳排放权交易机制配额分配较为宽松，加之宏观去产能政策的影响，导致配额供大于求，碳价过低，从而碳排放权交易机制目前无法在实现低碳的同时提升企业价值。５４１相较已有研究，本文可能的贡献主要体现在第一，利用中国碳排放权交易试点这一准自然实验，在一定程度上避免了遗漏变量等内生性问题，提供了更为科学的碳排放权交易经济后果的证据；第二，同时检验了碳排放权交易对企业短期和长期价值的影响，更为全面地回答了碳排放权交易的微观经济后果，并揭示了内在原因；第三，首次提供了世界最大碳排放国的微观经验证据，丰富了已有的碳排放权交易的研究文献；第四，基于中国碳排放权交易机制的研究，为完善中国以及国际碳排放权交易市场提供了政策参考。二、制度背景、理论分析与研究假设（一）碳排放权交易背景及中国的机制设计碳排放权交易是基于市场解决气候问题的一种经济手段，目前大多数国家采用的是总量交易（ＣａｐａｎｄＴｒａｄｅ）模式，其基本思路是政府根据环境容量制定逐年下降的碳排放总量目标，向企业分配或出售配额，企业和投资者可以在市场上买卖配额，实际二氧化碳排放（以下简称“实际排放”）低于配额的企业可以出售配额，实际排放超过配额的企业必须购买超排部分的配额以完成履约。这一制度安排激励减排成本低的企业进行最大程度的减排，减排成本高的企业则会选择购买配额来履约，从而使得企业的边际减排成本相等，整个市场以最低的成本完成减排目标，实现帕累托最优。２００２年英国启动了世界上第一个全国范围内的碳排放权交易市场（ＵＫＥＴＳ），随后美国、加拿大等国也相继展开碳排放权交易。截至２０１７年底，全球已运行２１个碳交易体系，３６个国家参与其中，覆盖全球１５％的温室气体排放量。①２００５年，伴随着京都议定书的正式生效，欧盟启动了全球规模最大的碳排放权交易体系（ＥＵＥＴＳ）。ＥＵＥＴＳ是由欧盟各成员国自上而下建立的一个联合碳市场，基于总量交易原则，覆盖了３１个主权国家。２０１６年欧盟温室气体排放量比１９９０年降低了２４％（不包括国际航空排放量），超额完成欧盟设定的“２０２０年减排２０％”的目标。②欧盟在气候变化治理上取得的显著成效为在全球范围内推广碳排放权交易起到了重要的指导作用。２０１１年，中国引进碳排放权交易机制，并于２０１３年６月起先后在深圳、上海、北京等七个省市展开试点，历经四年碳排放权交易试点探索后，２０１７年１２月，全国碳排放权交易市场（电力行业）正式启动。中国在七个省市试点的基本框架和总体思路是首先，设定排放的上限目标，即对碳排放实现总量控制；其次，确定参与交易的试点企业，过去两到三年内直接或间接碳排放量超过一定标准的电力、钢铁、石化等工业企业，高科技企业以及大型建筑物均被强制纳入试点；再次，确定配额的初始分配方法，各试点地区选择历史法或基准法分配初始配额，确定有偿配额发放比例，建立试点企业碳排放量监测、报告和核查制度；最后，设计履约机制及奖惩措施，即试点企业需上缴与实际排放量相应的配额，若企业实际排放超过持有配额则需购买短缺部分，并根据履约情况给予奖惩。（二）碳排放权交易的经济学分析气候问题与所有环境问题一样都具有外部性。福利经济学家庇古认为，通过政府的征税和补６４１Ｆｉｎａｎｃｅ＆ＴｒａｄｅＥｃｏｎｏｍｉｃｓ，Ｖｏｌ４０，Ｎｏ１，２０１９①②数据来源于ＥｍｉｓｓｉｏｎｓＴｒａｄｉｎｇＷｏｒｌｄｗｉｄｅＩｎｔｅｒｎａｔｉｏｎａｌＣａｒｂｏｎＡｃｔｉｏｎＰａｒｔｎｅｒｓｈｉｐＳｔａｔｕｓＲｅｐｏｒｔ２０１８。数据来源于ＡｎｎｕａｌＥｕｒｏｐｅａｎＵｎｉｏｎＧｒｅｅｎｈｏｕｓｅＧａｓＩｎｖｅｎｔｏｒｙ１９９０２０１６ａｎｄＩｎｖｅｎｔｏｒｙＲｅｐｏｒｔ２０１８。贴，就可以将外部性内部化。这种政策思路被称为“庇古税”。部分国家，如芬兰、挪威、法国、瑞士等就采纳了庇古税的主张，征收碳税以控制温室气体排放。新制度经济学奠基人科斯并不认同庇古藉由政府解决外部性的思路。科斯指出，政府干预本身，例如征税，也是要花费成本的，如果这个成本大于外部性所造成的损失，显然就丧失了效率。在科斯（２０１４）看来，只要产权明晰且交易成本为零，无论权利如何界定，都可以通过市场交易和自愿协商达到资源的最优配置。也就是说，可以用市场交易形式替代庇古税手段解决外部性问题。依据科斯产权理论，产生环境问题的原因是没有明确界定环境资源的产权。因此，可以用明晰产权的方法来解决环境问题。美国经济学家戴尔斯（Ｄａｌｅｓ，１９６８）运用科斯定理设计了排污权交易的方案政府向企业分配或出售“污染许可证”，企业可以通过市场交易买卖污染许可证，由此最小化减排成本，实现资源最优配置。美国自２０世纪９０年代以来，通过排污权交易制度有效地控制了二氧化硫排放，并推动了德国、英国、澳大利亚等国家相继实行了排污权交易。但是，运用科斯定理解决环境问题并非没有局限。首先，交易成本为零的前提在现实中难以成立。碳交易的双边交易性质和难以量化合格减排量，使得碳排放权交易市场上存在多种交易成本，包括寻找交易对手和信息的搜寻成本、讨价还价和决策的协调成本、交易获得政府同意的批准成本、监管者维持市场秩序的监督和执行成本、确保交易顺利进行的保险成本，这些成本由政府和参与企业共同承担（Ｄｕｄｅｋ和Ｗｉｅｎｅｒ，１９９６）。其次，即使产权界定是明晰的，权利分配给不同的主体虽然不影响碳排放权的最终配置，但将导致不同的收入分配。如果免费发放给企业，相当于给了企业一笔财富，如果政府有偿出售配额，则相当于政府获得一笔收入（唐跃军、黎德福，２０１０）。最后，尽管界定产权的目的是通过经济激励内化外部性问题，从而更为有效地管理和使用资源，但在环境治理领域，将公共资源直接进行私有化分配，会带来严重的福利后果。因此，观察碳排放权交易的市场反应，分析碳排放权交易制度对企业价值的影响，对于认识科斯产权理论指导下的市场化环境经济政策微观后果具有重要的理论意义。（三）研究假设碳排放权交易对企业价值有怎样的影响，是提高企业价值还是减损企业价值已有文献基于不同市场得出截然不同的研究结论。支持碳排放权交易能够提高企业价值的文献认为一方面，配额作为一种物权，可以被视为一项具有实物价值和期权价值的资产（Ｊｏｈｎｓｔｏｎ等，２００８；Ｃｏｏｋ，２００９）。欧盟碳排放权交易第一阶段，配额均为免费且过度发放，企业可以出售剩余配额获得现金流入，得到一笔“横财”（Ａｂｒｅｌｌ等，２００８；Ｏｅｓｔｒｅｉｃｈ和Ｔｓｉａｋａｓ，２０１５）。Ａｂｒｅｌｌ等（２００８）以欧盟２００５２００８年的２０００多家上市公司为研究样本，发现由于欧盟碳交易体系第一阶段配额分配过度且为免费发放，企业获得使用或出售免费配额的权利，从而增加了利润。Ｏｅｓｔｒｅｉｃｈ和Ｔｓｉａｋａｓ（２０１５）通过研究欧盟碳交易体系第一阶段和第二阶段的股票市场反应，发现企业获得免费配额可以带来现金流入，从而增加企业价值。另一方面，纳入碳排放权交易的企业多数属于垄断行业，例如电力、钢铁、水泥等，能够将碳价转嫁到产品价格中，当配额并非全部有偿发放却依然抬升价格时，企业获得过度补偿实现暴利（Ｓｍａｌｅ等，２００６；Ｂｏｄｅ，２００６；Ｖｅｉｔｈ等，２００９）。Ｓｍａｌｅ等（２００６）对欧盟碳交易试点企业进行分行业研究，发现水泥、新闻纸、钢铁、铝和石油五个行业企业利润有显著增加，这些行业的企业可以通过提高产品价格将碳成本转嫁给消费者，由于产品价格的影响，以及大量的免费配额，企业可以从中赚取超额利润。Ｂｏｄｅ（２００６）和Ｖｅｉｔｈ等（２００９）对欧盟电力企业的研究得到了相同的结论，由于碳排放权交易的实施，电价上升，电力行业企业可以从免费配额中获利，提高企业价值。当碳价上升时，垄断７４１企业从碳市场和产品市场的获利更为可观（Ｏｂｅｒｎｄｏｒｆｅｒ，２００９；ＤａＳｉｌｖａ等，２０１６）。Ｏｂｅｒｎｄｏｒｆｅｒ（２００９）研究欧盟碳配额价格变动对企业股票价值的影响，数据显示，碳配额价格上涨时企业股价也显著上升。ＤａＳｉｌｖａ等（２０１６）以西班牙电力企业为研究样本，发现在欧盟碳交易体系的第二阶段，碳配额价格上涨１％，电力部门的股票价格上涨０００８７％。另一组文献认为，碳排放权交易约束和内化了企业原本“自由”的排放行为，增加了企业购买配额和减排履约等成本，从而减损企业价值。首先，在碳排放权交易规制下，当企业实际排放超过初始分配配额时，即出现配额短缺，企业需要承担购买配额的现金支出，同时，碳价的波动直接导致企业经营风险提高；其次，企业还会增加减排投入，面临碳信息核查披露等合规成本（Ｃｈａｐｐｌｅ等，２０１３；Ｃｌａｒｋｓｏｎ等，２０１５）。Ｃｈａｐｐｌｅ等（２０１３）以澳洲上市公司为研究样本，通过Ｏｈｌｓｏｎ估值模型和事件研究法，发现由于合规成本（减排成本）带来的预计负债，高碳强度企业在碳排放权交易机制实施后平均市值降低了７％～１０％。Ｃｌａｒｋｓｏｎ等（２０１５）同样利用Ｏｈｌｓｏｎ估值模型，以欧盟２００６２００９年碳交易试点企业为研究样本，发现配额短缺对企业价值有负面影响。Ｂｒｏｕｗｅｒｓ等（２０１６）利用事件研究法研究欧盟首次碳核查对企业价值的影响，发现市场对超配额排放的企业有显著负向反应。此外，碳排放权交易的实施促使公众和政府更加关注气候变化问题，投资者预期未来规制将会更为严格，对于高排放企业会要求更高的必要收益率，增加了企业的资本成本（Ｋｏｃｈ和Ｂａｓｓｅｎ，２０１３；Ｊｏｎｇ等，２０１４）。Ｊｏｎｇ等（２０１４）研究欧盟首次碳价格变化时的市场反应，发现当配额价格下跌时，碳强度低且拥有较多配额的企业股价上涨，碳强度高的企业股价下跌。Ｋｏｃｈ和Ｂａｓｓｅｎ（２０１３）利用资产定价模型研究欧盟２０家公用事业企业２００５２０１０年的资本成本变化，发现投资者对于高排放企业会要求更高的资本成本率。中国碳排放权交易处于初期试行阶段，除了广东和深圳试点电力企业外，配额全部免费发放，加之中国政府特有的“帮助之手”，会在追求某些政策目标时提供无偿地转移支付（王凤翔、陈柳钦，２００５；唐清泉、罗党论，２００７）。因此，碳排放权交易试点企业很可能利用免费配额获得额外的现金流入。企业加入碳排放权交易试点后，由于严格的监管和核查制度，企业碳排放信息披露将更为充分和透明，有利于相关利益者的决策。企业为了合规履约增加的减排投入会产生溢出效应，例如煤电企业节能设备可以减少煤炭消耗，减少碳排放，煤炭消耗减少的同时还能减少二氧化硫、废渣等污染物排放，降低了企业整体环境风险（Ｌａｐｌａｎｔｅ和Ｌａｎｏｉｅ，１９９４；Ｒｉｃｈａｒｄｓｏｎ和Ｗｅｌｋｅｒ，２００１；沈洪涛等，２０１０）。由此，碳排放权交易能够增加企业价值。因而本文提出研究假设Ｈ１。Ｈ１碳排放权交易有助于提高企业价值。碳排放权交易机制对不同碳强度企业价值的影响存在差异。对于高碳强度企业而言，其边际减排成本较高，出现配额短缺的可能性更大，受碳价波动影响的经营风险更大，企业价值降低的可能性更大（Ｋｏｃｈ和Ｂａｓｓｅｎ，２０１３；Ｂｕｓｈｎｅｌｌ等，２０１３；Ｏｅｓｔｒｅｉｃｈ和Ｔｓｉａｋａｓ，２０１５）。虽有研究发现，高碳强度企业通常属于垄断行业，能够将碳成本转嫁到产品价格，获得“不义之财”，甚至碳价越高，提价越多，获利越多（Ｓｍａｌｅ等，２００６；Ｖｅｉｔｈ等，２００９）。但是，中国高碳强度企业集中在钢铁、水泥和电力行业，钢铁和水泥属于产能过剩产业，电力行业正面临电力体制市场化改革的冲击，不再具备成本转移能力。因此，中国碳排放权交易制度下的高碳强度企业将面临更大的成本压力。对于低碳强度企业而言，边际减排成本较低，可以通过碳市场将富余配额出售给高碳强度企业从而获利。因而，本文提出研究假设Ｈ２。Ｈ２碳排放权交易能更为显著地提升低碳强度企业的价值。８４１Ｆｉｎａｎｃｅ＆ＴｒａｄｅＥｃｏｎｏｍｉｃｓ，Ｖｏｌ４０，Ｎｏ１，２０１９三、碳排放权交易对企业短期价值的影响事件研究法用于探讨事件的发生对股票价格（或企业价值）带来的冲击（袁显平、柯大钢，２００６），因此，本文首先采用事件研究法来估计企业参与碳排放权交易事件的短期市场反应，即碳排放权交易相关公告后的累计超常收益率。碳排放权交易在中国经历了三个重要事件一是碳排放权交易试点通知，２０１１年１０月２９日国家发改委发布通知，确定北京、天津、上海、重庆、湖北、广东及深圳七个省市为先行试点地区；二是碳排放权交易试点启动，２０１３年６月１８日起，深圳、上海、北京、广东、天津、湖北、重庆七个碳交易所先后启动；三是全国碳市场建立，２０１７年１２月１９日全国碳市场（电力行业）正式启动。相对而言，第一次公告带来的信息更为丰富，冲击力度更大，因此，本文将主要研究碳排放权交易试点通知事件，检验投资者对于碳排放权交易的预期。（一）样本选择通知确定北京、天津、上海、重庆、湖北、广东及深圳七个省市为先行试点地区，具体的试点企业名单以及配额分配方法由各地区制定。对于试点企业的范围，根据国际温室气体核算标准，碳排放核算分为三个范畴直接排放（燃煤、石油等产生的碳排放）、间接排放（用电、热等能耗产生的碳排放）和其他间接排放（供应链产生的碳排放）。每个企业均有碳排放产生，因此试点地区所有企业均有可能被纳入碳排放权交易。故针对通知公告日事件研究，本文以２０１０年１２月３１日之前在沪深两市上市的所有Ａ股公司作为样本选取范围，考察２０１１年１０月２９日碳排放权交易试点通知公告期间，试点地区上市公司与非试点地区上市公司的市场反应差异。为了确保数据的可靠性，本文根据以下原则进行了剔除（１）剔除事件日期间发生重大公告，例如并购、高管变更、季报等事件公告的公司。由于通知宣告日为周六，本文选取宣告日后第一个工作日，即周一（２０１１年１０月３１日）为事件日，考虑到周五、周六、周日发布的重要公告都有可能反应在周一的股价上，故剔除２８日、２９日及３０日发生重大公告的上市公司；（２）剔除金融行业上市公司；（３）剔除相关财务数据缺失的上市公司。最后获得１２４９家上市公司样本，其中４２７家来自试点地区。（二）模型设计借鉴罗进辉（２０１３），本文采用市场模型法来估计超常收益率和累计超常收益率，检验碳排放权交易对企业短期价值的影响。由于资本市场普遍存在信息提前泄漏问题，可能存在提前反应或反应迟钝问题，因此，本文同时选取［－１，１］、［－２，２］、［－３，３］、［－５，５］、［－１０，１０］五个事件窗口，以相互验证得到更稳健的结论。具体地，本文利用事件日前第１３０个交易日至事件日前第１０个交易日的日收益率，通过市场模型估算个股的αｉ和βｉ，然后根据公式Ｒｉｔ＝αｉ＋βｉＲｍｔ分别计算出事件窗口期每天的预期收益Ｒｉｔ，再用个股的实际收益Ｒｉｔ减去预期收益得到个股超常收益率，即ＡＲｉｔ＝Ｒｉｔ－Ｒｉｔ，累积超常收益率为事件窗口内每日超常收益率的加总，即ＣＡＲｉ（ｔ１，ｔ２）＝∑ｔ２ｔ＝ｔ１ＡＲｉｔ（１）为检验Ｈ１，本文通过式（２）的计量模型进行回归分析，检验解释变量Ｐｉｌｏｔａｒｅａ的系数α１是否显著为正，从而验证投资者对碳排放权交易事件的市场反应。９４１ＣＡＲ（ｔ１，ｔ２）＝α０＋α１Ｐｉｌｏｔａｒｅａ＋αｉ∑Ｃｏｎｔｒｏｌｉ＋ε（２）其中，ＣＡＲ（ｔ１，ｔ２）分别为［－１，１］、［－２，２］、［－３，３］、［－５，５］、［－１０，１０］五个事件窗口期的累计超常收益率；Ｐｉｌｏｔａｒｅａ为虚拟变量，试点地区内上市公司赋值为１，其余地区上市公司赋值为０；∑Ｃｏｎｔｒｏｌｉ代表一组控制变量，借鉴罗进辉（２０１３）模型，包括上一年度的换手率（Ｔｕｒｎｏｖｅｒ）、Ｂｅｔａ值（Ｂｅｔａ）、流通股比例（Ｔｒｓｈａｒｅ）、ＳＴ状态（ＳＴ）、规模（Ｓｉｚｅ）、财务杠杆（Ｌｅｖ）、账面市值比（ＢＭ）、盈利能力（ＲＯＥ）、企业性质（Ｓｔａｔｅ）、企业上市年限（Ａｇｅ）以及行业。为检验假说Ｈ２，本文设计了如式（３）的计量模型进一步在试点地区企业样本中进行回归分析，以检验碳强度如何影响通知公告的市场反应。ＣＡＲ（ｔ１，ｔ２）＝α０＋α１Ｉｎｔｅｎｓｉｔｙ＋αｉ∑Ｃｏｎｔｒｏｌｉ＋ε（３）其中，Ｉｎｔｅｎｓｉｔｙ为碳强度，本文将分别选取两个层面的代理变量。一是衡量行业层面碳强度的虚拟变量Ｉｎｔｅｎｓｉｔｙ＿ｄｕｍ。若企业属于２０１０年国民经济和社会发展统计公报中六大高耗能行业，则定义为高碳强度企业，取值为１；其他企业则定义为低碳强度企业，取值为０。二是衡量企业层面二氧化碳排放强度的连续变量Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ。借鉴Ｃｈａｐｐｌｅ等（２０１３），用企业二氧化碳排放量除以主营收入来衡量碳强度。其中，企业二氧化碳排放量根据行业能源消耗进行近似估算，具体计算方法见式（４）。行业主营成本与行业能源消耗总量数据分别来源于中国工业经济统计年鉴和中国能源统计年鉴，参照厦门节能中心二氧化碳计算标准，１吨标准煤的二氧化碳折算系数为２４９３。Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ值越大，碳强度越高。∑Ｃｏｎｔｒｏｌｉ为与式（２）中相同的一组控制变量。Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ＝二氧化碳排放量企业主营收入１００００００二氧化碳排放量＝企业主营成本行业主营成本行业能源消耗总量二氧化碳折算系数（４）本文所涉及的数据主要通过手工收集，相关财务数据主要来源于ＣＳＭＡＲ数据库。为控制极端值的影响，本文对连续变量１％以下和９９％以上的分位数进行了缩尾处理。变量定义详见表１。表１变量定义变量符号变量名称计算方法ＣＡＲ累计超常收益率事件窗口期内实际收益率与预期收益率差异总和Ｐｉｌｏｔａｒｅａ试点地区企业虚拟变量，若企业处于深圳等七个试点地区取值为１，否则为０Ｉｎｔｅｎｓｉｔｙ＿ｄｕｍ行业碳强度虚拟变量，若企业属于２０１０年国民经济和社会发展统计公报中六大高耗能行业则取值为１，否则为０Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ企业碳强度企业二氧化碳排放强度，等于企业二氧化碳排放量／主营收入１００００００Ｔｕｒｎｏｖｅｒ换手率企业上一年交易股数除以年度平均流通股数ＢｅｔａＢｅｔａ值分市场上一年度Ｂｅｔａ值Ｔｒｓｈａｒｅ流通股比例企业上年末流通股股数占总股本比例ＳＴＳＴ状态虚拟变量，公司当年处于ＳＴ状态，则取值为１，否则为０Ｓｉｚｅ公司规模企业上年末总资产规模的自然对数０５１Ｆｉｎａｎｃｅ＆ＴｒａｄｅＥｃｏｎｏｍｉｃｓ，Ｖｏｌ４０，Ｎｏ１，２０１９续表１变量符号变量名称计算方法Ｌｅｖ财务杠杆企业上一年度的资产负债率，等于总负债／总资产ＢＭ账面市值比公司上年末账面总资产与股票总市值的比值ＲＯＥ盈利能力企业上年度净资产收益率，等于净利润／股东权益平均余额Ｓｔａｔｅ企业性质虚拟变量，若实际控制人为国有单位则取值为１，否则为０Ａｇｅ企业上市年限企业上市年龄，等于２０１１－企业上市年份（三）实证分析１描述性分析在剔除事件日发布重大公告、金融行业和财务数据缺失的企业后共有样本１２４９个，其中试点地区内企业占比３４１９％，高碳强度行业企业在样本中占比１７２１％。企业二氧化碳排放强度均值为４４８５，标准误为６９４８，表明样本中不同企业碳强度差异较大。其他控制变量描述性统计结果与罗进辉（２０１３）等相似，表明本文样本特征的分布都在合理范围内。①表２报告了各事件窗口累计超常收益率分组检验的结果。本文采用均值Ｔ检验和中位数Ｚ检验方法来观察碳排放权交易试点通知公告的短期市场反应。从表２可知，在事件窗口期［－１，１］、［－２，２］、［－３，３］、［－５，５］、［－１０，１０］，试点地区内上市公司累计超常收益率的均值及中位数均大于非试点地区内企业，且在后四个窗口期中分组Ｔ检验和Ｚ检验的统计显著水平均达到１％，支持了本文提出的研究假设Ｈ１，即相比非试点地区企业，碳排放交易试点通知公告后，试点地区内上市公司的短期市场反应是显著正向的。表２各事件窗口累计超常收益率及其显著性检验ＣＡＲ试点地区企业（１）非试点地区企业（２）（１）ＶＳ（２）样本均值中位数Ｔ检验样本均值中位数Ｔ检验Ｔ检验Ｚ检验［－１，１］４２７０００１４－０００３４０１７６８２２－０００１３－０００５８－１２５１１４８８１２９４［－２，２］４２７０００３４－０００１４１６５５８２２－０００５９－００１０５－４１５３３７７３３８１５［－３，３］４２７０００５０－０００４５１９８２８２２－０００４４－０００８４－２５１１３１０１２８９３［－５，５］４２７０００６９０００１８２１５０８２２－０００５１－００１１７－２２４９３０７５２９８６［－１０，１０］４２７００１２２０００５７２８４６８２２－０００６０－０００６５－２０５２３５５８３６０９注、和分别代表在１０％、５％和１％的水平下显著，下同。为了更直观地了解事件窗口期内碳排放权交易试点通知的短期市场反应，本文绘制了上市公司累计超常收益率变化图。从图１可以看到，在［－１０，１０］的事件窗口期内，试点地区内上市公司累计超常收益率在事件日前五天开始逐渐上升，而非试点地区内上市公司累计超常收益率在事件日前三天开始逐渐下降，进一步支持了本文假设Ｈ１。１５１①限于篇幅，变量描述性统计从略。图１ 通知公告期间上市公司累计超常收益率２回归分析为更全面地检验碳排放权交易试点通知的市场反应，本文根据模型（２）进行多元回归分析（见表３）。除［－１，１］窗口期外，在［－２，２］、［－３，３］、［－５，５］、［－１０，１０］的四个窗口期，Ｐｉｌｏｔａｒｅａ系数分别为０００８０、０００７３、０００９９和００１２８，在５％或１％的水平下显著，表明碳排放权交易试点通知公告为试点地区内企业带来正向影响，支持了本文假设Ｈ１。控制变量中，企业规模（Ｓｉｚｅ）对累计超常收益率有显著正向影响，风险水平（Ｂｅｔａ）、财务杠杆（Ｌｅｖ）和账面市值比（ＢＭ）对累计超常收益率有显著负向影响，与已有的研究（李常青等，２０１０；罗进辉，２０１３）基本一致。表３碳排放权交易试点通知与企业累计超常收益率ＣＡＲ（１）（２）（３）（４）（５）［－１，１］［－２，２］［－３，３］［－５，５］［－１０，１０］Ｐｉｌｏｔａｒｅａ０００２５（１３８）０００８０（３２０）０００７３（２４２）０００９９（２６３）００１２８（２４６）Ｔｕｒｎｏｖｅｒ００００３（０９２）００００１（０３１）００００２（０３４）００００３（０５３）０００００（００１）Ｂｅｔａ－０００５３（－１１５）－００１４３（－２１８）－００２３７（－２８９）－００２９５（－２７４）－００２７０（－１９１）Ｔｒｓｈａｒｅ００００９（０２３）０００９３（１８０）０００７９（１２９）００１１５（１４９）－０００１１（－０１０）ＳＴ－００００４（－０１１）－０００１０（－０２１）－０００２３（－０３３）０００２９（０３１）０００２７（０２２）Ｓｉｚｅ０００２３（２１７）０００６７（４６３）０００８０（４４２）００１１０（４８３）０００８２（２６９）Ｌｅｖ－００１７８（－３０５）－００３４８（－４５３）－００４１３（－４２２）－００４６９（－３６８）－００５８２（－３５２）ＢＭ－００５６５（－４５２）－００９４６（－５８６）－０１０８４（－５６３）－００９８４（－３８８）－００８４０（－２５９）２５１Ｆｉｎａｎｃｅ＆ＴｒａｄｅＥｃｏｎｏｍｉｃｓ，Ｖｏｌ４０，Ｎｏ１，２０１９续表３ＣＡＲ（１）（２）（３）（４）（５）［－１，１］［－２，２］［－３，３］［－５，５］［－１０，１０］ＲＯＥ－００００８（－００９）０００２０（０１８）００２８０（１９７）００３７１（２０８）００４５５（１８２）Ｓｔａｔｅ－０００１３（－０６１）－０００４９（－１６８）－０００６６（－１８５）－０００４１（－０９５）－０００１０（－０１８）Ａｇｅ００００１（０２４）００００１（０２２）００００３（０８５）００００１（０１６）－００００３（－０５０）Ｃｏｎｓｔａｎｔ－００１０３（－０４４）－００９４１（－３０９）－０１１０２（－２８７）－０１７０７（－３５４）－００９１４（－１３８）ＩｎｄｕｓｔｒｙＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＮ１２４９１２４９１２４９１２４９１２４９ＡｄｊＲ２００３６００８０００９７００８７００７７注括号内为ｔ值。表４进一步报告了企业碳强度对通知公告市场反应的影响。ＰａｎｅｌＡ报告了行业层面碳强度对企业累计超常收益率的影响。在［－２，２］、［－３，３］、［－５，５］、［－１０，１０］四个窗口期，碳强度（Ｉｎｔｅｎｓｉｔｙ＿ｄｕｍ）系数分别为－００１５６、－００２０２、－００２８０和－００２６０，且均显著，表明碳排放权交易试点通知公告后，相比高碳强度行业企业，市场预期低碳强度行业企业的价值有更高提升。ＰａｎｅｌＢ报告了企业层面碳强度对企业累计超常收益率的影响。在［－２，２］、［－３，３］、［－５，５］三个窗口期中，碳强度（Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ）系数同样在１％或１０％的统计水平下显著为负，表明企业碳强度越高，累计超常收益越低。上述结果验证了本文假设Ｈ２。表４碳强度与企业累计超常收益ＰａｎｅｌＡ行业层面碳强度ＣＡＲ（１）（２）（３）（４）（５）［－１，１］［－２，２］［－３，３］［－５，５］［－１０，１０］Ｉｎｔｅｎｓｉｔｙ＿ｄｕｍ－０００６７（－１４４）－００１５６（－２１９）－００２０２（－２３１）－００２８０（－２７８）－００２６０（－１７７）ＣｏｎＶａｒｉａｂｌｅＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＩｎｄｕｓｔｒｙＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｓｔａｎｔ－００９８９（－２５８）－０２１８１（－３９０）－０２４２０（－３６７）－０３０９５（－３８０）－０２３４７（－１９３）Ｎ４２７４２７４２７４２７４２７ＡｄｊＲ２００４７００８１００９３０１１７００９０３５１续表４ＰａｎｅｌＢ企业层面碳强度ＣＡＲ（１）（２）（３）（４）（５）［－１，１］［－２，２］［－３，３］［－５，５］［－１０，１０］Ｉｎｔｅｎｓｉｔｙ＿ｃｏｎ－００００１（－１２６）－００００２（－２７４）－００００２（－２８３）－００００２（－１９５）－００００２（－１２３）ＣｏｎＶａｒｉａｂｌｅＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＩｎｄｕｓｔｒｙＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｔｒｏｌＣｏｎｓｔａｎｔ－０１１８２（－２１１）－０２８３８（－３６５）－０３３９９（－３６５）－０３６２１（－３１５）－０１１７６（－０７１）Ｎ２５１２５１２５１２５１２５１ＡｄｊＲ２００５７０１２６０１３０００５８００１３基于上述碳排放权交易试点通知公布日短期市场反应的检验结果可以发现，整体而言，投资者对碳排放权交易机制预期较为乐观，认为碳排放权交易有助于提升企业价值。中国碳排放权交易采取的是总量交易机制，控制整体碳排放量，但并不规定每个企业的减排任务，边际减排成本高的企业可以从减排成本低的企业购买配额。低碳强度企业比高碳强度企业的减排效率高，分配所得的配额将高于实际碳排放量，可以通过出售多余的配额获得额外的收益，因此市场对于低碳强度企业反应更为积极。为验证实证结果的可靠性，本文进行了两方面的稳健性测试（１）利用倾向性得分匹配法（ＰＳＭ）在非试点地区企业中对试点地区企业进行匹配，以克服样本自选择偏差（在确定碳排放权交易试点省市时，可能会存在自选择问题）。匹配后样本回归结果与上述结果保持一致，说明本文的检验结果具有较高稳健性。（２）把碳排放权交易通知公告时间假定为２０１０年１０月２９日，进行安慰剂检验。安慰剂检验结果显示，关键变量的估计系数均不显著，表明前文检验的回归结果不太可能是季报发布或遗漏随时间改变的异质性所带来的影响，进一步证实了本文检验结果的稳健性。四、碳排放权交易对企业长期价值的影响为分析碳排放权交易对企业长期价值的影响，本文采用买入并持有的长期收益率和双重差分模型比较碳排放权交易启动后试点企业与非试点企业长期市场业绩及财务业绩的变化。自２０１３年６月１８日起，深圳、上海、北京等七个碳排放权交易所正式启动，首批纳入碳排放权交易试点名单的企业有２０００多家。通过查询国家企业信息公示系统，可识别出试点名单中共有１０５家为上市企业。本文以该１０５家上市企业为样本，剔除金融行业企业及试点之后上市的企业，得到处理组（Ｔｒｅａｔ）样本企业８４家。在试点地区内达到一定排放标准的企业都已被纳入管控名单，故无法从试点地区中匹配到相同排放情况的对照企业，因此，本文从非试点地区的企业中配对控制组样本。由于无法直接获取企业碳排放数据，且间接获得的碳排放数据存在较多缺失值，因此本文主要根据企业所在行业及规模进行手工１∶１配对。配对后，处理组和对照组分别有８４家共１６８家样本企业。（一）碳排放权交易对企业长期市场业绩的影响借鉴徐莉萍等（２００５）和罗进辉（２０１３）的做法，本文通过计算碳排放权交易正式启动后买入并持有的超常收益率（ＢＨＡＲ）来衡量企业