新常態下煤電聯動β系數分析

楊子銘

[提要] 中國正處“新常態”，煤炭作為困難行業其資產結構調整方向、進度備受關注。本文選取系統風險？茁系數，基于VAR模型，分析煤炭？茁與電力？茁間的關系。結果表明：煤炭？茁變化不是引起電力？茁變化的格蘭杰原因，僅存在從電力到煤炭的單向因果關系；電力？茁對來自煤炭？茁沖擊的響應較小，且不做出立即反應；煤炭？茁對電力行業？茁的貢獻度不大，平穩時僅達4%；電力？茁對煤炭？茁的貢獻度較大，平穩時達14%；煤炭？茁對電力？茁的敏感度不斷增加，但2012年后增長停滯。此結果體現出部分煤炭企業應對“新常態”實施煤電一體化戰略，但全行業結構調整尚不到位，關鍵問題在于低煤價。

關鍵詞：供給側結構調整；縱向一體化；？茁系數時變；VAR模型

中圖分類號：F223 文獻標識碼：A

原標題：從煤、電股？茁時變看新常態下煤企資產結構調整

收錄日期：2016年12月12日

一、引言

中國GDP增速從2012年回落，進入了經濟“新常態”。相應的，煤價從2012年初1，280元的峰值一路狂跌至2015年的420元?！靶鲁B”下，經濟結構必須優化升級，從要素與投資驅動向創新驅動轉變。煤炭行業對要素、投資依賴強，在“新常態”下尤為困難，其結構調整方向、進度成為備受關注的問題。

煤電一體化是煤炭企業的轉型方向，其推進程度實時反映到其資產的系統風險屬性上。β系數是衡量企業股票系統風險屬性的重要指標，在有效市場假設條件下，煤、電β系數趨同與否理論上可以反映煤電一體化的進展。因此，量化煤炭β與電力β的關系，對于衡量結構調整程度具有一定的意義。

在研究β時變性方面，蘇克義、趙佳仁等以煤炭行業上市公司股票為研究對象，運用資本資產定價模型CAPM的β值進行研究，分析煤炭股的系統風險與非系統風險，對我國證券市場的研究和改進具有一定的指導意義；朱曉青、李興國、姜文超等采用鄒至莊間斷點檢驗法和鄒至莊預測失效檢驗法從時序穩定性和預測穩定性兩個角度對我國股票市場行業β系數的穩定性進行檢驗，發現除工程建筑、機械、通信三個行業外，我國股市大部分行業？茁系數都具有時序穩定性，而所有行業都不具有預測穩定性，并按照時序穩定性和預測不穩定性由高到低的順序對行業β系數的穩定性情況進行了排序。

關于煤炭β與電力？茁關系的研究在國內尚無。因此，本文采用最新的數據，基于回歸模型進行Chow分割點檢驗，基于VAR模型進行Granger因果關系檢驗、脈沖響應分析和方差分解分析，從靜態角度分析電力β變化對煤炭β的影響；基于狀態空間模型，進一步從動態角度研究電力β變化對煤炭β影響的時變效率?；趧屿o態角度的分析，以期為下階段的政策制定提供參考。

二、實證分析

（一）數據來源與處理。本文涉及兩個變量，煤炭β和電力β，二者分別由滬市上市的煤炭行業4家大型企業：中國神華、中煤能源、大同煤業、兗州煤業按照市值權重加權形成的組合的β系數和滬市上市的電力行業4家大型企業：華能國際、華電能源、大唐發電、國電電力按市值加權形成的組合的β系數的時間序列數據為代表。計算β系數所需的個股日收益率數據時間從2008年2月至2016年8月。為減少數據的異方差性，對日收益率取對數。統計數據來自萬得數據終端。

（二）序列平穩性檢驗與VAR模型的建立。運用ADF單位根檢驗方法對煤炭行業股β系數mb和電力行業股β系數db進行檢驗。檢驗結果顯示，序列在1%顯著性水平下均通過檢驗，表明二者均為平穩序列。基于ADF檢驗，分別對2008～2012年和2013～2016年兩個樣本區間建立VAR模型。模型最優滯后階數通過比較LR、FPE、AIC、SC、HQ指標確定2階。然后，對兩樣本區間的VAR（2）進行模型穩定性檢驗。證明VAR（2）模型是穩定的。

（三）Granger因果關系檢驗。由于兩階段樣本區間的VAR模型的最優滯后階數為2階，對序列進行以滯后階數為2的Granger因果關系檢驗。Y_mb與Y_db分別代表煤炭板塊β系數序列和電力板塊β系數序列。由2013～2016年Granger因果關系檢驗結果可知，在10%的顯著性水平上，存在從Y_db到Y_mb的單向Granger關系，即電力β是煤炭β的弱格蘭杰原因，煤炭β不是電力β的格蘭杰原因。

Granger因果關系檢驗結果表明，2012年后我國煤炭行業系統風險受電力行業系統風險影響，但電力行業系統風險不受煤炭行業系統風險影響，說明新一屆政府推出的供給側結構調整政策得到了煤企的實質性響應，我國煤炭企業持有資產的系統風險屬性向電力行業靠攏，煤電產業鏈向前縱向一體化程度加深。

（四）脈沖響應分析?；谇拔慕⒌腣AR（2）模型，對存在Granger因果關系的2013～2016年樣本區間進行脈沖響應測度。由電力β對來自煤炭β沖擊的響應結果可知，電力β對于煤炭β的沖擊在10期內的響應在（0，0.07）之間，說明電力β受煤炭β的沖擊不大。具體而言電力β對于煤炭β的沖擊呈現正響應，并隨期數增加，響應收斂。當給煤炭β一個正向的沖擊后，電力β在第1期的響應值為0，第三期最大，隨后遞減，在第9期接近0。

由煤炭β對來自電力β沖擊的響應結果可知，在10期內，煤炭β的響應在（0，1.1）之間，說明電力β的變動對煤炭β的影響程度相對較大。當給電力β一個正向沖擊后，煤炭β立即做出了響應，在第1期的響應值約為1.1，為最大值。隨后在第2、第3、第4期呈正向波動，分別為0.06、0.08、0.02，隨后穩定下降，并于第10期左右穩定的趨于0。

綜上，就響應速度來看，煤炭β對電力β的擾動立即做出了較強響應，而電力β對煤炭β擾動的響應值在第1期為0；就響應函數值來看，電力β的脈沖響應函數值在（0，0.07）之間，煤炭β的響應值在（0，0.11）之間。說明了電力β對煤炭β的影響大于煤炭β對電力β的影響，表明煤炭行業正更積極地向電力行業投資。而電力行業依舊保持著自身原有系統風險屬性，未向煤炭行業投資。

（五）方差分解分析?；赩AR（2）模型，分別對電力β和煤炭β進行方差分解，以分析其相互貢獻度。由電力β的方差分解結果可知，第1期電力β完全受自身的影響，煤炭β無貢獻。隨后煤炭β對電力β的貢獻度漸增，第5期趨平，貢獻度達4%。由煤炭β的方差分解結果可知，第1期煤炭β對自身的貢獻度較大，但電力β對煤炭β的方差貢獻已十分明顯。平穩升至第三期達到峰值，貢獻度為14%；第3期煤炭β對自身的方差貢獻最小，隨后平穩為86%。

綜上可知，電力β時變性主要源于自身貢獻，煤炭β的時變性對電力β時變性具有較小影響；電力β對煤炭β具有較強作用。由此可見，電力β穩定，且煤炭行業產生影響，此優勢使煤炭行業有更強的向前縱向一體化渴望。

三、討論

綜合以上結論可知，煤炭β變化不是電力β變化的原因，煤炭β對電力β的沖擊效應和貢獻度不大。2008～2011年間，煤炭β對電力β的敏感度快速上升，這體現出我國煤炭企業有縱向一體化戰略調整的愿望與市場洞察力，且在高煤價時代取得了進展。

以行業市值權重最高的中國神華為例，2005年2月北京國華電力有限責任公司部分資產注入神華。2007年10月中國神華上市，成為煤炭行業最大權重股，自此煤炭行業β急劇向電力行業靠攏。2012年8月，神華受讓國家電網公司的全資子公司國網能源的100%股權。這解釋了2008年至2012年煤炭β對電力β敏感度的顯著提高。但從2012年至2016年，煤炭β對電力β的敏感度止步不前，這既有低煤價嚴重損害煤炭企業轉型投資能力的原因，也有內需不足導致電力行業相對產能過剩無法新增投資的原因。

首先，在煤炭價格與煤炭企業盈利能力方面。煤價從2008年初的每噸680元僅用8個月攀升到950元。隨后2009年徘徊在600～800元區間，2010年重返900元以上，至2012年初達到峰值1，280元。隨后煤價一路狂跌至2015年的420元。煤企利潤也大幅下滑。神華2013年營業利潤為701億元，2015年腰斬為320億元。中煤2013年營業利潤為58億元，2015年為27億元。虧損企業得不到銀行、證券市場的金融支持，靠新增投資完成戰略轉型成了虛妄。

其次，在電力需求方面。我國火力發電量從2013年4，008億千瓦時，下降到2015年3，856億千瓦時。這與之前大幅上漲相比，電力市場明顯萎縮。在產能過剩情況下，通過新建電廠完成戰略轉型不可能。

上述兩個方面原因，使得煤企資產屬性向電企靠攏經歷了由快至停的過程。但長期來看，未來煤企資產屬性向電企靠攏的空間仍然很大。首先，隨著特高壓電網的更大范圍鋪開，東部地區純火力電廠的發展受到限制，坑口電廠的成本優勢將進一步體現；其次，電力長期具有需求彈性，隨著電力市場化改革的推進，電價進一步降低，某些如高電價時代成本過高的產業，如電動汽車，將分得巨大改革紅利實現迅猛發展。這為煤炭企業投資新電廠帶來了新增需求；再次，經歷行業低谷期，幸存的煤炭企業可以甩掉冗員和劣質資產，這保證了未來煤價反彈后煤企的投資能力。

四、結論及政策建議

本文運用模型分析數據得到結果如下：（1）煤炭β與電力β的關系在2012年末、2013年初發生了結構性變化。2013年前煤炭和電力β系數為負相關，之后為正相關；（2）2012年后我國煤炭β受電力β影響，但電力β不受煤炭β影響。說明煤企資產β向電力靠攏，煤電產業鏈向前縱向一體化程度加深。也說明在股市投資者看來新一屆政府推出的供給側結構調整政策得到了煤企的實質性響應；（3）就響應速度來看，煤炭β對電力β的擾動立即做出了較強響應，而電力β對煤炭β擾動的響應值在第1期為0。就響應函數值來看，電力β的脈沖響應函數值在（0，0.07）之間，煤炭β的響應值在（0，0.11）之間。說明電力β的變動對煤炭β的影響更大，煤炭行業正更積極地向電力行業投資，而電力行業相對保持不變；（4）煤炭β對電力β的敏感度從2008年逐步上升，至2011年初達到峰值。2011年初至2012年底年彈性系數發展較為平穩。從2013年初至2016年8月，彈性系數穩中有降。煤炭β對電力β的敏感度急速上升后停滯，反映2012年后煤價急跌，煤企盈利變差，單純依靠自身投資能力無法支持向前縱向一體化戰略轉型。

綜上可知，供給側結構調整前，部分企業已調整發展戰略，但由于整體經濟環境劇變，多數煤企無法轉型。提出如下建議：

（一）向后縱向一體化戰略。電企應扮演收購者角色向后縱向一體化，收購估值較低的煤企。政府解決好收購后的社會問題。金融機構為電企融資提供便利。仿效神華國能模式，以受讓方式重組煤電產業鏈上下游企業。

（二）電力市場化改革。電力市場化將改變電價的成本定價方法，煤電價差波動將提高，電企為對沖燃燒價差風險而收購煤企。且改革帶來電價降低使因耗電高制約的行業得以發展，增加電力需求，為煤企投資新建電廠創造了需求。

（三）加快特高壓電網建設。特高壓電網解決了遠距離輸電的問題，使煤炭遠距離運輸變得不經濟。新建的坑口電廠將有更多的競爭優勢。

主要參考文獻：

[1]蘇克義，鄭佳仁，陳燕萍.CAPM對我國煤炭股β值的分析[J].商場現代化，2012.8.

[2]朱曉青，李興國，姜文超.我國股市β穩定性的實證分析[J].時代金融，2007.12.

[3]C.A.Sims.Macroeconomics and Reality[J].Econometrica，1980.48.1.