CN112183989A - 一种基于权重分配模型的企业绿色评级方法 - Google Patents

一种基于权重分配模型的企业绿色评级方法 Download PDF

Info

Publication number
CN112183989A
CN112183989A CN202011001143.6A CN202011001143A CN112183989A CN 112183989 A CN112183989 A CN 112183989A CN 202011001143 A CN202011001143 A CN 202011001143A CN 112183989 A CN112183989 A CN 112183989A
Authority
CN
China
Prior art keywords
green
index
enterprise
industry
evaluated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011001143.6A
Other languages
English (en)
Inventor
王遥
施懿宸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongcai Lvzhi Beijing Information Consulting Co ltd
Original Assignee
Zhongcai Lvzhi Beijing Information Consulting Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongcai Lvzhi Beijing Information Consulting Co ltd filed Critical Zhongcai Lvzhi Beijing Information Consulting Co ltd
Priority to CN202011001143.6A priority Critical patent/CN112183989A/zh
Publication of CN112183989A publication Critical patent/CN112183989A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Abstract

本发明公开了一种基于权重分配模型的企业绿色评级方法,包括:1)进行行业划分,并编制各行业对应的绿色指标评分表,该表包括定性指标和定量指标;2)对待评估样本进行初步筛选,挑选出属于“两高一剩”企业进行标记;3)基于步骤1)中的绿色指标评分表对所有待评估企业进行定量指标和定性指标的评分;4)根据待评估企业性质将步骤3)得到的定性指标和定量指标评分按照含两高一剩和/或不含两高一剩采用权重分配模型计算出所有待评估企业环境总分E;5)将所有待评估企业的环境总分E按照含两高一剩和/或不含两高一剩进行排名,并给予绿色评价等级。本发明通过定性和定量指标相结合评价方式,拓宽了评价面,使得评价方法更为全面。

Description

一种基于权重分配模型的企业绿色评级方法
技术领域
本发明涉及金融投资领域,尤其涉及一种基于权重分配模型的企业绿色评级方法。
背景技术
建立绿色评级体系是绿色金融的一项核心基础性工作。绿色评级体系可较科学地评估项目、企业的环境正负外部性,在项目或企业主体涉及污染影响、生态影响和资源可持续利用等绿色因素方面进行一致可比的有效评价。
如何定义企业绿色,如何设置绿色指标,如何进行绿色评估是当前我国在建立绿色评级体系中不可回避的一个问题。而现有的企业绿色评级方法还存在较多不足,主要体现在:1)只设置了定性指标,对企业的绿色评价缺乏客观性;2)很多绿色评级方法的设置套用的是国际绿色评级体系的逻辑,而没有考虑到我国绿色发展的特色,无法准确衡量本土企业的绿色表现;3)没有从企业全生产生命周期区考虑企业生产经营对环境的影响,方法学不够全面。
发明内容
本发明的目的旨在解决上述问题,从而提供一种基于权重分配模型的企业绿色评级方法。
为实现上述目的,本发明提供了一种基于权重分配模型的企业绿色评级方法,该方法包括如下步骤:
1)进行行业划分,并编制各行业对应的绿色指标评分表,所述绿色指标评分表包括定性指标和定量指标;
2)对待评估样本进行初步筛选,挑选出属于“两高一剩”企业进行标记;
3)基于步骤1)中的绿色指标评分表对所有待评估企业进行定量指标和定性指标的评分;
4)根据待评估企业性质将步骤3)得到的定性指标和定量指标评分数按照含两高一剩和/或不含两高一剩采用权重分配模型进行计算得出所有待评估企业总分E;
5)将所有待评估企业的总分E按照含两高一剩和/或不含两高一剩进行排名,并根据排名结果给予绿色评价等级。
本发明的有益效果:
(1)定性指标和定量指标结合。定性指标可反映企业是否涉及一些特定的具有正面或负面影响的行为,定量数据衡量企业经营活动的成果或效果。避免过于单一依赖定量数据的评价方式,拓宽了评价面,使得评价方法更为全面。同时,定性指标又划分评价领域,每个评价领域的指标数相对平衡,从而减少定性评分结果的主观性和片面性。此外,本方案为了解决各个指标可能存在不可加的问题,利用行业内相对排位的方法来计分,从而为加总评分奠定良好基础。定量指标中,有一部分衡量的是企业主体的负面行为,包括负面新闻和政府机构的相关处罚。
(2)非结构化数据结构化。
由于当前阶段缺乏统一的环境影响的相关信息披露规范,所以企业披露信息具有相当大的差异性和随意性,描述方式往往存在较大的模糊性,这使得环境相关信息是高度非结构化的。本方案通过指标打分的形式,并利用显著权重模型将定性指标和定量指标汇总,将模糊、随意的文字表述和量化数据转换为统一评价标准,使得不同企业的披露信息具有可比性,并为计分奠定基础。
(3)重视绿色收入。以往由于缺乏规范的界定标准,企业经营收入的绿色程度难以得到准确评估,环境披露侧重于经营的副产品(如固废液排放),而主营产品的环境影响则往往受忽视。忽视主营产品的环境影响对激励企业进入绿色经济领域、养成绿色消费习惯、促进经济结构绿色转型不利。本发明结合国家发改委、中国人民银行等权威机构发布的绿色产品、项目目录,给企业的产品进行分类,从而很好的界定企业的绿色程度。
(4)引入负面行业筛选因素。本发明采取了两种机制:首先在事前防范方面,剔除“两高一剩”行业,保证指数的绿色性;其次是事后监督方面,利用公司环保负面新闻和环保处罚信息排除在环保方面具有不良声誉的企业。
附图说明
图1为本发明实施例提供的一种基于权重分配模型的企业绿色评级方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。需要说明的是,附图仅为示例性说明,并未按照严格比例绘制,而且其中可能有为描述便利而进行的局部放大、缩小,对于公知部分结构亦可能有一定缺省。
如图1所示,本发明提供了一种基于权重分配模型的企业绿色评级方法。该方法包括如下步骤:
在步骤101中,进行行业划分,并编制各行业对应的绿色指标评分表。绿色指标评分表包括定性指标和定量指标。
在步骤102中,对待评估样本进行初步筛选,挑选出属于“两高一剩”企业进行标记。
在步骤103中,基于步骤101中的绿色指标评分表对所有待评估企业进行定量指标和定性指标的评分。
在步骤104中,根据待评估企业性质将步骤103得到的定性指标和定量指标评分数按照含两高一剩和/或不含两高一剩采用权重分配模型进行计算得出所有待评估企业总分E。
在步骤105中,将所有待评估企业的总分E按照含两高一剩和/或不含两高一剩进行排名,并根据排名结果给予绿色评价等级。
步骤101具体为:
不同于现存的其他绿色评估体系,本申请的立足于中国本土化发展,并根据不同行业的生产经营特性设定了对应的定性和定量指标,来综合评价上市公司的环境表现。其中,定性指标评分主要通过评分表进行评价,定量指标包括负面环保行为统计以及其他定量指标,其中负面环保行为通过统计企业主体受到的相关政府部门处罚以及负面新闻得出,最终将具体的处罚条数及负面新闻条数纳入定量指标,而其他定量指标通过评分表进行具体数据的收集,且数值大小与最终得分相挂钩。由于不同行业具有不同的行业特性和业务模式,在环境管理方面采取措施的侧重点也有所差异,所以制定绿色评估体系的第一步是根据企业特性进行行业划分。参照《证监会上市公司行业分类指引》,将所有上市公司的行业划分为三类一级行业:制造业、服务业和金融业,在这三类一级行业之下,将制造业细分为16个二级行业,服务业细分为12个二级行业,金融业细分为资本市场服务、货币金融服务以及保险业,参考如下表6。具体各行业的绿色评估一级指标与二级指标依次列示如下:
表1:制造业绿色指标评分表
Figure BDA0002694359140000041
Figure BDA0002694359140000051
表2:服务业绿色指标评分表
Figure BDA0002694359140000052
Figure BDA0002694359140000061
表3:金融业(货币金融服务)绿色指标评分表
Figure BDA0002694359140000062
Figure BDA0002694359140000071
表4:金融业(资本市场服务)绿色指标评分表
Figure BDA0002694359140000072
Figure BDA0002694359140000081
表5:金融业(保险业)绿色指标评分表
Figure BDA0002694359140000082
Figure BDA0002694359140000091
表1至表5中将模糊、随意的文字表述转换为统一的评价指标,在设定指标时依据统一公开的政策文件或倡议指引,对定性指标进行统一描述,对定量指标进行统一单位,同一行业内企业采用相同的评价指标进行评估,使得不同企业的披露信息具有可比性,并为计分奠定基础。
行业分类对照表如表6所示:
表6:企业行业分类对照表
Figure BDA0002694359140000092
Figure BDA0002694359140000101
步骤102具体为:为充分衡量企业环境风险的暴露,对所有待评估样本进行初步筛选,从中挑选出属于“两高一剩”行业的企业进行标记。“两高一剩”行业是指高污染、高耗能及产能过剩行业。这类行业因为其高污染的性质而不被涵盖在绿色评估体系的行业划分中。“两高一剩”企业的超常发展,消耗了大量不可再生资源,且对环境造成了严重的负面影响。虽然部分属于“两高一剩”行业的企业在节能减排、绿色环保等方面已经开始付诸努力和实践,但为了响应国家产业政策,在首版深港通绿色领先股票指数系列样本选取中,将剔除上市公司中属于“两高一剩”行业的企业,来保证指数的“绿色”性质。关于“两高一剩”行业,学术上并未给出明确定义,本申请参考我国原银监会《绿色信贷实施情况关键评价指标》中对银行业信贷投放时进行的“两高一剩”行业划分,将以下行业划分为“两高一剩”行业:火力发电、钢铁、有色金属、石油加工及炼焦、基础化工、水泥、玻璃、煤炭开采。
步骤103具体为:
将隶属于“两高一剩”企业进行标记后,对全部待评估企业根据公司所属一级行业匹配对应的绿色指标评分表。根据匹配的绿色指标评分表中评分内容通过网路爬虫技术获取待评估企业的公开信息、环保处罚信息和负面新闻报道信息等待评估企业数据。最后根据匹配的绿色指标评分表和获取的待评估企业数据对待评估企业进行评分进行打分,评分表打分内容参照表1至表5。
企业绿色评分表包括了绿色表现的定性指标和定量指标,定性指标从企业的绿色发展战略及政策、绿色供应链的全生命周期来判断其绿色发展程度。这类定性指标保证了那些注重绿色可持续发展但不是“节能环保产业”的企业得以入选,符合投资者追求产业多样化投资的需求;定量指标根据企业披露的碳排放量、用水量、用电量,来衡量企业的绿色水平,这类定量指标数据只统计是否披露,而不将数量部分算入总分。其他定量指标部分则需统计具体的数量,包括绿色收入占比、环保处罚条数合计以及负面新闻条数。其他定量指标的步骤体现在下面步骤中。所有评价信息均来自于企业在公开平台披露的信息,有披露的指标项可以得1分,没有披露的指标项则得0分,以此加总可以得到绿色评分表的总分。
根据国家发展和改革委员会颁布的《绿色产业指导目录(2019年版)》中对绿色产业的规定,判断该公司在年度报告中披露的具体业务活动是否进行了能够带来环境效益,这些业务为企业带来了多少收入,并计算这一部分绿色收入在营业收入中所占的比重。因此,本申请中的绿色收入占比采用如下公式:
绿色收入占比=绿色业务(产品)当年度营业收入/当前度总营业收入
对一家公司的绿色表现评价分为正面评价和负面评价两方面,上述绿色收入占比属于正面评价,而为防止一些公司在做出节能环保努力的同时,又拥有大量的环境负面新闻和违法行为,本发明引入负面信息这一指标体系。如果关于企业的绿色相关的负面信息过多,将通过负面数据的搜集和汇总形成负面的“扣分项”,并在汇总时对企业绿色正面评价得分进行扣减,使得企业的整体绿色水平符合标准。
负面信息包含负面新闻和环保处罚。在选取负面信息来源并制定筛选标准方面,为了更加快捷、高效、全面和精确地覆盖负面信息。本发明综合使用环保部公开处罚信息、大数据收集处理技术和人工筛选对企业进行负面信息进行筛选。
步骤104具体包括:
为了使得不同公司不同类型的数据具有可比性和可加性,采取统计学方法对这些基础数据进行标准化处理得到基础数据指标Z值。假定行业内的分数排名服从正态分布,根据指标Z值计算出每个公司每个基础数据指标在行业内的相对排名作为计分的基础,即为指标P值。可见,当指数编制的样本发生变动,使得行业内平均值和标准差也会发生变化,从而使得其计分基础(P值)发生变动,最终分数也会改变。
Z值与P值均为统计学变量,是进行数据标准化的一种方式。在统计学层面,Z值(Zvalue)在数量上表示该新变量为该标准正态分布下标准差σ=1的倍数。Z越小即越趋近-∞,说明该新变量在Φ(0,1)中出现的累计概率越小,接近0;Z值越靠近0,说明该新变量出现的累计概率越接近50%;Z越大即越趋近+∞,说明该新变量在Φ(0,1)中出现的累计概率越大,也接近1。P值(P value)就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小,说明原假设情况的发生的概率很小,而如果出现了,根据小概率原理,我们就有理由拒绝原假设,P值越小,我们拒绝原假设的理由越充分。总之,P值越小,表明结果越显著。指标Z值和指标P值的具体计算方式如下:
Figure BDA0002694359140000121
指标P值=Φ(指标z值),函数Φ(x)为标准正态分布在x的累积分布概率
若同行业内有且仅有一家公司且该公司指标值不为0,则指标Z值=0,指标P值=0.5;
若同行业内有且仅有一家公司且该公司指标值为0,则指标Z值=0,指标P值=0;
注:“行业内”是指待评分的成份公司列表中按行业划分的公司数,不一定是行业内全体上市公司。如在沪深300评分,“医药制造业”内平均值只考虑沪深300成份股里属于“医药制造业”的所有公司的平均值。
需要进行P值计算的指标与行业分类方式如下表7:
表7:指标行业分类表
Figure BDA0002694359140000131
环境定性和定量指标披露总分P值:对于企业环境信息进行公开信息收集,若公司披露该指标内容,则该项指标记1分,否则记0分。将所有被测评公司的指标数量按正态分布排列,求该公司在正态分布上的P值。环保处罚条数合计P值:将所有被测评公司的环保处罚数量按正态分布排列,求该公司在正态分布上的P值。负面新闻条数P值:将所有被测评公司的负面信息数量按正态分布排列,求该公司在正态分布上的P值。绿色收入占比P值:按照绿色收入/营收总额公式,计算每家公司的绿色收入占比,求出P值。
为进一步衡量环境风险暴露程度,该评估体系将待评估样本划分为“含两高一剩”和“不含两高一剩”两个样本池进行最终的环境得分计算。两个样本池中的待评估企业数量不同,将两高一剩企业从“不含两高一剩”这一样本空间中剔除。因此,当样本池不剔除两高一剩时,这一评估范围同等适用于全部待评估企业;当样本池剔除两高一剩时,这一评估范围仅适用隶属于两高一剩的待评估企业。
若待评估企业不是两高一剩企业,则按照“含两高一剩”和“不含两高一剩”两个样本池分别通过上述Z值P值公式求取待评估企业定性与定量指标总分、定量指标的指标Z值和指标P值;若待评估企业是两高一剩企业,则按照“含两高一剩”样本池通过上述Z值P值公式求取待评估企业定性与定量指标总分、定量指标的指标Z值和指标P值。
最后,对待评估企业的定性与定量指标总分、定量指标的指标P值按照设定权重加权汇总得出待评估企业总分E。权重分配如下表8:
表8:权重分配表
Figure BDA0002694359140000141
待评估企业环境总分E=定性与定量指标总分指标P值*50-环保处罚条数合计指标P值*25-环境负面新闻条数指标P值*25+绿色收入占比指标P值*100,若待评估企业属于两高一剩,则减50分。若待评估企业属于两高一剩,则在总分E的基础上再减50分。
步骤105具体包括:
若待评估企业为两高一剩企业,则该企业按照含两高一剩企业进行排名,根据排名结果给予绿色评价等级;若待评估企业不为两高一剩企业,则该企业按照含两高一剩和不含两高企业分别进行排名,根据排名结果分别给予绿色评价等级,如下表9。
表9:绿色评价等级表
排名 对应等级
排名前8.33% A+
排名前8.33%-16.67% A
排名前16.67%-25% A-
排名前25%-33.33% B+
排名前33.33%-41.67% B
排名前41.67%-50% B-
排名前50%-58.33% C+
排名前58.33%-66.67% C
排名前66.67%-75% C-
排名前75%-83.33% D+
排名前83.33%-91.67% D
排名前91.67%-100% D-
显然,通过本发明提供的上述企业绿色评价方法具有如下意义:构建绿色金融体系的重要组成部分。督促上市公司加强环保、社会责任等信息披露。反映相关绿色投资市场股票的价格变化,为投资者提供关于绿色投资的业绩基准与产品目标。以绿色股票指数为基础开发基金等绿色金融产品更能提高绿色股票市场的流动性,满足不同投资者需求。引导社会资本向环保行业的公司配置,促进绿色经济发展。吸引更多境外长期资金进入A股市场,改善A股市场投资者结构,促进经济转型升级。促进中外之间关于绿色股票标准和绿色投资理念的交流和借鉴。
下面以通过案例一和案例二进行进一步说明。
案例一:非两高一剩企业绿色表现评估,以新城控股为例,具体的绿色评级情况如下:
步骤一:对新城控股进行行业划分,判断新城控股属于服务业,因此为新城控股编制适合服务业的绿色指标评分表。
步骤二:新城控股主营业务为房地产,原银监会的《绿色信贷实施情况关键评价指标》中对两高一剩行业的划分不属于“两高一剩”行业。
步骤三:根绿色指标评分表对新城控股2018年度的表现进行评分,所有评分依据来源于企业公开数据。定性指标方面有则得1分,没有则为0分,定量指标方面则直接记录量化数据。得到新城控股在环境层面的定性定量指标得分如下:
Figure BDA0002694359140000151
根据绿色评分表对新城控股进行评价,新城控股仅在绿色环保宣传方面得1分,环境定性总分为1分。定量方面,新城控股受到1次环保处罚,同时基于大数据收集处理技术搜集到环境相关负面信息4条。
步骤四:通过步骤三得到新城控股的基础数据,然后以新城控股在沪深300股票池中的表现为例,通过统计工具Python对基础数据进行标准化计算,得出P值如下:
含两高一剩:
Figure BDA0002694359140000161
不含两高一剩:
Figure BDA0002694359140000162
假设沪深300股票池(包含制造业、服务业和金融业)中,20家两高一剩。即含两高一剩的样本为300家,不含两高一剩的样本为280家。对于案例1的新城控股,属于服务业下面的二级行业的房地产业,为非两高一剩企业,因此在含两高一剩的300家和不含两高一剩的280家的范围中分别进行Z值和P值的计算。计算z值和p值时,300家样本中有多少家房地产业,假如说有15家,那么就算案例1的房地产业在这15家的平均值和标准差来获得z值和p值。因为房地产业不属于两高一剩,所以不管剔除和不剔除两高一剩300家样本中的房地产业就是那15家,因此z值和p值不变。
步骤五:计算绿色评估得分,得出绿色评估等级。
含两高一剩:
由于该企业不属于两高一剩,因此环境总分E=定性与定量指标总分指标P值*50-环保处罚条数合计指标P值*25-环境负面新闻条数指标P值*25+绿色收入占比指标P值*100=26.8618,在沪深300成分股中排名第166位,处于排名前50%-58.33%区间,因此新城控股在含两高一剩的成分股中绿色评估等级为C+。
不含两高一剩:
由于该企业不属于两高一剩,因此环境总分E=定性与定量指标总分指标P值*50-环保处罚条数合计指标P值*25-环境负面新闻条数指标P值*25+绿色收入占比指标P值*100=26.8618,在沪深300成分股中剔除两高一剩的企业中排名第157位,处于排名前50%-58.33%区间,因此新城控股在不含两高一剩的成分股中绿色评估等级为C+。
案例二:两高一剩企业绿色表现评估,以海螺水泥为例为例,具体的绿色评分得分情况如下:
对于隶属于两高一剩的企业,以海螺水泥为例,其具体的绿色评分得分情况如下:
步骤一:对海螺水泥进行行业划分,判断海螺水泥属于制造业,因此为海螺水泥编制适合制造业的绿色指标评分表。
步骤二:海螺水泥主营业务为水泥及商品熟料的生产和销售,因此根据原银监会的《绿色信贷实施情况关键评价指标》中对“两高一剩”行业的划分标准,该企业隶属于“两高一剩”行业,进行标记。
步骤三:根据绿色指标评分表对海螺水泥2018年度的表现进行评分,所有评分依据来源于企业公开数据。定性指标方面有则得1分,没有则为0分,定量指标方面则直接记录量化数据。得到海螺水泥在环境层面的定性定量指标得分如下:
Figure BDA0002694359140000171
根据绿色评分表对海螺水泥进行评价,评估年度期间,海螺水泥在环境成本核算和绿色设计层面上的得分为0。定量方面,海螺水泥在评估期间未受到环保处罚和基于大数据收集处理技术搜集到的环境相关负面信息。
步骤四:通过步骤三得到海螺水泥的基础数据,然后以海螺水泥在沪深300股票池中的表现为例,通过统计工具Python对基础数据进行标准化计算,得出P值如下:
含两高一剩:
Figure BDA0002694359140000181
不含两高一剩:由于该企业属于两高一剩,因此在最终汇总计算环境得分前,将其从不含两高一剩的样本池中进行剔除。
假设沪深300股票池(包含制造业、服务业和金融业)中,20家两高一剩。即含两高一剩的样本为300家,不含两高一剩的样本为280家。对于案例2的海螺水泥,其属于制造业下面的二级行业非金属矿物制品业,主要从事水泥生产与销售,为两高一剩企业,因此仅在300家含两高一剩的范围中进行Z值和P值的计算。计算z值和p值时,300家样本中有多少家非金属矿物制品业,假如说有10家,10家中有3家两高一剩,那么就只能计算10家(含3家两高一剩)即计算案例2的海螺水泥在这10家的平均值和标准差来获得z值和p值。对于不含两高一剩的280家样本,由于海螺水泥属于两高一剩企业,因此在计算得分前进行剔除,不需计算Z值和P值。
步骤五:计算绿色评估得分,得出绿色评估等级
由于该企业属于两高一剩,因此最终得分扣除50分。环境总分E=环境定性和定量指标披露总分P值×50+绿色收入占比P值×100-环保处罚分数P值×25-负面新闻条数P值×25-50=22.25938416,在含两高一剩行业的沪深300成分股中排名第182位,处于排名前58.33%-66.67%区间,因此海螺水泥在含两高一剩的成分股中绿色评估等级为C。
由于该企业属于两高一剩,因此在最终汇总计算环境得分时将其从不含两高一剩的样本池中剔除,不计算含两高一剩的绿色得分,不进行绿色评级。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于权重分配模型的企业绿色评级方法,其特征在于,包括如下步骤:
1)进行行业划分,并编制各行业对应的绿色指标评分表,所述绿色指标评分表包括定性指标和定量指标;
2)对待评估样本进行初步筛选,挑选出属于“两高一剩”企业进行标记;
3)基于步骤1)中的绿色指标评分表对所有待评估企业进行定量指标和定性指标的评分;
4)根据待评估企业性质将步骤3)得到的定性指标和定量指标评分数按照含两高一剩和/或不含两高一剩采用权重分配模型进行计算得出所有待评估企业环境总分E;
5)将所有待评估企业环境总分E按照含两高一剩和/或不含两高一剩进行排名,并根据排名结果给予绿色评价等级。
2.根据权利要求1所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤1)中编制绿色指标评分表具体包括:
1.1)根据《证监会上市公司行业分类指引》,将所有上市公司的行业划分为三类一级行业:制造业、服务业和金融业,在三类一级行业之下,将制造业分为16个二级行业,服务业分为12个二级行业,金融业分为资本市场服务、货币金融服务以及保险业;
1.2)分别编制制造业的绿色指标评分表、服务业的绿色指标评分表和金融业的绿色指标评分表,所述金融业的绿色指标评分表包括资本市场服务的绿色指标评分表、货币金融服务的绿色指标评分表以及保险业的绿色指标评分表,各绿色评分表中均包括定性指标和定量指标。
3.根据权利要求2所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤1.2)中各绿色评分表中的定性指标和定量指标包括如下:
所述制造业绿色指标评分表的定性指标包括:
节能减排措施、污染处理措施、绿色环保宣传、主要环境量化数据、环境成本核算、绿色设计、绿色技术、绿色供应、绿色包装、绿色生产、绿色办公、与行业相关的特色题目;
所述制造业绿色指标评分表的定量指标包括:
绿色收入占比、环保处罚条数合计和环境负面新闻条数;
所述服务业绿色指标评分表的定性指标包括:
节能减排措施、污染处理措施、绿色环保宣传、主要环境量化数据、环境成本核算、绿色设计、绿色供应、绿色营销、绿色办公、绿色包装、绿色服务、与行业相关的特色题目;
所述服务业绿色指标评分表的定量指标包括:
绿色收入占比、环保处罚条数合计和环境负面新闻条数;
所述金融业的货币金融服务绿色指标评分表的定性指标包括:
节能减排措施、绿色环保宣传、主要环境量化数据、环境风险管理、绿色金融产品、绿色金融部门、绿色投资、绿色金融宣传、绿色办公、绿色信贷;
所述金融业的货币金融服务绿色指标评分表的定量指标包括:绿色收入占比、环保处罚条数合计和负面新闻条数;
所述金融业的资本市场服务绿色指标评分表的定性指标包括:
节能减排措施、绿色环保宣传、主要环境量化数据、环境风险管理、绿色金融部门、绿色投资、绿色金融宣传、绿色办公、绿色资本服务;
所述金融业的资本市场服务绿色指标评分表的定量指标包括:
绿色收入占比、环保处罚条数合计和环境负面新闻条数;
所述金融业的保险业绿色指标评分表的定性指标包括:
节能减排措施、绿色环保宣传、主要环境量化数据、环境风险管理、绿色金融产品、绿色金融部门、绿色投资、绿色金融宣传、绿色办公、绿色保险;
所述金融业的保险业绿色指标评分表的定量指标包括:
绿色收入占比、环保处罚条数合计和环境负面新闻条数。
4.根据权利要求1所述的基于文本分类预测的知识库维护方法,其特征在于,所述步骤2)两高一剩企业包括:火力发电、钢铁、有色金属、石油加工及炼焦、基础化工、水泥、玻璃、煤炭开采。
5.根据权利要求1所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤3)具体包括:
3.1)确定待评估企业所属行业,并匹配步骤1)中的绿色指标评分表;
3.2)根据匹配的绿色指标评分表中评分内容获取对应的待评估企业数据;
3.3)根据匹配的绿色指标评分表和获取的待评估企业数据对待评估企业进行评分。
6.根据权利要求5所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤3.2)通过网路爬虫技术获取待评估企业的公开信息、环保处罚信息和负面新闻报道信息。
7.根据权利要求1所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤4)具体包括:
4.1)将待评估企业划分为“含两高一剩”和“不含两高一剩”两个样本池,两个样本池中的待评估企业数量不同;
4.2)若待评估企业不是两高一剩企业,则按照“含两高一剩”和“不含两高一剩”两个样本池分别求取待评估企业定性与定量指标总分、定量指标的指标Z值和指标P值;若待评估企业是两高一剩企业,则按照“含两高一剩”样本池求取待评估企业定性与定量指标总分、定量指标的指标Z值和指标P值,所述指标Z值和指标P值的计算方式如下:
Figure FDA0002694359130000031
指标P值=Φ(指标z值),函数Φ(x)为标准正态分布在x的累积分布概率
若同行业内有且仅有一家公司且该公司指标值不为0,则指标Z值=0,指标P值=0.5;
若同行业内有且仅有一家公司且该公司指标值为0,则指标Z值=0,指标P值=0;
Z值和P值均为统计学变量,是进行数据标准化的一种方式;
4.3)对待评估企业的定性与定量指标总分、定量指标的指标P值按照设定权重加权汇总得出待评估企业环境总分E。
8.根据权利要求7所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤4.3)具体包括:
待评估企业环境总分E=定性与定量指标总分指标P值*50-环保处罚条数合计指标P值*25-环境负面新闻条数指标P值*25+绿色收入占比指标P值*100,若待评估企业属于两高一剩,则减50分。
9.根据权利要求1所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤5)中若待评估企业为两高一剩企业,则该企业按照含两高一剩企业进行排名,根据排名结果给予绿色评价等级;若待评估企业不为两高一剩企业,则该企业按照含两高一剩和不含两高企业分别进行排名,根据排名结果分别给予绿色评价等级。
10.根据权利要求1或9所述的一种基于权重分配模型的企业绿色评级方法,其特征在于,所述步骤5)中绿色评价等级包括A+、A、A-、B+、B、B-、C+、C、C-、D+、D和D-级共计12个等级,
A+级对应排名前8.33%,A级对应排名前8.33%-16.67%,A-级对应排名前16.67%-25%;
B+级对应排名前25%-33.33%,B级对应排名前33.33%-41.67%,B-级对应排名前41.67%-50%;
C+级对应排名前50%-58.33%,C级对应排名前58.33%-66.67%,C-级排名前66.67%-75%;
D+级对应排名前75%-83.33%,D及对应排名前83.33%-91.67%,D-级对应排名前91.67%-100%。
CN202011001143.6A 2020-09-22 2020-09-22 一种基于权重分配模型的企业绿色评级方法 Pending CN112183989A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011001143.6A CN112183989A (zh) 2020-09-22 2020-09-22 一种基于权重分配模型的企业绿色评级方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011001143.6A CN112183989A (zh) 2020-09-22 2020-09-22 一种基于权重分配模型的企业绿色评级方法

Publications (1)

Publication Number Publication Date
CN112183989A true CN112183989A (zh) 2021-01-05

Family

ID=73956875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011001143.6A Pending CN112183989A (zh) 2020-09-22 2020-09-22 一种基于权重分配模型的企业绿色评级方法

Country Status (1)

Country Link
CN (1) CN112183989A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766790A (zh) * 2021-01-29 2021-05-07 安徽工业大学 一种基于ahp-熵的钢铁企业绿色度评判方法
CN113222329A (zh) * 2021-03-25 2021-08-06 苏州易助能源管理有限公司 一种基于电力大数据的节能减排企业评估方法及设备
WO2023108985A1 (zh) * 2021-12-15 2023-06-22 平安科技(深圳)有限公司 绿色资产的占比的识别方法及相关产品

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766790A (zh) * 2021-01-29 2021-05-07 安徽工业大学 一种基于ahp-熵的钢铁企业绿色度评判方法
CN113222329A (zh) * 2021-03-25 2021-08-06 苏州易助能源管理有限公司 一种基于电力大数据的节能减排企业评估方法及设备
WO2023108985A1 (zh) * 2021-12-15 2023-06-22 平安科技(深圳)有限公司 绿色资产的占比的识别方法及相关产品

Similar Documents

Publication Publication Date Title
Xiang et al. Confession or justification: The effects of environmental disclosure on corporate green innovation in China
Tang et al. Does command-and-control regulation promote green innovation performance? Evidence from China's industrial enterprises
Hong et al. The impact of mandatory CSR disclosure on green innovation: evidence from China
CN112183989A (zh) 一种基于权重分配模型的企业绿色评级方法
Dasgupta et al. What improves environmental compliance? Evidence from Mexican industry
Alemu Effects of corruption on FDI inflow in Asian economies
Zeng et al. The capital market reaction to central environmental protection inspection: evidence from China
CN112418591A (zh) 一种基于权重分配模型的企业esg评级方法
Xie et al. The effect of the new environmental protection law on corporate financialization in China
Zhi et al. The impact of emission trading system on clean energy consumption of enterprises: Evidence from a quasi-natural experiment in China
Jia et al. The impact of digital finance development on vertical specialization: evidence from A-share listed companies in China
Wang et al. Are the official national data credible? Empirical evidence from statistics quality evaluation of China's coal and its downstream industries
Li et al. The impact of central environmental inspection on institutional ownership: Evidence from Chinese listed firms
Zhang et al. Public environmental supervision, environmental non-governmental organizations, and industrial green and low-carbon transformation
Elhaj et al. The effectiveness of risk management committee attributes and real earnings management: Empirical evidence from Malaysia
Hyarat et al. The impact of audit quality on firm performance: the moderating role of ownership concentration
Islam Efficacy of corporate governance performance in regulating related party transactions: an analysis of Indian listed companies
Sun et al. How Does Big Data in Tax Administration Limited Corporate Earnings Management
Gan An Empirical Experiment of Factors Influencing the Quality of Carbon Accounting Disclosure in the Context of Big Data
Chen et al. The Impact of the Financial Fund on the Efficiency of Waste Electrical and Electronic Products Processing in China
Amanzholova et al. Metallurgical companies’ environmental liabilities: a study of disclosure in reporting
Cheng et al. Research on the Impact of Green Bonds on Credit Risk of Manufacturing Enterprises
Huang China’s Coal Power Policies: Stock Market Reactions and Investor Expectations
Zhang The Relevance of Corporate Social Responsibility (CSR) and Corporate Financial Performance (CFP) and the Impact of the Chinese Government Recommending Companies to Disclose ESG Ratings since 2016, based on the Data of Chinese A-share Companies
Liao Exploring the Fiscal Policy Rules of Different Countries under the Epidemic Outbreak

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination