E SG投资是一种关注企业环境保护、社会责任以及公司治理方面表现的投资理念。近年来,在政府与市场的共同推动下,这种投资理念逐渐被国内投资者认可。本文基于我国机构ESG评级与A股市场数据,采用因素模型对市场ESG风险溢价与额外收益进...E SG投资是一种关注企业环境保护、社会责任以及公司治理方面表现的投资理念。近年来,在政府与市场的共同推动下,这种投资理念逐渐被国内投资者认可。本文基于我国机构ESG评级与A股市场数据,采用因素模型对市场ESG风险溢价与额外收益进行分析与检验。结果表明:(1)未获评公司相对获评公司其股票平均收益率更高,即市场存在ESG风险溢价;(2)高评级公司相对低评级公司其股票平均收益率更高,即前者可以获得ESG额外收益;(3)市场行情不好时,ESG风险溢价和额外收益增加;在新冠疫情期间,二者减少。本文研究有助于了解我国资本市场对于ESG投资理念的认可程度以及ESG投资策略的收益特征,为相关监管政策与投资策略的制定提供了理论与方法依据。展开更多
极端冰灾天气下线路覆冰闪络跳闸是激发大电网脆弱性、导致大面积停电的重要因素。覆冰闪络跳闸等现象的风险评估是建立冰灾防御体系的基础。基于电网层面,进行了冰灾天气下线路覆冰闪络跳闸的风险状态识别与风险建模。根据覆冰闪络跳...极端冰灾天气下线路覆冰闪络跳闸是激发大电网脆弱性、导致大面积停电的重要因素。覆冰闪络跳闸等现象的风险评估是建立冰灾防御体系的基础。基于电网层面,进行了冰灾天气下线路覆冰闪络跳闸的风险状态识别与风险建模。根据覆冰闪络跳闸特性分析,界定了输电网绝缘系统的脆弱点,即覆冰期绝缘系统冰凌桥接、融冰期冰凌断流等临界点。进一步建立了覆冰闪络状态的划分原则与风险等级,并对预测冰况进行了模糊模式识别和风险评级,为运行人员提供了动态风险信息。针对数据的小样本、多输入等特点,采用统计学习理论结构风险最小化方法,构建了最小二乘支持向量机(least squares support vector machine,LSSVM)冰闪跳闸风险评估模型,依据贝叶斯(Bayesian)证据推理优化模型参数。通过与误差反向传播人工神经网络(artificial neural networkwith error back propagation,BP-ANN)算法对比,验证了该模型的有效性。最后通过脆弱性指标分析了网架结构破坏的严重性与电网绝缘系统的脆弱性。展开更多
文摘极端冰灾天气下线路覆冰闪络跳闸是激发大电网脆弱性、导致大面积停电的重要因素。覆冰闪络跳闸等现象的风险评估是建立冰灾防御体系的基础。基于电网层面,进行了冰灾天气下线路覆冰闪络跳闸的风险状态识别与风险建模。根据覆冰闪络跳闸特性分析,界定了输电网绝缘系统的脆弱点,即覆冰期绝缘系统冰凌桥接、融冰期冰凌断流等临界点。进一步建立了覆冰闪络状态的划分原则与风险等级,并对预测冰况进行了模糊模式识别和风险评级,为运行人员提供了动态风险信息。针对数据的小样本、多输入等特点,采用统计学习理论结构风险最小化方法,构建了最小二乘支持向量机(least squares support vector machine,LSSVM)冰闪跳闸风险评估模型,依据贝叶斯(Bayesian)证据推理优化模型参数。通过与误差反向传播人工神经网络(artificial neural networkwith error back propagation,BP-ANN)算法对比,验证了该模型的有效性。最后通过脆弱性指标分析了网架结构破坏的严重性与电网绝缘系统的脆弱性。
