余智涵,張楠,3,楊紅強(qiáng),4
(1.南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210037; 2.國(guó)家林業(yè)和草原局林產(chǎn)品經(jīng)濟(jì)貿(mào)易研究中心,江蘇 南京 210037;3.佐治亞大學(xué)沃內(nèi)爾林業(yè)與自然資源學(xué)院,美國(guó) 佐治亞州 雅典 30602;4.南京大學(xué)長(zhǎng)江三角洲經(jīng)濟(jì)社會(huì)發(fā)展研究中心,江蘇 南京 210093)
隨著2030年碳達(dá)峰和2060年碳中和的“雙碳”目標(biāo)提出,除了加快能源結(jié)構(gòu)調(diào)整、發(fā)展綠色低碳技術(shù)等減排措施,充分發(fā)揮以林業(yè)碳匯為主的陸地生態(tài)系統(tǒng)固碳能力也是緩解氣候變化、實(shí)現(xiàn)“雙碳”目標(biāo)的重要途徑[1]。一方面,可以通過植樹造林、減少毀林等林業(yè)活動(dòng)增加森林碳匯量;另一方面,也要充分發(fā)揮碳排放權(quán)交易市場(chǎng)的作用,通過市場(chǎng)機(jī)制將生態(tài)價(jià)值轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值,以提高林業(yè)在緩解氣候變化方面的地位和作用[2]。就中國(guó)而言,天然林保護(hù)工程的實(shí)施對(duì)恢復(fù)天然林和生態(tài)修復(fù)起到了關(guān)鍵作用,其中中齡林和近熟林的固碳潛力巨大[3]。然而,成熟林和過熟林占比過高的問題也將導(dǎo)致其固碳量增長(zhǎng)緩慢,甚至可能導(dǎo)致林區(qū)由碳匯向碳源轉(zhuǎn)變[4]。除此之外,種植廣泛的人工林也具有很高的木材生產(chǎn)和碳匯能力,且受到整地、撫育等森林管理行為影響,人工林蓄積量增長(zhǎng)呈現(xiàn)出前期高、后期低的趨勢(shì)[5-6]。在合適的時(shí)機(jī)砍伐林分,不但能夠?qū)⑻脊檀嬖谏镔|(zhì)、土壤碳庫及木質(zhì)林產(chǎn)品中,也能夠?qū)⒛举|(zhì)林產(chǎn)品用于建筑以減少鋼鐵和混凝土行業(yè)生產(chǎn)期間的二氧化碳排放,更能夠?qū)⑸镔|(zhì)用于能源生產(chǎn)以代替化石燃料燃燒排放二氧化碳[7]。因此,在“雙碳”目標(biāo)和氣候變化緩解的壓力下,有必要先導(dǎo)性探討合理的森林采伐制度,通過對(duì)森林進(jìn)行可持續(xù)經(jīng)營(yíng)管理,以最大限度地提高森林木材生產(chǎn)和固碳的聯(lián)合效益。
在全球氣候變化緩解過程中,森林生態(tài)系統(tǒng)通常被認(rèn)為是一個(gè)非常重要且具有成本效益的碳匯,據(jù)估計(jì),全球森林對(duì)于大氣二氧化碳的抵消在陸地碳匯中的占比高達(dá)60%[8]。在中國(guó),森林蓄積量及碳匯的增長(zhǎng)也主要來源于20世紀(jì)70年代中期以來的人工林?jǐn)U張[9]。因此,最大限度地發(fā)揮分布廣泛的人工林的固碳潛力,無疑是緩解全球氣候變化、實(shí)現(xiàn)中國(guó)碳中和目標(biāo)的重要途徑。
人工林具有較高的木材生產(chǎn)和碳匯能力,然而,其增長(zhǎng)率通常隨著林齡的增長(zhǎng)而下降。因此,從多目標(biāo)森林經(jīng)營(yíng)管理的角度來看,林地所有者需要確定最優(yōu)輪伐期,使林地的經(jīng)濟(jì)價(jià)值和生態(tài)價(jià)值最大化。其中,經(jīng)濟(jì)價(jià)值為出售木材所獲得的收益,而生態(tài)價(jià)值主要為林業(yè)碳匯增加所帶來的在氣候變化減緩和“雙碳”目標(biāo)實(shí)現(xiàn)過程中所發(fā)揮的重要作用。對(duì)于生態(tài)價(jià)值的獲取,首先包括每年林地碳匯增量所對(duì)應(yīng)的價(jià)值總和;其次,只有可銷售商品材部分會(huì)被砍伐,這部分碳匯會(huì)進(jìn)一步保留在木質(zhì)林產(chǎn)品中,而林分的未采伐部分則會(huì)轉(zhuǎn)移至死亡有機(jī)質(zhì)碳庫(包括枯死木、枯落物和土壤有機(jī)碳)中保留一段時(shí)間并緩慢分解[2,10-12]。除此之外,定義最優(yōu)輪伐期也是確定其他森林管理策略的重要前提,例如森林撫育、間伐等[13]。在“雙碳”目標(biāo)下,如何基于中國(guó)森林資源特點(diǎn),進(jìn)一步從經(jīng)濟(jì)學(xué)視角探討林業(yè)碳匯項(xiàng)目的經(jīng)營(yíng)管理策略,為林業(yè)參與“雙碳”目標(biāo)的實(shí)現(xiàn)提供參考,已經(jīng)成為中國(guó)林業(yè)部門需要重點(diǎn)關(guān)注與急需回答的現(xiàn)實(shí)問題。
Faustmann[14]首先使用一個(gè)考慮木材收益的模型求解最優(yōu)輪伐期,之后碳匯收益也被納入到Faustmann模型的分析框架中[15]。根據(jù)新古典經(jīng)濟(jì)學(xué)中的市場(chǎng)交換理論,最優(yōu)輪伐期正是市場(chǎng)交換的結(jié)果,而作為交換過程中信息的載體,價(jià)格會(huì)調(diào)整林地所有者的個(gè)人行為,從而在與所有其他賣方和買方的無數(shù)交易相適應(yīng)的同時(shí),實(shí)現(xiàn)利潤(rùn)最大化[16]。然而,木材價(jià)格和碳匯價(jià)格均存在不確定性。隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展,隨機(jī)價(jià)格問題作為影響最優(yōu)輪伐期的重要因素也逐漸成林業(yè)經(jīng)濟(jì)學(xué)中的研究重點(diǎn)[17-19]。
Nordstrom[20]首次研究了隨機(jī)木材價(jià)格對(duì)于最優(yōu)輪伐期的影響。Brazee等[21]提出了存在價(jià)格波動(dòng)時(shí)的最優(yōu)輪作問題,林地所有者應(yīng)該根據(jù)預(yù)期價(jià)格重新制定管理決策。其他學(xué)者的進(jìn)一步研究表明,最優(yōu)輪伐期和土地期望值(Land Expection Value, LEV)會(huì)隨著隨機(jī)價(jià)格過程的變化而變化,但林地所有者通??梢岳脙r(jià)格波動(dòng)獲得更高的收入[22-29]。隨著氣候變化問題的加劇,森林的碳匯效益受到了更加廣泛的關(guān)注,隨機(jī)價(jià)格假設(shè)也由木材價(jià)格擴(kuò)展到碳匯價(jià)格,部分學(xué)者使用實(shí)物期權(quán)分析(Real Options Analysis, ROA)計(jì)算了包括碳匯收益在內(nèi)的最優(yōu)輪伐期和LEV[18,30-32]。ROA允許林地所有者在投資決策不可逆轉(zhuǎn)時(shí)將決策推遲,并且被認(rèn)為是在價(jià)格波動(dòng)的情況下對(duì)投資進(jìn)行估價(jià)和描述投資行為的有效模型[33]。
該研究圍繞隨機(jī)價(jià)格下的最優(yōu)輪伐期問題,梳理其評(píng)估方法學(xué)及研究進(jìn)展,歸納總結(jié)隨機(jī)價(jià)格問題未來在林業(yè)經(jīng)濟(jì)學(xué)中的主要研究趨勢(shì)。首先,梳理Faustmann模型的起源及其演進(jìn),揭示Faustmann模型經(jīng)典框架在靜態(tài)價(jià)格假設(shè)方面的不足;然后,結(jié)合不同市場(chǎng)假說和未來價(jià)格路徑的預(yù)測(cè)方法,探討不同的隨機(jī)價(jià)格過程在Faust‐mann模型中的應(yīng)用情況;其次,歸納比較靜態(tài)和隨機(jī)價(jià)格假設(shè)下的林地價(jià)值評(píng)估方法學(xué),分析其優(yōu)缺點(diǎn),并以ROA為例,明確幾種具體模型求解方法在不同隨機(jī)價(jià)格假設(shè)下的適用性;最后,在全球氣候變化背景下,結(jié)合中國(guó)木材市場(chǎng)和碳排放權(quán)交易市場(chǎng)的實(shí)際發(fā)展情況,為Faust‐mann模型中隨機(jī)價(jià)格問題的發(fā)展提供建議。
Faustmann[14]首次從經(jīng)濟(jì)學(xué)的角度,遵循利潤(rùn)最大化原則,構(gòu)建了一個(gè)考慮木材收益時(shí)的模型以求解其最優(yōu)森林管理決策。首先從單輪伐期開始分析,假設(shè)造林成本為C,樹木的生長(zhǎng)方程為V(t),木材價(jià)格為P且保持不變,折現(xiàn)率為r,則林地所有者需要確定最佳采伐時(shí)間t,使得LEV最大,如式(1)所示:
進(jìn)一步地,在多輪伐期假設(shè)下,林地所有者從0時(shí)刻開始種植,并且每經(jīng)過時(shí)間t對(duì)林分進(jìn)行采伐以獲取利潤(rùn),同時(shí)再次種植相同的樹種。此時(shí)的LEV相當(dāng)于將單輪伐期下的LEV分別乘以折現(xiàn)因子1、e-rt、e-2rt等并相加,即乘以一個(gè)幾何級(jí)數(shù)的和,如式(2)所示:
由此可以得到多輪伐期下的Faustmann模型及其一階條件,如表1所示。在Faustmann模型中,最優(yōu)輪伐期應(yīng)通過比較持續(xù)輪作的邊際效益來確定,這種邊際效益由樹木價(jià)值的額外增長(zhǎng)和延遲收獲的機(jī)會(huì)成本來解釋[34]。在Faustmann模型中,森林市場(chǎng)交易的復(fù)雜價(jià)格序列被簡(jiǎn)化到價(jià)格序列的開始和結(jié)束點(diǎn),這個(gè)序列的開始只考慮最后的木材和裸地價(jià)格,并以造林成本作為價(jià)格序列的結(jié)束[16]。
表1 多輪伐期下確定最優(yōu)輪伐期的不同模型及其一階條件
Hartman[35]擴(kuò)展了Faustmann模型,將森林生態(tài)價(jià)值以函數(shù)F(t)的形式納入到評(píng)價(jià)系統(tǒng),兼顧了木材經(jīng)濟(jì)效益和生態(tài)經(jīng)濟(jì)效益。表1給出了考慮林地服務(wù)價(jià)值下的Faust‐mann模型及其一階條件。之后,Van Kooten等[15]聚焦于生態(tài)價(jià)值中的森林碳匯效益,并將其納入到模型中來。在確定最優(yōu)輪伐期時(shí),雖然也可以使用最大持續(xù)產(chǎn)量(Maxi‐mum Sustainable Yield, MSY)標(biāo)準(zhǔn),但從經(jīng)濟(jì)學(xué)的角度選擇最優(yōu)輪伐期無疑對(duì)林地所有者和林業(yè)投資是最具吸引力的[34]。包含碳匯收益的Faustmann模型也逐漸成為關(guān)于最優(yōu)輪伐期決策和相關(guān)主題研究的基礎(chǔ)[36]。
經(jīng)典的Faustmann模型以5個(gè)基本假設(shè)為基礎(chǔ):①價(jià)格和成本是不變的,而且是已知的。②未來的利率是不變的,而且是已知的。③已知林分的生長(zhǎng)函數(shù)。④林地市場(chǎng)是完美的。⑤金融資本市場(chǎng)是完美的。在上述假設(shè)下,貼現(xiàn)現(xiàn)金流(Discounted Cash Flow, DCF)是一種常見的模型求解方法,它以固定可預(yù)測(cè)的現(xiàn)金流量模式為依據(jù)確定林地價(jià)值,式(1)中的LEV便是DCF的一種形式[12]。
然而在現(xiàn)實(shí)中,上述假設(shè)未必能嚴(yán)格成立,即林地所有者的經(jīng)濟(jì)行為會(huì)受到各種因素的影響[37]。特別是關(guān)于靜態(tài)價(jià)格的假設(shè),會(huì)使林地所有者對(duì)LEV的評(píng)估出現(xiàn)嚴(yán)重偏誤[12,24]。因此,有必要明確現(xiàn)實(shí)市場(chǎng)中價(jià)格的波動(dòng)形式,并使用動(dòng)態(tài)模型根據(jù)市場(chǎng)狀況靈活決策,從而在價(jià)格波動(dòng)的市場(chǎng)中實(shí)現(xiàn)利潤(rùn)最大化的目標(biāo)。
考慮到木材價(jià)格和碳匯價(jià)格會(huì)隨著時(shí)間的推移而變化,因此林地所有者的管理決策面臨著一定的風(fēng)險(xiǎn)。林業(yè)經(jīng)濟(jì)學(xué)家通常使用金融和投資文獻(xiàn)中提出的隨機(jī)過程來處理這類風(fēng)險(xiǎn),這為指定未知變量隨時(shí)間的漂移和波動(dòng)提供了一種方法[34]。該節(jié)綜述了隨機(jī)過程理論在最優(yōu)輪伐期問題中的應(yīng)用,首先介紹了現(xiàn)代資本市場(chǎng)理論下隨機(jī)價(jià)格過程的一般形式,接著歸納總結(jié)有效市場(chǎng)假說和完全競(jìng)爭(zhēng)市場(chǎng)假設(shè)下價(jià)格波動(dòng)的具體形式,最后討論基于經(jīng)驗(yàn)數(shù)據(jù)的其他價(jià)格波動(dòng)建模改進(jìn)。
包含資產(chǎn)組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論、期權(quán)定價(jià)理論等在內(nèi)的現(xiàn)代資本市場(chǎng)理論的一個(gè)核心便是隨機(jī)價(jià)格假設(shè),其中伊藤過程(Ito Process)是最常用的描述價(jià)格波動(dòng)的隨機(jī)過程模型[38]。伊藤過程通過漂移率和波動(dòng)率來描述價(jià)格隨時(shí)間的變化,被林業(yè)經(jīng)濟(jì)學(xué)家廣泛應(yīng)用于處理Faustmann模型中的隨機(jī)價(jià)格問題[34,39]。伊藤過程的一般形式為:
其中:xt表示t時(shí)刻的價(jià)格;μ(xt,t)表示漂移項(xiàng);σ(xt,t)表示波動(dòng)項(xiàng);Bt表示維納過程。
進(jìn)一步地,Yoshimoto等[40]通指定過μ(xt,t)為xt的線性函數(shù)、σ(xt,t)為xt的非線性函數(shù),將伊藤過程改寫為狀態(tài)相關(guān)波動(dòng)過程(State‐Dependent Volatility Process),如式(4)所示:
其中:σ、α、β、γ為待估參數(shù)。
由式(4)表示的隨機(jī)過程被記為SDVP(α,β,γ)。其中,作為伊藤過程和狀態(tài)相關(guān)波動(dòng)過程的特例,幾何布朗運(yùn)動(dòng)(Geometric Brownian Motion, GBM)和均值回復(fù)過程(Mean‐Reversion, MR)已經(jīng)被廣泛應(yīng)用于林業(yè)經(jīng)濟(jì)學(xué)中的價(jià)格建模,能夠在不同的經(jīng)濟(jì)學(xué)假設(shè)下解決隨機(jī)價(jià)格假設(shè)中的最優(yōu)輪伐期問題[34,39-40]。
根據(jù)有效市場(chǎng)假說,有效市場(chǎng)中的價(jià)格總是完全反映了所有可用信息,投資者無法通過基本分析和技術(shù)分析獲得超額利潤(rùn)[41]。而GBM則是有效市場(chǎng)中價(jià)格波動(dòng)的一個(gè)特例,它要求價(jià)格在不同微小時(shí)間間隔內(nèi)的增量為獨(dú)立同分布的隨機(jī)變量。部分學(xué)者在最優(yōu)輪伐期研究中假設(shè)價(jià)格波動(dòng)服從正態(tài)分布,并建議使用GBM建模,因?yàn)樗c有效市場(chǎng)假說一致,且價(jià)格每年都會(huì)在之前的水平上隨機(jī)增加[21-23]。其一般形式為:
其中:P表示價(jià)格;μ表示均值;σ表示標(biāo)準(zhǔn)差;dz表示維納過程的增量。對(duì)于初始價(jià)格P0,給定時(shí)間t下價(jià)格Pt的期望值和方差可以用式(6)—式(7)表示:
進(jìn)一步的,根據(jù)伊藤引理(Ito’s Lemma),式(5)可以改寫為如下形式:
其離散形式為:
其中:εt~N(0,1)。
如果假設(shè)價(jià)格過程遵循GBM,那么參數(shù)μ和σ可以根據(jù)以下公式得到:
其中:m和s分別為序列{}lnPt-lnPt-1的均值和方差。
在早期林業(yè)經(jīng)濟(jì)學(xué)的研究中,許多學(xué)者基于GBM探討了隨機(jī)木材價(jià)格假設(shè)下林分的最優(yōu)輪伐期[21-23,42]。這些研究表明,當(dāng)木材價(jià)格或林分價(jià)值遵循GBM且無重置成本時(shí),最優(yōu)輪伐期對(duì)于價(jià)格波動(dòng)不敏感;但當(dāng)重置成本存在時(shí),林地所有者可以利用價(jià)格的隨機(jī)性來改進(jìn)最優(yōu)輪伐期的選擇,因?yàn)榱值厮姓哂袡C(jī)會(huì)在觀察到未來真實(shí)價(jià)格前推遲重置成本的發(fā)生。表2總結(jié)了GBM在Faustmann模型中的應(yīng)用情況。
表2 幾何布朗運(yùn)動(dòng)和均值回復(fù)過程在Faustmann模型中的應(yīng)用
GBM假設(shè)使得最優(yōu)輪伐期問題在偏微分方程的模型框架下變得易于求解,但仍存在一些不切實(shí)際的地方[43]。首先,從式(5)中可以看出,如果價(jià)格在某一時(shí)刻變?yōu)?,那么它將在后續(xù)時(shí)刻始終保持為0,這與現(xiàn)實(shí)不符,也可能導(dǎo)致價(jià)格較低時(shí)期權(quán)價(jià)值的估值出現(xiàn)較大偏差[44]。此外,GBM假設(shè)下價(jià)格上漲的期望值和方差不受約束(式(6)—式(7)),但根據(jù)完全競(jìng)爭(zhēng)市場(chǎng)假設(shè),當(dāng)一種商品的價(jià)格相對(duì)較高時(shí),隨著成本較高的生產(chǎn)商進(jìn)入市場(chǎng),該商品的供應(yīng)將會(huì)增加,從而對(duì)價(jià)格構(gòu)成下行壓力,反之亦然[45]。與遵循GBM的價(jià)格路徑相比,此行為更有可能導(dǎo)致MR價(jià)格路徑,部分學(xué)者對(duì)經(jīng)驗(yàn)價(jià)格數(shù)據(jù)的實(shí)證檢驗(yàn)也證明了這一觀點(diǎn)[24]。
MR的一般形式為:
其中:P表示價(jià)格;ν表示回復(fù)速率;μ表示均值;σ表示標(biāo)準(zhǔn)差;dz表示維納過程的增量。當(dāng)實(shí)際價(jià)格P大于均值μ時(shí),ν(μ-P)dt一項(xiàng)整體為負(fù),不考慮隨機(jī)波動(dòng)項(xiàng)σPdz,當(dāng)期的價(jià)格增量dP小于0,因此當(dāng)期價(jià)格將會(huì)向平均值趨近;同理,當(dāng)實(shí)際價(jià)格P小于均值μ時(shí),當(dāng)期的價(jià)格增量dP則大于0,MR將使得每一期的價(jià)格穩(wěn)定在均值μ附近。
根據(jù)伊藤引理,可以求得MR的解析解,如式(13)所示:
從形式上看,離散形式下的式(13)與自回歸(Auto-Regressive, AR)過程非常相似,如式(14)所示:
其中:β0、β1和β2均為待估參數(shù)。因此,也有一些學(xué)者使用AR模型來代替MR分析木材價(jià)格的波動(dòng)情況[29,46-47]。
為了求得參數(shù)ν、μ和σ,首先將式(12)轉(zhuǎn)化為離散形式:
式(15)可以改寫為如下形式:
其中:c1、c2和et的標(biāo)準(zhǔn)差se可以通過最小二乘法估計(jì)得到。則ν=。
Gjolberg等[24]指出,MR假設(shè)傾向于減少林地所有者所感知的長(zhǎng)期價(jià)格波動(dòng),這將導(dǎo)致與GBM假設(shè)相比,LEV的估值更高。Insley[44]的研究也表明,在MR假設(shè)下,期權(quán)價(jià)值和最優(yōu)輪伐期與GBM假設(shè)相比有顯著差異,例如,當(dāng)價(jià)格低于平均值時(shí),MR給出了更高的期權(quán)價(jià)值。表2總結(jié)了MR在Faustmann模型中的應(yīng)用情況。
根據(jù)式(4)—式(6),GBM和MR僅僅是隨機(jī)過程中的兩個(gè)特殊模型,它們分別由于符合有效市場(chǎng)假說和完全競(jìng)爭(zhēng)市場(chǎng)假設(shè)而得到廣泛應(yīng)用。
已有許多學(xué)者使用ADF(Augmented Dickey‐Fuller Test)檢驗(yàn)法來測(cè)試經(jīng)驗(yàn)價(jià)格數(shù)據(jù)是否存在單位根而決定使用GMB還是MR假設(shè)[34]。然而,Yoshimoto等[40]基于SDVP(α,β,γ)展示了13種亞洲樹種的木材價(jià)格在GBM、MR和其他多種形式隨機(jī)過程中的表現(xiàn),結(jié)果表明,無論是GBM還是MR都不足以解釋這些木材價(jià)格的價(jià)格動(dòng)態(tài)。
為了使隨機(jī)過程模型更加符合價(jià)格的實(shí)際波動(dòng)情況,也有部分學(xué)者使用了GBM和MR之外的其他隨機(jī)過程。其中最常見的是與MR極為相近的AR(1)模型;其次是將價(jià)格取對(duì)數(shù)從而構(gòu)成對(duì)數(shù)均值回復(fù)過程;此外還包括進(jìn)一步引入分布參數(shù)為γ的泊松跳躍,或均值為0、方差為σ2、赫斯特系數(shù)為H的分?jǐn)?shù)高斯噪聲WHi,并將幾種隨機(jī)過程混合。但無論使用哪一種隨機(jī)過程模型,都應(yīng)根據(jù)實(shí)際價(jià)格動(dòng)態(tài)與隨機(jī)過程的匹配程度來選?。?3,56-57]。表3展示了其他類型的隨機(jī)過程在Faustmann模型中的應(yīng)用情況。
表3 其他類型的隨機(jī)過程在Faustmann模型中的應(yīng)用
由于對(duì)隨機(jī)價(jià)格的描述通常以第3節(jié)中隨機(jī)過程的形式出現(xiàn),這使得隨機(jī)價(jià)格假設(shè)下的Faustmann模型無法使用對(duì)利潤(rùn)函數(shù)求一階導(dǎo)數(shù)的簡(jiǎn)單靜態(tài)方法求解,需要使用ROA對(duì)經(jīng)典Faustmann模型針對(duì)隨機(jī)價(jià)格進(jìn)行改進(jìn)。此外,每一個(gè)價(jià)格波動(dòng)模型都擁有一些數(shù)學(xué)特征,木材價(jià)格和碳匯價(jià)格也可能分別擁有不同的波動(dòng)形式。因此,還需要選擇適當(dāng)?shù)姆椒ǎ越鉀Q具有不同的價(jià)格波動(dòng)模型特征的最優(yōu)輪伐期動(dòng)態(tài)決策問題。該節(jié)首先歸納了靜態(tài)價(jià)格假設(shè)下的最優(yōu)輪伐期決策方法學(xué)及缺陷,接著以ROA為基礎(chǔ)綜述了適用于具有隨機(jī)價(jià)格的最優(yōu)輪伐期決策動(dòng)態(tài)模型,以及不同價(jià)格波動(dòng)特征下的模型求解方法學(xué)。
DCF分析是評(píng)估林業(yè)和其他行業(yè)投資的一種基本靜態(tài)方法,它基于一個(gè)融資的基本原則:由于通貨膨脹和經(jīng)濟(jì)增長(zhǎng)的存在,貨幣具有時(shí)間價(jià)值。其中,凈現(xiàn)值(Net Present Value, NPV)是DCF的一種,能夠比較總體投資回報(bào)隨著時(shí)間的演進(jìn)規(guī)律[39]。Faustmann[14]、Hartman[35]和Van Kooten等[15]共同構(gòu)建的包含碳匯效益的經(jīng)典Faust‐mann模型均基于NPV分析,要求林地所有者將最優(yōu)輪伐期確定為L(zhǎng)EV最大化的時(shí)間點(diǎn)。Asante等[11]分析了不同碳匯價(jià)格、考慮不同碳庫數(shù)量時(shí)的最優(yōu)輪伐期和LEV,與Van Kooten等[15]的理論分析一致,發(fā)現(xiàn)納入碳匯效益能夠縮短最優(yōu)輪伐期而提高LEV,且提高幅度隨著碳匯價(jià)格的增加而增加。在中國(guó),也有學(xué)者以Faustmann模型為基礎(chǔ),使用NPV評(píng)估了碳匯目標(biāo)下杉木人工林的碳匯供給[61]和經(jīng)濟(jì)效益[62],同樣發(fā)現(xiàn)考慮碳匯效益能夠提高LEV,木材價(jià)格和利率是影響最優(yōu)輪伐期的關(guān)鍵因素。由于中國(guó)碳排放權(quán)交易市場(chǎng)仍處于起步和建設(shè)發(fā)展階段,實(shí)際碳匯價(jià)格遠(yuǎn)低于木材價(jià)格,因此對(duì)碳匯供給提高和經(jīng)濟(jì)效益增長(zhǎng)的影響并不明顯;但敏感性分析結(jié)果也表明,當(dāng)碳匯價(jià)格提高到一定程度時(shí)(如600元/t),林地所有者的經(jīng)濟(jì)收益將明顯提高。
然而,包含NPV在內(nèi)的DCF分析把投資決策看作是一個(gè)現(xiàn)在立即執(zhí)行或永遠(yuǎn)不執(zhí)行的決定[39]。事實(shí)上,隨著時(shí)間的推移,林地所有者所掌握的相關(guān)價(jià)格信息越來越多,一項(xiàng)投資的不確定性在未來可能會(huì)降低,在未來預(yù)測(cè)的現(xiàn)金流量也將有別于最初的預(yù)測(cè)[63]。相比之下,ROA作為一種動(dòng)態(tài)決策方法具有更強(qiáng)的靈活性,并擁有使用新信息更新決策的機(jī)會(huì),因此可以為林地所有者提供更好的投資決策。
4.2.1 隨機(jī)價(jià)格假設(shè)下的最優(yōu)輪伐期動(dòng)態(tài)決策模型
ROA作為一種金融衍生工具能夠幫助林地所有者在風(fēng)險(xiǎn)市場(chǎng)中動(dòng)態(tài)評(píng)估LEV隨時(shí)間的演進(jìn)規(guī)律[64]。Sauter等[65]指出林地所有者的管理決策行為更符合ROA理論而非DCF理論。ROA考慮林分生長(zhǎng)時(shí)間范圍內(nèi)的一系列決策點(diǎn),在每個(gè)決策點(diǎn),林地所有者通過比較立即采伐與延遲采伐的預(yù)期收益,來決定是現(xiàn)在采伐林分還是保留之后采伐的權(quán)利[31-32,60]。使用ROA分析的優(yōu)勢(shì)在于隨著新信息的出現(xiàn)以及市場(chǎng)狀況和未來現(xiàn)金流的不確定性逐漸得到解決,林地所有者可以隨時(shí)調(diào)整他們的經(jīng)營(yíng)策略,并在木材價(jià)格或碳匯價(jià)格較為有利時(shí)選擇采伐林分從而在風(fēng)險(xiǎn)中獲利,提高了決策的靈活性[66]。
ROA所帶來的動(dòng)態(tài)決策過程需要使用“貝爾曼方程”來求解[34]。總的思路是將決策過程分為兩個(gè)部分,即刻階段以及后續(xù)階段。林地所有者的目標(biāo)是選擇一系列控制變量使即期收益價(jià)值與連續(xù)收益價(jià)值最大化。通過對(duì)貝爾曼方程求解,可以得到不同決策點(diǎn)上的一系列采伐閾值。就木材價(jià)格而言,當(dāng)位于特定決策點(diǎn)的實(shí)際木材價(jià)格超過閾值時(shí),林地所有者應(yīng)該選擇立即采伐林分并出售木材從而獲取超額收益;而對(duì)于碳匯價(jià)格,由于林地所有者需要為采伐林分而造成的碳損失支付罰款,因此應(yīng)該在實(shí)際碳匯價(jià)格低于閾值時(shí)采伐林分而減少收入損失[31-32,60]。其中,對(duì)于貝爾曼方程的求解方法,通常包含構(gòu)建偏微分方程、蒙特卡洛模擬和馬爾可夫決策過程(Markov Decision Process, MDP)[30]。
4.2.2 不同價(jià)格波動(dòng)特征下的動(dòng)態(tài)模型求解方法
(1)價(jià)格服從正態(tài)分布的求解方法。以隨機(jī)過程為基礎(chǔ)而構(gòu)建偏微分方程的Black‐Scholes‐Merton(BSM)模型是求解林地實(shí)物期權(quán)價(jià)值的常用方法,它通過將期權(quán)價(jià)值的變化等同于未到期資產(chǎn)價(jià)值的變化來計(jì)算期權(quán)價(jià)值,可以在短時(shí)間內(nèi)計(jì)算大量決策點(diǎn)的期權(quán)價(jià)值,其中價(jià)格的波動(dòng)性保持不變且收益服從正態(tài)分布[39,67]。目前,由于多數(shù)有關(guān)最優(yōu)輪伐期的研究使用了GBM或MR假設(shè),且價(jià)格在任意微小時(shí)間間隔內(nèi)的增量均服從正態(tài)分布,因此這些研究均使用了基于BSM的模型求解[18,22,24-29]。在中國(guó),曹先磊[68]也使用該模型對(duì)濕地松碳匯造林項(xiàng)目進(jìn)行了投資時(shí)機(jī)分析和價(jià)值評(píng)估。然而,BSM模型也存在一定的局限性,例如,只允許考慮一種風(fēng)險(xiǎn)來源而導(dǎo)致在項(xiàng)目期限較長(zhǎng)的林業(yè)生產(chǎn)中與收益相關(guān)的多種其他風(fēng)險(xiǎn)被忽略[69]、缺乏透明度且無法提供所有關(guān)鍵變量之間的準(zhǔn)確關(guān)系[30]。
基于點(diǎn)陣模型的二叉樹和有限差分方法的離散偏微分方程模型也能夠計(jì)算林地實(shí)物期權(quán)價(jià)值,并且允許價(jià)格的波動(dòng)性發(fā)生變化[30,67]。Thomson[23]首次使用二叉樹方法來確定木材價(jià)格隨機(jī)時(shí)的林分價(jià)值;進(jìn)一步地,Tee等[30]使用二叉樹方法對(duì)考慮兩個(gè)隨機(jī)價(jià)格(木材價(jià)格和碳匯價(jià)格)的林分進(jìn)行估價(jià),從而允許林地所有者在兩種風(fēng)險(xiǎn)來源下對(duì)管理決策進(jìn)行聯(lián)合優(yōu)化。但是,隨著時(shí)間的增長(zhǎng)和風(fēng)險(xiǎn)來源數(shù)量的增加,二叉樹和有限差分方法的計(jì)算量將呈現(xiàn)指數(shù)增長(zhǎng)[70]。因此,該模型多應(yīng)用于項(xiàng)目周期較短且風(fēng)險(xiǎn)來源較少的期權(quán)定價(jià)問題[56]。
(2)具有多個(gè)隨機(jī)價(jià)格的求解方法。由于木材價(jià)格和碳匯價(jià)格均存在隨機(jī)波動(dòng)性,最優(yōu)輪伐期的計(jì)算可能涉及多個(gè)風(fēng)險(xiǎn)來源。蒙特卡洛模擬則能夠通過構(gòu)建具有特定分布的隨機(jī)變量、依靠重復(fù)隨機(jī)抽樣技術(shù)近似計(jì)算無限接近于真實(shí)值的數(shù)值解方式來處理這些價(jià)格波動(dòng),這些變量允許擁有非標(biāo)準(zhǔn)分布、隨時(shí)間變化的分布或存在相關(guān)性[56]。與偏微分方程相比,蒙特卡洛模擬不受時(shí)間或風(fēng)險(xiǎn)來源數(shù)量多的限制,也能夠提供未來林分價(jià)值的分布[56]。
自從Ibaneza等[56]提出了一種計(jì)算美式期權(quán)價(jià)值的蒙特卡洛模擬方法以來,蒙特卡洛模擬在求解Faustmann模型的ROA問題中得到了廣泛應(yīng)用。Petrasek等[60]同時(shí)考慮木材價(jià)值和碳匯價(jià)值,計(jì)算了道格拉斯冷杉林的LEV和最優(yōu)采伐策略。Petrasek等[31]進(jìn)一步考慮使用木材產(chǎn)品代替碳密集型材料所避免的排放,在不同固碳情景下計(jì)算了道格拉斯冷杉林的LEV,為設(shè)計(jì)碳補(bǔ)償政策提供了依據(jù)。Ning等[32]以美國(guó)密西西比州木材市場(chǎng)為研究對(duì)象,探討了同時(shí)考慮木材、碳匯和生物燃料生產(chǎn)對(duì)森林經(jīng)營(yíng)管理的影響。在中國(guó),余智涵等[10]也使用蒙特卡洛模擬計(jì)算了單次輪作下考慮死亡有機(jī)質(zhì)碳庫時(shí)杉木人工林的最優(yōu)輪伐期,發(fā)現(xiàn)考慮包含死亡有機(jī)質(zhì)碳庫在內(nèi)的林業(yè)碳匯效益能夠穩(wěn)定提高林地所有者的收益。
(3)價(jià)格具有馬爾可夫性的求解方法。在GBM和MR假設(shè)中,每一期的價(jià)格都取決于前一期的價(jià)格,這種包含了具有馬爾可夫性的隨機(jī)價(jià)格模型可以通過構(gòu)建轉(zhuǎn)移概率矩陣從而使用MDP近似求解[59,71]。但由于轉(zhuǎn)移概率矩陣的存在,MDP同二叉樹和有限差分方法一樣,其計(jì)算量也會(huì)隨著隨機(jī)變量個(gè)數(shù)的增加而呈現(xiàn)指數(shù)增長(zhǎng)[43]。
Buongiorno[71]關(guān)于Faustmann模型隨機(jī)森林生長(zhǎng)和價(jià)格的研究表明,F(xiàn)austmann公式是一種特殊的MDP模型,其中假設(shè)的一切信息已知;Faustmann模型給出了確定環(huán)境下的最優(yōu)LEV,而MDP模型則給出了隨機(jī)環(huán)境下的最優(yōu)LEV。Lembersky等[72]首次將MDP應(yīng)用于林分LEV的估值。隨后,Insley等[43]、Buongiorno等[59]聚焦于隨機(jī)木材價(jià)格,使用MDP探討了木材價(jià)格波動(dòng)對(duì)于林地所有者收益的影響,也證明了MDP在林業(yè)經(jīng)濟(jì)學(xué)中的適用性和高效性。進(jìn)一步地,Sloggy等[47]將MDP擴(kuò)展為MOMDP(Mixed Observability Markov Decision Process),以處理多個(gè)隨機(jī)變量下最優(yōu)輪伐期的確定問題。
最優(yōu)輪伐期決策一直是林業(yè)經(jīng)濟(jì)學(xué)領(lǐng)域的研究重點(diǎn)。設(shè)置合理的林業(yè)碳匯項(xiàng)目期限及森林采伐制度,能夠充分發(fā)揮森林及木質(zhì)林產(chǎn)品的固碳潛力。文章以Faustmann模型為基礎(chǔ),著眼于隨機(jī)價(jià)格下最優(yōu)輪伐期決策的研究進(jìn)展,梳理了Faustmann模型經(jīng)典框架及其廣義擴(kuò)展,對(duì)不同市場(chǎng)假說下價(jià)格波動(dòng)的處理方法以及不同價(jià)格假設(shè)下的林地價(jià)值評(píng)估方法學(xué)進(jìn)行了分析,得出以下主要結(jié)論。
(1)在現(xiàn)代資本市場(chǎng)理論中,以伊藤過程和狀態(tài)相關(guān)波動(dòng)過程為基礎(chǔ)的隨機(jī)過程是描述木材和碳匯價(jià)格波動(dòng)的重要模型,它們通過指定漂移率和波動(dòng)率來描述價(jià)格隨時(shí)間的變化。GBM和MR分別由于符合有效市場(chǎng)假說和完全競(jìng)爭(zhēng)市場(chǎng)假設(shè)而得到廣泛應(yīng)用,在GBM假設(shè)下,價(jià)格具有指數(shù)增長(zhǎng)的趨勢(shì),而MR假設(shè)下的價(jià)格將保持在均值附近波動(dòng)。此外,也有林業(yè)經(jīng)濟(jì)學(xué)家根據(jù)經(jīng)驗(yàn)價(jià)格數(shù)據(jù)的檢驗(yàn)使用了更為復(fù)雜的隨機(jī)過程模型。
(2)以Faustmann經(jīng)典模型框架為基礎(chǔ)的多數(shù)研究均使用了基于DCF的靜態(tài)價(jià)格分析方法,但DCF作為確定型決策無法處理市場(chǎng)風(fēng)險(xiǎn),也無法利用新信息靈活調(diào)整決策方案。而ROA允許林地所有者進(jìn)行動(dòng)態(tài)分析、根據(jù)市場(chǎng)狀況隨時(shí)調(diào)整經(jīng)營(yíng)策略,通過在每個(gè)決策點(diǎn)比較立即采伐與延遲采伐的預(yù)期收益、并在實(shí)際木材價(jià)格超過閾值或?qū)嶋H碳匯價(jià)格低于閾值時(shí)選擇采伐林分從而在風(fēng)險(xiǎn)中獲利。
(3)以即期收益價(jià)值與連續(xù)收益價(jià)值最大化為目標(biāo)的貝爾曼方程是求解林地實(shí)物期權(quán)價(jià)值的有效方法。通過對(duì)貝爾曼方程求解,可以得到不同決策點(diǎn)上的一系列采伐閾值,林地所有者可以通過比較采伐閾值和實(shí)際價(jià)格的方式?jīng)Q定是否立即采伐林分并出售木材獲利。而構(gòu)建偏微分方程、蒙特卡洛模擬和MDP則分別可以在價(jià)格服從正態(tài)分布、具有多個(gè)隨機(jī)價(jià)格和價(jià)格具有馬爾可夫性時(shí)有效求解貝爾曼方程。
林地所有者面臨著來自金融資本市場(chǎng)的多重價(jià)格風(fēng)險(xiǎn),大量學(xué)者基于ROA和隨機(jī)過程模型研究了Faust‐mann模型中的隨機(jī)價(jià)格問題,特別是針對(duì)木材價(jià)格波動(dòng)時(shí)的森林管理決策問題,已有許多學(xué)者對(duì)不同樹種開展了專門研究。然而,在處理Faustmann模型中的隨機(jī)價(jià)格問題時(shí),仍有一些值得重視的科學(xué)問題。
(1)將Faustmann模型在氣候變化背景下擴(kuò)展至完整林業(yè)碳匯效益。隨著氣候問題的加劇,森林在緩解全球氣候變化方面發(fā)揮的作用越來越受到國(guó)際社會(huì)的關(guān)注[7,15]。從已有研究來看,F(xiàn)austmann模型中的隨機(jī)價(jià)格研究多集中于木材價(jià)格,涉及碳匯效益的研究仍然較少。一般來說,完整林業(yè)碳庫包括地上生物量、地下生物量、枯死木、枯落物、土壤有機(jī)碳和木質(zhì)林產(chǎn)品,特別是木質(zhì)林產(chǎn)品碳庫,它們不僅可以比自然死亡的樹木將碳儲(chǔ)存更長(zhǎng)時(shí)間,而且當(dāng)考慮替代效應(yīng)時(shí),還可能導(dǎo)致高碳排放建筑材料的使用減少[7]。精準(zhǔn)核算完整林業(yè)碳匯效益并與ROA相結(jié)合,能夠充分實(shí)現(xiàn)林業(yè)的生態(tài)價(jià)值。
(2)使用包含機(jī)器學(xué)習(xí)在內(nèi)的多種方法對(duì)木材及碳匯價(jià)格波動(dòng)進(jìn)行更加精確和合理的建模。不同的價(jià)格模型會(huì)導(dǎo)致模擬的樣本路徑在未來時(shí)間點(diǎn)上的不同分布,由于ROA方法依賴于未來價(jià)格分布的形式,價(jià)格模型的設(shè)置對(duì)LEV的估算至關(guān)重要[40]。就中國(guó)而言,木材市場(chǎng)存在明顯的區(qū)域特征,且競(jìng)爭(zhēng)與壟斷并存,多種所有制和經(jīng)營(yíng)形式并存[17];碳排放權(quán)交易市場(chǎng)仍處于起步和發(fā)展階段,且交易價(jià)格會(huì)受到環(huán)境、政策等因素的影響,未來的價(jià)格路徑難以用簡(jiǎn)單的隨機(jī)過程描述[10]。因此,有必要使用包括隨機(jī)過程、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)在內(nèi)的多種方法對(duì)木材價(jià)格和碳匯價(jià)格進(jìn)行準(zhǔn)確建模,以實(shí)現(xiàn)LVE的精確估值。
(3)在Faustmann模型中考慮包含資源風(fēng)險(xiǎn)和決策者偏好風(fēng)險(xiǎn)在內(nèi)的多個(gè)風(fēng)險(xiǎn)來源。除了價(jià)格風(fēng)險(xiǎn)外,林業(yè)管理還涉及資源風(fēng)險(xiǎn)和決策者偏好風(fēng)險(xiǎn)[73]。特別是在氣候變化背景下,包含火災(zāi)、病蟲害等在內(nèi)的資源風(fēng)險(xiǎn)顯得尤為重要。此外,以林地所有者自身風(fēng)險(xiǎn)偏好和政策風(fēng)險(xiǎn)為代表的決策者偏好風(fēng)險(xiǎn)也是影響最優(yōu)輪伐期的關(guān)鍵因素。因此,如何將多個(gè)風(fēng)險(xiǎn)來源同時(shí)納入Faustmann模型,并構(gòu)建一個(gè)合理的指標(biāo)體系,在生態(tài)模型和經(jīng)濟(jì)模型之間取得權(quán)衡,以協(xié)助林地所有者根據(jù)自身偏好做出最優(yōu)管理決策,也是未來的一個(gè)重要研究方向。