|
여기서
는 섹터
에서 생산된 제품의 단위당 가격,
는 섹터
에서 섹터
로의 투입계수,
는 섹터
의 제품을 구매할 때 내는 세금(ad valorem tax), 그리고
는 섹터
의 노동 및 자본비용으로 구성된 부가가치를 의미한다. 식(12)는 개별 산업의 최종 생산품의 가격이 중간재, 노동, 자본 등의 요소 투입 비용에 기반하여 결정된다는 것을 나타낸다. 위 식을 기반으로 산업별 제품 가격(P)을 행렬식으로 나타내면 다음과 같다.
여기서 산업별 부가가치
는 고정되어 있다고 가정하고, 특정 산업의 생산 제품의 세금이 상승하는 경우를 생각하여 보자. 이는 식(13)에 따라 행렬
를 변화시킨다. 결과적으로 어느 한 산업의 가격 상승 압력은 산업 간 투입-산출 관계를 통해 관련된 다른 산업의 생산품 가격에도 영향을 미치게 될 것으로 예상할 수 있다.
2) 탄소 가격을 반영한 레온티에프 가격모형
앞서 언급하였듯이, 탄소 가격의 상승은 기업의 생산비용을 증가시킨다. 그리고 탄소 가격의 인상은 기업의 제품가격 증가로 이어지며, 이는 다시 산업 간 연관 관계를 통해 다른 산업의 제품가격 상승으로까지 파급된다. 본 연구에서는 탄소 가격이 다음과 같이 레온티에프 가격모형에 탄소세
의 형태로 반영된다고 가정하였다.
식(14)에서 모든 산업의 부가가치
와 투입계수
는 고정된 상수로 가정하면, 탄소 가격의 상승은 세금의 인상과 유사한 결과를 가져온다. 앞서와 마찬가지로 이를 다시
에 대한 행렬식으로 표현하면 다음과 같다.
따라서, 탄소 가격 인상 전의 가격
가 주어졌을 때, 식(15)를 이용하여 탄소 가격 상승 후의 가격
을 계산할 수 있다.
3) 산업별 탄소 가격의 측정
우리나라를 포함한 많은 국가에서 탄소 가격은 배출량 단위(tCO2-eq)당 부과되고 있다. 따라서, 우리의 모형을 적용하기 위해서는 이러한 배출량 단위당 탄소 가격을 탄소세로 변환하는 추가적인 작업이 필요하다. 본 연구에서는 산업별 탄소세의 대용 지표로 매출액 대비 탄소 비용 비율을 사용하였다.
여기서
는 배출량 단위당 탄소 가격(원/tCO2-eq),
는
산업의 직접배출량(Scope 1),
는
산업의 매출액을 의미한다. 본 연구는 탄소 가격
는 NGFS의 시나리오에서 제안한 탄소 가격을, 산업별 탄소집약도
는 해당 산업에 속한 전체 기업들의 2019년 기준 배출량과 매출액에 기반하여 계산하였다.
4) 탄소 가격 인상에 따른 기업 수익성 변화
지금까지 탄소 가격 인상이 산업 간 연관 관계를 통해 전 산업의 물가 상승으로 파급되는 경로에 대한 모형을 소개하였다. 이어서, 앞 장에서와 같이 이러한 탄소 가격 인상이 각 산업의 현금흐름(EBITDA)에 어떠한 영향을 미치는지를 추정하고자 한다. 이를 위해 본 연구에서는 먼저 물가 상승에 따라 개별 기업의 제품 수요 변동을 추정하고, 그리고 이러한 수요 변화가 EBITDA에 어떤 영향을 미치는지를 추정한다. 마지막으로, 이러한 결과를 기반으로 각 산업의 EBITDA 감소율, 즉 산업별 수익 충격을 추정한다.
본 연구는 분석을 단순화하기 위해 다음과 같은 가정을 도입한다. 동종 산업에 속한 모든 기업의 제품은 동질적이고, 수요함수의 가격탄력성은 1로 고정된다. 또한, 탄소 가격 변동 이전의 모든 산업의 가격은 1로 표준화되어 있다고 가정한다. 더불어, 레온티에프 가격모형과 마찬가지로 각 산업의 제품에 대한 수요는 다른 산업의 제품과의 상대가격에 영향을 받지 않으며 서로 독립적이라고 가정한다. 따라서 탄소 가격 인상으로 인해 산업의 생산품 가격이
에서
로 상승하면,
산업에 속한 기업
가 생산한 제품의 수요 변화(
, 탄소 가격 변동에 따른 수요량 변화)는 다음과 같이 산업
의 제품가격에 대한 음(-)의 함수로 나타낼 수 있다.
여기서
,
는 탄소 가격 변동 이전 산업에 속한 기업 의 제품에 대한 수요량과 가격을 의미하여
,
는 탄소 가격 변화 후 수요량과 가격을 의미한다.
마지막으로, 기업의 EBITDA와 제품의 수요량이 선형관계에 있다고 가정하고 산업
에 속한 기업
의 EBITDA 손실률을 다음과 같이 산업
의 제품가격의 증가함수로 나타낸다.
그리고 앞서 동종 산업 내 기업의 제품은 모두 동질적이라고 가정하였으므로, 이는 다음과 같이 산업 의 평균적인 손실률
로 해석할 수 있다.
다. 분석 결과
이처럼 탄소 가격을 추가로 반영한 레온티에프 가격모형을 사용하여 탄소 가격 인상에 따른 산업별 손실률을 계산한 결과를 <표 Ⅱ-3>에 제시하였다. 본 결과는 NGFS의 기후변화 시나리오 중 ‘Net Zero 2050’의 탄소 가격 경로를 기반으로 한 것이다.27) 일반적으로 예상할 수 있는 바와 같이 고탄소 산업, 예를 들어, 전력, 가스 및 증기, 금속, 운송, 석탄 및 석유, 화학 등의 산업들이 컴퓨터, 전자, 정보통신, 금융, 도소매 등의 저탄소 산업들에 비해 탄소 가격 인상에 따른 손실률이 전반적으로 더 높은 경향을 보인다. 예를 들어, 탄소 가격이 2025년 예상 탄소 가격 수준(약 8만원)으로 인상될 때 고탄소 산업은 18~36% 수준의 손실률을 기록하고 있으며(비금속광물제품 36%, 전력, 가스 및 증기 31%, 운송서비스 22%, 석탄 및 석유제품 18% 등), 저탄소 산업은 10% 미만의 상대적으로 낮은 손실률을 보인다(컴퓨터, 전자 및 광학기기 5%, 도소매 및 상품중개 서비스 9%, 정보통신 및 방송 6%, 금융 및 보험 7% 등).
이러한 추정 결과는 앞서 산업 간 연관 관계를 고려하지 않았을 때의 분석 결과와 비교해서 다음과 같은 주요한 차이점이 있다. 이전과 마찬가지로 탄소 가격 상승에 따른 손실률 증가 속도가 전력, 가스 및 증기, 화학, 금속 등 고탄소 산업에서 상대적으로 더 빠르지만, 이제는 앞서와 달리 탄소 가격이 상승함에 따라 저탄소 산업에서도 손실률이 증가하고 있다. 탄소 가격이 47만 원/tCO2-eq 수준에 이를 것으로 예상되는 2045년에는 음식료품, 예술, 스포츠 및 여가 서비스, 건설, 섬유 및 가죽제품 등 일부 산업을 제외한 전 산업부문에서 평균 손실률이 24~80%에 이르는 것으로 추정되고 있다.
특히, 저탄소 산업 중에서도 산업간 연관 관계가 높은 산업일수록 탄소 가격 인상에 따라 손실률 증가가 급격히 확대될 수 있음에 주목할 필요가 있다. 일례로 사업지원 서비스는 탄소집약도가 상대적으로 낮은 만큼 2025년 예상 탄소 가격 수준에서 8%의 비교적 낮은 손실률을 보이나, 이후 탄소 가격이 상승함에 따라 2035년 21%, 2040년 30%, 2045년 47%, 2050년 87%로 손실률이 점차 확대되고 있다.28) 반면, 음식료품, 예술, 스포츠 및 여가 서비스와 같이 상대적으로 산업 간 연관 관계가 낮은 저탄소 산업은 탄소 가격의 상승에도 불구하고 손실률의 증가가 크게 나타나지 않는다. 이는 저탄소 산업일지라도 산업 간의 연관 관계가 강한 경우에는 탄소 가격 인상에 따른 물가 파급효과에 더 큰 영향을 받게 되며, 따라서 탄소 가격 상승에 따른 손실 충격이 더욱 커질 수 있음을 나타낸다. 반대로, 고탄소 산업은 제품 가격 인상을 통해 탄소 가격 상승으로 인한 비용 부담을 다른 산업으로 전가할 수 있게 되면서, 앞서 산업 간 연관 관계를 고려하지 않았을 때보다 손실률의 증가가 더 완만하게 나타날 가능성이 있다.
마지막으로, <그림 Ⅱ-9>는 산업 간 연관 관계를 이전 장의 분석과 같이 산업 간 연관 관계를 반영하지 않은 경우(파란색)와 산업 간 연관 관계를 고려한 경우(빨간색)에서의 산업별 평균 EBITDA 손실률을 비교한 결과를 보여준다. 여기서는 Net Zero 2050 시나리오 하에서의 탄소 가격 상승 경로를 기준으로 하였다. 그림에서 보는 바와 같이 산업 간 연관 관계를 반영했을 때의 산업별 손실률 분포가 좀 더 균일해지는 것을 확인할 수 있다. 이는 탄소 집약적인 산업에서 가격 인상을 통해 타 산업으로 탄소 배출 비용을 전가할 수 있어, 결과적으로 탄소 집약적인 산업의 손실률이 낮아지고 동시에 다른 산업군의 손실률이 높아지는 것을 의미한다. 일반적으로 비금속광물제품, 석탄 및 석유제품, 1차 금속제품, 전력, 가스 및 증기 등 고탄소 산업에서는 산업 간 연관 관계의 반영 여부와 관계없이 높은 손실률이 관찰되지만, 산업 간 연관 관계를 고려하였을 때 상대적으로 좀 더 감소하는 경향을 보인다. 반면, 전문, 과학 및 기술 서비스, 사업지원서비스, 도소매 및 상품중개서비스, 금융 및 보험 서비스, 컴퓨터, 전자 및 광학기기와 같은 탄소집약도가 상대적으로 낮은 산업들에서는 산업 간 연관 관계를 반영하였을 때 손실률이 확대되는 모습을 보인다.
산업 연관 관계와 레온티에프 가격모형을 토대로 탄소 리스크의 영향을 분석한 결과, 산업간 상호작용을 통해 탄소 가격 인상의 영향이 다른 산업으로도 파급될 수 있다. 만약 이러한 영향이 전 산업에 걸쳐 발생한다면, 결국 탄소 가격 상승에 따른 영향은 제품의 최종 소비자에게로 전가될 수 있을 것이다. 본 절의 분석모형은 이러한 영향에 관해 구체적으로 설계하지 않았지만, 탄소 리스크는 경제 전체 관점에서 소비자 후생(welfare)에 부정적인 요소로 작용할 것으로 판단된다.
Ⅲ. 탄소 리스크를 고려한 최적 포트폴리오 설계 방안
Ⅱ장의 분석 결과를 통해 알 수 있듯이, 탄소 가격 상승과 같은 전환 위험(transition risk)은 우리나라 기업과 산업 전반에 걸쳐 부정적인 영향을 끼칠 것으로 예상된다. 기업의 주주인 투자자도 이러한 영향을 인식하고 기후변화에 대응하기 위한 노력을 경주할 필요가 있다. 이와 관련하여 본 절에서는 투자자 관점에서 탄소 리스크(carbon risk)를 고려한 최적 포트폴리오의 설계 방안을 조사하고, 국내 주식시장 투자자에게 실무적으로 도움이 될 수 있는 저탄소 포트폴리오(low-carbon portfolio) 및 탈탄소 지수(decarbonized index)29) 구성 방법론의 활용 가능성을 분석한다. 이 절에서 수행한 조사와 분석은 향후 국내 금융회사 또는 투자자가 자산 포트폴리오의 탄소 위험을 효과적으로 관리하는 데 중요한 시사점을 제공할 것으로 판단된다.
1. 포트폴리오 탄소 위험 관리의 필요성
기후변화에 대응하는 과정에서 발생할 수 있는 전환 위험, 또는 이행 위험은 앞으로 투자자가 고려해야 할 중대한 위험요인이 될 것으로 예상된다. 기후변화에 대한 국제적 관심이 고조되고 글로벌 및 국가 단위의 온실가스 감축 규제가 본격적으로 시행되고 있으며, 향후 이러한 규제는 더욱 강화될 가능성이 크다. 현재 많은 국가가 선언한 2050년 탄소중립 목표를 달성하려면 탄소 가격의 상향 조정이 불가피할 것으로 예상되며, 이 과정에서 기업 및 산업부문에 막대한 영향을 미칠 수 있다. 이전 Ⅱ장에서 추정한 결과에 따르면, 탄소 가격 상승 시나리오에 따른 탄소 배출 비용은 기업의 현금흐름에 상당한 부담을 줄 것으로 나타났다. 또한 산업별로 추정된 손실률을 통해 유도한 평균 부도 확률을 살펴본 결과, 탄소 가격의 상승으로 인해 신용위험이 증가하며, 특히 이러한 영향은 고탄소 업종(예: 에너지, 운수 등)에서 두드러졌다. 그리고 산업 간 상호작용을 고려한 파급효과를 분석한 결과, 탄소 가격의 상승은 고탄소 업종뿐만 아니라 저탄소 산업에 미치는 영향도 더욱 악화시키는 것으로 확인되었다. 본질적으로 탄소 리스크와 같은 기후 위험(climate risk)은 장기적인 위험(long-run risk)의 속성을 내포하고 있으므로, 투자자 관점에서 탄소 리스크의 영향을 충분히 인식하고 중장기적인 대응 전략을 마련하는 것이 필요하다.
국내 투자자 관점에서 생각해보면, 향후 기후변화에 대한 대응은 선택이 아닌 필수일 것으로 보인다. 특히 우리나라의 많은 기업이 그간 수출 중심 및 탄소 집약적인 산업구조를 형성해왔기 때문에, 향후 국가 온실가스 감축목표의 이행 과정에서 온실가스 배출이 많은 산업과 기업 부문을 중심으로 탄소 위험과 관련 정책 위험(policy risk)에 크게 노출될 수 있다. <그림 Ⅲ-1>은 국내 주요 대형기업을 포함하고 있는 KOSPI100 지수30)와 미국 S&P500 지수의 포트폴리오 탄소집약도(carbon intensity)31) 추이를 비교하고 있다. 그림을 통해 알 수 있듯이, 우리나라 주식시장은 선진 시장 대비 높은 탄소 리스크에 노출된 것으로 확인된다.32) 특히 Ⅱ장의 분석 결과를 고려하면, 온실가스 감축을 강화하기 위한 노력이 고탄소 산업의 생산 및 판매 비용 증가, 신용 리스크 증대, 수익 감소로 연결될 수 있으며, 이러한 영향은 기업 가치의 하락으로 이어질 수 있다. 따라서 투자자는 포트폴리오의 장기적인 꼬리 위험(tail risk) 관리 측면에서 탄소 위험을 중요하게 고려해야 할 것이다.
한편 탄소 위험을 줄이기 위한 투자는 자본시장의 기후변화 대응 측면에서도 장기적인 탈탄소 유인을 제공하는 중요한 기제가 될 수 있다. 만약 충분한 수의 투자자들이 기후변화 대응을 위해 포트폴리오를 탄소중립 목표에 부합하도록 조정한다면, 이는 중장기적으로 기업과 산업부문의 온실가스 감축 유인으로 작동할 수 있다. 기후금융(climate finance)의 역할과 금융 부문을 통해 탄소중립을 유도하려는 노력은 강화되는 추세이고, 자본시장 내에서도 기후변화 대응을 위한 공감대가 형성되어 가고 있다. 글로벌 대형 투자자나 자산운용사, 은행 등 금융 부문별로 넷제로를 선언함과 동시에 이를 이행하기 위한 글로벌 네트워크를 결성하고 있다(송홍선, 2022).33) 금융회사가 선언한 탄소중립의 핵심은 회사가 보유한 자산 포트폴리오의 배출량에 대해 감축목표를 설정하는 것이다. 자본시장 내에서 이러한 움직임이 강화된다면 기업의 자본조달 비용 관점에서 투자 대상 기업에 온실가스 감축 유인을 제공할 수 있을 것이다. 즉, 저탄소 투자의 목적은 단순히 포트폴리오의 탄소 리스크를 줄이는 것 외에도, 배출량을 감축할 필요가 있는 기업에 탈탄소 유인을 제공함으로써 탄소중립이라는 공공의 목표를 달성하는 것이다.
2. 저탄소 포트폴리오 구성 방법과 사례
가. 포트폴리오 탄소 위험 측정 방법
포트폴리오의 탄소 위험(carbon risk)을 측정하기 위해, 먼저 탄소 위험을 어떻게 정의하는지 알아보자. 광범위한 관점에서 탄소 위험은 기후 위험(climate risk) 중 전환 또는 이행 위험의 한 유형으로 이해할 수 있다. 선행연구에 따르면 기후 위험은 기후변화 자체로 인한 물리적 위험(physical risk)과 저탄소‧친환경 경제로 전환하는 과정에서 탄소 가격 상승이나 규제 강화로 인한 전환 위험(transition risk)으로 분류할 수 있다(박혜진, 2023). 물리적 위험은 기후변화로 인한 자연재해와 해수면 상승, 산림 파괴 등 자연환경의 변화에서 발행하는 위험을 의미한다. 한편, 전환 위험은 온실가스 감축 정책과 규제의 시행, 저탄소 설비 투자와 탄소 가격 인상으로 인한 비용의 증가, 탈탄소 투자 확대에 따른 자본조달 비용의 상승 등, 저탄소 경제로 이행하는 과정에서 복합적으로 발생할 수 있는 위험을 말한다. 탄소 위험은 기본적으로 탄소 가격 상승에 따른 위험으로 정의되고, 광의의 개념으로 온실가스 배출이 많은 기업의 전환 위험으로 이해할 수 있다. 앞서 Ⅱ장에 살펴본 탄소 가격 상승에 따른 여러 파급효과(손실 증가, 신용위험 상승 등)는 기업의 현금흐름 경로 관점에서 발생할 수 있는 탄소 위험이다.
통상적으로 자주 쓰이는 탄소 위험의 대용치는 온실가스 배출량과 같은 탄소 발자국(carbon footprint)34) 지표이다. 규제 대상인 온실가스를 많이 배출할수록 해당 기업의 탄소 리스크가 클 것이다. 온실가스 프로토콜(GHG Protocol)에 따르면, 온실가스 배출량은 배출원에 따라 크게 세 가지 범주로 구분된다(<표 Ⅲ-1> 참고). 먼저 Scope 1 배출량은 기업이 소유하거나 관리하는 발생원으로부터 배출된 온실가스(직접 배출)를 의미한다. 예를 들어, 기업이 연료나 에너지원을 사용함으로써 온실가스를 배출한다면 이는 Scope 1 배출량에 해당된다. 한편, 회사가 구매하여 사용한 전기, 냉난방, 물, 스팀 등을 생산하는 과정에서 발생한 온실가스는 Scope 2로 정의된다(간접 배출). Scope 1과 2 배출량은 기업이 통제할 수 있는 배출량으로, 현재 우리나라에서 시행 중인 목표관리제 및 배출권거래제에 속해 있는 기업이 의무적으로 공시하고 있는 배출량 명세서에 포함된 항목이다. 이 외에도 회사가 소유하거나 통제하지 않는 곳에서 발생하는 온실가스를 포괄하는 Scope 3 배출량은 회사의 가치사슬(value chain)에서 배출되는 온실가스로 정의된다(기타 간접 배출). 예를 들어, 회사 제품의 공급 및 운송을 담당하는 업체의 배출, 회사 제품의 사용과 폐기로 인한 배출 등이 Scope 3에 포함된다. 현재 Scope 3 배출량은 공표할 의무는 없는 것으로 파악되나, 향후 논의에 따라 온실가스 배출량 보고 범위에 포함될 수 있다. 이러한 온실가스 배출량은 기업이 자발적으로 공시하기도 하며, 배출권거래제의 할당대상업체와 같이 일정 수준 이상의 온실가스를 배출하는 기업은 제도상 공시가 의무화되어 있다. 통상 저탄소 투자를 실행하는 투자자나 탈탄소 지수를 개발하는 지수사업자는 Trucost, Bloomberg 등 글로벌 데이터 제공업체로부터 기업 단위 배출량 자료를 확보하거나, 기업의 공시자료를 수집하여 관련 투자를 진행하는 것으로 파악된다.35)
일반적으로 포트폴리오의 탄소 리스크는 기업의 온실가스 배출량을 기반으로 측정된다. 이 중에서 가장 널리 쓰이는 포트폴리오의 탄소 리스크 측정 방법은 배출 총량 및 배수 지표가 있다(TCFD, 2017; State Street Global Advisors, 2020a). 보통 탄소 배출 총량(total carbon emission) 관점에서 포트폴리오의 탄소 리스크 지표로 가중평균 탄소 배출량(weighted average of carbon emissions)이 활용된다. 이는 식(20)과 같이 포트폴리오 내 투자비중
으로 투자기업의 배출량을 가중평균하는 것이다. 투자비중만큼 해당 기업의 배출량을 소유하는 것으로 이해할 수 있다(emission ownership). 가중평균 탄소 배출량은 포트폴리오 단위의 탄소 발자국으로 해석할 수 있다.
한편 배수(multiple) 지표는 탄소집약도(carbon intensity)로 정의되는데, 기업이 배출하는 온실가스 배출량을 매출액으로 나눠줌으로써 기업 간 비교가능성을 높인 지표이다.36) 이는 TCFD(2017) 권고안에서 제시된 이후 가장 활발히 활용되는 지표로, 탄소집약도를 포트폴리오 수준에서 정의해보면 크게 가중평균 탄소집약도(weighted average of carbon intensity)와 합산 탄소집약도(aggregate carbon intensity)로 나눠볼 수 있다. 식(21)은 포트폴리오 단위의 가중평균 탄소집약도를 보여주며, 이는 개별 기업의 탄소집약도를 포트폴리오 투자비중으로 가중평균한 값으로 정의된다. 가중평균 탄소집약도는 모든 자산군에 적용할 수 있고, 직관적으로 이해하기 쉬워 포트폴리오의 탄소 위험 지표로 가장 널리 활용되고 있다.
식(22)는 합산 탄소집약도를 산출하는 수식이며, 전체 포트폴리오를 하나의 자산으로 보고 계산하는 방식이다.37) 가중평균 탄소집약도와 같이 비교와 해석이 용이하다는 장점이 있다. 다만 포트폴리오 내 매출액 또는 배출량이 매우 비대칭적으로 분포해 있는 경우에는 해당 지표가 다소 왜곡될 수 있다. 이 중에서 어떤 지표가 가장 적절한지의 문제는 궁극적으로 이러한 지표를 사용하는 투자자들의 주된 관심 사항이 무엇인가에 달려있다. 만약 포트폴리오의 탄소 발자국을 확인하는 데 관심이 있는 투자자라면 총량 지표 방식이 적절할 것이며, 포트폴리오 기업의 탄소 배출 대비 산출이 얼마나 효율적인지를 알고 싶은 투자자에게는 탄소집약도가 더 적합할 것이다. 그리고 포트폴리오 내 탄소 집약적인 또는 고탄소 기업에 대한 전반적인 편중 정도를 파악하고 싶은 투자자의 경우, 가치가중 탄소집약도가 가장 유용한 지표가 될 것이다. 2절에서 소개할 탈탄소 지수 구성 방법에서도 이러한 배출량 기반의 포트폴리오 탄소 리스크 대용치가 다수 활용되고 있음을 알 수 있고, 3절의 실증분석 파트에서도 식(20)~(22)의 측정치를 토대로 분석을 진행할 것이다.
한편 최근에는 자본시장 기반의 모형을 통해 시장 전반의 탄소 위험요인을 추정하고(market-based measure), 추정된 탄소 위험요인에 대한 민감도(sensitivity)를 토대로 개별 기업의 탄소 리스크를 측정하는 방법이 제시되고 있다(Gorgen et al., 2020; 2021; Huij et al., 2022). 이는 앞서 설명한 온실가스 배출량 기반 지표의 단점을 극복하기 위함인데, 배출량을 토대로 탄소 위험을 측정하는 방식은 객관적일 수 있으나, 사용할 수 있는 배출량 자료의 제한, 측정 방법의 불일치, 공시의 지연 등 일반적인 주식 포트폴리오에 보편적으로 적용하기 어렵기 때문이다.38) 반면 시장 기반의 모형을 통해 민감도로 측정하는 방식은 시장에서 형성되는 주식 가격을 활용하기 때문에 투자 대상이나 분석 표본의 확장성이 높다. 가령, 시장 모형 기반의 방식은 아래 식(23)과 같이 시장 전반의 탄소 위험요인(carbon risk factor)을 주식 수익률을 통해 추정하고
, 해당 위험요인에 대한 베타
를 개별 기업의 탄소 리스크 대용치로 사용한다. 선행연구에 따르면
를 배출량이 많은 집단과 배출량이 적은 집단 간 수익률의 차이(risk premium)로 정의한다.39) 아래 식(23)에서
와
는 각각 개별 기업의 초과수익률(excess returns)과 공통 위험요인(common risk factor)을 나타낸다.
이 외에도 위와 같은 무비용 포트폴리오(zero-investment portfolio)의 수익률 기반의 추정치가 아닌 De Nard et al.(2023)의 연구와 같이, 기후 위험에 관한 뉴스 또는 불확실성을 지수화하여 해당 지표에 대한 민감도로 포트폴리오의 탄소 위험을 측정하는 방법도 제시되었다. De Nard et al.(2023)은 뉴욕 타임즈(New York Times) 기사에 등장하는 광범위한 텍스트 자료를 토대로 기후 위험 지수(climate risk index)를 구축하였고, 이를 바탕으로 개별 펀드의 기후 위험 민감도를 계산하여 기후 위험을 동적으로 헤지(hedge)하는 포트폴리오를 제시하였다. 이렇듯 최근 학계를 중심으로 기후 위험을 계량화하려는 시도가 활발히 진행되고 있으며, Ardia et al.(2023)은 미국 주요 신문 기사 자료를 토대로 기후변화 우려 지수(climate change concerns index)를 구축했고, Gavriilidis(2021)의 연구에서는 텍스트 기반의 기후 정책 불확실성 지수(climate policy uncertainty index)를 개발하였다(<그림 Ⅲ-2> 참고). 다만 주로 이러한 연구는 자료가 풍부한 선진 시장을 중심으로 진행되고 있으므로, 본 보고서에서는 시장 기반의 모형이 아닌 배출량 기반의 탄소 위험 측정치를 활용한다. 한국의 기후 위험 지수와 기후 정책 불확실성, 시장 기반의 탄소 리스크 팩터 등의 측정에 관한 연구는 향후 과제로 남긴다.
나. 저탄소 포트폴리오 구성 방법과 사례
탄소 위험을 측정하는 방법에 관한 논의가 꾸준히 진행됐듯이, 그간 학계와 업계는 이전부터 탄소 위험에 대한 인식과 포트폴리오 위험 관리의 필요성을 강조해왔고, 이 과정에서 다양한 투자 방법론과 전략이 제시되었다(Andersson et al., 2016; Bolton et al., 2022). 이러한 저탄소 투자의 방향은 기본적으로 탄소 위험을 어느 정도 분산하면서 동시에 온실가스 저감 유인을 제공할 수 있는 탈탄소(decarbonized) 포트폴리오를 구성하는 것이다. 이를 위해 투자자는 사전에 설정한 벤치마크 모지수를 구성하는 종목을 토대로 투자비중과 대상을 적절히 변경하는 방식을 활용한다. 이와 관련된 연구와 논의를 종합하면, 저탄소 포트폴리오 및 탈탄소 지수를 구성하는 데에 크게 세 가지 중요한 고려사항이 있다.
첫째, 벤치마크 모지수 대비 유의미한 탄소 발자국 수치가 수반되어야 한다. 포트폴리오를 구성하는 종목의 합산 온실가스 배출량, 또는 가중평균 탄소집약도와 같은 탄소 위험 지표가 벤치마크 대비 유의미하게 줄어들어야 한다. 이는 금융투자회사가 탄소중립을 선언하면서 자산 포트폴리오의 감축목표를 설정하는 것과 연계된다. 탈탄소 포트폴리오는 탄소중립을 목표로 하는 온실가스 감축 경로와 맞게 설정될 필요가 있다.
둘째, 저탄소 포트폴리오가 벤치마크 모지수를 일정 부분 이상 추종하고 모지수와 유사한 위험-수익률 특징을 가질 필요가 있다. 대개 포트폴리오의 탄소 리스크를 줄이는 방법으로 온실가스 규제로부터 비교적 자유로운 신재생에너지, 친환경 서비스 등과 연관된 자산을 중심으로 포트폴리오(또는 지수)에 구성하는 방법을 생각해볼 수 있다.40) 다만 이러한 방식은 투자 대상의 범위가 한정적이고 전략의 확장성(scalability)이 제한되기 때문에, 대형 기관투자자나 자산소유사(asset owner)의 벤치마크 포트폴리오로 적절하지 않다. 또한 다수의 연구에서 실증되었듯이, 기후 위험으로부터 자유로운 산업이나 기업에 집중적으로 투자하는(pure-play) 펀드나 지수가 시장 대비 저조한 성과를 시현한 경우도 잦으므로, 이러한 전략은 위험-수익률 관점에서도 불확실성이 크다고 할 수 있다(Andersson et al., 2016; Ibikunle & Steffen, 2017; Naqvi et al., 2021).41) 따라서 포트폴리오의 감축목표를 설정하고 탄소 위험 수준을 낮추되, 어느 정도는 시장 수익률을 추종하고 벤치마크 대비 추적 오차(tracking error)를 최소화하는 방식이 요구된다. 수익률을 높여야 할 투자자 관점에서 벤치마크 수익률과 비슷한 수준의 성과를 창출하면서, 포트폴리오의 탄소 위험을 낮추고 투자기업에 감축 유인을 제공할 수 있는 포트폴리오를 구성하는 것이 가장 합리적일 것이다.
셋째, 탈탄소 포트폴리오의 그린워싱(greenwashing) 위험을 최소화해야 한다. 단순히 배출량 및 탄소 위험이 적은 기업에만 투자하는 것이 아닌, 신뢰할 수 있는 전환 계획을 갖고 탈탄소화를 진행해야 하는 산업부문에 대한 투자도 함께 고려해야 한다. 가령 온실가스 배출량이 많은 기업을 단순히 투자 대상에서 철회(divestment)하는 네거티브 스크리닝(negative screening) 방식은 실효적인 탈탄소 유인을 제공하지 못할 수 있다(이인형, 2023). 이는 경제 내 탈탄소화를 진행해야 하는 산업부문의 비중이 작거나 탈탄소 유인을 제공하는 사회적 책임 자본이 부족할 경우, 자산 가격의 큰 변화 없이 고탄소 자산이 다른 포트폴리오에 편입되어 자본비용의 유의미한 변화가 발생하지 않기 때문이다(Berk & van Binsbergen, 2022). 2050년 탄소중립을 위해 실효적인 탈탄소 유인을 꾸준히 제공하려면, 기업에 대한 투자자의 지속적인 관여(engagement)가 무엇보다 중요하고, 저탄소 포트폴리오를 구성할 때 이러한 요소를 적절히 반영하여 포트폴리오를 설계할 필요가 있다.
현재까지 여러 포트폴리오 전략이 제시되었으며, 기관투자자가 주로 채택하거나 지수사업자가 개발한 탈탄소 지수를 구성하기 위해 사용된 방법론을 일반화하면 다음과 같다. <표 Ⅲ-2>는 저탄소 포트폴리오 구성 방법론을 크게 세 가지로 정리하고 있으며, 대표적으로 ① 스크리닝(screening), ② 틸팅(tilting), ③ 최적화(optimization) 방식의 포트폴리오 구성 방법론이 알려져 있다(Bender et al., 2022). 전술한 고려사항을 토대로 각각의 접근 방식을 평가하고 방법별 특징과 사례를 살펴보자.
먼저 스크리닝(screening) 방법은 일종의 투자 철회 방식으로, 예를 들어 화석연료 매출의 비중이 큰 기업에 투자하지 않는 포트폴리오가 이에 해당한다. 대표적인 지수로 MSCI 등 글로벌 지수사업자가 산출하는 화석연료 배제 지수가 있다.42) <표 Ⅲ-3>은 해외 연기금 및 기관투자자의 몇 가지 스크리닝 사례를 보여주는데, 현재까지 주요 글로벌 기관투자자는 주로 고탄소 산업 또는 기업군(예: 석탄 산업)에 대해 네거티브 스크리닝 전략을 채택해왔다. 이러한 스크리닝 방식은 전략의 기준이 명확하고 이해하기 쉬우며, 성과 비교에 용이한 장점이 있다. 다만, 단순히 투자를 철회하는 방식은 저탄소 전환이 요구되는 기업에 더 이상 관여하기 어려워 그린워싱 위험이 크고, 특정 섹터를 과도하게 배제할 경우 벤치마크 괴리율이 높아질 수 있는 단점이 존재한다.
다음으로 틸팅(tilting) 방식은 기업이나 산업의 탄소 배출량, 또는 탄소 위험 지표를 토대로 투자비중을 조정하는 방법이다. 투자기업에 탈탄소 유인을 제공하기 위해, 탄소 리스크가 큰(작은) 기업의 가중치를 줄이는(늘리는) 방식으로 투자비중을 변경하는 것이 일반적이다. 대표적인 탈탄소 지수로 S&P Global의 탄소 효율 지수(Carbon Efficient Index)를 예로 들 수 있다.43) 이 지수는 개별 기업의 탄소집약도를 기준으로 탄소 효율이 높은 기업군에 양(+)의 가중치를 부여한다(자세한 방법은 <표 Ⅲ-4> 참고). 탄소 효율 지수는 개별 기업을 탄소집약도 기준 10분위 그룹으로 구분하고, 각 분위에 대해 자발적 공시 여부, TCFD 권고안 충족 여부, 산업별 중요도를 고려하여 투자비중의 가중치를 부여한다. 이 외에도 투자자별로 중요하게 고려할 부분을 추가하여 가중치를 변경하거나, 방법 자체를 단순화할 수 있을 것이다.44)
틸팅 방식은 저탄소로 전환할 필요가 있는 기업에 계속해서 투자하기 때문에 전술한 스크리닝 방법에 비해 지속가능성이 크고 그린워싱의 위험이 적다.45) 다만 투자비중이 공식에 의해 정해지므로 벤치마크 괴리율을 조절하기 어렵고, 비중을 어떻게 조정하느냐에 따라 괴리율이 높아질 수 있다.
우리나라의 경우 S&P Korea 지수를 모지수로 하는 S&P/KRX 탄소 효율 그린뉴딜 지수가 이러한 방식으로 개발되었으며, 2021년 2월 이를 추종하는 4종의 ETF가 출시되었다.46) 아래 <그림 Ⅲ-3>에서 알 수 있듯이, 해당 틸팅 지수는 우리나라 시장 대표지수를 비교적 잘 추종하는 것으로 나타난다.
마지막으로 소개할 알고리즘을 바탕으로 투자비중을 최적화(optimization)하는 방식은 최근에 등장하는 탈탄소 지수에 가장 많이 활용되는 방식이다(Andersson et al., 2016; Bolton et al., 2022). 최적화 방식은 벤치마크 구성종목의 투자비중을 적절히 조절하여 전체 포트폴리오의 탄소 위험을 낮추는 측면에서 틸팅 방식과 유사하지만, 비중을 결정하는 공식이 사전에 정해져 있지 않으며 수치적인 방법을 통해 최적 투자비중을 찾아내는 점이 다르다. 가령 <표 Ⅲ-5>의 예시처럼, 포트폴리오의 탄소 발자국(패널B. 식②)을 일정 수준 이하(예: 50%)로 낮추는 투자비중
중에서, 벤치마크 대비 괴리율(패널A, 식①)을 최소화하는 포트폴리오를 찾는 방식이 있을 수 있다. 또한, 일정 수준 이하(예: 50bp)의 벤치마크 괴리율(패널B. 식①)을 갖는 포트폴리오 중 탄소 위험(패널A, 식③)을 최대로 감소시키는 최적 포트폴리오를 고려할 수 있을 것이다. 대표적으로 전자의 방식으로 설계된 탈탄소 지수 중에는 MSCI가 출시한 Low Carbon Leaders 지수 시리즈가 있고, 후자의 방식으로 Low Carbon Target 지수를 들 수 있다. 이렇듯 포트폴리오 또는 지수 구성의 목표에 맞게 목적함수와 제약조건을 잘 설정하며 최적의 비중을 찾아내는 것이 최적화 방법을 활용한 방식이다.
최적화 방식은 괴리율과 탄소 발자국 등을 투자자의 기호에 맞게 조절할 수 있기 때문에, 여러 다양한 위험요인에 대한 노출 정도를 벤치마크 모지수와 유사하게 가져갈 수 있을 뿐만 아니라 원하는 수준의 탄소 위험을 갖는 포트포리오를 구성할 수 있다. 또한 최적화 문제를 잘 설계하면(예를 들어, <표 Ⅲ-5>의 제약조건 식③), 특정 산업이나 기업군을 특별히 배제하지 않을 수 있어 투자자는 장기적으로 투자기업에 꾸준히 관여할 수 있다. 다만 스크리닝, 틸팅 방식에 비해 이해하기 어려운 단점이 있고, 최적 투자비중이 결정되는 논리를 알 수 없으므로(black box) 전략의 객관성이 다소 떨어진다고 할 수 있다. 이 외에도 최적화 파라미터가 보수적일수록 수치적인 근사해를 찾지 못할 가능성이 있고, 해당 결과가 다소 왜곡될 수 있는 단점도 있다.47)
최근 유럽에서는 기관투자자 또는 지수사업자가 참고할 수 있는 탈탄소 지수의 구성요건에 대한 지침인 EU 기후 벤치마크(EU climate benchmark)를 제시하였다. 2019년 2월 EU 의회와 회원국은 기후변화에 대응하는 탄소중립 포트폴리오 대한 원칙을 제시하기 위한 벤치마크 기준을 개발하는 데 합의했고48), 유럽 위원회(European Commission)는 기후금융에 관한 기술 전문가 그룹(Technical Expert Group)49)을 선정하여, 2020년 7월 EU 기후 벤치마크 방법론에 대한 최소한의 기술적 요건을 명시하는 규칙을 채택하였다. EU 기후 벤치마크는 IPCC의 과학적 증거를 기반으로 저탄소, 친환경 경제로의 전환을 달성하기 위한 최소한의 감축경로로 정의된다. 기후 벤치마크는 EU 기후 전환 벤치마크(climate transition benchmark: CTB)와 EU 파리협정 연계 벤치마크(Paris-aligned benchmark: PAB)로 구성되는데, EU CTB는 TCFD가 전환 위험으로 분류한 여러 투자 위험으로부터 자산을 보호하는 것이 목적이며, EU PAB는 IPCC의 1.5°C 시나리오로 즉각적인 전환에 앞장서고자 하는 기관투자자를 위해 설계되었다.
<표 Ⅲ-6>은 두 가지 EU 기후 벤치마크의 주요 기준을 비교한 것이다. 두 벤치마크 모두 전년 대비 7%의 탈탄소화 경로를 따른다는 점에서 동일하지만, EU PAB는 활동 배제(activity exclusion) 요건이 있고 초기 모지수 대비 탄소집약도 감소율이 50%로 EU CTB(30%)에 비해 엄격한 기준을 요구한다. 최근에는 MSCI, S&P Global, FTSE Russell 등 글로벌 지수사업자는 EU 기후 벤치마크 기준을 따르는 탈탄소 지수를 출시하고 있으며, 이러한 지수는 주로 EU 기후 벤치마크 요건에 맞는 탈탄소 경로를 따르면서 벤치마크 모지수와의 괴리율을 최소화하는 최적화 방식으로 설계된다(Bolton et al., 2022).50)
위와 같이 투자자의 기후변화 대응을 위한 노력과 논의가 꾸준히 있었던 해외에서는 연기금 등 주요 기관투자자를 중심으로 탈탄소 지수의 활용이 늘고 있는 것으로 파악된다. 대표적으로 스웨덴의 AP4(Swedish 4th Pension Fund)는 미국 주식 포트폴리오의 탄소 위험을 낮추고 벤치마크(S&P500)를 최대한 추종하기 위해 S&P Carbon Efficient Select 지수를 새로운 벤치마크로 채택했다.51) 또한 프랑스 준비 기금(Fonds de Réserve pour les Retraites: FRR)은 MSCI와 Amundi 자산운용과 협력하여 MSCI의 Low Carbon Leaders 지수 시리즈를 개발했고, 대륙별 패시브 운용자산에 대한 신규 운용자금을 저탄소 포트폴리오를 맞춰 배분하고 있다. 미국의 뉴욕주 일반퇴직연금(Common Retirement Fund: CRF)과 캘리포니아주 교직원 퇴직연금(California State Teachers Retirement System: CalSTRS)은 각각 FTSE Russell Climate Transition 지수와 MSCI ACWI Low Carbon Target 지수52)를 새로운 벤치마크로 설정하여 신규로 유입된 자본을 해당 탈탄소 지수에 맞게 투자하고 있다. 이 외에도 이러한 탈탄소 지수를 추종하는 ETF도 꾸준히 상장되면서, 일반 투자자에게 저렴한 비용으로 탄소 리스크를 줄일 수 있는 대안을 제공하고 있으며 탄소중립 포트폴리오 투자의 저변이 넓어지고 있다.
3. 한국 주식시장의 저탄소 포트폴리오 구성 결과
본 절에서는 앞서 소개한 저탄소 포트폴리오 및 탈탄소 지수의 구성 방법론을 한국 주식시장에 적용하여, 방법별 특징과 성과를 분석하고 각 방법론의 특성을 파악하고자 한다. 이 절의 분석은 한국 주식시장에서 포트폴리오의 위험 및 수익률 특성의 변화를 최소화하면서 동시에 탄소 위험을 낮춘 포트폴리오를 구축할 수 있는지 실증하는 것이 목적이다. 본 절의 분석 결과를 토대로 한국 주식시장 투자자 관점에서 저탄소 투자에 대한 실무적인 시사점을 제공할 것으로 기대된다.
가. 분석 자료 및 표본
분석을 진행하기 위해 개별 기업 단위 탄소 배출량 자료를 국가온실가스 종합관리시스템(National GHGs Management System: NGMS)53)으로부터 추출하였다. NGMS는 환경부가 온실가스 감축 정책으로 시행하고 있는 목표관리제와 배출권거래제의 기반이 되는 배출량 명세서, 이행 실적보고서, 할당 신청서 등, 기업체 또는 사업장 단위의 온실가스 배출활동과 연관된 데이터를 DB화하여 국내 온실가스 저감 정책 수립을 지원하는 시스템이다. 개별 기업 단위 온실가스 배출량 원자료는 NGMS에서 매년 공개하는 명세서 배출량 중 업체 배출량 통계 자료이다. 일반적으로 이행 연도 종료 후 다음 해 상반기 내로 목표관리업체 및 할당대상업체가 명세서를 제출하고, 같은 해 5월 중 인증 배출량을 통보하게 되는데, 이의 신청을 거쳐 통상 8월 말 전년도 이행시기의 온실가스 배출량 정보가 공개된다. 이후 마지막 수정 작업을 거쳐 12월 중 최종 자료가 공개된다. NGMS에서 공개하는 개별 업체 단위 온실가스 배출량은 직접 배출(Scope 1)과 공급받은 전기와 열을 생산하는데 배출되는 간접 배출(Scope 2)을 포함하는 개념이다.54) 원자료의 배출량 기본 단위는 이산화탄소상당량톤(tCO2-eq)이며, 편의상 본 절에서는 이산화탄소톤(tCO2) 또는 톤이라는 표현을 혼용한다. 분석을 위해 원자료의 기업체 또는 사업장 이름을 토대로 상장기업의 상호와 매칭하여 자료를 구축하였다. 이 외 상장기업의 섹터, 주식 가격, 매출액 등 자료는 DataGuide로부터 확보하였다.
본 절에서 사용한 NGMS 배출량 자료는 2011년부터 2021년까지이다. 기업별 온실가스 배출량을 종목별 자료와 합칠 때, NGMS에서 원자료가 최종적으로 공개되는 시기(다음 해 12월)를 고려하여 전년도 배출량을 당해 연도 12월 말일 기준으로 연결하였다.55) 배출량이 공개되는 기업은 온실가스 배출량이 5만tCO2 이상인 업체 및 1.5만tCO2 이상인 사업장을 운영하는 업체로 제한되므로, 분석에 포함된 상장기업은 주로 대형기업이다.56) 최종적으로, 분석에 포함된 상장기업은 NGMS 배출량 자료가 존재하면서, 분석에 필요한 주가 및 재무제표 자료가 있는 유가증권‧코스닥시장 상장기업이다. 외국상장기업과 SPAC은 분석에서 제외하였다.
<표 Ⅲ-7>은 분석 대상 상장기업의 합산 온실가스 배출량 추이를 보여주고 있다. 배출량 통계의 기준 연도로 봤을 때, 표본 상장기업 수는 2011년 177개에서 2021년 329개로 매년 꾸준히 증가했다. 이는 목표관리업체의 기준이 2012년, 2014년 두 차례에 걸쳐 완화된 점도 영향을 끼쳤을 것으로 판단되며, 상장기업의 수가 매년 늘어난 요인도 작용한 것으로 보인다. 분석 대상 상장기업의 합산 배출량은 2011년 212.6tCO2에서 2021년 259.4tCO2로, 기업 수 증가와 함께 서서히 증가한 것으로 나타난다. 반면 온실가스 종합정보센터에서 공개하는 국가 전체 온실가스 배출량은 2011년 684.8tCO2에서 2018년까지 꾸준히 증가한 이후, 2021년 679.6tCO2로 다소 감소한 형태로 나타난다. 특히 2020년 코로나19로 인한 국가별 봉쇄 조치, 사회적 거리두기, 이동 제한 등으로 온실가스 배출량이 큰 폭으로 감소했다. 분석 기간 초기 국가 전체 배출량의 31%를 표본 상장기업의 배출량이 차지했으나, 이후 38%로 그 비중이 늘어났다(연평균 비중 34%). 전반적으로 분석 대상 상장기업의 온실가스 배출량은 우리나라 경제 내에서 유의미한 비중을 차지하고 있는 것으로 판단된다.
다음으로 분석 표본 기업의 시장 대표성을 살펴보기 위해 표본 상장기업의 주식시장 내 시가총액 비중을 살펴보았다. <표 Ⅲ-8>은 분석의 기준이 되는 연도별로 표본 기업의 합산 시가총액과 시장 내 비중을 요약한 것이다. 데이터 병합 시 주식 자료와 배출량 자료의 시차가 1년이기 때문에 <표 Ⅲ-8>의 기준 연도는 2012년부터 2022년까지이다. 분석의 시작 연도인 2012년 말에는 표본 상장기업의 합산 시가총액이 640조원으로 전체 시장의 52.4%를 차지했으나, 이후 그 비율이 점차 증가하여 분석 기간 말 2022년도에는 주식시장 내 표본 기업의 시가총액 비중이 63.1%로 증가했다. 표본을 상장 시장별로 나눠서 살펴보면, 유가증권시장 내 72.6%, 코스닥시장 내 11.6%를 차지한다. 배출량을 공개하는 목표관리제 및 배출권거래제에 포함된 기업이 주로 유가증권시장 대형 상장기업인 것을 알 수 있다. 한편, 우리나라 주식시장을 대표하는 인덱스인 KOSPI200 지수에 포함된 표본 기업의 시가총액 비중은 76.5%로 나타난다.57) 주로 대형기업이 분석에 포함된 것을 알 수 있으며, 전반적으로 시장 대표성을 갖는 표본이라고 볼 수 있다.
표본 기업의 시가총액 가중평균(cap-weighted) 수익률을 산출해보면, 우리나라 주식시장 합산 수익률 및 KOSPI200 지수의 수익률과 유사한 형태를 보인다(<그림 Ⅲ-4>). 표본 기업의 합산 수익률은 매년 12월 말 포트폴리오를 재조정하는 것으로 가정하여 시가총액 가중평균 수익률을 계산한 것이다. 이 수익률은 후술한 저탄소 포트폴리오의 벤치마크 수익률로 사용된다. <그림 Ⅲ-4>의 ‘BM’은 표본 기업의 합산 수익률인 저탄소 포트폴리오의 벤치마크 누적 수익률이고, ‘MKT’와 ‘K200’은 각각 유가증권‧코스닥시장 합산 수익률 및 KOSPI200 지수의 누적 수익률을 나타낸다. 그림에서 알 수 있듯이 표본 기업을 토대로 산출한 벤치마크 수익률은 우리나라 주식시장을 대표하는 수익률과 유사하게 움직이고 있다. 일별 수익률을 기준으로 표본 기업 합산 벤치마크 수익률과 우리나라 주식시장 합산 수익률의 상관계수는 0.95이며, KOSPI200 지수와의 상관계수는 0.98에 달한다.
또한 <그림 Ⅲ-5>에서 보여주듯, 분석에 포함된 표본 상장기업은 여러 섹터에 골고루 분포해 있다. 시가총액 기준 섹터 분포의 경우에는(우측 그림) 표본 기업과 전체 상장기업의 분포가 유사한 것으로 판단되고, 기업 수(좌측 그림)는 일부 섹터에서 다소 차이가 난다. 특히 배출량이 공개되는 기업은 주로 소재 섹터에 포함되고, 상대적으로 의료, 금융 및 IT 섹터의 기업 수 비중이 시장 전체에 비해 작다. 이는 해당 섹터의 사업 구조 특성상 온실가스 배출량이 적은 점과 중소규모의 기업이 의료 및 IT 섹터에 다수 분포해 있기 때문이다. 시가총액 비중의 경우 IT 섹터 비중이 표본 기업에서 더 크게 나타나는데, 이는 삼성전자, SK하이닉스 등 일부 대형주의 시가총액 비중이 표본 내에서 매우 높기 때문이다. 이러한 전반적인 표본의 특징을 살펴보았을 때, 이 절의 분석에서 사용된 표본이 우리나라 주식시장을 어느 정도 대표하는 집단으로 판단해도 무리가 없을 것이다.
나. 분석 방법론
한국 주식시장의 저탄소 포트폴리오를 구성하기 위해 이 절에서는 분석에 사용된 스크리닝, 틸팅, 최적화 방법을 설명한다. 앞선 절에서 서술한 바와 같이 각각의 저탄소 포트폴리오 구성 방법에는 다양한 방식을 고려할 수 있다. 다만, 분석의 간결성과 해석의 용이성을 위해 이 절에서는 대표적인 방식으로 분석을 진행한다. 또한 포트폴리오는 앞선 가절에서 설명한 배출량 자료가 있는 표본 상장기업 집단을 벤치마크 유니버스로 한정하고, 매년 12월 말에 전년도 배출량 자료가 존재하는 기업을 대상으로 포트폴리오를 재조정한다.58) 분석에 사용된 NGMS 배출량 자료가 2011년부터 2021년까지이므로, 포트폴리오 투자 대상 및 비중 선정은 2012년 12월 말부터 2022년 12월 말까지 1년 단위로 진행한다. 1년 보유한다고 가정하여 수익률의 경우 2013년 1월부터 2023년 6월(자료 기간 말)까지의 일별 자료를 사용하였다.
개별 기업의 탄소 위험(carbon risk)59)은 다수의 문헌에서 자주 활용된 탄소집약도(carbon intensity)를 기반으로 측정한다(TCFD, 2017). 탄소집약도는 기업의 온실가스 배출량(단위: tCO2-eq)을 매출액(단위: 백만원)으로 나눈 비율로 정의하는데, 매출액 대비 온실가스 배출량이 많을수록 탄소 위험이 크다고 볼 수 있다. 포트폴리오의 탄소 위험 지표는 개별종목 단위 탄소 위험 지표와 일관성을 유지하기 위해, 앞선 2절의 식(21)와 같이 투자비중으로 가중평균한 탄소집약도(weighted average of carbon intensity)를 주된 지표로 사용하되, 식(22)의 합산 탄소집약도(aggregate carbon intensity)와 식(20)의 가중평균 탄소 배출량(weighted average of total carbon emissions)도 함께 살펴본다. 포트폴리오의 탄소 위험 지표도 마찬가지로 해당 지표가 클수록 위험 탄소 위험의 수준이 높음을 의미한다.
먼저 스크리닝 방식은 종목 스크리닝과 섹터 스크리닝을 진행하였다. 종목 스크리닝은 기업 단위 탄소집약도를 기준으로 상위 %의 고위험 종목을 투자 유니버스에서 제외하는 방식이다(
스크리닝 파라미터). 섹터 스크리닝의 경우, 표본 기업이 총 10개의 섹터로 분류되므로(<그림 Ⅲ-5> 참고) 상위 1개(
10%) 섹터를 제외한 포트폴리오만 살펴보았다. 스크리닝으로 제거된 종목 외에 남아있는 기업을 바탕으로 종목별 시가총액 비율만큼 투자하는 방식을 스크리닝 포트폴리오로 정의한다.
틸팅 방식은 S&P Global에서 사용하는 비중조정 방식을 일반화하였다. 이는 종목별 벤치마크 포트폴리오 비중에 탄소비중 조정계수
를 적절히 곱해서 비중을 재조정하는 방식이다. 매년 12월 말 벤치마크 유니버스 내 모든 종목을 탄소 위험 지표를 기준으로 10분위 그룹으로 나누고, 그룹별로 정한
를 토대로 비중을 조정한다. 여기서
는 탄소 위험 지표가 클수록 투자비중을 낮추고, 반대로 위험 지표가 작을수록 투자비중을 늘리는 방식으로 정해진다. 아래 식(24)를 보면 종목
의 틸팅 포트폴리오 투자비중
은 벤치마크 내 비중(
=분위 내 비중분위 비중)에
항을 곱해서 산출되는데,
는 모든 종목의 투자비중 합계가 1이 되는 표준화 계수를 의미한다.
는 탄소 위험 지표가 가장 큰 10분위의 경우에는 –40%로 설정하고, 다음 9분위는 –30%로 조정계수의 크기를 10%씩 변경하였다. 반대로 위험 지표가 가장 작은 1분위는
값이 +40%이며, 중간 그룹인 5, 6분위는 조정계수 값 0%이다. 다음으로 식(24)의 틸팅 파라미터
는 틸팅의 정도(degree of tilting)를 나타내는 매개변수인데,
가 커질수록 비중 재조정 정도를 강화하는 방식이다. 앞서 언급한 예시는
가 1인 경우이고,
값이 0.1이면 –4%부터 +4%까지 틸팅하는 것이고(약한 수준의 틸팅), 반면
값이 2인 경우에는
를 –80%부터 +80%까지로 설정한다(강한 수준의 틸팅). 이는 다양한 틸팅 정도에 따른 다양한 시나리오를 살펴보기 위함이다.
식(24)에 따른 비중 틸팅 정도를 요약하면 <표 Ⅲ-9>와 같다. 이해를 돕기 위해 벤치마크 유니버스 내 10개 종목만 존재하고 각 종목의 비중을 10%로 같다고 가정하였다. 표는 틸팅 파라미터
에 따라 분위별로 식(24)의 방식대로 조정된 투자비중을 보여주고 있다.
가 가장 작은 경우(
=0.1)에는 탄소 위험이 가장 큰 종목은 초기비중의 4%(=40%0.1)만큼 줄어든 9.6%이고, 반대로 탄소 위험이 가장 작은 종목은 10.4%이다.
가 1인 경우 최상위, 하위 분위의 틸팅 포트폴리오 비중이 초기비중에 비해 40%(=40%1)만큼 증감한 14%와 6%이다. 표에서 알 수 있듯이 식(24)에 따라 선형(linear)적으로 투자비중이 변경되고, 파라미터
가 증가할수록 그 정도가 강화된다. 이러한 방식은 글로벌 지수사업자인 S&P Global에서 탄소 효율 지수(carbon efficient indices) 시리즈를 만들 때 사용한 방식을 간단한 형태(pure tilting)로 변형한 것이다. 물론 이 외에도 조정계수의 수준을 변경할 수 있고 산업군에 따라 조정 정도를 조절하는 방식도 있을 수 있으며, 비선형적인 방식도 구상할 수 있을 것이다. 특정 종목이나 섹터의 비중을 고정할 수도 있다. 다만 본 절에서는 포트폴리오 구성 방법 간의 비교와 분석의 용이성을 위해 간단한 방식을 선택한 것이다.
마지막으로 최적화 방식으로 저탄소 포트폴리오를 구성하기 위해 선행연구(Andersson et al., 2016; Bolton et al., 2022)에서 제시한 방법 중, MSCI 및 S&P Global 등 지수사업자가 가장 많이 활용하는 방식으로60) 최적화 문제(optimization problem)를 구성하였다. 최적화의 목적은 일정 수준 이상의 탄소 위험을 줄이며 동시에 벤치마크 지수와 유사한 위험-수익률 특징을 갖는 포트폴리오를 찾는 것이다. 다시 말해, 벤치마크 대비 탄소 위험을 줄이되 그 외 종합적인 공통 위험요인(common risk factor)에 대해 유사한 노출 정도를 갖는 포트폴리오를 구축하는 것이다. 이를 위해 최적화 문제의 목적함수를 벤치마크 모지수 대비 괴리율(tracking error)로 설정하고, 일정 수준 이상의 포트폴리오 탄소 위험 지표의 감소를 제약조건으로 하는 최소화 문제를 구성하였다.
|