碳中和目标下绿色债券的经济效应研究

胡中文

（暨南大学 管理学院，广东 广州 510632）

一、引言

为了应对气候变化，携手国际社会共同可持续发展，习近平总书记于2020 年9 月在第七十五届联合国大会上首次提出了我国“30.60 碳达峰、碳中和”目标，对我国绿色经济发展指明了方向。如何利用金融市场推动绿色经济发展，是目前国内金融界面临的重大课题。

央行首席经济学家马骏（2018）提出，2018—2023年期间我国绿色投资需求大约在20 万亿元，其中约有3 万亿的资金可以由政府机构支出，剩余17 万亿元必须由绿色金融市场通过投融资活动来满足。另外根据央行估算，碳中和支持的相关行业投资规模能够达到100 万亿以上，若其中10%的融资需求由发债来满足，则绿色债券的增长空间达到10 万亿。绿色债券作为绿色金融市场的重要载体，在国际市场上已经元蓬勃发展，成为推动绿色经济发展的重要力量，值得本文深入探讨。

作为助力绿色经济发展的重要政策手段，绿色债券在其基本融资功能之外，还发挥着“引导和鼓励社会投入”绿色经济发展（国家发改委，2015）的作用。那么，绿色债券为绿色项目融资的属性是否可以为绿色经济发展有效传递市场信号呢？本文基于国内外绿色债券的发展趋势，结合实证模型来探究这一问题。

二、绿色债券的文献研究

国内关于绿色债券的学术研究刚刚起步，相关学术文献主要集中在以下研究方向：一方面是绿色债券的定义、标准体系、发展模式、风险特征等理论研究，比如王遥和徐楠（2016）[1]、万志宏和曾刚（2016）[2]、洪艳蓉（2017）[3]、吴晓迪（2018）[4]、齐绍洲等（2018）[5]、巴曙松等（2019）[6]；另外一方面是国内外绿色债券的发展现状、经验和启示等创新发展研究，比如肖应博（2015）[7]、金佳宇和韩立岩（2016）[8]、王海全等（2017）[9]、黄洁（2018）[10]；再者是绿色债券与普通债券发行成本、收益率、波动率方面的差异性研究，比如章楷乐等（2020）[11]、杨希雅和石宝峰（2020）[12]、周新苗等（2020）[13]、张丽宏等（2021）[14]。

而国外文献主要集中于以下绿色债券研究领域：一方面是金融市场和各种宏观经济因素对绿色债券市场的影响，比如Voica 等（2015）[15]、Flammer（2018）[16]、Suk Hyun 等（2018）[17]、Macaire 和Naef（2021）[18]；另一方面是绿色债券发行对公司财务费用和财务业绩的显著影响，比如Roslen 等（2017）[19]、Jing 和Artie（2020）[20]；再者是绿色债券定价及波动溢出效应，比如Chuc 等（2020）[21]、Hachenberg 和Schiereck（2018）[22]、Daehyeon 等（2020）[23]。

总体而言，从早期的学术研究可以得出结论，绿色债券是促进绿色经济发展的重要金融工具，可以通过金融市场为绿色经济发展有效传递市场预期和宏观经济信息。但是相关学术研究缺乏定量分析绿色债券如何有效地传递这些市场预期和宏观经济信息？本文研究将填补这一文献空白。本文将首先比较分析当前国内外绿色债券发展趋势，探究国内绿色债券市场是否已经与国际接轨，是否已趋于成熟市场？绿色债券样本交易量是否可以满足量化研究的要求？然后通过构建主成分分析法、向量自回归模型、格兰杰因果检验、脉冲响应函数等理论模型，实证研究绿色债券收益率曲线变动对绿色经济发展的宏观经济效应。最后结合实际情况，尝试总结如何运用绿色债券收益率曲线变动机制，为绿色经济发展制定有效措施，以及为投资者投资选择提供参考依据。

三、国内绿色债券发展趋势

（一）国内外绿色债券标准

目前国际主流的绿色债券标准主要是两个：一是2018 年发布的《绿色债券原则》2018 版本（以下简称“GBP”）；二是2020 年发布的《气候债券标准》3.0 版本（以下简称“CBS”）。CBS 和GBP 并非各自独立，CBS 认证的绿色债券需要完全符合GBP 要求。与传统债券的发行原则相比，国际绿色债券需要独立第三方认证，保证募集资金全部用于绿色项目。

绿色债券兴起于发达国家，但崛起于中国。最近两年绿色债券在我国发展迅速，这与我国经济结构调整和产业转型升级目标需求相契合。截至2020年末，我国绿色债券存量约1，250 亿美元，规模居世界第二位，仅次于美国。

早期我国监管多头，央行、发改委、证监会对绿色项目范围的界定标准不统一。在碳中和目标下，为了加快绿色经济发展，统一国内绿色债券标准，2021年4 月2 日，央行、发改委和证监会三部门联合下发了《绿色债券支持项目目录（2021 年版）》，本次新版目录修订实现了监管口径的统一。本次新版目录专门对绿色债券进行了定义，绿色债券是指将募集资金专门用于支持符合规定条件的绿色产业、绿色项目或绿色经济活动，依照法定程序发行并按约定还本付息的有价证券，包括但不限于绿色金融债券、绿色企业债券、绿色公司债券、绿色债务融资工具和绿色资产支持证券。本次新版目录统一界定了绿色债券支持领域和范围，一级目录分为六大领域，并采纳了国际通行的“无重大损害”原则，与国际标准进一步趋同。

（二）国内绿色债券发展趋势

为了更快地达成“碳达峰、碳中和”目标，我国也是从多方面出台措施为绿色债券发展保驾护航，促使我国绿色债券与国际接轨，推动我国绿色经济可持续发展。但国际绿色债券发展也给我们提供了一些借鉴意义。

1.政策方面。为响应国家支持企业发行绿色债券，从发行端多个省份先后出台了债券利息补贴政策，例如江苏省补贴绿色债券每年利息30%，持续时间2 年；央行又从投资端认可AA 级绿色债券作为MLF 的担保品。但本文研究发现，与普通债券相比，绿色债券发行利率并未有明显下降，我国金融市场专注于绿色项目投资人较少，需要政府从多方面出台政策进行培育绿色投资机构。

2.绿色债券创新方面。交易商协会和沪深交易所都推出了绿色债券的创新子品种，但大都是新瓶装旧酒，未在技术领域方面实现突破。相较国际绿色债券，国内绿色债券主管部门需要在绿色技术服务领域进一步提高。

3.金融基础设施方面。上海清算所、上海证券交易所等债券市场已与卢森堡证券交易所签署合作协议，建立金融市场基础设施跨境合作机制。但是我国目前缺乏此类配套产品。目前国内虽然已推出了几个绿色债券系列指数，但整体数量少，覆盖范围窄，无法吸引公募机构等大型投资机构为绿色项目开发创新绿色金融衍生品，不断提升绿色债券投资资金量。

4.金融改革方面。我国为推动绿色经济快速发展，仿效建立国家开发区的模式，于2017 年6 月开始在多个地区先后建立绿色金融改革试验区。借鉴国际绿色债券市场实践，政府应该在绿色金融改革试验区推动绿色投资基金设立，给予基金一定的优惠政策。

目前我国绿色债券存量规模居世界第二，仅次于美国，在市场广度、深度、投资氛围、信息披露、基础设施、政策鼓励等方面与国际绿色债券已逐步缩小了差距，并且在发展过程中探索出了一条契合我国绿色经济现状的发展道路。在碳中和目标提出后，绿色债券市场将成为绿色经济发展的重要引擎，发展成为一个十万亿的债券市场，与绿色经济相互依存。在绿色经济发展和转型的关键阶段，对绿色经济政策尤其是市场预期调控能力提出了更高的要求。随着绿色金融市场的不断完善，绿色经济发展主要依靠银行的绿色货币政策传导渠道的作用将逐渐减弱。作为助力绿色经济发展的重要政策手段，绿色债券在其基本融资功能之外，还发挥着“引导和鼓励社会投入”绿色经济发展（国家发改委，2015）的作用。那么，绿色债券如何为绿色经济发展提供政策参考和市场预期等信息还需进一步验证。

四、理论分析和模型构建

（一）理论假设

假设1：国内绿色债券收益率曲线变动与CPI、GY、M2 等传统宏观经济变量互为因果关系。

中债—中国绿色债券指数于2016 年4 月15 日由中央结算公司和中节能公司联合发布，绿色债券样本量为759 只，发行人349 家，基准日为2009 年12 月31 日。中债—中国绿色债券指数的参考标准为我国的《绿色债券支持项目目录》和国际绿色债券标准GBP 及CBS，该指数并于2018 年9 月12 日在卢森堡证券交易所发布，为境内外投资机构提供了绿色债券指数参考标准。

与普通债券相比，绿色债券最大的不同在于其具有“绿色”属性，但它也属于固定收益债券的一种，收益率曲线波动也会受到相同因素影响。惠恩才（2007）[24]、马骏等（2016）[25]学术专家先后证明了国债收益率曲线变动与CPI、工业增加值（用“GY”表示）和M2 存在相互关系，因此本文选用了CPI、GY 和M2 等传统宏观经济变量，来实证研究绿色债券收益率曲线变动与其是否存在相互关系。

假设2：国内绿色债券收益率曲线变动与PPI和GDEA 等绿色经济变量互为因果关系。

中国的碳市场是从广东等8 个地区试点开始起步的，并于2021 年7 月16 日最终建立了全国统一的碳市场。截至2021 年8 月，这八个地方碳排放交易所累计成交量3.67 亿吨，累计成交金额84.87 亿元，其中广东碳交易所累计成交量1.74 亿吨，累计成交金额35.54 亿元，是交易规模最大的，也是最具流动性的碳交易场所，碳交易价格比较市场化。为了研究绿色债券与绿色经济相互影响，本文选择了广东碳排放权配额的成交均价（用“GDEA”表示）作为绿色经济变量。

生产价格指数（PPI）描述了工业企业产品的出厂价格变动，反映了工业企业的运行效益状况，与CPI 不同，PPI 是在中上游生产环节反映产品的价格变动。PPI 共调查了九大类商品，主要集中在供应链中上游周期性行业，都是碳排放大户，也都是绿色经济所覆盖的需要升级改造行业。PPI 的上行往往对应的是绿色经济行业的盈利上行，而PPI 的下行则可能意味着绿色经济行业的盈利回落。由此来看，绿色经济行业的发展中，PPI 应是一个重要变量。PPI 的变化往往意味着绿色经济行业的变化，如果出现连续的PPI 负增长，意味着绿色经济行业进入滞涨、衰退周期，投资者对绿色经济类资产的投资就需要谨慎，那么也会影响绿色债券的收益率曲线变动。为了研究绿色债券与绿色经济相互影响，本文还选择了PPI 作为绿色经济变量。

（二）模型构建

如果直接研究分析绿色债券收益率曲线变动，期限变量将达到6 个。如果再与经济变量建立模型，变量将达到12 个，使得后续研究流程十分繁琐。同时，由于绿色债券市场受到共同变量的影响较大，可能会造成多重共线等统计问题。因此，本文首先运用主成分分析法对绿色债券收益率曲线提取出共同因子，后续运用向量自回归模型、格兰杰因果检验及脉冲响应函数等模型对我国绿色债券收益率曲线结构变动与绿色经济之间关联性进行系统的理论梳理与实证检验。

五、绿色债券收益率曲线变动与绿色经济发展的实证研究

（一）主成分分析法

债券收益率曲线伴随着经济发展阶段和金融市场运行机制变化而不断变化，不同形状的债券收益率曲线传递的预期和政策信息不同，投资人可以据此调整自身的投资策略和配置策略，政府也可以据此调整政策。根据Litterman 等（1991）[26]的学术研究，收益率曲线可以进行水平移动、斜向移动和曲率移动，因此本文认为“水平因素（Level）”“斜度因素（Slope）”“凸度因素（Curvature）”能够解释收益率曲线变动总体的大部分方差。

为了研究绿色债券收益率曲线的三种移动方向，提取这三种因素，下面本文将运用主成分分析法来构建我国绿色债券收益率曲线变动模型。

1.样本及数据选择。中债—中国绿色债券指数于2016 年4 月15 日由中央结算公司和中节能公司联合发布，绿色债券样本量为759 只，发行人349 家，基准日为2009 年12 月31 日。中债—中国绿色债券指数的参考标准为我国的《绿色债券支持项目目录》和国际绿色债券标准GBP 及CBS，该指数并于2018 年9 月12 日在卢森堡证券交易所发布。由于中债—中国绿色债券指数发布时间早、开放程度高，最具权威性，因此本文选取中债—中国绿色债券指数作为绿色债券市场的代理变量。

本文使用的中债—中国绿色债券指数相关数据均来自于Wind 数据库，样本的研究数据跨度为2010 年1 月～2021 年6 月。样本期限选择为：1 年以下、1～3 年（含1 年）、3～5 年（含3 年）、5～7 年（含5年）、7～10 年（含7 年）、10 年以上（含10 年）等6 个期限阶段的中债—中国绿色债券指数净价到期收益率。

2.数据检验。由表1KMO 和Bartlett 的检验可知，拒绝相关系数矩阵为单位阵的原假设，表明中债—中国绿色债券指数各期限变量存在相关关系，可以适用因子分析模型。

表1 KMO 和Bartlett 的检验

3.实证结果。图1 是因子分析输出的碎石图，第一个主成分反映了绿色债券收益率的绝大部分变化，第二个主成分次之，第三个主成分则接近于横坐标，能够在某些程度上反映绿色债券收益率的变化，第四个主成分非常小，对绿色债券收益率难以做出明显反映。因此，选取三个主成分已经可以较为完整地反映绿色债券收益率曲线的整体变动。

图1 主成分分析：碎石图

本文实证结果表明，前三个主要因子的方差贡献度分别为90.631%、8.022%、0.841%，累计贡献度达到99.494%。前三个因子已经能够解释绿色债券收益率曲线变动情况。因此，本文选择用前三个因子来代表中债—中国绿色债券指数6 个期限变量。本文发现这与国内外关于债券市场利率期限结构的研究结论基本一致，即是说绿色债券收益率曲线可以被三个主成分所解释。

表2 为因子载荷量，为各个时间序列原始变量用主成分表示的系数。LF、SF、CF 分别代表水平因子、斜度因子和曲度因子；Y1、Y2、Y3、Y4、Y5、Y6分别代表绿色债券各期限收益率。结合输出结果数据，我们可以得到如下因子分析模型：

表2 因子载荷量

根据以上因子载荷量数值，绘制出了相应的主成分形态图，如下图所示：第一主成分水平因子LF主要解释了绿色债券收益率曲线的水平移动；第二主成分斜率因子SF 的载荷系数向下倾斜，表明短期绿色债券收益率和长期绿色债券收益率反向变动，主要解释了绿色债券收益率曲线长短期利差变化；第三主成分斜率因子CF 的载荷系数近似呈倒“U”型，表现为短期绿色债券收益率和长期绿色债券收益率同向变化，中期绿色债券收益率变化方向则与之相反。

图2 主成分曲线图

（二）单位根检验

本文选择以下经济变量，考察其与绿色债券收益率曲线变动的因果关系，CPI 代表居民消费价格指数，衡量经济通货膨胀水平；GY 代表工业增加值，衡量经济发展水平；M2 代表货币供应量，衡量债券投资的资金面水平；PPI 代表生产价格指数，衡量绿色经济行业盈利水平；GDEA 代表广东碳排放权配额的成交均价，衡量绿色经济发展质量水平，以上数据均来自Wind 数据库。

本文在实证分析前对各个时间序列数据进行单位根检验，如果在单位根检验中出现非平稳情况，本文将对该时间序列数据进行一阶差分，直至该时间序列数据变成平稳数据。各变量的单位检验结果如下：8 个变量中只有水平因子LF 和工业增加值GY 是平稳的，其他变量不是平稳的。根据我们所要建立的VAR 模型，我们分别将非平稳变量进行协整检验，可以看到他们之间均具有协整关系。因此，可以对各变量进行因果检验并建立模型。

表3 各变量单位根检验结果

（三）格兰杰因果检验

由上文模型构建可知，格兰杰因果检验主要是用于检验变量之间的因果关系，检验某个变量是否是另一个变量的外生变量。VAR 模型中滞后期的选择是建模的基础，本文采用LR 检验法则来确定滞后期数。表4 是接受格兰杰因果检验的因子方程式：

表4 格兰杰因果检验结果

由于本文的重点在于绿色债券收益率曲线隐含的经济信息，以及对于绿色经济变量的可预测性，因此本文重点关注的是水平因子、斜率因子和曲率因子对各变量的影响。我们选取了模型中，三个因子方程的因果检验的结果进行分析。

在水平因子的方程中，P 值较小，在5%的置信水平下，可以拒绝水平因子不是货币供应量M2 和碳交易价格GDEA 的原因的原假设，即是说水平因子是这两个变量的原因。这与实际相符，水平因子的波动表示投资人对资金松紧程度和绿色经济扶持力度的预期变化，一方面货币政策的调整与资金松紧程度能够改变市场中可用于绿色债券投资的资金大小，进而影响对绿色债券的需求和供给；另一方面国家对绿色项目的发展扶持力度大小，影响绿色债券吸引力和配置力度。

在斜率因子的方程中，P 值较小，在5%的置信水平下，可以拒绝斜率因子不是工业增加值GY 的原因的原假设，即是说斜率因子是这个变量的原因。这与实际相符，斜率因子的波动能够改变投资人对未来经济增长水平的预期，因为经济增长所处周期不同，绿色债券收益率中长短端利率变动是不同的。绿色债券收益率曲线斜率变大，预期短期利率上升，长期利率下降，期限利差缩窄，收益率曲线变的平坦，经济增速会低迷，工业增加值水平下降。

在曲率因子的方程中，P 值较小，在5%的置信水平下，可以拒绝曲率因子不是生产价格指数PPI 的原因的原假设，即是说曲率因子是这个变量的原因。这与实际相符，曲率因子的增加会明显降低绿色债券收益率曲线的长短端利率，提高绿色债券收益率曲线的中期利率，使绿色债券收益率曲线更趋近于“驼峰形”，这也是未来生产价格指数PPI 将下滑的紧缩信号，绿色经济行业的盈利将受到影响，不利于绿色债券投资。

（四）脉冲响应分析

为了分析绿色债券收益率曲线波动对各个变量的动态影响，本文使用两变量VAR 模型来进行脉冲响应分析，第一个变量为绿色债券收益率的三个主成分，水平因子LF、斜率因子SF、曲率因子CF，第二个变量为绿色经济类指标，包括货币供应量M2、碳交易价格GDEA、生产价格指数PPI 和工业增加值GY。具体分析如下：

图3 为三个因子的脉冲响应函数图，显示了货币供应量M2、碳交易价格GDEA、生产价格指数PPI和工业增加值GY 面对来自三个因子冲击的响应。

图3 三因子脉冲响应图

可以看出，水平因子受到一个标准差正向冲击后，货币供应量M2 将受到负向影响，并在第二期作用最大，M2 下降0.19 个标准差，之后作用幅度减少，第三期开始转为正向影响。这也与实际经济运行情况相符，绿色债券收益率整体水平提高，绿色经济处于上行周期，为防止绿色经济过热，会收紧M2，之后随着经济稳定，央行会实施适度宽松货币政策，M2 转为正增长。

水平因子受到一个标准差正向冲击后，碳交易价格GDEA 先受到正向影响，第二期转为受到负向影响，第四期作用最大，GDEA 下降0.34 个标准差，之后作用幅度减少。结合实际，我们知道碳交易价格对于供应链中上游行业的周期性特别敏感，绿色经济处于上行周期，周期性行业盈利性增强，有资金用于上马减碳项目，碳减排量增加，碳交易价格自然下降。

斜率因子受到一个标准差正向冲击后，工业增加值GY 先受到正向影响，第二期作用最大，GY 上升1 个标准差，而后下降至第三期负作用最大，GY 下降0.82 个标准差，而后作用幅度逐渐变小。从实践意义上来看，绿色债券收益率曲线斜率与经济周期更为密切，斜率变大，表示绿色债券收益率期限利差出现缩窄的态势。这种情况下，政府为防止经济衰退，逐步加大刺激消费和投资力度。绿色经济在投资增加的驱动下，需求明显改善，工业生产量价齐升，工业增加值提高，之后经济逐步开始复苏，出现偏热状态，央行出于给经济降温，推动连续的逆周期调节，通过公开市场操作、MLF 操作适度收缩流动性，企业生产维持低位，周期性行业低迷，工业增加值开始下降。

曲率因子受到一个标准差正向冲击后，生产价格指数PPI 将下行，且在第三期作用最大，下降0.08个标准差，之后作用幅度逐渐减小。当绿色债券收益率曲线曲率变大时，中期利率会上升，而长短期利率会下降，绿色债券收益率曲线呈“驼峰形”，绿色经济处于衰退周期，周期性行业处于下降通道，PPI下降。

六、结论及建议

（一）结论

为了更快地达成“30.60 碳达峰、碳中和”目标，我国从多方面出台措施为绿色债券发展保驾护航，促使我国绿色债券与国际接轨，推动我国绿色经济发展。但是与国际绿色债券相比，我国绿色债券在投资端培育、技术服务系统方面仍显不足。

通过上文分析，本文发现我国绿色债券交易活跃度高，参与投资机构众多，境外机构不断增持，流动性强，具备价格发行作用。在碳中和的大趋势下，绿色金融市场不断完善，主要依靠银行的绿色货币政策传导渠道作用将逐渐减弱，而绿色债券将成为绿色经济发展的重要抓手。

本文运用主成分分析法、向量自回归模型、格兰杰因果检验及脉冲响应函数等模型对我国绿色债券收益率曲线结构变动与绿色经济之间关联性进行系统的理论梳理与实证检验，企图为绿色债券收益率曲线结构在我国绿色经济分析中的有效应用，提供理论支持与经验依据。由此本文得出以下主要结论：

第一，本文以中债—中国绿色债券指数为研究对象，对其进行了主成分分析。实证发现，前三个主要因子的方差贡献度分别为90.631%、8.022%、0.841%，累计贡献度达到99.494%，能够解释绿色债券收益率的基本特征，将三个主要因子命名为水平因子、斜率因子和曲率因子。

第二，本文先对各个时间序列变量进行单位根检验、协整检验，然后建立了格兰杰因果检验模型。实证发现，水平因子对货币供应量M2 和碳交易价格GDEA 有显著影响；斜率因子对工业增加值GY 有显著影响；斜率因子对生产价格指数PPI 有显著影响。

第三，为了分析绿色债券收益率曲线波动对各个变量的动态影响，本文使用两变量VAR 模型来进行脉冲响应分析。实证发现，水平因子受到一个标准差正向冲击后，货币供应量M2 将受到负向影响，并在第二期作用最大，M2 下降0.19 个标准差，之后作用幅度减少，第三期开始转为正向影响；水平因子受到一个标准差正向冲击后，碳交易价格GDEA先受到正向影响，第二期转为受到负向影响，第四期作用最大，GDEA 下降0.34 个标准差，之后作用幅度减少；斜率因子受到一个标准差正向冲击后，工业增加值GY 先受到正向影响，第二期作用最大，GY 上升1 个标准差，而后下降至第三期负作用最大，GY 下降0.82 个标准差，而后逐渐变小；曲率因子受到一个标准差正向冲击后，生产价格指数PPI 将下行，且在第三期下降0.08 个标准差，之后作用幅度逐渐减小。

当然，本文以上研究还有很多不足之处。首先中债—中国绿色债券指数构造时间较短，样本量也比较少，本文得出的结论仅代表有这种可能性，不具有普遍意义，还需要进一步加深研究；其次，本文仅研究了国内绿色债券收益率曲线变动与绿色经济的关系，并未与国外进行比较，这是未来可以继续深入研究的方向。

（二）建议与启示

绿色债券在中国的兴起吸引了大量投资者在该市场中配置资金，对绿色债券指数关注亦不断增加。政府需要加强绿色债券指数编制与研究工作，让绿色债券指数的编制更加科学，从而能够让绿色债券指数成为该市场行情与定价的基准，这样可以进一步丰富市场，推出绿色债券指数相关衍生品等。

绿色债券在过去几年得到快速发展，但在实践中，绿色债券并未发挥预期的作用，尚无法作为一项独立的政策工具更好地吸引社会投资推动绿色经济高质量发展。绿色经济政策的制定应该要把绿色债券收益率期限结构的变化考虑进去，把绿色债券收益率期限结构当成一个辅助性指标来进行制定绿色经济政策。