国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

中國綠色直接金融的發(fā)展水平分析

2020-07-04 02:33牛曉嵐
中國集體經(jīng)濟(jì) 2020年16期
關(guān)鍵詞:聚類分析因子分析

牛曉嵐

摘要:黨的十九大報(bào)告中,習(xí)近平總書記提出大力推進(jìn)環(huán)境治理和發(fā)展綠色經(jīng)濟(jì),籌集資金來達(dá)成此目標(biāo)便成了重要任務(wù)。綠色直接金融是公認(rèn)籌集綠色資金的主要途徑之一,包括綠色股票和綠色證券。文章選用2016~2017年的數(shù)據(jù),運(yùn)用因子和聚類分析衡量中國各省份的綠色直接金融發(fā)展水平。研究表明,河北、黑龍江、浙江、湖南的綠色直接金融發(fā)展速度較快;且綠色直接金融發(fā)展水平優(yōu)異型、良好型和拙劣型地區(qū)。中國各省域在綠色直接金融方面的發(fā)展水平有著顯著差異,借鑒綠色直接金融發(fā)展良好省域的經(jīng)驗(yàn),對中國各省的發(fā)展提出了可行性建議。

關(guān)鍵詞:綠色股票;綠色債券;因子分析;聚類分析

一、引言

20世紀(jì)90年代中后期,國內(nèi)外學(xué)者就開始了對綠色金融的研究,到現(xiàn)在已有近三十年的研究歷史。就研究年份而言,綠色金融還是新興的領(lǐng)域,但是其重要程度不言而喻。近年來中國對于綠色金融體系的研究和重視日益加劇,如2015年9月,在《生態(tài)文明體制改革總體方案》中,首次明確提出建立中國綠色金融體系的頂層設(shè)計(jì);在中國杭州舉辦的G20峰會上首次將綠色金融納入議題報(bào)告,并形成了首份《G20綠色金融綜合報(bào)告》等。2016年以來,中國綠色直接金融中綠色股票和債券的發(fā)展較為迅速,并且受到大眾的普遍關(guān)注。

二、文獻(xiàn)綜述

由于環(huán)境污染和能源枯竭,綠色金融成為近幾十年人們津津樂道的話題。對于綠色金融概念的研究:Salazar(1998)最早提出“環(huán)境金融”的概念,即在環(huán)境保護(hù)方面推進(jìn)金融創(chuàng)新,目的是為了達(dá)到環(huán)境和經(jīng)濟(jì)的平衡狀態(tài);Cowan(1999)、張偉(2005)、王遙和張笑(2015)等都對進(jìn)行研究。對于綠色金融深入拓展的研究:陳新暢和陳曉倩(2017)、姬喆(2017)、劉金石(2017)、謝巖(2017)等在綠色債券和股票方面進(jìn)行深入剖析。

近幾年對綠色金融的研究很多,主要為:綠色金融概念、綠色金融實(shí)現(xiàn)路徑、綠色金融政策、綠色金融產(chǎn)品、區(qū)域綠色金融、綠色債券/綠色股票等。本文創(chuàng)新之處便是運(yùn)用定量分析,研究中國各省域的綠色直接金融,得到綠色直接金融發(fā)展的區(qū)域差異。

三、綠色直接金融實(shí)證研究

(一)綠色直接金融發(fā)展水平指標(biāo)體系的構(gòu)建

綠色直接金融發(fā)展水平的衡量包括綠色股票和綠色債券,根據(jù)科學(xué)可行性原則,選取2016~2017年的數(shù)據(jù),構(gòu)建了四個衡量指標(biāo),分別為X1-綠色金融債券發(fā)行只數(shù)占比,X2-綠色金融債券發(fā)行金額規(guī)模,X3-環(huán)保股票只數(shù),X4-環(huán)保股票綠色市值。因?yàn)榧?、海南、青海、寧夏的?shù)據(jù)缺失,因此將其舍棄。

數(shù)據(jù)來源于中國金融信息網(wǎng)綠色債券數(shù)據(jù)庫和wind。其中,在統(tǒng)計(jì)綠色非金融債券時(shí)舍棄了在國外發(fā)行的綠色債券,各銀行發(fā)行的綠色債券按其總行地理位置進(jìn)行歸納,各公司發(fā)行的綠色債券也按相同原理進(jìn)行匯總。從《2016 年環(huán)保產(chǎn)業(yè)景氣報(bào)告:A 股環(huán)保上市企業(yè)》選取39只環(huán)保股票,這39只環(huán)保股票中的環(huán)保業(yè)務(wù)占比均在50%以上;綠色股票只數(shù)是按上市公司所在地理位置劃分到各省域,進(jìn)行匯總得到目標(biāo)值。

綠色金融債券發(fā)行只數(shù)占比=綠色金融債券發(fā)行只數(shù)/綠色債券發(fā)行總只數(shù)

綠色金融債券發(fā)行金額規(guī)模=綠色金融債券發(fā)行金額/綠色金融債券發(fā)行總額

環(huán)保股票綠色市值=∑(環(huán)保股票總市值*環(huán)保業(yè)務(wù)占比)。

因?yàn)榄h(huán)保股票只數(shù)和環(huán)保股票綠色市值數(shù)據(jù)不同和數(shù)值差異較大,所以其數(shù)據(jù)利用極值處理法消除不同量綱的影響,得到標(biāo)準(zhǔn)變量數(shù)據(jù)。數(shù)據(jù)處理如下:

Xij=(xij-mj)/(Mj-mj)

其中,Mj是xij中最大值,mj是xij中最小值。

(二)綠色直接金融因子分析

利用SPSS軟件分別對各省2016年和2017年數(shù)據(jù)進(jìn)行Bartlett球度檢驗(yàn),2016~2017年數(shù)據(jù)的P均小于0.005。因此該數(shù)據(jù)比較適宜做因子分析。

利用SPSS軟件對2016~2017年標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行因子分析,對于2016~2017年的公共因子個數(shù)的選取,則按SPSS默認(rèn)的指標(biāo)進(jìn)行分析。由此,得到旋轉(zhuǎn)后的因子貢獻(xiàn)率大于85%的兩個公共因子,如表1;并且獲得了兩個公共因子的系數(shù),如表2。

實(shí)證研究得出2016年的兩個公共因子,其線性組合如下:

Y1=0.987*X1+0.995*X2-0.159*X3-0.057*X4;

Y2=-0.149*X1-0.074*X2+0.944*X3+0.959*X4.

其中,X1,X2,X3,X4表示2016年的變量。Y1和Y2分別是從變量中提取出的2016年的新變量—公共因子1和公共因子2。

公共因子1主要解釋X1和X2,是綠色金融債券因子;公共因子2主要解釋X3和X4,是綠色股票因子。由Y1和Y2的得分F1和F2進(jìn)行加權(quán)求和,可得2016年各省域的總得分F和排名情況。據(jù)此可得,2016年綠色直接金融發(fā)展水平北京、上海、江蘇排名位列前三甲;在2016年綠色金融債券方面,上海、山東、福建、江西、廣東的發(fā)展水平較高;在2016年綠色股票方面,北京、江蘇、浙江的發(fā)展水平較高。

與2016年同理,得到2017年的兩個公共因子的線性組合如下:

Y1*=0.981*X1+0.970*X2+0.072*X3+0.096*X4;

Y2*=0.035*X1+0.141*X2+0.949*X3+0.946*X4.

由Y1*和Y2*的得分進(jìn)行加權(quán)求和,可得2017年中國各省域的總得分和排名情況。根據(jù)結(jié)構(gòu)可得,在2017年綠色直接金融方面,北京、浙江、河北的發(fā)展水平的排名位列前三甲;在2017年綠色金融債券方面,甘肅、河北、黑龍江、河南的發(fā)展水平較高;在2017年綠色股票方面,北京、江蘇、浙江的發(fā)展水平較高。尤其是遼寧、江西、貴州、云南、西藏均排名相同,綠色直接金融發(fā)展水平較為落后,這只是因?yàn)檫@五個省域均未發(fā)行綠色金融債券和未存在所選的39家環(huán)保上市公司,但是這五個省域均發(fā)行了綠色非金融債券,因此在統(tǒng)計(jì)過程中其排名相同。

四、各省綠色直接金融聚類分析

選用2017年的公共因子得分?jǐn)?shù)據(jù),利用SPSS軟件對中國26個省域進(jìn)行聚類分析,得到樹狀聚類圖,匯總得到表1。

由表3可得,可將26個省份分為三類。

第一類:北京、江蘇、廣東和浙江。這四個省域的綠色股票因子得分和總得分較高,因此,這四個省域?yàn)榫G色發(fā)展水平優(yōu)異型地區(qū)。此類型地區(qū)仍需注重發(fā)展綠色直接金融,使得其發(fā)展水平更加優(yōu)異。

第二類:河北、黑龍江、甘肅、山東、內(nèi)蒙古、上海、安徽、四川、河南、湖南。這十個省域的綠色金融債券因子的得分較高,總得分大多處于中等水平;因此,這十個省域?yàn)榫G色直接金融發(fā)展水平良好型地區(qū)。此類型地區(qū)需要著重發(fā)展綠色股票,鼓勵企業(yè)拓展環(huán)保業(yè)務(wù),樹立企業(yè)環(huán)保意識。

第三類:云南、西藏、山西、江西、貴州、遼寧、廣西、陜西、福建、天津、重慶、湖北。這十二個省域的綠色金融債券因子和綠色股票因子的得分大多處于中下游水平,其綠色直接金融發(fā)展水平較差。因此,這十二個省域?yàn)榫G色直接金融發(fā)展水平拙劣型地區(qū)。此類型地區(qū)需要加快發(fā)展綠色金融債券和綠色股票,借鑒綠色直接金融發(fā)展水平優(yōu)異型和良好型地區(qū)的經(jīng)驗(yàn),找到適合本省域發(fā)展的綠色模式。

五、結(jié)論與建議

中國經(jīng)濟(jì)已經(jīng)走過高速增長階段,步入經(jīng)濟(jì)增速減緩階段;同時(shí)在十九大上習(xí)近平總書記指出,中國已經(jīng)進(jìn)入新時(shí)代。因此,在新時(shí)代里,經(jīng)濟(jì)發(fā)展不應(yīng)該只注重量的增加,更應(yīng)該注重質(zhì)的提高。在面臨嚴(yán)重的環(huán)境污染和資源枯竭狀態(tài)下,綠色直接金融的融資活動便備受矚目。為了發(fā)展綠色直接金融,本文提出以下建議。

第一、政府采取積極有效的激勵政策。中國的綠色債券市場和綠色股票市場起步較晚,運(yùn)行機(jī)制仍存在許多弊端,外部的激勵政策效果較弱;并且綠色債券和綠色股票本身就是為了彌補(bǔ)市場失靈,補(bǔ)償負(fù)的外部性,激勵政策是非常必要的措施。

第二、繼續(xù)推進(jìn)綠色債券發(fā)行主體的多元化和環(huán)保企業(yè)綠色業(yè)務(wù)的多樣化。目前,對于綠色金融債券的發(fā)行,各省的發(fā)行主體主要是銀行,發(fā)行主體的多元化應(yīng)繼續(xù)推進(jìn);環(huán)保企業(yè)的綠色業(yè)務(wù)仍未得到深入拓展,綠色業(yè)務(wù)占比超過50%的環(huán)保企業(yè)太少,環(huán)保企業(yè)內(nèi)部應(yīng)該探討務(wù)改革,促進(jìn)綠色業(yè)務(wù)多樣化。

第三、加強(qiáng)信息和經(jīng)驗(yàn)共享,減小地區(qū)間綠色直接金融發(fā)展不平衡的差異。綠色直接金融存在明顯的地區(qū)間的差異,政府應(yīng)建立綠色直接金融發(fā)展圈或舉辦綠色直接金融信息交流論壇,使得綠色直接金融欠發(fā)達(dá)地區(qū)能夠?qū)W習(xí)國內(nèi)外其他地方的可取之處,找到適合本地綠色直接金融發(fā)展的模式。

參考文獻(xiàn):

[1]陳新暢,陳曉倩.基于國際經(jīng)驗(yàn)的中國綠色債券發(fā)展現(xiàn)狀研究[J].時(shí)代金融,2017(06).

[2]崔愷媛.上市企業(yè)環(huán)保信息披露與股票投資者社會環(huán)境偏好[J].中國人口·資源與環(huán)境,2017(04).

[3]韓立巖,蔡立新,尹力博.中國證券市場的綠色激勵:一個四因素模型[J].金融研究,2017(01).

[4]姬喆.綠色金融對區(qū)域經(jīng)濟(jì)生態(tài)化發(fā)展的影響及對策研究[D].聊城大學(xué),2017.

[5]劉金石.我國區(qū)域綠色金融發(fā)展政策的省際分析[J].改革與戰(zhàn)略,2017(02).

[6]馬駿.中國綠色金融的發(fā)展與前景[J].經(jīng)濟(jì)社會體制比較,2016(06).

[7]王遙,李哲媛.我國股票市場的綠色有效性——基于2003~2012年環(huán)境事件市場反應(yīng)的實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì),2013(02).

[8]謝巖.綠色債券的國際比較與借鑒[J].上海金融,2017(03).

(作者單位:濟(jì)南大學(xué)商學(xué)院)

猜你喜歡
聚類分析因子分析
農(nóng)村居民家庭人均生活消費(fèi)支出分析
基于因子分析法的二胎概念股投資價(jià)值分析
基于主導(dǎo)產(chǎn)業(yè)視角的戰(zhàn)略性新興產(chǎn)業(yè)識別以及實(shí)證研究
基于省會城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
山東省縣域經(jīng)濟(jì)發(fā)展評價(jià)研究
實(shí)證分析會計(jì)信息對股價(jià)的影響
基于聚類分析的互聯(lián)網(wǎng)廣告投放研究
“縣級供電企業(yè)生產(chǎn)經(jīng)營統(tǒng)計(jì)一套”表輔助決策模式研究
新型工業(yè)企業(yè)經(jīng)濟(jì)效益指標(biāo)體系及其綜合評價(jià)
赤水市| 苗栗市| 汤原县| 厦门市| 宝坻区| 阆中市| 仁布县| 泰来县| 阳山县| 揭西县| 海南省| 丹寨县| 沂南县| 贵溪市| 宜昌市| 巩义市| 湖口县| 桐城市| 安泽县| 苗栗市| 昌宁县| 兴宁市| 徐汇区| 日喀则市| 开封县| 太仆寺旗| 城市| 灵山县| 全椒县| 奇台县| 滁州市| 永仁县| 乡城县| 农安县| 莒南县| 汉源县| 罗城| 鹿泉市| 读书| 镇原县| 儋州市|