劉慧敏 姜昱汐

摘? ?要：本文從微觀層面拓展到宏觀層面，對綠色債券信用利差的宏觀因素影響進(jìn)行了系統(tǒng)研究。采用Lasso方法進(jìn)行回歸，從眾多控制變量中選出合適的控制變量，實(shí)現(xiàn)高維控制變量的降維處理，改善多個控制變量導(dǎo)致回歸結(jié)果失真的問題，提升結(jié)果的可靠性；并對東、中、西三個地區(qū)和是否有第三方認(rèn)證的綠色債券信用利差的宏觀因素影響進(jìn)行對比分析。研究發(fā)現(xiàn)：第一，綠色債券信用利差與匯率顯著正相關(guān)，與地區(qū)GDP、居民消費(fèi)價格指數(shù)顯著負(fù)相關(guān)。第二，東部地區(qū)綠色債券信用利差與地區(qū)GDP、居民消費(fèi)價格指數(shù)、市場利率顯著負(fù)相關(guān)；中部地區(qū)綠色債券信用利差與廣義貨幣供應(yīng)量、地區(qū)GDP顯著負(fù)相關(guān)；西部地區(qū)綠色債券信用利差與地區(qū)GDP有顯著關(guān)系。第三，對于有三方認(rèn)證的綠色債券，信用利差與宏觀因素?zé)o顯著相關(guān)；沒有三方認(rèn)證的綠色債券，信用利差與居民消費(fèi)價格指數(shù)、市場利率顯著負(fù)相關(guān)。

關(guān)鍵詞：綠色債券；信用利差；宏觀影響影響因素；Lasso回歸

DOI：10.3969/j.issn.1003-9031.2023.02.007

中圖分類號：F832.5? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1003－9031（2023）02－0075－11

一、引言及文獻(xiàn)綜述

債券市場的健康發(fā)展離不開穩(wěn)定的宏觀經(jīng)濟(jì)環(huán)境，二者關(guān)系密切，息息相關(guān)。找到它們之間的作用機(jī)理有助于更好地防范債券市場風(fēng)險，并對債券進(jìn)行合理定價。信用利差是債券發(fā)行方為補(bǔ)償違約風(fēng)險，提供給投資者高于無風(fēng)險債券的收益，以達(dá)到吸引投資者、促進(jìn)融資的目的。企業(yè)債券信用風(fēng)險越大，風(fēng)險偏好者所要求的風(fēng)險補(bǔ)償越大。2016年，為了促進(jìn)綠色發(fā)展，我國債券市場開始發(fā)行綠色債券，綠色債券是將籌集到的資金用于符合規(guī)定的綠色項(xiàng)目，如節(jié)能、污染防治、資源節(jié)約與循環(huán)利用、清潔交通、清潔能源等，對解決生態(tài)環(huán)境問題、促進(jìn)綠色發(fā)展具有重要作用。

關(guān)于綠色債券信用利差影響因素的研究，姚明龍（2017）研究發(fā)現(xiàn)，發(fā)行規(guī)模、上海銀行間同業(yè)拆借利率與利差呈負(fù)相關(guān)，發(fā)行期限、注冊資本、凈資產(chǎn)收益率與利差呈正相關(guān)。劉鑫龍（2018）用回歸調(diào)整法、雙重穩(wěn)健差分法和傾向得分匹配法得到綠色認(rèn)證、債券評級、債券發(fā)行量、到期期限對債券利差有顯著影響，債務(wù)比率越高的企業(yè)發(fā)行信用利差越低，盈利水平越好的公司發(fā)行信用利差越小。陳珺（2018）研究得到當(dāng)期市場利率與利率差額呈負(fù)相關(guān)，主體評級、凈資產(chǎn)收益率和資產(chǎn)總計(jì)與利率差額呈正相關(guān)，債券期限、債券規(guī)模與利率差額呈正相關(guān)，并發(fā)現(xiàn)政府補(bǔ)貼對于國有企業(yè)與非國有企業(yè)均不存在顯著影響。高曉燕（2018）從發(fā)行人角度分析，發(fā)現(xiàn)發(fā)行人財(cái)務(wù)狀況對信用利差并無顯著影響，發(fā)行人信用評級與信用利差呈負(fù)相關(guān)，債券的發(fā)行規(guī)模和發(fā)行期限與信用利差呈正相關(guān)，債券品種的中期票據(jù)影響最顯著、企業(yè)債券次之、公司債券最小。杜亞君（2019）研究得到國內(nèi)生產(chǎn)總值、股市回報(bào)率、企業(yè)盈利能力與綠色債券信用利差負(fù)相關(guān)，貨幣發(fā)行量、股市波動率與綠色債券信用利差正相關(guān)。在流動性方面，剩余到期期限對信用利差影響不顯著，銀行間市場 7 天質(zhì)押式回購利率與信用利差顯著正相關(guān)；綠色債券發(fā)行主體信用評級越高，信用利差越低。魏佳（2019）研究發(fā)現(xiàn)，銀行間同業(yè)拆借利率、發(fā)行期限與信用利差顯著正相關(guān)，工業(yè)增加值、發(fā)行規(guī)模、發(fā)行主體信用評級、承銷商信用評級、產(chǎn)權(quán)性質(zhì)與信用利差顯著負(fù)相關(guān)。楊希雅（2020）以170只綠色債券為研究對象，分析得到公募綠色債券更受投資者喜歡、有政府補(bǔ)貼的企業(yè)發(fā)行綠色債券的融資成本更低、是否綠色認(rèn)證和財(cái)務(wù)狀況對信用利差沒有顯著影響。

關(guān)于非綠色債券信用利差影響因素的研究，戴國強(qiáng)和孫新寶（2011）指出信用利差與GDP指數(shù)和M1發(fā)行量呈正相關(guān)，與無風(fēng)險利率和收益率曲線斜率呈負(fù)相關(guān)。王安興等（2012）通過時間序列進(jìn)行回歸，結(jié)果顯示公司債利差與利率水平變化、換手率變化、零交易天數(shù)比率變化有關(guān)。歐陽資生和姚聰（2015）的研究指出，我國企業(yè)債券信用利差與各影響變量存在協(xié)整關(guān)系，建立誤差修正模型發(fā)現(xiàn)，信用利差與其影響因素間存在長期均衡關(guān)系。鄭玉仙（2016）基于評級信息分析得到流動性風(fēng)險溢價、利率期限結(jié)構(gòu)的斜率因子、市場指數(shù)以及宏觀經(jīng)濟(jì)的景氣程度都與信用利差正相關(guān)，利率期限結(jié)構(gòu)的水平因子則與利差負(fù)相關(guān)。周愛民和單俊輝（2016）研究了貨幣政策對企業(yè)債券信用利差影響，認(rèn)為貨幣供給量和信貸供給量都與債券信用利差呈負(fù)相關(guān)，貨幣傳導(dǎo)渠道對債券信用利差的影響強(qiáng)于信貸渠道。

梳理相關(guān)文獻(xiàn)可以看出，在現(xiàn)有綠色債券信用利差影響因素研究中，一是缺乏對綠色債券信用利差宏觀因素影響的系統(tǒng)研究；二是對控制變量多會帶來的影響沒有進(jìn)行有效處理，導(dǎo)致回歸結(jié)果可信性低；三是缺乏綠色債券信用利差受宏觀因素影響在不同區(qū)域和是否具備第三方認(rèn)證方面的對比分析。因此本文從當(dāng)前問題入手，對現(xiàn)有研究進(jìn)行補(bǔ)充和改進(jìn)。

二、研究設(shè)計(jì)

（一）變量選取

本文的被解釋變量是綠色債券的信用利差，根據(jù)信用利差的定義和現(xiàn)有研究中對信用利差的計(jì)算方法，用綠色債券到期收益率與發(fā)行時間和到期期限相同的國債到期收益率之差來表示。通過理論分析和現(xiàn)有研究的相關(guān)結(jié)論，選取匯率、廣義貨幣供應(yīng)量、地區(qū)GDP、居民消費(fèi)價格指數(shù)、市場利率和股市收益率作為解釋變量。

控制變量從債券自身、發(fā)行主體財(cái)務(wù)和非財(cái)務(wù)以及綠色因素四個方面進(jìn)行選取。在債券自身因素方面，選取發(fā)行時債項(xiàng)評級、債券期限和發(fā)行總額作為控制變量；在發(fā)行主體非財(cái)務(wù)因素方面，選取是否有擔(dān)保、主體評級和公司屬性作為控制變量；在發(fā)行主體財(cái)務(wù)因素方面，選取凈資產(chǎn)收益率、總資產(chǎn)凈利率、銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負(fù)債率、流動比率、速動比率、營業(yè)收入增長率、利潤總額增長率和資產(chǎn)總計(jì)作為控制變量；在綠色因素方面，選取政府補(bǔ)助和是否有第三方認(rèn)證作為控制變量，并加入時間和地區(qū)固定效應(yīng)。

（二）研究假設(shè)

假設(shè)1：匯率與綠色債券信用利差顯著正相關(guān)。

匯率直接影響著一個國家的進(jìn)出口貿(mào)易，匯率上升說明本國貨幣貶值，有利于本國產(chǎn)品出口而不利于進(jìn)口；匯率下降則說明本國貨幣升值，有利于進(jìn)口而不利于出口。目前研究中對于匯率與債券信用利差的關(guān)系沒有定論，周宏等（2011）的回歸結(jié)果發(fā)現(xiàn)人民幣對美元匯率與企業(yè)債券信用利差負(fù)相關(guān)，于靜霞和周林（2015）研究得到人民幣匯率水平對低信用評級債券的信用利差具有放大作用，對于中高信用評級債券，人民幣匯率水平的升高信用利差可能收窄。本文選取美元兌人民幣即期匯率，匯率升高表明本幣貶值，可能影響債券市場投資者對于債券收益的信心。因此，本文認(rèn)為匯率會導(dǎo)致債券信用利差的擴(kuò)大。

假設(shè)2：廣義貨幣供應(yīng)量與綠色債券信用利差顯著負(fù)相關(guān)。

貨幣供應(yīng)量是一個國家某個時點(diǎn)的貨幣存量，包括現(xiàn)金和存款，是各國中央銀行編制和公布的主要經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)之一。劉鑫龍（2018）研究發(fā)現(xiàn)貨幣發(fā)行量越高，綠色債券發(fā)行利差就越低。本文選取廣義貨幣供應(yīng)量同比增長率做為影響因素，根據(jù)理論分析，廣義貨幣供應(yīng)量與綠色債券信用利差呈負(fù)相關(guān)，貨幣供應(yīng)量高說明市場經(jīng)濟(jì)潛力大，企業(yè)經(jīng)營穩(wěn)定，發(fā)生信用風(fēng)險的可能性降低，信用利差收窄。

假設(shè)3：地區(qū)GDP與綠色債券信用利差顯著負(fù)相關(guān)。

理論上說GDP上升意味著地區(qū)經(jīng)濟(jì)發(fā)展繁榮，該地區(qū)企業(yè)經(jīng)營狀況良好，信用風(fēng)險降低，從而債券利差收窄。本文選取綠色債券的發(fā)行主體所在城市的季度GDP數(shù)據(jù)做為影響因素，周榮喜（2013）研究得到GDP與短、中期企業(yè)債券信用利差呈正相關(guān)，與長期企業(yè)債券信用利差呈負(fù)相關(guān)，杜亞君（2019）研究發(fā)現(xiàn)GDP上升會縮小綠色債券信用利差。因此，本文假定地區(qū)GDP與綠色債券信用利差顯著負(fù)相關(guān)。

假設(shè)4：居民消費(fèi)價格指數(shù)與綠色債券信用利差顯著正相關(guān)。

CPI升高說明居民更傾向于消費(fèi)支出，投資意愿降低，對于風(fēng)險程度相同的投資產(chǎn)品希望得到更高的溢價補(bǔ)償，信用利差增大。賀達(dá)（2018）研究得出消費(fèi)者價格指數(shù)上升引起市政債券信用價差增大。因此，本文假定居民消費(fèi)價格指數(shù)與綠色債券信用利差顯著正相關(guān)。

假設(shè)5：市場利率與綠色債券信用利差顯著正相關(guān)。

金融市場里的所有要素都是緊密相連的，市場利率在各種要素的變化中處于均衡狀態(tài)。新發(fā)行的債券的利率一般都是參考當(dāng)時的市場利率來制定，一般用上海銀行間同業(yè)拆放利率來代表市場利率，銀行間的拆借利率變化反映市場上資金供需的變化，利率低說明市場資金充裕，利率高則說明資金緊張。資金緊張可能導(dǎo)致債券發(fā)行方提高債券利差來吸引投資者加快融資。因此，本文假設(shè)市場利率與綠色債券信用利差顯著正相關(guān)。

假設(shè)6：股市收益率與綠色債券信用利差顯著正相關(guān)。

戴國強(qiáng)（2011）提出，債券投資與股票投資互為替代效應(yīng)，股票市場回報(bào)的增加會影響債券市場的關(guān)注度，對于相同程度的風(fēng)險，債券發(fā)行方不得不給投資者更高的風(fēng)險溢價補(bǔ)償，從而使信用利差增大。股市收益率一般采用滬深300 指數(shù)來表示，本文假定股市收益率與綠色債券信用利差顯著正相關(guān)。

（三）模型構(gòu)建

本文采用雙向固定效應(yīng)模型進(jìn)行分析，回歸模型具體如下：

三、實(shí)證分析

（一）樣本選擇與數(shù)據(jù)來源

本文選取wind數(shù)據(jù)庫債券分類概念板塊中2016年發(fā)行至今的綠色債券，包括公司債、政府債、資產(chǎn)支持證券等共2000多只，剔除沒有財(cái)務(wù)數(shù)據(jù)的政府債以及一些數(shù)據(jù)缺失的樣本，最終得到705只債券樣本。其中，2016到2022年的樣本個數(shù)分別為11、33、31、121、163、324和22，這些樣本組成混合截面數(shù)據(jù)，根據(jù)發(fā)行公司所在省份將樣本分為東部、中部、西部，通過固定地區(qū)和年份建立雙向固定效應(yīng)模型。按照發(fā)行時間與到期期限匹配國債樣本，國債到期收益率曲線來自中國債券信息網(wǎng)。

（二）描述性統(tǒng)計(jì)

由表2的描述性統(tǒng)計(jì)結(jié)果可以看到，被解釋變量信用利差的平均值為1.7%，最大值為5.8%，最小值為-2.6%，說明不同綠色債券的信用利差存在較大差異；匯率x1穩(wěn)定在6.273和7.163之間，說明在債券發(fā)行期間，匯率存在一定波動；廣義貨幣供應(yīng)量x2同比增長率最小值為8%，最大值為13.3%，說明廣義貨幣供應(yīng)量存在一定變化；地區(qū)GDPx3對數(shù)值在3.061和5.066之間波動，不同地區(qū)經(jīng)濟(jì)情況存在一定的差異；居民消費(fèi)價格指數(shù)x4波動范圍為-0.5-5.4，在樣本時間內(nèi)波動較大；市場利率x5波動范圍為1.674-4.759，標(biāo)準(zhǔn)差為0.5，存在差異但波動范圍??；股市收益率x6平均值為4510.051，標(biāo)準(zhǔn)差615.886，波動范圍較大，參考王雪標(biāo)（2018）的做法，將其除以1000后加入回歸模型；債券期限x8最小值0.986，最大值為20，平均值為5.092，可以看出我國中短期綠色債券多于長期綠色債券；發(fā)行總額x9取對數(shù)處理后的范圍在1-4.3，說明綠色債券發(fā)行總額的差異較大；對各財(cái)務(wù)變量做直方圖，根據(jù)數(shù)值分布情況，對x13、x14、x15、x18、x22和x24進(jìn)行2.5%的雙側(cè)縮尾處理，對x16、x17、x19、x20、x21、x23進(jìn)行2.5%的右側(cè)縮尾處理。

（三）回歸分析

本文采用Lasso回歸，該方法是在普通線性模型中增加L1懲罰項(xiàng)，通過對控制變量的篩選，實(shí)現(xiàn)模型降維，模型具體形式如下：

（2）

等價于求：

（3）

其中，t與？姿一一對應(yīng)，為調(diào)節(jié)系數(shù)。當(dāng)t比較小的時候，Lasso回歸會強(qiáng)制把某些變量的系數(shù)壓縮為0，從而降低的維度，減少模型復(fù)雜度和變量過多對模型估計(jì)結(jié)果可靠性的影響，提高模型估計(jì)可信度?；貧w結(jié)果見表3列（1）。

下面，分析每個宏觀因素對綠色債券信用利差的影響，具體如下。

美元兌人民幣即期匯率：x1的系數(shù)為0.006，在10%的顯著性水平下顯著，驗(yàn)證了假設(shè)1，說明美元對人民幣匯率變大，人民幣貶值，會加大綠色債券信用利差。

廣義貨幣供應(yīng)量：x2系數(shù)為負(fù)與假設(shè)一致，但是對綠色債券信用利差沒有顯著影響，周榮喜等（2018）研究發(fā)現(xiàn)大部分債券信用利差與廣義貨幣供應(yīng)量相關(guān)性較低并且不是全部顯著，他認(rèn)為這可能是因?yàn)樨泿艂鲗?dǎo)機(jī)制問題，貨幣傳導(dǎo)對債券市場的影響有一定的延遲。因此本文認(rèn)為廣義貨幣供應(yīng)量與綠色債券信用利差不顯著可能是與貨幣傳導(dǎo)延遲有關(guān)。

地區(qū)GDP：x3的系數(shù)顯著為負(fù)，這與假設(shè)2一致，說明地區(qū)GDP高、經(jīng)濟(jì)發(fā)展好會導(dǎo)致綠色債券信用利差降低。

居民消費(fèi)價格指數(shù)：x4的系數(shù)顯著為負(fù)，居民消費(fèi)價格指數(shù)與信用利差反方向變化，這與理論分析不符，說明隨著經(jīng)濟(jì)的發(fā)展，人們的消費(fèi)方式更加多樣化，居民消費(fèi)支出增加也不一定會導(dǎo)致投資意愿降低，不需要增大信用利差來吸引投資，居民更加愿意將資金投入有意義的項(xiàng)目，因此信用利差降低。

市場利率、股市收益率：系數(shù)不顯著，本文認(rèn)為綠色債券與一般的融資債券不一樣，綠色債券可以助力于解決生態(tài)環(huán)境問題，投資者選擇投資綠色債券會更注重債券投資的應(yīng)用前景，這與投資金融市場其他產(chǎn)品的目的不完全一致，因此綠色債券市場受金融市場和股市的影響更小。

此外，經(jīng)過Lasso降維處理，最終確定的控制變量包括x7（發(fā)行時債項(xiàng)評級）、x8（債券期限）、x9（發(fā)行總額）、x11（主體評級）、x12（公司屬性）、x14（總資產(chǎn)凈利率）、x18（資產(chǎn)負(fù)債率）、x19（流動比率）、x24（政府補(bǔ)助）。

（四）穩(wěn)健性檢驗(yàn)

為證明研究結(jié)果的穩(wěn)定性，本文將樣本時間縮小為2017年到2021年，回歸結(jié)果見表3列（2），結(jié)果與表3列（1）的結(jié)果一致，說明本文研究結(jié)果具有一定的穩(wěn)健性。

（五）異質(zhì)性檢驗(yàn)

前文的回歸結(jié)果表明，綠色債券信用利差與匯率顯著正相關(guān)，與地區(qū)GDP、居民消費(fèi)價格指數(shù)顯著負(fù)相關(guān)，接下來本文將樣本按地區(qū)、有無第三方認(rèn)證進(jìn)行分組來探究宏觀因素對不同類別樣本債券信用利差的影響。

不同地區(qū)的經(jīng)濟(jì)狀況和綠色政策不同，宏觀因素的影響程度就不同，因此本文按照東部、中部、西部將樣本分組分別做回歸，回歸結(jié)果見表4?？梢钥吹剑瑢|部地區(qū)，地區(qū)GDP、居民消費(fèi)價格指數(shù)、市場利率對綠色債券信用利差有顯著影響，且都為負(fù)相關(guān)，這與上文全樣本回歸結(jié)果一致，相比其他地區(qū)，東部地區(qū)綠色債券市場更加活躍，面臨的問題也更多，投資者對債券市場的關(guān)注和了解也更多，因此宏觀影響因素更多；對中部地區(qū)，廣義貨幣供應(yīng)量與地區(qū)GDP對綠色債券信用利差有顯著影響，與信用利差負(fù)相關(guān)，考慮到相對東部地區(qū)，中部地區(qū)的經(jīng)濟(jì)發(fā)展增長點(diǎn)更少，債券市場的參與者更多會關(guān)注廣義貨幣供應(yīng)量和地區(qū)GDP這些最基本的宏觀因素變動，而地區(qū)貨幣供應(yīng)量充足和經(jīng)濟(jì)環(huán)境穩(wěn)定，會增大投資者的投資信心，對信用風(fēng)險補(bǔ)償?shù)男枨笠矔档?；對西部地區(qū)，只有地區(qū)GDP對綠色債券有顯著影響，相對東部和中部地區(qū)，西部地區(qū)的金融市場發(fā)展較弱，對風(fēng)險資產(chǎn)的投資也更謹(jǐn)慎，當(dāng)西部地區(qū)GDP發(fā)展向好時，說明地區(qū)的產(chǎn)業(yè)發(fā)展情況更好，相對風(fēng)險更大的債券投資，投資者會更傾向投資風(fēng)險更小的產(chǎn)業(yè)，因此要想綠色債券能被投資者接受，就需要更好的風(fēng)險補(bǔ)償。

綠色債券發(fā)行方利用第三方機(jī)構(gòu)的專業(yè)能力和業(yè)內(nèi)聲譽(yù)為自己“背書”，但不是所有綠色債券都有第三方認(rèn)證，因此本文根據(jù)是否有第三方認(rèn)證將樣本分組進(jìn)行回歸做異質(zhì)性檢驗(yàn)，結(jié)果見表4。對于有三方認(rèn)證的綠色債券，信用利差與宏觀因素沒有顯著關(guān)系；沒有三方認(rèn)證的債券，信用利差與居民消費(fèi)價格指數(shù)、市場利率顯著負(fù)相關(guān)，顯然有無第三方認(rèn)證會使債券信用利差受到宏觀因素的影響不同。具備第三方認(rèn)證的綠色債券，其債券集資目的更明確，可以增大投資者信心，即使較低的信用補(bǔ)償也能被投資者接受；而對沒有第三方認(rèn)證的綠色債券，相當(dāng)沒有經(jīng)過官方綠色認(rèn)證，因此不同宏觀因素的變化對投資者的影響更敏感。

四、結(jié)論與建議

（一）結(jié)論

本文研究了宏觀因素對我國綠色債券信用利差的影響，選取匯率、廣義貨幣供應(yīng)量、地區(qū)GDP、居民消費(fèi)價格指數(shù)、市場利率、股市收益率為解釋變量，并從債券自身、發(fā)行主體等方面選取了一些控制變量，選取705只綠色債券數(shù)據(jù)，采用Lasso回歸進(jìn)行分析，得到研究結(jié)論如下。

第一，綠色債券信用利差與匯率顯著正相關(guān)，與地區(qū)GDP、居民消費(fèi)價格指數(shù)顯著負(fù)相關(guān)。廣義貨幣供應(yīng)量、市場利率、股市收益率不是影響綠色債券信用利差的顯著因素。通過Lasso方法對模型的控制變量進(jìn)行降維處理，最終確定的控制變量為發(fā)行時債項(xiàng)評級、債券期限、發(fā)行總額、主體評級、公司屬性、總資產(chǎn)凈利率、資產(chǎn)負(fù)債率、流動比率、政府補(bǔ)助等控制變量，降低了過多控制變量導(dǎo)致模型估計(jì)結(jié)果可靠性低的弊端，提高了模型估計(jì)結(jié)果的可信度。第二，對樣本按地區(qū)分組回歸發(fā)現(xiàn)，東部地區(qū)綠色債券信用利差與地區(qū)GDP、居民消費(fèi)價格指數(shù)、市場利率顯著負(fù)相關(guān)，中部地區(qū)綠色債券信用利差與廣義貨幣供應(yīng)量、地區(qū)GDP顯著負(fù)相關(guān)，西部地區(qū)綠色債券信用利差與地區(qū)GDP有顯著關(guān)系。第三，對樣本按有無第三方認(rèn)證分組回歸發(fā)現(xiàn)，對于有三方認(rèn)證的綠色債券，信用利差會與宏觀影響因素?zé)o顯著相關(guān)；沒有三方認(rèn)證的債券，信用利差與居民消費(fèi)價格指數(shù)、市場利率顯著負(fù)相關(guān)。

（二）建議

第一，對綠色債券發(fā)行方來說，在制定利率時要多關(guān)注匯率、地區(qū)GDP、居民消費(fèi)價格指數(shù)的變動情況，幫助債券合理定價，既避免信用利差過大使企業(yè)融資成本增大，償債風(fēng)險增加，也避免信用利差太小導(dǎo)致債券融資困難。第二，對于綠色債券承銷機(jī)構(gòu)，關(guān)注宏觀因素的變化，全面考察綠色債券定價是否合理，謹(jǐn)慎選擇綠色債券的承銷；對于綠色債券評估機(jī)構(gòu)，可根據(jù)宏觀因素變化，來衡量綠色債券定價的合理性，進(jìn)而幫助其更加全面的評估債券風(fēng)險。第三，對投資者而言，在進(jìn)行債券投資前應(yīng)根據(jù)宏觀經(jīng)濟(jì)情況對債券市場有一個大致判斷，從而購買利率合理的債券，最大程度降低投資者的投資風(fēng)險。第四，根據(jù)不同地區(qū)的對應(yīng)影響因素，發(fā)行方可以制定合適的綠色債券信用利差，在保證債券順利發(fā)行的同時控制成本，投資者可以選擇更合適的債券進(jìn)行投資。對東部地區(qū)，應(yīng)更多關(guān)注地區(qū)GDP、居民消費(fèi)價格指數(shù)和市場利率對綠色債券信用利差的影響；對中部地區(qū)，要關(guān)注廣義貨幣供應(yīng)量和地區(qū)GDP的變動情況；對西部地區(qū)，應(yīng)更多關(guān)注地區(qū)GDP對綠色債券信用利差的影響。第五，對沒有第三方認(rèn)證的綠色債券，債券發(fā)行方和投資人需更加關(guān)注居民消費(fèi)價格指數(shù)、市場利率的變動。

（責(zé)任編輯：夏凡）

參考文獻(xiàn)：

[1]姚明龍.綠色債券發(fā)行利率折價因素實(shí)證分析[J].浙江金融，2017（8）：55-59.

[2]劉鑫龍.中國綠色債券信用利差影響因素研究[D].天津：天津財(cái)經(jīng)大學(xué)，2018.

[3]陳珺.我國綠色債券發(fā)行定價研究[D].武漢：華中師范大學(xué)，2018.

[4]高曉燕，紀(jì)文鵬.綠色債券的發(fā)行人特性與發(fā)行信用利差[J].財(cái)經(jīng)科學(xué)，2018（11）：26-36.

[5]杜亞君.綠色債券信用利差影響因素研究[D].成都：西南財(cái)經(jīng)大學(xué)，2019.

[6]魏佳.我國綠色公司債券信用利差影響因素分析[D].蘭州：蘭州大學(xué)，2019.

[7]楊希雅，石寶峰.綠色債券發(fā)行定價的影響因素[J].金融論壇，2020，25（1）：72-80.

[8]戴國強(qiáng)，孫新寶.我國企業(yè)債券信用利差宏觀決定因素研究[J].財(cái)經(jīng)研究，2011，37（12）：61-71.

[9]王安興，解文增，余文龍.國公司債利差的構(gòu)成及影響因素實(shí)證分析[J].管理科學(xué)學(xué)報(bào)，2012，15（5）： 32-41.

[10]歐陽資生，姚聰.我國企業(yè)債券信用利差影響因素分析[J].會計(jì)之友，2015（23）：57-63.

[11]鄭玉仙.中國公司債券利差影響因素研究——基于評級信息的分析[J].財(cái)經(jīng)論叢，2016（2）：56-62.

[12]周愛民，單俊輝.貨幣政策對企業(yè)債券信用利差影響的機(jī)制研究[J].現(xiàn)代管理科學(xué)，2016（2）：21-23.

[13]周宏，徐兆銘，彭麗華，楊萌萌.宏觀經(jīng)濟(jì)不確定性對中國企業(yè)債券信用風(fēng)險的影響——基于2007-2009年月度面板數(shù)據(jù)[J].會計(jì)研究，2011（12）：41-45+97.

[14]于靜霞，周林.貨幣政策、宏觀經(jīng)濟(jì)對企業(yè)債券信用利差的影響研究[J].財(cái)政研究，2015（5）：49-57.

[15]賀達(dá).中國市政債券信用價差影響因素分析[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2018，20（1）：83-88+92.

[16]周榮喜，王迪.我國企業(yè)債券信用價差宏觀影響因素建模與實(shí)證[J].金融理論與實(shí)踐，2013（6）：74-78.

[17]王雪標(biāo)，王晰，孫曉林.我國中期票據(jù)發(fā)行信用利差的影響因素研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，40（9）：18-32.

[18]周榮喜，熊亞輝，何佳浩.中國企業(yè)債券信用價差宏觀影響因素研究——基于門檻回歸模型[J]. 價格理論與實(shí)踐，2018（11）：95-98.

[19]鄭劍輝，閆懷艷. 金融科技在綠色金融領(lǐng)域的應(yīng)用探索[J].海南金融，2022（6）：13-21.