章雅潔 鐘意

摘 要：本文使用四種多元GARCH模型分析中國(guó)綠色債券市場(chǎng)與傳統(tǒng)能源行業(yè)股票市場(chǎng)之間的動(dòng)態(tài)條件相關(guān)和波動(dòng)性溢出效應(yīng)。實(shí)證結(jié)果表明，DCC-GARCH模型擬合樣本數(shù)據(jù)最好，并且能夠利用該模型構(gòu)建套期保值比率和最優(yōu)投資組合權(quán)重。此外，在綠色債券和傳統(tǒng)能源產(chǎn)業(yè)的股市之間，有著顯著的動(dòng)態(tài)關(guān)系，并且呈現(xiàn)較為明顯地雙向波動(dòng)性溢出效應(yīng)。最后，本文利用DCC模型中的條件波動(dòng)率來(lái)估計(jì)套期保值比率，為投資者在綠色債券市場(chǎng)和傳統(tǒng)能源股票市場(chǎng)上投資提出套期保值建議，以規(guī)避投資風(fēng)險(xiǎn)。

關(guān)鍵詞：綠色債券；傳統(tǒng)能源；多元GARCH模型；波動(dòng)性溢出效應(yīng)；綠色金融

本文索引：章雅潔，鐘意.<變量 2>[J].中國(guó)商論，2024（04）：-120.

中圖分類號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）02（b）--04

1 引言

2020年習(xí)近平主席宣布“雙碳”目標(biāo)，中國(guó)將努力在2030年實(shí)現(xiàn)碳達(dá)標(biāo)，并爭(zhēng)取在2060年實(shí)現(xiàn)碳中和。隨著 “雙碳”目標(biāo)的實(shí)現(xiàn)，綠色金融的發(fā)展必將加大力度，投入綠色領(lǐng)域的資金也必將增加。盡管起步較晚，但中國(guó)已迅速成為全球最大的綠色債券市場(chǎng)之一。目前，全國(guó)各地特別是高耗能和資源消耗較大的省份紛紛推出綠色債券，通過(guò)政策引導(dǎo)和制度安排，降低綠色債券的融資成本，助力企業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型。綠色債券市場(chǎng)在推動(dòng)社會(huì)資本向環(huán)保項(xiàng)目流動(dòng)、推動(dòng)整個(gè)社會(huì)向綠色轉(zhuǎn)型發(fā)展方面發(fā)揮著重要作用。

因此，本文對(duì)綠色債券市場(chǎng)和傳統(tǒng)能源行業(yè)間的聯(lián)動(dòng)性展開(kāi)研究，提出針對(duì)市場(chǎng)風(fēng)險(xiǎn)防范、資產(chǎn)配置的具體建議，能使投資者有效識(shí)別綠色債券市場(chǎng)風(fēng)險(xiǎn)以及制定合適的能源產(chǎn)品風(fēng)險(xiǎn)防范策略，填補(bǔ)文獻(xiàn)空白，具有理論和實(shí)踐意義。

2 文獻(xiàn)綜述

近年來(lái)，綠色債券引起了學(xué)術(shù)界的廣泛關(guān)注（馬駿，2015）。作為一種新的全球化金融工具，綠色債券有望在與中國(guó)傳統(tǒng)市場(chǎng)融合的過(guò)程中實(shí)現(xiàn)多元化，開(kāi)發(fā)出許多創(chuàng)新的金融產(chǎn)品，但融合過(guò)程中可能會(huì)積累風(fēng)險(xiǎn)，從而引發(fā)風(fēng)險(xiǎn)溢出（高陽(yáng)，2020）。投資者積極參與這一新興市場(chǎng)，不僅提高了資金的流動(dòng)性，還加劇了金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)。了解綠色債券與其他金融市場(chǎng)之間的傳導(dǎo)機(jī)制對(duì)于評(píng)估綠色債券在對(duì)沖和管理投資組合風(fēng)險(xiǎn)中的潛在作用至關(guān)重要（Reboredo，2018）。

孟浩（2021）研究發(fā)現(xiàn)，新冠疫情導(dǎo)致金融系統(tǒng)內(nèi)各子市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)都明顯增強(qiáng)。從金融市場(chǎng)的構(gòu)成來(lái)看，債券和股票作為股票市場(chǎng)的兩個(gè)主要金融工具是密切相關(guān)的。國(guó)內(nèi)外許多學(xué)者研究了綠色債券市場(chǎng)與股票市場(chǎng)的關(guān)系。韓穎薇等（2021）研究發(fā)現(xiàn)綠色債券回報(bào)率與股票回報(bào)率的相關(guān)性較弱。Tang和Zhang（2020）認(rèn)為，綠色債券的發(fā)行對(duì)股市指數(shù)產(chǎn)生了積極影響。綠色市場(chǎng)的一些個(gè)別資產(chǎn)與美國(guó)部門股票市場(chǎng)的回報(bào)有關(guān)，波動(dòng)率連接甚至比回報(bào)連接更常見(jiàn)。Park（2020）認(rèn)為綠色債券和股票具有波動(dòng)性溢出效應(yīng)。Rebredo（2020）研究發(fā)現(xiàn)綠色債券市場(chǎng)與股票市場(chǎng)同步聯(lián)系微弱。股票市場(chǎng)的大幅價(jià)格波動(dòng)對(duì)綠色債券價(jià)格的影響可以忽略不計(jì)。同樣，Nguyen等（2020）發(fā)現(xiàn)綠色債券與股票的相關(guān)性較低且呈負(fù)相關(guān)。綠色債券與股票市場(chǎng)之間的相關(guān)性隨著滯后的延長(zhǎng)而減弱。高揚(yáng)（2020）綠色債券市場(chǎng)與股票市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)微弱，綠色債券市場(chǎng)的對(duì)外溢出效應(yīng)強(qiáng)于其接收到的來(lái)自其他市場(chǎng)的溢出效應(yīng)。周婉玲（2022）研究發(fā)現(xiàn)綠色債市波動(dòng)對(duì)股市僅有短期影響，股市對(duì)綠色債市的沖擊影響更大。

盡管關(guān)于綠色債券的文獻(xiàn)越來(lái)越多，但是中國(guó)學(xué)者與外國(guó)學(xué)者相比對(duì)綠色債券的研究不夠多樣化，綠色債券與傳統(tǒng)能源股票間的關(guān)系在很大程度上尚未得到探索。此外，文獻(xiàn)對(duì)綠色債券對(duì)能源部門的最佳對(duì)沖能力問(wèn)題保持相對(duì)沉默。因此，了解支持環(huán)境友好活動(dòng)的綠色債務(wù)融資如何影響能源股票部門，其與投資組合多樣化的相關(guān)性，以及其對(duì)環(huán)保投資者和政策制定者的影響，將為文獻(xiàn)帶來(lái)新的見(jiàn)解。

3 模型構(gòu)建

研究?jī)蓚€(gè)金融市場(chǎng)之間的波動(dòng)溢出效應(yīng)，大多數(shù)學(xué)者使用GARCH類模型和Copula模型等計(jì)量方法。本文主要針對(duì)綠色債券市場(chǎng)與傳統(tǒng)能源市場(chǎng)間的兩兩溢出效應(yīng)研究，其中傳統(tǒng)能源市場(chǎng)分別選取電力、煤炭、石油三項(xiàng)具有代表性的市場(chǎng)進(jìn)行分析?；趯?duì)GARCH模型的評(píng)估，單一變量不能反映不同市場(chǎng)之間的協(xié)同效應(yīng)，本文引入了向量自回歸模型（VAR），同時(shí)以BEKK-GARCH模型為基準(zhǔn)，引入四個(gè)多元GARCH模型（BEKK、對(duì)角、常數(shù)條件相關(guān)和動(dòng)態(tài)條件相關(guān)）來(lái)進(jìn)行實(shí)證分析。

BEKK模型設(shè)定如下：

式中，Ht表示條件協(xié)方差矩陣，C是上三角函數(shù)矩陣，矩陣A為短期ARCH效應(yīng)，矩陣B為長(zhǎng)期GARCH效應(yīng)，分別反映的是滯后一期收益率或波動(dòng)率對(duì)當(dāng)期的影響。矩陣角標(biāo)1，2，3，4分別代表綠色債券、煤炭、電力、石油四大市場(chǎng)。

Engle（2002）提出的DCC-GARCH模型可以用來(lái)分析不同序列間的波動(dòng)是否相關(guān)，即進(jìn)行各序列間的動(dòng)態(tài)相關(guān)分析，并計(jì)算出動(dòng)態(tài)相關(guān)系數(shù)。模型如下：

式（2）中，Ht為條件協(xié)方差矩陣，Rt為動(dòng)態(tài)條件系數(shù)相關(guān)矩陣，Dt為隨時(shí)間變動(dòng)的對(duì)角線矩陣，可由單變量ARMA-GARCH模型估計(jì)得出。

DCC模型運(yùn)用兩步法，第一步先估計(jì)GARCH參數(shù)，第二步估計(jì)相關(guān)系數(shù)。其中Rt是隨時(shí)間變化而變化的量，Rt定義如下：

是標(biāo)準(zhǔn)殘差的無(wú)條件協(xié)方差矩陣，Qt是相關(guān)系數(shù)矩陣。矩陣h是由VARMA-GARCH模型產(chǎn)生的方差。參數(shù)A和B之和小于1，且A和B不能是負(fù)數(shù)。兩個(gè)參數(shù)之和越大，代表模型的動(dòng)態(tài)相關(guān)性越明顯。當(dāng)A=B=0時(shí)，模型變?yōu)镃CC模型。

4 實(shí)證分析

4.1 來(lái)源與變量選取

我國(guó)綠色債券市場(chǎng)包括中債—中國(guó)綠色債券指數(shù)（GB）、中債—中國(guó)綠色債券精選指數(shù)（GBSI）、中債—中國(guó)氣候相關(guān)債券指數(shù)（CABI）和中債—興業(yè)綠色債券指數(shù)（CIB）四種指數(shù)。由于中債—中國(guó)綠色債券指數(shù)（GB）在文獻(xiàn)中被學(xué)者廣泛運(yùn)用，所以本文選用中債—中國(guó)綠色債券指數(shù)（GB）來(lái)代表中國(guó)綠色債券市場(chǎng)。傳統(tǒng)能源主要包括煤炭、石油、電力、天然氣等，由于數(shù)據(jù)的可獲得性，本文選取中國(guó)電力（EP）、煤炭（COAL）、石油（OIL）三個(gè)行業(yè)股票價(jià)格指數(shù)代表中國(guó)傳統(tǒng)能源股票市場(chǎng)。本文的所有數(shù)據(jù)都來(lái)自Wind數(shù)據(jù)庫(kù)。所有的價(jià)格數(shù)據(jù)都是每日收盤價(jià)，涵蓋了2016年1月3日至2022年10月31日期間，共包括1659個(gè)觀測(cè)值。

本文主要采取將收益率進(jìn)行對(duì)數(shù)差分的處理方式，來(lái)衡量綠色債券市場(chǎng)與傳統(tǒng)能源股票市場(chǎng)間的波動(dòng)程度，即通過(guò)以下公式獲得連續(xù)復(fù)合日收益率：

其中，Ri，t指i市場(chǎng)在第t天的市場(chǎng)收益率，Pi，t指i市場(chǎng)在第t天的市場(chǎng)價(jià)格。當(dāng)i=1時(shí)，代表的是綠色債券市場(chǎng)的收益率， 當(dāng)i=2，3，4時(shí)，分別代表煤炭股票市場(chǎng)、電力股票市場(chǎng)、石油股票市場(chǎng)的收益率。所有數(shù)據(jù)分析皆使用該收益率數(shù)值。

4.2 描述性統(tǒng)計(jì)

表1顯示了收益率的描述性統(tǒng)計(jì)數(shù)據(jù)。四個(gè)金融市場(chǎng)的收益率均值均接近于0，對(duì)于每個(gè)市場(chǎng)，標(biāo)準(zhǔn)差均大于平均值；股票市場(chǎng)的標(biāo)準(zhǔn)差最高，綠色債券市場(chǎng)的標(biāo)準(zhǔn)差最小，并且綠色債券市場(chǎng)標(biāo)準(zhǔn)差遠(yuǎn)小于其他三個(gè)股票市場(chǎng)。四個(gè)股票市場(chǎng)波動(dòng)幅度較小，但四個(gè)股票市場(chǎng)波動(dòng)幅度均大于0，說(shuō)明股票市場(chǎng)收益率呈現(xiàn)出一種偏于左側(cè)的趨勢(shì)，整體表現(xiàn)為“尖峰厚尾”。Jarque-Bera檢驗(yàn)結(jié)果表明四個(gè)市場(chǎng)的收益率并不是正態(tài)分布的。對(duì) ADF單位根的檢驗(yàn)結(jié)果表明，各變量的時(shí)間序列都是穩(wěn)定的，符合進(jìn)一步的分析要求。

4.3 動(dòng)態(tài)條件相關(guān)

DCC模型的動(dòng)態(tài)條件相關(guān)性如圖2所示。動(dòng)態(tài)條件相關(guān)與恒定條件相關(guān)有很大的不同，動(dòng)態(tài)條件相關(guān)的波動(dòng)幅度在整個(gè)樣本區(qū)間內(nèi)有很大的變化，這表明了計(jì)算動(dòng)態(tài)條件相關(guān)的重要性。根據(jù)圖2可以看出，綠色債券市場(chǎng)和煤炭、電力、原油市場(chǎng)的動(dòng)態(tài)條件相關(guān)系數(shù)有相似的波動(dòng)模式，相關(guān)性波動(dòng)都較大。

綠色債券與煤炭的動(dòng)態(tài)條件相關(guān)系數(shù)在2016—2019年在正負(fù)0.2區(qū)間內(nèi)上下波動(dòng)，在2020年2月達(dá)到最低值-0.5，隨后相關(guān)性逐漸波動(dòng)上升但一直在0以下。綠色債券與電力的相關(guān)性在2017年一整年為正相關(guān)，在2018—2021年初為負(fù)相關(guān)，其中在2020年2月達(dá)到最低值-0.5，隨后波動(dòng)上升。綠色債券與原油的相關(guān)性在2020年2月達(dá)到最低值-0.5，其余時(shí)間基本圍繞0上下波動(dòng)。

2020年由于新冠疫情爆發(fā)，2月股市開(kāi)盤暴跌，影響了能源股票市場(chǎng)。同時(shí)由于疫情防控需要，工廠停工，交貨延遲，期貨市場(chǎng)走勢(shì)多變，也影響了綠色債券期貨價(jià)格。這導(dǎo)致綠色債券與煤炭、電力及原油的動(dòng)態(tài)條件相關(guān)系數(shù)在2020年2月都下跌到最低值。

圖1 DCC模型的動(dòng)態(tài)條件相關(guān)圖

4.4 動(dòng)態(tài)套期保值模型

對(duì)條件波動(dòng)率的估計(jì)可以用來(lái)構(gòu)建套期保值比率。資產(chǎn)i和資產(chǎn)j之間的套期保值比率為：

由圖3可以看出，各金融市場(chǎng)的最優(yōu)套期保值率具有明顯的時(shí)變特征。比如，綠色債券對(duì)其他三個(gè)能源市場(chǎng)的套期保值率，在2020年初，最優(yōu)套期保值比率達(dá)到最低值，隨后又波動(dòng)上升。綠色債券對(duì)煤炭、電力及原油的套期保值率在樣本期開(kāi)始時(shí)達(dá)到最大值，而三個(gè)能源市場(chǎng)對(duì)綠色債券的套期保值率在2021年4月之后才達(dá)到最大值。所有套期保值率在2020年初達(dá)到最低值。

由表2可以看出，綠色債券與其他三類資產(chǎn)的套期保值比率平均值約等于0。正如前面的動(dòng)態(tài)條件相關(guān)分析所預(yù)期的，如果投資金額較小時(shí)利用其余三個(gè)能源股票市場(chǎng)的空頭頭寸對(duì)沖綠色債券市場(chǎng)的風(fēng)險(xiǎn)幾乎無(wú)用處。但由于套期保值率都為負(fù)值，所以對(duì)傳統(tǒng)能源股票煤炭、電力及石油進(jìn)行套期保值時(shí)要對(duì)綠色債券進(jìn)行反向操作，例如投資者在市場(chǎng)上買入煤炭現(xiàn)貨，就需要在市場(chǎng)內(nèi)賣出綠色債券期貨，從而對(duì)沖風(fēng)險(xiǎn)。

5 結(jié)語(yǔ)

本文采用多變量GARCH模型來(lái)模擬中國(guó)綠色債券市場(chǎng)和傳統(tǒng)能源股市之間的動(dòng)態(tài)條件相關(guān)性和波動(dòng)溢出效應(yīng)。研究發(fā)現(xiàn)，DCC-GARCH模型擬合數(shù)據(jù)最好，并利用該模型構(gòu)建套期保值比率和最優(yōu)投資組合權(quán)重。綜上所述，研究表明，綠色債券市場(chǎng)與傳統(tǒng)能源股票市場(chǎng)之間的動(dòng)態(tài)條件相關(guān)較好，在2020年初由于新冠疫情爆發(fā)兩者之間的動(dòng)態(tài)條件相關(guān)達(dá)到最低值，隨后波動(dòng)上升。傳統(tǒng)能源股票市場(chǎng)對(duì)綠色債券市場(chǎng)存在強(qiáng)烈波動(dòng)溢出效應(yīng)，此效應(yīng)遠(yuǎn)大于綠色債券市場(chǎng)對(duì)傳統(tǒng)能源股市的波動(dòng)溢出。這一現(xiàn)象表明，我國(guó)的綠色債券市場(chǎng)總體上處于平穩(wěn)的發(fā)展?fàn)顟B(tài)，并未出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)。

上述實(shí)證結(jié)果對(duì)維護(hù)中國(guó)金融市場(chǎng)穩(wěn)定、抑制金融風(fēng)險(xiǎn)具有重要的啟示作用。隨著綠色債券在中國(guó)的興起，該行業(yè)投資額不斷增長(zhǎng)，本文研究有助于我們更好地理解綠色債券及其他金融市場(chǎng)中的風(fēng)險(xiǎn)外溢效應(yīng)。一方面可以為綠色金融工具互相連接可能性提供參考，提高投資者對(duì)四個(gè)市場(chǎng)變動(dòng)的敏感性，更加慎重組合和理性選擇投資產(chǎn)品。另外，本文還將對(duì)綠色債券、煤炭、電力、原油等市場(chǎng)的風(fēng)險(xiǎn)傳遞機(jī)制進(jìn)行深入的研究，這將幫助有關(guān)部門提升風(fēng)險(xiǎn)識(shí)別水平，防范金融風(fēng)險(xiǎn)傳播。

參考文獻(xiàn)

馬駿. 論構(gòu)建中國(guó)綠色金融體系[J]. 金融論壇，2015（5）：18-27.

高揚(yáng)，李春雨. 中國(guó)綠色債券市場(chǎng)與金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)研究[J]. 金融論壇，2021（1）：59-69.

韓穎薇，高奧蕾，李松陽(yáng)，等. 我國(guó)綠色債券市場(chǎng)與其他金融市場(chǎng)的相關(guān)性分析[J]. 債券，2021（5）：29-34.

周婉玲.綠色債券發(fā)行與股票市場(chǎng)聯(lián)動(dòng)關(guān)系研究：基于VEC-BEKK-GARCH模型的實(shí)證分析[J].上海立信會(huì)計(jì)金融學(xué)院學(xué)報(bào)，2022（1）：3-15.

韓國(guó)文，張溢洲. 協(xié)同波動(dòng)、分散化收益與價(jià)格溢出效應(yīng)：基于Copula的綠色債券市場(chǎng)研究[J]. 海南金融，2021（4）：3-16.

王昊.綠色債券、綠色股票與其他主要資產(chǎn)聯(lián)動(dòng)性研究[J].北方經(jīng)貿(mào)，2022（3）：103-106.

D.Y. Tang， Y. Zhang.Do shareholders benefit from green bonds？Journal of Corporate Finance， 61 （2020）， Article 101427.

Nguyen， T.T.H.， Naeem， M.A.， Balli， F.， Balli， H.O.， Vo， X.V. Time-frequency comovement among green bonds， stocks， commodities， clean energy， and conventional bonds [J].Finan. Res. Lett， 2020：101739.

Park， D.， Park， J.， & Ryu， D. Volatility spillovers between equity and green bond markets. Sustainability， 2020，12（9）： 3722–3734.

Pham， L. Is it risky to go green？ A volatility analysis of the green bond market.[J]. Sustain. Finan. Invest， 2016（4）： 263–291.

Reboredo J.C.，Ugolinib A.，and Aiubeb F.A.L. Network connectedness of green bonds and asset classes[J].Energy Economics，2020（86）：104629.