綠色債券指數(shù)投資的避險(xiǎn)功能發(fā)現(xiàn)

摘要：本文基于TGARCH模型和Copula模型分析比較了中國、歐元區(qū)和美國三個(gè)區(qū)域綠色債券與常規(guī)金融資產(chǎn)之間的聯(lián)合分布，并通過分位數(shù)對尾部相關(guān)性進(jìn)行了穩(wěn)健性檢驗(yàn)。研究結(jié)果表明：一是綠色債券在為可持續(xù)增長提供金融資本的同時(shí)還可作為抵御金融沖擊的避險(xiǎn)工具;二是以綠色債券指數(shù)為投資標(biāo)的，可在疫情期間顯著抵御匯率風(fēng)險(xiǎn)。本文建議：一是加快國內(nèi)綠色標(biāo)準(zhǔn)與國際的趨同，完善綠色債券市場規(guī)則體系;二是構(gòu)建符合中國標(biāo)準(zhǔn)的國際綠色債券指數(shù)，擴(kuò)大指數(shù)配置的投資規(guī)模;三是完善綠色基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)環(huán)境效益信息的穿透式披露，推動綠色金融對外開放。

關(guān)鍵詞：綠色債券 對沖有效性 新冠肺炎疫情

本文旨在通過對新冠肺炎疫情發(fā)生前后具有代表性的發(fā)達(dá)經(jīng)濟(jì)體（美國、歐元區(qū)）和新興經(jīng)濟(jì)體（中國）的比較，來研究綠色債券抵御罕見災(zāi)害或尾部風(fēng)險(xiǎn)的能力。疫情發(fā)生前，有關(guān)綠色債券的研究或關(guān)注于其在歐美等發(fā)達(dá)經(jīng)濟(jì)體中的避險(xiǎn)能力，或關(guān)注于中國綠色債券的非對沖特征。本文通過實(shí)證研究驗(yàn)證中國、歐元區(qū)和美國三個(gè)區(qū)域綠色債券抵御尾部風(fēng)險(xiǎn)的能力。研究發(fā)現(xiàn)，綠色債券在對沖傳統(tǒng)資產(chǎn)尾部風(fēng)險(xiǎn)方面有巨大潛力，而且其在不同區(qū)域金融市場的表現(xiàn)有所趨同。綠色債券對大多數(shù)資產(chǎn)的對沖作用在疫情發(fā)生后有所減弱，但對外匯市場的對沖作用變得更強(qiáng)。

模型建立

綠色債券、公司債券、股票、石油指數(shù)和美元指數(shù)等多數(shù)資產(chǎn)的回報(bào)均可用以下形式建模。下標(biāo)g代表綠色債券，i為其他資產(chǎn)，t表示時(shí)間。總的來說，允許均值和波動性隨時(shí)間變化而變化。

所有資產(chǎn)（■=g， i）的均值部分（μ■t）可通過ARMA（p，q）即自回歸滑動平均模型建模。計(jì)量經(jīng)濟(jì)學(xué)家通常會在編寫ARMA模型時(shí)引入滯后算子L的多項(xiàng)式（例如?（L;p）=?1L+…+?p Lp和ψ（L;q）=ψ1L+…+ψp Lp）：

類似地，假設(shè)模型的波動部分（σ2■t）存在閾值廣義自回歸條件異方差（ARCH），則GARCH（m） 、ARCH（n）和TARCH（s）的分多項(xiàng)式α（L;m）、β（L;n）和γ（L;s）可通過類似的方式定義。

上述等式（1）A、（1）B、（2）和（3）是自20世紀(jì)80年代以來在金融文獻(xiàn)中廣泛應(yīng)用的時(shí)間序列模型。而這個(gè)簡單模型的擴(kuò)展有四個(gè)方向：其一，如果關(guān)注點(diǎn)是?之間的尾部相關(guān)性，可使用基于分位數(shù)的方法;其二，如果對均值依賴更感興趣，可以選擇MGARCH;其三，如果研究相關(guān)性隨時(shí)間的變化，TVP-VAR是個(gè)很好的選擇;其四，如果希望在一定程度上觀察所有特征，則連接（Copula）函數(shù)方法是最佳選擇。因此，我們將采用Copula函數(shù)方法作為本文的基礎(chǔ)。

在Copula函數(shù)中，?gt和?it之間的聯(lián)合分布可基于Sklar定理（1959）分兩步算得。該定理指出，一組聯(lián)合分布（例如?gt 和?it）的隨機(jī)變量（CDF）F（·）可以通過邊際CDF（Fg （?gt ） 和 Fi （?it ））以及一個(gè)連接邊際的Copula函數(shù)（C（·））來表示：

與線性相關(guān)系數(shù)相比，Copula函數(shù)更完整地展示了兩個(gè)或多個(gè)隨機(jī)變量之間的相關(guān)性。這使Copula函數(shù)常被用于通過?處理隨機(jī)變量間的相關(guān)性，這與通過μ處理的MGARCH、TVP-VAR相反。換言之，分布相關(guān)是Copula函數(shù)的核心。

在Copula函數(shù)方法的第一步中，邊際CDF（Fg（?gt）和Fi（?it））可以分開估計(jì)。這為實(shí)踐增加了靈活性——潛在邊際分布可以有不同的分布、不同的參數(shù)，直接用多元分布對資產(chǎn)相關(guān)性建模時(shí)不存在限制。我們將t分布用于邊際，因?yàn)楝F(xiàn)有的文獻(xiàn)已很好地證明Student’s t（學(xué)生氏）分布（有一個(gè)厚尾）往往是最合適的邊際分布。在第二步，我們參考了由Patton（2006）開發(fā)的經(jīng)典方法，邊際CDF下限和上限的尾部相關(guān)性可表述為：

衡量尾部相關(guān)性的τL和τU代表兩種資產(chǎn)都處于較低或較高聯(lián)合尾部的概率，即發(fā)生金融危機(jī)、新冠肺炎疫情這樣的極端事件時(shí)的情況。Copula函數(shù)包括多種分析不同尾部相關(guān)特征的模型。以下幾種是最受歡迎且最相關(guān)的：

一是Gaussian/Normal Copula：不考慮邊際分布的尾部相關(guān)，故τL和τU均為0。相關(guān)性簡單地用Pearson相關(guān)系數(shù)-1≤ρ≤1衡量。

二是Student’s t Copula：考慮尾部相關(guān)且允許存在厚尾。t分布的對稱性意味著相等的上下尾部相關(guān)τL=τU，具體由相關(guān)系數(shù)ρ和自由度ν決定。

三是Clayton Copula：用于分析下尾部相關(guān)大于上尾部相關(guān)（τL >0、τU =0）的非對稱分布。Clayton Copula只有一個(gè)參數(shù)?且大于等于1，?=1意味著變量之間相互獨(dú)立。

四是Rotated Clayton Copula：與Clayton Copula相反，允許上尾部相關(guān)τU >0、下尾部相關(guān)τL=0。在實(shí)踐中除此方法外還可以選擇簡單地轉(zhuǎn)換數(shù)據(jù)，即在Clayton Copula估計(jì)之前交換尾部。

五是SJC Copula：允許存在不對稱的尾部相關(guān)τL≠τU，并且可以直接估計(jì)這兩個(gè)參數(shù)。

除上述模型外，Gumbel Copula也很受歡迎，其與Clayton Copula相似。包含Gumbel和Clayton的Copula函數(shù)被統(tǒng)稱為Archimedean Copulas（阿基米德連接）函數(shù)。

Copula函數(shù)隨時(shí)間的變化可基于Hansen（1994）的自回歸條件密度進(jìn)行觀測。這一方法比其他方法（例如狀態(tài)切換方法）在參數(shù)化方面更加簡便和有效。Copula函數(shù)隨時(shí)間變化的參數(shù)（θt≡ρt |τLt | τUt）可以被概括為ARMA過程。

θt=Λ[a+bθt-1+c ∑Kk=1H（?g，t-k， ?i，t-k）]. （7）

在等式（7）中，Λ（·）是用于將尾部相關(guān)性的度量保持在定義域內(nèi)的邏輯變換。H（·）代表normal Copula的正態(tài)分位數(shù)函數(shù)、t Copula的t分位數(shù)函數(shù)以及Clayton、Gumbel和SJC Copula各自的絕對差值函數(shù)。滯后長度K=10的設(shè)定與Patton（2006）一致，用于對應(yīng)2個(gè)工作周的每日數(shù)據(jù)。

實(shí)證研究

基于現(xiàn)有的綠色債券相關(guān)文獻(xiàn)，我們選擇研究債券市場、股票市場、大宗商品（以能源為例）市場和外匯市場與綠色債券市場的相關(guān)性。我們將對比中國、歐洲和美國三個(gè)區(qū)域市場的數(shù)據(jù)結(jié)果，這對研究綠色債券在發(fā)達(dá)經(jīng)濟(jì)體和新興經(jīng)濟(jì)體的表現(xiàn)有著重要作用。

（一）數(shù)據(jù)描述

數(shù)據(jù)的樣本觀測期設(shè)定為2014年8月到2022年2月。數(shù)據(jù)來源于萬得（Wind）。

對于中國研究數(shù)據(jù)：一是綠色債券投資數(shù)據(jù)的選擇?？紤]到當(dāng)前國際資本主要采用跟蹤債券指數(shù)進(jìn)行資產(chǎn)配置的投資模式，綠色債券投資變量選擇典型綠色債券指數(shù)進(jìn)行研究。我國金融市場上有十幾個(gè)有代表性的綠色債券指數(shù)可供選擇，本文研究選擇中債-中國綠色債券指數(shù)（CNGB），其原因在于該債券指數(shù)編制主體作為債券市場重要的金融基礎(chǔ)設(shè)施機(jī)構(gòu)，致力于通過系列綠色債券指數(shù)全面綜合反映中國綠色債券市場發(fā)展，向綠色投資者提供權(quán)威的業(yè)績比較基準(zhǔn)與投資跟蹤標(biāo)的，其指數(shù)的編制在體現(xiàn)“雙碳”戰(zhàn)略目標(biāo)的綠色標(biāo)準(zhǔn)的同時(shí)，包含可持續(xù)發(fā)展和ESG（環(huán)境、社會和公司治理）理念。使用中債-中國綠色債券指數(shù)體現(xiàn)了中歐標(biāo)準(zhǔn)趨同的演變方向，具有全面性和包容性的特點(diǎn)。二是其他資產(chǎn)投資數(shù)據(jù)的選擇。采用中債10年期國債到期收益率（CNB）作為中國債券市場指標(biāo);以上海證券交易所股票價(jià)格綜合指數(shù)（CNS）作為中國股市指標(biāo);外匯市場的波動用美元/人民幣匯率的回報(bào)（CFN）來衡量;考慮到人民幣國際化的發(fā)展階段特征，在國際石油市場上以人民幣定價(jià)和結(jié)算尚不占優(yōu)，我國仍處于價(jià)格接受者的凈進(jìn)口國地位，研究中采用布倫特原油價(jià)格表征中國市場所面對的國際油價(jià)（CNO）。

對于歐洲市場，本文選取彭博MSCI 綠色債券指數(shù)（EUGB）的日數(shù)據(jù);歐洲債券市場以10年期歐洲政府債券到期收益率（EUB）為代表指標(biāo);對于歐洲股票市場，選用路孚特提供的歐洲典型股票市場指數(shù)（EUS）來表征;外匯市場波動則用歐元兌美元匯率（EUF）衡量;作為與綠色債券相關(guān)的重要大宗商品，采用布倫特原油價(jià)格衡量歐洲能源價(jià)格的變化（EUO）。

對于美國市場，本文選取巴克萊MSCI綠色債券指數(shù)（USGB）的日數(shù)據(jù);美國債券市場以10年期美國政府債券到期收益率（USB）為代表指標(biāo);對于美國股票市場，選用道瓊斯指數(shù)（USS）來表征;外匯市場波動則用美元指數(shù)（USF）衡量;作為與綠色債券相關(guān)的重要大宗商品，采用西德克薩斯中質(zhì)原油指數(shù)衡量美國能源價(jià)格的變化（USO），其比布倫特原油更加準(zhǔn)確地表征美國能源價(jià)格，因?yàn)楹笳吆w美國以外的市場。

表1對主要金融資產(chǎn)指標(biāo)進(jìn)行了描述性統(tǒng)計(jì)。所有資產(chǎn)日收益率的均值根據(jù)ADF和KPSS檢驗(yàn)都平穩(wěn)且接近于零，并都具有異常的厚尾（峰度大于3，JB檢驗(yàn)均為顯著）。綠色債券投資在三個(gè)區(qū)域市場尤其是在中國市場往往與固定收益市場和其他資產(chǎn)呈負(fù)相關(guān)。表1中的描述性統(tǒng)計(jì)側(cè)重于每項(xiàng)資產(chǎn)的單變量屬性。為了可視化資產(chǎn)之間的依賴關(guān)系，我們繪制了選定資產(chǎn)與綠色債券投資的散點(diǎn)圖。圖1a展示了中國資產(chǎn)的非參數(shù)聯(lián)合分布，而圖1b和1c分別為歐洲和美國的對應(yīng)情況。

我們可以從跨資產(chǎn)、跨國家和跨時(shí)間的比較中看到一些顯著特征：

一是美國的綠色債券和美元指數(shù)之間存在明顯的負(fù)相關(guān)性，而中國和歐洲類似，最顯著的負(fù)相關(guān)性體現(xiàn)為綠色債券與債券市場。這說明綠色債券投資在不同的市場存在異質(zhì)性，即對沖效應(yīng)和方向存在不同。

二是中國的綠色債券分布比歐洲和美國更集中于均值，但三個(gè)區(qū)域綠色債券的不確定性都低于其他資產(chǎn)，即資產(chǎn)之間的差異小于區(qū)域間的差異。

三是大多數(shù)資產(chǎn)的尾部風(fēng)險(xiǎn)在疫情暴發(fā)后變得更加顯著，因?yàn)榉植荚谖膊孔兊酶袂以诜宀孔兊酶?。最突出的例子是石油價(jià)格，由于疫情以及俄羅斯與沙特間的石油價(jià)格戰(zhàn)，石油價(jià)格在2020年4月20日歷史上首次跌至負(fù)值。相比之下，綠色債券的尾部風(fēng)險(xiǎn)沒有明顯變化。因此，綠色債券有很大潛力成為抵御罕見災(zāi)難的避險(xiǎn)資產(chǎn)。

在實(shí)證研究中，有在險(xiǎn)價(jià)值（VaR）、條件風(fēng)險(xiǎn)價(jià)值（CoVaR）和Delta條件風(fēng)險(xiǎn)價(jià)值（ΔCoVaR）等用于描述尾部風(fēng)險(xiǎn)和尾部相關(guān)的指標(biāo)。VaR用于衡量特定概率（例如5%）下災(zāi)難發(fā)生時(shí)資產(chǎn)的損失。在我們的例子中，對每項(xiàng)資產(chǎn)歷史日的VaR進(jìn)行排名，以確定在特定分位數(shù)下的回報(bào)。CoVaR通常用于估計(jì)任何條件下可能發(fā)生的損失。其中的條件可以簡單設(shè)定為低于資產(chǎn)本身VaR或其他資產(chǎn)低于其VaR時(shí)的向下風(fēng)險(xiǎn)。總體來說，CoVaR提供了一種簡單度量尾部相關(guān)性和風(fēng)險(xiǎn)溢出的方法。ΔCoVaR表示一種資產(chǎn)（例如綠色債券）在另一種資產(chǎn)（例如疫情期間的股票）不良狀態(tài)下的CoVaR與該資產(chǎn)在基準(zhǔn)狀態(tài)下的CoVaR的差異（在95%置信區(qū)間內(nèi)）。差值通常除以基準(zhǔn)CoVaR以顯示一項(xiàng)資產(chǎn)相對于另一項(xiàng)資產(chǎn)整體風(fēng)險(xiǎn)的邊際風(fēng)險(xiǎn)貢獻(xiàn)。

如表2所示，中國在疫情前后綠色債券投資（CNGB）和外匯投資（CNF）的VaR變化相對不顯著，尤其是人民幣匯率變化接近0，但是股市投資（CNS）的VaR顯著增加，大宗商品投資（CNO）的VaR顯著降低。歐洲在疫情前后綠色債券（EUGB）、歐債（EUB）和外匯投資（EUF）的VaR變化相對其他資產(chǎn)較低，歐元匯率的VaR變化最小。美國在疫情期間除綠色債券投資（USGB）和外匯投資（USF）外，其他資產(chǎn)的VaR變化均顯著降低。上述分區(qū)域的特征表明，中、歐、美區(qū)域內(nèi)綠色債券和外匯市場都具有受疫情影響小的特點(diǎn)。

此外，綠色債券與其他資產(chǎn)之間的尾部相關(guān)性可通過CoVaR定性描述并用ΔCoVaR定量度量，不同區(qū)域的特征觀測如下：

從對沖風(fēng)險(xiǎn)的方向看：一是中國綠色債券投資的VaR在其他資產(chǎn)因疫情處于壓力狀態(tài)時(shí)都為正，說明以中債-中國綠色債券指數(shù)為標(biāo)的進(jìn)行投資有很大潛力對沖掉大多數(shù)資產(chǎn)的尾部風(fēng)險(xiǎn)。二是對于歐元區(qū)綠色債券指數(shù)投資的VaR對應(yīng)歐元債券和外匯投資在疫情期間出現(xiàn)了顯著的負(fù)值效應(yīng)，說明在壓力狀態(tài)下投資歐元區(qū)綠色債券指數(shù)并不能更好地對沖尾部風(fēng)險(xiǎn)。在疫情發(fā)生前，歐元區(qū)綠色債券指數(shù)投資的VaR對股票、外匯和大宗商品投資在壓力狀態(tài)下都為正，具有一定的對沖尾部風(fēng)險(xiǎn)功能。三是美國綠色債券指數(shù)投資的VaR，除了股票和大宗商品投資，對應(yīng)其他資產(chǎn)因疫情期間處于壓力狀態(tài)時(shí)都為正，說明綠色債券投資具有一定的對沖尾部風(fēng)險(xiǎn)功能。與歐元區(qū)類似，美國綠色債券投資在疫情發(fā)生前的風(fēng)險(xiǎn)對沖功能強(qiáng)于疫情發(fā)生后。

從由ΔCoVaR量化的對沖效應(yīng)來看，分區(qū)域的特征如下：一是中國有四項(xiàng)資產(chǎn)的對沖效應(yīng)出現(xiàn)了上升（綠色債券、股票、外匯和大宗商品）;二是歐元區(qū)有三項(xiàng)資產(chǎn)的對沖效應(yīng)出現(xiàn)上升（綠色債券、債券和股票）;三是美國只有兩項(xiàng)資產(chǎn)的對沖效應(yīng)出現(xiàn)上升（債券和外匯）。觀察結(jié)果將通過Copula模型進(jìn)行正式測試。

（二）邊際分布

在等式（1）A、（1）B、（2）和（3）中邊際分布的估計(jì)結(jié)果如表3所示。滯后長度根據(jù)AIC和BIC信息標(biāo)準(zhǔn)從以下范圍中選擇：

p，q∈{0，1，2，3，4，5}， m，n，s∈{0，1，2}

不同資產(chǎn)的均值方程具有不同的滯后長度，其中，歐元區(qū)股票（EUS）在均值成分中沒有動態(tài)項(xiàng)。至于波動率方程，所有資產(chǎn)的收益都有顯著的GARCH和ARCH項(xiàng)，說明存在條件異方差或波動率聚類特征。三個(gè)區(qū)域內(nèi)的資產(chǎn)都存在杠桿效應(yīng)，意味著負(fù)面沖擊往往會產(chǎn)生更大的波動。

為檢測厚尾，我們假設(shè)邊際分布服從t分布。t分布gpRZ7/cK7KSMdLQJdtm7NbYk71YoWjIzJ28bZpqSHN0=自由度越低意味著尾巴越粗，其自由度高于20時(shí)收斂于正態(tài)分布。本文中所有估計(jì)的自由度都小于8，顯示出明顯的厚尾特征。相比之下，中國的綠色債券往往自由度更低或尾部風(fēng)險(xiǎn)更大。

（三）Copula函數(shù)

我們基于邊際分布模型的殘差估計(jì)了綠色債券和每個(gè)資產(chǎn)之間的關(guān)系。表4展示了常用的Copula模型的估計(jì)結(jié)果。

對于靜態(tài)模型，我們估計(jì)了Normal、Student’s t、Clayton、Rotated Clayton和SJC Copula分布，以便顯示穩(wěn)健性并方便模型選擇。依據(jù)等式（5）和（6），我們還計(jì)算了相關(guān)系數(shù)ρ以及尾部相關(guān)性。結(jié)果發(fā)現(xiàn)，Normal Copula沒有尾部相關(guān)（τL=τU=0），Student’s t假設(shè)對稱尾部相關(guān)且對于所有資產(chǎn)都是正的（τL=τU>0）。這一結(jié)果意味著當(dāng)某種資產(chǎn)遭受罕見負(fù)面沖擊時(shí)，綠色債券很可能也會經(jīng)歷罕見負(fù)面沖擊。請注意，不要將尾部相關(guān)性與相關(guān)系數(shù)混淆，相關(guān)系數(shù)是衡量線性相關(guān)性的指標(biāo)。事實(shí)上，估計(jì)大多數(shù)ρ都是負(fù)的（ρ<0），即在正常情況下，某項(xiàng)資產(chǎn)受到負(fù)面沖擊時(shí)很可能會對綠色債券產(chǎn)生正面沖擊。換句話說，綠色債券的對沖效應(yīng)在正常時(shí)期和危機(jī)時(shí)期會有所不同。Clayton Copula假設(shè)存在下尾相關(guān)（τL≠0）且不存在上尾相關(guān)（τU=0），而Rotated Clayton與之相反，但結(jié)果顯示二者都不顯著。SJC Copula假設(shè)了非對稱的尾部相關(guān)性，盡管顯著，但估計(jì)值非常小。以AIC作為選擇標(biāo)準(zhǔn)，Student’s t Copulas脫穎而出，成為大多數(shù)資產(chǎn)最有效的假設(shè)（CNF和CNO的首選是Normal Copula）。

為了直觀展示結(jié)果，我們通過3D網(wǎng)格圖（圖2a和2b）對資產(chǎn)之間和區(qū)域差異進(jìn)行對比。

圖2a體現(xiàn)出如下特征：一是中美綠色債券和普通債券的Copula分布幾乎相同。兩個(gè)Copula在較低和較高的分位數(shù)都表現(xiàn)出尾部相關(guān)性。二是中美綠色債券和股票的Copula分布也非常相似，只是尾部較厚（自由度較大）。三是從匯率來看，美元指數(shù)保持著與債券和股票類似的Copula分布，而中國匯率的Copula分布幾乎是平坦的（自由度接近100），這意味著它基本符合Normal Copula。四是中美兩國石油指數(shù)的情況相似，但中國因在國際石油市場的地位偏弱，Copula分布是平的（無相關(guān)性）。

圖2b體現(xiàn)出如下特征：一是中歐綠色債券和普通債券的Copula分布差異較大，中國綠色債券指數(shù)對尾部風(fēng)險(xiǎn)具有對沖效應(yīng)，歐洲綠色債券和普通債券的尾部風(fēng)險(xiǎn)出現(xiàn)同向變化。二是中歐綠色債券和股票的Copula分布非常相似，在較低和較高的分位數(shù)都表現(xiàn)出尾部相關(guān)性，只是尾部較厚（自由度較大）。結(jié)合美國市場情況，說明中、歐、美的股市相較于債市來說更加相似。三是從匯率來看，歐元區(qū)外匯投資保持著與股票類似的Copula分布，而中國匯率的Copula分布相對平坦一些，這一點(diǎn)也與中美相關(guān)性類似。四是從綠色債券與大宗商品的關(guān)系來看，中歐和中美的情況相似，中國的Copula分布更平。

在動態(tài)Copula模型中，相關(guān)系數(shù)（ρt）和尾部相關(guān)性（τLt， τUt）隨時(shí)間t變化。對這一動態(tài)特征的建模如等式（7），可參考Reboredo（2018）。鑒于Student’s t Copula是靜態(tài)Copula模型中描述大多數(shù)資產(chǎn)的最優(yōu)選擇，我們將重點(diǎn)研究Student’s t Copula和估計(jì)CNF 的Normal Copula 隨時(shí)間的變化。我們在表5中給出了時(shí)變Copula模型的估計(jì)結(jié)果，其中時(shí)間變化系數(shù)（a，b，c）最為顯著。

綠色債券與其他資產(chǎn)的相關(guān)系數(shù)隨時(shí)間變化的情況如圖3所示，市場波動在疫情期間變得不穩(wěn)定，具體表現(xiàn)為：一是看綠色債券與普通債券的變化，中美是趨同的，兩種債券的相關(guān)性均為負(fù);歐洲兩種債券的相關(guān)性為正，與中美存在差異。二是從綠色債券與股票之間的相關(guān)性來看，中歐相對美國存在不同，美國表現(xiàn)得較不穩(wěn)定。三是中國綠色債券與外匯市場之間相關(guān)性的穩(wěn)定性強(qiáng)于歐美，美國的波動性更大。四是從綠色債券與大宗商品之間的相關(guān)性來看，歐美一直為負(fù)，中國存在正相關(guān)性的概率，且負(fù)相關(guān)系數(shù)顯著小于歐美。

包含時(shí)間變化特征可能增加過度參數(shù)化成本，但AIC信息標(biāo)準(zhǔn)的擬合優(yōu)度提高，說明更復(fù)雜的模型具有合理性。對比表4和表5中的AIC，除了USB和CNS，在大多數(shù)列時(shí)變模型效果都優(yōu)于非時(shí)變模型。采用時(shí)變模型的好處是模型的樣本會隨時(shí)間的延長而增加。事實(shí)上，在早期只包括2020年的數(shù)據(jù)運(yùn)算中，常數(shù)參數(shù)模型更受青睞。這一發(fā)現(xiàn)表明模型的選擇可能取決于數(shù)據(jù)的可用性。金融市場的政策制定者和決策者應(yīng)該在獲得新數(shù)據(jù)時(shí)及時(shí)更新其使用的模型。

（四）穩(wěn)健性檢驗(yàn)

如前文所示，Copula函數(shù)顯示了顯著的尾部相關(guān)性。為了檢查穩(wěn)健性，我們采用兩種基于分位數(shù)的方法來量化這些資產(chǎn)和綠色債券之間聯(lián)合分布的相關(guān)性。第一種方法是度量分位數(shù)相關(guān)，可算出不同分位數(shù)下的相關(guān)系數(shù)。第二種方法是Ang和Chen（2001）提出的超越相關(guān)法。給定超越水平下的相關(guān)性，是指兩個(gè)隨機(jī)變量在上升或下降過程中都超過平均值給定的標(biāo)準(zhǔn)偏差時(shí)的相關(guān)性?？紤]到資產(chǎn)在不同分位數(shù)下的依賴程度不同，這是一個(gè)更靈活的衡量標(biāo)準(zhǔn)。這兩種方法為Copula函數(shù)提供了用以描述綠色債券與其他資產(chǎn)分布相關(guān)性的非參數(shù)替代方法。其中，基于分位數(shù)的方法的優(yōu)點(diǎn)是可以捕捉整個(gè)聯(lián)合分布中的相關(guān)性，而不僅限于尾部或均值。而且，由于是非參數(shù)的，它不受規(guī)范偏差的影響。

圖3a和3b展示了基于兩個(gè)衡量標(biāo)準(zhǔn)的中美市場、中歐市場情況，具體特征有：一是中美市場比較。根據(jù)圖3a上半部分的分位數(shù)相關(guān)性，美國綠色債券與普通債券的尾部相關(guān)性最弱，其次是股票、石油和外匯。中國綠色債券與普通債券的尾部相關(guān)性最弱。就超額相關(guān)性而言（見圖3a下半部分），中美所有資產(chǎn)的尾部相關(guān)性都是不對稱的。這表明當(dāng)出現(xiàn)罕見且負(fù)面的沖擊時(shí)，兩個(gè)市場都會受到影響，但出現(xiàn)罕見且正面的沖擊時(shí)，只有一個(gè)市場可能會受到影響。這種不對稱在中國市場也能觀察到。二是中歐市場比較。根據(jù)圖3b上半部分的分位數(shù)相關(guān)性，歐洲綠色債券與普通債券的尾部相關(guān)性最強(qiáng)，這是與中美存在差異的。就超額相關(guān)性而言（圖3b下半部分），歐元區(qū)的所有資產(chǎn)的尾部相關(guān)性與中美類似，也都是不對稱的。

與表4的結(jié)果相比，Copula函數(shù)和基于分位數(shù)對尾部相關(guān)性的估計(jì)有定性一致性（qualitative consistency）。例如，大部分非參數(shù)分位數(shù)相關(guān)性在尾部是對稱的（見圖3a和3b上半部分），這與Studen’s t連接函數(shù)的特征一致。然而，超越相關(guān)性會受小樣本尾部偏差的影響且因基于逐步超越而不穩(wěn)定。這是非參數(shù)法的一個(gè)重要缺點(diǎn)，即沒有排除噪聲過程。而Copula函數(shù)方法因在均值上控制動態(tài)使結(jié)果更穩(wěn)定可靠。

效應(yīng)評估

上述實(shí)證結(jié)果表明，綠色債券和其他金融資產(chǎn)之間的相關(guān)性是顯著、隨時(shí)間變化且與分位數(shù)相關(guān)的。我們?nèi)绾卧谕顿Y實(shí)踐中利用這些信息？為評估綠色債券作為可對沖罕見風(fēng)險(xiǎn)避險(xiǎn)資產(chǎn)的潛在作用，應(yīng)計(jì)算最優(yōu)對沖權(quán)重（HW）并評估投資組合中綠色債券的對沖有效性（HE）。

首先沿用Jin等（2020）的方法和最小方差對沖比值理論，假設(shè)一個(gè)投資組合由一項(xiàng)資產(chǎn)和一個(gè)綠色債券指數(shù)組成。套期投資組合的收益rht及方差V（rht ）取決于綠色債券指數(shù)wgt：

為了使對沖組合的方差最小化，對V（rht）取wgt的偏導(dǎo)并設(shè)值為零，以獲得最優(yōu)HW （w*gt）：

當(dāng)w*gt>0時(shí)，對沖投資組合包含綠色債券的多頭頭寸。而當(dāng)w*gt<0時(shí)，則通過持有綠色債券的空頭頭寸來對沖該投資組合。協(xié)方差和方差是基于TGARCH模型估計(jì)的邊際分布的條件預(yù)測。

圖4展示了三個(gè)區(qū)域選定金融資產(chǎn)的時(shí)變最優(yōu)HW w*gt。無論在疫情發(fā)生前還是發(fā)生后，綠色債券與三個(gè)區(qū)域普通債券均存在比較一致的密切相關(guān)性。這表明普通債券市場和綠色債券市場是由相似的因素決定的，如貨幣政策、綠色技術(shù)進(jìn)步。相比之下，綠色債券與其他市場（例如股票市場和外匯市場）的關(guān)系在三個(gè)區(qū)域之間存在明顯差異，尤其是在疫情初期。在短期內(nèi)，疫情似乎降低了金融資產(chǎn)與綠色債券之間的相關(guān)性。這意味著在罕見尾部風(fēng)險(xiǎn)期間，綠色債券的對沖作用降低。其他有影響的事件也會暫時(shí)擾亂相關(guān)性，如2018年以來中美貿(mào)易摩擦和2020年初的油價(jià)暴跌，但這種影響是短暫的。

從等式（10）可以直接看出，對沖資組合的多樣化收益取決于基礎(chǔ)資產(chǎn)之間的相關(guān)性和方差。為了更好地量化綠色債券的多樣化收益，需要一個(gè)指標(biāo)證明對沖是有效的。而Ku等（2007）提出了這一基于風(fēng)險(xiǎn)降低的套期有效性（HE）衡量方法：

表6對比了疫情發(fā)生前后三個(gè)區(qū)域內(nèi)綠色債券的最優(yōu)HE和HE，從中有如下兩個(gè)重要發(fā)現(xiàn)。

一是中國綠色債券在疫情發(fā)生前的對沖效應(yīng)通常弱于美國，部分資產(chǎn)的對沖效應(yīng)強(qiáng)于歐元區(qū)。但自疫情發(fā)生以來，中美差距變小甚至相等（如債券市場）。這說明中國綠色債券近年來相較于美國發(fā)展迅速。事實(shí)上，中國的綠色債券發(fā)行量超過全球的三分之一。表6還顯示，在疫情發(fā)生前，歐洲綠色債券的對沖效應(yīng)均弱于中美，但是在疫情發(fā)生后，由于其規(guī)模的增長，歐洲綠色債券的對沖權(quán)重已經(jīng)超過中美，雖然對沖有效性仍為負(fù)，但是逼近0。

二是疫情作為尾部風(fēng)險(xiǎn)對綠色債券對沖效應(yīng)的影響存在區(qū)域差異。在中國市場，提升了對匯率市場的對沖效果，但是降低了綠色債券對債券、股票和石油的對沖效果（此效果仍為正）;美國市場的債券股票與中國市場類似，但是美元指數(shù)和石油的對沖效果增加了;歐洲市場僅股票市場的對沖效果降低，債券、匯率和石油市場的對沖效應(yīng)均增強(qiáng)，但是債券對沖效果仍為負(fù)。

總之，疫情期間的最優(yōu)HW在不同區(qū)域內(nèi)對不同資產(chǎn)均出現(xiàn)了增強(qiáng)，這意味著綠色債券在極端時(shí)期存在顯著的對沖效應(yīng)，只是和正常時(shí)期比有所減弱。事實(shí)上，最近有關(guān)替代對沖資產(chǎn)的文獻(xiàn)，如Kang等（2021）對布倫特石油的研究、Salisu等（2021）對黃金的研究、Mensi等（2021）對其他貴金屬的研究，也發(fā)現(xiàn)了類似的結(jié)果。

結(jié)論與建議

（一）主要結(jié)論

1.綠色債券在為可持續(xù)增長提供了金融資本的同時(shí)，還可作為抵御金融沖擊的避險(xiǎn)工具

歷史研究文獻(xiàn)已經(jīng)充分證明綠色債券在正常時(shí)期的對沖有效性，這在美國等發(fā)達(dá)國家和中國等新興經(jīng)濟(jì)體都很重要。然而，對其在疫情期間對沖效應(yīng)的研究仍然很少。本文篩選現(xiàn)有文獻(xiàn)的主流方法，對疫情發(fā)生前后的綠色債券投資避險(xiǎn)功能進(jìn)行了研究。

基于Copula函數(shù)方法可捕捉資產(chǎn)間尾部相關(guān)的靈活性和可靠性，本文研究發(fā)現(xiàn)，在疫情期間，觀測區(qū)域的資產(chǎn)避險(xiǎn)效應(yīng)存在差異，具體而言，跨區(qū)域和跨資產(chǎn)的對沖效應(yīng)存在異質(zhì)性。其相同性在于：一是綠色債券投資對外匯投資具有增強(qiáng)的避險(xiǎn)效應(yīng);二是雖然在疫情期間綠色債券對普通債券、股票和石油的對沖效果降低，但是仍然存在一定的對沖有效性。

2.實(shí)證發(fā)現(xiàn)，以綠色債券指數(shù)為投資標(biāo)的，在疫情期間可降低中美間綠色債券投資的避險(xiǎn)功能，抵御人民幣匯率的風(fēng)險(xiǎn)顯著增強(qiáng)

本文對樣本的實(shí)證研究證明中國綠色債券投資對沖其他資產(chǎn)的尾部風(fēng)險(xiǎn)在疫情發(fā)生前強(qiáng)于歐元區(qū)，但是弱于美國資本市場。如以中債-中國綠色債券指數(shù)為投資標(biāo)的，在統(tǒng)計(jì)數(shù)據(jù)上呈現(xiàn)疫情期間對沖效應(yīng)增強(qiáng)的趨勢，且中美整體的對沖效應(yīng)在逐步接近。其中在對沖普通債券風(fēng)險(xiǎn)上中美效果持平，在對沖匯率風(fēng)險(xiǎn)上中國超出美國。

面對突發(fā)災(zāi)害的風(fēng)險(xiǎn)沖擊，選擇綠色債券投資已經(jīng)成為當(dāng)前國際資本的新趨勢。中國綠色債券發(fā)行規(guī)模已處于世界前列，在疫情發(fā)生后，選擇中債-中國綠色債券指數(shù)作為投資標(biāo)的對于人民幣匯率投資的對沖效應(yīng)顯著增強(qiáng)，表現(xiàn)為較低的對沖權(quán)重產(chǎn)生較大的對沖有效性;雖然對普通債券、股票和大宗商品的對沖效應(yīng)有所減弱，但是中美之間對沖效應(yīng)的差距在逐步收窄。

（二）政策建議

1.國際融合策略：推進(jìn)中歐綠色標(biāo)準(zhǔn)趨同，完善綠色債券市場規(guī)則體系，支持綠色領(lǐng)域全球協(xié)同

本文為傳統(tǒng)金融資產(chǎn)和綠色金融資產(chǎn)之間的關(guān)聯(lián)性提供了新的結(jié)論。無論是在正常時(shí)期還是危機(jī)時(shí)期，投資綠色金融資產(chǎn)對于國際資本的投資組合管理和風(fēng)險(xiǎn)分散都非常重要。我國的債券市場仍屬于新興市場，雖然在金融基礎(chǔ)設(shè)施和科技應(yīng)用等方面具有后發(fā)優(yōu)勢，但是在規(guī)則體系、制度模式和市場結(jié)構(gòu)等方面的影響力和話語權(quán)與歐美成熟市場仍存在差距。

鑒于綠色債券顯著的對沖效果，一方面，我國應(yīng)在綠色債券市場的建設(shè)和規(guī)范方面完善相關(guān)法規(guī)和行業(yè)標(biāo)準(zhǔn);另一方面，綠色債券標(biāo)準(zhǔn)的國際趨同可提高信息披露的透明度。

中歐等經(jīng)濟(jì)體在聯(lián)合國氣候變化大會（COP26）召開期間發(fā)布了《可持續(xù)金融共同分類目錄》，這是中歐協(xié)同推進(jìn)綠色標(biāo)準(zhǔn)趨同的重要探索。該目錄作為綠色金融體系重要組成部分，能讓市場參與者用一種相對簡單的方法來判斷經(jīng)濟(jì)活動是否具有綠色屬性。但該目錄只是綠色金融標(biāo)準(zhǔn)“表”的層面。如何讓金融市場更好地發(fā)揮綠色定價(jià)、優(yōu)化資源配置的重要作用，需要從“里”的層面推動環(huán)境效益信息披露標(biāo)準(zhǔn)建設(shè)。

建立全面、客觀、可量化的環(huán)境效益信息披露標(biāo)準(zhǔn)，并對披露信息進(jìn)行集中、公開展示，有助于提升綠色債券市場的透明度和定價(jià)效率。而推動國際上采用趨同的環(huán)境效益信息披露標(biāo)準(zhǔn)，有助于直達(dá)綠色金融的本質(zhì)，形成一致的綠色定價(jià)邏輯，便利跨境綠色投資者，更好地支持綠色領(lǐng)域的全球協(xié)同。以中央結(jié)算公司為代表的國內(nèi)金融基礎(chǔ)設(shè)施，在這一領(lǐng)域進(jìn)行了具有前瞻性的探索，構(gòu)建了中債綠色指標(biāo)體系，在國際標(biāo)準(zhǔn)建設(shè)方面貢獻(xiàn)了中國智慧。

2.市場建設(shè)策略：建設(shè)中國標(biāo)準(zhǔn)的綠色債券指數(shù)，培育指數(shù)投資群體，綠色金融發(fā)展助推人民幣國際化

抵御罕見災(zāi)害（如氣候風(fēng)險(xiǎn)和疫情風(fēng)險(xiǎn)）的能力，尤其是在疫情發(fā)生之后，是這個(gè)時(shí)代國際社會最重要的主題。面對國際綠色債券市場不斷擴(kuò)大的必然趨勢，美國、歐元區(qū)和中國等主要經(jīng)濟(jì)體采取可持續(xù)發(fā)展戰(zhàn)略支持對綠色資產(chǎn)的投資。同時(shí)，國際資本通過國際主流債券指數(shù)進(jìn)行綠色債券配置已成為其重要投資策略。建立符合中國標(biāo)準(zhǔn)的綠色債券指數(shù)，被國際投資機(jī)構(gòu)接受并納入投資組合，成為人民幣綠色債券發(fā)展的重要環(huán)節(jié)。

作為對沖資產(chǎn)，綠色債券可能被套利者和熱錢用于跨境投機(jī)，對于中國這樣的新興經(jīng)濟(jì)體，一方面，應(yīng)擴(kuò)大金融市場開放，擴(kuò)大在岸綠色債券市場規(guī)模，促進(jìn)金融基礎(chǔ)設(shè)施聯(lián)通和市場制度融合;另一方面，要引導(dǎo)境內(nèi)外投資機(jī)構(gòu)長期持有綠色債券，并依照中國標(biāo)準(zhǔn)的綠色債券指數(shù)進(jìn)行投資?；诋?dāng)前人民幣綠色債券的匯率風(fēng)險(xiǎn)避險(xiǎn)功能，持有綠色債券將成為跨境資金避險(xiǎn)的重要方式之一，并助推人民幣國際化的深度發(fā)展。

3.優(yōu)化策略：完善綠色基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)環(huán)境效益信息的穿透式披露，高質(zhì)量地推動綠色金融市場對外開放

一是持續(xù)推動綠色債券統(tǒng)一標(biāo)準(zhǔn)體系建設(shè)。建議統(tǒng)一和規(guī)范各類綠色債券信息披露要求，鼓勵(lì)發(fā)行人按照統(tǒng)一的中債-綠色債券環(huán)境效益信息披露指標(biāo)體系進(jìn)行披露，建立統(tǒng)一環(huán)境效益信息披露制度，進(jìn)一步細(xì)化綠色債券環(huán)境效益信息披露指引。

二是使用統(tǒng)一的綠色債券數(shù)據(jù)庫，加強(qiáng)綠色債券環(huán)境效益信息的穿透式披露。建立陽光化的信息披露制度，建議在統(tǒng)一的綠色債券數(shù)據(jù)庫披露環(huán)境效益信息，穿透式披露并公開展示債券投資項(xiàng)目對環(huán)境效益的貢獻(xiàn)，在提高綠色債券信息披露透明度的同時(shí)，有效防止“漂綠”“洗綠”等行為。

三是高質(zhì)量地開展綠色金融市場對外開放，實(shí)現(xiàn)境內(nèi)外綠色債券市場良性互動。加強(qiáng)綠色債券業(yè)務(wù)、技術(shù)標(biāo)準(zhǔn)及規(guī)則制定方面的國際交流，推動國際對我國綠色債券環(huán)境效益信息披露標(biāo)準(zhǔn)的認(rèn)可，促進(jìn)形成國際共識。推動跨境綠色信貸資產(chǎn)轉(zhuǎn)讓，提升綠色資產(chǎn)流動性和市場定價(jià)能力。鼓勵(lì)國際市場對我國綠色債券指數(shù)產(chǎn)品進(jìn)行深入應(yīng)用，提升我國綠色債券的國際影響力。吸引境外機(jī)構(gòu)投資者投資境內(nèi)綠色債券，允許境外投資者以綠色債券作為質(zhì)押品進(jìn)行回購交易。推動綠色債券跨境交易，建議允許綠色債券在國際交易所進(jìn)行境外交易，在中央結(jié)算公司辦理結(jié)算。