綠色債券指數(shù)投資的避險功能發(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)性進行了穩(wěn)健性檢驗。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還可作為抵御金融沖擊的避險工具;二是以綠色債券指數(shù)為投資標的，可在疫情期間顯著抵御匯率風險。本文建議：一是加快國內(nèi)綠色標準與國際的趨同，完善綠色債券市場規(guī)則體系;二是構(gòu)建符合中國標準的國際綠色債券指數(shù)，擴大指數(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)達經(jīng)濟體（美國、歐元區(qū)）和新興經(jīng)濟體（中國）的比較，來研究綠色債券抵御罕見災(zāi)害或尾部風險的能力。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)達經(jīng)濟體中的避險能力，或關(guān)注于中國綠色債券的非對沖特征。本文通過實證研究驗證中國、歐元區(qū)和美國三個區(qū)域綠色債券抵御尾部風險的能力。研究發(fā)現(xiàn)，綠色債券在對沖傳統(tǒng)資產(chǎn)尾部風險方面有巨大潛力，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。

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)的回報均可用以下形式建模。下標g代表綠色債券，i為其他資產(chǎn)，t表示時間?？偟膩碚f，允許均值和波動性隨時間變化而變化。

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。計量經(jīng)濟學(xué)家通常會在編寫ARMA模型時引入滯后算子L的多項式（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80年代以來在金融文獻中廣泛應(yīng)用的時間序列模型。而這個簡單模型的擴展有四個方向：其一，如果關(guān)注點是?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)性隨時間的變化，TVP-VAR是個很好的選擇;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）的隨機變量（CDF）F（·）可以通過邊際CDF（Fg （?gt ） 和 Fi （?it ））以及一個連接邊際的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或多個隨機變量之間的相關(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。這為實踐增加了靈活性——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)性建模時不存在限制。我們將t分布用于邊際，因為現(xiàn)有的文獻已很好地證明Student’s t（學(xué)生氏）分布（有一個厚尾）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、新冠肺炎疫情這樣的極端事件時的情況。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只有一個參數(shù)?且大于等于1，?=1意味著變量之間相互獨立。

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，并且可以直接估計這兩個參數(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)隨時間的變化可基于Hansen（1994）的自回歸條件密度進行觀測。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個工作周的每日數(shù)據(jù)。

實證研究

基于現(xiàn)有的綠色債券相關(guān)文獻，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)達經(jīng)濟體和新興經(jīng)濟體的表現(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]到當前國際資本主要采用跟蹤債券指數(shù)進行資產(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)進行研究。我國金融市場上有十幾個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)績比較基準與投資跟蹤標的，其指數(shù)的編制在體現(xiàn)“雙碳”戰(zhàn)略目標的綠色標準的同時，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)了中歐標準趨同的演變方向，具有全面性和包容性的特點。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;以上海證券交易所股票價格綜合指數(shù)（CNS）作為中國股市指標;外匯市場的波動用美元/人民幣匯率的回報（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和結(jié)算尚不占優(yōu)，我國仍處于價格接受者的凈進口國地位，研究中采用布倫特原油價格表征中國市場所面對的國際油價（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;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，采用布倫特原油價格衡量歐洲能源價格的變化（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;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)衡量美國能源價格的變化（USO），其比布倫特原油更加準確地表征美國能源價格，因為后者涵蓋美國以外的市場。

表1對主要金融資產(chǎn)指標進行了描述性統(tǒng)計。所有資產(chǎn)日收益率的均值根據(jù)ADF和KPSS檢驗都平穩(wěn)且接近于零，并都具有異常的厚尾（峰度大于3，JB檢驗均為顯著）。綠色債券投資在三個區(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)呈負相關(guān)。表1中的描述性統(tǒng)計側(cè)重于每項資產(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)之間存在明顯的負相關(guān)性，而中國和歐洲類似，最顯著的負相關(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)的尾部風險在疫情暴發(fā)后變得更加顯著，因為分布在尾部變得更厚且在峰部變得更平。最突出的例子是石油價格，由于疫情以及俄羅斯與沙特間的石油價格戰(zhàn)，石油價格在2020年4月20日歷史上首次跌至負值。相比之下，綠色債券的尾部風險沒有明顯變化。因此，綠色債券有很大潛力成為抵御罕見災(zāi)難的避險資產(chǎn)。

在實證研究中，有在險價值（VaR）、條件風險價值（CoVaR）和Delta條件風險價值（ΔCoVaR）等用于描述尾部風險和尾部相關(guān)的指標。VaR用于衡量特定概率（例如5%）下災(zāi)難發(fā)生時資產(chǎn)的損失。在我們的例子中，對每項資產(chǎn)歷史日的VaR進行排名，以確定在特定分位數(shù)下的回報。CoVaR通常用于估計任何條件下可能發(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時的向下風險?？傮w來說，CoVaR提供了一種簡單度量尾部相關(guān)性和風險溢出的方法。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CoVaR以顯示一項資產(chǎn)相對于另一項資產(chǎn)整體風險的邊際風險貢獻。

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。

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：

從對沖風險的方向看：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)時都為正，說明以中債-中國綠色債券指數(shù)為標的進行投資有很大潛力對沖掉大多數(shù)資產(chǎn)的尾部風險。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險。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險功能。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)時都為正，說明綠色債券投資具有一定的對沖尾部風險功能。與歐元區(qū)類似，美國綠色債券投資在疫情發(fā)生前的風險對沖功能強于疫情發(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）中邊際分布的估計結(jié)果如表3所示。滯后長度根據(jù)AIC和BIC信息標準從以下范圍中選擇：

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。至于波動率方程，所有資產(chǎn)的收益都有顯著的GARCH和ARCH項，說明存在條件異方差或波動率聚類特征。三個區(qū)域內(nèi)的資產(chǎn)都存在杠桿效應(yīng)，意味著負面沖擊往往會產(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時收斂于正態(tài)分布。本文中所有估計的自由度都小于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險更大。

（三）Copula函數(shù)

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

對于靜態(tài)模型，我們估計了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)果意味著當某種資產(chǎn)遭受罕見負面沖擊時，綠色債券很可能也會經(jīng)歷罕見負面沖擊。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。事實上，估計大多數(shù)ρ都是負的（ρ<0），即在正常情況下，某項資產(chǎn)受到負面沖擊時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)在正常時期和危機時期會有所不同。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，但估計值非常小。以AIC作為選擇標準，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)對尾部風險具有對沖效應(yīng)，歐洲綠色債券和普通債券的尾部風險出現(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，我們將重點研究Student’s t Copula和估計CNF 的Normal Copula 隨時間的變化。我們在表5中給出了時變Copula模型的估計結(jié)果，其中時間變化系數(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;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，中國存在正相關(guān)性的概率，且負相關(guān)系數(shù)顯著小于歐美。

包含時間變化特征可能增加過度參數(shù)化成本，但AIC信息標準的擬合優(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)列時變模型效果都優(yōu)于非時變模型。采用時變模型的好處是模型的樣本會隨時間的延長而增加。事實上，在早期只包括2020年的數(shù)據(jù)運算中，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)時及時更新其使用的模型。

（四）穩(wěn)健性檢驗

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，是指兩個隨機變量在上升或下降過程中都超過平均值給定的標準偏差時的相關(guān)性?？紤]到資產(chǎn)在不同分位數(shù)下的依賴程度不同，這是一個更靈活的衡量標準。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)點是可以捕捉整個聯(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展示了基于兩個衡量標準的中美市場、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。這表明當出現(xiàn)罕見且負面的沖擊時，兩個市場都會受到影響，但出現(xiàn)罕見且正面的沖擊時，只有一個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，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)法的一個重要缺點，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、隨時間變化且與分位數(shù)相關(guān)的。我們?nèi)绾卧谕顿Y實踐中利用這些信息？為評估綠色債券作為可對沖罕見風險避險資產(chǎn)的潛在作用，應(yīng)計算最優(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)一個投資組合由一項資產(chǎn)和一個綠色債券指數(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w*gt>0時，對沖投資組合包含綠色債券的多頭頭寸。而當w*gt<0時，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模型估計的邊際分布的條件預(yù)測。

圖4展示了三個區(qū)域選定金融資產(chǎn)的時變最優(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險期間，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，需要一個指標證明對沖是有效的。而Ku等（2007）提出了這一基于風險降低的套期有效性（HE）衡量方法：

表6對比了疫情發(fā)生前后三個區(qū)域內(nèi)綠色債券的最優(yōu)HE和HE，從中有如下兩個重要發(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，但是逼近0。

二是疫情作為尾部風險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，但是債券對沖效果仍為負。

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，這意味著綠色債券在極端時期存在顯著的對沖效應(yīng)，只是和正常時期比有所減弱。事實上，最近有關(guān)替代對沖資產(chǎn)的文獻，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，還可作為抵御金融沖擊的避險工具

歷史研究文獻已經(jīng)充分證明綠色債券在正常時期的對沖有效性，這在美國等發(fā)達國家和中國等新興經(jīng)濟體都很重要。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)有文獻的主流方法，對疫情發(fā)生前后的綠色債券投資避險功能進行了研究。

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的避險效應(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.實證發(fā)現(xiàn)，以綠色債券指數(shù)為投資標的，在疫情期間可降低中美間綠色債券投資的避險功能，抵御人民幣匯率的風險顯著增強

本文對樣本的實證研究證明中國綠色債券投資對沖其他資產(chǎn)的尾部風險在疫情發(fā)生前強于歐元區(qū)，但是弱于美國資本市場。如以中債-中國綠色債券指數(shù)為投資標的，在統(tǒng)計數(shù)據(jù)上呈現(xiàn)疫情期間對沖效應(yīng)增強的趨勢，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險上中美效果持平，在對沖匯率風險上中國超出美國。

面對突發(fā)災(zāi)害的風險沖擊，選擇綠色債券投資已經(jīng)成為當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)作為投資標的對于人民幣匯率投資的對沖效應(yīng)顯著增強，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：推進中歐綠色標準趨同，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。無論是在正常時期還是危機時期，投資綠色金融資產(chǎn)對于國際資本的投資組合管理和風險分散都非常重要。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)標準;另一方面，綠色債券標準的國際趨同可提高信息披露的透明度。

中歐等經(jīng)濟體在聯(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)同推進綠色標準趨同的重要探索。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)濟活動是否具有綠色屬性。但該目錄只是綠色金融標準“表”的層面。如何讓金融市場更好地發(fā)揮綠色定價、優(yōu)化資源配置的重要作用，需要從“里”的層面推動環(huán)境效益信息披露標準建設(shè)。

建立全面、客觀、可量化的環(huán)境效益信息披露標準，并對披露信息進行集中、公開展示，有助于提升綠色債券市場的透明度和定價效率。而推動國際上采用趨同的環(huán)境效益信息披露標準，有助于直達綠色金融的本質(zhì)，形成一致的綠色定價邏輯，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)域進行了具有前瞻性的探索，構(gòu)建了中債綠色指標體系，在國際標準建設(shè)方面貢獻了中國智慧。

2.市場建設(shè)策略：建設(shè)中國標準的綠色債券指數(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（如氣候風險和疫情風險）的能力，尤其是在疫情發(fā)生之后，是這個時代國際社會最重要的主題。面對國際綠色債券市場不斷擴大的必然趨勢，美國、歐元區(qū)和中國等主要經(jīng)濟體采取可持續(xù)發(fā)展戰(zhàn)略支持對綠色資產(chǎn)的投資。同時，國際資本通過國際主流債券指數(shù)進行綠色債券配置已成為其重要投資策略。建立符合中國標準的綠色債券指數(shù)，被國際投資機構(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，對于中國這樣的新興經(jīng)濟體，一方面，應(yīng)擴大金融市場開放，擴大在岸綠色債券市場規(guī)模，促進金融基礎(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)外投資機構(gòu)長期持有綠色債券，并依照中國標準的綠色債券指數(shù)進行投資?；诋斍叭嗣駧啪G色債券的匯率風險避險功能，持有綠色債券將成為跨境資金避險的重要方式之一，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)一標準體系建設(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體系進行披露，建立統(tǒng)一環(huán)境效益信息披露制度，進一步細化綠色債券環(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目對環(huán)境效益的貢獻，在提高綠色債券信息披露透明度的同時，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，實現(xiàn)境內(nèi)外綠色債券市場良性互動。加強綠色債券業(yè)務(wù)、技術(shù)標準及規(guī)則制定方面的國際交流，推動國際對我國綠色債券環(huán)境效益信息披露標準的認可，促進形成國際共識。推動跨境綠色信貸資產(chǎn)轉(zhuǎn)讓，提升綠色資產(chǎn)流動性和市場定價能力。鼓勵國際市場對我國綠色債券指數(shù)產(chǎn)品進行深入應(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行境外交易，在中央結(jié)算公司辦理結(jié)算。