“雙碳”背景下財(cái)政貨幣政策協(xié)調(diào)聯(lián)動(dòng)研究

摘要：“雙碳”目標(biāo)的達(dá)成不是簡(jiǎn)單的減少碳排放量，而是在碳排放約束下實(shí)現(xiàn)更高質(zhì)量的經(jīng)濟(jì)發(fā)展，平衡穩(wěn)增長(zhǎng)和促減排之間的關(guān)系。本文應(yīng)用動(dòng)態(tài)隨機(jī)一般均衡模型，通過(guò)開(kāi)展多情景政策模擬，分別考察碳稅與碳減排支持工具的經(jīng)濟(jì)影響、作用機(jī)制及協(xié)調(diào)聯(lián)動(dòng)效果。研究發(fā)現(xiàn)：一是碳稅工具雖然可以促進(jìn)碳減排，但也會(huì)引發(fā)經(jīng)濟(jì)收縮，使金融體系面臨較大轉(zhuǎn)型風(fēng)險(xiǎn)，而碳減排支持工具雖然能夠有效緩解經(jīng)濟(jì)下行壓力及轉(zhuǎn)型風(fēng)險(xiǎn)，但碳減排效果有限；二是碳稅和碳減排支持工具協(xié)調(diào)聯(lián)動(dòng)既能緩解經(jīng)濟(jì)收縮壓力、控制轉(zhuǎn)型風(fēng)險(xiǎn)，又有顯著的碳減排效果，能夠在穩(wěn)增長(zhǎng)和促減排之間達(dá)到較好的平衡；三是居民消費(fèi)偏好和綠色與非綠色產(chǎn)品之間的替代彈性大小，對(duì)兩種工具在緩解經(jīng)濟(jì)收縮、控制轉(zhuǎn)型風(fēng)險(xiǎn)及促進(jìn)碳減排等方面的政策效果具有邊際改善作用。

關(guān)鍵詞：碳稅；碳減排支持工具；政策協(xié)調(diào)聯(lián)動(dòng)

中圖分類號(hào)：F832.1? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1007-0753（2023）06-0044-15

收稿日期：2022-10-14

作者簡(jiǎn)介：何莎，中國(guó)人民銀行邵陽(yáng)市中心支行，研究方向?yàn)槟茉唇?jīng)濟(jì)、貨幣政策與財(cái)政政策協(xié)調(diào)。

一、引言

近年來(lái)，氣候環(huán)境不斷惡化所引發(fā)的一系列極端天氣和自然災(zāi)害事件，引發(fā)了國(guó)際社會(huì)對(duì)人與自然關(guān)系的深刻反思，氣候治理備受關(guān)注。為應(yīng)對(duì)全球氣候變化的挑戰(zhàn)，目前已有約130個(gè)國(guó)家和地區(qū)提出碳減排目標(biāo)，綠色低碳可持續(xù)發(fā)展已成為國(guó)際共識(shí)。從政策設(shè)計(jì)看，碳稅是目前世界范圍內(nèi)影響較大、使用較普遍的碳減排手段，已在40多個(gè)國(guó)家落地實(shí)施，有效減少了約20%的全球溫室氣體排放量。同時(shí)，作為金融工具之一的碳排放權(quán)交易，也是一個(gè)被廣泛使用的碳減排工具。從世界各國(guó)的實(shí)踐來(lái)看，越來(lái)越多的國(guó)家和地區(qū)意識(shí)到了碳稅與碳交易的各自優(yōu)劣，如果將兩者進(jìn)行結(jié)合，可實(shí)現(xiàn)覆蓋范圍和價(jià)格機(jī)制上的互補(bǔ)，從而更好地實(shí)現(xiàn)碳減排目標(biāo)。2020年初，新冠肺炎疫情沖擊使世界經(jīng)濟(jì)環(huán)境愈加復(fù)雜，同時(shí)也使得各國(guó)的政策空間變得更為有限，在此背景下，如何有效協(xié)調(diào)運(yùn)用財(cái)政政策和貨幣政策工具，使其在碳減排領(lǐng)域發(fā)揮更大的作用變得日益重要。

實(shí)現(xiàn)碳達(dá)峰、碳中和是黨中央統(tǒng)籌國(guó)內(nèi)和國(guó)際兩個(gè)大局做出的重大戰(zhàn)略決策，是生態(tài)文明建設(shè)的重要組成部分。2021年11月，中國(guó)人民銀行創(chuàng)設(shè)推出結(jié)構(gòu)性貨幣政策工具——碳減排支持工具，旨在引導(dǎo)金融機(jī)構(gòu)在自主決策、自擔(dān)風(fēng)險(xiǎn)的前提下，向碳減排重點(diǎn)領(lǐng)域內(nèi)的各類企業(yè)提供低成本的碳減排貸款，以“先貸后借”的直達(dá)機(jī)制，支持碳減排領(lǐng)域發(fā)展，并由此撬動(dòng)更多社會(huì)資金促進(jìn)碳減排。在貨幣政策刺激下，碳減排工作取得有效進(jìn)展。但在新冠肺炎疫情大流行后，不同部門均承受著經(jīng)濟(jì)下行的壓力，其中，既有低碳轉(zhuǎn)型支柱的“綠色部門”，又有碳排放密集的“棕色部門”，在此大環(huán)境下，碳減排工作也顯得動(dòng)能不足。此外，“雙碳”目標(biāo)要求建立一種新的經(jīng)濟(jì)模式，兌現(xiàn)巴黎氣候協(xié)議（Paris Climate Agreement，PCA）目標(biāo)。這意味著實(shí)現(xiàn)碳達(dá)峰、碳中和不可能畢其功于一役，而是一項(xiàng)長(zhǎng)期、復(fù)雜、艱巨的任務(wù)，需要協(xié)調(diào)好經(jīng)濟(jì)、社會(huì)、環(huán)境發(fā)展全局，按照各地資源稟賦條件進(jìn)行權(quán)衡，做到有進(jìn)有退，有保有壓。這種權(quán)衡帶來(lái)了許多疑問(wèn)，譬如什么樣的政策能夠在不助長(zhǎng)碳排放的情況下有效實(shí)現(xiàn)經(jīng)濟(jì)復(fù)蘇？如何為這樣的政策融資？是否有一種政策比其他政策效果更好？為此，本文將圍繞財(cái)政政策、貨幣政策協(xié)調(diào)聯(lián)動(dòng)的碳減排政策組合展開(kāi)研究。

二、文獻(xiàn)綜述

財(cái)政政策和貨幣政策是調(diào)節(jié)宏觀經(jīng)濟(jì)運(yùn)行的兩個(gè)主要“閥門”。2008年全球金融危機(jī)后，各國(guó)政府深刻認(rèn)識(shí)到獨(dú)立運(yùn)行的財(cái)政政策和貨幣政策實(shí)際上很難熨平大的經(jīng)濟(jì)波動(dòng)，進(jìn)而表現(xiàn)出對(duì)經(jīng)濟(jì)政策組合的重視，對(duì)兩者之間的協(xié)調(diào)配合關(guān)系逐漸形成一些共識(shí)。在新冠肺炎疫情沖擊后經(jīng)濟(jì)逐步實(shí)現(xiàn)復(fù)蘇的過(guò)程中，既要穩(wěn)住經(jīng)濟(jì)增長(zhǎng)，又要推動(dòng)綠色低碳轉(zhuǎn)型以應(yīng)對(duì)氣候變化，這引起社會(huì)各界對(duì)經(jīng)濟(jì)政策之間協(xié)調(diào)聯(lián)動(dòng)的進(jìn)一步反思，將目光越來(lái)越聚焦于財(cái)政政策與貨幣政策在碳減排與促增長(zhǎng)方面的搭配效果研究。

在財(cái)政政策方面，有學(xué)者指出，稅收等財(cái)政政策工具比其他政策工具更有效，其中庇古稅是最有效的解決方式（王信等，2020）。碳稅已被證明是可行的碳減排工具，它可以將單個(gè)企業(yè)環(huán)境污染的外部性內(nèi)部化，將污染的社會(huì)成本內(nèi)化成企業(yè)的生產(chǎn)成本（Baranzini等，2000）。在貫徹落實(shí)國(guó)際、國(guó)家以及行業(yè)層面的碳減排目標(biāo)上，碳稅疊加稅收返還優(yōu)惠政策還能增加社會(huì)福祉，有效提升社會(huì)福利水平（Fried等，2021），在綠色低碳轉(zhuǎn)型過(guò)程中發(fā)揮重要作用（Parry，2021）。馬麗麗和趙華偉（2021）通過(guò)對(duì)碳金融相關(guān)文獻(xiàn)進(jìn)行梳理，發(fā)現(xiàn)以稅收為主的財(cái)政政策可以為我國(guó)碳金融發(fā)展實(shí)踐提供參考。然而也有研究表明，以碳稅為代表的財(cái)政政策會(huì)帶來(lái)一定的負(fù)面影響。具體而言，碳稅政策會(huì)沖擊勞動(dòng)力市場(chǎng)（Mohommad，2021），引發(fā)經(jīng)濟(jì)衰退（Shi等，2015），并通過(guò)資產(chǎn)價(jià)格等渠道沖擊金融市場(chǎng)，影響金融穩(wěn)定（BCBS，2021）。Brunetti等（2021）認(rèn)為，碳稅作為一種負(fù)向供給沖擊，大概率會(huì)降低經(jīng)濟(jì)產(chǎn)出，甚至?xí)呱恍┙鹑陲L(fēng)險(xiǎn)，但經(jīng)濟(jì)體有能力承受這種產(chǎn)出下降，投資者也有能力承受部分投資損失，因此監(jiān)管部門無(wú)需配合碳稅政策去完全消除這些不利影響。另外，也有研究者對(duì)此持謹(jǐn)慎態(tài)度，他們認(rèn)為單純依賴能源補(bǔ)貼而不實(shí)施化石燃料稅對(duì)于緩解全球變暖是無(wú)效的（Hassler等，2012）。還有學(xué)者認(rèn)為，碳減排政策引發(fā)的轉(zhuǎn)型風(fēng)險(xiǎn)應(yīng)視政策強(qiáng)度和國(guó)家具體情況而定，經(jīng)濟(jì)發(fā)展水平越低、對(duì)化石能源依賴度越高的國(guó)家，其面臨的轉(zhuǎn)型風(fēng)險(xiǎn)壓力越大（Bolton和Kacperczyk，2021）。

在貨幣政策方面，目前各國(guó)央行在應(yīng)對(duì)氣候變化方面采取了包括合格抵押品、信貸分配政策等在內(nèi)的貨幣政策工具，學(xué)術(shù)界也對(duì)此展開(kāi)了相關(guān)研究，國(guó)內(nèi)有學(xué)者對(duì)氣候變化與貨幣政策之間的關(guān)系進(jìn)行了定性分析（馬駿，2015）。王遙等（2019）通過(guò)構(gòu)建DSGE模型對(duì)綠色信貸激勵(lì)與經(jīng)濟(jì)轉(zhuǎn)型之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)一定強(qiáng)度的綠色信貸激勵(lì)能夠在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)較好地實(shí)現(xiàn)經(jīng)濟(jì)綠色轉(zhuǎn)型。國(guó)外學(xué)者也開(kāi)展了相關(guān)研究，Annicchiarico和DiDio（2017）對(duì)不同貨幣政策和氣候政策組合的效果進(jìn)行對(duì)比，發(fā)現(xiàn)考慮到溫室氣體排放的情況，應(yīng)當(dāng)適當(dāng)收緊貨幣政策才是最優(yōu)選擇。Papoutsi等（2021）研究了央行綠色資產(chǎn)購(gòu)買計(jì)劃的環(huán)境效益，發(fā)現(xiàn)這一政策發(fā)揮效果的關(guān)鍵在于資產(chǎn)購(gòu)買計(jì)劃對(duì)企業(yè)資金成本的影響程度和企業(yè)債券融資比例的大小。

此外，近年來(lái)，部分經(jīng)濟(jì)體針對(duì)包括轉(zhuǎn)型風(fēng)險(xiǎn)在內(nèi)的氣候風(fēng)險(xiǎn)，采取了壓力測(cè)試、調(diào)整低碳資產(chǎn)資本要求、加強(qiáng)氣候風(fēng)險(xiǎn)披露等監(jiān)管措施（Dikau 和Ryan-Collins，2017）。但這些監(jiān)管舉措的必要性、有效性仍存在爭(zhēng)議，Campiglio（2016）研究認(rèn)為，如果銀行無(wú)法評(píng)估一筆資產(chǎn)屬于棕色還是綠色，或者因不熟悉綠色操作而需要支付較大的評(píng)估成本，那么監(jiān)管政策可能就不再“鋒利”，難以達(dá)到其效果。就工具合意度看，稅收和數(shù)量監(jiān)管等政策工具比貨幣政策等監(jiān)管政策更有效，后者可以作為前者的補(bǔ)充，但不能替代前者（王信等，2020）。綜上所述，單一政策存在針對(duì)性不強(qiáng)、轉(zhuǎn)型風(fēng)險(xiǎn)滋生等弊端，而政策協(xié)同則能夠較好地平衡穩(wěn)增長(zhǎng)與促減排之間的關(guān)系，用最小代價(jià)實(shí)現(xiàn)最大減排，最大限度降低對(duì)經(jīng)濟(jì)社會(huì)的負(fù)面沖擊影響，因此亟須充分發(fā)揮政策協(xié)同作用。

現(xiàn)有研究主要集中在碳減排政策的宏觀經(jīng)濟(jì)效應(yīng)方面，多數(shù)研究證明碳稅、碳配額等財(cái)政政策對(duì)遏制污染企業(yè)生產(chǎn)、減少碳排放具有顯著效果，但少有文獻(xiàn)關(guān)注財(cái)政貨幣政策在應(yīng)對(duì)碳排放問(wèn)題上的協(xié)同效應(yīng)，對(duì)碳減排工具的協(xié)同配合研究缺乏理論支持。從研究方法來(lái)看，目前對(duì)碳減排金融支持工具的定量研究較少，且忽略了不同碳減排政策背后的傳導(dǎo)機(jī)制。鑒于此，本文在以碳稅為代表的財(cái)政減排措施的基礎(chǔ)上，結(jié)合國(guó)內(nèi)碳減排支持工具，運(yùn)用動(dòng)態(tài)隨機(jī)一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）分析不同政策工具的作用機(jī)制、碳減排效果及協(xié)同聯(lián)動(dòng)經(jīng)濟(jì)效應(yīng)。

三、理論模型

圖1為本文使用的DSGE模型框架，在模型中將經(jīng)濟(jì)社會(huì)分為居民部門、綠色企業(yè)部門、非綠色企業(yè)部門、中間品廠商部門、最終品廠商部門、中央銀行部門以及政府部門等，各個(gè)部門根據(jù)效用和利潤(rùn)最大化進(jìn)行決策，部門之間的決策又相互影響，最終實(shí)現(xiàn)系統(tǒng)均衡。其中，居民部門由多個(gè)代表性居民構(gòu)成，代表性居民的效用由勞動(dòng)和消費(fèi)所決定，其消費(fèi)綠色和非綠色部門所生產(chǎn)的產(chǎn)品，也同時(shí)為這兩個(gè)部門提供勞動(dòng)，消費(fèi)和勞動(dòng)各自是不完全替代。代表性廠商的最優(yōu)決策取決于勞動(dòng)和資本使用量，其他部門以此類推，均作出最優(yōu)決策。在實(shí)體經(jīng)濟(jì)方面，借鑒Annicchiarico和DiDio（2015）的研究，由于非綠色廠商生產(chǎn)具有外部性，生產(chǎn)過(guò)程會(huì)產(chǎn)生碳排放，增加大氣中碳含量，會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生損害，而全要素生產(chǎn)率降低會(huì)抑制產(chǎn)出增長(zhǎng)。因此，政府對(duì)非綠色廠商征收碳稅，以增加其污染成本并內(nèi)化外部污染問(wèn)題。在金融方面，借鑒Gertler和Karadi（2011）的研究，銀行接受居民存款，向廠商提供貸款。銀行資產(chǎn)包括綠色、非綠色貸款和政府債券，這些資產(chǎn)之間存在不完全替代的關(guān)系。中央銀行通過(guò)碳減排支持工具，向綠色廠商提供額外融資。可見(jiàn)，系統(tǒng)模型在各個(gè)部門之間建立起了聯(lián)系，一個(gè)部門決策的變化會(huì)引起其他部門的決策變化，由此形成本文的動(dòng)態(tài)模型系統(tǒng)。

（一）居民部門

代表性居民從消費(fèi)Ct和休閑1-Ht中獲得效用，Ht表示居民勞動(dòng)，居民預(yù)期效用水平為：

其中，E0表示0時(shí)期的預(yù)期，β為主觀貼現(xiàn)率，γ為跨期消費(fèi)替代彈性的倒數(shù)，σ為勞動(dòng)供給工資收入彈性的倒數(shù)。

居民消費(fèi)C? t是綠色消費(fèi)Cg，t和Cb，t非綠色消費(fèi)的組合，即：

其中，μc表示非綠色消費(fèi)在居民消費(fèi)籃子中的權(quán)重，用以捕捉居民對(duì)非綠色商品的偏好。ε表示綠色消費(fèi)與非綠色消費(fèi)之間的替代彈性。

居民就業(yè)Ht是綠色就業(yè)Hg，t與非綠色就業(yè)Hb，t的組合，即：

其中，μh表示非綠色就業(yè)在居民就業(yè)籃子中的權(quán)重，刻畫居民在非綠色廠商中的勞動(dòng)占比。居民預(yù)算約束為：

其中，Dh，t表示居民儲(chǔ)蓄，Rdt表示儲(chǔ)蓄利率，Wj表示不同勞動(dòng)工資率，（1-σb）Nt表示銀行家也是居民部門的成員，因此銀行破產(chǎn)后最終會(huì)由居民部門得到其凈資產(chǎn)。Tt表示一次性政府轉(zhuǎn)移支付，Pb，t和Pg，t分別表示非綠色和綠色商品相對(duì)價(jià)格。

居民最優(yōu)一階條件為：

式（5）和式（6）分別表示居民對(duì)非綠色和綠色消費(fèi)的最優(yōu)決策，式（7）和式（8）分別表示居民對(duì)非綠色和綠色就業(yè)的最優(yōu)決策，式（9）表示居民跨期消費(fèi)最優(yōu)決策，即歐拉方程。

（二）廠商部門

1.最終品廠商

代表性最終品廠商以中間品為生產(chǎn)要素投入，生產(chǎn)最終產(chǎn)品Yt，價(jià)格為Pt ，其生產(chǎn)函數(shù)為：

其中，Yt（i）是中間品廠商i生產(chǎn)的中間品，其價(jià)格為Pt （i），ω表示中間投入品之間的替代彈性。

最終品廠商利潤(rùn)最大化公式為：

2.中間品廠商

代表性中間品廠商生產(chǎn)函數(shù)為：

YtI是非綠色產(chǎn)品Yb，t和綠色產(chǎn)品Yg，t的組合，即：

其中，xi表示非綠色投入占總投入的比重，如前所述ε表示綠色消費(fèi)與非綠色消費(fèi)之間的替代彈性。中間品廠商以綠色產(chǎn)品和非綠色產(chǎn)品作為原材料投入生產(chǎn)中間產(chǎn)品，其綠色產(chǎn)品（Yg，t）與非綠色產(chǎn)品（Yb，t）最優(yōu)投入分別為：

中間品廠商價(jià)格Pt I為：

在壟斷競(jìng)爭(zhēng)市場(chǎng)上，中間品廠商i面臨二次價(jià)格調(diào)整成本ACt（i），即：

上式為中間品廠商的二次價(jià)格調(diào)整成本函數(shù)，其中，κp表示中間品廠商投資調(diào)整成本參數(shù)，通貨膨脹水平為兩期價(jià)格水平之比，可以表示為πt = Pt /Pt-1，π ? 表示穩(wěn)態(tài)條件下的通脹水平，中間品廠商i的跨期價(jià)格決策為：

在對(duì)稱經(jīng)濟(jì)均衡下，可得菲利普斯曲線為：

3.非綠色廠商部門

非綠色廠商的生產(chǎn)函數(shù)為：

其中，Kb，t和Hb，t分別表示非綠色生產(chǎn)中投入的資本和勞動(dòng)，非綠色廠商從銀行貸款購(gòu)買資本，投資Ib，t運(yùn)動(dòng)方程為：

其中，δ和αb分別表示資本折舊率和資本產(chǎn)出彈性，Ab，t表示非綠色廠商的全要素生產(chǎn)率。本文借鑒Heutel（2012）、Annicchiarico和Di Dio（2015）的研究，考慮到大氣碳含量的提高會(huì)增加地表平均溫度，從而降低全要素生產(chǎn)率，抑制產(chǎn)出增長(zhǎng)，設(shè)非綠色廠商全要素生產(chǎn)率與碳排放之間的關(guān)系為：Ab，t=1-D（x）ab，t。其中，d（x）表示碳排放損失函數(shù)，即：

其中，d0 、d1、d2分別表示零階、一階和二階碳排放損失函數(shù)參數(shù)，xt表示碳排放存量，生產(chǎn)沖擊ab，t服從隨機(jī)過(guò)程為：

碳排放演化方程為：

其中，δx表示污染自然衰減率，國(guó)內(nèi)碳排放量et取決于碳產(chǎn)出和碳減排努力，即：

其中，ηt表示減排努力程度，φ表示每單位產(chǎn)出的碳排放水平。et? ? row表示世界其他地區(qū)碳排放，根據(jù)《2020年世界能源統(tǒng)計(jì)》，我國(guó)碳排放量占全球1/3左右，故設(shè)et? ? ?row=2et 。借鑒Annicchiarico 和Di Dio（2015）的研究，減排成本Zt 是減排努力和產(chǎn)出的函數(shù)，即：

其中，ψ1＞0且ψ2＞1，這表明隨著減排努力增加，減排成本將上升。τe，t? ? 表示政府對(duì)非綠色廠商征收的碳排放稅。非綠色廠商進(jìn)行利潤(rùn)最大化決策，即：

maxPb，tYb，t -Zt -τe，t et -Wb，t Hb，t -（Rι b，t -1 ）Kb，t-1

非綠色廠商最優(yōu)一階條件為：

式（27）和式（28）分別表示非綠色廠商資本和勞動(dòng)的最優(yōu)決策，式（29）表示非綠色廠商最優(yōu)減排努力決策。

4.綠色廠商部門

綠色廠商的生產(chǎn)函數(shù)為：

其中，Kg，t 和Hg，t分別表示綠色生產(chǎn)中投入的資本和勞動(dòng)，綠色廠商從銀行貸款購(gòu)買資本，ag表示綠色廠商生產(chǎn)中的資本份額。投資Ig，t運(yùn)動(dòng)方程為：

Ag，t 表示綠色廠商的全要素生產(chǎn)率，服從一個(gè)隨機(jī)過(guò)程為：

綠色廠商進(jìn)行利潤(rùn)最大化為：

綠色廠商最優(yōu)一階條件為：

（三）銀行部門

借鑒Auray等（2018）研究，銀行信貸資產(chǎn)包括綠色廠商、非綠色廠商和政府債券，銀行資產(chǎn)負(fù)債約束條件為：

其中，Assett 表示銀行資產(chǎn)，Nt 表示銀行凈資本，其動(dòng)態(tài)調(diào)整方程為：

其中，Rta表示銀行資產(chǎn)平均回報(bào)率，銀行隨機(jī)貼現(xiàn)率βt，t+1 = βλt+1/λt，銀行尋找值函數(shù)最優(yōu)現(xiàn)值，即未來(lái)凈資本折現(xiàn)值最大化。銀行值函數(shù)為：

猜銀行值函數(shù)是資產(chǎn)和凈資本的線性組合，即：

借鑒Gertler和Karadi（2011）的研究，銀行激勵(lì)約束條件為：

銀行杠桿率?t = Assett/Nt，利用待定系數(shù)法求解，得：

銀行非綠色、綠色資產(chǎn)及政府債券價(jià)格分別為qtb、qtg和qtB，資產(chǎn)平均價(jià)格為qta ，則有qtaAssett =

qtbKb，t + qtgKg，t + qtBBt，總資產(chǎn)與各類資產(chǎn)關(guān)系為 Assett =[μ1/ε（Kb，t）（ε-1）/ε + ηB1/ε（Kg，t）（ε-1）/ε + （1-μ-ηB）1/εBt（ε-1）/ε]ε/（ε-1），其中μ和ηB分別表示非綠色和綠色貸款相對(duì)權(quán)重。固定收益類資產(chǎn)價(jià)格與其預(yù)期回報(bào)率成反比，銀行資產(chǎn)最優(yōu)配置為：

其中，GQEt表示對(duì)綠色融資的支持，譬如央行碳減排支持工具。在我國(guó)，碳減排支持工具實(shí)際上屬于再貸款的一種，即商業(yè)銀行向企業(yè)發(fā)放碳減排貸款后，可向央行申請(qǐng)?jiān)儋J款?？紤]到央行按貸款本金的60%向銀行提供資金支持，剩下的40%是銀行配套資金，設(shè)GQEt = 0.6Kg，t。此外，銀行平均收益率與各類資產(chǎn)收益率的關(guān)系為：

銀行凈資本積累包括兩部分，一部分是存活下來(lái)繼續(xù)經(jīng)營(yíng)的銀行凈資本，另一部分是新設(shè)銀行凈資本，Ψ表示新設(shè)銀行凈資本占上一期銀行資產(chǎn)的比重。

（四）政府部門

央行采用泰勒規(guī)則進(jìn)行政策利率調(diào)控，即：

其中，Rn、π和Y分別為穩(wěn)態(tài)下名義利率、通貨膨脹率和產(chǎn)出水平。?r為利率政策平滑系數(shù)，Φπ和ΦY分別為利率對(duì)通脹缺口和產(chǎn)出缺口的反饋系數(shù)。名義政策利率與實(shí)際利率、通脹率之間的Fisher關(guān)系為：

財(cái)政預(yù)算平衡約束條件為：

四、參數(shù)校準(zhǔn)、估計(jì)與適用性檢驗(yàn)

本文采用校準(zhǔn)與貝葉斯估計(jì)相結(jié)合的方法進(jìn)行模型參數(shù)取值。其中，對(duì)模型結(jié)構(gòu)參數(shù)，采用直接校準(zhǔn)法；對(duì)模型動(dòng)態(tài)特征參數(shù)，采用貝葉斯計(jì)量估計(jì)取值。本文僅考慮未受疫情影響的經(jīng)濟(jì)常態(tài)時(shí)期，選擇2010年1季度至2018年4季度為樣本時(shí)期。為避免估計(jì)的非奇異矩陣問(wèn)題，選取的觀測(cè)變量個(gè)數(shù)等于結(jié)構(gòu)性沖擊個(gè)數(shù)。此外，對(duì)觀測(cè)變量進(jìn)行季節(jié)調(diào)整和價(jià)格指數(shù)沖減后折算為實(shí)際變量，并對(duì)部分觀測(cè)變量進(jìn)行單邊濾波去趨勢(shì)處理①。

（一）參數(shù)校準(zhǔn)

校準(zhǔn)法雖然不是嚴(yán)格意義上的統(tǒng)計(jì)估計(jì)方法，但校準(zhǔn)法得到的參數(shù)來(lái)源于現(xiàn)實(shí)經(jīng)濟(jì)數(shù)據(jù)，是對(duì)穩(wěn)態(tài)變量之間長(zhǎng)期關(guān)系的良好近似替代，能較好地解決盧卡斯批判問(wèn)題。本文從我國(guó)相關(guān)文獻(xiàn)研究中選取模型參數(shù)校準(zhǔn)，對(duì)一些目前沒(méi)有可參考借鑒的部分參數(shù)，則依據(jù)我國(guó)經(jīng)濟(jì)變量數(shù)據(jù)匹配標(biāo)靶穩(wěn)態(tài)變量，然后依據(jù)標(biāo)靶穩(wěn)態(tài)變量校準(zhǔn)參數(shù)。參數(shù)校準(zhǔn)值和取值依據(jù)見(jiàn)表1。

（二）貝葉斯估計(jì)

為使觀測(cè)變量與模型變量保持經(jīng)濟(jì)意義匹配的一致性，在模型中增加量測(cè)方程刻畫觀測(cè)變量與模型變量之間的關(guān)系。根據(jù)已有文獻(xiàn)先驗(yàn)信息給出待估參數(shù)初始值，缺少先驗(yàn)信息的則采用較為寬松設(shè)定，盡量使估計(jì)結(jié)果較少受先驗(yàn)分布誤設(shè)的影響。由于Dynare優(yōu)化算法進(jìn)行貝葉斯估計(jì)存在兩個(gè)問(wèn)題：一是只能找到局部最大后驗(yàn)密度，不能確保全局最大值；二是后驗(yàn)密度海森矩陣非正定（Hessian Matrix is not positive），算法可能無(wú)法收斂。鑒于此，本文調(diào)用外部函數(shù)從先驗(yàn)分布中執(zhí)行隨機(jī)模式搜索1 000次，并利用后驗(yàn)分布MCMC通過(guò)Markov鏈抽樣20 000次模擬估計(jì)，提高對(duì)數(shù)數(shù)據(jù)密度（Log data density），保證估計(jì)穩(wěn)健性（Kriwoluzky，2017）。

（三）適用性檢驗(yàn)

本文通過(guò)匹配比較經(jīng)濟(jì)模型與現(xiàn)實(shí)經(jīng)濟(jì)中主要宏觀變量的一階矩和二階矩條件，交叉驗(yàn)證模型對(duì)現(xiàn)實(shí)經(jīng)濟(jì)的擬合效果。表3結(jié)果顯示，盡管模型為封閉經(jīng)濟(jì)體，未包含凈出口市場(chǎng)，與現(xiàn)實(shí)經(jīng)濟(jì)存在稍許偏差，但從經(jīng)濟(jì)結(jié)構(gòu)角度看，經(jīng)濟(jì)模型與實(shí)際樣本較為接近，這說(shuō)明決定模型穩(wěn)態(tài)的結(jié)構(gòu)參數(shù)校準(zhǔn)較為合理；從經(jīng)濟(jì)波動(dòng)角度看，經(jīng)濟(jì)模型與實(shí)際樣本高度擬合，這說(shuō)明觀測(cè)變量數(shù)據(jù)已充分識(shí)別估計(jì)待估參數(shù)。整體上，本模型對(duì)現(xiàn)實(shí)經(jīng)濟(jì)的擬合效果較好。

五、政策數(shù)值模擬

本文用碳排放稅來(lái)刻畫碳減排的財(cái)政政策工具，用碳減排支持工具來(lái)捕捉支持綠色發(fā)展的貨幣政策工具。首先，分析財(cái)政政策工具和貨幣政策工具各自獨(dú)立實(shí)施的政策效果，并在此基礎(chǔ)上，分析兩類工具協(xié)調(diào)聯(lián)動(dòng)對(duì)于緩解轉(zhuǎn)型風(fēng)險(xiǎn)壓力、改善政策效果的作用，考察政策協(xié)調(diào)聯(lián)動(dòng)對(duì)緩解轉(zhuǎn)型風(fēng)險(xiǎn)的不同影響。其次，進(jìn)一步研究政策協(xié)調(diào)的影響因素，并考察其背后的作用機(jī)理。

（一）長(zhǎng)期穩(wěn)態(tài)分析

兩種碳減排政策的側(cè)重點(diǎn)有所不同，以碳排放稅為主的財(cái)政政策旨在將碳排放的環(huán)境成本內(nèi)部化，增加廠商碳排放生產(chǎn)成本，抑制粗放型發(fā)展。以碳減排支持工具為主的貨幣政策則通過(guò)影響銀行持有綠色和非綠色資產(chǎn)的結(jié)構(gòu)偏好，定向精準(zhǔn)增加綠色廠商貸款，促進(jìn)集約型發(fā)展。

表4為引入財(cái)政貨幣政策工具前后關(guān)鍵經(jīng)濟(jì)變量的穩(wěn)態(tài)均衡值對(duì)比情況。與基準(zhǔn)情景相比，在單獨(dú)實(shí)施碳排放稅的情景下，產(chǎn)出、就業(yè)、投資等變量長(zhǎng)期穩(wěn)態(tài)值分別增長(zhǎng)9.6%、15.5%和12.9%，綠色產(chǎn)出和綠色就業(yè)分別增長(zhǎng)7.1%和24.2%，而非綠色產(chǎn)出和非綠色就業(yè)分別下降6.3%和13.3%。這表明從長(zhǎng)期看，碳排放稅通過(guò)價(jià)格手段抑制了非綠色生產(chǎn)，變相提高綠色生產(chǎn)市場(chǎng)競(jìng)爭(zhēng)力，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化。在單獨(dú)實(shí)施碳減排支持工具的情景下，產(chǎn)出、就業(yè)、投資等變量長(zhǎng)期穩(wěn)態(tài)值分別增長(zhǎng)14.2%、69.0%和23.8%，綠色產(chǎn)出和綠色就業(yè)分別增長(zhǎng)10.4%和30.3%，非綠色產(chǎn)出和非綠色就業(yè)分別增長(zhǎng)4.9%和11.1%。這表明從長(zhǎng)期看，碳減排支持工具保證了增量資金對(duì)綠色行業(yè)的精準(zhǔn)投放，直達(dá)實(shí)體，但受市場(chǎng)流動(dòng)性總量豐沛等因素影響，反過(guò)來(lái)也促進(jìn)了非綠色產(chǎn)出和改善就業(yè)。在同時(shí)實(shí)施碳排放稅和碳減排支持工具的情景下，由綠色流動(dòng)性外溢所引致的非綠色產(chǎn)出和非綠色就業(yè)增長(zhǎng)都有所下降，而綠色產(chǎn)出和綠色就業(yè)增幅加大，經(jīng)濟(jì)產(chǎn)出結(jié)構(gòu)得到進(jìn)一步優(yōu)化。

（二）政策協(xié)調(diào)的背后邏輯分析

本文設(shè)計(jì)兩種政策情景：僅征收碳排放稅方案和僅實(shí)施碳減排支持工具方案，并分別模擬該兩種政策實(shí)施的效果。圖2為單獨(dú)實(shí)施碳排放稅政策的效果圖。模擬結(jié)果顯示，征收碳排放稅具有顯著的碳減排效果。碳排放稅稅率上升25個(gè)基點(diǎn)，當(dāng)期碳排放下降5%以上，碳減排效果明顯。同時(shí)，碳排放稅也會(huì)帶來(lái)轉(zhuǎn)型風(fēng)險(xiǎn)，體現(xiàn)在以下兩方面：一是引發(fā)經(jīng)濟(jì)收縮。由圖2可知，產(chǎn)出、投資和就業(yè)分別下降了1%、4%和0.2%，通貨膨脹卻上升了0.2%。這說(shuō)明碳排放稅在短期內(nèi)給經(jīng)濟(jì)活動(dòng)帶來(lái)額外成本，從而影響投資、就業(yè)和產(chǎn)出。二是加劇金融脆弱性。碳排放稅增加了非綠色廠商的相對(duì)成本，直接損害非綠色廠商資產(chǎn)負(fù)債表。反過(guò)來(lái)，非綠色廠商資產(chǎn)估值的大幅降低，也會(huì)帶給銀行巨大的信貸損失風(fēng)險(xiǎn)敞口，銀行凈資產(chǎn)下降2%，杠桿率上升3%，對(duì)金融穩(wěn)定構(gòu)成嚴(yán)峻挑戰(zhàn)。這說(shuō)明轉(zhuǎn)型風(fēng)險(xiǎn)可能被金融加速器放大，減排政策所產(chǎn)生的影響先觸及實(shí)體經(jīng)濟(jì)，然后傳導(dǎo)至金融體系，再通過(guò)金融體系回?cái)[至實(shí)體經(jīng)濟(jì)。這種“循環(huán)反饋”式的傳導(dǎo)路徑是形成重大系統(tǒng)性沖擊的決定性因素，極易放大風(fēng)險(xiǎn)，形成氣候“明斯基時(shí)刻”（Breeden，2019）。

圖3為單獨(dú)實(shí)施碳減排支持工具政策的效果圖，模擬結(jié)果顯示，碳減排支持工具可以減緩政策轉(zhuǎn)型風(fēng)險(xiǎn)。第一，對(duì)實(shí)體經(jīng)濟(jì)而言，在其向低碳經(jīng)濟(jì)轉(zhuǎn)型的過(guò)程中，產(chǎn)出、投資、就業(yè)等宏觀經(jīng)濟(jì)變量分別上升1%、4%和3%，避免了經(jīng)濟(jì)大幅收縮。而且，由于再貸款規(guī)模與綠色信貸資產(chǎn)規(guī)模掛鉤，綠色產(chǎn)出增加了0.5%，促進(jìn)了經(jīng)濟(jì)結(jié)構(gòu)綠色轉(zhuǎn)型。第二，從政策效果看，央行碳減排支持工具實(shí)施后，市場(chǎng)流動(dòng)性增加，促進(jìn)了非綠色產(chǎn)出增長(zhǎng)，也帶來(lái)了碳排放規(guī)模的擴(kuò)大，這說(shuō)明央行碳減排支持工具存在政策外溢性。但從碳強(qiáng)度（碳排放/產(chǎn)出）角度看，由于綠色產(chǎn)出增長(zhǎng)大于非綠色產(chǎn)出增長(zhǎng)，碳強(qiáng)度下降1%，即單位GDP產(chǎn)出所對(duì)應(yīng)的碳排放量在減少。貨幣政策是一種總量工具，盡管其可以通過(guò)結(jié)構(gòu)性定向支持特定行業(yè)的發(fā)展，但其外溢性仍是不可忽視的因素。這說(shuō)明央行碳減排支持工具政策面臨穩(wěn)增長(zhǎng)與促減排的權(quán)衡，即如何在放大支持綠色產(chǎn)業(yè)或產(chǎn)出增長(zhǎng)效果的同時(shí)，減小政策外溢性，即減小對(duì)非綠色產(chǎn)出增長(zhǎng)的支持作用。第三，對(duì)金融市場(chǎng)而言，在部分碳資產(chǎn)重新定價(jià)的過(guò)程中，銀行凈資產(chǎn)和杠桿率并未明顯下降或抬高，由政策轉(zhuǎn)型所引發(fā)的金融風(fēng)險(xiǎn)一定程度上得到抑制。這說(shuō)明在充分識(shí)別綠色資產(chǎn)的前提下，碳減排支持工具能促進(jìn)銀行綠色資產(chǎn)效應(yīng)增強(qiáng)，從而加強(qiáng)銀行體系韌性，提高其轉(zhuǎn)型風(fēng)險(xiǎn)應(yīng)對(duì)能力。

總體而言，碳減排是一項(xiàng)復(fù)雜的系統(tǒng)工程，并非單種政策能夠解決，而且若沒(méi)有相關(guān)政策支持需求，政策轉(zhuǎn)型沖擊會(huì)帶來(lái)更大的需求下行壓力，并通過(guò)金融體系進(jìn)一步放大風(fēng)險(xiǎn)。因此，需要協(xié)調(diào)使用財(cái)政貨幣政策工具，避免“政策疊加”或“政策沖突”等問(wèn)題，平衡好穩(wěn)增長(zhǎng)和促減排之間的關(guān)系。

（三）政策協(xié)調(diào)的經(jīng)濟(jì)效果分析

為研究政策協(xié)調(diào)聯(lián)動(dòng)能否在保持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)且具有一定增長(zhǎng)速度的同時(shí)，保障就業(yè)民生，但又不與碳減排目標(biāo)沖突，本文設(shè)計(jì)兩種政策情景。情景一：僅開(kāi)征碳排放稅，央行不采取任何行動(dòng)；情景二：在開(kāi)征碳排放稅的同時(shí)，央行采取碳減排支持工具政策。兩種情景下的模擬結(jié)果如圖4所示，其中實(shí)線表示情景一的沖擊結(jié)果，虛線表示情景二的沖擊結(jié)果。模擬結(jié)果顯示，兩種情景下的碳減排效果差異不大，但經(jīng)濟(jì)金融指標(biāo)表現(xiàn)截然不同。與僅實(shí)施碳排放稅情景相比，碳排放稅與碳減排支持工具的協(xié)調(diào)實(shí)施能使緩解經(jīng)濟(jì)收縮壓力與減緩轉(zhuǎn)型風(fēng)險(xiǎn)達(dá)到較好的平衡。產(chǎn)出、投資和就業(yè)等重要宏觀經(jīng)濟(jì)指標(biāo)降幅顯著收窄，銀行凈資產(chǎn)下降幅度減小，銀行杠桿率有所下降?？梢?jiàn)，在協(xié)調(diào)實(shí)施碳排放稅和碳減排支持工具政策情景中，經(jīng)濟(jì)收縮壓力和金融體系面臨的轉(zhuǎn)型風(fēng)險(xiǎn)都小于單獨(dú)實(shí)施碳排放稅政策情景。

（四）政策協(xié)調(diào)的影響因素分析

國(guó)際實(shí)踐表明，消費(fèi)者偏好、綠色與非綠色商品之間的替代彈性都是政策工具邊際效應(yīng)的重要影響因素，鑒于此，本文探究這兩個(gè)指標(biāo)對(duì)碳排放稅和碳減排支持工具政策協(xié)調(diào)聯(lián)動(dòng)的影響情況，結(jié)果見(jiàn)圖5。結(jié)果顯示，碳排放稅與碳減排支持工具協(xié)調(diào)聯(lián)動(dòng)的邊際效應(yīng)取決于居民消費(fèi)偏好。隨著居民對(duì)綠色商品消費(fèi)偏好的增加（即從0.9下降到0.5），產(chǎn)出、投資、就業(yè)等宏觀經(jīng)濟(jì)變量指標(biāo)降幅顯著收窄，銀行凈資產(chǎn)下降幅度明顯減小，銀行杠桿率抬高幅度驟降，政策協(xié)調(diào)聯(lián)動(dòng)在緩解經(jīng)濟(jì)收縮壓力、減緩轉(zhuǎn)型風(fēng)險(xiǎn)方面的效果得以放大。但隨著居民對(duì)綠色消費(fèi)偏好的提高，這種政策效果的“邊際改善”會(huì)降低，表明財(cái)政貨幣政策協(xié)調(diào)聯(lián)動(dòng)應(yīng)與推廣綠色消費(fèi)習(xí)慣、培育綠色消費(fèi)意識(shí)進(jìn)行配合，能夠?qū)崿F(xiàn)政策效果的持續(xù)改善。

圖6為商品替代彈性對(duì)碳排放稅和碳減排支持工具政策協(xié)調(diào)聯(lián)動(dòng)的影響情況，結(jié)果顯示，綠色與非綠色商品之間的替代彈性也是影響碳排放稅與碳減排支持工具協(xié)調(diào)聯(lián)動(dòng)效果的一個(gè)重要因素。綠色產(chǎn)品與非綠色產(chǎn)品之間的可替代性越高，財(cái)政和貨幣政策協(xié)調(diào)效果就越好。這意味著需要加快建立綠色生產(chǎn)生活模式，提高綠色產(chǎn)品的可得性，增加綠色和非綠色商品之間的替代性，促使消費(fèi)者選擇綠色消費(fèi)方式，通過(guò)這些輔助措施提高碳減排政策協(xié)調(diào)效果。

六、結(jié)論與政策建議

本文基于動(dòng)態(tài)隨機(jī)一般均衡模型框架，研究碳減排財(cái)政與貨幣政策協(xié)調(diào)聯(lián)動(dòng)的必要性及其作用機(jī)制。研究發(fā)現(xiàn)：

單獨(dú)實(shí)施碳排放稅能有效抑制碳排放，但同時(shí)也會(huì)帶來(lái)經(jīng)濟(jì)產(chǎn)出、投資和就業(yè)的下降，甚至催生出一些金融風(fēng)險(xiǎn)，譬如銀行凈資產(chǎn)下降和杠桿抬高。單獨(dú)實(shí)施碳減排支持工具措施能有效控制低碳轉(zhuǎn)型風(fēng)險(xiǎn)，避免實(shí)體經(jīng)濟(jì)過(guò)度收縮，緩解經(jīng)濟(jì)下行壓力，增強(qiáng)銀行體系韌性，但受市場(chǎng)整體流動(dòng)性增加的影響，其也會(huì)促進(jìn)非綠色行業(yè)產(chǎn)出的擴(kuò)張，導(dǎo)致碳減排效果有限。

碳排放稅和碳減排支持工具協(xié)調(diào)聯(lián)動(dòng)實(shí)施有助于形成穩(wěn)定的市場(chǎng)預(yù)期，減少金融市場(chǎng)不確定性，將對(duì)金融穩(wěn)定的影響降到最低，從而在緩解經(jīng)濟(jì)收縮壓力、防范轉(zhuǎn)型風(fēng)險(xiǎn)方面達(dá)到較好平衡。

在碳排放稅和碳減排支持工具疊加實(shí)施過(guò)程中，財(cái)政與貨幣政策協(xié)調(diào)聯(lián)動(dòng)效果也受居民消費(fèi)偏好以及綠色與非綠色商品之間替代彈性等外部因素的影響。居民對(duì)綠色消費(fèi)偏好的增加和綠色與非綠色商品之間替代彈性的增大，都會(huì)放大政策協(xié)調(diào)聯(lián)動(dòng)在緩解經(jīng)濟(jì)收縮壓力、減緩轉(zhuǎn)型風(fēng)險(xiǎn)方面的效果，但其對(duì)政策效果的“邊際改善”會(huì)降低。

基于上述研究結(jié)論，本文提出如下政策建議：一是重視頂層制度設(shè)計(jì)。在對(duì)不同碳減排財(cái)政貨幣工具的協(xié)調(diào)配合效果進(jìn)行量化評(píng)估的基礎(chǔ)上，搭建復(fù)合型的減排政策組合制度，發(fā)揮各類調(diào)控方式的長(zhǎng)處，形成有機(jī)互補(bǔ)、綜合發(fā)展的碳減排政策體系。二是強(qiáng)化政策協(xié)調(diào)和部門合作。在國(guó)家層面，可考慮在金融穩(wěn)定發(fā)展委員會(huì)下成立特別工作組，明確統(tǒng)籌財(cái)政政策、貨幣政策應(yīng)對(duì)碳減排工作的協(xié)調(diào)機(jī)制；在地方層面，發(fā)揮金融委辦公室地方協(xié)調(diào)機(jī)制作用，促進(jìn)信息共享和行動(dòng)協(xié)同，有效評(píng)估和應(yīng)對(duì)重點(diǎn)地區(qū)、重點(diǎn)行業(yè)轉(zhuǎn)型風(fēng)險(xiǎn)。三是普及綠色理念，提高綠色商品可得性。一方面，要充分發(fā)揮媒體的輿論引導(dǎo)作用，培育綠色消費(fèi)意識(shí)，推廣綠色消費(fèi)習(xí)慣，普及綠色消費(fèi)理念；另一方面，引導(dǎo)企業(yè)進(jìn)行綠色生產(chǎn)，如鼓勵(lì)企業(yè)引進(jìn)綠色環(huán)保產(chǎn)品設(shè)備，加大綠色產(chǎn)品的供給，提高綠色消費(fèi)方式獲取的便利度，進(jìn)而增強(qiáng)財(cái)政貨幣協(xié)調(diào)聯(lián)動(dòng)政策效果。

注釋：

① 無(wú)特別說(shuō)明的數(shù)據(jù)均來(lái)自WIND數(shù)據(jù)庫(kù)和CQER數(shù)據(jù)庫(kù)（https：//www.frbatlanta.org/cqer.aspx的中國(guó)宏

觀數(shù)據(jù)）。

參考文獻(xiàn)：

[1]王信，楊娉，王琰，持續(xù)強(qiáng)化對(duì)低碳綠色發(fā)展的金融支持[J].當(dāng)代金融家，2020（12）：26-29.

[2] BARANZINI A，GOLDEMBERG J，SPECK S.A future for carbon taxes[J].Ecological Economics，2000，32（03）：395-412.

[3] FRIED S，NOVAN K，PETERMAN W B．Recycling carbon tax revenue to maximize welfare[J]. Finance and Economics Discussion Series，2021，23：1-30．

[4] PARRY I. Implementing the United States'domestic and international climate mitigation goals[J]. IMF Working Papers，2021，21（57）：132-169．

[5] 馬麗麗，趙華偉.國(guó)內(nèi)外碳金融研究綜述[J].區(qū)域金融研究，2021，589（08）：12-17.

[6] MOHOMMAD A. Employment effects of environmental policies–evidence from firm-level data[J]. IMF Working Papers，2021（140）：76-101．

[7] SHI J R，TANG L，YU L A. Economic and environmental effects of coal resource tax reform in China：Based on a dynamic CGE approach[J]. Procedia Computer? Science，2015，55：1 313-1 317．

[8] BCBS. Climate-related financial risks-measurement methodologies[J]. BCBS Publicaitons，2021（04）：27-54.

[9] BRUNETTI C， DENNIS B， GATES D. Climate change and financial stability[J].FEDS Notes， 2021，36：1 217-1 257.

[10] HASSLER J， KRUSELL P， OLOVSSON C. Energy-saving technical change[J].CEPR Discussion Papers， 2012，32：1-40.

[11] BOLTON P ， KACPERCZYK M .Global pricing of carbon-transition risk[J].NBER Working Papers， 2021，54：342-276.

[12]馬駿.論構(gòu)建中國(guó)綠色金融體系[J].金融論壇，2015，20（05）：18-27.

[13]王遙，潘冬陽(yáng)，彭俞超，等.基于DSGE模型的綠色信貸激勵(lì)政策研究[J].金融研究，2019（11）：1-18.

[14] ANNICCHIARICO B， DI DIO F. GHG emissions control and monetary policy[J].Environmental and Resource Economics，2017，67（04）：823-851.

[15] PAPOUTSI M， PIAZZESI M，SCHNEIDER M. How unconventional is green policy[J].Working Paper，2021，23：78-134.

[16] DIKAU S， RYAN-COLLINS J. Green central banking in emerging market and developing countries[J].New Economics Foundation，2017，16：46-75.

[17] CAMPIGLIO E．Beyond carbon pricing：The role of banking and monetary policy in financing the transition to a low-carbon economy[J].Ecological Economics，2016，121：220-230．

[18] ANNICCHIARICO B， DI DIO F. Environmental policy and macroeconomic dynamics in a new Keynesian model[J].Journal of Environmental Economics and Management，2015，69：1-21．

[19] GERTLER M， KARADI P. A model of unconventional monetary policy[J]. Journal of Monetary Economics，2011（58）：17-34.

[20] HEUTEL G. How should environmental policy respond to business cycles？ Optimal policy under persistent productivity shocks[J].Review of Economic Dynamics， 2012，15（02）：244-264.

[21] AURAY S， EYQUEM A， MA F. Banks， sovereign risk and unconventional monetary policies[J]. European Economic Review，2018，108：153-171．

[22] BENKHODJA M T ， MA X ， RAZAFINDRABE T.Build back better： The role of green monetary and fiscal policies[J].Social Science Electronic Publishing 2022，34：124-142.

[23]陳小亮，馬嘯，“債務(wù)—通縮”風(fēng)險(xiǎn)與貨幣政策財(cái)政政策協(xié)調(diào)[J].經(jīng)濟(jì)研究，2016（08）：28-42.

[24] CARATTINI S，HEUTEL G ， MELKADZE G .Climate policy， financial frictions， and transition risk[J].Social Science Electronic Publishing，2021，58：1-59.

[25]許志偉，王文甫.經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的影響——基于實(shí)證與理論的動(dòng)態(tài)分析[J].經(jīng)濟(jì)學(xué)（季刊），2019，18（01）：23-50．

[26] NORDHAUS W.Evolution of modeling of the economics of global warming：Changes in the DICEmodel，? 1992—2017[J].Climatic Change，2018，148（04）：623-640.

[27]中國(guó)人民銀行天津分行課題組，碳減排，轉(zhuǎn)型風(fēng)險(xiǎn)與監(jiān)管應(yīng)對(duì)——基于DSGE的政策模擬研究[J].金融監(jiān)管研究， 2022（06）：1-27.

[28] KRIWOLUZKY A. Bayesian estimation of DSGE models[J].Journal of Economics， 2017，56（03）：97-120.

[29] BREEDEN S. Avoiding the storm： Climate change and the financial system[Z].Official Monetary & Financial Institutions Forum，15 April，2019， London.

（責(zé)任編輯：張艷妮）

Research on the Coordinated Linkage of Fiscal and Monetary Policies under the Background of "Dual Carbon"

—— Based on DSGE Scenario Simulation

He Sha

（Shaoyang Central Branch， People's Bank of China）

Abstract： Achieving the "dual carbon" goal is not simply reducing carbon emissions， but achieving higher levels of economic development under carbon emission constraints and balancing the relationship between steady growth and promoting emission reduction. This paper applies a dynamic stochastic general equilibrium model to examine the economic impact， mechanism and coordinated linkage effect of carbon tax and carbon emission reduction support tools by conducting multi-scenario policy simulations. The study found： First， although the carbon tax tool can promote carbon emission reduction， it will also lead to economic contraction and pose greater transformation risks to the financial system. Although carbon emission reduction support tools can effectively alleviate economic downturn pressure and transformation risks， the effect of carbon emission reduction is limited. Second， the coordinated linkage of carbon tax and carbon emission reduction support tools can alleviate economic contraction pressure， control transformation risks， and have significant carbon emission reduction effects， achieving a good balance between steady growth and promoting emission reduction. Third， the marginal improvement of residents' consumption preferences and the substitution elasticity between green and non-green products has a marginal improvement effect on the policy effects of the two tools in alleviating economic contraction， controlling transformation risks and promoting carbon emission reduction.

Keywords： Carbon tax; Carbon emission reduction support tools; Policy coordination and linkage