龔 慶 林耿堃

（江西財經(jīng)大學(xué)，江西南昌 330013）

隨著“碳中和”戰(zhàn)略的不斷推進，綠色金融發(fā)揮的作用越來越大。綠色金融能夠優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，有效減少碳排放量、減緩碳排放強度，進而實現(xiàn)碳達峰和碳中和的目的，通過節(jié)能減排引導(dǎo)低碳經(jīng)濟進而還能實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展。而綠色股票指數(shù)作為綠色金融中最為重要的一部分，并成為個人投資者和投資機構(gòu)對于綠色產(chǎn)業(yè)發(fā)展的主要評估標準之一，其主要使命在于引導(dǎo)資本市場中更多的資金進入綠色行業(yè)中，加速綠色行業(yè)的發(fā)展。因此在“碳中和”大背景下合理利用綠色金融工具充分吸引資本進入是極為重要的，然而綠色股指作為一種金融工具難免會受到金融市場其他行業(yè)的溢出效應(yīng)影響以及信息的沖擊。

一、理論研究

國內(nèi)外學(xué)界普遍認為不同的行業(yè)對于碳排放量有著不一樣的影響，理論上在技術(shù)固定的條件下，隨著行業(yè)的一個主要因素的變動，碳排放量也會隨之變動，但是由于不同的行業(yè)具有不同的性質(zhì)，因此其對于碳排放量增加的內(nèi)在影響因素也不盡相同。我國碳排放主要集中在電力、交通和工業(yè)三大行業(yè)，碳排放占比分別達到41%、28%和31%，因此探尋“碳中和”的發(fā)展道路更應(yīng)當注重這三大行業(yè)的變動趨勢。王燕梅（2017）認為煤炭工業(yè)增長是導(dǎo)致煤炭消費總量增加進而導(dǎo)致二氧化碳排放增加的第一推手。Bouchery和Fransoo（2015）研究表明運輸成本和碳排放這兩個目標會產(chǎn)生不同的解決方案，在優(yōu)化成本時碼頭距離港口更近，而在優(yōu)化碳排放時距離更遠，研究通過建立新的多式聯(lián)運網(wǎng)絡(luò)設(shè)計模型能夠?qū)崿F(xiàn)二者間的均衡。

本文基于碳排放中關(guān)鍵部門對變量進行了初步篩選，從電力、交通和工業(yè)的角度選擇最具代表性的煤炭行業(yè)、交通運輸行業(yè)和鋼鐵行業(yè)的金融資產(chǎn)進行研究，同時考慮到實際情況下清潔能源等新能源的推廣使用會對“碳中和”戰(zhàn)略的推行有著直接的促進作用；其次考慮到市場環(huán)境對于資產(chǎn)收益率的波動率的影響作用，在基于CAPM-GARCH模型基礎(chǔ)上對綠色股指進行實證分析，并且進行預(yù)測指標間的比較研究，對比分析四類GARCH模型間的差異。

二、實證分析

（一）變量選取及數(shù)據(jù)檢驗

本文用向量自回歸模型探討煤炭、交通和鋼鐵三個行業(yè)以及新能源產(chǎn)業(yè)的金融資產(chǎn)對于綠色股指碳中和指數(shù)的影響情況。向量自回歸（VAR）模型主要是對多個變量之間的動態(tài)互動關(guān)系進行考量，一般用于研究不同行業(yè)之間的溢出效應(yīng)分析?；凇疤贾泻汀睉?zhàn)略的視角下，本文對于綠色股指的選擇為Wind發(fā)布的碳中和指數(shù)（8841429.WI）作為主要的研究對象，該指數(shù)包含了“碳中和”概念下的最具代表性的90只個股，通過對于該指數(shù)的選取有利于從整體把握我國滬深股市“碳中和”概念下的綠色產(chǎn)業(yè)股票的價格走勢。而對于新能源的發(fā)展方面本文選用Wind發(fā)布的新能源指數(shù)（884035.WI）為研究對象，該指數(shù)以滬深股市中具有代表性的41只樣本股為樣本空間。最后，本文選擇中證全指（000985），其樣本空間主要是其樣本股范圍涵蓋了除ST類的股票及部分新上市的股票以外的全部滬深股票，有較強的市場代表性。本文選取2018年1月2日到2021年7月6日的日收盤價數(shù)據(jù)，數(shù)據(jù)均來自Wind數(shù)據(jù)庫。

為了避免偽回歸的出現(xiàn)，本文采用ADF檢驗。對5個變量做ADF檢驗，結(jié)果顯示5個變量的原數(shù)據(jù)均存在單位根故不平穩(wěn)，需要對數(shù)據(jù)進行差分處理，5個變量經(jīng)過一階差分處理以后，p值顯著減少為0，拒絕原假設(shè)，即所有變量的一階差分不存在單位根，數(shù)據(jù)平穩(wěn)。AIC和SC信息準則是模型最優(yōu)滯后階數(shù)選取的依據(jù)。根據(jù)原數(shù)據(jù)的一階差分數(shù)據(jù)得出的結(jié)果是滯后9階為最優(yōu)滯后階數(shù)。而檢驗VAR模型是否具有實際意義需要根據(jù)AR根分布圖判斷。檢驗原理為根據(jù)模型的滯后階數(shù)確定根的個數(shù)，若所有根在圓內(nèi)，則說明模型平穩(wěn)。結(jié)果顯示滯后9階的時候所有根均在圓內(nèi)，因此可以繼續(xù)進行分析。

根據(jù)模型的最優(yōu)滯后階數(shù)，格蘭杰因果檢驗結(jié)果顯示當模型滯后階數(shù)為9時，D(New_energy)和D(traffic)對D(carbon)有顯著影響，其余兩個變量對D(carbon)的影響并不顯著，故重點研究D(New_energy)和D(traffic)這兩個變量對D(carbon)的影響作用。而特別地，我們發(fā)現(xiàn)所有變量對D(New_energy)都有顯著影響。而在D(New_energy)方程中，D(carbon)、D(traffic)、D(steel)和D(coal)均對D(New_energy)有不同程度的顯著性影響，這說明綠色產(chǎn)業(yè)股票價格和新能源公司股票價格互為格蘭杰因。

（二）脈沖響應(yīng)分析

為了保證VAR模型實證分析后結(jié)果具有穩(wěn)健性，本文對其進行脈沖響應(yīng)分析，并采取1000次蒙特卡洛模擬，其中模擬時間跨度為9期，從而進一步研究新能源企業(yè)股票價格和交運企業(yè)股票價格對綠色產(chǎn)業(yè)股票價格的影響關(guān)系，全樣本的脈沖響應(yīng)結(jié)果如圖1所示。可以看出，變量脈沖響應(yīng)過程均在9期內(nèi)趨于平穩(wěn)，即兩個變量對于綠色產(chǎn)業(yè)股票價格不存在長期的持續(xù)波動性。

圖1 脈沖響應(yīng)函數(shù)圖

由圖1可以看出，在受到新能源企業(yè)股票價格幅度為1標準差的正向沖擊后綠色產(chǎn)業(yè)股票價格在短期內(nèi)有一個2期的正向影響，而后持續(xù)一個較小的波動，而受到交通企業(yè)股票價格幅度為1標準差的正向沖擊后綠色產(chǎn)業(yè)股票價格比新能源企業(yè)股票價格受到的正向影響更大且更久，在第4期后有1期的負向影響，從影響的方向上看，新能源企業(yè)股價和交通企業(yè)股價的正向沖擊對于綠色產(chǎn)業(yè)股票價格產(chǎn)生的反應(yīng)均在短期內(nèi)來看為正向，但是從長期來看為負向。從波動幅度上看，新能源企業(yè)的股價對綠色產(chǎn)業(yè)股票價格的沖擊相比于交通企業(yè)的股價對于綠色產(chǎn)業(yè)股票價格的沖擊要小，這表明相比于新能源企業(yè)股票的價格而言，交通企業(yè)股價的沖擊對綠色產(chǎn)業(yè)股票價格的影響力度更大。

（三）基于CAPM-GARCH模型收益率波動分析

本文選擇carbon和CSIFI作為研究對象，因此綠色產(chǎn)業(yè)股票價格的收益率為，滬深股市的市場收益率為，對于綠色產(chǎn)業(yè)股票的資本資產(chǎn)定價（CAPM）模型參照申菊梅和智冬曉（2009）和秦天程（2014）CAPM-GARCH模型進行建立，具體的公式如下所示：

由表1可以看出在對均值方差進行條件異方差的ARCH LM檢驗后，無論是F統(tǒng)計量還是Obs*R方統(tǒng)計量兩個的P值均小于0.01，即可以拒絕原假設(shè)，均值方程的方差存在ARCH效應(yīng)，即可進行GARCH模型的構(gòu)建，結(jié)果如表2所示。

由表2可以看出，模型擬合結(jié)果的殘差序列進行ARCH LM檢驗后均接受了不存在ARCH效應(yīng)的原假設(shè)，說明經(jīng)過GARCH模型的擬合后，明顯降低了原序列的波動，而且去掉了其條件方差性。但是項（即ARCH項）的回歸系數(shù)為0.138599，相對較小；項（即GARCH項）回歸系數(shù)為0.880467，相對較大，兩者之和為1.019066＞1，這表明模型不具有可預(yù)測性，模型擬合得不好?？紤]到收益率的波動具有“杠桿效應(yīng)”，造成這種現(xiàn)象的原因是股價的下跌將提高資產(chǎn)負債比率，從而提高公司的風(fēng)險，使得收益率波動的上升。而且GARCH（1，1）模型無法解釋資產(chǎn)收益與收益率波動之間的負向相關(guān)性，因此研究資產(chǎn)定價應(yīng)當從建立非對稱性的GARCH模型進行實證進行研究綠色產(chǎn)業(yè)股票價格對于不同沖擊的反應(yīng)程度，本文將基于CAPM模型從EGARCH（1，1）和TGARCH（1，1）兩個方向進行模型的構(gòu)建，結(jié)果如表2。

表2 GARCH族模型擬合結(jié)果

通過構(gòu)建GARCH族模型，結(jié)果如表所示，兩個模型的調(diào)整后R-squared均超過60%，這表明模型的擬合程度較好。在EGARCH（1，1）模型中, γ項（即TGARCH項）的估計值在10%水平下顯著, 當為正, 即正的沖擊對綠色產(chǎn)業(yè)股票的收益率條件方差的對數(shù)的影響為0.386743，相對較大；而負的沖擊的影響為0.147559，相對較小，這說明利好消息會對綠色產(chǎn)業(yè)股票收益率產(chǎn)生更大的波動。在TARCH（1，1）模型中，γ項（即TGARCH項）的P值為0，表明其在1%水平下顯著,當為正，且=0時, 即正的沖擊對綠色產(chǎn)業(yè)股票的收益率條件方差的對數(shù)的影響為0.279106，相對較大；而當為負，且=0時負的沖擊的影響為0.039922，相對較小，這說明利好消息會對綠色產(chǎn)業(yè)股票收益率產(chǎn)生更大的波動。通過GARCH模型、EGARCH模型和TGARCH模型分別進行分析后表明綠色產(chǎn)業(yè)股票收益率波動具有非對稱效應(yīng)，而且利好消息對收益率波動的影響比利空消息的影響大得多。

為進一步驗證兩種模型建立的合理性，還需要對EGARCH模型和TGARCH模型殘差進行ARCH效應(yīng)的檢驗。EGARCH模型的殘差進行ARCH LM檢驗后的F統(tǒng)計量和卡方統(tǒng)計量的P值分別為0.2216和0.2211，而TGARCH殘差檢驗后的F統(tǒng)計量和卡方統(tǒng)計量的P值分別為0.3761和0.3755，都在10%置信水平下接受原假設(shè)。接受原假設(shè)表明模型殘差消除條件異方差性，符合零均值、同方差且獨立不相關(guān)的白噪聲序列，進一步證明了EGARCH和TGARCH兩個模型擬合效果較好，通過檢驗。

三、結(jié)論和對策

本文通過構(gòu)建VAR模型研究新能源公司股票價格、交通行業(yè)公司股票價格、鋼鐵行業(yè)公司股票價格和煤炭行業(yè)公司股票價格對綠色產(chǎn)業(yè)股票價格的影響，實證分析后發(fā)現(xiàn)：第一，鋼鐵行業(yè)公司股票價格和煤炭行業(yè)公司股票并不是引起綠色產(chǎn)業(yè)股票價格變動的格蘭杰因，但交通行業(yè)企業(yè)股票和新能源行業(yè)企業(yè)股票價格對綠色產(chǎn)業(yè)股票價格都有顯著影響。第二，脈沖響應(yīng)結(jié)果表示交通行業(yè)股價的正向沖擊在前期會對綠色產(chǎn)業(yè)股價產(chǎn)生正向沖擊，這表明市場對于兩者關(guān)系有較強的認知反應(yīng)并且兩個市場能夠有效的傳導(dǎo)，但是在后期兩者呈現(xiàn)負向關(guān)系，表明投機熱度散去后兩者關(guān)系回歸正常。第三，研究表明綠色產(chǎn)業(yè)股價和新能源企業(yè)的股價間互為格蘭杰因，即資本市場對于新能源的投資決策會對綠色產(chǎn)業(yè)公司股價有較大影響，對綠色產(chǎn)業(yè)公司的投資也會對新能源企業(yè)的股價有較大影響。最后，研究表明“碳中和”戰(zhàn)略下綠色產(chǎn)業(yè)股票的系統(tǒng)風(fēng)險在0.993~1.000之間，這表示綠色產(chǎn)業(yè)股票為平均風(fēng)險股票，其上漲/下跌比例能夠較好的反應(yīng)市場上漲/下跌比例，比較GARCH族模型后的綠色產(chǎn)業(yè)股票收益率波動具有非對稱效應(yīng)，而且利好消息對收益率波動的影響比利空消息的影響大得多。

在“碳達峰、碳中和”愿景下，本文基于研究結(jié)論提出幾個建議與對策：

第一，推行“碳中和”大背景需要首先注意交通行業(yè)的發(fā)展，研究發(fā)現(xiàn)交通行業(yè)對于綠色產(chǎn)業(yè)的發(fā)展有著一定的相關(guān)關(guān)系，特別是交通行業(yè)沖擊前期會對綠色行業(yè)有一定正向的影響關(guān)系，因此應(yīng)當充分利用這個正向關(guān)系通過資本市場為綠色產(chǎn)業(yè)企業(yè)注入新的動能。

第二，在“碳中和”戰(zhàn)略下應(yīng)當實現(xiàn)能源的轉(zhuǎn)型升級。研究發(fā)現(xiàn)新能源公司股價和綠色產(chǎn)業(yè)企業(yè)股價具有互相溢出效應(yīng)，說明二者能夠互相影響。因此在全國推廣新型清潔能源能夠促進碳達峰和碳中和的推進，而碳達峰和碳中和的推進能夠為新能源企業(yè)注入充足資金，加快新型能源的使用，并最終實現(xiàn)能源轉(zhuǎn)型升級和碳排放與碳吸收基本平衡，實現(xiàn)碳的凈零排放。

第三，充分利用市場信心，通過引導(dǎo)實現(xiàn)碳中和保駕護航。市場對于碳中和的反應(yīng)較好，利好的消息沖擊遠高于利空消息，因此有關(guān)部門應(yīng)當充分利用這個優(yōu)勢，合理考量市場的反應(yīng)，建立起政府宏觀調(diào)控的長效機制，對資本轉(zhuǎn)換為綠色金融進行正確的引導(dǎo)和疏導(dǎo)，充分發(fā)揮政策效應(yīng)并為金融最終實現(xiàn)支持碳達峰碳中和提供充分的保障。