“双碳”目标下绿色金融的碳减排效应研究

绿色金融被视为推动碳减排直至实现“碳达峰”“碳中和”目标的重要手段。本文在理论分析的基础上,选取2008—2018年我国省级面板数据实证考察了绿色金融对碳排放的影响效应。研究发现,绿色金融具有显著的碳减排效应,体现为显著降低了地区的碳排放强度。异质性分析显示,相较于中西部地区,绿色金融在东部地区的碳减排效应更加明显。因此,应继续大力推进绿色金融发展,强化绿色金融对产业结构绿色转型的引导作用,因地制宜,采取多样化的绿色金融政策,以充分发挥绿色金融的碳减排效应,助力“双碳”目标实现。     

绿色金融与经济增长质量：带有资源环境约束的一般均衡模型构建与实证检验

深入认识绿色金融对经济发展质量的影响机制、实证检验二者的关系,是科学引导绿色金融体系构建、助力高质量发展的基础,但该领域的理论研究和实证证据都十分有限。本文从绿色金融研究的理论脉络入手,构建了带有资源环境约束和金融部门的一般均衡模型。在模型中,自然资源的“公共物品问题”导致经济增长路径偏离最优水平,而绿色金融机构能够通过优化资本配置,改善经济增长路径,降低稳态中的环境损害水平,提高经济增长的质量。基于理论模型,本文使用2005年至2017年的省级面板数据检验了绿色金融活动与经济增长质量之间的关系,实证证据有力地支持了理论模型的推论。据此,本文指出,发展绿色金融的核心是“绿化”金融机构的运营理念和投资决策,从改善经济体的资源配置状况入手,促进经济的绿色发展。此外,本文的理论模型将绿色金融的研究与经济增长理论结合起来,也为绿色金融的理论体系构建提供了参考。     

“绿金”挺“绿能” “两绿”助“双碳”

<正>能源绿色低碳转型是加速实现“双碳”目标和有效促进经济、社会和环境可持续发展的重要途径。记者在宁夏、青海等地采访了解到，当地的水电、光伏发电和风电等“绿色能量”正通过一条条“电力高速”持续向外输送。而“绿色能量”离不开“绿色金融”的支持。既有人民银行碳减排支持工具提供的低成本资金，也有金融机构量体裁衣打造的金融产品支持。     

面向多重不确定性的发电商碳减排投资研究

基于技术进步、电力价格、燃料价格、碳价、补贴政策和投资项目的碳减排率等多重不确定因素,构建了发电商减排投资的实物期权模型,求解得到了投资阈值、投资时点和投资补贴条件.参数敏感性分析和仿真结果表明:碳价波动风险抑制了减排投资;技术进步和投资补贴能够激励发电商投资,但当前的碳价和技术水平无法支撑CCS项目的大规模应用;合作减排有利于发现碳减排率较高的项目,进而刺激发电商的投资行为.     

碳排放交易政策下供应链碳减排技术投资的博弈分析

针对单制造商和单零售商组成的供应链,考虑供应链碳减排技术投资与否两种情形,构建了集中式决策、分散式决策和供应链成员协同决策的博弈模型,探讨了消费者碳足迹敏感系数、碳限额及碳减排成本系数对供应链成员最优决策及减排效果的影响。研究表明,碳交易价格与碳限额呈线性关系时,供应链及制造商的利润与碳限额并不是线性递增的关系,政府合理的制定碳限额能够促使供应链企业有效减少碳排放;当消费者支付意愿依赖于产品碳足迹时,企业可以通过投资碳减排技术在减少碳排放量的同时获取更大的利润,实现环境与经济的协调发展。制造商和零售商通过渠道协作共同决策碳减排水平时,供应链碳排放总量比分散决策情形下明显减少。     

金融发展与技术进步的Geweke因果分解检验及协整分析

本文在相关研究的基础上进行分析，探讨了金融发展与技术进步的内在关联机制．并采用Geweke分解检验和协整分析方法就金融发展与技术进步的因果关系以及动态演进进行实证检验。检验结果表明：金融发展与技术进步在长期中存在均衡关系．无论从长期还是短期上看，我国金融规模与技术进步正相关且两者之间具有双向因果关系，从反馈份额看，更多表现在金融规模对技术进步的因果关系，但金融效率与技术进步负相关且不存在任何因果关联。     

环境金融发展与金融创新的关联性研究

在我国进行产业结构调整和企业技术升级改造的背景下,要实施节能减排保护生态环境的目标,就必须进行金融行业的创新。绿色金融成为金融行业的创新金融工具,有利于通过金融创新手段实现约束和引导企业的发展。本文阐释了绿色金融的内涵和其现实作用,指出了绿色金融发展过程中遇到的困难,金融机构对企业的融资管理操作性比较差,绿色金融的创新缺少支撑的金融业的制度建设。提出了创新绿色金融促进金融创新的发展,要营建良好的金融创新的社会环境,金融机构应完善绿色金融的产品创新,金融机构建立有效的信贷监管机制。     

农村金融发展促进农村经济增长传导机制研究

金融发展与金融深化对经济增长的重要作用已得到了许多实证支持。部分对我国农村实证研究,表明农村金融发展与农村经济增长具有较强的相互促进作用。本文通过建立农村经济发展的内生增长模型,分析了农村金融发展通过金融中介发展和金融市场发展促进农村经济增长的传导机制。     

基于碳减排调度的激励性厂网合作竞价机制设计

市场机制是建立碳减排长效机制的基本制度安排。现行的节能发电调度办法没有市场的价格发现功能,本文研究了基于碳减排调度的厂网合作竞价机制问题,并讨论了合作机制的最优参数。研究结果表明:合作竞价机制可以促进电力市场的稳定供给,优化市场运行指标,顺应发电调度政策的导向;合作竞价机制能够增加低碳机组的发电收益,提高发电商CO₂减排的积极性。期望该研究工作能为电力行业有效减排的实践提供方法依据。     

碳交易和碳税情景下碳减排二层规划决策模型研究

在应对全球气候变化的时代背景下,碳交易和碳税被认为是最有效的碳减排市场激励手段,实施碳交易和碳税并存的复合型政策比只实施两者之一的单一型政策更易被接受、减排效果更好,该观点已在学术界达成共识。在复合型碳减排政策框架下,政府和企业如何决策以平衡减排与低碳效益之间的关系等问题成为碳减排政策理论研究的重要领域,更是实践复合型碳减排政策最迫切需要解决的问题。 分析发现,复合型政策情景下,碳减排决策过程表现为一个二层决策机制,即政府作为负责碳减排总体计划和控制的上层决策者,企业作为享有碳减排自主决策权的下层决策者。同时,政府拥有碳排放权配额和碳税水平两个决策变量,目标是实现碳减排社会总福利最大化;企业拥有碳排放量和产品价格两个决策变量,目标是实现自身碳减排经济效益最大化。 基于二层决策机制的层次性和动态反馈性,构建碳减排二层规划决策模型。 研究结果表明,模型很好地反映了政府与企业间的碳减排优化决策过程,兼顾各参与方的减排利益。政府通过决定初始免费碳排放权配额和碳税水平来实现碳排放总量控制,影响企业的减排决策。由于企业的利益诉求是政府碳减排目标体系的重要组成部分,实现政府减排目标的同时不会过分损害企业利益,从而保护企业开展碳减排活动的积极性。在政府的决策影响下,各企业积极参与碳排放权交易,并考虑消费者的产品低碳偏好,确定碳排放成本最优和经济利益最佳的实际碳排放量和产品价格。显然,与单一型政策相比,复合型碳减排政策体系下企业享有更高的减排决策弹性。 通过数值仿真分析验证碳减排二层规划决策模型的合理性,该模型可作为政府及企业碳减排的有效决策支持工具,对模型的理论和实践意义进行充分的讨论。     

基于非参数Copula-CVaR模型的碳金融市场集成风险测度

我国商业银行等金融机构在参与国际碳金融业务时面临复杂多变的市场环境,其风险评估及预警体系的构建需考虑风险因子的多源性与相依性,对碳金融市场集成风险进行科学测度具有重要意义。本文采用非参数核估计方法确定碳金融市场价格波动与汇率波动两类风险因子的边缘分布,并通过拟合优度检验选择最优Copula函数准确刻画风险因子之间非线性、动态的相依结构,实现对集成条件风险价值CVaR的有效测度。通过Kupiec回测检验及对比各类传统风险测度方法的优劣,发现非参数Copula-CVaR模型能够弥补传统风险测度方法在度量多源风险因子相依性时存在的局限性,避免参数法确定边缘分布时可能出现的模型设定风险与参数估计误差,充分考虑尾部风险,为碳金融市场集成风险测度提供新思路。     

基于Copula模型的商业银行碳金融市场风险整合度量

目前低碳经济已经成为转变经济发展方式的战略措施之一, 碳金融业务逐渐成为金融机构助力低碳经济发展的重要金融创新领域, 而风险控制问题始终是影响金融创新成败的关键。目前中国的碳金融市场以清洁发展机制(CDM)下商业银行参与的间接金融为主导, 商业银行参与碳金融业务面临国际碳价波动、碳交易结算货币汇率波动等诸多风险, 且多源风险因子之间具有业务共生性和复杂相关性。论文选取2009-2012年美国洲际交易所(ICE)的核证减排量CERs期货价格和欧元兑人民币汇率价格作为金融时间序列的样本数据, 探究运用ARMA-GARCH模型分别刻画碳价风险和汇率风险特性的方法, 研究处理风险因子间的非线性相关关系的Copula函数方法, 构建Copula-ARMA-GARCH模型并利用Monte Carlo模拟计算碳市场多源风险的整合VaR。实证发现:碳金融市场收益率具有波动聚集性和异方差特性;潜在的碳价风险要高于汇率风险;若忽视不同风险因子之间的相关性会高估碳市场风险;政府汇率监管在一定程度上降低了碳市场的风险。研究贡献在于探究符合碳金融资产风险特征的多源风险整合度量技术, 为商业银行有效控制碳市场风险、促进碳金融创新提供理论依据。     

市场导向下企业绿色管理行为的形成路径研究

随着市场经济体制的日臻完善,宏观环境因素对企业绿色管理行为的直接影响正在解构.已有研究表明,企业绿色管理行为实质上是市场机制下企业的自组织行为.基于此,本文剥离了宏观环境因素对企业绿色管理行为的影响,基于市场和企业互动关系的视角,从市场导向因素、企业内部因素和企业绿色管理行为三个角度,构建了企业绿色管理行为的形成路径模型.通过对我国东北地区302家企业的实证数据分析,验证了理论模型及相关假设,并提出了相应的公共政策建议.实证结果表明:(1)市场导向因素与企业绿色管理行为间并无直接关系,而是通过企业内部因素对企业绿色管理行为产生影响;(2)市场导向因素和企业内部各因素之间均存在着相互作用,从而明晰了市场导向下企业绿色管理行为的形成机理.     

普惠金融支持光伏发电发展的空间效应研究

近年来中国光伏发电装机在上网电价补贴支持下快速发展,然而当前面临着补贴拖欠和退坡的严峻挑战,因此通过金融手段解决光伏发电融资难题至关重要。尽管近年来各省获取金融服务的水平整体有所提升,但空间上仍存在明显发展不平衡的问题。因此,本文对中国普惠金融发展指数及其对中国光伏发电发展促进作用进行空间相关性检验,引入空间权重并选取各省太阳辐射量、电力消费量、煤炭消耗量和各省电价补贴额度等作为控制变量,构建了普惠金融对光伏装机规模影响的空间面板计量模型。结果表明,中国普惠金融发展水平呈现西低东高发展格局,而光伏发电发展也具有显著的空间异质性;光伏发电前期阶段主要由光照资源主导因而分布在西部地区,后期装机中心向普惠金融水平更高的东部地区转移;可见中国普惠金融发展对光伏装机容量具有显著支持效果,且该支持效果存在空间溢出效应。因此,相对于政府补贴等方法,普惠金融水平的提升可以更有效支持光伏发电发展。     

基于连续双向拍卖的金融市场微观结构研究综述

本文以研究方法为线索,系统回顾了国内外对基于连续双向拍卖交易机制的金融市场微观结构的研究现状,并从理论(包括金融经济学方法,随机分析与仿真方法,金融物理学方法)、实证和实验(实验经济学与基于Agent的计算金融学方法)三个角度分别对相关的主要研究成果及未来的发展方向进行了评述.同时指出了研究基于连续双向拍卖交易机制的金融市场微观结构对我国证券市场发展的理论和现实意义.     

金融集聚如何影响绿色发展效率?——基于时空双固定的SPDM与PTR模型的实证分析

金融集聚从资本支持、资源效率配置、技术创新等方面提升绿色发展效率的贡献日益凸显,而这种影响的空间效应有多强、范围有多大以及时空过程有何规律性,都亟待深入研究。本文基于空间距离衰减与中间机制两大假说,利用中国2003-2014年272个地级及以上城市的面板数据,综合采用空间面板杜宾模型（SPDM）与面板门槛模型（PTR）实证考察金融集聚对绿色发展效率的空间溢出效应及其衰减边界,并对导致二者之间产生非线性关系的中间机制进行了探讨。研究发现,①金融集聚对绿色发展效率存在明显的空间溢出效应,且这种空间溢出表现出明显的空间衰减特征,在300公里以内为负向空间外溢的密集区域,400-600公里则为正向空间溢出的密集区域。②在金融集聚、城市规模与对外开放水平三种机制调节下,金融集聚对绿色发展效率的影响呈现"梯度式"增强的特征,而在经济发展水平机制的介入过程中,金融集聚对绿色发展效率的促进作用却是一个"先减后增"的过程。值得注意的是,现阶段这种促进作用十分有限。上述结论在多种稳健性检验后,结论仍然成立。     

多市场协同下的可再生能源电力竞价策略研究

为了实现电力行业低碳转型，我国正逐步建立和完善全国碳配额与交易市场和绿色电力证书市场。如何设计和协调市场政策目标以推动可再生能源电力平价上网是我国电力系统绿色低碳化转型的关键。本文构建了多市场协同下的电力企业竞价模型，研究碳市场、绿证市场与电力市场的价格形成和市场之间的价格传导路径，分析多市场协同作用下电力企业竞价策略的差异。研究结果表明：多市场协同对减少碳排放和促进可再生能源发展有显著效果，收紧碳配额供应和提高绿证配额的市场协同机制能够为可再生能源发电企业创造新的利润增长点，增加传统能源发电成本，缩小可再生能源电力和传统能源电力的价格差异。本文揭示了多个市场之间内在的协同机理，有助于政策制定者充分考虑到市场间的协同关系，从而制定更加高效的减排和可再生能源发展政策。     

环境规制与城市绿色技术创新：影响机制与空间效应

环境规制的绿色技术创新效应研究具有重要理论价值和现实意义。在有效测度环境规制强度和城市绿色技术创新的基础上,本文选取2005至2020年全国274个地级及以上城市的面板数据,基于异质性效应和空间溢出视角,探究了环境规制对绿色技术进步的影响及其机制。研究结果表明,环境规制显著激励了绿色技术创新,但其边际效应受到城市创新能力的调节作用。在此基础上,本文采用部分线性函数型系数模型进一步考察了环境规制对绿色技术创新的非线性影响。环境规制政策效应存在空间溢出现象,受规制地区环境政策强度提升可以通过地区间产业转移影响其相邻地区的产业结构与工业化进程,推动产业承接地区的经济增长和研发投入扩张,进而提高相邻地区的绿色创新产出。     

我国碳排放增长率的运行机理及预测

碳排放是气候变暖的重要原因之一,研究和预测碳排放增长率能为低碳政策的制定提供理论指导。利用经验模态分解方法,本文将我国碳排放增长率序列分解为短期波动项和趋势项两个序列,并分析了国家政策、国内宏观经济变化、金融危机对短期波动项和趋势项的影响。在此基础上,利用动态神经网络分别对趋势项和短期波动项进行预测,并将二者之和作为最终的碳排放增长率的预测值。最后,从误差序列绝对值的最大值、最小值、均值和标准差四个角度来比较该预测方法与单独以碳排放量和碳排放增长率为输入变量的神经网络模型的优劣,并得出本文提出的模型具有预测有效性的结论。