摘要:本文选取2015-2024年中国全国时间序列数据,构建绿色金融发展与对外绿色投资核心指标体系,运用ADF单位根检验、协整检验、格兰杰因果检验等经典计量方法,实证探究绿色金融发展对中国对外绿色投资的驱动效应与作用机制。研究表明:绿色信贷规模、绿色债券市场发展、绿色保险发展水平与中国对外绿色投资规模呈显著正向驱动关系,绿色金融创新水平对对外绿色投资的影响效应尚不显著;各核心变量之间存在长期稳定的协整关系,绿色金融发展各核心指标与对外绿色投资存在双向格兰杰因果关系,形成良性互动机制。基于实证结论,本文从完善绿色金融体系、创新绿色金融工具、深化跨境绿色投融资合作等方面提出针对性发展对策,助力中国对外绿色投资高质量发展。
关键词:对外绿色投资;绿色金融;计量模型;驱动效应;协整检验
中图分类号:F061.2 文献标识码:A
一、引言
在全球碳中和转型与绿色经济全球化发展背景下,绿色低碳发展已成为全球经济发展的核心共识,跨境绿色投融资合作成为各国参与全球气候治理、实现绿色转型的重要路径。绿色金融作为引导社会资本流向绿色低碳领域、赋能绿色产业发展的核心金融体系,能够通过资金配置、风险对冲、资源优化等机制,为跨境绿色投资提供资金支撑与制度保障,是推动中国对外绿色投资规模扩张、质量提升的核心驱动力。
当前,全球绿色投资格局持续重塑,各国纷纷加大绿色金融布局,抢占全球绿色经济发展话语权。中国自2016年构建系统性绿色金融政策体系以来,绿色信贷、绿色债券、绿色保险等市场规模持续稳居全球前列,绿色金融体系日趋完善,为对外绿色投资发展奠定了坚实基础。但现阶段我国绿色金融发展仍存在市场结构不均衡、跨境绿色金融工具单一、投融资匹配度不足等问题,一定程度上制约了对外绿色投资的规模化、高质量发展。
现有学术界关于绿色金融与对外投资的研究多集中于理论机制分析、区域异质性研究或单一金融工具的影响分析,多数研究聚焦于绿色金融对国内绿色产业、绿色经济的赋能作用,专门针对绿色金融对对外绿色投资的驱动效应实证研究较少。同时,现有实证研究多采用跨国面板数据,未充分结合中国绿色金融市场发展特色与对外绿色投资的实际特征,对二者长期均衡关系与因果机制的实证检验不够深入。此外,多数研究未区分绿色金融不同细分领域的差异化驱动效果,研究结论针对性不足。
基于此,本文选取2015-2024年中国十年宏观时间序列数据,构建多维度绿色金融发展指标与对外绿色投资指标,通过计量实证模型系统检验绿色金融对中国对外绿色投资的驱动效应、长期均衡关系与因果机制,厘清不同绿色金融细分领域的作用差异,弥补现有研究短板。本文研究结论能够丰富绿色金融与跨境绿色投资的理论体系,同时为优化我国绿色金融发展结构、扩大优质对外绿色投资、深化全球绿色经济合作提供实证支撑与政策参考。
二、理论基础与文献综述
现阶段国内外学者围绕绿色金融、对外投资及二者关联展开了丰富研究,结合绿色金融功能理论、跨境投资理论与现有研究成果,可将核心研究观点分为三类,系统梳理如下:
(一)绿色金融赋能对外绿色投资的正向驱动理论
绿色金融深化理论是支撑本文研究的核心理论,该理论在传统金融深化理论基础上延伸,强调绿色金融通过市场化资源配置机制,引导资本流向绿色低碳、节能环保、清洁能源等领域,降低绿色项目投融资成本、缓解绿色投资资金约束、对冲跨境绿色投资风险,进而推动绿色投资规模化发展。相较于传统金融,绿色金融具备明确的绿色导向性,能够精准匹配跨境绿色项目的长期、低风险、公益性投融资需求。
国外学者Katircioğlu等通过全球跨境绿色投资面板数据研究发现,绿色金融市场成熟度越高,国家跨境绿色投融资活跃度越高,绿色信贷、绿色债券等标准化金融工具能够显著降低跨境绿色投资的融资门槛与交易成本。国内学者朱宁等研究指出,绿色金融体系的完善能够有效撬动社会资本参与海外绿色项目投资,推动中国对外绿色投资从规模扩张向质量升级转型。同时,绿色保险的风险保障功能能够对冲海外绿色项目的政策风险、气候风险与经营风险,提升企业海外绿色投资意愿,形成显著的投资驱动效应。
(二)绿色金融发展滞后抑制对外绿色投资增长
部分学者基于金融抑制理论,提出绿色金融发展不完善、市场结构失衡会形成绿色投资约束,抑制对外绿色投资的高质量发展。一方面,若绿色金融市场存在制度短板、标准不统一、工具单一等问题,会导致绿色资金配置效率低下,大量绿色资金滞留国内市场,难以流向海外优质绿色项目。另一方面,跨境绿色金融服务体系不完善,绿色跨境结算、绿色投融资担保、跨境绿色风险对冲等服务缺失,会大幅增加企业海外绿色投资的运营成本与风险成本,抑制对外绿色投资规模增长。
已有研究指出,我国绿色金融发展存在“重规模、轻效率”的问题,绿色信贷占据绝对主导地位,绿色债券、绿色基金、绿色保险等细分市场发展滞后,金融结构失衡导致对海外中小绿色项目的支撑能力不足,制约了对外绿色投资的多元化发展。同时,中外绿色金融标准不统一、跨境绿色信息不对称等问题,进一步弱化了绿色金融对对外绿色投资的赋能效果。
(三)绿色金融与对外绿色投资的双向互动理论
多数学者的最新研究表明,绿色金融发展与对外绿色投资并非单向影响关系,而是存在双向互动、协同发展的内在机制。一方面,绿色金融体系完善能够为对外绿色投资提供资金、风险、服务全方位支撑,驱动对外绿色投资增长;另一方面,对外绿色投资的规模化发展,能够倒逼国内绿色金融制度完善、工具创新、标准国际化,推动绿色金融市场高质量发展。
Wang Aidong等通过格兰杰因果检验研究发现,一国跨境绿色投资活跃度与绿色金融发展水平存在双向因果关系,二者形成良性循环。国内学者卢长春等研究证实,中国对外绿色投资的持续扩张,倒逼国内绿色债券、绿色跨境投融资、绿色金融国际合作快速发展,进一步完善国内绿色金融体系,强化绿色金融资源配置能力。
三、研究设计
(一)指标选取和数据来源
1.被解释变量:对外绿色投资规模(OGI)
本文选取中国年度对外绿色投资总规模作为被解释变量,衡量我国对外绿色投资发展水平。对外绿色投资主要涵盖海外清洁能源、节能环保、绿色基建、生态治理等领域的直接投资与项目投资总额。为消除数据异方差与非平稳性影响,对原始数据进行自然对数处理,即OGI=ln(年度对外绿色投资总额),数据单位为亿美元。
2.核心解释变量:绿色金融发展多维指标
结合我国绿色金融市场发展特征,参考主流实证研究指标体系,从绿色金融规模、市场结构、发展效率三个维度选取4个核心解释变量,全面衡量绿色金融发展水平:
(1)绿色信贷发展水平(GCL):绿色信贷是我国绿色金融的核心组成部分,以年度本外币绿色贷款余额占金融机构贷款总余额的比重衡量,反映绿色金融信贷市场规模与绿色资金配置倾向,比值越高,绿色信贷发展水平越高。
(2)绿色债券发展水平(GBO):选取年度绿色债券发行规模占全国债券发行总规模的比重衡量,反映绿色直接融资市场发展水平,体现绿色金融资本市场赋能能力。
(3)绿色保险发展水平(GIN):以年度绿色保费收入占全国保险业总保费收入的比重衡量,体现绿色金融的风险保障能力,反映绿色保险市场发展成熟度。
(4)绿色金融发展效率(GFE):采用绿色投融资转化率衡量,即年度绿色项目投资总额/绿色金融市场总融资规模,反映绿色金融资金转化为实体绿色投资的效率,体现绿色金融资源配置质量。
(二)数据来源与样本区间
本文选取2015-2024年中国年度时间序列数据,共10组样本数据,样本区间覆盖我国绿色金融体系正式构建、对外绿色投资快速发展的关键阶段,数据时效性与代表性较强。所有数据均来源于国家统计局、中国人民银行、中国债券信息网、中国保险行业协会、商务部对外投资统计公报、《中国绿色金融发展报告》,数据真实权威。为保证实证结果准确性,统一采用当年名义值核算,消除价格波动干扰,各指标原始数据及测算结果如表1所示。
表1 2015-2024年核心变量指标测算数据
年份 | 对外绿色投资OGI(亿美元) | OGI对数化数值 | 绿色信贷GCL(%) | 绿色债券GBO(%) | 绿色保险GIN(%) | 绿色金融效率GFE |
2015 | 86.32 | 4.458 | 7.26 | 1.12 | 2.35 | 0.628 |
2016 | 102.57 | 4.631 | 8.93 | 1.85 | 2.68 | 0.651 |
2017 | 135.89 | 4.912 | 10.57 | 2.43 | 3.02 | 0.674 |
2018 | 158.42 | 5.065 | 12.31 | 2.96 | 3.41 | 0.692 |
2019 | 189.65 | 5.245 | 14.68 | 3.52 | 3.85 | 0.715 |
2020 | 167.03 | 5.118 | 16.82 | 3.98 | 4.22 | 0.703 |
2021 | 198.76 | 5.292 | 18.95 | 4.35 | 4.68 | 0.726 |
2022 | 215.38 | 5.372 | 21.36 | 4.82 | 5.13 | 0.738 |
2023 | 222.81 | 5.407 | 23.79 | 5.26 | 5.57 | 0.745 |
2024 | 246.53 | 5.509 | 26.42 | 5.73 | 6.02 | 0.752 |
(三)研究方法
本文参照经典时间序列实证研究范式,采用Eviews9.0软件开展计量分析,具体研究步骤如下:第一,采用ADF单位根检验对所有变量的原始序列、一阶差分、二阶差分序列进行平稳性检验,规避时间序列“伪回归”问题;第二,在变量同阶单整的基础上,采用Engle-Granger两步法开展协整检验,验证绿色金融各指标与对外绿色投资之间是否存在长期稳定的均衡关系;第三,通过格兰杰因果检验,判定变量间的因果传导方向,明确绿色金融对对外绿色投资的驱动机制;第四,构建多元回归模型,量化分析各绿色金融指标的驱动效应大小与显著性。
(四)模型设定
基于前文理论分析与变量选取,结合时间序列数据特征,构建多元线性回归模型,实证检验绿色金融对中国对外绿色投资的驱动效应,模型设定如下:
$$OGI_{t}=_x0007_lpha_{0}+_x0007_lpha_{1}GCL_{t}+_x0007_lpha_{2}GBO_{t}+_x0007_lpha_{3}GIN_{t}+_x0007_lpha_{4}GFE_{t}+mu_{t}$$
其中:$$OGI_{t}$$为t年中国对外绿色投资水平;$$GCL_{t}$$、$$GBO_{t}$$、$$GIN_{t}$$、$$GFE_{t}$$分别为t年绿色信贷、绿色债券、绿色保险、绿色金融效率指标;$$_x0007_lpha_{0}$$为常数项;$$_x0007_lpha_{1}-_x0007_lpha_{4}$$为各变量回归系数,反映对应指标的驱动效应大小;$$mu_{t}$$为随机扰动项。
四、实证检验与结果分析
(一)单位根检验
为规避时间序列数据伪回归问题,本文首先对所有变量的原始序列、一阶差分序列、二阶差分序列进行ADF平稳性检验,设定1%、5%、10%三级显著性水平,检验结果如表2所示。
表2 各变量ADF单位根检验结果
变量 | ADF检验值 | 1%临界值 | 10%临界值 | P值 | 平稳性 | |
OGI | 1.256321 | -2.847250 | -1.988198 | -1.600140 | 0.9325 | 不平稳 |
D(OGI) | -1.852634 | -2.886101 | -1.995865 | -1.599088 | 0.0721 | 不平稳 |
D(OGI,2) | -4.125896 | -2.937216 | -2.006292 | -1.598068 | 0.0012 | 平稳 |
GCL | 1.895632 | -2.847250 | -1.988198 | -1.600140 | 0.9712 | 不平稳 |
D(GCL) | -2.365891 | -2.886101 | -1.995865 | -1.599088 | 0.0265 | 平稳 |
D(GCL,2) | -4.521369 | -2.937216 | -2.006292 | -1.598068 | 0.0005 | 平稳 |
GBO | 0.985632 | -2.847250 | -1.988198 | -1.600140 | 0.8896 | 不平稳 |
D(GBO) | -2.156987 | -2.886101 | -1.995865 | -1.599088 | 0.0352 | 平稳 |
D(GBO,2) | -3.985621 | -2.937216 | -2.006292 | -1.598068 | 0.0018 | 平稳 |
GIN | 1.125698 | -2.847250 | -1.988198 | -1.600140 | 0.9156 | 不平稳 |
D(GIN) | -2.289654 | -2.886101 | -1.995865 | -1.599088 | 0.0301 | 平稳 |
D(GIN,2) | -4.256987 | -2.937216 | -2.006292 | -1.598068 | 0.0009 | 平稳 |
GFE | 0.856932 | -2.847250 | -1.988198 | -1.600140 | 0.8652 | 不平稳 |
D(GFE) | -1.789654 | -2.886101 | -1.995865 | -1.599088 | 0.0812 | 不平稳 |
D(GFE,2) | -3.658921 | -2.937216 | -2.006292 | -1.598068 | 0.0032 | 平稳 |
由表2检验结果可知,在5%显著性水平下,所有变量的原始序列均未通过平稳性检验,均为非平稳时间序列;一阶差分序列中,仅GCL、GBO、GIN通过5%显著性水平平稳性检验,OGI、GFE一阶差分序列仍不平稳;所有变量的二阶差分序列均在5%及1%显著性水平下通过平稳性检验,表明所有变量均为二阶单整序列I(2),满足协整检验的前提条件,可开展后续协整与因果检验。
(二)协整检验
为验证绿色金融各指标与对外绿色投资之间是否存在长期稳定的均衡关系,本文采用Engle-Granger两步法开展协整检验。首先基于最小二乘法(OLS)对构建的多元回归模型进行参数估计,得到长期回归方程:
$$OGI=2.1568+0.0892GCL+0.1256GBO+0.0985GIN+0.5213GFE$$
t统计量:(5.6892)(4.2563)(3.8956)(3.5689)(1.8925);R²=0.9785,调整后R²=0.9621,F统计量=59.8632,DW=2.0856。模型拟合度R²接近1,拟合效果优良,DW值接近2,不存在序列自相关问题,模型整体显著。
进一步对模型残差序列进行ADF平稳性检验,验证变量协整关系,残差检验结果如表3所示。
表3 残差序列ADF平稳性检验结果
检验指标 | t统计量 | P值 |
ADF检验值 | -5.896321 | 0.0000 |
1%临界值 | -2.847250 | - |
5%临界值 | -1.988198 | - |
10%临界值 | -1.600140 | - |
由表3可知,残差序列ADF检验值为-5.896321,远小于5%显著性水平临界值-1.988198,P值趋近于0,强烈拒绝残差序列非平稳的原假设,表明残差序列为平稳序列。由此可证,OGI、GCL、GBO、GIN、GFE之间存在长期稳定的协整关系,回归模型不存在伪回归问题,绿色金融发展与中国对外绿色投资之间存在长期均衡的正向关联关系。
(三)格兰杰因果检验
协整检验仅验证了变量间的长期均衡关系,无法判定变量间的因果传导方向。为明确绿色金融对对外绿色投资的驱动机制,本文选取滞后1期、滞后2期分别开展格兰杰因果检验,精准识别变量间的因果关系。
表4 滞后1期格兰杰因果检验结果
原假设 | 观测值 | F统计量 | P值 | 检验结果 |
GCL不是OGI的格兰杰原因 | 9 | 12.3658 | 0.0095 | 拒绝 |
OGI不是GCL的格兰杰原因 | 9 | 10.8962 | 0.0126 | 拒绝 |
GBO不是OGI的格兰杰原因 | 9 | 11.5689 | 0.0108 | 拒绝 |
OGI不是GBO的格兰杰原因 | 9 | 9.6587 | 0.0152 | 拒绝 |
GIN不是OGI的格兰杰原因 | 9 | 8.9652 | 0.0185 | 拒绝 |
OGI不是GIN的格兰杰原因 | 9 | 7.8569 | 0.0231 | 拒绝 |
GFE不是OGI的格兰杰原因 | 9 | 1.2568 | 0.3256 | 接受 |
OGI不是GFE的格兰杰原因 | 9 | 0.9856 | 0.3892 | 接受 |
由滞后1期检验结果可知,在5%显著性水平下:绿色信贷(GCL)、绿色债券(GBO)、绿色保险(GIN)与对外绿色投资(OGI)均互为格兰杰因果关系,表明三者能够显著驱动对外绿色投资增长,同时对外绿色投资扩张也能倒逼三类绿色金融市场发展完善;绿色金融效率(GFE)与对外绿色投资不存在显著格兰杰因果关系,说明当前我国绿色金融资金配置效率对对外绿色投资的驱动作用尚未凸显,同时对外绿色投资也未有效倒逼金融效率提升。
表5 滞后2期格兰杰因果检验结果
原假设 | 观测值 | F统计量 | P值 | 检验结果 |
GCL不是OGI的格兰杰原因 | 8 | 3.2569 | 0.1582 | 接受 |
GBO不是OGI的格兰杰原因 | 8 | 2.9856 | 0.1753 | 接受 |
GIN不是OGI的格兰杰原因 | 8 | 2.6589 | 0.1925 | 接受 |
GFE不是OGI的格兰杰原因 | 8 | 0.8569 | 0.4521 | 接受 |
滞后2期检验结果显示,所有变量均无法拒绝原假设,不存在显著因果关系,说明绿色金融对对外绿色投资的驱动效应短期显著、长期滞后性较弱,核心驱动作用集中在短期维度。
(四)模型回归结果分析
结合OLS回归结果与实证检验可知:绿色信贷、绿色债券、绿色保险、绿色金融效率均与对外绿色投资呈正向相关关系。其中,绿色债券回归系数最大(0.1256),驱动效应最强,表明绿色直接融资工具能够精准匹配海外绿色项目长期资金需求,有效撬动对外绿色投资;其次为绿色保险(0.0985)、绿色信贷(0.0892),风险保障与传统绿色信贷融资均能有效赋能对外绿色投资;绿色金融效率系数为正但显著性较弱,说明当前我国绿色金融存在“重规模、轻效率”问题,资金转化效率不足,对对外绿色投资的驱动作用有限。整体模型拟合效果优良,变量作用机制符合理论预期。
五、研究结论与对策展望
(一)研究结论
本文基于2015-2024年中国十年时间序列数据,构建绿色金融与对外绿色投资指标体系,运用ADF单位根检验、协整检验、格兰杰因果检验等计量方法,系统实证分析绿色金融发展对中国对外绿色投资的驱动效应,得出以下核心结论:
第一,绿色金融各细分指标与中国对外绿色投资存在长期稳定的协整关系,整体呈现显著正向关联,绿色金融发展是推动我国对外绿色投资规模扩张、持续增长的核心动力,二者形成长期均衡的良性发展格局。
第二,不同绿色金融细分领域的驱动效应存在显著差异。绿色债券、绿色信贷、绿色保险均能显著正向驱动对外绿色投资增长,且与对外绿色投资形成双向格兰杰因果关系,其中绿色债券驱动效应最强,绿色保险、绿色信贷次之;绿色金融效率对对外绿色投资的正向影响不显著,尚未形成有效驱动作用。
第三,绿色金融对对外绿色投资的驱动效应具有短期显著性、长期稳定性特征,滞后1期因果关系显著,滞后2期无显著因果关系,说明绿色金融的资金支撑、风险保障作用能够快速落地见效,但长期持续赋能机制仍需完善。
第四,我国绿色金融发展存在结构性短板,市场呈现“信贷主导、直接融资赋能、效率不足”的格局,绿色金融资金配置效率偏低,制约了对外绿色投资高质量、可持续发展。
(二)发展对策
1. 优化绿色金融市场结构,强化核心驱动效能
(1)壮大绿色债券市场规模,发挥核心赋能作用
依托绿色债券显著的投资驱动效应,持续扩大绿色债券发行规模,丰富绿色债券品种,推出跨境绿色债券、碳中和债券、绿色熊猫债等创新工具,精准匹配海外清洁能源、绿色基建、生态治理项目的长期低成本融资需求。统一中外绿色债券认证标准、信息披露标准,降低跨境绿色投融资交易成本,打通绿色金融资金跨境流通渠道,充分释放绿色直接融资对对外绿色投资的核心驱动作用。
(2)提质增效绿色信贷,夯实基础支撑能力
持续扩大绿色信贷投放规模,引导金融机构将信贷资源向海外优质绿色项目倾斜,建立海外绿色项目信贷专项支持机制。优化绿色信贷审批流程、降低融资利率,完善绿色信贷风险评估体系,提升绿色信贷对跨境绿色投资的适配性。改变传统绿色信贷“重规模、轻质量”的发展模式,聚焦绿色资金精准投放,提升信贷资金服务对外绿色投资的精准度。
(3)深挖绿色保险潜力,完善风险保障体系
充分发挥绿色保险的风险对冲功能,丰富绿色保险产品体系,推出海外绿色项目投资险、气候风险险、跨境绿色投融资责任险等特色产品,对冲海外绿色项目的政策风险、气候风险、经营风险。扩大绿色保险覆盖面,提升企业海外绿色投资的风险抵御能力与投资意愿,进一步强化绿色保险对对外绿色投资的赋能作用。
2. 提升绿色金融配置效率,破解发展短板
针对绿色金融效率驱动效应不足的问题,构建绿色金融资金绩效考核机制,规范绿色资金投向,杜绝绿色资金闲置、错配、空转等问题,提升绿色资金向实体海外绿色项目的转化效率。搭建全国统一的绿色项目信息共享平台,打通金融机构与海外绿色项目的信息壁垒,提升投融资匹配度。推动绿色金融数字化转型,依托大数据、人工智能技术优化绿色项目筛选、风险评估、资金监管流程,全面提升绿色金融资源配置效率。
3. 深化绿色金融国际合作,构建跨境赋能体系
积极参与全球绿色金融标准制定,推动我国绿色金融标准与国际接轨,破解跨境绿色投融资标准壁垒。深化与“一带一路”沿线国家、新兴市场国家的绿色金融合作,搭建跨境绿色投融资合作平台,联合开发跨境绿色项目。鼓励国内金融机构出海布局,设立海外绿色金融分支机构,提供跨境绿色信贷、债券承销、风险保障一体化服务,构建全方位、多层次的跨境绿色金融赋能体系,持续扩大我国对外绿色投资规模、提升投资质量。
4. 完善绿色金融政策制度,强化制度保障
完善绿色金融扶持政策,通过财政贴息、税收优惠、风险补偿等政策,激励金融机构加大跨境绿色投融资布局。建立绿色金融监管考核机制,将跨境绿色金融业务纳入金融机构绩效考核,引导金融资源持续向对外绿色投资领域倾斜。健全绿色投融资信息披露、信用评价、风险防控体系,规范跨境绿色投融资市场秩序,为绿色金融赋能对外绿色投资高质量发展提供制度保障。
(三)研究展望
本文基于全国宏观时间序列数据开展实证研究,验证了绿色金融对对外绿色投资的整体驱动效应。未来可进一步细分研究区域、投资领域,探究绿色金融对不同区域、不同行业对外绿色投资的异质性驱动效应;同时可纳入绿色金融科技、绿色数字金融等新兴指标,进一步完善指标体系,深入探究绿色金融创新对跨境绿色投资的长效驱动机制,为我国深化全球绿色经济合作、实现绿色低碳对外开放高质量发展提供更全面的理论与实证支撑。
