• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      綠色債券的風(fēng)險(xiǎn)溢價(jià)探討

      2018-10-18 12:07白光馨
      現(xiàn)代企業(yè) 2018年7期
      關(guān)鍵詞:方差債券變量

      白光馨

      黨的十九大在“加快生態(tài)文明體制改革,建設(shè)美麗中國”一節(jié)中明確提出,“構(gòu)建市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系,發(fā)展綠色金融”。在新的時(shí)代背景下,發(fā)展綠色金融,支持綠色債券,壯大綠色產(chǎn)業(yè)正當(dāng)其時(shí)。

      一、引言

      隨著工業(yè)化程度日益不斷加深,氣候變化問題逐漸顯現(xiàn),環(huán)境保護(hù)已成為人類共同面臨的挑戰(zhàn)。國家環(huán)??偩止嫉臄?shù)據(jù)顯示,截至2017年9月底,我國PM2.5 的平均濃度為65mg/m3,沈陽、石家莊等城市甚至超過100mg/m3,均遠(yuǎn)高于世界衛(wèi)生組織公布的PM2.5水平為25 mg/m3標(biāo)準(zhǔn)。相關(guān)研究發(fā)現(xiàn),秦淮以北使用煤炭污染造成的空氣污染將使居民的預(yù)期壽命比秦淮以南的居民縮短約5年。而我國的環(huán)境破壞程度與高能耗高污染的工業(yè)、能源和運(yùn)輸結(jié)構(gòu)密不可分。2016年國內(nèi)生產(chǎn)總值中,制造業(yè)約占39.8%。其中,重工業(yè)貢獻(xiàn)率占據(jù)30%,是世界主要國家中最高的。

      鑒于治理環(huán)境污染的必要性,黨的十九大報(bào)告中也明確提出,要“統(tǒng)籌山水林田湖草系統(tǒng)治理,實(shí)行最嚴(yán)格的生態(tài)環(huán)境保護(hù)制度,形成綠色發(fā)展方式和生活方式,堅(jiān)定走生產(chǎn)發(fā)展、生活富裕、生態(tài)良好的文明發(fā)展道路”。生態(tài)環(huán)境保護(hù),不僅要依靠有效的環(huán)境治理技術(shù)亡羊補(bǔ)牢,更要綜合利用財(cái)政、稅收和金融,優(yōu)化資源配置,實(shí)現(xiàn)經(jīng)濟(jì)、能源和交通的綠色轉(zhuǎn)型。特別是資本配置形成的激勵(lì)作用。一旦資金退出污染行業(yè),流向綠色清潔生產(chǎn)、清潔能源等環(huán)保產(chǎn)業(yè),包括土地、勞動(dòng)力在內(nèi)的其他資源也會(huì)隨之一起流動(dòng),達(dá)到優(yōu)化配置的目的。從而在維護(hù)生態(tài)平衡的同時(shí),促進(jìn)經(jīng)濟(jì)健康發(fā)展。

      綠色環(huán)保項(xiàng)目普遍具有較強(qiáng)的外部性,但是也具有前期投入資金量大、技術(shù)含量高、短期收益有限等特點(diǎn)。根據(jù)環(huán)保部設(shè)定的環(huán)境目標(biāo),截至2020年,每年全社會(huì)對(duì)綠色產(chǎn)業(yè)的投資額不低于2萬億元,而政府財(cái)政投資額僅僅能夠覆蓋其中的15%,完全依靠國債融資配給和傳統(tǒng)的政府財(cái)政資源支持不足以滿足綠色行業(yè)對(duì)于投資的巨大需求,也不利于綠色產(chǎn)業(yè)的良性競爭發(fā)展。因此,需要金融服務(wù)鼓勵(lì)私人資本進(jìn)入,促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。

      綠色債券作為一種中長期融資工具,可以將債券發(fā)行與環(huán)境投資收益掛鉤,發(fā)展綠色債券十分必要。最初,綠色債券由世界銀行、亞洲開發(fā)銀行、國際金融公司等國際金融組織或政府支持的金融機(jī)構(gòu)發(fā)行,國際投資銀行負(fù)責(zé)承銷;債券購買者主要包括大型機(jī)構(gòu)投資者和高凈值客戶。綠色債券產(chǎn)生市場需求的主要原因如下:(1)綠色產(chǎn)業(yè)發(fā)展前景廣闊,且具有一定的社會(huì)價(jià)值;(2)債券到期日相對(duì)較短,流動(dòng)性強(qiáng)。大多數(shù)綠色債券在三至七年之間到期,可以在二級(jí)市場進(jìn)行交易;(3)許多綠色債券具有免稅貼息政策,投資回報(bào)率良好;(4)一些綠色產(chǎn)業(yè)受到政府財(cái)政支持,發(fā)行機(jī)構(gòu)對(duì)候選投資項(xiàng)目的篩選過程嚴(yán)格,信息披露程度高,投資風(fēng)險(xiǎn)相對(duì)較低。投資機(jī)構(gòu)可通過投資組合對(duì)沖與環(huán)境項(xiàng)目相關(guān)的投資風(fēng)險(xiǎn)。

      二、文獻(xiàn)綜述

      早期對(duì)于債券風(fēng)險(xiǎn)溢價(jià)的來源進(jìn)行探究的是美國經(jīng)濟(jì)學(xué)家Merton,將期權(quán)定價(jià)模型進(jìn)行拓展,對(duì)債券風(fēng)險(xiǎn)進(jìn)行度量。隨后,許多經(jīng)濟(jì)學(xué)家也對(duì)此進(jìn)行了深入研究,研究思路主要可以分為兩大類——整體風(fēng)險(xiǎn)和具體風(fēng)險(xiǎn)。

      針對(duì)特定風(fēng)險(xiǎn)的研究,屬于相關(guān)性研究,主要目的是確定債券整體風(fēng)險(xiǎn)溢價(jià)的某個(gè)決定因素,文獻(xiàn)不一而足。宏觀微觀中可能存在的具體風(fēng)險(xiǎn)因素種類復(fù)雜,未知因素眾多,且各個(gè)因素之間具有不同程度的相關(guān)性,研究結(jié)論多種多樣。例如,消費(fèi)模式的遷移會(huì)影響社會(huì)總需求,進(jìn)而影響債券風(fēng)險(xiǎn)溢價(jià)(Campbell,1999);國家的實(shí)際GDP與通貨膨脹率對(duì)市政債券具有顯著影響(Luduigson,2009)。

      為了明晰風(fēng)險(xiǎn)結(jié)構(gòu),一些學(xué)者對(duì)債券風(fēng)險(xiǎn)進(jìn)行了系統(tǒng)分析,將整體風(fēng)險(xiǎn)進(jìn)一步細(xì)化為信用風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、通貨膨脹風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)等多種類型,研究每種類型的具體風(fēng)險(xiǎn)溢價(jià)以及不同風(fēng)險(xiǎn)之間的相互作用。但這并不意味著可以整體風(fēng)險(xiǎn)就是把每個(gè)類型的風(fēng)險(xiǎn)相加。首先,單一函數(shù)僅能描述單一形態(tài)的風(fēng)險(xiǎn)因素分布特征,且擬合程度越好,其使用的局限性越高。而不同類型風(fēng)險(xiǎn)的分布形式可能相同,也可能不同,某一函數(shù)形態(tài)不適用于描述整體風(fēng)險(xiǎn)(劉洋東,2017)。其次,數(shù)據(jù)維度數(shù)量的增加,方差-協(xié)方差矩陣變得異常紛繁,其相應(yīng)索引結(jié)構(gòu)的精度逐漸降低;同時(shí),也無法度量各個(gè)風(fēng)險(xiǎn)之間的關(guān)系(張晨,2015)。

      主成分分析法采取降維思想,將多種因素合并,可以避免數(shù)據(jù)高維性產(chǎn)生的影響。對(duì)美國投資級(jí)公司債券的收益的研究發(fā)現(xiàn),建立包含兩個(gè)主成分的模型可以解釋樣本數(shù)據(jù)協(xié)方差;并且,評(píng)級(jí)、期限、行業(yè)對(duì)債券收益波動(dòng)率有顯著影響(Drakos,2004)。采用S&P500;期權(quán)所含方差期限結(jié)構(gòu)作為總方差風(fēng)險(xiǎn),對(duì)方差期限結(jié)構(gòu)的風(fēng)險(xiǎn)溢價(jià)進(jìn)行主成分分析,可以發(fā)現(xiàn)在1996年~2012年期間,方差項(xiàng)結(jié)構(gòu)的時(shí)間變化主要由水平值和斜率兩個(gè)因素解釋。

      三、模型與數(shù)據(jù)

      1.研究方法。作為判斷基準(zhǔn),若選取單一風(fēng)險(xiǎn)因素指標(biāo),僅能夠片面展示債券某方面的風(fēng)險(xiǎn)水平;若選取多重因素,不同類別的若干指標(biāo)之間又缺乏可比性。采用綜合評(píng)價(jià)法,對(duì)風(fēng)險(xiǎn)因素進(jìn)行整體分析,可以在一定程度上改善此類問題。具體分析方法包括:模糊分析法、加權(quán)平均法、功效系數(shù)法、層次分析法等。其中,主要成分分析法(Principal Component Analysis,PCA)可以在一定程度上避免主觀賦權(quán)和信息重疊的缺陷。PCA通過采用數(shù)學(xué)變換的方式,將涉及的諸多分先因素轉(zhuǎn)換為幾個(gè)包含大部分無重疊原始信息的綜合因素(i.e. 主成分);計(jì)算主成分的方差貢獻(xiàn)率,據(jù)此設(shè)定權(quán)數(shù),構(gòu)造綜合得分函數(shù)并評(píng)估表現(xiàn)。

      主成分分析法是綜合評(píng)價(jià)法中的一種。首先,它把高維數(shù)據(jù)映射到低維空間中進(jìn)行線性變換,相關(guān)變量轉(zhuǎn)成另一組不相關(guān)的變量;然后,通過衡量這些新的變量在投影方向上的數(shù)據(jù)方差的大小來衡量該方向的重要性。投影方向的重要性歲方差的減少而減少。因?yàn)?,如果把所有的點(diǎn)都映射到一起,那么幾乎所有的信息(如:點(diǎn)與點(diǎn)之間的距離)都丟失了。而當(dāng)映射后方差盡可能的大時(shí),數(shù)據(jù)點(diǎn)會(huì)分散開來,可以保留更多的信息。所以,對(duì)相關(guān)變量進(jìn)行線性變換,轉(zhuǎn)成另一組不相關(guān)的變量,可以得出綜合成因子并保留構(gòu)成主要影響的因子,保持變量的總方差不變。將這些新的變量按照方差依次遞減的順序排列,第一主成分方差最大,依次類推。其前提條件之一就是各變量之間具有相關(guān)性。

      主成分分析法主要追求減少數(shù)據(jù)使用維度,最大化保持?jǐn)?shù)據(jù)的內(nèi)在信息;同時(shí),在降維之后又能保持?jǐn)?shù)據(jù)較多信息,具有簡潔完整的優(yōu)點(diǎn)。因此,本文選擇主成分分析法作為實(shí)證部分的研究方法。

      選取相應(yīng)指標(biāo)代表債券主要風(fēng)險(xiǎn),流動(dòng)性風(fēng)險(xiǎn)指標(biāo)為到期收益率(X1)和債券余額(X2),利率風(fēng)險(xiǎn)指標(biāo)為修正久期(X3)、凸度(X4),信用風(fēng)險(xiǎn)指標(biāo)為成交額(X5)、債券余額(X6)。

      2.數(shù)據(jù)處理。本文對(duì)截至2017年10月底前的綠色債券進(jìn)行分析。滬深兩市中共選取出處于交易狀態(tài)的綠色債券59支,債券類型包括金融債、企業(yè)債、中期票據(jù)和政府支持機(jī)構(gòu)債。隨機(jī)抽取59支相同類型的普通債券。通過比對(duì)綠色債券與普通債券的風(fēng)險(xiǎn)指標(biāo),評(píng)估綠色債券是否具有綠色溢價(jià)。(1)標(biāo)準(zhǔn)化處理與相關(guān)性檢驗(yàn)。為確保各項(xiàng)風(fēng)險(xiǎn)因素之間具有相關(guān)性,首先,對(duì)六個(gè)不同量綱的相對(duì)因素進(jìn)行標(biāo)準(zhǔn)化處理,得到ZX1、ZX2、ZX3、ZX4、ZX5、ZX6。其次,對(duì)以上均值為零、方差為一的無量綱數(shù)據(jù)進(jìn)行KMO和Bartlett檢驗(yàn),分別檢驗(yàn)變量的相關(guān)性和獨(dú)立性。綠色債券和普通債券的KMO檢驗(yàn)結(jié)果分別為0.585和0.679,均超過0.5,可以進(jìn)行主成分分析。Bartlett檢驗(yàn):在95%的置信度下,檢驗(yàn)結(jié)果顯著,通過了顯著性檢驗(yàn)。

      (2)選取主成分。若提取的主成分因子特征值大于1,則作為主成分因子進(jìn)行保留。因?yàn)樘卣髦荡笥?的因子對(duì)原始數(shù)據(jù)信息的解釋力比原變量更強(qiáng)。根據(jù)計(jì)算結(jié)果,觀察相關(guān)變量特征值,提取主成分因子。對(duì)于綠色和非綠色兩種債券而言,主成分因子的累計(jì)比分別為67.647%、72.209%,均超過60%,符合要求。其中,綠色債券選取特征值為2.439和1.619的兩個(gè)因子作為主成分。普通債券選取特征值為2.893和1.439的兩個(gè)因子作為主成分。

      (3)主成分因子的經(jīng)濟(jì)含義。通過最大方差完成因子旋轉(zhuǎn),便于解讀主成分中原變量所代表的經(jīng)濟(jì)含義。此處以綠色債券為例,修正久期(X3)以及凸度(X4)對(duì)第一主成分F1的載荷很大,分別為0.954和0.957。說明第一主成分體現(xiàn)綠色債券的利率風(fēng)險(xiǎn)。成交額(X5)對(duì)第二主成分F2的載荷很大,為0.958。說明第二主成分體現(xiàn)綠色債券的流動(dòng)性風(fēng)險(xiǎn)。

      (4)建立主成分得分公式。使用ZXi代表標(biāo)準(zhǔn)化的相關(guān)變量Xi,綠色債券使用因子得分系數(shù)構(gòu)造主成分得分公式:

      F1=0.007*ZX1–0.209*ZX2+ 0.586ZX3 + 0.593*ZX4 + 0.017*ZX5 – 0.265*ZX6

      F2=0.001*ZX1–0.346*ZX2+ 0.012ZX3+0.024*ZX4+1.164*ZX5 –0.068*ZX6

      (5)建立綜合得分公式。根據(jù)各主成分的方差在總方差中所占比重為權(quán)數(shù),得到綜合得分公式:

      F=(40.656*F1 + 29.991*F2)/67.647

      i.e. F=0.601*F1 + 0.443*F2

      四、實(shí)證結(jié)果與分析

      將風(fēng)險(xiǎn)指標(biāo)數(shù)值帶入主成分得分公式進(jìn)行計(jì)算后,可以得到樣本債券各主成分得分。繼續(xù)代入綜合得分公式進(jìn)行計(jì)算,可以得到綜合得分。

      對(duì)以上數(shù)據(jù)進(jìn)行匯總后,綠色債券得分高于普通債券得分的比例為53%。所以,從風(fēng)險(xiǎn)溢價(jià)角度而言,綠色債券與普通債券相比,不具有明顯優(yōu)勢(shì)。可見,目前市場對(duì)于綠色債券特有的環(huán)境效益和社會(huì)效益的反應(yīng)尚不敏感,風(fēng)險(xiǎn)水平?jīng)]有因此顯著降低或提高。

      導(dǎo)致此結(jié)果的原因可能在于,當(dāng)下我國債券存在政府隱性擔(dān)保的普遍現(xiàn)象,投資者風(fēng)險(xiǎn)意識(shí)淡薄,所以不存在綠色債券因政府推動(dòng)、信用較好而產(chǎn)生風(fēng)險(xiǎn)溢價(jià)。并且,綠色產(chǎn)業(yè)具有社會(huì)效益大,微觀效益小,而普通債券發(fā)行投資微觀效益卻較大。所以在社會(huì)效益和企業(yè)微觀效益之間、在短期和長期投資之間,哪個(gè)投資者愿意追求社會(huì)效益和長遠(yuǎn)利益,而追求短期效益最大化決策是普遍的選擇。而綠色債券發(fā)行所得的用途都有明確的規(guī)定,投資收益回收速度慢。隨著我國綠色債券市場的進(jìn)一步完善與發(fā)展,一般企業(yè)的投資意愿會(huì)在今后逐步提高。

      (作者單位:新疆財(cái)經(jīng)大學(xué)金融學(xué)院)

      猜你喜歡
      方差債券變量
      方差怎么算
      概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
      抓住不變量解題
      也談分離變量
      計(jì)算方差用哪個(gè)公式
      方差生活秀
      SL(3,3n)和SU(3,3n)的第一Cartan不變量
      分離變量法:常見的通性通法
      麻江县| 武平县| 钟祥市| 邹平县| 邢台市| 隆子县| 泽库县| 鹤庆县| 兰坪| 伊宁县| 齐河县| 广安市| 三穗县| 同仁县| 石泉县| 亳州市| 彰化县| 即墨市| 株洲市| 江安县| 盐城市| 托克逊县| 乌兰县| 江油市| 夏津县| 大关县| 承德县| 白城市| 长乐市| 雅江县| 镇原县| 航空| 正定县| 德化县| 南雄市| 高陵县| 宣威市| 威宁| 遂宁市| 邵阳市| 巴楚县|