2021年1期
第23卷（总第125期）
淮南师范学院学报
JOURNAL O F H U A IN A N N O RM AL UNIVERSITY
N o.1, 2021
G e n e ra l N o.125, V o l.23
郑兰祥，胡晓玉
(安徽大学经济学院，安徽合肥230601)
[摘要]采用2016-2018年绿债券的横截面数据，基于线性回归对我国绿债券发行利率影响 因素进行实证分析，研究发现：发行主体对绿债券发行利率的影响不具有异质性。利率市场化的结果 与发行利率高度正相关。债券结构中除了发行期限之外，发行规模、第三方认证、债券评级均会影响发 行利率的
高低，且他们均与利率呈现负相关关系。针对所得结论，给予了相应建议。
金柑糖的秘密[关键词]绿债券；发行利率；影响因素
[中图分类号]F832.5 [文献标识码]A[文章编号]1009-9530(2021)01-0024-08
_、研究背景和意义
随着我国生态文明体制改革，美丽中国建设被 提上日程，“绿”这个词也逐步成为当代社会的热 点与焦点。自2016年以来，绿金融在我国正式崛 起并蓬勃发展，绿金融涵盖了绿信贷、绿债 券、绿保险和碳市场等多个领域，而其中一种创 新型的融资工具一绿债券，以其自身的灵活 性、创新性受到了高度关注。绿债券，顾名思义，是与“绿”一词紧密相关的。它具体是指发行者以 解决生态环境问题为引线，向投资者发行的一种债 权债务凭证或者说是发行者的一种融资工具，而且 所募资金均投向合法合规的绿产业项目，其发行 者主要囊括政府、银行以及企业机构[1]。绿债券 的种类丰富，主要包含金融债、公司债、企业债、债 务融资工具和熊猫债等。
据统计，2016年我国绿债券发行规模达到 363 565.63亿元，共有28 237只。2017年绿债券 市场全年共计发行了 37 330只债券，规模则增加 到408 081.76亿元，相比2016年增长了 12.24%，发行数量较2016年增长了 32.20%。2018年共发 行债券437 703.68亿元，较2017年增长7.3%，发行数量共
计39 193只。根据中央结算公司出台的 《中国绿债券市场2019上半年报》[2]，发现我国 绿债券在该时期总共达到了 1 439亿元的规模，达到了 62%的同比增长。2016年绿金融债券发 行规模有1 590亿元，非金融绿债券仅有443.3 亿元，分别占当期发行总规模的77.1%和21.5%。2017年我国发行绿金融债券1 234亿元，非金 融绿债券656.75亿元，分别在当期总规模中占 比64.25%和34.17%。2018年绿金融债券发行达 到1 289.2亿元，在当期总规模中占62.36%，非金 融债券则占比37.64%。绿金融债券在三年中的 占比逐渐递减，但是并未影响其在金融债券中的主 体地位。
2019年3月6日，国家发改委、中国人民银行 等七部委联合印发了《绿产业指导目录(2019年 版）》[3]及解释说明文件，该文件对绿债券的标准 进行了统一，有力挖掘了绿债券市场的发展潜 力，加快了绿债券的步伐，摆正了绿债券的市 场走向。绿债券发行利率水平的高低直接关系到 发行人的融资成本及发行的成功率，因而，研究我 国绿债券发行利率影响因素具有一定的理论和 现实意义。
[收稿日期]2020-09-23
[基金项目]国家社科基金项目“利率放开后金融市场间利率传导阻滞的测度、成因及对策研究”（19BJY241 )。
[作者简介]郑兰祥（1965-)，男，安黴大学经济学院教授，研究方向：宏观金融与区域金融管理；胡晓
玉（1998-)，女，安黴大学经济学院 硕士研究生，研究方向：绿金融。
郑兰祥，胡晓玉：我国绿债券发行利率的主要影响因素分析25
二、文献综述
(一） 国外研究现状
绿债券的起源地在国外，2007年欧洲投资 银行（EIB)发行了气候意识债券，2013年刮起一 股绿债券的热潮，2014年国际资本市场协会(ICMA)发布了绿债券原贝^ (The Green Bond principles，GBP)。发达国家对绿债券的研究较国 内早得多，Wilkins及Michael在法国能源公司法 国燃气苏伊士集团(GDF Suez)成功发行史上规模 最大的绿债券的基础上，发现为了减少交易成 本，绿债券的重要程度将会与日俱增[4]。Korky Koroluk表明绿债券在加拿大的使用量逐步递 增，必须使能源效率得到提高，同时指出绿债券 将会成为一■种重要的融资工具[5]。Michael Flaherty、Arkady Gevorkyan等依据萨克斯模型构建了二相 模型（NMPC)，证明债券是可偿还的，债务是可持 续的，而且低利率和低通货膨胀等因素对长期绿 债券的发展是有利的[6]。而后，利用结构向量自回 归（VAR)模型分析绿债券、金融市场两者之间的 价格关联性的 Juan C.Reboredo和 Andrea Ugolini，发现绿债券市场与固定收益市场和货币市场紧 密相关[7]。
此外，国内学者也对国外的绿债券情况进行 了探究。杨云匀、马俊发现国际绿债券无论是发 行规模、发行主体，还是资金投向都朝着规范化的 方向发展，发行品种亦是多样化[8]。那么，国外绿 债券的发展对我国有什么启示呢？有什么可以借鉴 的呢？秦绪红梳理了发达国家的绿债券发展脉络 之后，认为我国政府、银行应当合理激励，建立健全 监督、评级机制，创新绿产品等[9]。幸泽林、易凤 则是通过对比国内外绿债券的参与度、融资模式 以及产品类型，提出我国应选取的借鉴之处，即扩 大参与度、创新产品类型、强调收益保障以及对碳 交易制度进行完善[10]。可以看出，绿债券所呈现 出来的作用不容忽视，陈霞和许松涛对法国及波兰 的主权绿债券进行分析以后，发现主权绿债券 不但可以优化资金来源和使用，还可以增强流动 性，甚至可以达到国家环境治理的预期效用™。
(二） 国内研究现状
我国的绿债券起步较晚，2014年中广核风 电碳债券问世，2015年新疆金风科技发行第一支 绿企业债券之后，同年末绿债券的相关指引也 陆陆续续出现在债券市场。孙伟力将2016年1月兴业、浦发发行绿金融债券视为我国绿债券正式开始的标志，另外，对我国绿债券的兴起之路 也给予了些许建议[12]。绿债券的脚步从此越跨越 大。气候债券倡议组织(2019)从绿债券在处理我 国环境问题中的意义和绿债券市场化面对的挑 战两方面佐证了绿债券的重要程度。
绿债券契合当代的绿发展理念，国内一 些学者已对绿债券进行了相应考究。例如：李强 浅析了我国绿债券的发展趋势，同时，认为绿 债券的活力因素主要包含市场开放程度、地方政府 及投资者的积极性、市场发展框架的完备性等[13]。张艳和沈惟维在梳理了我国绿债券发展的现状 之后，从政策、信用、透明度、认证体系和审批流程 等方面整理了一些风险防范对策[14]。就学者们发现 的问题而言，其中一项就是绿债券的标准化程度 还有待改善。通过七部委发布的〈〈绿产业指导目 录(2019年版）》可发现，绿债券的标准化指日可 待，绿债券的国际化亦在持续推进，绿产业的 囊括范围也在继续扩大。
国内目前对绿债券的探索大多属于理论层 面，量化研究的文献相对较少。龚玉霞等通过构建 二叉树模型对绿债券进行估价，结果发现绿债 券的市场价格明显低于理论价格[15]。姚明龙对收集 的绿债券数据进行回归，实证探究了绿债券和 普通债券之间利差的影响要素[16]。曾玥妍、邓翔使 用非平衡面板模型对造成绿债券价格波动的相关 要素进行了必要的分析™。王晓玲、朱家明则对影响 绿债券票面利率的因素进行了回归性分析[1W9]。
综上所述，目前，大多数国内外研究成果主要 集中在发行绿债券的意义及其作用层面，极少数 研究涉及到绿债券的价格波动问题，探讨我国绿 债券发行利率影响因素的文献尚不多见。为此，我们将在前人研究的基础上对绿债券的发行利 率进行研究，探讨绿债券发行利率主要受哪些因 素影响，以及在绿债券发行过程中应采取怎样的 对策。
三、研究假设
在债券市场上，债券的发行利率会受到诸多因 素影响，绿债券作为一种特殊的债券自然也不例 外。考虑到量化问题以及实际情况，我们从众多绿 债券发行利率的影响因素中选取三类主要因素：发行主体、市场利率以及债券结构。
1.发行主体。同普通债券一样，绿债券的发 行主体可以是政府、金融机构、企业或者公司等，这 些不同的发行主体发行不同种类的债券。例如，在
26淮南师范学院学报2021年第1期
债券市场中，发行主体是政府的债券被称为政府债
券；由银行和非银行金融机构发行的债券称作是金
融债券；由非金融公司发行的债券就是公司债券。
而近年来，根据2017中国绿债券市场报告以及
2018中国绿债券市场报告，可以看出绿债券
的发行主体持续丰富、多元，且金融机构为主要发
行主体。
不同的发行主体发行债券所带来的风险是不
一致的，收益也不同，收益的大小就会影响企业发
行债券的力度，继而影响到债券价格变动，最终导
致发行利率产生变化。如政府债券因为有政府提供
担保，具有良好的信誉和公信力，造成的风险就较
小，但是收益也小，收益较小继而导致债券价格较
论正当防卫
高，因此，发行利率就会偏低；而公司债券的风险是
较大的，因此，收益较高，发行利率相应的就较高。
基于以上分析，我们首先给出本文的第一个研究假
设：
H1：发行主体对绿债券发行利率的影响具
有异质性。
2.利率市场化即各金融机构处于货币市场进 行融资与经营的利率大小取决于市场的供给与需
求。对于由市场机制的供求关系决定的市场利率，
其为利率市场化最后能看见的结果。
上世纪70年代初期，罗纳德.麦金农（Ronald
I.Mckinnon)和爱德华•肖（Edward S.Shaw)依据“金
融抑制”限制金融市场发展这一现象，提出“金融抑
制理论”与“金融深化理论”，奠定了金融自由化及
利率市场化，以此调节相关市场的发行利率。中国
于1996年推行同业拆借利率，迎接市场利率化，而
后2007年Sibor的推出坚定了市场利率化的步伐。Shibor成为基准后，利率挂钩产品的利率调整将会
以此为参考，达成共识。当市场利率上升时，会引起
利率挂钩产品价格下降，继而使得发行利率升高；
反之，若市场利率降低，利率挂钩产品价格便会上
升，其发行利率会随之降低。绿债券的发行利率
自然将以利率市场化的结果Shibor作为参考，进
行相应的调节。由此，我们提出本文的第二个研究
假设：
H2：利率市场化的结果与债券利率息息相关。
3. 债券结构。任何绿债券在发行过程中都具 有很多指标，如债券名称、发行价格、发行时间、募
集投向等。通过中国金融信息网一绿债券数据
库查询绿债券基本信息，我们在众多结构因素中
重点观察了绿债券的发行期限、发行规模、第三
方认证以及债券评级这几项。参考姚明龙[16]、王晓玲[18]、朱家明[19]等人的相
关文献，分析可知，对于发行期限、发行规模、第三
方认证、债券评级这几个指标，通常来说，发行期限
加长时，流动性就会减弱，发行者就会通过提高发
行利率的方式来吸引投资者；发行规模越大，发行
者所需要的成本就越高，利率就会被抬高；当一个
发行主体有第三方认证时，说明该主体信誉较高，
发行所需成本较低，因而发行利率就较低；债券评
级与第三方认证类似，都会提高机构的公信力，建
立良好信誉，所以，债券评级越高，利率就相应的越
低。对此，我们提出本文的第三个重要假设：
H3：债券结构会使债券发行利率产生变化。
四、实证研究
在绿债券的发行过程中，极其重要的一个指
标就是发行利率。发行利率会影响绿债券的价
格，绿债券的价格对其市场的健康稳健发展有重
大意义，而绿债券的市场发展则会对绿金融领
域产生显著的效果。因而，对绿债券发行利率的
研究就是非常有必要的。故而我们对造成发行利率
波动的多种因素建立相应的模型并进行回归分析。
(一）研究变量选取
1. 被解释变量
根据以上所述，本文目的是探究绿债券发行
利率的影响因素及各影响因素产生效应的大小，因
而被解释变量即可以定为绿债券的发行利率。
2. 解释变量
由以上分析最终得出以下几个影响因素：
(1) 发行主体。发行主体即发行绿债券的发 行者，主要分为政府机构、金融机构、企业事业单
位，不同发行主体的权威公信力有所不同，对于投
资者的吸引力度也是不同的。
(2) 发行期限。发行期限就是所发行的债券的 到期年限。通常情况下，期限越长的债券流动性将
会越弱，而当流动性不足时企业就需要承担相应的
成本。
(3) 发行规模。发行规模表明该绿债券发行 的多少。通常条件下债券发行规模与融资所消耗的
成本成正比，所以，一般认为发行规模越大时融资
就越有难度，就需要更大的成本。
(4) 第三方认证。第三方认证是一种由企业、事 业单位、社会团体等多种性质的组织并存的组织机
构，它不属于国家机关的范畴。它是指经国务院认
证认可监督管理部门批准，并依法取得法人资格，
同时有某种资质可以从事批准范围内的认证活动
郑兰祥，胡晓玉：我国绿债券发行利率的主要影响因素分析27
的机构。第三方认证具有一定的权威性，能够使企
业的信誉口碑得到提升，有第三方认证也有利于投
资者作出投资选择。
(5) 债券评级。债券评级即当发行主体发行债
券时，把债券作为目标进行的信用评级。一个债券
通常拥有债项评级与主体评级两种。债券评级较高
者，企业的公信力自然也较高。
(6) 市场利率(shibor)。除以上几个指标外，市
场利率对发行利率来说应当是很重要的一个存在。
种种分析结果显示，上海银行间同业拆借利率
(shibor)相对于其他利率来说是比较稳定的，因此，
我们可以选择一年期sh ib or作为绿债券发行时
吴郭鱼的市场利率。
3.控制变量
对于控制变量的选取，考虑到宏观经济发展的
繁荣与否对绿债券市场造成的影响，本文利用国
内生产总值增速和居民消费价格指数来体现宏观
经济的状况。
(1)国内生产总值增速。国内生产总值增速主
要反映国内生产总值的相对变化情况，与国内生产
总值相同的一点是，国内生产总值增速也可以衡量
一个国家或一个地区的经济发展水平。
(2) 居民消费价格指数。居民消费价格指数是
衡量通货膨胀的主要宏观经济指标之一，是用来反
映居民家庭购买消费商品及服务项目的价格水平
的变动情况。
表1变量统计表
类型变量名称变量符号数据来源
被解释变量发行利率r 中国金融信息网绿债券
数据库
发行主体IS中国债券信息网
发行规模s 中国金融信息网绿债券
数据库
发行期限y 中国金融信息网绿债券
数据库
解释变量
上海同业拆借利率sh ib o r 中国金融信息网绿债券
数据库
第三方认证
中国金融信息网绿债券Di
数据库
债券评级RA 中国金融信息网绿债券
数据库
国内生产总值增速G D P W ind数据库
控制变量
居民消费价格指数C P I W ind数据库(二）模型的建立
参考王晓玲[18]、朱家明[19]对绿债券票面利率的影响因素研究及姚明龙_对利差的分析，他们均
采用线性回归方法进行实证分析，故本文也利用多
元回归来研究影响因素，考虑到解释弹性，以及为
了更好地使用线性模型，本文在以往研究的基础上
建立对数模型来检验研究假设并进行相关分析：log(r)=a0+a1log(shibor)+a2log(s)+a3y+a4RA
+AD i+^IS+/31GDP+/32CPI+/x
在上述公式中，a i(i=1,2,3,4)代表各因素的系
数，也就是当其他因素不变时，某一影响因素变动
时，发行利率将跟着变动多少单位。则是代表一
个常数项。
(1) r很明显表示绿债券的发行利率，即本文的被解释变量。
(2) s表明绿债券的发行规模，单位是亿元。
(3) 基准利率则为一年期的shibor(上海同业拆借利率）。
(4) R A是英文单词r a n k的缩与，它代表的是债券评级这一变量。
其中的债券评级本身并不属于数值型的变量，
这将会阻碍研究的运行，无法进行分析，因此，我们
需要对债券评级进行赋值，将其转换成数值变量。
具体各个评级的赋值如表2所示：
表2债券评级赋值
债券评级赋值
A A A
AA+
A A
其他
mask3
2
1
(5 )y是年份y e a r的首字母，因而它表明了绿
债券的发行期限，单位是年。
(6) A代表的是第三方认证是否存在，它属于虚拟变量，其值只能取0或1，若第三方认证存在，
则取值为1，否则即为不存在取值为0。我们令A
为第三方认证是否存在这一自变量的系数，用来反
映其与发行利率的关系。
(7) 发行主体变量由I S表示。I S也是一个虚拟变量。将发行主体划分为金融机构及非金融机构，若
是金融机构则取值为1，否则取值0。其系数为^。
(8) 国内生产总值增速记为G D P。选取了以季度为依据的同比增长率。C P I则表明了居民消费价
格指数。
(8>反映出随机因素的可能影响。
(三）样本选择
所有数据均从中国金融信息网绿债券数据
28淮南师范学院学报2021年第1期
库、中国债券信息网及W in d数据库整理而来。为了保证研究结果的可信性，我们对数据进行了如下
处理：（1)样本数据选取的是2016~2018年的288条数据，不予考虑2019年数据；（2)为了分析结果的准确性，我们在数据中将非公开发行的债券全部舍去，只保留公开发行的部分数据；（3)在绿债券的众多种类中，我们仅统计发行量较多的金融债、公司债、企业债和债务融资工具四种绿债券，以他们为代表用于计量分析；（4)对于债券评级而言，若债项评级和主体评级不同，我们以较低的那一方作为该债券的债券评级；（5)对于一些不合理的、缺失变量严重的债券也不予考虑，将其删掉。根据以上要求删去67条数据，余下221条符合要求的数据组成了横截面数据。鉴于此，我们对数据进行了描述性统计分析(见表3)。
表3绿债券样本描述统计
变量名均值中位数最大值最小值标准差
R(%) 4.964 736 4.837.50 2.89 1.004 189
费米能级IS0.583 7101100.494 062 shibor(%) 4.016 882 4.352 4.748 9 3.026 00.553 091
Y 5.095 0235151 2.628 087
S14.223 981050110.806 06
RA 1.914 027230 1.029 931
DI0.642 5341100.480 342
GDP 6.713 575 6.80 6.90 6.400.160 387
CPI 1.815 385 1.80 2.900.800.401 971
(四）回归分析与模型修正
为了将发行利率与影响因素之间的关系确定
表4多元回归分析
Variable Coefficient Std.Error t-Statistic Prob.
设备完好标准C 2.953 2440.804 827 3.669 4140.000 3
IS-0.000 3090.017 634-0.017 5090.986 0
LOG
(shibor)0.997 2730.060 87216.383 220.000 0
Y0.004 7230.003 609 1.308 8030.192 0 LOG(S)-0.070 9480.009 754-7.273 4870.000 0
RA-0.040 4390.008 519-4.746 7500.000 0
DI-0.116 2130.019 721-5.892 9020.000 0 LOG(GDP)-1.319 6620.431 817-3.056 0680.002 5 LOG(CPI)0.101 5320.038 083 2.666 0660.008 3
R-squared 0.704 581 Mean dependent var1.581 787 Adjusted R-squared0.693 433 S.D.dependent var0.204 771
2.拟合优度与统计检验
表4显示，判别系数R-sq u a re d只有0.704 6，这表明对样本的拟合不是很理想。而且，发行主体I S的P值为0.986 0，已经远超过0.05，很明显不显著，与发行利率高度不相关，因此，第一个假设得到验证，即拒绝H1，发行主体并不会对绿债券发行利率的影响产生异质性，甚至与发行利率无关。而发行期限y的P值为0.634 4，亦是不显著的，即该变量对发行利率的影响不大。此外，除了发行期限不显著外，其余要研究的变量的P值均符合要求，从而，拒绝原假设H3，债券结构中并非都会影响发行利率的大小，至少发行期限不对利率产生影响。进一步，这两个不显著变量发行期限y以及发行主体I S应当去除，对余下变量再进行一次回归分析。去除后的回归结果见表5。
表5去除不显著变量后的回归分析
下来，继而对研究假设进行验证，我们选择对数据进行多元回归。结果见表4。
1.经济意义检验
从表4可看出，在显著性水平为5%的情况下，所要研究的解释变量中，除了 shibor及发行期限y与发行利率成正相关外，其余变量的系数均显示为负值。也就意味着，当sh ib o r和发行期限增大时，相应的绿债券的票面利率也就越高；而利率会随着发行规模、债券评级及第三方认证的增大而减小；此外，若是金融机构发行的，其利率相对较低。同时纵观表4，可发现shibor对应的系数比其他变量的系数要大的多，这说明发行利率和shibor 的相关程度很高，sh ib or给发行利率带来的影响较其他影响因素要大很多。这些结论也是契合现实情况的。
Variable Coefficient Std.Error t-Statistic Prob.
C 2.809 5770.795 949 3.529 8460.000 5
LOG
(shibor)0.991 7500.059 91816.551 830.000 0 LOG(S)-0.069 8090.009 488-7.357 3360.000 0
RA-0.039 0230.007 991-4.883 1770.000 0
DI-0.130 5370.016 042-8.137 0970.000 0 LOG(GDP)-1.227 2420.425 439-2.884 6480.004 3 LOG(CPI)0.106 9390.037 712 2.835 6970.005 0
R-squared 0.702 144 Mean dependent var 1.581 787 Adjusted R—squared0.693 793 S.D.dependent var0.204 771分析表5可以看出，经济意义检验是符合规定的。而将不显著变量发行期限去除后，各个因素的P值达到了理想高度。但是模型对样本的拟合效果
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议