绿色债券不同指数与经济变量之间关系分析

(广州大学经济与统计学院 广东 广州 510006)

一、引言

根据已有的文献资料，对于中国债券指数与宏观经济变量之间关系分析的研究不多，张永民(2008)对债券指数与股票指数、人民币对美元汇率、CPI等宏观经济变量之间进行了相关性分析，得到汇改之后，债券指数与CPI有着显著的相关关系。顾连书等(2008)考察了不同期限的债券指数与宏观经济变量之间的相关关系，得到债券指数与经济变量CPI的相关关系最强，不同期限的债券指数与CPI的相关性都很高，而且呈负相关。

以上的研究均是围绕债券指数进行分析，因为中国绿色债券指数公布不久，所以关于绿色债券指数的相关分析研究非常少，本文就中债-中国绿色债券指数(以下简称“中-绿色债券指数”)、中债-中国绿色债券精选指数(以下简称“中-绿色债券精选指数”)、中债-中国绿色债券全价指数(以下简称“中-绿色债券全价指数”)、中债-中国绿色债券精选全价指数(以下简称“中-绿色债券精选全价指数”)、中债-中国绿色债券净价指数(以下简称“中-绿色债券净价指数”)与中债-中国绿色债券精选净价指数(以下简称“中-绿色债券精选净价指数”)等六种不同的指数，与多个宏观经济变量之间进行相关性分析及回归分析，试图分析得到六种指数与宏观经济变量存在怎样的相关关系及回归关系，而且试图得到六种指数中的哪一个指数更适合与宏观经济变量之间进行分析。

二、绿色债券不同指数的比较

本文的研究数据为中央国债登记结算有限责任公司发布的中-绿色债券指数、中-绿色债券精选指数、中-绿色债券全价指数、中-绿色债券精选全价指数、中-绿色债券净价指数与中-绿色债券精选净价指数，所取样本数据时间区间为2010年1月1日-2018年9月30日，每种绿色债券指数均有2189个日数据，由于一般宏观经济变量的数据是以月为单位，因此本文对六种绿色债券指数的日数据计算月度平均数作为相应的绿色债券指数的月度数据，每种绿色债券指数得到105个月度数据，从而保持与宏观经济变量数据的可比性。下面的Index1代表中-绿色债券指数、Index2代表中-绿色债券精选指数、Index3代表中-绿色债券全价指数、Index4代表中-绿色债券精选全价指数、Index5代表中-绿色债券净价指数与Index6代表中-绿色债券精选净价指数，六种绿色债券指数的走势如图1所示：

图1 六种绿色债券指数月度数据的走势

从图1中可以看到，中-绿色债券(全价、净价)指数与中-绿色债券精选(全价、净价)指数走势非常接近，了解到绿色债券指数在编制时，依据公开披露的债券募集资金投向以及发行人所处行业、主营业务、主要产品等信息要素判断，凡满足上述四项绿色债券标准之一的，即纳入中-绿色债券指数样本券，对同时满足四项标准的，即纳入中-绿色债券精选指数样本券，因此可以得出，满足四项标准之一的债券，大部分均满足四项标准，即有时处理数据或数据分析，可用中-绿色债券精选指数代表中-绿色债券指数。

结合图1和表1可以看到，Index与Index2的走势比Index3与Inedx4的走势大且方差大，Index3与Index4的走势比Index5与Inedx6的走势大且方差大，这是因为前两种指数是以债券全价计算的指数值，并且考虑了付息日利息再投资因素，在样本券付息时利息再投资计入指数之中；中间两种指数是以债券全价计算的指数值，但债券付息后利息不再计入指数之中；后两种指数是以债券净价计算的指数值，不考虑应计利息和利息再投资。同时因为随着时间的变化，指数中包含的债券越来越多，因此Index1与Index2偏离Index5与Index6越来越大。六种绿色债券指数的描述性统计量如表1所示：

表1 六种绿色债券指数的描述性统计量

三、绿色债券不同指数与经济变量的相关性分析

本文选择以下宏观经济变量，考察其与绿色债券指数的相关关系，CPI为居民消费价格指数(数据来源：国家统计局网站)，可衡量通货膨胀水平，代表货币价值的物价指数；PPI为工业品出厂价格指数(数据来源：国家统计局网站)，是从生产者立场衡量物价指数；Shibor表示上海银行间拆借7天利率(数据来源：SHIBOR-上海银行间拆放利率官网)，代表市场利率因素；Stock表示上证综合指数(数据来源：同花顺软件)，代表债券投资替代品的因素；Reer表示国际清算银行根据贸易权数计算的人民币实际有效汇率指数(数据来源：国际清算银行)，ExUSD表示人民币对美元的汇率(数据来源：同花顺软件)，它们代表国际汇率的因素；M2为货币供应量(数据来源：国家统计局网站)，Depoist为《金融机构人民币信贷收支表》中的各项存款总和，PI表示为《金融机构人民币信贷收支表》中的有价证券投资(数据来源：中国人民银行网站)，它们可衡量市场上用于债券投资的资金面情况。以上所获得的数据中，Shibor为日数据，因此本文对Shibor的日数据计算月度平均数作为其月度数据。

(一)不同绿色债券指数之间的相关性分析

当宏观经济变量发生变化时，六种不同的绿色债券指数的变化幅度不完全相同，但它们之间明显存在很强相关性，下面用相关系数对它们量化它们之间的关系。

表2 六种绿色债券指数之间的相关系数

由表2中可以看出，Index3、Index4分别于其他5种指数的相关系数均值0.700以上，Index3代表中-绿色债券全价指数、Index4代表中-绿色债券精选全价指数，二者均是以债券全价计算但债券付息后利息不再计入的指数值。

(二)不同绿色债券指数与宏观经济变量的相关性分析

在对不同绿色债券指数之间的相关性进行分析后，因为债券市场的特殊性质，绿色债券指数与各个宏观经济变量存在密切的关系，下面考察六种绿色债券指数分别与CPI、PPI、Shibor、Stock、Reer、ExUSD、M2、Depoist、PI的相关关系。

表3 六种绿色债券指数与各宏观经济变量的相关系数

从表3中可以看出，首先，Index5、Index6两种指数与宏观经济变量的相关关系均很弱。

其次，Depoist与前四种绿色债券指数的相关关系最强，Depoist为金融机构的各项存款总和，说明金融机构的存款增加时，金融机构对债券市场的投资也会相应增多。

再次，M2、PI与前四种绿色债券指数的相关程度也较高，M2为货币供应量，说明货币供应量增加，可以促进生产，扶持物价水平，并且人们为了平衡收益率、风险、流动性等，从而对债券的需求增加；PI为金融机构对有价证券的投资，衡量市场上用于债券投资的资金面情况，金融机构投资有价证券中，对债券的投资比重较大，说明用于债券投资的资金面较充裕。

以上三个宏观经济指标都是衡量市场上用于债券投资的资金面情况，由此说明，市场的资金充裕程度对债券的投资有着很强的作用。

另外，考察宏观变量与绿色债券指数的负相关情况，CPI与前四种绿色债券指数的相关程度最高，CPI为居民消费价格指数，衡量通货膨胀水平，这说明通货膨胀水平越高，原来发行债券的实际收益率就越低，债券的价格也就越低。

最后，可以看出，总体来说，Index1、Index2、Index3、Index4与大多数宏观经济变量的相关程度相对较高。

四、构建绿色债券指数与经济变量的回归模型

为了选择绿色债券指数与宏观经济变量进行回归分析，根据不同绿色债券指数与宏观经济变量的相关性分析，故选择Index1、Index2、Index3、Index4，进一步根据不同绿色债券指数之间的相关性分析，故选择Index3、Index4，再进一步进行选择，选择Index3。下面构建Index3(中-绿色债券全价指数)与宏观经济变量的回归模型。本文使用R软件对模型进行建立。

(一)显著性检验

在R中，以y表示Index3(中-绿色债券全价指数)，为因变量；以x1-x9分别表示为CPI、PPI、Shibor、Stock、Reer、ExUSD、M2、Depoist、PI，为自变量，建立回归方程。

图2 回归系数

从回归方程可以看到，x1，x4，x5，x8(CPI、Stock、Reer、Depoist)对中-绿色债券全价指数y起正影响，x2，x3，x6，x7，x9(PPI、Shibor、ExUSD、M2、PI)对中-绿色债券全价指数y起负影响，这与定性分析的情况不完全一样，可能自变量之间存在相关关系。

图3 显著性的诊断

由图2可以看到，R2为0.8566 ，P值<2.2e-16≈0.001,由此可知此回归方程显著，说明x1-x9整体上对y有着显著的线性影响。但也看到自变量x1，x3，x4，x5，x7没有通过显著性检验，需进一步进行自变量筛选。

(二)多重共线性的诊断及自变量筛选

对回归模型进行多重共线性诊断：

图4 方差扩大因子

根据，各变量的方差扩大因子情况，结合定性分析、显著性诊断，本文最终选择自变量x2、x4、x6、x9与y进行回归模型建立，同时对变量进行取对数处理，此时：

图5 回归系数

图6 显著性诊断

由图5可以看出， x4，x9对中-绿色债券全价指数y起正影响，x2，x6对中-绿色债券全价指数y起负影响，这与定性分析的情况一致。由图6可以看到，R2为0.836 ，P值<2.2e-16≈0.001,由此可知此回归方程显著，说明x2、x4、x6、x9整体上对y有着显著的线性影响。同时，4个自变量的方差扩大因子分别为2.030725、1.484171、2.289502、1.433799，均小于10，可认为不存在多重共线性。此时回归方程为：

由此可知，当PPI上升1个百分点时，中-绿色债券全价指数会相应下降0.73239个百分点；当上证综合指数上升1个百分点时，中-绿色债券全价指数会相应上升0.03760个百分点；当人民币对美元的汇率上升1个百分点时，中-绿色债券全价指数会相应下降0.64674个百分点；当金融机构对有价证券投资增加1个百分点时，中-绿色债券全价指数会相应上升0.02257个百分点。

五、结论与展望

通过以上相关分析，可以得出绿色债券指数与宏观经济变量之间有较强的相关关系，CPI、PPI、银行同业拆借利率、人民币对美元汇率的上升会导致绿色债券指数的下降，降低绿色债券市场的活跃度；上证综合指数与绿色债券指数的相关关系为正，在一定程度上否认了“股强债弱，债强股弱”的经验结论，即绿色债券可以与股市同强同弱；货币供应量、金融机构存款、金融机构对有价证券的投资的增加，均会增加绿色债券市场的活跃度；引起导致绿色债券指数的上升。通过以上回归分析，可以得到，绿色债券指数与PPI之间有着高度相关，且是负相关。对此展望，能否参考绿色债券指数，构建一个新能源行业生产价格指数，来衡量新能源行业产品出厂价格变动趋势和变动程度。

在人民币2005年进行汇率改革之后，从国际清算银行公布的根据贸易权数计算的人民币实际有效汇率与绿色债券指数来看，的确存在较高的正相关关系。

其实有时经验的证据不一定可靠，所以编制绿色债券指数的相关机构需要加强绿色债券指数编制与研究工作，让绿色债券指数的编制更加科学，从而能够让绿色债券指数成为该市场行情与定价的基准，这样可以进一步丰富市场，推出绿色债券指数相关衍生品(例如新能源行业产品)等。