中国碳金融、绿色信贷与绿色保险关联性研究——基于绿色金融体系内部协调性的视角

刘 璐，王家瑶，张 剑

(1.四川农业大学经济学院，四川 成都 611130；2.西南财经大学中国金融研究院，四川 成都 611130)

当前，坚持可持续发展已成为全球共识。作为助力绿色低碳转型、促进经济与生态和谐共生的有效手段，绿色金融在国家战略布局中的重要性与日俱增。党的十九大报告明确指出要以绿色金融推进绿色发展，“十四五”规划再次强调要大力发展绿色金融、加快发展方式绿色转型，党的二十大报告进一步对完善支持绿色发展的金融政策和标准体系等作出了战略部署。在此背景下，我国绿色金融市场发展迅速，但离满足绿色转型资金需求仍存在较大差距，而作为其重要组成部分，碳金融、绿色信贷与绿色保险三者之间若能实现良性互动，以正向关联形成发展合力，则将有利于绿色金融体系的协调发展，从而为实现“双碳”目标、推进美丽中国建设提供有力支撑。

从中国绿色金融的相关研究来看，以往文献多侧重于定性层面的现状分析，近年来，定量研究逐渐增多并主要集中在以下三方面：一是绿色金融的环境和经济效应，包括对碳减排[1][2]、绿色创新[3][4][5]、企业投融资[6][7][8][9]、企业社会责任[10][11]和环境信息披露[12][13]等的影响，研究对象以绿色信贷和碳金融居多。二是绿色金融发展评价及其影响因素。在绿色金融发展水平方面，已有研究或以单一市场进行表征和测度，或从绿色信贷、绿色证券等维度构建综合评价指标体系，基本结论是我国绿色金融发展水平总体呈上升趋势，但区域差异显著，东部地区发展水平普遍高于中西部地区[3][14]。从影响因素来看，王康仕等(2020)验证了金融数字化对绿色金融发展的促进作用[15]；陈智颖等(2020)指出能耗水平、政策支持等是碳金融发展的重要驱动力[16]；林伯强和潘婷(2022)发现政府环境规制对绿色信贷水平存在倒“U”型影响[17]。三是绿色金融与其他市场的互动关联性。高扬和李春雨(2021)考察了绿色债券与股票、外汇、固定收益等传统金融市场之间的风险传递关系[18]；赵领娣等(2021)证实中国区域碳市场与能源市场间存在双向波动溢出效应[19]。

综上，现有关于中国绿色金融的实证研究多从绿色信贷或碳金融等单一绿色金融工具视角展开，或是着眼于绿色金融的环境和经济效应，或是进行发展水平测度及影响因素分析，涉及市场关联性的文献较少，并且主要聚焦于绿色金融与外部市场的互动关系，对绿色金融体系内的协调发展情况缺乏足够关注。那么，作为我国绿色金融体系的重要组成部分，碳金融、绿色信贷与绿色保险间的关联关系究竟如何？该关联性是否存在区域差异？随着政策经济环境的变化，绿色金融内部协调性呈现怎样的阶段性特征，又能够通过何种途径改善？研究以上问题有助于厘清绿色金融体系内部的互动关系，为绿色金融的稳健发展提供建议。鉴于此，本文基于绿色金融体系内部视角，采用面板向量自回归(PVAR)模型实证考察我国碳金融、绿色信贷与绿色保险间的关联性及其动态演化特征，并重点进行了分区域、分时段的对比分析，在此基础上进一步探究了该关联性的影响因素。

本文的边际贡献主要在于：(1)将碳金融、绿色信贷与绿色保险纳入同一框架，从内部协调性角度实证考察三者间的动态关联关系，丰富了绿色金融的相关研究，提供了我国绿色金融内部协调发展情况的经验证据；(2)依据碳金融发展水平对样本省市进行区域划分，对比分析绿色金融发展协调性的区域差异，为因地制宜制定绿色金融政策提供新思路；(3)基于政策环境动态演进过程中的关键时点进行分时段的对比分析，为深化相关制度建设提供理论支持；(4)从内部生态、制度约束和技术支持层面出发，选择地区宏观ESG、环境规制以及金融数字化作为影响因素，以进一步探究绿色金融体系内联动关系的改善路径，为促进绿色金融体系良性循环和协调发展进而助力实现“双碳”目标提供建议。

一、理论分析

绿色信贷与绿色保险共同服务于“双碳”与绿色发展目标，三者之间势必存在一定的互动影响关系，理论上，该影响关系既可能体现为正向关联，也可能体现为负向关联。

(一)碳金融与绿色信贷间的关联性

从碳金融对绿色信贷的正向影响来看：(1)碳金融具有市场化减排作用，能够促使企业通过技术升级、绿色创新等途径实现减污降碳、绿色转型，从而降低企业环境风险[2]，提升绿色信贷可得性；(2)碳交易机制使企业面临严格的碳排放监测、报告和核查制度约束，对其环境信息披露行为有正向促进作用[13]，这有助于缓解企业和银行间的信息不对称，改善绿色信贷的信息环境；(3)碳市场的健康发展能够激励商业银行产品创新，促使碳配额质押贷款等与碳交易挂钩的绿色信贷产品不断涌现[20]。从碳金融对绿色信贷的负向影响来看：(1)碳交易增加了控排企业的生产成本，短期内可能导致经营业绩与市场竞争力下降、财务风险上升，从而对其偿债能力产生不利影响[8][9]；(2)我国碳市场尚处于发展初期，碳价波动较大，并存在较强的外部风险和操作风险[21]，这会直接加剧参与企业未来现金流的不确定性，降低信贷可得性。

从绿色信贷对碳金融的正向效应来看：以碳配额质押贷款为代表的绿色信贷产品的推出有助于盘活企业碳资产，提升企业参与碳交易的积极性；绿色信贷具有良好的碳减排效果[1]，若企业通过减排实现碳配额结余，则可在碳市场出售剩余排放权以获取额外收益，因而绿色信贷会增强企业的“卖碳”动机。从绿色信贷对碳金融的负向效应来看：一方面，绿色信贷引导资金流向绿色产业，使碳市场覆盖的重污染企业发展受限[6]，不利于碳市场的扩容增量；另一方面，绿色信贷的减排效应也可能导致超排企业碳配额缺口下降，对碳排放权的购买需求随之减少；此外，真实可靠的碳排放信息是碳市场有效运行的基础，而污染企业为迎合绿色信贷标准而采取的“漂绿”行为会导致排放数据失真、碳价扭曲，从而制约碳市场发展[22]。

(二)绿色信贷与绿色保险间的关联性

从绿色信贷对绿色保险的正向效应来看：绿色信贷有助于提升企业的环保意识和环境责任水平[11]，进而激发其购买绿色保险的积极性；绿色信贷还能够激励企业加大环境信息披露[12]，从而为保险公司节省环境风险评估成本，增加绿色保险供给；此外，在获得绿色信贷后，为保证信贷投放项目的绿色性能，企业的投保意愿也可能增强。从绿色信贷对绿色保险的负向效应来看：为提升信贷可得性，污染企业存在粉饰环境业绩、虚构或伪装绿色项目、将绿色资金挪作他用的倾向，“漂绿”“洗绿”现象频发[23]，经验证据显示“漂绿”行为帮助重污染企业获得了更多的银行信贷[24]。若是相当一部分绿色信贷实际投向了非绿领域，则意味着环境风险相关数据的真实性大打折扣，保险机构进行风险评估与厘定费率的难度随之增大，对绿色保险的供给意愿将下降。

从绿色保险对绿色信贷的正向影响来看：在微观层面上，绿色保险可有效分散企业经营风险，提升企业环境风险管理能力和环境信息披露质量[7]，为企业绿色信贷融资增信；在宏观层面上，绿色保险有利于推进绿色生产体系建设和产业结构绿色转型[25]，为绿色信贷发展创造良好的外部环境。从绿色保险对绿色信贷的负向影响来看：一方面，我国绿色保险市场的逆向选择和道德风险问题突出[23]，这将恶化绿色信息环境，可能使银行因无法准确识别绿色项目而减少绿色信贷供给；另一方面，就资金运用而言，与银行信贷相比，保险资金的长期性使其更加契合绿色项目的长周期特征[26]，绿色保险规模增长有助于拓宽绿色产业的融资渠道，可能会对绿色信贷产生一定的替代效应。

(三)绿色保险与碳金融间的关联性

从绿色保险对碳金融的正向影响来看：(1)绿色保险可有效抑制企业金融化倾向，使其更聚焦实体经营[27]，随着生产经营规模的扩大，企业的碳排放量及碳配额需求可能增加。(2)与绿色信贷相似，绿色保险也可能通过减排效应增强企业的“卖碳”动机。一方面，投保企业须遵守合同要求，履行环境安全义务，控制污染排放；另一方面，相应的监督机制和风险管理服务也会促使投保企业提升节能减排能力，当减排为企业带来配额结余时，企业将更多地参与碳交易以获取减排收益。(3)绿色保险还可通过信号机制提升企业声誉，缓解融资约束[28]，为企业参与碳交易提供资金支持。从绿色保险对碳金融的负向影响来看：我国绿色保险费率较高，污染企业受政策推动购买绿色保险后，高昂的投保成本加大了资金压力，可能对碳交易产生挤出效应；同时，绿色保险的减排效应也可能带来超排企业配额缺口的下降，从需求端抑制碳交易规模扩张。

从碳金融对绿色保险的正向影响来看：碳交易能够强化企业的环境责任意识[10]，激发其对绿色保险的投保热情；碳金融对企业环境信息披露行为的促进效应[13]，有利于减轻绿色保险的逆向选择和道德风险问题，助力绿色保险市场健康发展。从其负向影响来看，碳交易给企业带来了额外的成本压力，短期内将导致现金流出、利润下降，在我国绿色保险费率过高以及企业环境违法成本较低、环境风险意识薄弱的现实背景下[29]，绿色保险的投保需求可能下降。

综上所述，碳金融、绿色信贷与绿色保险之间既可能存在正向关联，也可能存在负向关联，最终的影响效应取决于何种关联关系占主导地位，关联机制如图1所示。

图1 碳金融、绿色信贷与绿色保险间的关联机制

二、研究设计

(一)模型构建

本文选用面板向量自回归(PVAR)模型进行实证分析。PVAR模型兼具传统VAR模型和面板回归的优点，能够在统一框架下刻画多维变量间的动态影响关系，并可充分控制个体与时间效应，有效克服内生性和异质性问题。具体模型表示如下：

(1)

其中，i表示地区，t表示时间；Yi，t=(carboni，t，crediti，t，insurancei，t)为由碳金融、绿色信贷与绿色保险构成的3×1维内生变量向量。αi和βt分别为个体效应向量和时间效应向量，p为滞后阶数，Πj为j阶滞后项系数矩阵，μi，t为随机误差项。

本文以全国7个碳交易试点省市为样本，为进一步揭示碳金融、绿色信贷与绿色保险之间关联性的区域差异，依据陈智颖等(2020)的研究[16]，将整体试点区域划分为碳金融发展强势区域(广东、上海、湖北，后文简称“强势区域”)与碳金融发展弱势区域(深圳、北京、天津、重庆，后文简称“弱势区域”)(1)陈智颖等(2020)根据新古典理论模型构建了综合性的碳金融发展指数，并基于2014—2018年数据将7个试点地区划分为三大发展梯队：广东、上海和湖北为第一梯队，深圳、北京和天津为第二梯队，重庆为第三梯队。基于面板数据结构和样本量考虑，本文对二三梯队合并处理。。根据本文测算，强势区域的绿色信贷和绿色保险发展水平也都高于弱势区域，表明前者的绿色金融整体发展状况优于后者，区域划分具有合理性。为提升结果可靠性，引入地区人均GDP作为控制变量，以剔除地方经济发展水平的差异化影响。

(二)变量选取及构造

1.核心变量。(1)碳金融(carbon)。碳金融是指以减少碳排放为目标的金融交易活动，而碳排放权是其最基础的交易标的[20]，相关数据较为全面和透明。此外，加快推进碳排放权交易市场建设也是当前我国碳金融发展的主要着力点。因此，参照Weng等(2022)的研究[4]，以各试点省市碳排放配额成交额表征碳金融发展水平。(2)绿色信贷(credit)。考虑到数据可得性与连续性，也为与碳金融总量指标相匹配，参考何凌云等(2018)的研究[30]，采用绿色信贷余额代表绿色信贷水平。(3)绿色保险(insurance)。由于目前我国环境污染责任保险缺乏完整且权威的统计数据，而农业保险具有较高的环境相关性和公共属性，因此借鉴Zhang等(2022)及刘敏楼等(2022)的研究[14][31]，选用农业保险代替环境污染责任保险，以农业保险收支总额衡量绿色保险发展状况。

2.影响因素。本文从内部生态、制度约束和技术支持层面出发，选择地区宏观环境、社会和治理(ESG)、环境规制以及金融数字化水平作为影响因素，以进一步揭示该关联性的改善路径(2)限于篇幅，各影响因素详细的构建过程及图形描述未报告，作者备索。。(1)宏观ESG。从内部生态来看，地区ESG水平体现了地方的可持续发展潜力和绿色发展理念践行情况，是绿色金融协调发展的内生动力。参考蔡泽栋(2020)的研究[32]，利用熵权法，基于自然资源、污染物排放、人力资本开发等维度共计22个子变量构建宏观ESG指标。(2)环境规制。绿色金融体系建设离不开政府的引导和约束，合理的环境规制能够有效缓解市场失灵，是绿色金融发展的重要外部保障[17]。本文从投入力度和实施效果两个角度，选取地方财政环保支出占一般预算支出的比重、工业固体废物综合利用率、生活垃圾无害化处理率、污水集中处理率四个指标，通过熵权法合成环境规制综合指数。(3)金融数字化。就技术层面而言，金融数字化有助于缓解信息不对称，促进环境信息披露与共享，为绿色金融发展提供数字技术支持。参照王康仕等(2020)的做法[15]，以北京大学数字普惠金融指数衡量金融数字化水平。

(三)数据说明

鉴于数据可得性，本文以7个碳交易试点省市(北京、天津、湖北、上海、重庆、广东与深圳)为研究对象(3)福建碳排放权交易试点启动时间较晚，数据偏少，故未将其纳入研究样本。，样本区间为2014年6月—2020年12月。各地碳排放权交易数据来自Wind数据库；绿色信贷数据以所在省市为标准通过手工整理获取，数据来源于各省市统计年报及相关政策文件；绿色保险数据来源于《中国保险年鉴》；宏观ESG指标以及环境规制数据来自国家统计局、各地统计年鉴以及各地财政局。本文所用数据频率为月度，对碳排放权日交易数据按月取均值获得月度数据，对其余年度变量采用线性插值法转换为月度数据；部分缺失数据采用插值法补齐。考虑到异方差影响以及数据平稳性，对各变量取自然对数并进行一阶差分处理。

三、实证结果与分析

(一)PVAR回归结果

本文采用LLC检验、IPS检验与Breitung检验3类方法进行面板单位根检验，结果表明各变量序列平稳，能够进行PVAR建模分析。根据MAIC、MBIC及MQIC最小信息准则，将PVAR最优滞后阶数确定为1阶(4)限于篇幅，面板单位根检验与滞后阶数选择结果未报告，作者备索。，并采用系统GMM方法进行参数估计，回归结果如表1所示。可以看出，除碳金融、绿色信贷与绿色保险滞后一期的自回归系数外，其余系数大多不显著，且弱势区域的自回归系数绝对值普遍大于强势区域。据此可得出初步判断：总体而言，我国绿色金融体系内部的协同发展状况不佳，碳金融、绿色信贷与绿色保险发展呈现出较强的路径依赖特征，而相比于弱势区域，强势区域绿色金融发展的路径依赖性较低，内部协调互动性更佳。

表1 PVAR回归结果

(二)脉冲响应分析

本文使用脉冲响应函数进一步考察碳金融、绿色信贷与绿色保险间的动态影响关系。碳金融的脉冲响应结果如图2所示。无论是在整体试点区域，还是从强势和弱势区域来看，碳金融对其自身冲击的响应程度均明显大于对绿色信贷和绿色保险的响应程度，表明碳金融发展存在较强的内生惯性和路径依赖特征。面对绿色信贷冲击，碳金融的响应为负并在第1期达到峰值，随后逐渐减弱，且弱势区域的响应幅度大于强势区域，表明绿色信贷对碳金融发展具有抑制作用，而该抑制作用在弱势区域更为明显。一方面，绿色信贷的减排效应降低了超排企业的配额缺口，同时增加了低排放企业的配额结余，而我国碳市场重履约轻交易，惜售现象严重，由此造成碳交易需求下降、供给不足；另一方面，绿色信贷发展中的“漂绿”现象使碳排放信息失真，制约碳市场发展，而弱势区域“漂绿”现象更为严重，其碳金融受到的消极影响更强。面对绿色保险冲击，碳金融呈“V”型负向响应，且强势区域的响应幅度更大，即绿色保险对碳金融发展存在抑制效应，该抑制效应在强势区域更为显著。这主要是因为绿色保险高昂的投保成本给企业带来较强的资金压力，从而对碳金融交易产生挤出效应，而强势区域的绿色保险参保企业数量较多，该挤出效应更为突出。

图2 碳金融的脉冲响应

绿色信贷的脉冲响应结果如图3所示。从整体试点区域来看，绿色信贷对其自身冲击的响应最为强烈，表明绿色信贷发展存在内生惯性。绿色信贷对碳金融冲击呈倒“V”型响应，响应值在第1期为正、其余各期接近于0，即碳金融对绿色信贷发展存在一定的促进作用，但该作用总体较弱且持续性不强。原因可能是碳交易能够通过降低企业环境风险、缓解信息不对称、激励产品创新等途径促进绿色信贷发展，但同时也增加了控排主体的经营成本和市场风险，对其偿债能力产生不利影响，使得该促进作用被部分抵消和弱化。绿色信贷对绿色保险冲击的响应为负，说明绿色保险对绿色信贷发展产生抑制效应。一方面，绿色保险市场的逆向选择和道德风险问题恶化了绿色信息环境，使银行减少绿色信贷供给；另一方面，我国绿色保险发展滞后，在融资增信、助力绿色转型等方面对绿色信贷的积极作用尚未显现。从不同区域来看，面对碳金融冲击，强势和弱势区域的绿色信贷在当期分别呈正向和负向响应，表明强势区域中碳金融对绿色信贷的影响效果略优于弱势区域，但影响程度总体较低。面对绿色保险冲击，强势区域的绿色信贷几乎无显著响应，弱势区域的绿色信贷呈递减式负向响应，说明绿色保险对绿色信贷发展的抑制效应主要体现在弱势区域中。这是由于绿色保险的逆向选择和道德风险问题在监管力度较低的弱势区域更为严重，加大了银行对绿色项目的识别和认定难度，从而抑制绿色信贷的健康发展。

图3 绿色信贷的脉冲响应

绿色保险的脉冲响应结果如图4所示。可以看出，绿色保险对自身冲击的响应较强，对碳金融和绿色信贷冲击仅有微弱响应。原因在于当前我国绿色保险面临“供需双冷”的发展困境，主要依赖政策驱动，对外部因素的敏感性较低。面对碳金融冲击，整体试点区域和弱势区域的绿色保险呈微幅负向响应，强势区域的绿色保险呈倒“V”型正向响应，表明碳金融对绿色保险发展总体存在轻微的抑制作用，该抑制作用主要体现在弱势区域中，而强势区域中碳金融对绿色保险发展具有一定的促进作用。这是因为碳交易产生的额外成本加重了企业的资金约束，一定程度上抑制了绿色保险投保意愿，而强势区域的金融生态环境较好，碳金融强化企业环境责任意识、促进环境信息披露的积极作用得以显现。面对绿色信贷冲击，强势区域绿色保险的响应值基本为0，整体试点区域和弱势区域呈小幅正向响应，即绿色信贷对绿色保险发展具有微弱的促进作用，该促进作用在弱势区域更为明显，与碳金融类似，绿色信贷亦可通过提升企业环境责任水平和加强环境信息披露促进绿色保险发展，但绿色保险的强政策性使得其对外部冲击不敏感，受绿色信贷的影响较小。

图4 绿色保险的脉冲响应

(三)分时段对比分析

2017年，党的十九大报告明确指出要大力发展绿色金融，并将其上升至国家战略高度。在此背景下，首批绿色金融改革创新试验区获批成立。2017年12月，全国碳市场建设正式启动；同期，《中国银行业绿色银行评价实施方案(试行)》(银协发〔2017〕171号)出台，银行绿色信贷业绩表现也被人民银行正式纳入宏观审慎评估。与此同时，《环境污染强制责任保险管理办法(征求意见稿)》的实施也改善了我国绿色保险政策法规长期缺位的状况。由此可见，2017年是我国绿色金融发展的重要转折点。此外，以2017年作为分界点可大致保证样本平衡，便于比较分析。因此，本文将总样本划分为2017年前后两个子区间，对碳金融、绿色信贷与绿色保险间的关联性进行分时段的对比分析。

2017年前后碳金融的脉冲响应结果如图5及图6所示。从整体试点区域来看，与2017年前相比，碳金融在2017年后对其自身的正向响应程度以及对绿色信贷和绿色保险的负向响应程度均明显减小，表明2017年后，碳金融的发展惯性降低，受绿色信贷和绿色保险的负向影响减弱。从两大区域来看，弱势区域的绿色信贷和强势区域的绿色保险对各自区域内碳金融发展的抑制作用在2017年后均有所下降。以上结果表明，2017年后，绿色信贷和绿色保险对碳金融发展的影响得到部分改善。一方面，全国碳市场建设的正式启动使得交易主体对碳金融发展前景的预期逐渐稳定，参与碳市场的意愿增强，在此背景下，绿色信贷和绿色保险的减排效应能够激发企业的“卖碳”动机，推动碳交易规模扩张；另一方面，近年来，信息披露要求和环境管制趋严，有效遏制了绿色信贷的“漂绿”现象，绿色保险定价也更加合理，对碳金融的抑制效应得以减轻。

图5 2017年前碳金融的脉冲响应

图6 2017年后碳金融的脉冲响应

2017年前后绿色信贷的脉冲响应结果如图7及图8所示。从整体试点区域来看，2017年前，碳金融和绿色保险对绿色信贷的影响几乎为0，2017年后分别转为正向促进和负向抑制。从两大区域来看，面对碳金融冲击，2017年后，强势区域的绿色信贷由之前的无显著响应转为即期正向响应，弱势区域绿色信贷的响应值由负转正，且弱势区域的响应变动幅度大于强势区域；面对绿色保险冲击，强势区域的绿色信贷由之前的无显著响应转为正向响应，弱势区域的绿色信贷在2017年后呈递减式负向响应，且负向响应程度明显大于2017年前。以上结果表明，2017年后，碳金融对绿色信贷发展的影响得到改善，且弱势区域的改善状况更优，而绿色保险对绿色信贷发展的影响改善状况不佳。随着全国碳交易体系建设的启动，各试点市场的有效性和成熟度提升，总体风险逐渐下降[21]，碳交易降低企业环境风险、促进环境信息披露、激励银行创新的积极效应凸显，对绿色信贷的促进作用增强，并且该效应在绿色信贷发展水平较低的弱势区域更为明显。我国绿色保险发展尚处于探索阶段，企业投保缺乏主动性，政策驱动的发展模式未能产生显著的绿色效益，反而因道德风险等问题日渐突出而制约绿色信贷发展。

图7 2017年前绿色信贷的脉冲响应

图8 2017年后绿色信贷的脉冲响应

2017年前后绿色保险的脉冲响应结果如图9及图10所示。从整体试点区域来看，2017年前，碳金融和绿色信贷对绿色保险分别有负向抑制和正向促进作用，2017年后，二者影响均有所减弱。从两大区域来看，2017年前，强势和弱势区域的绿色保险对碳金融冲击分别呈正向和负向响应、对绿色信贷冲击分别呈负向和正向响应，2017年后两大区域的响应程度均有所下降，而弱势区域的响应值变化幅度更大。综合来看，2017年后，碳金融对绿色保险发展的影响得到一定改善，且以弱势区域改善为主，而绿色信贷对绿色保险发展的影响改善状况不佳。随着碳市场建设在全国范围内的推广覆盖，企业的环境风险意识增强，绿色保险投保热情提升，部分抵消了碳交易成本对绿色保险需求的挤出效应。而2017年后绿色信贷对绿色保险的促进效应有所减弱，可能是因为近年我国金融市场的波动，保险机构对绿色信贷的“漂绿”风险传染担忧加剧，抑制了绿色保险供给。

图9 2017年前绿色保险的脉冲响应

图10 2017年后绿色保险的脉冲响应

(四)碳金融、绿色信贷与绿色保险关联性影响因素分析

为进一步探究绿色金融内部关联性的改善途径，在原变量组合的基础上逐一添加宏观ESG、环境规制和金融数字化指标，模拟控制上述因素后的脉冲响应情况。与未添加控制变量的情况相比，控制相应变量后，如果碳金融、绿色信贷与绿色保险间的响应由正变负、或正向响应减弱、或负向响应增强，则说明剔除该因素影响之后，绿色金融内部关联性恶化，意味着该因素具有关联性改善作用；反之，则代表关联性改善效果不佳。

表2结果显示，在控制宏观ESG的情况下，整体试点区域内，碳金融对绿色信贷的负向响应缩减、对绿色保险的负向响应增强；绿色信贷对碳金融的正向响应下降、对绿色保险的负向响应减弱；绿色保险对碳金融的负向响应缩减、对绿色信贷的响应由正转负。这表明整体而言，宏观ESG水平的提升有助于改善绿色保险对碳金融、碳金融对绿色信贷、绿色信贷对绿色保险的影响，从而促进三者间的良性循环。强势区域中，碳金融对绿色信贷、绿色信贷对绿色保险的负向响应增强；弱势区域中，碳金融对绿色保险的负向响应增强，绿色信贷对碳金融的正向响应缩减，绿色保险对绿色信贷的响应由正转负。由此可见，宏观ESG的改善作用在弱势区域中更为明显。地方宏观ESG表现越好，越有利于培育具有社会责任意识的投资者和金融机构，绿色金融协调发展的内生动力越强。而弱势区域的改善效果更优，可能是因为弱势区域的初始ESG水平低于强势区域，绿色金融协调发展的内部生态环境和禀赋基础较差，宏观ESG表现存在更大的改善空间，其对绿色金融内部关联性的边际提升效应也更强。

表2 控制宏观ESG、环境规制及金融数字化前后的脉冲响应结果

在控制环境规制的情况下，整体试点区域内，碳金融对绿色保险的负向响应增强，绿色保险对绿色信贷的响应由正转负；强势区域中，碳金融对绿色信贷、绿色信贷对碳金融和绿色保险的负向响应均有所上升；弱势区域中，碳金融对绿色保险、绿色保险对绿色信贷的响应变动情况与整体试点区域一致。以上结果表明，总体而言，加强环境规制有助于改善绿色保险对碳金融以及绿色信贷对绿色保险的影响，并且该改善效果主要体现于弱势区域。地方政府环境规制能够弥补市场机制的缺陷，通过制度支持和政策引导，从供需两端提升绿色金融的参与程度和配置效率。然而，当环境规制强度过高时，高昂的环境成本将抑制企业利用绿色金融进行绿色转型，反而会造成绿色金融失效，阻碍其健康发展[3][17]。因此，环境规制对绿色金融内部关联性的提升效应在规制程度更高的强势区域中被部分抵消，使其总体改善效果不如弱势区域。

在控制金融数字化的情况下，整体试点区域中，碳金融对绿色信贷的负向响应缩减、对绿色保险的负向响应增强，绿色信贷对碳金融的正向响应下降、对绿色保险的负向响应缩减，绿色保险对碳金融的响应无明显变化、对绿色信贷的响应由正转负；强势区域中，绿色信贷对绿色保险的负向响应增强；弱势区域中，碳金融对绿色保险、绿色信贷对碳金融、绿色保险对绿色信贷的响应变动情况与整体试点区域一致。以上结果表明，金融数字化有助于改善绿色保险对碳金融、碳金融对绿色信贷、绿色信贷对绿色保险的影响，且该改善作用主要集中于弱势区域。金融数字化有利于完善环境信息披露和共享机制，缓解绿色金融体系内的信息不对称[15]，并可通过降低交易成本、促进产品创新、强化监管等途径提升绿色金融服务质效[31]。此外，数字赋能还有助于统一绿色标准，并增强金融机构的风险管理能力，在消弭绿色金融内部融合边界的同时，有效防范系统性风险传染，从而促进绿色金融体系的良性循环。而与强势区域相比，弱势区域的数字化水平较低，提升空间更大，使得弱势区域能够更多地受益于金融数字化。

(五)稳健性检验(5)限于篇幅，稳健性检验结果未报告，作者备索。

1.调整变量顺序。考虑到PVAR模型估计结果可能与内生变量排序有关，重新调整绿色金融变量顺序并进行回归估计。

2.更换变量指标。(1)更换绿色信贷指标。从资金需求端入手，以绿色环保类企业为样本，通过对样本企业的长短期借款总额进行区域加总来计算各试点的绿色信贷指标。(2)更换碳金融指标，以直接反映碳市场规模的碳排放配额成交量作为碳金融代理变量。(3)更换绿色保险指标，以农业保险深度，即农业保险收入与农业总产值的比值替代农业保险收支总额。

3.增加控制变量。参考文献资料并结合实际情况，依次引入如下控制变量：(1)产业结构。地区绿色金融体系内部协调发展状况可能与各地产业结构密切相关，故在原模型基础上引入第二产业增加值占GDP的比重，以控制产业结构的异质性影响。(2)金融监管。金融监管作为防范金融风险的关键手段，对地区金融稳定和金融效率具有重要影响，合理有效的监管约束关乎绿色金融体系的有序健康发展。鉴于此，本文以区域金融监管支出与金融业增加值的比值衡量地方金融监管强度，并将其作为控制变量纳入研究。(3)环保力度。地方绿色金融体系的发展格局一定程度上也取决于各地在环境保护方面的重视程度和投入力度。为此，本文以各省市工业污染治理投资和环保主管部门人数作为公共部门环保变量，以企业环保投资衡量私人部门的环保投资，采用熵权法构建地区环保力度综合指标，并将其纳入控制变量。

总体而言，经过上述调整后实证结果均未有实质性改变，说明研究结论是稳健可靠的。

四、结论与建议

本文基于2014年6月—2020年12月7个碳排放权交易试点省市的面板数据，利用PVAR模型对碳金融、绿色信贷及绿色保险间的动态关联性及其改善途径进行实证研究，主要结论如下：(1)总体而言，当前我国碳金融、绿色信贷与绿色保险尚未达到协调发展状态，且存在较强的路径依赖特征。碳金融对绿色信贷具有促进作用，但该促进效应总体较弱且持续性不强，对绿色保险存在轻微抑制作用；绿色信贷抑制碳金融发展，对绿色保险呈微弱促进作用；绿色保险对碳金融及绿色信贷发展均产生抑制效应。(2)碳金融、绿色信贷与绿色保险间的关联关系存在区域异质性，强势区域绿色金融的内部协调性更佳。相比于弱势区域，强势区域中，绿色金融发展的路径依赖性较弱，碳金融对绿色信贷的促进作用更强，对绿色保险具有一定的正向效应，而绿色信贷对碳金融以及绿色保险对绿色信贷的抑制作用较弱。(3)与2017年前相比，2017年后碳金融、绿色信贷与绿色保险间的关联性得到部分改善，弱势区域的改善情况优于强势区域。(4)宏观ESG、环境规制以及金融数字化水平的提升有助于促进碳金融、绿色信贷与绿色保险间的良性循环，并且该积极效应在弱势区域中更为明显，由此可缩小绿色金融内部协调性的区域差异。

基于研究结论，本文提出如下政策建议：(1)应从供给端和需求端双管齐下，协同打破绿色金融内部融合阻碍。从供给端来看，应放宽绿色金融准入标准，鼓励各大型金融机构进行嵌套式创新，提供多元化的绿色金融交易产品，构建多层次的交易市场；从需求端来看，应当降低相关费率以缩减投资者的参与成本，并通过明确法律制度安排、引入多方监管等方式强化市场风险防控，提振投资者的参与信心及积极性。(2)应充分借鉴先进区域的发展经验，并加强对各参与者的风险监控。首先，政府需重视棕色产业的绿色转型需求，以增投转型资源的方式减少重污染企业资金缺口，从源头上减少“漂绿”行为的出现；其次，在绿色金融发展基础薄弱的地区，监管方与资金发放方需严格审查项目风险，充分发挥媒体的舆论监督作用，在加强监管的同时推动企业自觉履行绿色责任。(3)应进一步完善绿色金融体系的顶层设计，引导绿色金融市场的扩容增量与监管协同发展，着重构建统一的绿色金融评价与执行标准，加强对绿色金融机构业务的有效评价与考核。(4)应加快推动金融数字化，实施合理有效的环境规制，推进区域环境、社会和治理理念与绿色金融发展的深度融合。其一，大力发展数字绿色金融，通过绿色金融信息平台建设加强环境信息披露，降低市场信息不对称；其二，政府应致力于改善当地自然环境、增加人才及科技投入以提升地区宏观ESG水平，引导企业加强环境责任意识；其三，各地应以市场为主导、政府适当引导的方式发展绿色金融，将环境规制控制于合理范围内，防止过高的环境成本挫伤交易积极性，并结合政策引导以及制度支持激发企业绿色投融资需求，提升绿色金融市场的整体资源配置效率。