綠色金融發展對我國金融安全的作用研究

陸鴻遠 周新苗

摘 要： 經濟發展過程中帶來的日益突出的環境和資源問題，已經給正處在經濟結構轉型重要時期的我國的金融安全帶來了沖擊。綠色金融作為支持環境改善與應對氣候變化的金融活動，在改善環境和維護金融安全的穩定中扮演著越來越重要的角色。選取2016年1月—2019年12月的月度時間序列數據，采用主觀賦值與主成分分析法構造了金融安全指標，同時通過因子分析構造了影響我國當前金融安全水平的綠色金融發展以及各宏觀經濟因素指標，在此基礎上建立了VAR模型，就我國的綠色金融發展與金融安全水平間的內在聯系和機理進行了實證研究。結果表明，無論在長期還是短期，綠色金融的發展都對我國的金融安全具有顯著的促進作用。

關 鍵 詞：綠色金融;金融安全;主成分分析;因子分析;VAR模型

DOI：10.16315/j.stm.2021.03.010

中圖分類號： F000.0

文獻標志碼： A

Research on the role of green financial development in

Chinas financial security

LU Hong-yuan， ZHOU Xin-miao

（Business School， Ningbo University， Ningbo 315211， China）

Abstract：The environmental and resource shortage are now the outstanding problems in the economic development， which have impacted on the financial safety of our country in the important period of economic structure transformation. As a resolution to support environmental improvement and cope with climate change， green finance plays an increasingly important role in improving the environment and maintaining the stability of financial security. This paper selects the monthly time series data from January 2016 to December 2019， constructs the financial security index with subjective assignment and principal component analysis. It also constructs the indicators of green financial development and various macroeconomic factors that affect Chinas current financial security level by means of factor analysis. On this basis， it builds up the VAR model， and conducts an empirical study on the internal relationship and mechanism between Chinas green financial development and financial security level. The results show that the development of green finance will significantly promote Chinas financial security in both the long term and the short term.

Keywords：green finance; financial security; principal component analysis; factor analysis; VAR model

中國經濟自改革開放以后飛速發展，取得了舉世矚目的成就，中國的國際地位也是與日俱增。但是如此高速的經濟增長，在很大程度上是以犧牲資源和環境為代價的，并且此種經濟發展模式帶來的的負面影響已經十分明顯。

2014年，中國城市PM2.5的年均濃度為65 μg/m3，許多北方城市的濃度在100 μg/m3以上，遠超過世界衛生組織第二階段標準（25 μg/m3）[1]，根據環保部的統計，我國水質污染超標的水源占75%，耕地污染超標達19.4%。研究表明，中國嚴重的環境污染在很大程度上與高污染的產業結構、能源結構和交通結構有關[2]，我國的重工業產值占我國GDP的比重高達30%，然而重工業單位產出的能耗和空氣污染是服務業的9倍;我國煤炭占總能源消耗比重高達67%，然而等量的煤炭燃燒導致的空氣污染是天然氣的10倍。由此帶來的環境污染和資源枯竭給我國的經濟社會帶來了巨大的威脅。此時，看似單純的環境和資源問題，實則已經牽涉到了我國的經濟安全。

金融是我國經濟的血脈，金融安全作為國家經濟安全的核心，又直接決定著國家的經濟安全，影響社會的整體發展。中國作為世界第二大經濟體和重要的世界金融大國，維持我國金融體系的穩定，維護金融安全，防范金融風險是我國經濟發展道路上的重中之重。我國經濟曾一度的高投入、高污染、高能耗，嚴重損害了經濟的持續健康發展，給我國經濟安全帶來巨大威脅;如今我國正處于自身經濟結構轉型的關鍵時期，透析影響我國金融安全的重要因素，如何保持在這關鍵時期金融安全的穩定，就成為當前我國經濟發展所必須面臨的重要問題。

綠色金融是指支持環境改善與應對氣候變化的金融活動。構建綠色金融體系是指通過貸款、私募投資、發行債券和股票、保險、碳金融等金融服務將社會資金引導到環保、節能、清潔能源、清潔交通、清潔建筑等綠色產業發展中的一系列政策和制度安排[3]。《2015年政府工作報告》中明確提出“環境污染是民生之患、民心之痛”，要求將節能環保產業打造成新興支柱產業。大力發展融低碳經濟、循環經濟、生態經濟為一體的綠色經濟，加快推動我國經濟結構轉型迫在眉睫。而綠色經濟的發展離不開綠色金融的支持，金融是資源配置的樞紐。綠色金融通過綠色信貸、綠色債券、綠色保險等綠色金融工具，引導社會資金流向綠色產業，促進社會資源優化配置，推動綠色經濟的發展和經濟結構轉型，優化了金融結構;與此同時，綠色金融本身作為新型的金融發展模式，推動金融機構開發出大量新型綠色金融產品和服務，從而將我國的金融創新水平提升了一個新臺階。

隨著綠色金融在我國金融體系的重要性日益顯著，本文綜合考慮綠色金融與我國金融安全間的關系，創新性的將綠色金融這一宏觀經濟因素納入對我國金融安全影響的考察之中，并與其他傳統宏觀經濟因素帶來的影響進行直觀的比較，給今后的研究帶來思路上的拓展;基于綠色金融與金融安全數據匹配的難度問題，在前人研究的基礎上創新性的構建了能較好匹配且相對完善的綠色金融與金融安全的綜合指數，在相關指數構建層面提供了一定的參考。

1 文獻綜述

1.1 綠色金融與金融安全

綠色金融的發展對金融安全的影響主要從3個角度入手進行評述。

從金融創新的角度，趙昆[4]指出我國金融風險是國民經濟粗放式、數量型增長方式下各種深層次矛盾的集中體現，缺乏創新增加了維護金融安全的難度，為此，我國在提高金融安全意識和技術的同時，必須要抓住金融創新，這樣才能進一步提高我國的金融安全水平。Salazar[5]認為綠色金融是金融業為迎合環保產業的融資需求而進行的金融創新。Scholtens[6]重點分析了金融與可持續發展之間的傳導機制，指出綠色金融就是以將環境污染的后果降到最低程度為目標的金融工具的最優組合。方灝等[7]認為綠色金融是基于環境保護目的的創新性金融模式;

從經濟結構與金融結構角度，劉錫良等[8]指出在經濟與金融復雜的互動過程中 ， 金融結構是重要的交匯點，金融結構是經濟影響金融安全的重要形式。吳曉亮[9]通過實證研究表明綠色金融確實對綠色經濟效率有促進作用，推動我國經濟向綠色經濟模式轉型升級。裴正綱[10]實證檢驗了綠色金融能夠促進我國產業結構的優化升級。尹鈞惠[11]認為發展循環經濟已經成為拉動中國經濟增長的重要力量，而循環經濟的發展有賴于發達健全的綠色金融體系的支持，綠色金融的服務驅動，必將推動循環經濟快速穩步增長。胡春生[12]從經濟學角度分析認為綠色金融可以有效“解決市場失靈，規避政府失效”。

從金融風險角度，何建奎等[13]認為不良的環境表現能導致金融投資客戶盈利能力下降，增加償債風險。于飛[14]指出我國目前環境形勢惡化，部分企業環境違法現象較為突出，使得銀行的信貸風險加劇，而綠色金融的發展有助于商業銀行環境風險的管理。王俊勇等[15]在厘清環境風險至系統性風險的傳染路徑基礎上，從微觀、中觀和宏觀3個層面出發，論述了發展綠色金融可以助力防范化解系統性金融風險，實現維護國家金融安全的目標。Thomas[16]引入外部環境成本計算經濟附加值，更精確地計算出投資組合的環境危害系數，為金融機構了解項目的環境風險和發放貸款提供了有效依據。梁爽等[17]為比較綠色金融受到風險傳染同非綠色金融受到風險傳染的不同表現，基于SIRS的風險傳染模型的實證分析表明，綠色金融市場受到外界風險傳染影響較大，但通過有效的風險轉移手段能更好的控制綠色金融風險。

1.2 金融安全及其評價

金融安全方面，隨著市場經濟改革不斷深入，金融領域不斷開放，在我國金融自身因素和外部環境的共同影響下，目前我國的金融安全狀況并不十分樂觀。楊靜姝[18]對中國目前金融安全的現狀進行了研究，指出目前由利率、匯率、股票、商品價格等變化而導致的金融機構的市場風險突出，且金融創新力度的不足限制了金融市場的運行效率和市場風險的分散。在對金融安全指標體系框架的構建研究方面，主要采取構建指數的方式進行分析，Haner[19]構造的富蘭德綜合指數是第一個可以較好地反映某一區域或國家宏觀經濟環境風險程度的評價指標，該指數可以從定性、定量兩方面對金融環境系統進行評價。蔣海等[20]和黃葉金[21]都通過構建中國金融安全指數，選擇例如匯率、利率、通貨膨脹等影響我國金融安全的宏觀經濟要素對金融安全做實證研究，分析了各宏觀經濟變量對我國金融安全的影響作用。Sun等[22]則采用以遺傳算法為基礎的BP神經網絡新模型實證分析了中國電力行業的金融安全狀況。

1.3 綜述小結

通過對已有文獻的系統匯總與梳理，可以發現，目前國內外大部分研究主要集中在綠色金融與金融安全各自領域之內，將兩者相關聯的研究尚相對較少。故本文在前人研究的基礎上將綠色金融的發展引入我國金融安全的影響因素中，通過實證分析，著重探討綠色金融的發展給我國金融安全帶來的影響。

2 數據描述與指標構建

2.1 樣本選擇與數據來源

考慮綠色金融在我國自2016年以來才得以蓬勃發展，評價綠色金融的相關數據相對較難獲取，因而最終能夠收集到的能互相匹配完全的數據區間為2016年1月—2019年12月的月度數據，且該樣本區間包含了2018年全球經濟危機的數據，經濟波動的加入使得本文對金融安全的研究更具意義。樣本數據主要來源于同花順iFind金融數據終端和CSMAR數據庫（對于部分缺失的觀測值，由于本身樣本數量較少，故采用移動平均或插值法進行補全處理）。

2.2 金融安全指標的構建

2.2.1 金融安全指標體系的建立

對金融運行的各個方面進行系統的綜合安全評價需要一套多層次全方位的指標體系，本文沿用李紅繼等[23]提出的金融安全評價指標體系框架，此指標體系框架具有以下幾個優點：此指標體系涵蓋了以往學者在研究金融安全相關內容時所使用的大部分指標，具有相當的可操作性;此指標體系從宏觀經濟安全、金融機構安全、外部金融安全和金融軟環境安全4個層面對我國金融安全進行了綜合性的考察，充分體現了科學性、系統性、靈敏性和開放性。金融安全評價指標體系框架及其所含的4個大類、23個指標，如表1所示。

2.2.2 金融安全指數構成指標的選擇與處理

所以為匹配綠色金融發展指標的構建，使用的樣本為2016年1月至2019年12月共48個月度數據，且金融安全指數主要用于分析其與其他變量的長期均衡和短、中期的動態效應，而不用于預警，故在此指標體系框架基礎上借鑒以往相關研究文獻對包含的構成指標的選擇上做了一定的改動：對無法獲取月度數據的指標進行替換，將宏觀經濟安全中的失業率用與之具有負相關關系的新增就業人數和新增再就業人數進行替換;將金融機構安全中的股價指數變動率使用上證180金融股指數、滬深300金融地產指數和中證銀行指數3個對銀行、保險、證券、信托和金融地產行業的走勢表現具有良好代表性的指數進行替換;將外部金融安全指標中的短期外債/外匯儲備指標使用與之具有正相關關系的貨幣當局國外負債/外匯儲備進行替換;考慮中國擁有巨額外匯儲備和相對較少的外債余額，外債償債風險并非影響金融安全的重要因素，因而在外部金融安全指標中未納入外債負債率、償債率和債務率指標;宏觀經濟是影響證券市場大盤走勢的最基本因素。證券市場是整個國民經濟的重要組成部分，它在宏觀經濟的大環境中發展，同時又服務于國民經濟的發展。從根本上說，股市的運行與宏觀的經濟運行應當是一致的[24]。我國證券市場雖尚不成熟，但考慮綜合性股票指數仍能在一定程度上反映宏觀經濟基本面的信息和上市公司的績效，故在宏觀經濟安全指標中加入上證綜指指標;美國、歐洲、香港3個代表性證券市場股票價格指數反映了國際經濟、金融的運行狀況，同時外國證券市場的波動也會對中國經濟、金融及外資流動產生重要影響，故在外部金融安全中加入了道瓊斯工業平均指數、倫敦金融時報100指數和香港恒生指數;克強指數由耗電量、鐵路貨運量和銀行貸款發放量3個指標的結合，相較于官方GDP統計，其涉及電網、鐵路、銀行的具體業績核算，與地方政府的GDP崇拜并無干涉，也近乎沒有作假摻水的空間和動機，因此所取得的具體數據也更為真實，可以更精確的反映經濟現狀和經濟走勢。故在金融軟環境指標中增加克強指數指標;由于只能獲得GDP增長率的季度數據，且目前尚無比較準確的月度擬合方法，本文假設一個季度內每個月的增速與這個季度的增速相同，即勻速增長，作為粗略計算。

2.2.3 金融安全指數構成指標權重設置及計算

為了更準確地估算金融安全指數，本文采用主觀賦值與主成分分析（客觀賦值）相結合的方法來確定各指標的權重。以往的相關研究成果將金融安全的四個大類按上表順序分別賦予了0.32、0.36、0.22、0.10的權重。隨著我國改革開放程度不斷加深。近年來我國金融業進一步放寬市場準入條件、進一步拓寬外資金融機構業務經營范圍、進一步簡政放權和進一步優化監管規則的新一輪開放措施的出臺，都說明了國際金融因素對中國金融安全的影響在不斷加強，但無法明顯區別其與宏觀經濟因素對我國金融安全影響上的差異，故在不改變金融機構安全與金融軟環境安全比重的基礎上，適當上調外部金融安全的比重并下調宏觀經濟安全的比重，最終分別賦予了四大類0.27、0.36、0.27、0.10的權重;其次分別對每個大類中的各指標進行主成分分析（在主成分分析之前，對部分逆向指標進行了取負號處理），提取各個大類中的主成分（主成分的個數以累計方差貢獻率達到80%為宜），再根據各主成分的方差貢獻率，對各個大類的主成分進行加權求和;最后，根據4個大類的主觀權重，使用下式計算得出各月份的金融安全指數。所得結果，如表2所示。

Safe=S1×0.27+S2×0.36+S3×0.27+S4×0.10。（1）

2.3 綠色金融發展指標及各宏觀經濟要素指標的構建

2.3.1 各指標構成選擇

針對部分指標的構成變量選擇做以下說明：參考國內外已有研究對綠色金融產品指數的構建方法，分析它們的優缺點，并考慮從綠色金融驅動機制的角度出發，結合一定的指標選取原則，得到可以較好描述我國綠色金融發展狀況的要素，選取綠色投資、綠色股票指數、綠色債券規模、政府綠色財政支出等關鍵指標，建立綠色金融發展指標;毛旻旸等[25]認為對于金融開放度的研究，重點在于對資本市場和貨幣市場的開放度進行測算，故從資本市場角度加入對外投資、外資利用和外商投資類指標;從貨幣市場角度出發加入外匯類指標和人民幣占國際支付份額指標;由于債券價格與市場利率呈反比，市場利率上升，則債券潛在購買者就要求與市場利率相一致的到期收益率，債券價格下降，即債券收益率變化與市場利率相一致，同時考慮其它相關指標月度數據的獲取難得，故用一年期國債的收益率作為市場利率指標;在控制變量的選擇中，從貨幣政策角度出發選擇人民幣存款準備金率作為代表加入其中;從財政政策角度出發選擇國家財政預算支出作為代表加入其中。綠色金融發展指標及各宏觀經濟要素指標，如表3所示。

2.3.2 各類指標的計算

對綠色金融發展指標、金融市場開放度指標、價格水平指標、工業能源產量指標和匯率指標采用因子分析的方法提取特征根大于1的公因子（累計方差貢獻率均達到80%）。根據各個公因子的方差貢獻率，進行加權求和得到最終的各個指標;對于直接被觀測的市場利率指標和控制變量，將原始數據進行標準化處理，以匹配在主成分分析和因子分析過程中自動標準化處理的各項指標，防止不同量綱對后續分析結果帶來的影響;對表3中匯率指標下的前3個直接標價的匯率變量的原始數據進行取負號處理，使得最終的匯率指標代表人民幣本幣匯率。各指標因子分析的KMO值與Bartlett球形檢驗值，如表4所示。

由表4可知，每一個指標變量的共性方差均在0.6以上，且大多數接近或超過0.7，說明這些公因子能夠較好地反應原始各項變量的大部分信息。綠色金融發展和各宏觀經濟要素指標的因子分析結果，如表5所示。

根據表2和表5的結果，可以繪制出2016年1月-2019年12月中國金融安全指標、綠色金融發展指標與其余各宏觀經濟要素指標的趨勢圖，如圖1所示。由圖1可知：

1）隨著我國產業結構不斷升級，實體經濟穩步發展，金融監管體制的改革和完善以及金融機構風險和風控意識的增強，中國金融安全從2016年1月-2019年12月呈現出總體向好的趨勢;但2018年趨勢的下降也表明2018年的全球經濟危機給我國的金融安全帶來了較大的影響。

2）2016年七部委聯合發布了《關于構建綠色金融體系的指導意見》，中國的綠色金融自此開始了蓬勃發展，但2018年明顯下降的趨勢也表明綠色金融發展也同樣受到經濟危機和中美貿易摩擦的較大影響，綠色產業投資減少、綠色企業融資難度增大以及產品外銷困難等負面因素，使我國綠色金融的發展受到了嚴重阻礙。

3）我國的金融市場開放度也是呈現總體上不斷擴大的趨勢，但其波動方向卻大致呈現出與金融安全波動相反的態勢，這也與我國的實際情況相符，我國金融市場的不斷開放是我國經濟發展和全球經濟一體化的必然趨勢，但金融市場開放度的增加必然伴隨國際游資的沖擊和國內資本外逃等風險，給我國金融安全帶來沖擊。

4）我國的價格水平在2017年后保持在了一個相對穩定的水平，物價水平的總體穩定為我國經濟的平穩發展、提高人民生活水平、調整經濟結構以及管理通脹預期提供了良好的基礎。

5）我國的工業能源產量在2016年1月-2019年12月期間保持著較為穩定的緩步增長態勢，能源產品絕大部分作為生產要素資源，其穩定充足的供應保障了我國企業的生產和實體經濟的發展。

6）我國的匯率變化幅度較大，且就趨勢圖中無法看到其與金融安全和綠色金融發展的明顯關聯。我國的市場利率變化趨勢與金融安全呈現較高的一致性，2018年之前我國經濟發展態勢良好，相對火熱的資本市場出現資金供給小于需求的情形，為獲取更多融資導致市場利率不斷攀升;受2018年全球經濟危機沖擊的影響，人們為了規避風險，收縮信用，造成市場上流動性短缺，為避免由此給我國經濟帶來巨大損失，央行于2018年1月和4月連續兩次宣布降低商業銀行的存款準備金率，起到了釋放商業銀行的流動性的作用，從而降低了銀行融資的需求，融資的成本下降，從而帶動市場利率的下降。

7）首先，金融安全指標與綠色金融發展指標呈現出時間走勢比較接近，趨勢的升降性具有一定聯動性，故可推測綠色金融的發展可能對我國的金融安全帶來比較明顯的正向影響;其次，除匯率指標外，其余指標都存在著相對接近的總體趨勢，故可推測整個系統可能存在長期均衡關系，即可能為協整系統。

3 實證分析

3.1 平穩性檢驗

為避免經濟數據非平穩可能導致的偽回歸，對所有時間序列進行了ADF單位根檢驗，檢驗時的滯后階數采用信息準則進行確定。結果表明所有原序列均在1%的顯著性水平上無法拒絕存在單位根的假設，但一階差分序列均在1%的顯著性水平上拒絕存在單位根的假設，故可認為2016年1月-2019年12月間金融安全指標、綠色金融發展指標、金融開放度指標、價格水平指標、工業能源產量指標、匯率指標和市場利率指標均為一階單整的I（1）序列。各指標的平穩性檢驗結果，如表6所示。

3.2 協整及長期均衡關系分析

3.2.1 協整分析

由平穩性檢驗得知，各指標都是一階單整的I（1）序列，故符合時間序列數據的協整性檢驗要求。利用Johansen協整檢驗進行協整分析，所得結果，如表7和表8所示。包含常數項與時間趨勢項的協整秩跡檢驗（trace statistic）結果表明，只有一個線性無關的協整向量（表7中星號者）;最大特征值檢驗（max statistic）也表明，可以在5%的顯著性水平上拒絕“協整秩為0”的原假設，但無法拒絕“協整秩為1”的原假設。故非平穩指標間存在協整關系，即綠色金融發展、金融開放度、價格水平、工業能源產量、匯率和市場利率與金融安全存在著長期均衡關系。在此基礎上使用Johansen的MLE方法估計該系統的帶時間趨勢的長期均衡關系，所得結果，如表9所示。

3.2.2 長期均衡關系分析

由表9可知如下長期均衡關系：

Safe=0.516Inv-0.554Open+0.539Pri+1.128Ene+

0.465Exc+0.111Inte+0.041t-0.857。（2）

由式（2）可知，綠色金融發展、金融開放度、價格水平、工業能源產量、匯率和市場利率與金融安全存在著長期均衡關系，除市場利率系數在5%的水平上不顯著外，其余指標的系數均通過了顯著性檢驗，且方程系數符號符合預期，這較好地檢驗了本文的基本前提。其中，綠色金融的發展與金融安全具有正向關系，即綠色金融發展指標每提高1個單位，金融安全指標將上升0.516個單位。這說明從長期來看，綠色金融的發展在遵循市場規律和以建設生態文明為導向的前提下，通過多樣化的綠色金融工具將資金引入綠色產業以支持其發展，改善了環境，提高了資源利用率，有效規避了企業和金融機構的環境風險，促進了我國產業結構的轉型，推動了我國經濟的可持續發展，同時為我國循環經濟的發展提供了有力的支持，助力我國經濟結構的優化升級，啟動新的經濟增長點，這都直接或間接地提升了我國金融安全水平。

金融市場開放度與金融安全具有負向關系，即金融市場開放度指標增加1個單位，那么金融安全指標將下降0.554個單位。從長期來看，隨著我國金融市場的不斷開放，特別是對外關聯度不斷提高的資本市場更易受外因影響，經濟全球化使得資本市場波動性的溢出效應即市場價格上的波動性從國際資本市場傳遞到我國的資本市場越來越明顯，且隨著全球信息的快速傳播，這種影響也越來越直接，通過圖1的趨勢圖，2018年全球經濟危機給我國金融安全帶來的沖擊顯而易見。

價格水平與金融安全呈正相關關系，即價格水平指標增加1個單位，則金融安全指標將上升0.539個單位。價格水平的上升意味著通貨膨脹，從長期來看，適度的通貨膨脹可以刺激消費，拉動社會整體需求，提高社會資源利用率，企業愿意擴大再生產，促進就業率的穩步上升。

工業能源產量與金融安全呈正相關關系，即能源產量指標增加1個單位，金融安全指標將上升1.128個單位。這說明能源產量對我國金融安全的影響比較明顯。能源是國民經濟的基礎，它與勞動力和資本一樣，都是生產過程中不可或缺的部分。從長期來看，能源產量的增加保障了我國工業化進程不斷加深的能源需求，是我國經濟穩定發展的基礎。

人民幣匯率與金融安全呈正相關關系，即匯率指標增加1個單位，金融安全指標將上升0.465個單位。這說明從長期來看，人民幣匯率的提升，進一步擴大了人民幣在全球范圍內的流通，推動人民幣成為國際通貨，有利于提高中國經濟和金融體系的國際地位;同時人民幣匯率的提升，引起的激烈競爭可以有效減少低技術含量的企業，優化我國的產業結構和對外貿易結構。

最后，市場利率的系數雖在5%的水平上不顯著，但在10%的水平上顯著，故仍可從其符號判斷其與金融安全呈正相關關系，這說明在長期，利率的提高可以一定程度提升我國的金融安全。我國多年來經濟的快速增長必然伴隨著風險的積累，緊縮性的貨幣政策有助于風險的出清，使我國經濟回歸到穩定發展的道路。

3.3 VAR模型建立

首先遵循AIC和SC最小化準則，且出于本文觀測樣本數目較少而系統內指標變量較多的考慮，故確定VAR模型最優滯后階數為1階，此時對應VECM模型的滯后階數為0，即VECM模型右側不存在變量的一階差分項，為了更好的分析各因素對金融安全的短期動態效應，本文采用滯后階數為1的VAR模型。

VAR（向量自回歸）模型是用以解釋經濟沖擊對經濟變量的影響以及同時對多個經濟變量做預測，其主要數學表達形式如下：

yt=Γ0+Γ1yt-1+…+Γt-pyt-p+ψxt+εt，

t=1，2，…，T（3）

這個形式與AR（p）很相似，故名“VAR（p）”。其中：yt是n維內生變量向量，p為滯后階數，T為樣本個數，Γ1…Γp以及ψ為待估參數矩陣，εt為n維擾動向量。

基于上述的平穩性檢驗和協整檢驗結果，本文建立如下的VAR模型：

yt=Γ0+Φyt-1xt+εt。

（4）

其中：向量yt為金融安全、綠色金融發展、金融開放度、價格水平、工業能源產量、匯率和市場利率7個變量指標;向量xt為人民幣存款準備金率和國家財政預算支出2個外生控制變量指標。以下為模型估計結果：

SafetInvtOpentPrit

EnetExctIntet=0.0350.0020.0090.0720.033-0.0770.022+

0.3830.248-0.3070.1420.1330.0690.391-0.5630.0720.1570.673-0.382-0.239-0.129-0.1770.0740.0120.1470.0670.0350.3690.3100.0370.126-0.043-0.1030.118-0.0190.149-0.0011.0250.2770.078-0.1260.078-0.0350.129-0.0540.034-0.0230.595-0.007-0.070-0.0860.0190.233-0.1200.145-0.431-0.7210.5920.190-0.0710.0550.1780.142-0.0630.2500.1330.0000.6580.3230.063Safet-1Invt-1Opent-1Prit-1Enet-1Exct-1Intet-1Exog1tExog2t。

3.4 模型分析

Granger因果關系檢驗結果，如表10所示。檢驗結果顯示：在Open方程中，不能拒絕Safe、Inv、Pri、Ene、Exc及Inte不是Open的Granger原因的假設;在Ene方程中，不能拒絕Safe、Inv、Open、Pri及Inte不是Ene的Granger原因的假設，故可認為在該VAR（1）系統中Open和Ene是外生變量，不能由其余指標變量的1期滯后值來描述。

通過Safe方程和Inv方程的Granger檢驗結果，可知Inv是Safe的Granger原因，而Safe不是Inv的Granger原因，即Safe與Inv具有單向因果關系;同理，通過Safe方程和Open方程、Safe方程和Inte方程也可以得到類似的結論;根據Safe方程的檢驗結果，可以得出Inv、Open和Inte是Safe的Granger原因，反映出我國的綠色金融、金融市場開放度和市場利率在短期對我國金融安全存在比較明顯的影響。

在Inv方程中，可以看出Open、Pri和Exc是Inv的Granger原因，反映出我國的金融市場開放度、價格水平和匯率對我國的綠色金融發展存在比較明顯的影響。由于Granger檢驗受滯后階數和樣本數量的密切影響，Granger檢驗結果并不能準確的反映經濟變量間真正的因果關系，故本文不再對Granger因果關系檢驗結果做詳細分析。

3.5 脈沖響應與方差分解

基于上述VAR模型的所有特征值均落在單位圓內，即通過了模型的穩定性檢驗，下面考察各個指標對我國金融安全指標的脈沖響應和方差分解，以分析各指標和金融安全間的短期動態效應。

3.5.1 脈沖響應分析

由于建立的模型是無約束的VAR模型，因此各變量方程的同期擾動項是相關的，為此需要考慮正交化的脈沖響應函數，然而在對協方差矩陣進行喬利斯基分解來正交化脈沖時，其結果依賴于變量的次序，若改變變量次序，則可能得到不同的結果。由

于格蘭杰因果關系并未給出唯一的變量作用次序，故通過進一步考察變量間交叉相關圖，最后指定變量的次序為Pri、Ene、Open、Inte、Exc、Inv、Safe。各影響因素對Safe的脈沖響應，如圖2所示，順序依次為Inv、Open、Pri、Ene、Exc、Inte。由圖2可知：

1）綠色金融發展的單位正向沖擊在初期就有比較明顯的正向影響，在約3～4期時這種正向影響達到最大，而后逐漸減小趨于0（由于模型穩定，故所有脈沖響應均呈現收斂趨勢）。2016年后，隨著我國綠色金融得到迅速發展，綠色金融市場不斷擴大，綠債發行量屢創新高，各類綠色金融產品不斷創新，綠色信貸不斷擴容，我國綠色企業的融資難度大大降低，有效緩解了在2016年之前綠色金融資產與金融機構負債存在的較為嚴重的期限錯配問題。相對足夠的資金支持，使得綠色企業可以在更短的時間內產生更多的經濟效益與環境效益，即表現為相比與2016年之前，我國綠色產業的投資回報和效益顯現周期普遍較長的情況得到了顯著的改善;其次，綠色信貸標準與原則不斷完善，跟隨銀行國際綠色金融規則《赤道銀行》的步伐，以興業銀行為代表的我國各類銀行不斷加入綠色金融的實踐中，對融資項目加入環境風險評估，增加綠色信貸的規模，加之我國綠色保險（主要為環境污染責任險）的不斷發展和普及，這在有效幫助企業規避環境風險的同時，也降低了環境風險通過實體企業再傳染到金融機構的可能，比如企業的環境風險給企業帶來的高成本低收益，會導致銀行不良貸款率的上升，即給銀行帶來更大的信用風險;最后，近年來可持續投資理念正日益深入，公募綠色基金設立數量快速增長、綠色指數及相關產品也日趨豐富，隨著《綠色投資指引》的出臺以及ESG相關信息披露機制的不斷完善，我國可持續投資正日漸興起[26]，國際上許多實證研究顯示，注重氣候、環境因素的綠色投資往往長期收益更高，波動率也較小，即不論對機構投資者還是個人投資者而言，綠色投資都可以起到有效分散風險的效果。綜合以上分析，綠色金融的正向沖擊在短中期內對我國的金融安全具有明顯的促進作用;

2）金融市場開放度的單位正向沖擊在當期就對金融安全帶來比較明顯的負向影響，并在1至2期時達到最大，之后逐漸回復。短期來看，金融市場開放度的增加意味著資本市場、貨幣市場的進一步開放，伴隨而來的必然是追逐短期高額利潤的大量短期資本（主要為國際游資）的流入和流出，加之我國金融監管與調控手段還不夠完善，短期資本的大量流入會導致我國金融市場流動性增加，過剩的流動性會促使經濟泡沫化，而資本的大量外逃會導致國內資金和資源的短缺，影響經濟的穩定增長，這都會給我國金融市場的安全帶來負面沖擊;

3）價格水平的單位正向沖擊在初期給金融安全帶來正向影響，之后逐漸回復，但是影響作用并不明顯。正向影響的原因主要還是刺激消費，拉動內需，促進經濟的增長;而影響程度不明顯的解釋可能是由于近年來我國價格水平較為穩定，通貨膨脹也總體處于通脹預期水平之下，故在此基礎上價格水平的單位沖擊給實際經濟生活帶來的影響就比較微小;

4）工業能源產量的單位正向沖擊對金融安全的影響稍顯復雜，在前兩期有不明顯的負向影響，2期后負向影響減弱，并在第4期后回正。能源短期內的增加可能導致得不到有效的配置和利用，給要素市場帶來一定沖擊，其次能源產業多為不可再生產業且高污染高能耗，故可能帶來相對較高的環境風險;但是能源作為與勞動力和資本并重的生產要素得到合理有效的利用后，充分保障了企業的生產，促進實體經濟的發展，有助于金融安全水平的提升;

5）人民幣匯率的單位正向沖擊在當期對金融安全有明顯的正向影響，之后正向影響逐漸減弱，4期后轉為輕微的負向影響，然后逐漸消失。可能的解釋為，在初期，人民幣升值，購買力增強，進口商品的需求也就更大，更多的進口商品意味著緩和我國曾一度加劇的貿易順差，減少國民福利的流失，同時人民幣的升值使得進口商品價格下降，企業原材料進口成本下降，有利于企業引進新技術，提高生產效率;另一方面，人民幣的升值也會導致國內商品和生產要素價格的上升，減少國內需求，給我國的產品市場和要素市場帶來沖擊，這種影響會在初期之后逐漸顯現，拉回原先的正向影響，但并不明顯;

6）市場利率的單位正向沖擊對金融安全有明顯的正向影響，這種影響在第2期達到最大，之后逐漸回復。市場利率的提升不僅可以吸引國外投資，減少國外資本的撤出，也可以防止本國的資本轉移，增加國內資本供應量，有利于我國經濟的穩定發展。

3.5.2 方差分解分析

方差分解是VAR模型中除脈沖響應函數之外度量變量間影響的又一方法，用以解釋變量的結構沖擊對某一內生變量的變化貢獻度，并以此解釋不同結構沖擊的重要性。Safe影響因素的方差分解結果，如表11所示。由表11可知：對Safe進行向前1期的預測，其預測方差絕大部分來自Safe本身，到15期之后維持在17.60%左右，這說明其他因素的沖擊對Safe本身的波動影響越來越大;其中Open和Inv對Safe的最大方差貢獻度分別維持在33.75%和19.16%左右，均超過了Safe本身方差貢獻度17.60%，可以看出目前對我國金融安全最具影響的宏觀經濟因素除金融市場開放度以外就是綠色金融發展程度。這說明在我國經濟結構轉型的新時代，綠色金融的發展對我國金融安全具有重大影響和意義。

4 結論與政策建議

4.1 結論

在以往學者研究提出的金融安全評價指標體系的基礎上，結合2016年1月—2019年12月的樣本數據特征，通過主觀權重賦值和主成分分析，估算了金融安全指標;同時通過因子分析構建了綠色金融發展指標、金融市場開放度指標、價格水平指標、工業能源產量指標、匯率指標和市場利率指標;并運用單位根檢驗、協整檢驗、VAR模型的脈沖響應與方差分解，就綠色金融發展及其它宏觀經濟因素與我國金融安全之間的內在聯系和機理進行了實證研究。研究發現：從長期來看，綠色金融的蓬勃發展，價格水平的穩步上升，能源的充足供應，人民幣匯率的升值市以及場利率的適度上升都對我國的金融安全有比較顯著的促進作用，保證了我國在2016年1月—2019年12月金融安全水平總體呈現上升的趨勢，而金融市場不斷增大開放程度帶來的負向影響也是導致我國2018年受到全球經濟危機巨大沖擊的重要原因;短期來看，綠色金融發展與金融市場開放度對我國金融安全的影響最大，但2個因素表現出的影響效果卻是相反的，同時價格水平、工業能源產量、人民幣匯率以及市場利率也都對金融安全具有正向沖擊作用。

4.2 政策建議

基于5.1中的本文結論，得到以下政策建議：

1）大力推動我國綠色金融的發展。我國的綠色金融剛走上蓬勃發展之路，更需要政府政策的大力支持與引導。首先，應加快設立和發展綠色產業基金以及綠色發展基金，通過政府的引導性資金撬動吸收社會資本，為綠色項目股權融資和債務融資提供保障;綠色信貸作為我國綠色金融的主體，要繼續健全財政對綠色貸款的貼息機制來支持發展綠色信貸，比如擴大貼息資金的規模，適當提高財政貼息率等;其次，提高金融機構的社會責任意識，比如通過在銀行的績效評價體系和宏觀審慎評估中加入“綠色信息”，并將考核結果與財政性存款競爭性存放掛鉤等，將有效促進金融機構的自我綠色轉變，同時推動金融機構對綠色金融產品的開發和創新;最后，應完善綠色金融的法律保障體系和綠色金融基礎設施體系建設，來保障、規范和支持綠色金融的發展。借綠色金融發展之力優化我國金融結構，推進我國金融創新，提升我國金融安全水平。

2）要在風險因素可控的基礎上穩步擴大金融市場開放度，進一步加強金融安全法制建設，完善金融監管制度，推動支持金融機構資本市場工具的開發，增強抵御金融市場擴大開放帶來的國際游資沖擊的能力。

3）可以適當維持相對較高的利率和匯率水平，以保證國內資本量的充足，利于國外先進產業技術的引進以及提升中國經濟的國際地位;并容忍一定程度的通貨膨脹水平，擴大國內市場需求，以促進我國的經濟增長。

4）堅持深化我國工業化水平，適當加大固定資產投資力度，保證合理充足的工業產量和能源供應，為國民經濟的發展奠定基礎;與此同時，要大力推進工業產業結構轉型，推動清潔能源的開發和利用，減輕我國工業化進程中帶來的環境污染、資源枯竭等負面影響，以促進我國經濟的可持續發展及金融安全水平的提升。

本文仍存在著許多不足之處：首先，綠色金融相關樣本數據過少在一定程度影響了本文實證結果的準確度;其次，綠色金融與金融安全相關數據在匹配層面上的難度也一定程度上影響了本文綜合指標構建的完備程度。本文的研究可能未能全面考慮對我國金融安全帶來影響的宏觀經濟因素，影響了結論的全面程度;最后，本文相對缺乏在具體應用層面的探討。希望在今后的相關研究中可以逐步完善這些不足之處。

參考文獻：

[1] 馬駿.論構建中國綠色金融體系[J].金融論壇，2015，20（5）：18.

[2] 馬駿，李治國.《PM2.5減排的經濟政策》[J].金融縱橫，2015（2）：101.

[3] 馬駿.中國綠色金融的發展與前景[J].經濟社會體制比較，2016（6）：25.

[4] 趙昆.我國資本市場開放過程中的金融安全問題[J].中央財經大學學報，2004（6）：31.

[5] SALAZAR，J.Environmental finance：Linking two world[J].Ina workshop on Financial Innovations for Biodiversity Bratislava，1998（1）：2.

[6] Scholtens B.Finance as a deliver of corporate social responsibility[J].Journal of Business Ethics，2006，68（1）：19.

[7] 方灝，馬中.論環境金融的內涵及外延[J].生態經濟，2010（9）：50.

[8] 劉錫良，孫磊.金融結構視角中的金融安全論[J].經濟學動態，2004（8）：78.

[9] 吳曉亮.我國綠色金融對綠色經濟的支持研究[D].南京：南京大學，2019：1.

[10] 裴正綱.綠色金融支持產業結構升級研究[D].濟南：齊魯工業大學，2019：1.

[11] 尹鈞惠.循環經濟發展的綠色金融支持體系探討[J].金融與經濟，2009（9）：21.

[12] 胡春生.綠色金融：將可持續發展內生化的新經濟發展方式[J].改革與戰略，2012，28（2）：66.

[13] 何建奎，江通，王穩利.“綠色金融”與經濟的可持續發展[J].生態經濟，2006（7）：78.

[14] 于飛.淺談“綠色信貸”與環境風險管理[J].經營管理者，2008（9）：73.

[15] 王俊勇，李心丹.綠色金融助力防范化解系統性金融風險[J].學海，2019（5）：147.

[16] THOMAS S，REPETTO R.Integrated environmental and financial performance metrics for investment analysis and portfolio management[J].The Authors Journal Compilation，2007，15（3）：421.

[17] 梁爽，劉慧宏.基于SIRS模型的綠色金融風險傳染分析[J].科技與管理，2021（1）：52.

[18] 楊靜姝.中國目前金融安全的現狀研究[J].時代金融，2012（30）：130.

[19] HANER F T.Rating environmental risks in foreign investment[J].Business International，1971（2）：67.

[20] 蔣海，蘇立維.中國金融安全指數的估算與實證分析：1998—2007[J].當代財經，2009（10）：47.

[21] 黃葉金.宏觀經濟波動對我國金融安全的沖擊效應研究.統計與決策，2015（21）：131.

[22] SUN W，XU Y.Financial security evaluation of the electric power industry in China based on a back propagation neural network optimized by genetic algorithm[J].Energy，2016，101：366.

[23] 李紅繼，韓琳.我國金融安全評價指標體系構建及綜合評價方法選擇[J].現代財經（天津財經大學學報），2011，31（5）：66.

[24] 陳超.宏觀經濟與股票指數的相關性研究[J].商場現代化，2011（3）：41.

[25] 毛旻旸，杜玉蘭.中國金融開放度研究[J].江蘇商論，2007（9）：167.

[26] 錢立華，方琦.2020年中國綠色金融發展趨勢展望[EB/OL].[2019-12-27][2021-01-06].http：//greenfinance.xinhua08.com/a/20191227/1905011.shtml.

[編輯：厲艷飛]