新冠肺炎疫情前后綠色債券風(fēng)險(xiǎn)對(duì)沖能力分析：以中美市場(chǎng)為例1

摘要：疫情期間，黃金等傳統(tǒng)避險(xiǎn)資產(chǎn)的對(duì)沖有效性因尾部相關(guān)性而大幅降低。綠色債券因?qū)Ｗ⒂陂L(zhǎng)期可持續(xù)的投資，成為抵御氣候風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)和疫情等罕見災(zāi)難的重要對(duì)沖工具。本文通過Copula函數(shù)分別分析了中美兩國(guó)綠色債券與其他金融資產(chǎn)之間的聯(lián)合分布，并通過分位數(shù)對(duì)尾部相關(guān)性進(jìn)行了穩(wěn)健性檢驗(yàn)。研究發(fā)現(xiàn)，所有選定的其他金融資產(chǎn)在兩國(guó)都存在隨時(shí)間變化的厚尾和尾部相關(guān)性。雖然綠色債券的對(duì)沖有效性在疫情期間有所降低，但其所對(duì)沖的是尾部風(fēng)險(xiǎn)而非一般風(fēng)險(xiǎn)。結(jié)果表明，綠色債券在對(duì)沖尾部風(fēng)險(xiǎn)尤其是在外匯市場(chǎng)風(fēng)險(xiǎn)方面有重要作用；中美兩國(guó)的綠色債券在許多方面表現(xiàn)趨同，這表明跨國(guó)差異小于跨資產(chǎn)差異。

關(guān)鍵詞：綠色債券 尾部相關(guān)性 對(duì)沖風(fēng)險(xiǎn)

論文研究貢獻(xiàn)

本文旨在通過對(duì)新冠肺炎疫情前后具有代表性的發(fā)達(dá)經(jīng)濟(jì)體（美國(guó)）和新興經(jīng)濟(jì)體（中國(guó)）的比較研究來(lái)為綠色債券抵御罕見災(zāi)害或尾部風(fēng)險(xiǎn)的能力提供最新證據(jù)。疫情前，有關(guān)綠色債券的研究或關(guān)注其在歐美等發(fā)達(dá)經(jīng)濟(jì)體中的避險(xiǎn)能力（如 Abakah等，2021；Reboredo等，2020），或關(guān)注于中國(guó)綠色債券的非對(duì)沖特征（如Yi等，2021）。本文貢獻(xiàn)在于通過實(shí)證研究證明了中美兩國(guó)綠色債券具有抵御尾部風(fēng)險(xiǎn)的能力。除了發(fā)現(xiàn)綠色債券在對(duì)沖傳統(tǒng)資產(chǎn)尾部風(fēng)險(xiǎn)方面具有巨大潛力，本文還發(fā)現(xiàn)兩國(guó)金融市場(chǎng)在很多方面有所趨同。綠色債券對(duì)大多數(shù)資產(chǎn)的對(duì)沖作用在疫情后有所減弱，但在外匯市場(chǎng)的對(duì)沖作用相對(duì)更強(qiáng)。本文的另一個(gè)貢獻(xiàn)在于對(duì)研究方法的討論。下文將全面系統(tǒng)地回顧現(xiàn)有文獻(xiàn)的研究方法。

研究模型的構(gòu)建

綠色債券、“棕色”債券（普通公司債券）、股票、石油指數(shù)和美元指數(shù)等多數(shù)資產(chǎn)的回報(bào)均可用以下形式建模。下標(biāo)g代表綠色債券，i為其他資產(chǎn)，t表示時(shí)間?？偟膩?lái)說(shuō)，我們?cè)试S均值和波動(dòng)性隨時(shí)間變化。

rgt=μgt+ξgt， where ξgt≡σgt ?gt" " " " " " （1）A

rit=μit+ξit， where ξit≡σit ?it" " " " " " " "（1）B

所有資產(chǎn)（▎=g， i）的均值部分（μ▎t）可通過自回歸滑動(dòng)平均（ARMA）模型進(jìn)行建模。為使模型更優(yōu)雅，計(jì)量經(jīng)濟(jì)學(xué)家通常會(huì)在編寫ARMA模型時(shí)引入滯后算子L的多項(xiàng)式（例如

?（L; p）=?1L+…+?pLp和 ψ（L; q）=ψ1L+…+ψp Lp）：

μ▎t=?（L; p）μ▎t+ψ（L; q）ξ▎t" " " " " " （2）

類似地，假設(shè)模型的波動(dòng)部分（σ2▎t）存在閾值廣義自回歸條件異方差（ARCH），則GARCH（m）、ARCH（n）和TARCH（s）的分多項(xiàng)式α（L;m）、β（L;n）和γ（L;s）可通過類似的方式定義。

σ2▎t=α0+α（L;m）σ2▎t+β（L;n） ξ2▎t+γ（L;s）ξ2▎t | ξ▎tlt;0" （3）

上述等式（1）A、（1）B、（2）和（3）是自20世紀(jì)80年代以來(lái)在金融文獻(xiàn)中廣泛應(yīng)用的時(shí)間序列模型。而這個(gè)簡(jiǎn)單模型的擴(kuò)展正如我們所總結(jié)的，主要有四個(gè)方向：如果關(guān)注點(diǎn)是?（波動(dòng)部分的時(shí)變影響因素變量）之間的尾部相關(guān)性，可使用基于分位數(shù)的方法；如果對(duì)均值依賴更感興趣，可以選擇MGARCH模型；如果研究相關(guān)性隨時(shí)間的變化，時(shí)變參數(shù)向量自回歸模型（TVP-VAR）是個(gè)很好的選擇；如果希望在一定程度上觀察所有特征，則連接（Copula）函數(shù)是最佳選擇。因此，我們將采用Copula函數(shù)作為本文的基礎(chǔ)方法。

在Copula函數(shù)中，?gt和?it之間的聯(lián)合分布由Sklar定理（1959）分兩步算得。該定理指出，一組聯(lián)合分布（例如?gt和?it）的隨機(jī)變量（CDF）F（·）可以通過邊際CDF［Fg （?gt ）和Fi （?it）］和一個(gè)連接邊際的Copula函數(shù)［C（·）］來(lái)表示：

F（?gt， ?it ）=C[Fg （?gt ）， Fi （?it ）]" " " "（4）

與線性相關(guān)系數(shù)相比，Copula函數(shù)更完整地展示了兩個(gè)或多個(gè)隨機(jī)變量之間的相關(guān)性（Patton，2006），因此Copula函數(shù)常被用于通過?處理隨機(jī)變量間的相關(guān)性。這與通過μ處理的MGARCH、TVP-VAR等模型不同。換言之，分布相關(guān)是Copula函數(shù)的核心。

在Copula函數(shù)的第一步操作中，邊際

CDF［Fg （?gt ）和Fi （?it）］可以分開估計(jì)。這為實(shí)踐增加了靈活性——潛在邊際分布可以有不同的分布、不同的參數(shù)，直接用多元分布對(duì)資產(chǎn)相關(guān)性建模時(shí)不存在限制。我們將t分布用于邊際，因?yàn)楝F(xiàn)有的文獻(xiàn)已很好地證明Student’s t（學(xué)生t）分布（有一個(gè)厚尾）往往是最合適的邊際分布（Reboredo，2018）。在第二步，我們參考了由Patton（2006）開發(fā)的經(jīng)典方法，邊際CDF下限和上限的尾部相關(guān)性可表述為：

τL=Pr[Fg （?gt ）≤x | Fi （?it）≤x]=

（5）

τU=Pr[Fg （?gt ）≥x | Fi （?it ）≥x]

=" " " " " " " " " " " " （6）

Copula函數(shù)隨時(shí)間的變化可基于Hansen（1994）的自回歸條件密度進(jìn)行觀測(cè)。這一方法比其他方法（如狀態(tài)切換方法）在參數(shù)化方面更加簡(jiǎn)便和有效。Copula函數(shù)隨時(shí)間變化的參數(shù)（θt≡ρt |τLt | τUt）可以被概括為ARMA過程（Patton， 2006）。

θt=Λ[a+bθt-1+c ∑Kk=1H（?g，t-k， ?i，t-k）]." （7）

在等式（7）中，Λ（·）是將尾部相關(guān)性的度量保持在定義域內(nèi)的邏輯變換。H（·）代表常規(guī)連接（Normal Copula）的正態(tài)分位數(shù)函數(shù)、t Copula的t分位數(shù)函數(shù)，以及Copula模型的演變Clayton Copula、Gumbel Copula和SJC Copula各自的絕對(duì)差值函數(shù)。滯后長(zhǎng)度K=10的設(shè)定與Patton（2006）一致，用于對(duì)應(yīng)2個(gè)工作周的每日數(shù)據(jù)。

研究指標(biāo)的選擇

對(duì)于美國(guó)市場(chǎng)，我們選取了巴克萊MSCI綠色債券指數(shù)（USGB）2014年8月至2021年8月的日數(shù)據(jù)。除該指數(shù)外還有準(zhǔn)普爾道瓊斯綠色債券指數(shù)、Solactive綠色債券指數(shù)以及美國(guó)銀行美林綠色債券指數(shù)等多種綠色債券指數(shù)可供選擇。但不同的綠色債券指數(shù)有著非常相似的構(gòu)成（Reboredo 2018），所以對(duì)我們的實(shí)證結(jié)果而言，具體選擇哪只指數(shù)并不重要。債券市場(chǎng)以10年期美國(guó)政府債券（USB）為代表。對(duì)于美國(guó)股票市場(chǎng)，我們選用道瓊斯指數(shù)（USS）。外匯市場(chǎng)波動(dòng)用美元指數(shù)（USF）來(lái)衡量。能源是與綠色債券相關(guān)的重要商品，我們用西德克薩斯中質(zhì)原油指數(shù)（USO）衡量美國(guó)能源價(jià)格的變化。它比布倫特原油更受青睞，因?yàn)楹笳哌€涵蓋美國(guó)以外的市場(chǎng)。

從2014年7月到2021年8月，中國(guó)市場(chǎng)上有十幾只有代表性的綠色債券指數(shù)可供選擇。我們選用基本綠色債券指數(shù)2（CNGB），該指數(shù)符合中國(guó)和世界上大多數(shù)國(guó)家最嚴(yán)格的綠色債券標(biāo)準(zhǔn)。中國(guó)債券市場(chǎng)用10年期中國(guó)政府債券指數(shù)（CNB）代表。中國(guó)股市則以上海證券交易所綜合指數(shù)（CNS）為代表。外匯市場(chǎng)的波動(dòng)用美元/人民幣匯率的回報(bào)（CFN）來(lái)衡量。由于中國(guó)在國(guó)際石油市場(chǎng)上是作為價(jià)格接受者的凈進(jìn)口國(guó)，沒有完善的國(guó)內(nèi)石油價(jià)格指數(shù)可供選擇，我們用布倫特原油價(jià)格作為中國(guó)市場(chǎng)所面對(duì)的國(guó)際油價(jià)（CNO）。

Copula函數(shù)分析

我們基于邊際分布模型的殘差估計(jì)了綠色債券和每個(gè)資產(chǎn)之間的關(guān)系。表1展示了常用的Copula模型的估計(jì)結(jié)果。

對(duì)于靜態(tài)模型，我們估計(jì)了Normal、Student’s t、 Clayton、 Rotated Clayton和SJC Copula分布，以便顯示穩(wěn)健性并方便模型選擇。我們還計(jì)算了相關(guān)系數(shù)ρ以及尾部相關(guān)性τ，參見等式（5）和（6）。Normal Copula沒有尾部相關(guān)性（τL=τU=0），而Student’s t假設(shè)對(duì)稱尾部相關(guān)性且對(duì)于所有資產(chǎn)都是正的（τL=τUgt;0）。這一結(jié)果意味著當(dāng)某種資產(chǎn)出現(xiàn)罕見的負(fù)沖擊時(shí)，綠色債券很可能也會(huì)經(jīng)歷罕見的負(fù)沖擊。請(qǐng)注意，不要將尾部相關(guān)性與相關(guān)系數(shù)混淆，相關(guān)系數(shù)是衡量線性相關(guān)性的指標(biāo)。事實(shí)上，估計(jì)得到的大多數(shù)ρ都是負(fù)的（ρlt;0），即在正常情況下，某項(xiàng)資產(chǎn)受到負(fù)面沖擊時(shí)很可能會(huì)對(duì)綠色債券產(chǎn)生正面沖擊。換句話說(shuō)，綠色債券的對(duì)沖效應(yīng)在正常時(shí)期和危機(jī)時(shí)期會(huì)有所不同。Clayton Copula假設(shè)存在下尾相關(guān)（τL≠0）且不存在上尾相關(guān)（τU=0），而Rotated Clayton與之相反，但二者都不顯著。SJC Copula假設(shè)了非對(duì)稱的尾部相關(guān)性，盡管是顯著的，但估計(jì)值非常小。以AIC作為選擇標(biāo)準(zhǔn)，Student’s t Copula脫穎而出，成為大多數(shù)資產(chǎn)的最有效的假設(shè)（CNF和CNO的首選是Normal Copula）。

為了直觀地展示結(jié)果，我們通過3D網(wǎng)格圖（見圖1）對(duì)資產(chǎn)之間和國(guó)家之間的情況進(jìn)行了對(duì)比。首先是綠色債券（Green bond）和“棕色”債券（Bond），美國(guó)和中國(guó)的Copula分布幾乎相同。兩個(gè)Copula分布在較低和較高的分位數(shù)都表現(xiàn)出尾部相關(guān)性。接著是綠色債券和股票（Stock），兩國(guó)再次顯示出非常相似的分布，只是尾部更厚（自由度更大）。此外，美元指數(shù)保持著與債券和股票類似的Copula分布，而中國(guó)匯率（Forex）的Copula分布幾乎是平坦的（自由度接近100），這意味著它基本符合Normal Copula。至于石油指數(shù)（Oil），美國(guó)和中國(guó)的情況相似，但中國(guó)因在國(guó)際石油市場(chǎng)的弱勢(shì)地位而Copula分布更平。

在動(dòng)態(tài)Copula模型中，相關(guān)系數(shù)（ρt）和尾部相關(guān)性（τLt， τUt）隨時(shí)間t變化。對(duì)這一動(dòng)態(tài)特征的建模即等式（7）可參考Reboredo （2018）。鑒于Student’s t Copula是靜態(tài)Copula模型中描述大多數(shù)資產(chǎn)的最優(yōu)選擇，我們將重點(diǎn)研究Student’s t Copula并估計(jì)CNF的Normal Copula 隨時(shí)間的變化。我們?cè)诒?中給出了時(shí)變Copula模型的估計(jì)結(jié)果，其中時(shí)間變化系數(shù)（a，b，c）最為顯著。

綠色債券與其他資產(chǎn)的相關(guān)系數(shù)隨時(shí)間的變化顯示，市場(chǎng)波動(dòng)在疫情期間變得不穩(wěn)定。值得一提的是，綠色債券與中國(guó)外匯市場(chǎng)（CNF）之間的相關(guān)性與美國(guó)不同，在整個(gè)樣本期內(nèi)是穩(wěn)定的。兩國(guó)其他資產(chǎn)市場(chǎng)的變化基本趨同，尤其是在債券市場(chǎng)，與綠色債券的相關(guān)性一直為負(fù)。

包含時(shí)間變化特征會(huì)增加過度參數(shù)化成本，但根據(jù)AIC信息標(biāo)準(zhǔn)的擬合優(yōu)度的提高證明了更復(fù)雜模型的合理性。對(duì)比表1和表2中的AIC，除USB和CNS外的大多數(shù)時(shí)變模型都優(yōu)于非時(shí)變模型。時(shí)變模型的優(yōu)勢(shì)在于能夠通過增加觀測(cè)樣本的個(gè)數(shù)提高模型的準(zhǔn)確度和解釋能力。事實(shí)上，在早期只包括2020年數(shù)據(jù)的運(yùn)算中，常數(shù)參數(shù)模型更受青睞。這一發(fā)現(xiàn)表明模型的選擇可能取決于數(shù)據(jù)的可用性。金融市場(chǎng)的政策制定者和決策者應(yīng)該在獲得新數(shù)據(jù)時(shí)及時(shí)更新模型。

實(shí)證結(jié)果研究

上述研究結(jié)果表明，綠色債券和其他金融資產(chǎn)之間的相關(guān)性是顯著的，且具有一定的時(shí)變特征。我們?nèi)绾卧谕顿Y實(shí)踐中利用這些信息？為評(píng)估綠色債券作為對(duì)沖罕見風(fēng)險(xiǎn)的避險(xiǎn)資產(chǎn)的潛在作用，應(yīng)計(jì)算最優(yōu)對(duì)沖權(quán)重（HW）并評(píng)估投資組合中綠色債券的對(duì)沖有效性（HE）。

首先沿用Jin等（2020）的方法和最小方差對(duì)沖比理論（Johnson，1960），假設(shè)一個(gè)投資組合由一項(xiàng)資產(chǎn)和一個(gè)綠色債券指數(shù)組成。套期投資組合的收益rht及方差V（rht ）取決于綠色債券指數(shù)wgt：

rht=（1-wgt ） rit+wgt rgt." " " " " " " " " " " " " " "（8）

V（rht）=（1-wgt ）2 V（rit ）+w2gt V（rgt ）+2（1-wgt）wgtCov（rit，rgt）" " " "（9）

為了使對(duì)沖組合的方差最小化，取V（rht）對(duì)wgt的偏導(dǎo)以獲得最優(yōu)HW （w*gt）：

.

（10）

當(dāng)w*gtgt;0時(shí)，對(duì)沖投資組合包含綠色債券的多頭頭寸。而當(dāng)w*gtlt;0時(shí)，則通過持有綠色債券的空頭頭寸來(lái)對(duì)沖該投資組合。

圖2展示了中美兩國(guó)選定金融資產(chǎn)的時(shí)變最優(yōu)HW w*gt。在跨國(guó)層面，令人驚訝的是綠色債券與兩國(guó)其他債券在疫情前后均存在密切相關(guān)性。這表明兩國(guó)的債券市場(chǎng)和綠色債券市場(chǎng)是由相似的因素決定的，如貨幣政策和綠色技術(shù)進(jìn)步。相比之下，綠色債券與其他市場(chǎng)（例如股票市場(chǎng)和外匯市場(chǎng)）的關(guān)系在兩國(guó)之間存在明顯差異（Guo和Zhou，2021）。從長(zhǎng)期來(lái)看，疫情似乎降低了金融資產(chǎn)與綠色債券之間的相關(guān)性。這意味著在發(fā)生罕見的尾部風(fēng)險(xiǎn)期間，綠色債券的對(duì)沖作用降低。其他有影響的事件也會(huì)暫時(shí)擾亂相關(guān)性，如2018年以來(lái)的中美貿(mào)易摩擦和2020年初的油價(jià)暴跌，但這種影響是短暫的。

從等式（10）可以直接看出，對(duì)沖資產(chǎn)組合的多樣化收益取決于基礎(chǔ)資產(chǎn)之間的相關(guān)性和方差。為了更好地量化綠色債券的多樣化收益，需要通過一個(gè)指標(biāo)證明對(duì)沖是有效的。Ku等（2007）提出了基于風(fēng)險(xiǎn)降低的套期有效性（HE）衡量指標(biāo)：

HE= ." " " " " " " " " " " " " （11）

表3對(duì)比了疫情前后兩國(guó)綠色債券的最優(yōu)HW和HE。從中可得出兩個(gè)重要結(jié)論。一方面，中國(guó)綠色債券在疫情前的對(duì)沖效應(yīng)往往小于美國(guó)。但自疫情發(fā)生以來(lái)，這一差距在變小甚至逆轉(zhuǎn)（如債券市場(chǎng)）。這表明中國(guó)綠色債券近年來(lái)相較美國(guó)發(fā)展更迅速。另一方面，疫情作為尾部風(fēng)險(xiǎn)，大幅降低了綠色債券對(duì)兩國(guó)債券、股票和石油的對(duì)沖效果，但此效果仍為正。需要指出的是，直接對(duì)比疫情前后的HE是不公平的。因?yàn)樵谝咔榍癏E衡量的是正常時(shí)期的對(duì)沖效果，而疫情發(fā)生后HE衡量的是針對(duì)尾部風(fēng)險(xiǎn)的對(duì)沖效果。具體來(lái)說(shuō)，綠色債券自2018年以來(lái)在兩國(guó)外匯市場(chǎng)的對(duì)沖效應(yīng)變得越發(fā)強(qiáng)勁，部分原因是中美貿(mào)易摩擦加劇。外匯市場(chǎng)的不確定性為綠色債券帶來(lái)了更大的對(duì)沖能力。

總之，疫情期間的最優(yōu)HW因綠色債券和其他資產(chǎn)之間的正尾部相關(guān)性略有下降，但這并不意味著綠色債券在極端時(shí)期的對(duì)沖效應(yīng)很弱，其只是和正常時(shí)期比有所減弱。事實(shí)上，最近針對(duì)替代對(duì)沖資產(chǎn)如布倫特石油（Kang等，2021）、黃金（Salisu等， 2021）和其他貴金屬（Mensi等， 2021）的研究文獻(xiàn)也發(fā)現(xiàn)了類似的結(jié)果。

主要結(jié)論與政策建議

綠色債券為可持續(xù)增長(zhǎng)提供了金融資本，同時(shí)可作為抵御金融沖擊的避險(xiǎn)工具。已有充分研究證明綠色債券在正常時(shí)期的對(duì)沖有效性對(duì)美國(guó)等發(fā)達(dá)國(guó)家和中國(guó)等新興經(jīng)濟(jì)體都很重要。然而，針對(duì)疫情期間對(duì)沖效應(yīng)的研究仍然很少。

為選擇最可靠的方法來(lái)研究這一問題，我們批判性地回顧并全面比較了現(xiàn)有文獻(xiàn)中的四種主流方法。時(shí)變的Copula函數(shù)因在捕捉資產(chǎn)間尾部相關(guān)性時(shí)具有靈活性和可靠性而被采用。研究發(fā)現(xiàn)，疫情確實(shí)降低了綠色債券對(duì)債券、股票和石油的對(duì)沖有效性，但提高了其在外匯市場(chǎng)的對(duì)沖有效性。綠色債券在中美兩國(guó)的表現(xiàn)相似，尤其是在疫情期間。從邊際分布和Copula函數(shù)來(lái)看，國(guó)際綠色債券市場(chǎng)是趨同的。

本研究為傳統(tǒng)金融資產(chǎn)和綠色金融資產(chǎn)之間的關(guān)聯(lián)性提供了新的證據(jù)。無(wú)論是在正常時(shí)期還是危機(jī)時(shí)期，綠色金融資產(chǎn)對(duì)美國(guó)和中國(guó)的投資組合管理和風(fēng)險(xiǎn)分散都非常重要。此外，本研究還為決策者指明了方向。第一，鑒于綠色債券顯著的對(duì)沖效果，各國(guó)政府應(yīng)頒布可被國(guó)際認(rèn)可的相關(guān)法規(guī)和行業(yè)標(biāo)準(zhǔn)。綠色債券標(biāo)準(zhǔn)的國(guó)際趨同可改善信息披露和信息透明度，這反過來(lái)可以強(qiáng)化綠色債券對(duì)發(fā)達(dá)經(jīng)濟(jì)體和新興經(jīng)濟(jì)體的多樣化功能。第二，抵御罕見災(zāi)害（如氣候風(fēng)險(xiǎn)和疫情風(fēng)險(xiǎn)）的能力是我們這個(gè)時(shí)代尤其是在疫情暴發(fā)之后國(guó)際社會(huì)最重要的主題。面對(duì)國(guó)際綠色債券市場(chǎng)不斷擴(kuò)大的必然趨勢(shì)，美國(guó)、歐盟和中國(guó)等主要經(jīng)濟(jì)體采取可持續(xù)發(fā)展戰(zhàn)略支持對(duì)綠色資產(chǎn)的投資。然而，作為對(duì)沖資產(chǎn)，綠色債券可能被套利者和熱錢用于跨境投機(jī)。對(duì)于中國(guó)這樣的新興經(jīng)濟(jì)體，鼓勵(lì)離岸機(jī)構(gòu)投資者長(zhǎng)期持有綠色債券是明智之舉，這也能夠減少外匯市場(chǎng)投機(jī)活動(dòng)對(duì)綠色債券市場(chǎng)的短期沖擊。

注：

1.本文為郭棟和周鵬（2021）在國(guó)際期刊《能源經(jīng)濟(jì)學(xué)》（Energy Economics）刊發(fā)的英文論文（Green bonds as hedging assets before and after COVID： A comparative study between the US and China）的中文編譯版。該刊屬于核心期刊1區(qū)，學(xué)術(shù)影響因子為7.9。

2.本文研究選擇的是中債綠色債券指數(shù)，其原因在于該債券指數(shù)編制主體是銀行間市場(chǎng)重要的金融基礎(chǔ)設(shè)施機(jī)構(gòu)，致力于綠色債券市場(chǎng)“投向綠”目標(biāo)的實(shí)踐，其指數(shù)的編制在體現(xiàn)“雙碳”戰(zhàn)略目標(biāo)綠色標(biāo)準(zhǔn)的同時(shí)，包含可持續(xù)發(fā)展和環(huán)境、社會(huì)和公司治理（ESG）理念。研究中使用的中債綠色債券指數(shù)（CNGB）體現(xiàn)了中歐標(biāo)準(zhǔn)趨同的演變方向，同時(shí)符合當(dāng)前最嚴(yán)格的國(guó)際綠色債券標(biāo)準(zhǔn)，具有抵制“洗綠”和“偽綠”的特征。