资源描述：
《实证分析绿色金融发展与宏观经济增长的关联》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、实证分析绿色金融发展与宏观经济增长的关联 在当今时代，绿色金融作为促进可持续低碳经济发展的重要杠杆是一种绿色增长政策，下面是小编为大家搜集整理的绿色金融发展分析探究的论文范文，供大家阅读查看。 一、引言 2009年经济合作与发展组织(OECD)发表了一份《绿色增长宣言》,要求OECD成员国制定发展绿色增长政策,这种绿色增长政策不仅应在短期内促进经济恢复,还应在长期中实现宏观经济绿色增长.绿色金融作为促进可持续低碳经济发展的重要杠杆,是一种绿色增长政策,已为国际金融界的实践所印证[1].绿色金融已经从理念、策略和产品创新等各个层面嵌入
2、金融机构,成为现代金融机构的发展趋势.绿色金融对于保护生态环境、发展经济以及金融机构自身的发展都有重大意义,是实现经济、社会、环境协调进步以及实现经济可持续发展的需要,也是金融机构自身发展的必然要求[2].国外的绿色金融研究和实践已经取得了一定成果,国内对此的相关研究和实践还相对滞后,但也有较成功的尝试和探索,如蔡芳博士运用博弈论和一些统计计量方法,对环境保护金融手段的参与主体进行了博弈分析,对绿色投资与经济增长的相关性、银行贷款投向的不合理等问题进行了计量分析[3];王衍行等从市场投资角度,分析了绿色投入与非绿色投入、社会资产增长与环境
3、治理之间的相互作用机制,他们的研究结果表明,在环境污染下降速度一定的情况下,最快的社会资产增长率取决于投向投资回报率最高的投入与治理环境污染投入的比例,并非完全取决于绿色信贷投入的比例[4];陈植雄等通过对1990年至2005年国内生产总值、污染直接经济损失、污染事故赔罚款总额及污染治理投资四个指标的历年数据进行相关性分析,得出我国绿色金融投资与经济增长呈明显线性回归关系[5].我国一直将绿色金融作为解决环境问题的重要政策工具和手段[6].本文拟利用协整检验和误差修正模型(VECM),实证研究绿色金融发展与宏观经济增长之间的关系[7],分
4、析绿色金融对宏观经济增长的实际效应,为进一步深入推进绿色金融体制改革促进宏观经济增长提供政策参考. 二、实证分析 (一)指标选择、数据来源和分析工具 绿色金融是指金融部门把环境保护作为一项基本政策,在投融资决策中,考虑潜在的环境影响,对与环境条件相关的潜在回报、风险和成本进行评估与考量,在金融经营活动中注重对生态环境的保护以及环境污染的治理,以消耗较少的环境成本,获得尽可能大的经济和社会效益,促进社会的可持续发展. 本文所研究的绿色金融与宏观经济增长的动态关系主要涉及两个方面的指标:一是反映宏观经济水平指标,二是反映绿色金融发展的
5、指标.宏观经济水平用当年GDP表现,记为SR;绿色金融发展水平通过绿色金融发展规模和绿色金融资源配置效率来表现[8].绿色金融发展规模采用银行存贷款资源总额与GDP的比值表现,记为GM.金融机构的一项重要职能是作为金融中介转换配置存贷款资源,因此采用绿色信贷余额与绿色存款余额的比值(存贷比)表现绿色金融资源配置效率,记为XL.指标SR以1978年价格指数为100,剔除了价格因素影响;指标GM和指标XL自身是比率形式,价格因素影响已经进行了相关处理.本文数据来源于《中国统计年鉴》、《中国金融统计》、《中国金融年鉴》,受数据可得性影响,数据样
6、本为1978年至2010年的年度数据.由于统计口径的变化,2010年企业贷款数据与以前历年不可比. 为了统一口径,本文参照2010年新口径企业贷款同比增长31.5%的增长速度推算了2010年旧口径企业贷款数据.本文使用EvieentDickey-Fullertest)对时间序列LNSR、LNGM、LNXL进行单位根检验. 表1给出了时间序列LNSR、LNGM、LNXL的平稳性检验结果. 从表1中可以看出,变量LNSR、LNGM和LNXL都是非平稳变量,但其一阶差分变量的ADF检验值均小于1%(或5%)显着水平下的临界值,因此可以拒绝
7、变量ΔLNSR、ΔLNGM和ΔLNXL具有一个单位根的原假设,也即LNSR、LNGM和LNXL都是I(1)序列,可以进行协整检验. (三)Johansen协整检验 本文采用Johansen检验方法进行协整检验.在进行检验之前首先正确设定VAR模型的结构. VAR模型除了满足序列的平稳性要求外,还必须正确确定滞后阶数.根据赤池准则和施瓦茨准则,从表1可以得到在VAR(1)中AIC值和SC值同时达到最小,因此最优滞后阶数为1.同时,从表2可以看出,该VAR(1)模型中所有AR根的倒数均小于1,因此该V
8、AR(1)模型是稳定的.为减少检验的偶然性,利用JB检验、怀特检验和Q统计量检验进一步检验该VAR(1)模型,结果显示其拟合优度很好,残差序列具有平稳性.由于建立的是无约束VAR(1)模型,因
