第[11]。綜上所述，第三方認證機構和發行人的注冊資本對綠色債券的發行利率沒有顯著影響，而發行規模和公開發行方式與綠色債券的發行利率呈負相關，政府債券的收益率與綠色債券的發行利率呈正相關。尚未有人研究綠色債券（包括環境效益）的綠色屬性對發行利率的影響。3影響因素選取3.1綠色債券發行利率的確定方式為了保證債券的成功發行，并同時爭取更加寬松的還款時間和優惠的還款利率，制定發行利率，本質上還是要看投資者和債券的供需關系。招標發行的原則是發行人將擬發行債券的信息和公司信息告知認購人，以便認購人回復他們想要購買的數量和價格。發行人將這些需求按照出價（利差）排序，令排名在招募滿預計發行的總額內的需求中標。最后這些中標的價位的加權平均值設定為發行利率。簿記建檔發行的原理是，發行人和主承銷商通過與認購者的不斷協商，商定可以接受的定價區間，最終確定發行利率。招標發行對于認購者的數量有較高的要求，適合信用等級較好、發行額度較大的企業選取。發行綠色債券的企業大多采用這種發行方式。3.2影響因素3.2.1理論分析上文提到，債券的發行利率取決于供需兩端的平衡。對于擬發行某特定綠色債券的企業而言，發行利率越低越有利，對于投資者反之。由于招標發行下競爭者較多，且大多是比較專業的投資者，所以最后的結果會傾向于接近債券真實的價值。債券真實的價值可以使用DCF（自由現金流折現估值法）建模的方法得到：V=其中V是債券的價值，C是各期的利息，F是債券的面值，n表示債券總共有n期。r為合適的貼現率，t是現金流發生的年數。雖然這里估計的是債券的價值，但是從價值可以倒推發行面值與票面利率的關系，所以也就相當于在估計發行利率。一般在發行債券時，C,F,t都是確定的。r一般用投資者期待的收益率計算。它與市場的宏觀環境有關，但也因為各個公司的風險情況不同而不相同。風險越大，投資者期望的利率補償就越大。這一關系可以用以下方式推出和表示：假設r為rf（排除公司風險），企業每一期都有p∈(0,1)的概率違約（不償還利息/本金，且不再償還該次現金流）。那么此時的債券價值的估計為：V=所以，r=1+所以建模的時候需要對公司的財務、主營業務、股權關系等進行詳細的分析，這樣才能確定違約風險，進而確定合適的貼現率為債券進行估值。上述模型中只反映了債券的基本屬性（現金流）和宏觀屬性，未反應綠色債券自身的屬性；并且，違約概率p值的估計帶有主觀因素，以至于貼現率r無法準確估計，會使得最后得到的債券價值有偏差。所以本文研究影響因素的時候并沒有采取這一模型，而是采用了比較主流的債券定價影響因素估計方法——多元線性回歸模型法，將綠色債券屬性變量作為關鍵變量，并收起其他變量作為控制變量，防止估計結果出現偏差。3.2.2影響因素的概述和選擇3.2.2.1綠色債券屬性綠色債券與其他債券不同，其資金至少有50%以上用于資助綠色項目。這類債券在募集時，會披露關于綠色項目的相關內容。筆者認為，綠色項目的實力（規模大小、投資回報期、合作對象、技術）、實質綠程度（綠色資金占比）、第三方綠色認證、環境效益增長量（單位資金二氧化碳減排量）等都能夠對投資者對于該項目的態度產生積極影響。這些指標如果良好，將符合ESG投資者的環境策略——ESG投資者會關注企業生產、制造過程中能源效率、碳排放量等對環境帶來影響的指標，從而提高發行主體的議價能力。但是，企業對于這些因素的披露并不全面。這首先是由于中國綠色債券市場還并不完善，未對企業做出嚴格的披露要求。此外，或許因為部分企業節能減排的技術與世界標準還有差距，如果披露，將會被國內外的ESG投資者在競爭中淘汰。而且，由于我國綠色債券的覆蓋范圍較廣，具體的指標非常多元化，在量化模型中不具備可比性，所以筆者暫時未將這部分因素列入發行利率模型。而綠色資金占比作為方便量化分析、具有可比性的指標，可以在一定程度上反映企業對綠色項目的投資，防止“漂綠”對于投資者帶來的影響。因為這是審查綠色債券的重要依據，所有綠色債券都必須披露這一指標。故筆者選用這一指標作為反映綠色債券屬性的指標，也是本文的關鍵指標。3.2.2.2債券信息發行總額在一定程度上會對企業的償債能力產生負面影響。發行總額越大，企業負擔越重，違約風險越高，相應投資者要求的票面利率越高。發行時的債項評級對于投資人來說也非常具有參考意義。債項評級是對于某支債券本身風險的評級，它在綜合評價發債主體的信用和財務數據的同時，也會參考擔保人信用等增信措施。3.2.2.3主體信息發行時的主體信用評級是專業的評級機構根據企業的經營風險、財務實力、管理能力等一系列因素所評出的，反映了長期的償債能力，體現還債的風險。此外，凈資產收益率、流動比率和資產總計等對于分析發債主體的償債能力也有影響。筆者對于這些影響因素都進行了收集和回歸，最終只有現金比率一值影響顯著，其他的值未通過顯著性檢驗。所以，現金比率對于債券發行利率的影響較為顯著。現金比率是企業可控資源的指標，描述企業所有可用貨幣計量的資源，可以反映企業的償債能力。3.2.2.4宏觀信息從宏觀層面來看，綠色債券的無風險利率可以用同一期限的國債的到期收益率來描述。因為國債的發行人是政府，沒有違約的風險。而綠色債券的系統性風險可以用國債到期收益率的波動來解釋。反應宏觀因素的影響因素還有M2（貨幣供應量）和GDP（國內生產總值），它們都能影響到綠色債券的利率，但它們與國債到期收益率在一個模型中回歸時，共線性非常嚴重，VIF超過了1000，所以在最終模型中只選取了國債到期收益率這一個與利率形式比較接近的因素作為控制變量。4模型和數據4.1數據來源本文數據分析部分選用的債券為“實質綠”債券，包括2016年1月-2021年7月發行的所有實質綠債券（1133支），樣本選自中國債券信息網的綠債專區，主要信息在WIND資訊獲取。在整理數據的過程中，對債券進行了以下篩選：⑴刪去債項評級、財務數據缺失的債券；⑵刪去融資期限小于1年的債券。最后的樣本大小為767。4.2數據描述4.2.1變量的定義被解釋變量通常使用發行利率或者債券信用利差，本文中筆者采用發行利率作為因變量。本文所關注的關鍵自變量為綠色資金在債券募集金額中的占比。在控制變量的確定上，筆者收集的影響因素包含債券屬性（募集資金總額、債項評級）、發行主體屬性（現金比率、應收賬款周轉率等財務數據、信用評級）。此外，為了反映不同發行時間下宏觀因素的影響，本文收集了與樣本中債券發行日期相對應的同一期限國債的到期收益率。例如，對于2016年1月14日發行的期限為10年的債券“PR長軌03”，查找到2016年1月14日中國國債10年的到期收益率為2.75%，就以2.75%為發行日對應期限的國債到期收益率。此外，因為短期債券融資和中、長期債券融資中的債券信用等級評價體系不同，所以刪去了占比較少的短期融資券。為了對債券評級和債券發行主體的評級進行量化，筆者對其等級賦值處理，AAA為4，AA+為3，AA為2，AA-為1。樣本中的特殊條款均對債權人權益有保護、補償的作用或有其他積極影響。變量的中英文名稱和含義如下：表格SEQ表格\*ARABIC1變量定義變量英文縮寫定義因變量發行利率rate債券利息與票面金額的比率債券信息關鍵變量綠色資金占比grpct債券募集金額中，用于環境保護、節約資源等活動的資金的占比控制變量發行總額isamt債券發行時募集的資金總額債項評級drt債券發行時，權威性的信用評級機構給債券本身的評級主體信息發行時主體評級mrt債券發行日，發債主體的信用評級現金比率ccde企業不依賴存貨銷售和應收款項的償付能力。它由貨幣資本、證券和流動債務的比率表示。宏觀信息國債到期收益率ytbds與債券發行日對應的日期和期限的國債到期收益率4.2.2變量的描述性分析總體來看，樣本內債券的發行規模、綠色資金占比均相差較大。表格SEQ表格\*ARABIC2變量的描述性統計(1)(2)(3)(4)(5)VARIABLESNmeansdminmaxrate7674.571.1972.288.48isamt76713.439.3410.30080grpct76780.0319.0050100drt7673.5950.67524mrt7673.3590.87914ccde7670.4550.4690.01264.497ytbds7672.9570.4711.4104.090表格SEQ表格\*ARABIC3頻度分布圖mrtFreqdrtFreq11928221513147313345384464Total767Total767

表格SEQ表格\*ARABIC4分位數圖(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)VARIABLESNp1p5p10p25p50p75p90p95p99isamt76723.300571020263050grpct76750505061.5482.23100100100100ccde7670.05570.09390.1190.1960.3430.5330.9011.3232.117ytbds7671.5002.0702.4402.7502.9703.1903.6103.6903.920 從發行總額上看，由表格2可知，2016年1月-2021年7月發行的所有實質綠債券的發行總額的均值為13.43億元，標準差為9.341，極差為79.7億元，說明發行總額相差較大。由表格4可知，接近50%的樣本內債券的發行總額為10億以下。從綠色資金占比上看，該樣本中綠色資金占比最小值為50%。這是因為實質綠債券的判斷標準為債券中用于環保、節能等綠色活動的資金不能少于50%。而由表2可知，綠色資金占比的均值為80.03%。這反映了許多企業并不只局限于滿足標準，而是將大部分資金用于綠色活動。從債券發行主體評級和債券評級上看，該樣本中債券發行主體評級和債券評級均以AAA為主。由表3可知，主體評級中AAA級別占比60.50%，AA+級別占比17.34%；債項評級中AAA級別占比70.14%，AA+級別占比19.17%。說明這些發行綠色債券的公司的信用等級均比較良好，違約風險較小。從現金比率上看，該樣本中債券發行主體的現金比率均值接近0.47，中位數接近0.34，說明這些發行綠色債券的公司現金流管理狀態較好，有較小的流動性風險。就綠色債券的到期收益率而言，表2顯示樣本中綠色債券的平均到期收益率約為2.96%。本樣本中綠色債券的平均發行利率為4.57%，遠高于政府債券的到期收益率。這反映了綠色債券相比違約風險幾乎為0的國債，還是存在一定的風險，需要用利率來進行補償的。此外，綠色債券發行利率的極差為6.2%，標準差為1.197，與國債相比均較大。這反映了綠色債券的債券結構、主體差異性可能是較大的，體現了綠色債券市場主體的多元化和融資策略的多樣性。

4.2.3變量的相關性從下表可以看出，自變量之間存在相關性，尤其是drt和mrt，因此有必要在回歸后檢查共線性。表格SEQ表格\*ARABIC5自變量間的相關系數矩陣grpctisamtdrtmrtccdeytbdsgrpct1-0.0260.070.114-0.087-0.102isamt-0.00910.3460.431-0.082-0.109drt0.0840.41510.716-0.159-0.191mrt0.0970.5150.7691-0.242-0.247ccde-0.063-0.099-0.178-0.21110.136ytbds-0.096-0.121-0.179-0.2470.15514.3模型建立4.3.1假設假設1：綠色資金占比影響實質綠債券發行利率，綠色資金占比越高，發行利率越低。假設2：實質綠債券發行利率與綠色資金占比、發行時債券評級、發行時主體評級、現金比率、國債到期收益率相關，且綠色資金占比、發行時債券評級、發行總額、發行時主體評級、現金比率、越好/大，發行利率越小；國債到期收益率越大，發行利率越大。4.3.2模型通過文獻分析，筆者發現多元回歸在解決債券發行定價問題的研究中較為常見，故建立債券發行利率與其定價影響因素的回歸模型如下：rat?=為了盡量避免異方差問題，對部分變量進行了對數化處理。5回歸結果與分析5.1模型檢測對模型進行共線性檢測，結果如下：VariableVIF1/VIFmrt2.40.417drt2.070.484ln_isamt1.330.75ln_ytbds1.070.936ln_ccde1.070.938ln_grpct1.030.966MeanVIF1.49由于VIF值遠遠低于10，所以本模型已經經過了共線試驗，因而可以被視為沒有顯著的多重共線性問題。5.2回歸結果表格6展示了使用4章中的數據，進行Stata多元線性回歸的結果。為了避免異方差的影響，本文采用了基于異方差的穩健標準差法。表格SEQ表格\*ARABIC6Robust回歸模型結果rateCoef.RobustSt.Err.t-valuep-value[95%ConfInterval]Sigln_grpct-.376.101-3.720-.575-.177***ln_isamt-.164.038-4.300-.239-.089***drt-.273.072-3.800-.415-.132***mrt-.599.052-11.560-.701-.497***ln_ccde-.158.037-4.250-.231-.085***ln_ytbds2.852.14719.4602.5643.139***Constant6.369.53411.9305.3217.417***Meandependentvar4.575SDdependentvar1.197R-squared0.662Numberofobs767F-test222.429Prob>F0.000Akaikecrit.(AIC)1633.510Bayesiancrit.(BIC)1666.008***p<.01,**p<.05,*p<.1綜合以上回歸結果，得到的綠色債券發行利率影響因素的多元線性回歸模型如下：rat?=控制變量和關鍵變量的回歸與預期結果一致，前文中提到的兩個假設均成立。因變量和自變量之間滿足以下關系：表格SEQ表格\*ARABIC7回歸結果自變量因變量關系綠色資金占比綠色債券發行利率負相關發行總額綠色債券發行利率負相關發行時債項評級綠色債券發行利率負相關發行時主體評級綠色債券發行利率負相關現金比率綠色債券發行利率負相關國債到期收益率綠色債券發行利率正相關模型中P值均小于0.05，故模型中自變量均對發行利率有顯著影響。ln_grpct的p值小于0.001，說明綠色資金占比能夠顯著影響發行利率。模型的可決系數R2為0.662，反映了模型擬合程度相對較好。5.3結論由回歸模型的結果可知，前文所提到的假設均正確。綠色資金占比的確影響實質綠債券的發行利率，綠色資金占比越高，發行利率越低。所以，公司在滿足綠色債券界定標準（至少50%資金用于綠色活動）后，減小債券中用于其他事項的貸款，增加債券中的綠色資金占比，能夠顯著減小公司的發行成本。此外，綠色債券的發行利率與綠色資金占比、發行時債券評級、發行時主體評級、現金比率成負相關，與國債到期收益率正相關。6結論分析與政策建議5.1對于政府建設綠色債券市場的建議與展望研究說明，綠色債券的融資成本并不僅受債券綠色屬性的影響，與主體評級、主體的現金管理能力非常相關。對發債主體而言，發債主體不能將綠色業務作為緩解資金流問題的“擋箭牌”，而因切實提高自身的償債能力和信用，才達到降低融資成本的目的。而對于投資者而言，這個模型主要還是參考了傳統的債券定價模式。而綠色債券屬性的部分，因為發債主體披露的指標不完整和不統一，投資者必須通過自行搜索相關案例進行分析，定價的難度非常大，準確度不夠高。5.2對于政府建設綠色債券市場的建議與展望5.2.1國內綠債市場存在的問題在進行該項研究的過程中，我發現國內綠債市場存在以下問題：⑴發行時信息披露不全在樣本的767支債券中，完整披露環境效益的少于50%，而且披露的形式不盡相同，難以進行同類比較，為投資者估值帶來困難。⑵綠色債券認證標準不統一國內目前有4套差異較大的官方認證標準，不利于投資者平行比較和進行定價。對潛在發行者而言，規章制度繁瑣、復雜，降低了貼標的意愿；國內的認證法規與國外“綠色債券原則”GBP、“氣候債券標準”CBS等法規。也相差較大，境外投資者難以比較“綠色債券原則”GBP、“氣候債券標準”CBS等法規。⑶發債主體、債項評級過于集中在樣本中的767種債券中，超過60%的債券發行時具有AAA標的評級和債務評級。這讓綠色債券投資者難以區分債券的風險等級。這是由于國內的評級較為寬松，造成許多企業“徒有虛名”，可能會造成高評級債券“暴雷”的事件，對整個綠色債券市場上帶來沖擊。此外，這還反映評級為AA+及以下的中小企業對于綠色債券的發債積極性不高，代表政府的綠債發行支持力度可能不夠。5.2.2建議措施⑴增大信息公開范圍和監管力度①完善指標披露體系樣本中的綠色債券在債券屬性和公司自身指標上的披露較為全面，但環境效益披露較少。政府應要求發行者以統一的格式持續披露，以便供政府監管和投資者參考,防止信息不對稱造成的市場效率低下。②加大監管力度嚴查信息，堅決打擊“漂綠”行為；對綠色項目進行中期抽查，防止資金挪用。⑵統一綠色債券認定標準①國內外統一標準政府應盡早制定全國統一、國際對標的綠色債券標準，使投資者能夠引入國外較為成熟的綠色債券定價體系。②細分領域統一標準樣本中的767支債券的綠色項目范圍涵蓋了交通清潔、減少溫室氣體排放等不同方面，難以量化和比較。因此，可以在細分領域內部設立統一的環境指標并要求披露，方便投資者進行參考。⑶區分發行主體評級針對國內發債主體信用評級、債項評級虛高，同質性嚴重的問題，建議政府和國內授權的評級機構參考國際的企業評級機制，收緊評分標準，使評級更加有意義和有參考性。這樣才能夠吸引更多境內外投資者參與，促進定價公平，增加市場效率。⑸加大發行支持力度，吸引投資者政府應加大對綠色債券發行的支持力度，如簡化發行審核流程，拓寬認證范圍，增大貼標綠債券占比。此外，為企業發行綠色債券提供稅收減免和信用增級措施，提高企業償債能力，提高企業發行債券和建設綠色項目的積極性。此外，國內的ESG專業投資者相對較少也容易造成定價偏差。政府應吸引更多的優秀投資者加入綠色賽道。加大公益宣傳，引導投資者履行社會責任，注重企業的綠色聲譽；并通過鼓勵其他品種綠色金融產品的發行，使得ESG投資策略更多元化和具有吸引力。參考文獻金佳宇,韓立巖.國際綠色債券的發展趨勢與風險特征[J].國際金融研究,2016,(11):36-44.