原文作者：Tianyu Li , Xiao-Guang Yue, Meng Qin, Diego Norena-Chavez

期刊：Energy Economics

关键词：巴黎气候协定目标、绿色金融、绿色技术、分位数回归、小波分析

一、引言

现有研究主要探讨绿色金融（GF）与绿色技术（GT）对碳排放、碳效率、可持续发展等的影响，忽视了绿色金融和绿色技术对巴黎气候协定目标（PCA）进展的动态影响。在此基础上，本文主要探讨了绿色金融和技术在实现《巴黎气候协定》目标中的关键作用。

二、影响机制

1.绿色金融

首先，绿色金融为可再生能源、节能减排技术等方面的项目和技术提供了资金支持。其次，绿色金融推动资源向绿色环保领域转移，有利于提升产业结构和经济增长的清洁度。第三，绿色金融通过落实环境、社会和治理（ESG）标准，降低投资风险和不确定性。第四，绿色金融促进巴黎气候协定目标的全球合作和信息共享。

2.绿色技术

从微观层面看，绿色技术有效促进了企业绿色清洁转型，有利于减少排放，实现《巴黎气候协定》目标。从中观层面看，绿色技术促进了高碳排放传统产业绿色转型升级，加速了低碳排放新兴产业和高科技产业发展，促进了《巴黎气候协定》目标的实现。从宏观层面看，绿色技术促进国民经济绿色循环，必然加速实现《巴黎气候协定》目标的进程。

三、研究设计

1.方法论

（1）分位数回归

本文利用分位数回归（QQR）方法来探究GF（GT）与PCA之间的相互关系，首先是非参数分位数回归过程：

其中是包含绿色金融和绿色技术两个影响因素，p表示的条件分位数分布。由于

缺乏GF、GT和PCA之间关系的先验信息，是未知函数。线性化得：

带入式（4），可以定义为：

最后，用估计的和代替式中、，通过估计最小化问题得到：

（2）小波分析

本研究将QQR技术与多尺度小波分解相结合。小波将时间序列数据分为两半，分析应用下式进行变换：

其中，和对应父小波和母小波，分别代表序列的低频段和序列的高频段。通过下式开发小波：

其中，表示比例，是连续变换。通过QQR技术与小波分析相结合，可以识别出各个分位数在不同时间尺度上的序列之间的直观和具体的效应。

2.数据

本文选取了2016年12月30日至2023年7月26日的每日序列来探索它们之间的相关性。选取标普5002050净零巴黎气候协定可持续性筛选指数来评估巴黎气候协定目标的进展情况（PCA），PCA越高表示巴黎气候协定目标越接近实现。选取标普绿色债券美元精选指数和标普/多伦多证券交易所可再生能源与清洁技术指数来反映绿色金融（GF）和绿色技术（GT）的发展情况，数据均来自标普全球网站。

四、结果与讨论

通过利用QQR技术，可以在不同分位数下获得GF和GT对PCA的影响。本文实证结果发现：短期内，绿色金融和绿色技术对高分位数和低分位数的主成分分析都有积极影响，这表明绿色金融和绿色技术的发展可以加速巴黎气候协定目标的实现，反之亦然。但不信任和熊市带来的负面影响会反驳这种想法，而且这种现象只会在少数情况下出现。此外，绿色金融和绿色技术对主成分分析的正负影响在中期减弱，激励效应持续到长期。此外，通过比较这两个明显影响巴黎气候协定目标实现的影响因素，绿色金融对主成分分析的影响大于绿色技术。通过考察GF和GT对PCA的复杂影响，可以发现大多数情况下GF和GT对实现巴黎气候协定目标具有激励作用，且后者的贡献小于前者。

五、原文摘要

Probing the essential role of green finance (GF) and green technology (GT) is crucial to achieving the Paris Climate Agreement goals. The investigation utilises the wavelet-based quantile-on-quantile regression method to capture the comprehensive interrelation among GF, GT and the progress towards Paris Climate Agreement goals (PCA). The quantitative analyses indicate that GF and GT exert favourable impacts on PCA at the high and low quantiles in the short run, underlining that green finance and green technology could facilitate the realisation of Paris Climate Agreement goals, but the adverse effects in several cases contradict this opinion. In addition, GF and GT's positive and negative impacts on PCA are weakened in the medium term, and their stimulatory effects are also shown in the long-run scenario. Through comparing the impacts of GF and FT on PCA, and find that green finance contributes more towards the Paris Climate Agreement goals than green technology. Against the backdrop of increasingly severe climate changes and risks, these discussions could put forward meaningful lessons to realise the Paris Climate Agreement goals by developing green finance and green technology.

作者：

张广逍 中央财经大学博士研究生

指导老师：

王 遥 中央财经大学绿色金融国际研究院院长

原创声明

如需转载、引用本文观点，请注明出处为“中央财经大学绿色金融国际研究院”。