《Systems》：Dynamic Responses of Green Securities Market and Traditional Financial Market to Economic Policy Uncertainty in China: A TVP-SVAR-SV Approach
Jining Wang,
Yun Xu and
Lei Wang
编辑推荐：
研究人员采用主成分分析法（PCA）构建中国经济政策不确定性（EPU）、绿色股票市场和传统股票市场的综合指数。利用非线性格兰杰因果检验和具有随机波动率的时变参数结构向量自回归（TVP-SVAR-SV）模型，系统考察了中国EPU对绿色证券和传统金融市场价格波动的动
研究人员采用主成分分析法（PCA）构建中国经济政策不确定性（EPU）、绿色股票市场和传统股票市场的综合指数。利用非线性格兰杰因果检验和具有随机波动率的时变参数结构向量自回归（TVP-SVAR-SV）模型，系统考察了中国EPU对绿色证券和传统金融市场价格波动的动态时变影响机制。该研究基于非线性和时变视角，为协调政策干预以在绿色经济转型期间稳定传统和新兴金融市场提供了重要的理论基础和实证参考。研究结果表明：(1) 中国传统金融市场与绿色证券市场之间存在不对称风险传导机制，传统金融市场对绿色证券市场的影响更强。(2) 中国EPU对绿色证券市场的影响呈现出跨时期不同的时变特征。例如，俄乌冲突期间，绿色股票市场对EPU冲击的短期负向响应最为显著。(3) 传统金融市场对中国EPU冲击的反应各异。中国货币市场在三个不同时期表现出高度相似的负向响应模式。
随着中国“双碳”战略的深入推进，绿色证券市场快速扩张，传统金融市场作为金融体系的基石，在维持宏观经济稳定和支持绿色产业发展中扮演关键角色。然而，经济政策不确定性（EPU）作为影响市场价格波动的关键因素，其对传统金融与绿色证券市场之间的风险传导和价格联动呈现出复杂的时变特征。现有研究多采用单一指标（如单一EPU指数、单一股票指数）和线性模型（如VAR或时变参数VAR），忽略了对多指标综合和时变非线性特征的考量，难以准确刻画高波动时期的风险传导机制。为此，研究人员开展本研究，旨在系统考察中国EPU对绿色证券和传统金融市场价格波动的动态时变影响机制，为协调政策干预以稳定市场提供理论依据。论文发表在《Systems》。
研究人员采用主成分分析法（PCA）构建了中国EPU、绿色股票市场和传统股票市场的综合指数。具体而言，绿色股票市场综合指数基于中证绿色投资指数、中证环保产业指数和中证新能源指数；传统股票市场综合指数基于沪深300、中证500、中证1000和创业板指数；EPU综合指数基于《人民日报》和《南华早报》的EPU指数。数据样本为2015年1月至2025年8月的月度数据，涵盖绿色债券市场（中国绿色债券指数）、传统债券市场（10年期国债收益率，CN10Y）、货币市场（银行间质押式回购利率，DR007）以及前述综合指数。关键技术方法包括：非线性Granger因果检验，用于检测变量间的非线性依赖关系；具有随机波动率的时变参数结构向量自回归（TVP-SVAR-SV）模型，该模型允许参数和波动率随时间变化，能够精确捕捉EPU冲击的动态响应。模型采用递归（Cholesky）识别策略，并基于马尔可夫链蒙特卡洛（MCMC）方法进行参数估计。
研究结果如下：
**4.1 数据**：描述性统计显示，绿色股票市场（Green-S）均值最高（0.0046），货币市场（DR007）波动最大（标准差0.2030）。所有变量在1%显著性水平下平稳。波动率图表明，EPU在2022–2023年出现显著峰值，DR007在2015年剧烈波动，绿色债券市场（Green-B）波动相对稳定，传统债券市场在2020年（新冠疫情）大幅下跌，绿色股票市场波动最剧烈，传统股票市场在2016年显著下跌。
**4.2 非线性Granger因果检验**：EPU对传统股票市场的影响显著且持久（滞后1–4期）；对绿色债券市场影响最显著且持续（滞后1–6期）；对绿色股票市场短期影响显著（滞后1–2期），但中期迅速减弱。传统金融与绿色证券市场之间：传统股票市场对绿色股票市场存在显著单向影响（滞后1、3、4期），而反向不显著，表明不对称风险传导机制；绿色债券市场对传统股票市场有显著且持久影响（滞后1、3–6期）；传统债券市场（CN10Y）对绿色证券市场的非线性因果关系显著（滞后1–5期）。
**4.3 参数评估**：基于AIC和BIC准则确定最优滞后阶数。MCMC估计显示，所有参数的后验均值显著且位于95%置信区间内，Geweke检验未拒绝收敛假设（p>0.05），非效率因子值较低，表明采样稳定且高效。
**4.4 不同时间范围的时变响应**：在4个月、8个月和12个月冲击时长下，绿色债券市场对EPU冲击的短期波动剧烈，中期响应主要为负向；绿色股票市场短期响应持续为负。传统债券市场短期波动剧烈，2015–2016年正向，2020–2023年交替波动；传统股票市场短期负向，2020–2025年逐渐转为正向；货币市场短期波动剧烈，2016–2017年正向，2018年后持续负向。
**4.5 特定时间点响应**：选取2018年3月（中美贸易战）、2020年3月（新冠疫情）、2022年2月（俄乌冲突）。绿色债券在新冠疫情时显著负向响应，贸易战和冲突时先正后负；绿色股票在三次冲击中均显著负向，俄乌冲突时最显著，但恢复速度更快。传统债券在新冠疫情时显著正向响应，贸易战和冲突时负向且幅度较小；传统股票在三次冲击中均显著负向，俄乌冲突时幅度最大；货币市场在三次冲击中均显著负向，且动态响应路径高度相似。
**5. 稳健性检验**：通过改变滞后阶数（2阶、3阶、4阶）和变量顺序（基准顺序：EPU→DR007→Green-B→CN10Y→Green-S→Traditional-S；替代顺序1：传统金融市场优先；替代顺序2：股票市场优先），短、中、长期时变响应趋势高度一致，验证了结论的稳健性。
**总结讨论与结论**：本研究证实了所有假设。主要结论包括：(1) 中国传统金融与绿色证券市场之间存在不对称风险传导机制，传统市场对绿色市场的影响更强，反向较弱。(2) EPU对中国绿色证券市场的影响呈现差异化时变特征：对绿色债券市场主要产生中期抑制效应，但在俄乌冲突和中美贸易战初期出现短暂正向响应；绿色股票市场对EPU冲击表现出短期负向响应，其中俄乌冲突时期负向最显著。(3) 传统金融市场内部对EPU冲击的反应存在分化：传统债券市场在新冠疫情时期呈现显著正向响应，而在贸易战和冲突时期为较温和的负向响应；货币市场在三次冲击中均呈现负向响应，且响应模式高度相似。该研究为预测价格变化趋势、优化资产配置、设计稳定措施及评估绿色金融风险提供了理论依据和实践工具。未来研究将扩展至“一带一路”沿线国家，以揭示EPU冲击传导机制的共性与差异。
