《Financial Innovation》：Are green bonds and green energy markets hedges for green cryptocurrencies? A quantile VAR approach
编辑推荐：
随着绿色加密货币日益融入金融市场，其作为多元化和对冲工具的有效性引发了关键疑问。本研究通过分位数向量自回归（quantile vector autoregression，QVAR）方法，在2017年11月至2024年7月期间，考察了绿色加密货币相对于传统绿色资
随着绿色加密货币日益融入金融市场，其作为多元化和对冲工具的有效性引发了关键疑问。本研究通过分位数向量自回归（quantile vector autoregression，QVAR）方法，在2017年11月至2024年7月期间，考察了绿色加密货币相对于传统绿色资产（包括S&P绿色债券指数、S&P全球清洁能源指数和S&P ESG领先指数）的角色。结果揭示了一种U型关联模式，即在极端市场条件下绿色资产之间的溢出效应加剧，降低了其多元化收益。绿色加密货币，特别是卡尔达诺（Cardano，ADA）和恒星币（Stellar，XLM），主要充当波动性的传递者，尤其是在极端市场条件下。相反，传统上被视为低风险的绿色资产则充当波动性的净接收者，未能提供一致的下行保护，这对它们在风险缓解中的可靠性提出了挑战。对冲分析表明，传统绿色资产的风险缓解能力有限，而某些加密货币（如NANO）展现出更优的对冲潜力。这些发现对投资者和政策制定者具有重要启示：投资者应重新评估对传统绿色资产在风险管理中的依赖，并考虑纳入绿色加密货币的适应性对冲策略；监管机构需通过实施波动阈值和透明度措施，应对清洁加密货币日益增长的影响力所引发的系统性风险。未来研究应考察监管影响以及绿色金融工具在可持续投资组合管理中不断演变的角色。
**论文解读文章**
**研究背景、问题及研究目的**
近年来，金融与环境可持续性的交叉领域因气候变化担忧而备受关注。绿色金融旨在通过促进可持续投资（如绿色债券、清洁能源指数及ESG（环境、社会和治理）驱动投资）来协调经济增长与环境责任。同时，绿色加密货币作为新兴数字资产，采用低能耗共识机制（如权益证明Proof-of-Stake, PoS）以减少传统工作量证明（PoW）加密货币的碳足迹。然而，这两类资产的风险特征、市场行为及其相互关联性，尤其是在极端市场条件下的表现，尚不明确。现有研究多聚焦于比特币等非绿色加密货币与传统资产的关联，但对绿色加密货币与传统绿色资产之间直接关系的研究有限，且多采用线性模型（如VAR、DCC-GARCH），忽略了非线性和非对称溢出效应。因此，本研究旨在系统性地填补这一空白，评估绿色加密货币在投资组合多元化和对冲中的有效性，并探讨其与传统绿色资产在熊市、中性和牛市等不同市场状态下的风险传导机制。
**关键技术与方法**
研究人员采用以下主要方法：第一，分位数向量自回归（QVAR）模型（Ando等人，2022），通过不同分位数（τ=0.05熊市、τ=0.5中性、τ=0.95牛市）捕捉非线性和非对称溢出效应，并基于广义预测误差方差分解（GFEVD）计算关联性指数。第二，动态对冲比率（Kroner & Sultan, 1993）和最优组合权重（Kroner & Ng, 1998）进行双边组合分析。第三，多变量组合策略：最小方差组合（MVP）、最小相关组合（MCP）和最小关联组合（MCoP），并计算对冲有效性（HE）。样本数据涵盖2017年11月9日至2024年7月31日期间的七种绿色加密货币——Cardano (ADA)、EOS、NANO、TRON (TRX)、Stellar (XLM)、Tezos (XTZ)、Ripple (XRP)——以及三种绿色资产指数——S&P绿色债券指数（GB）、S&P全球清洁能源指数（GCEI）和S&P ESG领先指数（ESG）。
**研究结果**
**分位数关联性（Quantile connectedness）：** 通过QVAR模型分析不同市场分位数下的整体关联性，发现总关联性指数（Total Connectedness Index，TCI）呈U型模式：中性市场下TCI为60.25，熊市（τ=0.05）下升至85.78，牛市（τ=0.95）下升至86.64，表明极端市场条件下溢出效应加剧，削弱多元化收益。在净传导方面，ADA和XLM在多数市场状态下为净传递者，而绿色资产（GB、GCEI、ESG）始终为净接收者，吸收来自加密货币的波动，挑战其作为避险资产的传统角色。
**子时期分位数关联性（Quantile connectedness in subperiods）：** 将样本划分为新冠疫情前、新冠疫情期间、俄乌冲突及以巴冲突期间三个子时期，TCI从中性市场下的54.84逐步升至56.42再至58.35，表明系统性风险随时间上升。ADA持续为净传递者，EOS为净接收者。新冠疫情期间，XLM净传递效应显著增强；俄乌冲突期间，ESG指数从净接收者转变为净传递者，显示其风险角色随危机类型变化。
**投资组合管理（Portfolio management）**
- **双边分析（Bilateral analysis）：** 采用对冲比率和组合权重分析发现，传统绿色资产（尤其是GB）对绿色加密货币的对冲有效性极低，如ADA/GB对冲比率为2.5但HE仅为0.01。清洁能源指数（GCEI）和ESG指数提供稍好的对冲效果，但HE仍较低。NANO/ESG对的最高HE达98%，表明部分绿色加密货币本身具有更优的对冲潜力。
- **多变量分析（Multivariate analysis）：** 比较MVP、MCP和MCoP三种组合策略在不同市场分位数下的表现。MVP高度集中于GB（权重达88%-92%），但GB的HE为负值，显示其增加而非降低组合波动。MCP和MCoP分配更均衡，但同样遭受GB、GCEI和ESG的负HE影响。NANO在所有市场状态下均表现出最高的HE（0.76-0.88），成为最有效的稳定器。累计收益图显示，MVP在熊市保持稳定，MCP和MCoP则在牛市中有更高回报但波动更大。
**讨论与结论总结**
**讨论部分：** 研究揭示的U型溢出模式支持金融传染理论（Forbes & Rigobon, 2002），即市场压力或投机行为会加剧跨资产依赖，削弱多元化策略。两个主要机制驱动：熊市中投资者避险行为导致传统绿色资产吸收波动而非提供保护；牛市中投机交易增强绿色加密货币与绿色资产的联动。绿色加密货币（ADA、XLM）作为波动传递者，且某些绿色加密货币（如NANO）在极端市场条件下提供更优的下行风险保护，但这一对冲潜力随市场状态动态变化。政策含义方面，监管机构应实施熔断机制和交易税以抑制过度波动，建立基于气候相关财务信息披露工作组（TCFD）和欧盟可持续金融披露条例（SFDR）的全球披露框架，并加强跨境监管协调（如国际证监会组织IOSCO、金融稳定委员会FSB）以防止监管套利。
**研究结论（翻译）：** 本研究通过分位数向量自回归（QVAR）模型，对七种绿色加密货币（如卡尔达诺、恒星币和瑞波币）与传统绿色资产（S&P绿色债券指数、S&P全球清洁能源指数和S&P ESG领先指数）之间的回报关联性进行了全面分析。覆盖2017年11月至2024年7月期间以及新冠疫情和俄乌冲突等重要事件，研究结果揭示了不同市场阶段（熊市、中性、牛市）下关联性的演变。首先，总关联性指数（TCI）呈U型模式：极端市场条件下关联性增强（熊市85.78%，牛市86.64%），中性阶段下降（60.25%），证实了非对称溢出假说，即金融下行和投机热潮中系统性风险上升，降低多元化策略有效性。其次，绿色加密货币（特别是卡尔达诺、恒星币和瑞波币）持续作为波动传递者，在极端市场条件下放大系统性风险；而传统绿色资产（绿色债券、清洁能源指数、ESG指数）充当净接收者，吸收而非缓解波动，挑战了其提供持续下行保护的传统假设。第三，全球危机（如新冠疫情和俄乌冲突）期间关联性加剧，进一步削弱多元化效果，支持金融传染理论。第四，对冲分析显示传统绿色资产对绿色加密货币波动的保护作用有限，而绿色加密货币（如NANO和恒星币）在极端市场阶段展现出更优的风险缓解潜力，这一模式在累计收益中有所体现。组合分析表明，MVP集中配置于GB虽稳定整体波动，但若核心资产表现不佳则暴露风险；MCP和MCoP通过更分散的配置获得更高但波动的回报。XRP和NANO在不同市场条件下展现出强稳定效应，而TRX和GB的持续负对冲有效性则凸显高风险资产可能削弱MCP和MCoP的效果。对投资者而言，U型TCI模式提示在牛市和熊市中均存在显著风险；传统绿色资产可能不提供预期保护，而绿色加密货币可能引入额外组合风险。监管层面，需实施熔断机制和标准化可持续性披露框架，并加强跨境监管协调以防止监管套利。未来研究应拓展至更多绿色金融工具（如碳信用），考察监管发展对关联性的影响，并探究投机交易的行为驱动因素。
