《Sustainable Futures》：Modeling the strategic contribution of green fintech in green energy financing: Evidence from DCC-GARCH t-copula and causal impact frameworks
编辑推荐：
金融科技（Fintech）与气候变化的融合催生了新一轮“绿色金融科技”（green Fintech），这是一个致力于支持金融服务中环境可持续创新的领域。研究人员的研究显示，从2019年8月至2020年2月以及2020年5月至2022年9月，绿色金融科技经历了显
金融科技（Fintech）与气候变化的融合催生了新一轮“绿色金融科技”（green Fintech），这是一个致力于支持金融服务中环境可持续创新的领域。研究人员的研究显示，从2019年8月至2020年2月以及2020年5月至2022年9月，绿色金融科技经历了显著增长，这得益于COVID-19、地缘政治紧张局势和加密银行倒闭等全球性干扰。利用DCC-GARCH t-Copula模型和因果影响分析，研究人员优化了从2017年1月1日至2025年9月27日的绿色金融科技和能源部门资产的投资组合。研究结果揭示了强相关性，强调了绿色金融科技吸引资本用于清洁能源发展的潜力。投资组合分析表明，虽然动态投资组合权重和买入持有策略提供了相对稳定的回报，但对冲比率策略提供了最高的累积回报，特别是当绿色金融科技与碳排放期货和太阳能资产进行对冲时。然而，在极端不确定时期，如COVID-19大流行和俄罗斯-乌克兰冲突期间，能源市场与绿色金融科技之间的风险溢出显著增加，降低了多元化策略的有效性。这一证据为政策制定者设计促进弹性、低风险绿色金融体系的监管和战略工具提供了关键资源。
近年来，金融创新与全球向可持续能源的转型成为塑造现代金融体系的两大力量。绿色金融科技（green Fintech）作为金融科技（Fintech）与可持续发展的融合，旨在通过技术驱动的金融服务支持环境可持续创新。然而，现有研究存在若干重要空白：首先，对技术驱动的非常规资产作为金融多元化工具的潜力关注不足，尤其缺乏对数字创新和Fintech在不同行业投资机会中作用的探讨。其次，绿色金融科技与绿色能源系统之间的动态关系尚未充分研究，多数研究孤立地聚焦Fintech或能源市场，忽视了其相互关联和溢出效应。第三，在极端市场条件下（如COVID-19大流行和地缘政治冲突），这些新兴资产的多元化表现和韧性缺乏证据。此外，现有研究关于绿色金融科技对可再生能源市场影响的结论不一致，且以定性研究为主，定量分析稀缺。因此，研究人员开展本研究，旨在填补上述空白，并发表于《Sustainable Futures》。
研究人员采用DCC-GARCH t-Copula模型和因果影响分析框架，使用从2017年1月1日至2025年9月27日的日度数据，研究了绿色金融科技与能源市场之间的动态关系。研究基于iSTOXX Europe 600 ESG-X FinTech Tilted Index构建的绿色金融科技指数（GRFI），并纳入碳排放期货（CEF）、纳斯达克OMX太阳能指数（TAN）、纳斯达克OMX风能指数（FAN）、iShares全球清洁能源ETF（ICLN）、WTI原油期货（OIL）和天然气期货（NGF）作为能源资产代表。研究揭示了绿色金融科技与可再生能源资产之间的强相关性，表明绿色金融科技在吸引资本促进清洁能源发展方面具有关键作用。投资组合分析显示，对冲比率策略在累积收益上表现最优，尤其当绿色金融科技与碳排放期货和太阳能资产对冲时；但极端不确定性时期（如COVID-19大流行和俄罗斯-乌克兰冲突）风险溢出显著增加，削弱了多元化策略的有效性。这一发现为政策制定者设计促进弹性、低风险绿色金融体系的监管和战略工具提供了关键资源。
**技术方法概括**
研究人员主要采用以下关键方法：1) **DCC-GARCH t-Copula模型**：用于捕捉绿色金融科技与能源资产之间的时变依赖关系和尾部风险，通过动态条件相关系数（DCC）和t-Copula函数建模条件分布。2) **因果影响分析**：基于贝叶斯结构时间序列模型，评估COVID-19大流行和俄罗斯-乌克兰冲突对绿色金融科技与能源市场关联性的因果效应，使用后验概率和置信区间检验显著性。3) **动态对冲比率和最优投资组合权重**：通过最小化方差或风险调整后收益，计算最优对冲比率和组合权重，并比较动态策略与买入持有策略的绩效。4) **对冲有效性和累积收益评估**：通过方差缩减百分比和累积收益比较不同策略的风险降低效果和盈利能力。5) **尾部依赖分析**：滚动估计下尾依赖（LTD）和共超越指标，验证极端市场条件下的联动性。数据来源为2017年1月1日至2025年9月27日的日度数据，包括GRFI、CEF、TAN、FAN、ICLN、OIL和NGF，经对数差分处理并合并完整观测值。
**研究结果**
**4.1 动态条件相关性（DCC）与对冲策略的含义**
通过DCC-GARCH t-Copula模型，研究人员发现绿色金融科技与可再生能源资产（FAN、ICLN、TAN）之间的平均条件相关系数较高（分别为0.6269、0.5108、0.4262），表明其强相关性，而与非可再生能源资产（如OIL、NGF）的相关性较弱。动态对冲比率分析显示，对冲GRFI多头头寸的最优资产依次为NGF（对冲成本最低，平均0.01美元）、CEF（0.06美元）、OIL（0.08美元）、TAN（0.18美元）、ICLN（0.32美元）和FAN（0.49美元）。因果影响分析表明，COVID-19大流行对绿色金融科技与能源市场关联性产生显著负面因果效应（绝对效应-12.28，相对效应-7.6%，p=0.039），而俄罗斯-乌克兰冲突则产生显著正面因果效应（绝对效应+18.12，相对效应+14%，p=0.036）。此外，投资组合权重策略中，GRFI在大多数组合中占较大权重（如GRFI/CEF组合中平均权重0.91）。对冲有效性检验显示，动态对冲比率和组合权重策略在风险降低方面效果有限（多数p值不显著），但累积收益比较表明，对冲比率策略（尤其是GRFI/CEF组合）在2020年后累积收益稳步上升，最高达162.30美元，而买入持有策略和动态组合权重策略收益相对稳定但较低。极端事件分析显示，COVID-19期间对冲比率策略的夏普比率有所提升（如GRFI/CEF达1.07），但俄罗斯-乌克兰冲突期间所有策略的夏普比率转为负值，最大回撤超过50%。下尾依赖分析表明，COVID-19期间GRFI与可再生能源资产的下尾依赖显著增加（峰值约45%），而俄罗斯-乌克兰冲突期间对可再生能源资产的下尾依赖进一步上升，但对非可再生能源资产的影响较弱。
**4.2 因果影响**
研究人员采用贝叶斯结构时间序列模型，评估了COVID-19和俄罗斯-乌克兰冲突对GRFI与能源市场之间关联性的因果效应。结果显示，COVID-19期间后验平均关联性为145.90，预测值为158.18，因果效应为-12.28（相对效应-7.6%，后验概率96.06%），表明大流行显著降低了关联性。俄罗斯-乌克兰冲突期间后验平均关联性为150.56，预测值为132.44，因果效应为+18.12（相对效应+14%，后验概率96.43%），表明冲突显著增强了关联性。图8显示，COVID-19对冲效应为负且统计显著，而俄罗斯-乌克兰冲突为正效应。
**讨论与结论**
**总结讨论部分**：研究讨论部分包括理论贡献、管理启示、政策建议和局限性。理论贡献方面，研究构建了绿色金融科技指数（GRFI）作为高频代理变量，弥补了现有指数缺乏全球性和高频性的不足；通过DCC-GARCH t-Copula框架提供了绿色金融科技与能源市场动态关系的新证据，揭示了尾部风险和时变依赖结构；发现可再生能源资产与绿色金融科技的联动性强于传统能源，表明可持续金融生态系统内市场一体化程度更高；纳入COVID-19和俄罗斯-乌克兰冲突等极端事件，揭示了危机驱动的金融关联性和市场韧性。管理启示方面，动态对冲比率策略在温和市场条件下能提供更优风险调整后收益，但极端事件期间风险溢出增加，投资者应采用动态组合策略而非静态方法。政策建议方面，政府应通过政策框架支持绿色金融科技稳定发展，促进绿色能源转型，降低市场脆弱性，尤其在地缘政治危机期间。局限性包括未考虑交易成本和流动性约束、未明确区分发展中国家挑战、以及需进一步研究多元化收益。
**翻译研究结论部分**：研究人员利用DCC-GARCH t-Copula模型和因果影响分析，从2017年1月1日至2025年9月27日，检验了绿色金融科技与能源市场之间的关联性。研究人员通过价格乘以这些公司市值的加权平均计算了绿色金融科技指数（GRFI）。绿色金融科技与可再生能源之间的强相关性表明，绿色金融科技在吸引资本促进可再生能源发展方面发挥着重要作用。投资组合分析显示，虽然动态投资组合权重和买入持有策略提供了相对稳定的回报，但对冲比率策略提供了最高的累积收益，尤其是当绿色金融科技与碳排放期货和太阳能资产进行对冲时。然而，在极端不确定时期，如COVID-19大流行和俄罗斯-乌克兰冲突，能源市场与绿色金融科技之间的风险溢出显著增加，降低了多元化策略的有效性。
