能源依赖、环境质量与银行业资本：来自OECD国家的新证据

《Risks》：Energy Dependence, Environmental Quality and Banking Sector Capital: New Evidence from OECD Countries

　　

本研究利用覆盖2004-2021年OECD国家的面板数据集，调查了环境变量、能源部门特征与金融部门韧性之间的关系。为此，使用了世界银行全球金融发展数据库和主权ESG数据的信息，以及金融稳定性指标——银行资本化（bank capitalization），由资本资产比率（capital-to-asset ratio）表示。该研究采用了一个综合实证框架，包括面板回归（panel regressions）、聚类技术（clustering techniques）和机器学习模型（machine learning models）。固定效应面板回归的结果表明，甲烷排放（CH₄P）、PM2.5空气污染（PM2.5）和能源依赖（energy dependence）与银行资本化呈负相关，而可再生能源消费（renewable energy consumption）则呈正相关。相反，化石燃料消费（fossil fuel consumption）与因变量呈正相关，这可能反映了当前盛行的金融状况，但未考虑长期可持续视角。稳健性检验，如排除主要经济体、使用滞后规格和添加控制变量，证实了主要实证关系的稳健性，但结果需要条件性地解释。通过聚类分析，研究人员观察到样本中存在不同的体制（regimes），每个体制以环境、能源和金融特征的不同组合为特征。另一方面，使用K近邻（K-Nearest Neighbors）和随机森林（Random Forest）算法获得的机器学习结果与回归分析一致，揭示了数据中的非线性关系。

论文解读文章

研究背景：近年来，环境可持续性、能源转型与金融稳定之间的相互作用日益受到关注。气候变化、环境压力与能源地缘政治被视为影响宏观金融格局及增长、投资和金融稳定动态的关键因素。银行作为向实体经济提供信贷的主要机构，既面临环境与能源相关风险，又为向可持续能源系统转型提供融资，这使得环境条件、能源结构与银行业稳定性之间的关系成为重要的研究课题。现有文献将气候风险分为物理风险（如空气污染、气候灾害）和转型风险（如监管变化、技术创新）。尽管已有研究探讨气候风险与银行绩效或风险承担的关系，但存在三个主要空白：一是鲜有研究专门聚焦于银行资本化（bank capitalization）；二是多数文献未同时考虑环境变量、能源结构与金融表现；三是尽管跨国差异有所记载，但对由环境条件、能源结构与金融韧性特定组合所形成的结构性体制知之甚少。因此，本研究旨在系统调查环境条件与能源结构如何与银行业韧性（以银行资本化衡量）相关联。

研究内容与结论：研究人员利用2004-2021年38个OECD国家的面板数据，采用包含面板数据计量经济学、聚类分析和机器学习的综合实证框架。研究发现，甲烷排放（CH₄P）、PM2.5空气污染（PM2.5）和能源依赖（net energy imports, ENIM）与银行资本化（capital-to-asset ratio, CAP）负相关，而可再生能源消费（renewable energy consumption, RENC）与其正相关；化石燃料消费（fossil fuel consumption, FOSS）在短期呈正相关，但需谨慎解释。聚类分析识别出十种不同体制，揭示出异质性与非线性模式。机器学习（K近邻与随机森林）结果验证了上述变量对银行资本化的预测重要性，并确认了非线性关系。该论文发表在《Risks》期刊上，其重要意义在于为宏观审慎监管中纳入气候与能源风险提供了实证依据，表明环境与能源因素是金融韧性的关键决定因素。

关键技术方法：研究基于世界银行全球金融发展数据库和主权ESG数据库，样本涵盖38个OECD国家（2004-2021年）。主要方法包括：（1）面板回归（固定效应模型），用于识别平均关系并控制未观测异质性；（2）稳健性检验：排除大型经济体、引入滞后规格、添加宏观控制变量以减少内生性偏误；（3）K-means聚类分析，用于识别具有不同环境、能源与金融特征组合的国家群组；（4）机器学习模型：K近邻（KNN）用于预测，随机森林（Random Forest）用于评估变量重要性并捕捉非线性效应。

研究结果：

4. 实证模型设定与面板回归结果：固定效应模型显示，甲烷排放（CH₄P）和PM2.5（PM2.5）与银行资本化（CAP）显著负相关，表明环境压力降低金融韧性；可再生能源消费（RENC）显著正相关，体现能源转型的积极影响；净能源进口（ENIM）显著负相关，反映能源依赖带来的宏观脆弱性；化石燃料消费（FOSS）正相关，但反映的可能是短期经济结构而非长期可持续性。

4.1 排除大型经济体的稳健性分析：排除美国、德国、日本、英国、法国后，主要系数符号稳定，ENIM、CH₄P、PM2.5仍为负，RENC仍为正，FOSS虽保持正号但失去统计显著性，表明结果并非由大国驱动，但存在跨国异质性。

4.2 遗漏变量偏误检验（宏观控制）：加入GDP增长、政府效率、失业率后，RENC和ENIM系数保持稳健，PM2.5仍为负且绝对值略增，CH₄P显著性减弱，FOSS失去显著性，表明部分关联可能反映宏观经济条件，但核心关系未受实质影响。

4.3 滞后规格分析（内生性与时间动态）：将解释变量滞后一期后，ENIM、PM2.5、RENC仍显著，FOSS仍正显著，CH₄P虽为负但失去显著性。结果支持主要关联具有时间稳定性，应理解为条件性关联而非因果关系。

5. 聚类方法比较与K-means体制识别：通过六种聚类算法比较，K-means在多项验证指标上表现均衡，最终选择k=10。十类集群在银行资本化、能源结构与环境指标上呈现明显差异：集群10具有高CAP、高RENC、低ENIM；集群5具有低CAP、高CH₄P；大型集群（如集群9）混合高CAP与高污染、高化石燃料依赖。这表明环境-能源-金融关系在不同国家群组中呈现异质性，支持非线性解释。

6. 机器学习性能比较与随机森林变量重要性：KNN在预测误差（RMSE=1.031）上最优，随机森林在解释力（R2=0.815）上最强。变量重要性分析一致显示，ENIM和RENC是银行资本化最重要的预测因子，其次为PM2.5、FOSS和CH₄P。这验证了能源依赖和可再生能源转型在决定金融韧性中的关键作用，并揭示了非线性成分。

7. 综合证据：计量、聚类与机器学习结果：三种方法相互印证：面板回归建立统计关联，聚类揭示结构异质性，机器学习验证预测相关性。综合表明，环境退化与能源依赖负向影响银行资本化，而可再生能源消费正向促进韧性，且这些关系因国家体制不同而变化。

8. 环境风险、能源转型与银行业韧性的综合实证证据：负向的CH₄P和PM2.5效应反映了物理与转型风险通过信贷和宏观渠道降低资本化；ENIM负效应体现能源依赖导致的宏观金融不稳定；RENC正效应表明能源转型增强金融韧性；FOSS的正效应反映短期收益与长期转型风险的权衡。聚类分析证实了从高污染到高韧性之间的多种过渡模式，机器学习则确认了ENIM与RENC的主导预测作用。

总结讨论部分：讨论部分强调，环境与能源因素是影响银行韧性的系统性与决定性力量。政策含义包括：（1）金融监管机构应将环境与能源因素纳入压力测试与资本充足评估；（2）高能源依赖国家需通过能源多样化降低宏观脆弱性；（3）促进可再生能源消费有助于稳定宏观经济与提高银行资本化；（4）不同国家应根据自身能源-环境-金融体制采取差异化政策；（5）基于机器学习的预测能力表明，开发数据驱动的政策工具有巨大潜力。研究局限性包括国家层面数据无法反映微观异质性、缩减式策略无法揭示传导机制、以及因果识别受限。

研究结论部分翻译：本文分析了OECD经济体内部环境因素、能源结构与银行业韧性之间的关系。资本资产比率被用作金融韧性的代理变量。基于既定的理论框架，研究人员提出了关于环境退化、能源依赖、能源转型过程与银行资本化水平之间关联的若干假设，并进行了检验。通过结合多种方法（面板数据计量经济学、聚类分析与机器学习算法），本研究提出了一个用于分析2004-2021年间气候-能源-金融关联的综合实证框架。所有实证估计均显示出方法间的高度一致性。以甲烷排放和PM2.5作为代理变量的环境退化被发现与金融韧性负相关。类似地，以净能源进口衡量的能源依赖也与金融韧性负相关，证实了外部冲击与宏观脆弱性的影响。另一方面，可再生能源份额被发现对金融韧性具有正向效应，表明存在更稳定的经济结构和较低的转型风险暴露。最后，在短期内，化石燃料消费与银行资本化呈现正相关，表明当前条件与长期转型风险之间存在某种权衡。本研究的主要贡献在于结合了多种不同的方法。面板计量经济学识别出平均关系，而聚类分析揭示了各国因环境因素、能源结构与银行业韧性差异而呈现的显著异质性。最后，机器学习方法验证了所研究变量的预测相关性，并发现了数据中的非线性特征。通过使用K近邻模型获得了最准确的预测结果，而随机森林提供了最具可解释性的估计。因此，通过结合多种方法，研究人员能够对研究问题获得更详细且内部一致的观点。实证估计的稳健性通过额外的规格检验得到了验证，这对于解决关键方法论问题至关重要。通过排除大型OECD经济体、控制宏观与制度因素以及引入滞后回归量，可以确保实证结果并非由特定国家、遗漏变量偏误或反向因果关系驱动。因此，这些估计对各种方法论挑战具有稳健性，并可作为条件性关联进行解释。然而，化石燃料的短期金融收益与长期转型风险之间存在权衡。识别出的模式表明，在快速经济结构变化的情况下，金融韧性指标可能与风险评估不一致。这些结果对结构转型过程中金融韧性的评估提供了有趣的启示。关于研究结果的政策含义，可以指出环境和能源决定因素与金融结果高度相关。因此，将气候相关风险纳入宏观审慎监管可能需要进一步研究。尽管获得了稳健的估计，但仍存在若干局限性。第一，分析基于国家层面数据集，因此未反映微观层面的异质性。第二，本文使用了缩减式实证策略，但建模潜在机制需要采用不同方法。第三，尽管应用了滞后规格和稳健性检验以处理潜在内生性问题，因果解释仍然有限。这些方面可在未来研究中进一步探索。