摘 要：我國自提出“雙碳”目標(biāo)以來，綠色金融已成為推動我國加快發(fā)展方式綠色轉(zhuǎn)型的重要抓手，不僅對中國經(jīng)濟高質(zhì)量發(fā)展具有重要意義，也已成為學(xué)術(shù)界研究的熱點前沿。文本分析作為能夠?qū)⒎墙Y(jié)構(gòu)化數(shù)據(jù)量化為文本語言特征指標(biāo)的重要工具，已廣泛應(yīng)用到經(jīng)管領(lǐng)域。本文通過梳理綠色金融政策和綠色金融市場的文本分析應(yīng)用進展，結(jié)合其他領(lǐng)域的文本分析應(yīng)用，提出綠色金融領(lǐng)域的研究參考，并對未來的潛在研究方向進行展望，存在相當(dāng)?shù)睦碚搩r值與實踐價值。

關(guān)鍵詞：綠色金融；文本分析；綠色信貸；綠色債券；雙碳目標(biāo)

中圖分類號：F832.5 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2024）08（a）--04

1 引言

2020年，習(xí)近平總書記在第75屆聯(lián)合國大會上宣布了“雙碳”目標(biāo)，即中國力爭在2030年之前實現(xiàn)“碳達(dá)峰”，在2060年之前實現(xiàn)“碳中和”。當(dāng)前，我國經(jīng)濟發(fā)展已步入高質(zhì)量發(fā)展階段，綠色發(fā)展是高質(zhì)量發(fā)展的“底色”。因此，梳理綠色金融的研究脈絡(luò)，探索新的研究思路與研究工具并付諸實踐，具有十分重要的意義。黨的二十大報告提出，要加快構(gòu)建中國話語和中國敘事體系，講好中國故事、傳播好中國聲音。在財經(jīng)領(lǐng)域，非結(jié)構(gòu)化數(shù)據(jù)中蘊含的信息逐漸得到挖掘。相比結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)的來源和形式更加多樣，因此能夠極大程度地擴充研究數(shù)據(jù)來源。綠色金融作為助力我國實現(xiàn)“雙碳”目標(biāo)的重要金融工具，隨著不同市場主體，包括政策制定者、市場管理者和企業(yè)等傳遞綠色金融相關(guān)的文本內(nèi)容量不斷增多，文本分析的應(yīng)用也逐漸深入。

文本分析是指以文本數(shù)據(jù)為信息來源，運用特定的技術(shù)挖掘文本的情緒語調(diào)、可讀性、相似度等特征，并利用這些特征進行實證研究的技術(shù)（Gentzkow等， 2019；姚加權(quán)等，2020）。因此，在綠色金融領(lǐng)域采用文本分析方法進行研究的文獻(xiàn)多從以上三個文本語言特征著手。對于綠色金融的概念，Labatt和White（2002）在前人研究的基礎(chǔ)上，對綠色金融進行了總結(jié)性的定義，認(rèn)為綠色金融包括所有支持環(huán)境治理與改善及環(huán)境風(fēng)險管理的金融活動。2016年，中國人民銀行發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》，將綠色金融定義為支持環(huán)境改善、應(yīng)對氣候變化和資源節(jié)約高效利用的經(jīng)濟活動，即對環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域的項目投融資、項目運營、風(fēng)險管理等提供的金融服務(wù)?；谖谋痉治龅囊暯?，從政策與市場兩個角度梳理綠色金融領(lǐng)域研究，具有重要的研究意義與研究價值。

2 綠色金融政策研究與文本分析

國際上，綠色金融的政策體系較我國更為完善，例如歐盟碳市場的建立與運行規(guī)則（EU ETS）和赤道原則。2021年以來，國務(wù)院發(fā)布《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》《2030年前碳達(dá)峰行動方案》等一系列文件，推動我國“雙碳”目標(biāo)加速實現(xiàn)，構(gòu)成我國綠色金融體系的頂層設(shè)計（王遙和任玉潔，2022）。對于我國的綠色金融政策體系演進過程，相關(guān)學(xué)者已進行了詳細(xì)的梳理（冉連，2020；朱蘭和郭熙保，2022）。針對環(huán)境政策的文本分析從詞頻統(tǒng)計與內(nèi)容分析向人工智能協(xié)助進行技術(shù)分析的手段過渡。

根據(jù)已有文獻(xiàn)來看，我國的環(huán)境政策理念重心從經(jīng)濟發(fā)展向生態(tài)保護轉(zhuǎn)變，當(dāng)下圍繞“綠水青山就是金山銀山”的“兩山”理論，將生態(tài)環(huán)境保護置于優(yōu)先地位，體現(xiàn)了我國環(huán)境政策的與時俱進。但從綠色金融政策實效來看，仍然存在一定不足。首先，綠色金融政策效果呈現(xiàn)了碳減排地區(qū)發(fā)展不均衡的空間特征（陳秋紅和張園園，2022），應(yīng)推動我國綠色政策的多地區(qū)協(xié)同發(fā)展。其次，政策實施效果的地區(qū)不均衡現(xiàn)象也會在群眾感知中體現(xiàn)（Zhu等，2016）。公眾對環(huán)境表現(xiàn)的感知程度較低時，政策效果并不理想（Weber， 2016）。從國內(nèi)綠色金融政策的公眾感知來看，Wang等（2022）對微博文本的分析發(fā)現(xiàn)，當(dāng)前我國在綠色金融方面的公眾認(rèn)知集中在金融資源利用方面，在政策試驗區(qū)的表現(xiàn)尤為如此，我國的綠色金融政策在試驗地區(qū)能夠產(chǎn)生有效作用。因此，我國應(yīng)均衡使用多種政策工具，實現(xiàn)碳減排的協(xié)同發(fā)展（付琳等，2022），發(fā)揮金融科技在綠色金融中的作用，給予政策引領(lǐng)。我國綠色金融可以借鑒國際經(jīng)驗，考慮專門立法、完善多層次環(huán)境規(guī)制體系，強化市場主體的作用。

綠色金融政策文本分析目前僅針對現(xiàn)有文本進行內(nèi)容分析與因果推斷，針對性地進行指數(shù)構(gòu)建與政策風(fēng)險預(yù)警研究較少。政策文本的宏觀分析方面，政策不確定性指數(shù)是文本分析方法的熱點。Baker等（2016）利用美國新聞媒體數(shù)據(jù)，通過相關(guān)詞典進行統(tǒng)計，建立描述經(jīng)濟政策不確定性的EPU指數(shù)，圍繞EPU指數(shù)展開的實證研究較為成熟，且存在不同的領(lǐng)域擴展。研究角度有以下三個：一是將EPU指數(shù)納入綠色金融績效的評估體系當(dāng)中，考察宏觀政策對綠色金融實施效果的影響。二是借鑒政策不確定性指數(shù)的構(gòu)建方法，構(gòu)建綠色金融政策不確定性指數(shù)，幫助政策制定者與市場主體進行政策風(fēng)險預(yù)警。三是通過分析文本語言特征，幫助減小市場主體執(zhí)行綠色金融政策的偏差。

3 綠色金融市場研究與文本分析

當(dāng)前文獻(xiàn)對綠色金融市場及相關(guān)金融產(chǎn)品研究較為豐富。在文本分析的應(yīng)用上，以發(fā)展較為成熟的綠色信貸、綠色債券兩個典型綠色金融產(chǎn)品為主。

3.1 綠色信貸

中國的綠色信貸政策2012年頒布《綠色信貸指引》以來不斷完善。綠色信貸的發(fā)展與綠色金融的深入實踐引起了學(xué)術(shù)界的廣泛關(guān)注，相關(guān)研究集中在企業(yè)獲取綠色信貸的影響因素及綠色信貸的經(jīng)濟后果兩方面。

3.1.1 獲取綠色信貸的影響因素

馬駿（2015）提出了包含綠色信貸在內(nèi)的我國綠色金融政策體系理論性框架，隨著傳統(tǒng)的宏觀分析模型和發(fā)展而來的動態(tài)隨機一般均衡模型（DSGE）等被引入綠色金融研究的基礎(chǔ)上（Dietz等，2016；Van den Bremer和Van der Ploeg，2021），王遙等（2019）建立了綠色信貸激勵政策模型，發(fā)現(xiàn)貼息、定向降準(zhǔn)、再貸款等政策工具能從“數(shù)量”和“質(zhì)量”上實現(xiàn)綠色信貸的激勵效果，實現(xiàn)“經(jīng)濟”與“環(huán)境”的雙贏。Campiglio（2016）則認(rèn)為，區(qū)別化的準(zhǔn)備金率也對綠色信貸的實施有益。

綠色信貸的影響因素方面，使用文本分析方法的文獻(xiàn)較少，考慮到文本分析能夠幫助預(yù)測宏觀經(jīng)濟周期（Shapiro等，2018），現(xiàn)有模型的構(gòu)建可以加入文本指標(biāo)完善模型，根據(jù)宏觀經(jīng)濟周期預(yù)測來完善綠色信貸政策體系。

3.1.2 綠色信貸的經(jīng)濟后果

綠色信貸的經(jīng)濟后果研究分為宏觀和微觀兩個維度。宏觀層面的研究主要圍繞綠色信貸的經(jīng)濟效益與環(huán)境效益展開。首先，前文提到綠色信貸政策可以有效實現(xiàn)經(jīng)濟效益和環(huán)境效益的良性互動，實現(xiàn)雙贏的機制是波特效應(yīng)（謝婷婷和劉錦華，2019）。其次，綠色信貸通過資助企業(yè)可以促進我國產(chǎn)業(yè)結(jié)構(gòu)升級（Hu et al.，2020），有效提高碳排放效率來促進“雙碳”目標(biāo)的實現(xiàn)，因而在政府治理和經(jīng)濟發(fā)展中扮演著重要角色。微觀層面的研究更關(guān)注綠色信貸對銀行和企業(yè)的影響，尤其是信用風(fēng)險。雖然綠色信貸能夠有效抑制商業(yè)銀行的不良貸款（孫光林等，2017），但企業(yè)通過“多言寡行”的環(huán)境披露模式，商業(yè)銀行容易由于企業(yè)的印象管理而產(chǎn)生逆向選擇，出現(xiàn)“漂綠”行為（李哲，2018）。

文本分析對綠色信貸的信用風(fēng)險研究相對豐富。李哲和王文翰（2021）通過詞頻統(tǒng)計構(gòu)建相關(guān)變量發(fā)現(xiàn)，企業(yè)“多言寡行”的環(huán)境表現(xiàn)更能獲得綠色信貸，但亦有學(xué)者發(fā)現(xiàn)綠色信貸政策約束的提升會降低企業(yè)“漂綠”行為（吳秋生和任曉姝，2023），因為綠色信貸政策會對重污染企業(yè)的投融資產(chǎn)生懲罰機制，企業(yè)也會因此積極披露有效的環(huán)境信息。文本分析在綠色信貸的經(jīng)濟后果研究的未來應(yīng)用可以從以下兩點拓展：一是借鑒文本分析在企業(yè)財務(wù)欺詐方面的研究，從更多會計信息形式質(zhì)量的維度進行分析，如文本可讀性的修飾（Lo等，2017）、企業(yè)連續(xù)幾年披露文本的相似度與綠色信貸獲取反應(yīng)（Brown和Tucker，2011）等。二是考慮使用新的文本，如媒體報道、電視電話會議等（Antweiler and Frank，2004）。

3.2 綠色債券

綠色債券是政府、金融機構(gòu)、工商企業(yè)等發(fā)行者向投資者發(fā)行，承諾按一定利率支付利息，并按約定條件償還本金的債權(quán)債務(wù)憑證，且募集資金的最終投向應(yīng)為符合規(guī)定條件的綠色項目（王遙和徐楠，2016）。國際上對綠色債券的認(rèn)證標(biāo)準(zhǔn)有兩種：一是2014年國際資本市場協(xié)會（ICMA）推出的綠色債券原則（GBP）：二是氣候債券倡議組織（CBI）在GBP的基礎(chǔ)上修訂而來的氣候債券標(biāo)準(zhǔn)（CBS）。近年來，我國不斷修訂《綠色債券發(fā)行指引》，以適應(yīng)新時代的發(fā)展要求，同時逐漸與國際標(biāo)準(zhǔn)接軌。在綠色債券的研究中，使用文本分析進行研究的文獻(xiàn)極少，綠色債券發(fā)行和認(rèn)證標(biāo)準(zhǔn)是整個領(lǐng)域的重要文本，目前的研究從這一點展開。Aruga等（2022）通過文本挖掘技術(shù)分析了日本綠色債券發(fā)行標(biāo)準(zhǔn)如何與國際發(fā)行標(biāo)準(zhǔn)接軌。我國關(guān)于《綠色債券發(fā)行指引》和綠色債券的政策文本研究較少，完全可以從政策文本間的相似度著手。由于文本分析在這一領(lǐng)域的應(yīng)用主要是上市公司財務(wù)報告的相似度分析（Hoberg和Phillips，2010）或不同年份的信息增量分析（葛銳等，2020），針對《綠色債券發(fā)行指引》的分析可以結(jié)合其與GBP和CBS的異同，亦可考慮不同版本的增量信息。

綠色債券的相關(guān)研究主要包括綠色債券價格的影響因素、發(fā)行綠色債券的經(jīng)濟后果和綠色溢價的存在性三方面。文本分析在綠色債券研究中的應(yīng)用較少，因此本文根據(jù)相近領(lǐng)域的文本分析應(yīng)用提出部分參考。

3.2.1 綠色債券價格的影響因素

楊希雅和石寶峰（2020）研究發(fā)現(xiàn)，發(fā)行方式、綠色政策支持力度、第三方綠色認(rèn)證和發(fā)債主體的財務(wù)狀況會影響綠色債券的定價，而第三方認(rèn)證規(guī)范性不足會帶來綠色溢價的問題（張麗宏等，2021）。近年來，能源價格（Pham和Nguyen，2022）是綠色債券價格的一個影響因素。文本語言特征與語義特征在債券定價方面的研究亦不充分，但股票定價較豐富。Kumar等（2021）發(fā)現(xiàn)，投資者的情緒語調(diào)對股價有正向影響，可以相應(yīng)復(fù)制到債券的影響中。

3.2.2 發(fā)行綠色債券的經(jīng)濟后果

從宏觀角度來看，綠色債券價格與不同國家和不同金融產(chǎn)品市場之間存在聯(lián)動性（Reboredo和Ugolini，2020），可能存在一定的風(fēng)險溢出效應(yīng)。不同語言中詞法句法的使用不同，滲透出不同的語言標(biāo)記，不同國家的金融市場文本信息會由于時態(tài)、語態(tài)標(biāo)記的不同而產(chǎn)生認(rèn)知距離（Kim等，2021），從而影響綠色債券價格的風(fēng)險傳染性。微觀方面，企業(yè)發(fā)行綠色債券對企業(yè)融資成本（桂荷發(fā)等，2022）和綠色創(chuàng)新決策（王營和馮佳浩，2022）存在顯著影響，從而提高了企業(yè)的環(huán)境績效與企業(yè)聲譽。企業(yè)信息披露文本、高管發(fā)言文本和音視頻信息提供了大量文本來源，能夠為綠色債券的微觀經(jīng)濟后果研究提供經(jīng)濟指標(biāo)，也從側(cè)面反映了企業(yè)發(fā)行綠色債券的動機。

3.2.3 綠色溢價的存在性

綠色溢價指綠色債券的風(fēng)險溢價低于普通債券的現(xiàn)象（Baker等，2019）。當(dāng)前文獻(xiàn)對綠色溢價存在性的結(jié)論并不統(tǒng)一，有學(xué)者認(rèn)為綠色債券存在溢出效應(yīng)（Zerbib，2019），即綠色溢價；亦有研究認(rèn)為綠色溢價并不存在（Larcker和Watts，2020）。祁懷錦和劉斯琴（2021）認(rèn)為，綠色信息披露和媒體關(guān)注度是帶來綠色溢價問題的重要機制，因此著手分析企業(yè)信息披露文本和媒體文本對了解綠色溢價的存在性及綠色債券價格的影響機制有一定的理論和現(xiàn)實依據(jù)，應(yīng)得到學(xué)術(shù)關(guān)注。

4 結(jié)語

隨著中國綠色金融體系的逐漸完善，綠色金融的“三大功能”與“五大支柱”作用盡顯，助力“雙碳”目標(biāo)的實現(xiàn)，綠色金融研究也百花齊放。文本分析作為當(dāng)下能夠?qū)⑽谋拘畔⑴c音視頻信息等非結(jié)構(gòu)化數(shù)據(jù)量化，并納入因果推斷與建模預(yù)測的有利分析工具，逐漸進入綠色金融的研究中來。

本文基于文本分析視角對綠色金融領(lǐng)域研究進行綜述。首先，環(huán)境政策文本的研究側(cè)重政策文本的詞頻統(tǒng)計及民眾情緒，環(huán)境政策起到了積極的作用，但仍存在區(qū)域不平衡性。其次，綠色信貸和綠色債券兩個典型的綠色金融產(chǎn)品相關(guān)的研究與文本分析應(yīng)用頗具潛力。綠色信貸市場的文本分析關(guān)注企業(yè)“言行一致”與否及伴隨而來的“漂綠”行為分析與預(yù)警。綠色債券市場關(guān)注政策文本對照。在綠色債券價格的影響因素、發(fā)行綠色債券的經(jīng)濟后果及綠色溢價的研究中，文本分析具有成為重要分析工具的潛力。

雖然，現(xiàn)有綠色金融的研究較為豐富，但無論是從政策文本角度還是金融市場角度，文本分析的應(yīng)用都較為有限。究其原因有以下三點：第一，就文本內(nèi)容而言，政策文本情感中立，且行文風(fēng)格統(tǒng)一，特征不突出；第二，情緒語調(diào)分析需要使用情感詞典，而目前缺少綠色金融詞典，仍然需要建構(gòu)綠色金融話語體系，形成情感詞典；第三，綠色金融文本數(shù)據(jù)量有限。綠色金融的文本分析應(yīng)用可從以下三點進行豐富。

4.1 將更多文本分析工具納入綠色金融研究中

借鑒宏觀領(lǐng)域及其他細(xì)分金融市場領(lǐng)域的文本分析應(yīng)用，嘗試使用更多的文本分析技術(shù)解構(gòu)現(xiàn)有文本，如自然語言處理技術(shù)（NLP）、深度學(xué)習(xí)預(yù)測模型等。

4.2 多角度開源綠色文本信息

擴充不同行業(yè)、不同語言的綠色金融文本信息，細(xì)化綠色金融研究領(lǐng)域，如綠色信貸、綠色債券、綠色保險、綠色基金等，文本信息形式可以涵蓋多模態(tài)，再次檢驗現(xiàn)有研究或?qū)υ扔捎跀?shù)據(jù)受限無法研究的問題展開檢驗。

4.3 跨學(xué)科進行綠色金融的文本分析

基于交叉學(xué)科理論，探索綠色金融領(lǐng)域的不同影響機制，豐富綠色金融理論，如結(jié)合環(huán)境經(jīng)濟學(xué)與認(rèn)知語言學(xué)，從文本時態(tài)、語態(tài)和性別傾向等探索其與綠色金融現(xiàn)有運行機制之間的聯(lián)系，豐富綠色金融基礎(chǔ)理論，完善綠色金融體系。

參考文獻(xiàn)

Antweiler W.，F(xiàn)rank M. Z.. Is all that talk just noise？ The information content of internet stock message boards[J]. The Journal of Finance， 2004， 59（3）： 1259?1294.

Aruga K.， et al.. Developing novel technique for investigating guidelines and frameworks： A text mining comparison between international and Japanese green bonds[J]. Journal of Risk and Financial Management， 2022， 15（9）： 382.

Baker S. R.， et al.. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics， 2016， 131（4）： 1593?1636

Brown S. V.，Tucker J. W.. Large-sample evidence on firms’ year-over-year MD&A modifications[J]. Journal of Accounting Research， 2011， 49（2）： 309?346.

Hoberg G.，Phillips G.. Product market synergies and competition in mergers and acquisitions： A textbased analysis[J]. The Review of Financial Studies， 2010， 23（10）： 3773?3811.

Kim J.， Kim Y.，Zhou J.. Time encoding in languages and investment efficiency[J]. Management Science， 2021， 67（4）： 2609-2629.

Labatt S， White R R. Environmental finance： a guide to environmental risk assessment and financial products [M]. New York： John Wiley and Sons Ltd.， 2002.

Larcker D. F. and Watts E. M.. Where’s the greenium？[J]. Journal of Accounting and Economics， 2020（69）： 2-3.

Lo K.， Ramos F. and Rogo R.. Earnings management and annual report readability[J]. Journal of Accounting and Economics， 2017， 63（1）： 1?25.

Pham L. and Nguyen C. P.. How do stock， oil， and economic policy uncertainty influence the green bond market？[J]. Finance Research Letters， 2022（45）： 102128.

Reboredo J. C. and Ugolini A.. Price connectedness between green bond and financial markets[J]. Economic Modelling， 2020（88）： 25-38.

Van den Bremer T. S.，Van der Ploeg F.. The Risk-adjusted carbon price[J]. American Economic Review， 2021， 111（9）： 2782-2810.

Weber E. U.. What shapes perceptions of climate change？ New research since 2010[J]. Wiley Interdisciplinary Reviews： Climate Change， 2016， 7（1）： 125-134.

Zerbib O. D. The effect of pro-environmental preferences on bond prices： Evidence from green bonds[J]. Journal of Banking & Finance， 2019（98）： 39-60.

陳秋紅，張園園.中國畜牧業(yè)碳減排政策演進： 基于452份政策文本的分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，157（1）： 10-23.

付琳，張東雨，閆昊本，等.基于政策文本分析的中國碳減排政策工具研究[J].科學(xué)學(xué)研究，2022（5）：1-19

葛銳，劉曉穎，孫筱蔚.審計師更換影響管理層報告信息增量了嗎： 來自縱向文本相似度的證據(jù)[J].審計研究，2020（4）：113-122.

桂荷發(fā)，劉子茗，張春蓮.b9ea349be6fa2adf5b930198e3c54b4da78381dc412712a8b0257d49b63dbecd環(huán)境友好型偏好對綠色債券融資成本的影響[J].金融論壇，2022，27（8）：29-39+51.

李哲.“多言寡行”的環(huán)境披露模式是否會被信息使用者摒棄[J].世界經(jīng)濟， 2018，41（12）：167-188.

李哲，王文翰.“多言寡行”的環(huán)境責(zé)任表現(xiàn)能否影響銀行信貸獲取： 基于“言”和“行”雙維度的文本分析[J].金融研究，2021（12）：116-132.

馬駿.論構(gòu)建中國綠色金融體系[J].金融論壇，2015，20（5）：18-27.

祁懷錦，劉斯琴.中國債券市場存在綠色溢價嗎[J].會計研究，2021（11）：131-148.

孫光林，王穎，李慶海.綠色信貸對商業(yè)銀行信貸風(fēng)險的影響[J].金融論壇，2017， 22（10）：31-40.

王遙，潘冬陽，彭俞超，等.基于DSGE模型的綠色信貸激勵政策研究[J].金融研究，2019（11）：1-18.

王營，馮佳浩.綠色債券促進企業(yè)綠色創(chuàng)新研究[J].金融研究，2022（6）：171-188.

吳秋生，任曉姝.綠色信貸政策與企業(yè)“漂綠”行為治理： 基于國家金融學(xué)框架下的實證研究[J].金融經(jīng)濟學(xué)研究，2023，38（1）： 1-15.

楊希雅，石寶峰.綠色債券發(fā)行定價的影響因素[J].金融論壇，2020，25（1）：72-80.

張麗宏，劉敬哲，王浩.綠色溢價是否存在： 來自中國綠色債券市場的證據(jù)[J].經(jīng)濟學(xué)報，2021，8（2）：45-72.