碳金融 理论模型与探索PDF|Epub|txt|kindle电子书版本网盘下载

碳金融 理论模型与探索PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

上篇 狭义碳金融的理论模型与方法3

1碳金融及其研究意义3

1.1研究背景3

1.1.1碳金融的交易机制及市场构成4

1.1.2国外碳金融市场概览5

1.1.3国内外碳金融衍生品市场概况8

1.2研究意义8

1.3国外碳金融市场研究现状9

1.3.1关于影响碳价格变化因素的研究9

1.3.2关于碳排放权衍生品定价的研究11

1.4国内学者关于碳金融研究现状综述12

1.4.1碳金融概念与发展策略研究综述12

1.4.2商业银行开展碳金融的意义研究综述13

1.5小结14

2关于碳排放权交易市场有效性的实证检验15

2.1有效性理论概述15

2.2单位根检验16

2.2.1时序数据的平稳性16

2.2.2 DF （Dikey-Fuller）检验法16

2.2.3 ADF （Augment Dikey-Fuller）检验法17

2.3方差比率（VR）检验与随机游走模型17

2.4实证检验的数据选取19

2.5研究设计20

2.6数据分析结果21

2.6.1描述性统计及价格走势图21

2.6.2碳排放权现货与期货价格序列的单位根检验23

2.6.3碳排放权现货与期货价格序列的方差比率检验23

2.7研究结果分析24

2.8小结26

3基于MF DFA的碳排放权价格行为研究27

3.1 MF DFA算法概述28

3.2 MFS算法概述30

3.3关于碳排放权产品价格的多重分形性质的实证研究31

3.3.1实证研究中数据的选取31

3.3.2实证研究结果分析——多重分形与DFA方法的结合（MF DFA）32

3.3.3实证结果分析——多重分形谱（MFS）36

3.4小结39

附录 多重分形消除趋势波动分析及多重分形谱算法的MATLA B程序实现40

4基于EMD-ARMA模型的碳排放权期货价格预测43

4.1 EMD算法简介43

4.2 EMD算法步骤44

4.3 ARMA模型原理46

4.4基于EMD-ARMA的碳排放权价格预测47

4.4.1样本数据选取47

4.4.2研究设计47

4.4.3 EMD分解结果分析49

4.4.4基于EMD - ARMA预测模型的仿真结果与分析50

4.5小结54

5北京市清洁发展机制（CDM）能源项目的发展研究55

5.1引言56

5.1.1研究意义56

5.1.2国内外研究现状57

5.2 CDM方法学与北京市CDM能源项目发展的因素分析58

5.2.1 CDM项目的主要目标58

5.2.2 CDM项目的分析框架58

5.2.3 CDM项目的分析方法58

5.2.4北京市利用CDM实现能源发展的因素分析59

5.3北京市经济发展、能源消耗和CO2排放的现状分析61

5.3.1北京市经济发展现状61

5.3.2北京市能源消耗和CO2排放62

5.4北京市CDM项目的现状63

5.4.1北京参与的CDM项目63

5.5北京市参与碳排放权交易的主要机构及现状66

5.5.1北京环境交易所67

5.5.2加强为CDM项目服务的中介组织的建设67

5.6小结68

下篇 广义碳金融——KMV模型研究低碳、战略性新兴产业等现代制造上市公司信用风险71

6中国具有CDM项目的部分上市公司信用风险实证分析71

6.1研究现状72

6.2 KMV模型及其修正74

6.2.1模型的基本原理74

6.2.2模型的基本假设75

6.2.3模型的计算步骤75

6.2.4违约点的修正76

6.3基于KMV模型的实证分析77

6.3.1样本选取及数据来源77

6.3.2实证计算过程77

6.4实证结果分析79

6.5结论及建议79

6.5.1研究结论79

6.5.2政策意义80

7北京上市低碳企业的信贷风险测量与预测：个案分析82

7.1节能、低碳企业的信贷风险评估82

7.1.1安泰科技的信贷风险评估83

7.1.2北新建材的信贷风险评估85

7.1.3京能热电的信贷风险评估86

7.1.4中科三环的信贷风险评估88

7.1.5中信国安的信贷风险评估89

7.1.6有研硅股的信贷风险评估90

7.2节能、低碳企业的信贷风险预测91

7.2.1安泰科技的信贷风险预测92

7.2.2北新建材的信贷风险预测92

7.2.3京能热电的信贷风险预测93

7.2.4中科三环的信贷风险预测94

7.2.5中信国安的信贷风险预测95

7.2.6有研硅股的信贷风险预测95

7.3小结96

8中国新材料产业与新能源汽车产业上市公司的信用风险98

8.1新材料产业上市公司的信用风险101

8.1.1样本的选取及数据来源102

8.1.2计算过程103

8.1.3结果分析109

8.2中国新能源汽车产业上市公司的信用风险109

8.2.1样本的选取及数据来源110

8.2.2计算过程111

8.2.3结果分析114

8.3中国新材料产业与新能源汽车产业上市公司信用风险比较114

8.4小结115

9节能环保与新能源产业上市公司信用风险116

9.1节能环保产业信用风险116

9.1.1节能环保产业发展现状116

9.1.2节能环保产业存在的问题117

9.1.3节能环保产业的信用风险117

9.2新能源产业信用风险120

9.2.1新能源产业概念120

9.2.2新能源产业发展现状120

9.2.3新能源产业存在的问题121

9.2.4新能源产业上市公司信用风险测评121

9.3节能环保产业与新能源产业上市公司信用风险比较128

附录 有关数据与样本129

10高端装备制造与新一代信息技术产业上市公司信用风险133

10.1高端装备制造产业上市公司信用风险133

10.1.1数据来源136

10.1.2实证计算过程136

10.1.3实证结果分析139

10.2关于新一代信息技术产业信用风险的测定139

10.2.1新一代信息技术产业的特征与范围140

10.2.2相关上市公司141

10.2.3数据来源143

10.2.4实证计算过程144

10.2.5实证结果分析151

10.3小结152

附录 有关数据154

11现代制造业上市公司信用风险研究205

11.1模型的计算205

11.1.1样本数据选取205

11.1.2模型计算205

11.2结果比较分析206

11.3样本股票数据分析209

11.3.1全部样本股票违约距离分析209

11.3.2样本股票违约距离特例分析210

11.4小结211

12北京与上海现代制造业的信用风险研究212

12.1现代制造业概述213

12.1.1现代制造业的基本含义及其与传统制造业的区别213

12.1.2现代制造业主要特征214

12.1.3现代制造业的范畴214

12.2北京现代制造业上市公司信用风险测定215

12.2.1北京现代制造业概况215

12.2.2北京现代制造业上市公司违约距离的测定217

12.3上海现代制造业上市公司信用风险测定222

12.3.1上海现代制造业概况222

12.3.2上海现代制造业上市公司违约距离的测定223

12.4北京与上海现代制造业上市公司信用风险分析228

12.5小结231

附录 有关数据232

13基于资产增长率研究北京与广东现代制造业的信用风险237

13.1 KMV模型进一步的改进237

13.1.1将改进的KMV基础模型237

13.1.2模型参数的设定及修正238

13.2利用KMV模型测定北京制造业上市公司的信用风险240

13.2.1样本数据的采集240

13.2.2模型数据计算241

13.2.3实证结果分析249

13.3利用KMV模型测定广东制造业上市公司的信用风险252

13.3.1样本数据的采集252

13.3.2模型数据计算254

13.3.3实证结果分析256

13.4北京与广东制造业上市公司的信用风险比较及结论259

附录 有关数据261

结论与展望265

一、狭义碳金融研究相关结论265

二、广义碳金融研究——信用风险的相关结论268

三、政策建议271

四、展望272

附录273

参考文献274