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