Beyond The Green Label : Macro, Structural and ESG Drivers of Global Green Bond Yields

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Demonstrates how machine learning can disentangle ESG effects from macro factors in green bond pricing, offering a methodological template for future studies.

🏢実務担当者:Issuers and investors should recognize that in emerging markets, ESG improvements alone won't reduce financing costs without macro stability and depth.

🏛政策担当者:Emerging-market regulators should prioritize macro stability and institutional credibility to make green bond markets effective.

グリーンボンドの価格形成に関するエビデンスは、世界の市場間で依然としてまちまちであり、特にマクロ金融リスクが持続可能性へのコミットメントを覆い隠すことが多い新興経済国において顕著である。既存研究は、ESGパフォーマンスが資金調達コストを引き下げるかどうかの評価に、ソブリンリスク、インフレ動態、構造的な市場の厚みを統合することは稀であり、国間のばらつきの背後にあるメカニズムは十分に理解されていない。本研究は、世界のグリーンボンド利回りの主要な決定要因を特定し、強力な持続可能性パフォーマンスが借入コストを効果的に引き下げるかどうかを評価するものであり、代表的な新興市場としてインドネシアに特に焦点を当てる。分析は、ESGコミットメントを信用性を高める開示とみなすシグナリング理論と、市場が基礎的なマクロ経済リスクを考慮した後にのみ持続可能性情報を織り込むとする半強度の効率的市場仮説に依拠する。2014年から2023年の間に発行された1,362件のグリーンボンドを用い、本研究はExtreme Gradient BoostingとShapley Additive Explanationsを組み合わせた2層の分析フレームワークを適用し、非線形の利回り動態を捉え、各変数の限界貢献度を定量化する。頑健性テストでは、危機前、危機中、危機後の各レジームにわたる安定性を検証する。構造的要因とマクロ経済的要因、特に居住国が利回り形成の支配的な決定要因である。ESG属性は依然として重要であるが、社会の柱が最も強い影響を及ぼし、環境およびガバナンスの側面は主にベースラインのコンプライアンス指標として機能する。インドネシアは、インフレ圧力、ソブリンリスクプレミアム、浅い市場の厚みによって駆動される、特徴的な高利回り・高ESGパターンを示す。ESGの利点は、中核的なマクロ金融リスクが織り込まれた後にのみ利回りを引き下げる。新興市場において持続可能性パフォーマンスがより低い資金調達コストに結びつくためには、マクロの安定性と制度的信用性の強化が不可欠である。本研究は、機械学習と説明可能なAIを用いて、構造的制約がESGパフォーマンスのグリーンボンド価格形成への影響をどのように緩和するかを明らかにする、初の大規模な国横断的評価の一つを提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Evidence on the pricing of green bonds remains mixed across global markets, particularly in emerging economies where macro-financial risks often overshadow sustainability commitments. Existing research rarely integrates sovereign risk, inflation dynamics, and structural market depth into assessments of whether ESG performance lowers financing costs, leaving the mechanisms behind cross-country variation insufficiently understood. This study identifies the key determinants of green bond yields worldwide and evaluates whether strong sustainability performance effectively reduces borrowing costs, with a specific focus on Indonesia as a representative emerging market. The analysis draws on Signaling Theory, which views ESG commitments as credibility-enhancing disclosures, and on the semi-strong Efficient Market Hypothesis, which suggests that markets incorporate sustainability information only after accounting for fundamental macroeconomic risks. Using 1,362 green bonds issued between 2014 -2023, the study applies a two-layer analytical framework combining Extreme Gradient Boosting with Shapley Additive Explanations to capture non-linear yield dynamics and quantify each variable’s marginal contribution. Robust tests examine stability across pre-crisis, crisis, and post-crisis regimes. Structural and macroeconomic factors especially domicile is the dominant driver of yield formation. ESG attributes remain relevant, but the social pillar exerts the strongest influence, while environmental and governance dimensions function largely as baseline compliance indicators. Indonesia displays a distinctive high-yield, high-ESG pattern driven by inflation pressure, sovereign-risk premia, and shallow market depth. ESG advantages reduce yields only after core macro-financial risks are incorporated. Strengthening macro stability and institutional credibility is essential for sustainability performance to translate into lower financing costs in emerging markets. This study provides one of the first large-scale, cross-country assessments using machine learning and explainable AI to reveal how structural constraints moderate the effect of ESG performance on green bond pricing.

• semanticscholar https://owner.polgan.ac.id/index.php/owner/article/download/3037/1817first seen 2026-07-19 05:57:56 · last seen 2026-08-24 05:37:09