我國(guó)碳排放權(quán)交易及價(jià)格波動(dòng)研究

刁蕓菲　羅佳欣　朱劉艷

摘要：為應(yīng)對(duì)氣候變化，加快發(fā)展低碳經(jīng)濟(jì)，我國(guó)自2013年起陸續(xù)構(gòu)建起一系列碳試點(diǎn)市場(chǎng)。文章針對(duì)當(dāng)前中國(guó)碳市場(chǎng)發(fā)展現(xiàn)狀，分析較具代表性的北京、上海、湖北、深圳四大碳試點(diǎn)的碳價(jià)波動(dòng)特征，并進(jìn)一步通過(guò)GARCH族模型對(duì)收益率序列進(jìn)行實(shí)證研究。結(jié)果表明：我國(guó)碳排放權(quán)交易價(jià)格的變化呈現(xiàn)“地域差異性”，且各市場(chǎng)的收益率序列均表現(xiàn)出明顯的尖峰后尾、波動(dòng)聚集性、自相關(guān)性等特征。最后，在剖析碳價(jià)波動(dòng)的基礎(chǔ)上，進(jìn)一步提出實(shí)現(xiàn)全國(guó)碳市場(chǎng)協(xié)同發(fā)展的政策建議。

關(guān)鍵詞：碳排放權(quán);交易價(jià)格;波動(dòng)特征;GARCH族模型

一、引言

減少溫室氣體排放，抑制全球變暖已成為世界各國(guó)關(guān)注的焦點(diǎn)。2015年12月12日，在巴黎氣候變化大會(huì)上簽署的《巴黎協(xié)定》使世界各國(guó)在綠色金融發(fā)展領(lǐng)域的合作進(jìn)一步加強(qiáng)。作為負(fù)責(zé)任的大國(guó)，我國(guó)于2013年陸續(xù)起在深圳、上海、北京、廣東、天津、湖北、重慶等省市啟動(dòng)了區(qū)域性碳排放權(quán)交易試點(diǎn)。截至2019年6月底，我國(guó)碳試點(diǎn)市場(chǎng)覆蓋了電力、鋼鐵、水泥等多個(gè)行業(yè)，約3000家重點(diǎn)排放單位參與市場(chǎng)交易，累計(jì)成交量突破3.3億噸，累計(jì)成交金額約71億元。但目前各大碳排放權(quán)交易市場(chǎng)仍處于不成熟階段，如何穩(wěn)定碳排放權(quán)交易價(jià)格將成為構(gòu)建全國(guó)統(tǒng)一碳市場(chǎng)的重要因素。因此，挖掘我國(guó)碳價(jià)波動(dòng)特征并量化分析，以期為政府形成有效碳價(jià)機(jī)制提供政策建議，進(jìn)一步發(fā)展低碳經(jīng)濟(jì)。

二、文獻(xiàn)綜述

碳排放權(quán)交易市場(chǎng)作為一種新型市場(chǎng)，與傳統(tǒng)金融市場(chǎng)有著相似之處，研究其價(jià)格波動(dòng)特征及規(guī)律對(duì)認(rèn)識(shí)碳排放權(quán)定價(jià)機(jī)制具有重要意義。

在碳價(jià)定價(jià)機(jī)制的基礎(chǔ)上，大多數(shù)學(xué)者探究了價(jià)格波動(dòng)的影響因素，從外部和內(nèi)部進(jìn)行闡述（李錚等，2015;馮家從等，2018）。從長(zhǎng)期來(lái)看，國(guó)家政策、經(jīng)濟(jì)環(huán)境、交易主體、市場(chǎng)活躍度等是影響碳價(jià)的重要因素，且各大試點(diǎn)的碳價(jià)波動(dòng)既有共性也有差異。GARCH族模型能較好地刻畫(huà)碳價(jià)波動(dòng)的異方差性和波動(dòng)聚集性，代表性文獻(xiàn)有Borovkov 等（2011）、蔣晶晶等（2015）、Ren等（2017）。同時(shí)部分學(xué)者運(yùn)用了跳躍SV、變結(jié)構(gòu)ASV等模型精準(zhǔn)刻畫(huà)波動(dòng)的跳躍性，代表性文獻(xiàn)有：劉維泉等（2011）、Chevallier等（2014）、張晨等（2016）。

三、碳排放權(quán)交易價(jià)格變動(dòng)特征及比較分析

由于我國(guó)碳試點(diǎn)市場(chǎng)開(kāi)展時(shí)間不一且市場(chǎng)活躍度相差較大，因此本文選取較具代表性的深圳、北京、上海、湖北四個(gè)市場(chǎng)的碳價(jià)為研究對(duì)象，對(duì)各試點(diǎn)的碳價(jià)波動(dòng)進(jìn)行比較分析。通過(guò)觀察中國(guó)碳交易網(wǎng)的官方數(shù)據(jù)，深圳作為最早建立的碳試點(diǎn)市場(chǎng)，其價(jià)格波動(dòng)大致呈“倒V型”，初期價(jià)格上下起伏較大，尤其在2014年6月至10月間價(jià)格波動(dòng)較大，之后價(jià)格逐趨穩(wěn)定。北京碳市場(chǎng)交易價(jià)格波動(dòng)幅度相對(duì)較小，2014年7月14日飆升到76.71的峰值，2014年8月逐漸回落至穩(wěn)定狀態(tài)。上海碳市場(chǎng)總體來(lái)說(shuō)是價(jià)格波動(dòng)最劇烈的一個(gè)市場(chǎng)，在2014年7月至2016年7月，交易價(jià)格呈“斜坡式”逐步下滑，從2017年3月以后，價(jià)格逐步趨于穩(wěn)定。湖北碳市場(chǎng)自建立以來(lái)，交易價(jià)格走勢(shì)較為平穩(wěn)，以較小的“波浪型”在10～30元之間起伏。

總體來(lái)說(shuō)，我國(guó)碳試點(diǎn)市場(chǎng)的發(fā)展?jié)u趨成熟，碳排放權(quán)交易價(jià)格也逐步穩(wěn)定。但比較來(lái)看，價(jià)格波動(dòng)較大的試點(diǎn)有深圳、上海，價(jià)格波動(dòng)較小的試點(diǎn)有北京、湖北。不同政策偏向和價(jià)格機(jī)制是導(dǎo)致各地價(jià)格波動(dòng)相差較大的重要因素，但各試點(diǎn)價(jià)格波動(dòng)趨勢(shì)有一定的“趨同性”，往往都是在試點(diǎn)市場(chǎng)建立的初期會(huì)經(jīng)歷價(jià)格劇烈波動(dòng)時(shí)期，之后在逐步完善市場(chǎng)交易中又趨于平穩(wěn)。

四、碳排放權(quán)交易價(jià)格波動(dòng)的實(shí)證研究

（一）數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

我國(guó)七大省市碳交易試點(diǎn)的發(fā)展?fàn)顩r不一，考慮到交易的連續(xù)性、活躍性、以及試點(diǎn)的代表性，選擇深圳、北京、上海、湖北碳排放權(quán)交易試點(diǎn)的碳價(jià)作為我國(guó)碳價(jià)代表。選取2014年6月16日至2019年5月15日為樣本區(qū)間，整理觀察數(shù)據(jù)4324個(gè)。數(shù)據(jù)來(lái)源于中國(guó)碳交易網(wǎng)。

在對(duì)時(shí)間序列進(jìn)行分析時(shí)，所采用的數(shù)據(jù)應(yīng)當(dāng)是平穩(wěn)的，但從以往的價(jià)格走勢(shì)可以發(fā)現(xiàn)，碳交易價(jià)格數(shù)據(jù)是波動(dòng)的、不穩(wěn)定的，因而對(duì)日交易價(jià)格進(jìn)行了對(duì)數(shù)差分處理，從而研究對(duì)象為碳交易價(jià)格的收益率序列。使用的統(tǒng)計(jì)軟件為EViews8.0，描述性統(tǒng)計(jì)結(jié)果如表1所示。

深圳碳試點(diǎn)與上海碳試點(diǎn)收益率為負(fù)，北京碳試點(diǎn)與湖北碳試點(diǎn)收益率為正，但上海碳試點(diǎn)的標(biāo)準(zhǔn)差最大，說(shuō)明上海試點(diǎn)市場(chǎng)的碳價(jià)波動(dòng)最劇烈。從偏度來(lái)看，北京、湖北兩個(gè)試點(diǎn)呈現(xiàn)出左偏，深圳、上海兩個(gè)試點(diǎn)呈現(xiàn)出右偏。從峰度來(lái)看，四個(gè)碳試點(diǎn)市場(chǎng)的峰度均高于正態(tài)分布的峰度值3，說(shuō)明收益率序列具有明顯的尖峰厚尾特征。Jarque-Bera的P值均為0，說(shuō)明在極小水平下，收益率顯著異于正態(tài)。

（二）模型的建立

在使用GARCH模型進(jìn)行實(shí)證分析前，需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。對(duì)收益率序列進(jìn)行ADF單位根檢驗(yàn)，結(jié)果顯示序列是平穩(wěn)的。然后根據(jù)自相關(guān)函數(shù)分析圖建立一階的均值方程，發(fā)現(xiàn)殘差序列具有很強(qiáng)的時(shí)變效應(yīng)和集聚效應(yīng)，存在ARCH效應(yīng)。接著進(jìn)行殘差序列的ARCH-LM檢驗(yàn)，發(fā)現(xiàn)P值幾乎為0，進(jìn)一步說(shuō)明收益率序列存在ARCH效應(yīng)。

根據(jù)上述分析，建立GARCH（1，1）模型。結(jié)果顯示，四個(gè)試點(diǎn)的模型效果均顯著。而北京碳價(jià)收益率序列的ARCH項(xiàng)最大，為0.388033，表明外部因素對(duì)碳價(jià)波動(dòng)的影響較大;深圳碳價(jià)收益率序列的GARCH項(xiàng)最大，為0.872057，表明歷史前期的碳價(jià)水平對(duì)后期的碳價(jià)波動(dòng)有顯著影響。并且北京、深圳兩市場(chǎng)的ARCH項(xiàng)和GARCH項(xiàng)系數(shù)之和接近于1，說(shuō)明序列屬于弱平穩(wěn)過(guò)程，波動(dòng)會(huì)逐漸衰減，同時(shí)波動(dòng)的持續(xù)時(shí)間也會(huì)較長(zhǎng)。

在此基礎(chǔ)上建立TGARCH模型，從表2中可以發(fā)現(xiàn)北京碳市場(chǎng)收益序列系數(shù)不顯著，所以不具有顯著的非對(duì)稱性。上海和湖北碳市場(chǎng)收益率非對(duì)稱項(xiàng)估計(jì)系數(shù)為負(fù)，表明存在負(fù)杠桿效應(yīng);深圳碳市場(chǎng)收益率非對(duì)稱項(xiàng)估計(jì)系數(shù)為正，表明存在正杠桿效應(yīng)。

五、結(jié)論與政策建議

本文通過(guò)價(jià)格走勢(shì)圖和GARCH模型對(duì)四個(gè)碳試點(diǎn)市場(chǎng)的碳價(jià)波動(dòng)進(jìn)行了探究，研究顯示我國(guó)碳交易試點(diǎn)的市場(chǎng)活躍度、交易規(guī)模等都有較大的差異，碳價(jià)波動(dòng)也具有較強(qiáng)的持續(xù)性和波動(dòng)聚集性，并伴隨著不同的杠桿性，外部因素對(duì)碳價(jià)波動(dòng)的影響較顯著。為促進(jìn)我國(guó)碳交易市場(chǎng)平穩(wěn)運(yùn)行，提出以下政策建議：

1.加快建立全國(guó)統(tǒng)一的碳排放交易市場(chǎng)，加強(qiáng)價(jià)格調(diào)控力度。增強(qiáng)貫穿我國(guó)東、中、西部地區(qū)碳試點(diǎn)市場(chǎng)的聯(lián)系，互相借鑒發(fā)展經(jīng)驗(yàn)，建立統(tǒng)一碳交易價(jià)格機(jī)制，縮小地域性碳價(jià)差異。利用相關(guān)金融政策，對(duì)碳價(jià)的異常波動(dòng)采取抑制手段，減少碳價(jià)波動(dòng)引起的市場(chǎng)風(fēng)險(xiǎn)。

2.提高碳排放交易市場(chǎng)流動(dòng)性，增強(qiáng)交易的活躍度。出臺(tái)相關(guān)優(yōu)惠政策，提高交易主體的積極性，并加快碳交易市場(chǎng)衍生產(chǎn)品的開(kāi)發(fā)，開(kāi)辟新的交易渠道。在一定程度上降低投資者的交易門(mén)檻，鼓勵(lì)投資者參與市場(chǎng)交易。

3.完善信息披露機(jī)制，加強(qiáng)政府部門(mén)監(jiān)管。建立及時(shí)有效的信息披露機(jī)制，向市場(chǎng)參與者提供及時(shí)、完整、有效的價(jià)格數(shù)據(jù)以供其作出投資判斷。同時(shí)，政府加強(qiáng)對(duì)交易市場(chǎng)的監(jiān)控，防止違法違規(guī)行為。

參考文獻(xiàn)：

[1]李錚.碳交易概況及碳排放權(quán)價(jià)格影響因素的實(shí)證分析[J].商，2015（10）：101-102.

[2]馮家叢，馮澤青，田輝建，曹曉澤.碳排放權(quán)價(jià)格的影響因素研究——基于我國(guó)碳排放權(quán)試點(diǎn)的實(shí)證分析[J].商業(yè)會(huì)計(jì)，2018（02）：14-17.

[3]Borovkov K，Decrouez G，Hinz J.Jump-diffusion Modeling in Emission Markets[J].Stochastic Models，2011，27（01）：50-76.

[4]蔣晶晶，葉斌，馬曉明.基于 GARCH-EVT-VaR 模型的碳市場(chǎng)風(fēng)險(xiǎn)計(jì)量實(shí)證研究[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，51（03）：511-517.

[5]Ren C，Lo A Y. Emission trading and carbon market performance in Shenzhen，China[J].Applied Energy，2017，193 （03）：414-425.

[6]劉維泉，郭兆暉.EU ETS碳排放期貨市場(chǎng)風(fēng)險(xiǎn)度量——基于SV模型的實(shí)證分析[J].系統(tǒng)工程，2011，29（10）：14-23.

[7]Chevallier J，S.vi B.On the Stochastic Properties of Carbon Futures Price[J].Environmental and resource Economics，2014，58（01）：127-153.

[8]張晨，吳亞奇.基于變結(jié)構(gòu)ASV模型的后京都時(shí)代CER碳價(jià)波動(dòng)特征研究[J].中國(guó)人口·資源與環(huán)境，2016，26（S2）：16-19.

*本文系江蘇大學(xué)2019年度大學(xué)生科研立項(xiàng)項(xiàng)目（項(xiàng)目編號(hào)：18C004）。

（作者單位：江蘇大學(xué)）