周天蕓 許銳翔

（中山大學(xué)國(guó)際商學(xué)院，廣東廣州510275）

中國(guó)碳排放權(quán)交易價(jià)格的形成及其波動(dòng)特征
——基于深圳碳排放權(quán)交易所的數(shù)據(jù)

周天蕓 許銳翔

（中山大學(xué)國(guó)際商學(xué)院，廣東廣州510275）

《京都議定書》的生效促使各國(guó)建立碳排放權(quán)交易市場(chǎng)，本文基于國(guó)內(nèi)外已有的實(shí)踐和研究，運(yùn)用深圳碳排放權(quán)交易所的碳排放權(quán)價(jià)格數(shù)據(jù)，分析能源價(jià)格、宏觀經(jīng)濟(jì)、氣候和國(guó)外碳排放權(quán)價(jià)格對(duì)國(guó)內(nèi)碳排放權(quán)交易價(jià)格的影響。結(jié)果表明，國(guó)內(nèi)碳排放權(quán)的交易價(jià)格受煤炭?jī)r(jià)格的影響最為顯著，空氣質(zhì)量指數(shù)也是重要影響因素之一，工業(yè)指數(shù)和EU ETS市場(chǎng)CER期貨的價(jià)格也存在著正向引導(dǎo)的作用，但系數(shù)較??；誤差修正模型結(jié)果表明，國(guó)內(nèi)碳排放權(quán)交易價(jià)格存在“反向修正”機(jī)制，但其修正速度較慢。此外，本文通過(guò)ARMAGARCH模型對(duì)國(guó)內(nèi)碳排放權(quán)價(jià)格收益率的波動(dòng)性特征進(jìn)行分析，發(fā)現(xiàn)收益率存在明顯自相關(guān)過(guò)程和條件異方差效應(yīng)，并且與其二階滯后項(xiàng)的聯(lián)系最為密切。

碳排放權(quán)；交易價(jià)格；收益率波動(dòng)

自西方國(guó)家工業(yè)革命以來(lái)，全球經(jīng)濟(jì)發(fā)展迅猛，對(duì)化石燃料的需求也不斷增長(zhǎng)，進(jìn)而導(dǎo)致溫室氣體的排放量（也稱碳排放量）與日俱增，全球變暖等氣候問(wèn)題逐漸受到世界各國(guó)的重視。為了抑制氣候問(wèn)題的進(jìn)一步惡化和保證全球經(jīng)濟(jì)的可持續(xù)發(fā)展，西方國(guó)家開啟了全球范圍內(nèi)的減排計(jì)劃，《聯(lián)合國(guó)氣候變化公約》和《京都議定書》分別于1992年和1997年正式通過(guò)，對(duì)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家規(guī)定“共同但有區(qū)別”的減排責(zé)任。發(fā)達(dá)國(guó)家在減排目標(biāo)的約束下，實(shí)施了一系列促進(jìn)減排的政策和法案，并建立能提供碳排放權(quán)交易的市場(chǎng)，這些措施有效控制了發(fā)達(dá)國(guó)家的碳排放量，保障減排計(jì)劃的順利進(jìn)行。

全球碳排放權(quán)交易市場(chǎng)自建立以來(lái)，經(jīng)歷了迅速的發(fā)展。《京都議定書》作為全球強(qiáng)制性碳減排的最有力制度標(biāo)準(zhǔn)，規(guī)定了附錄Ⅰ的37個(gè)工業(yè)化發(fā)達(dá)國(guó)家所承擔(dān)的減排責(zé)任。為了履行減排承諾，各國(guó)陸續(xù)建立碳排放權(quán)交易市場(chǎng)①，其中歐盟排放交易體系（EU ETS②）從2005年正式運(yùn)營(yíng)，無(wú)論是市場(chǎng)價(jià)值還是成交量，都遠(yuǎn)超其他發(fā)達(dá)國(guó)家的交易體系，成為全球碳排放權(quán)交易市場(chǎng)的領(lǐng)跑者③。發(fā)展中國(guó)家，特別是未包含在附錄Ⅰ內(nèi)的國(guó)家，雖然暫時(shí)不必承擔(dān)強(qiáng)制性的減排任務(wù)，但很多也通過(guò)清潔發(fā)展機(jī)制（CDM）參與到全球減排計(jì)劃中去（《京都議定書》一共引進(jìn)了三種履約機(jī)制來(lái)幫助各國(guó)降低減排的成本，其中CDM是附錄Ⅰ國(guó)家和非附錄Ⅰ國(guó)家能夠聯(lián)合開展碳減排項(xiàng)目的唯一機(jī)制）。

我國(guó)作為最大的碳排放國(guó)，同時(shí)也是最具減排潛力的發(fā)展中國(guó)家，一直以積極負(fù)責(zé)的態(tài)度推進(jìn)CDM項(xiàng)目的實(shí)施，成為CER④（碳排放核證減排量）市場(chǎng)最大的賣家。實(shí)際上，碳排放的買方（《京都議定書》附錄Ⅰ國(guó)家，特別是歐盟國(guó)家）借助自身先進(jìn)成熟的交易機(jī)制和市場(chǎng)，在全球碳排放權(quán)交易市場(chǎng)中掌握定價(jià)權(quán)，而以我國(guó)為代表的賣方則處于信息劣勢(shì)地位，缺乏定價(jià)權(quán)。特別是2012年后，CER價(jià)格多在低位徘徊，賣方被迫低價(jià)出售CER的情況時(shí)有出現(xiàn)，以致無(wú)法獲得合理的收益（鄒亞生和魏薇，2013）。

為了爭(zhēng)取碳排放的定價(jià)權(quán)，并且為了應(yīng)對(duì)日后可能對(duì)發(fā)展中國(guó)家的強(qiáng)制性減排責(zé)任，我國(guó)“十二五”規(guī)劃綱要明確要建立碳排放交易市場(chǎng)。自2013年6月份以來(lái)，深圳、上海、北京、天津和廣州五個(gè)城市陸續(xù)建立碳排放權(quán)交易所，并形成一定的規(guī)模。本文對(duì)國(guó)內(nèi)碳排放的交易價(jià)格及其風(fēng)險(xiǎn)進(jìn)行研究，發(fā)現(xiàn)其市場(chǎng)規(guī)律和運(yùn)行特征，認(rèn)識(shí)并規(guī)避有關(guān)的投資風(fēng)險(xiǎn)，對(duì)于我國(guó)掌握合理的定價(jià)機(jī)制，在國(guó)際碳排放權(quán)市場(chǎng)占有一定地位具有重要意義。

一、文獻(xiàn)綜述

國(guó)外學(xué)者對(duì)于碳排放的研究相對(duì)較早，主要集中在碳排放權(quán)交易價(jià)格決定的理論、碳排放權(quán)價(jià)格決定的實(shí)證、碳排放權(quán)價(jià)格收益率的波動(dòng)和溢出效應(yīng)等三個(gè)方面。

碳排放權(quán)價(jià)格的理論研究開展得比較早，在《京都議定書》的背景下，在碳排放權(quán)市場(chǎng)正式投入運(yùn)營(yíng)之前，國(guó)外學(xué)者開始研究不同的理論交易體系對(duì)于國(guó)際減排目標(biāo)的達(dá)成及其減排成本的影響。這類文獻(xiàn)大多先研究國(guó)際碳排放交易對(duì)于實(shí)現(xiàn)國(guó)際減排的作用，然后通過(guò)模型分析碳排放交易體系是否應(yīng)該存在、在碳減排交易體系下的邊際減排成本及其對(duì)宏觀經(jīng)濟(jì)和相關(guān)行業(yè)的影響。研究認(rèn)為，存在碳排放交易體系的減排成本會(huì)低于不存在時(shí)的交易成本，且交易主體從碳排放交易體系中獲利的潛力巨大。克里斯琴森等（Christiansen等，2005）根據(jù)需求和供給基礎(chǔ)進(jìn)行理論分析，并篩選出以下因素作為EU ETS的碳排放權(quán)價(jià)格：政策和監(jiān)管、市場(chǎng)基礎(chǔ)（包括排放—配額比例，電力廠商在不同化石能源間的轉(zhuǎn)換行為、天氣和產(chǎn)量）。

隨著碳排放權(quán)市場(chǎng)開始運(yùn)營(yíng)，特別是EU ETS正式運(yùn)作以來(lái)，國(guó)外學(xué)者對(duì)碳排放權(quán)交易價(jià)格的實(shí)證研究也逐漸增多，主要集中于以下兩方面：

首先，研究EUA價(jià)格的影響因素，包括能源、天氣、制度、宏觀經(jīng)濟(jì)和金融市場(chǎng)。巴塔列爾（Bataller，2007）和阿爾貝羅拉（Alberola等，2008）是最早對(duì)能源市場(chǎng)和碳排放權(quán)價(jià)格的關(guān)系進(jìn)行計(jì)量分析的國(guó)外學(xué)者之一。在階段一EUA現(xiàn)貨和期貨數(shù)據(jù)的基礎(chǔ)上，前者發(fā)現(xiàn)EUA價(jià)格和化石能源（石油、天然氣和煤炭）使用之間存在一定關(guān)聯(lián)。后者使用階段二拓展后的數(shù)據(jù)，強(qiáng)調(diào)能源和碳排放權(quán)價(jià)格之間的關(guān)系依賴于不同的階段，且最主要的影響是制度性事件。邦恩和費(fèi)齊（Bunn和Fezzi，2009）使用英國(guó)電力、天然氣和碳排放權(quán)價(jià)格，通過(guò)構(gòu)造一個(gè)結(jié)構(gòu)性的VEC模型，推導(dǎo)碳排放權(quán)價(jià)格傳導(dǎo)電力價(jià)格的動(dòng)態(tài)途徑，進(jìn)一步證明三者的相互作用。德拉魯?shù)龋―elarue等，2008）對(duì)電力廠商在不同化石能源間的轉(zhuǎn)換行為對(duì)碳排放權(quán)價(jià)格的影響進(jìn)行了研究。此外，在天氣與碳排放權(quán)價(jià)格的研究上，巴塔列爾（2007）、阿爾貝羅拉等（2008）和欣特曼（Hintermann，2010）的研究都表明，碳排放權(quán)價(jià)格受到未預(yù)期的氣候波動(dòng)的影響，包括氣溫、降水量和風(fēng)速。阿爾貝羅拉等（2008）發(fā)現(xiàn)，剔除季節(jié)因素后極端（特別是未預(yù)期到的）氣溫變化對(duì)碳排放權(quán)價(jià)格有顯著的影響。

其次，由于EU ETS是一個(gè)人為建立的強(qiáng)制性市場(chǎng)，其制度受到各方談判勢(shì)力和政治事件的影響。阿爾貝羅拉等（2008）的研究表明，EUA現(xiàn)貨價(jià)格不僅和能源價(jià)格有關(guān)，與未預(yù)期到的溫度變化有關(guān)，并且受到政治和市場(chǎng)事件的影響。達(dá)斯卡拉基斯等（Daskalakis等，2009）發(fā)現(xiàn)，在EU ETS禁止配額存儲(chǔ)和借入的不同階段，碳排放配額的儲(chǔ)存和借貸對(duì)于EUA期貨價(jià)格有著顯著的影響，并為階段內(nèi)和跨階段的EUA期貨和期權(quán)提出定價(jià)和套期保值的理論框架。阿爾貝羅拉和謝瓦利爾（Alberola和Chevallier，2009）認(rèn)為，歐盟委員會(huì)禁止配額存儲(chǔ)和借入的原因在于不想把“試驗(yàn)期”階段不完善的市場(chǎng)交易體系延續(xù)到下一個(gè)階段。

同時(shí)，國(guó)外學(xué)者也研究了碳排放權(quán)市場(chǎng)和宏觀經(jīng)濟(jì)及金融市場(chǎng)之間的關(guān)系。由于工業(yè)產(chǎn)出增加，相關(guān)的二氧化碳排放量就會(huì)增加，因此會(huì)有更多的企業(yè)購(gòu)買碳排放權(quán)，以抵消其自身的排放。阿爾貝羅拉（2008）在階段一EU ETS內(nèi)工業(yè)部門產(chǎn)出變化的基礎(chǔ)上，對(duì)產(chǎn)出和環(huán)境條件對(duì)碳排放權(quán)的影響進(jìn)行實(shí)證，結(jié)果表明經(jīng)濟(jì)活動(dòng)的波動(dòng)是四個(gè)國(guó)家（德國(guó)、西班牙、波蘭、英國(guó)）的燃燒、造紙和鋼鐵部門碳排放權(quán)價(jià)格收益的關(guān)鍵因素。奧本多夫（Oberndorfer，2009）從股票市場(chǎng)角度進(jìn)行研究，發(fā)現(xiàn)碳排放權(quán)價(jià)格變化和大部分歐洲電力公司的股票收益率有著正向的關(guān)系，但會(huì)隨著國(guó)家和時(shí)間變化。謝瓦利爾（2009）對(duì)碳排放權(quán)市場(chǎng)和股票及債券市場(chǎng)的關(guān)系提供更全面的處理，通過(guò)估計(jì)多個(gè)不同的波動(dòng)模型，發(fā)現(xiàn)EUA期貨的收益率能在股息和垃圾債券溢價(jià)的基礎(chǔ)上得到預(yù)測(cè)，宏觀經(jīng)濟(jì)活動(dòng)對(duì)碳排放權(quán)市場(chǎng)的影響通常一階滯后，因?yàn)檫@個(gè)市場(chǎng)有著特定的制度約束。

由于市場(chǎng)上EUA和CER之間存在著差價(jià)，因此金融和工業(yè)部門能夠從買入CER賣出EUA中套利，巴塔列爾等（2011）發(fā)現(xiàn)這個(gè)差價(jià)主要由EUA價(jià)格和市場(chǎng)微觀結(jié)構(gòu)決定，其次是與排放相關(guān)的基礎(chǔ)變量。庫(kù)普和托萊（Koop和Tole，2013）通過(guò)允許參數(shù)隨時(shí)間變化的時(shí)間序列模型研究，表明EUA期貨價(jià)格對(duì)于CER價(jià)格有決定性作用，且這個(gè)隨時(shí)間變化的參數(shù)與宏觀經(jīng)濟(jì)事件相關(guān)。納齊夫（Nazifi，2013）同樣通過(guò)變參數(shù)分析，發(fā)現(xiàn)市場(chǎng)缺乏競(jìng)爭(zhēng)性、對(duì)獲取CER的約束、對(duì)EUA和CER監(jiān)管的改變以及CER的不確定性才能解釋兩者的差價(jià)。

奧本多夫（2009）發(fā)現(xiàn)EUA價(jià)格變化和電力股票收益之間存在著關(guān)聯(lián)。謝瓦利爾（2011）通過(guò)115個(gè)指標(biāo)的463個(gè)日數(shù)據(jù)，采用Factor-Augmented VAR模型，發(fā)現(xiàn)CER期貨價(jià)格通常會(huì)比EUA現(xiàn)貨和期貨價(jià)格對(duì)外生性變量更加顯著。里特勒（Rittler，2012）運(yùn)用GARCH模型，發(fā)現(xiàn)EUA期貨市場(chǎng)會(huì)首先捕捉到新信息，然后價(jià)格波動(dòng)會(huì)逐漸從EUA期貨市場(chǎng)轉(zhuǎn)移到現(xiàn)貨市場(chǎng)。庫(kù)普和托萊（2013）通過(guò)格蘭杰因果關(guān)系檢驗(yàn)卻發(fā)現(xiàn)CER、EUA現(xiàn)貨和期貨價(jià)格三者兩兩之間不存在波動(dòng)溢出效應(yīng)，因?yàn)樵谟行У慕鹑谑袌?chǎng)中可以找到完美替代的資產(chǎn)。

由于國(guó)內(nèi)碳排放權(quán)的交易市場(chǎng)剛建立不久，國(guó)內(nèi)學(xué)者對(duì)國(guó)內(nèi)碳排放權(quán)市場(chǎng)交易價(jià)格的實(shí)證研究較少。在碳排放權(quán)價(jià)格影響因素的研究上，鄒亞生和魏薇（2013）通過(guò)建立VAR和VEC模型發(fā)現(xiàn)，CER現(xiàn)貨價(jià)格會(huì)受到宏觀經(jīng)濟(jì)指標(biāo)（工業(yè)生產(chǎn)指數(shù)）和氣候指標(biāo)（地表月均溫度差異值）的正向影響，而且受到其期貨價(jià)格的影響也較為顯著。陳曉紅和王陟昀（2013）從供給、需求和市場(chǎng)三方面進(jìn)行理論分析，認(rèn)為受政策和制度配額供給是EUA價(jià)格的最重要影響因素，并且能源價(jià)格也是影響因素，而氣溫、降水等天氣因素的作用不明顯。戚婷婷和魯煒（2009）使用公共因子模型，發(fā)現(xiàn)CER現(xiàn)貨價(jià)格和期貨價(jià)格之間存在長(zhǎng)期均衡關(guān)系，且期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能較強(qiáng)。而洪涓和陳靜（2010）認(rèn)為CER期貨價(jià)格主要受現(xiàn)貨價(jià)格引導(dǎo)，價(jià)格發(fā)現(xiàn)功能沒有體現(xiàn)。黃明晧等（2010）對(duì)CER期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)和套期保值功能進(jìn)行實(shí)證，結(jié)果表明CER期貨市場(chǎng)短期具有較好的價(jià)格發(fā)現(xiàn)功能，但長(zhǎng)期價(jià)格發(fā)現(xiàn)功能不明顯。此外，在研究碳排放權(quán)價(jià)格波動(dòng)和溢出效應(yīng)上，張躍軍和魏一鳴（2010）采用狀態(tài)空間模型和VAR模型，發(fā)現(xiàn)油價(jià)沖擊是碳排放權(quán)價(jià)格波動(dòng)的最主要影響因素，其次是天然氣和煤炭，但天然氣的持續(xù)時(shí)間最長(zhǎng)。郭輝等（2012）通過(guò)BEKKGARCH模型發(fā)現(xiàn)，盡管EUA和CER期貨價(jià)格在短期內(nèi)存在互相引導(dǎo)的關(guān)系，但EUA對(duì)CER期貨價(jià)格具有主導(dǎo)拉動(dòng)作用，且EUA期貨市場(chǎng)的“壞消息”對(duì)CER期貨市場(chǎng)有著明顯的沖擊作用。

目前國(guó)內(nèi)學(xué)者對(duì)國(guó)內(nèi)碳排放權(quán)市場(chǎng)的實(shí)證研究剛剛起步，缺少直接以國(guó)內(nèi)碳排放權(quán)市場(chǎng)為研究對(duì)象的研究，本文將在已有研究的基礎(chǔ)上，選取更貼合我國(guó)碳排放實(shí)際的因素，采用VAR和VEC模型，探究國(guó)內(nèi)碳排放權(quán)價(jià)格與能源、宏觀經(jīng)濟(jì)、CER期貨價(jià)格、氣候的關(guān)系，并進(jìn)一步探究國(guó)內(nèi)碳排放權(quán)收益率的波動(dòng)特征。

二、我國(guó)碳排放權(quán)交易價(jià)格形成的實(shí)證檢驗(yàn)

基于現(xiàn)有研究，本文除了引入能源價(jià)格、宏觀經(jīng)濟(jì)、氣候這三個(gè)因素外，考慮到隨著國(guó)內(nèi)碳排放權(quán)市場(chǎng)的建成，國(guó)內(nèi)碳排放權(quán)價(jià)格會(huì)與國(guó)際接軌，并與國(guó)際碳排放權(quán)市場(chǎng)（特別是EU ETS）有所關(guān)聯(lián)，因此，本文還引入與我國(guó)減排關(guān)系最密切的EU ETS市場(chǎng)中CER期貨作為國(guó)外碳排放權(quán)價(jià)格的影響因素，探究國(guó)內(nèi)碳排放權(quán)價(jià)格是否會(huì)受國(guó)外CER期貨價(jià)格的影響。綜上，本文采用碳排放權(quán)價(jià)格、能源價(jià)格、宏觀經(jīng)濟(jì)、氣候因素、國(guó)外碳排放權(quán)價(jià)格等五類數(shù)據(jù)。

國(guó)內(nèi)首家碳排放權(quán)交易所2013年6月18日于深圳成立，并進(jìn)行碳排放的交易?？紤]到深圳碳排放權(quán)交易所在國(guó)內(nèi)五大交易所中的交易時(shí)間最長(zhǎng)⑤、累計(jì)交易額和成交量最大，其交易價(jià)格最有代表性、交易制度最成熟，故選取深圳碳排放權(quán)交易所的交易價(jià)格作為國(guó)內(nèi)碳排放的交易價(jià)格。為了保證數(shù)據(jù)的連續(xù)性，本文選取2013年8月5日至2014年3月17日的135個(gè)日交易數(shù)據(jù)，交易價(jià)格為當(dāng)天交易的平均價(jià)格⑥。數(shù)據(jù)來(lái)源于深圳碳排放權(quán)交易所和ideacarbon網(wǎng)站。

對(duì)化石能源的需求不僅取決于其絕對(duì)價(jià)格和相對(duì)價(jià)格，且從含碳量高的能源到含碳量低的能源的邊際轉(zhuǎn)換成本也構(gòu)成碳排放權(quán)價(jià)格的重要因素（謝瓦利爾，2011）。如果一種含碳量高的化石能源（例如煤炭）的價(jià)格上漲會(huì)引起含碳量低的化石能源（例如石油和天然氣）需求上升，更多地使用含碳量低的化石能源將會(huì)使碳排放量相對(duì)之前有所回落，從而將會(huì)使得碳排放需求和價(jià)格回落。我國(guó)是能源消耗大國(guó)，也是碳排放大國(guó)，分別居世界第二和第一。國(guó)外學(xué)者在選取化石能源的時(shí)候通常選取石油和天然氣（邦恩等）。在我國(guó)的能源消耗構(gòu)成中，消耗量最大的能源是煤炭，其次才是石油和天然氣，而在這三種化石能源當(dāng)中，煤炭是含碳量最高、污染最大的能源。因此，為了更切合我國(guó)能源消耗的實(shí)際，本文選擇煤炭?jī)r(jià)格作為能源價(jià)格的指標(biāo)。

我國(guó)已建有多個(gè)煤炭期貨交易的市場(chǎng)，如鄭州商品交易所的動(dòng)力煤期貨和大連商品交易所的焦炭期貨；此外也建立了煤炭?jī)r(jià)格指數(shù)，以便能更全面地反映我國(guó)整體煤炭?jī)r(jià)格的變動(dòng)趨勢(shì)，如中國(guó)煤炭?jī)r(jià)格指數(shù)、環(huán)渤海動(dòng)力煤價(jià)格指數(shù)和中國(guó)太原煤炭交易價(jià)格指數(shù)，但以上這些數(shù)據(jù)的發(fā)布周期約為每周一次，不能滿足本文要求。因此考慮到數(shù)據(jù)的豐富性和可得性，本文選取卓越資訊⑦上公布的煤炭?jī)r(jià)格指數(shù)的日數(shù)據(jù)作為國(guó)內(nèi)能源價(jià)格的指標(biāo)。

對(duì)碳排放權(quán)有需求的部門通常都是工業(yè)部門，特別是能源、鋼鐵、發(fā)電等能耗較大的行業(yè)。理論上如果宏觀經(jīng)濟(jì)發(fā)展越景氣，工業(yè)部門的碳排放量也會(huì)越大，因此對(duì)碳排放權(quán)的需求也就會(huì)越大。由于深圳碳排放權(quán)交易所的交易會(huì)員⑧基本上都是制造或能源企業(yè)，因此本文選取中證行業(yè)指數(shù)中的工業(yè)指數(shù)⑨的日數(shù)據(jù)對(duì)我國(guó)宏觀經(jīng)濟(jì)，特別是對(duì)工業(yè)部門的衡量，數(shù)據(jù)來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)。雖然宏觀工業(yè)指數(shù)的上漲或下跌不能反映碳排放權(quán)交易所交易會(huì)員企業(yè)自身的實(shí)際情況，但是由于其上下游企業(yè)可能會(huì)廣泛地分布于全國(guó)各個(gè)地區(qū)和主要的制造行業(yè)，因此工業(yè)指數(shù)可以通過(guò)這些上下游的企業(yè)最終影響到交易會(huì)員企業(yè)自身對(duì)碳排放權(quán)的購(gòu)買或出售決策，因此，選取工業(yè)指數(shù)作為碳排放權(quán)價(jià)格的影響因素之一是合理的。

研究表明，氣候指標(biāo)特別是異常、未預(yù)期到的溫度變化會(huì)大幅度提高碳排放權(quán)的價(jià)格，因?yàn)槲搭A(yù)期的極端冷熱天氣都會(huì)使得電力和化石能源的消耗暴增，從而使得與之相關(guān)的企業(yè)對(duì)碳排放權(quán)的需求突然增長(zhǎng)，從而拉高碳排放權(quán)的價(jià)格。雖然這樣的分析邏輯有一定的合理性，但這只代表一種間接的影響，本文期望能找到一種氣候指標(biāo)，以便直接反映碳排放量多少，空氣質(zhì)量指數(shù)是可以選擇的指標(biāo)。我國(guó)碳排放權(quán)交易的興起與近幾年日益嚴(yán)重的空氣污染，特別是PM 2.5和霧霾有關(guān)?？諝馕廴咀钪庇^的來(lái)源是汽車尾氣，各個(gè)能耗大的工業(yè)企業(yè)排放的工業(yè)廢氣，也有農(nóng)村城鎮(zhèn)化過(guò)程中的麥稈焚燒，我國(guó)居民烹飪方式導(dǎo)致的油煙排放等。空氣污染程度可以作為碳排放量的較為直接的指標(biāo)，即空氣質(zhì)量越差一定程度代表著工業(yè)廢氣、溫室氣體或等價(jià)的二氧化碳排放量的增長(zhǎng)，因此能夠預(yù)期相關(guān)企業(yè)對(duì)碳排放權(quán)的需求增加。因此，本文選擇國(guó)家環(huán)境監(jiān)測(cè)中心每天發(fā)布的空氣質(zhì)量指數(shù)AQI，AQI數(shù)值越高，表示空氣質(zhì)量越差。AQI一共包括六個(gè)子指標(biāo)，即PM2.5、PM10、二氧化硫、二氧化氮、臭氧和一氧化碳，雖然并不直接包括二氧化碳濃度，但是由于排放氣體中的有害氣體部分只占很小一部分，更多的是二氧化碳，因此，選取AQI比較合適。為了更有代表性，本文選取國(guó)內(nèi)五個(gè)碳排放權(quán)交易所所在城市每天AQI的平均值，作為對(duì)氣候指標(biāo)的衡量。

在考慮國(guó)內(nèi)因素影響的同時(shí)，本文還考慮與我國(guó)碳排放權(quán)價(jià)格相關(guān)的國(guó)外CER期貨價(jià)格。由于國(guó)內(nèi)外碳排放權(quán)屬于同質(zhì)商品（均為1噸二氧化碳的排放權(quán)），我國(guó)碳排放權(quán)市場(chǎng)尚不成熟，很多時(shí)候國(guó)內(nèi)碳排放權(quán)價(jià)格會(huì)追隨國(guó)外的價(jià)格。同時(shí)，預(yù)期在套利機(jī)制下，EU ETS中CER期貨價(jià)格上升引起國(guó)內(nèi)市場(chǎng)碳排放權(quán)價(jià)格的上升，反之亦然。本文所使用的國(guó)外CER期貨價(jià)格數(shù)據(jù)來(lái)源于洲際交易所網(wǎng)站，并按照當(dāng)天匯率轉(zhuǎn)換成人民幣為單位。

雖然影響碳排放權(quán)價(jià)格的因素眾多，包括世界碳排放總量和我國(guó)碳排放容量等因素，都可能對(duì)碳排放權(quán)的價(jià)格造成影響，但由于受到數(shù)據(jù)可獲得性的限制，本文主要選取影響碳排放權(quán)價(jià)格的煤炭?jī)r(jià)格指數(shù)、工業(yè)指數(shù)、空氣質(zhì)量指數(shù)和EU ETS中CER期貨價(jià)格等指標(biāo)的數(shù)據(jù)，各指標(biāo)的數(shù)據(jù)來(lái)源見表1。

表1：指標(biāo)選取及數(shù)據(jù)來(lái)源

本文采用恩格爾和格蘭杰（Engle和Granger，1987）建立的基于向量自回歸（VAR）的向量誤差修正（VEC）模型對(duì)國(guó)內(nèi)碳排放權(quán)價(jià)格的影響因素進(jìn)行實(shí)證分析，該模型可以從長(zhǎng)期和短期兩個(gè)方面刻畫變量之間的動(dòng)態(tài)關(guān)系。在建立VEC模型之前，需要對(duì)變量間是否存在協(xié)整關(guān)系進(jìn)行檢驗(yàn)，本文建立如下協(xié)整方程。

其中，pt為國(guó)內(nèi)碳排放權(quán)交易價(jià)格，Coalt為煤炭?jī)r(jià)格指數(shù)，Indt為工業(yè)指數(shù)，AQIt為空氣質(zhì)量指數(shù)，CERt為EU ETS市場(chǎng)上CER期貨價(jià)格，且所有變量都已經(jīng)進(jìn)行對(duì)數(shù)處理，εt為隨機(jī)擾動(dòng)項(xiàng)，服從N（0，1）分布。

如果變量都為同階單整且存在協(xié)整關(guān)系，則可以相對(duì)應(yīng)地建立如（2）式的VEC模型，其中ecm-1是（1）式中的一階滯后殘差項(xiàng)，也是誤差修正項(xiàng)，其系數(shù)如果顯著為負(fù)數(shù)，則表明誤差修正是一個(gè)負(fù)反饋過(guò)程，當(dāng)某一時(shí)刻的短期值偏離了其長(zhǎng)期均衡時(shí)，其將使下一期的短期值向長(zhǎng)期均衡值回歸，因而此系數(shù)反映從短期到長(zhǎng)期的回復(fù)速度，數(shù)值的絕對(duì)值越大，從短期受沖擊后的狀態(tài)回到均衡狀態(tài)的調(diào)整速度也就越快。

在進(jìn)行協(xié)整檢驗(yàn)之前，先對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，本文對(duì)所選數(shù)據(jù)進(jìn)行ADF檢驗(yàn)。由于各個(gè)變量的數(shù)值都屬于價(jià)格類或氣候指標(biāo)類變量，預(yù)期并不存在明顯的時(shí)間趨勢(shì)效應(yīng)，即不會(huì)隨著時(shí)間的變化而增長(zhǎng)或減少，故本文在進(jìn)行ADF檢驗(yàn)時(shí)未加入時(shí)間趨勢(shì)項(xiàng)，結(jié)果如表2所示，所有的變量都為一階單整，即可以進(jìn)行協(xié)整檢驗(yàn)。

表2：平穩(wěn)性檢驗(yàn)

在進(jìn)行協(xié)整檢驗(yàn)之前需要先對(duì)最優(yōu)滯后階數(shù)進(jìn)行確定，本文選擇SC和HQ準(zhǔn)則確定滯后階數(shù)，最優(yōu)滯后階數(shù)為2。由于本文的變量多于兩個(gè)，故運(yùn)用Johansen進(jìn)行協(xié)整檢驗(yàn)，協(xié)整檢驗(yàn)結(jié)果如表3所示。

表3：協(xié)整檢驗(yàn)結(jié)果

由表3看出，在5%的顯著性水平下拒絕原假設(shè)，說(shuō)明5個(gè)變量之間存在長(zhǎng)期均衡關(guān)系，標(biāo)準(zhǔn)化的協(xié)整方程為：

從上式看出，煤炭?jī)r(jià)格對(duì)碳排放權(quán)價(jià)格的影響最大，系數(shù)為-4.79，系數(shù)為負(fù)數(shù)可能有以下兩方面的原因：一是煤炭?jī)r(jià)格升高導(dǎo)致煤炭的需求量下降并使碳排放量的需求和價(jià)格回落；二是煤炭?jī)r(jià)格升高會(huì)出現(xiàn)替代效應(yīng)，即使天然氣和石油的需求增加，由于天然氣和石油的含碳量均小于煤炭，也使得實(shí)際的碳排放量降低；空氣質(zhì)量指數(shù)對(duì)于碳排放權(quán)價(jià)格的彈性為2.45，僅次于能源價(jià)格，即AQI上升1%（也代表空氣質(zhì)量下降1%），對(duì)碳排放權(quán)的需求會(huì)增加，使得其價(jià)格升高2.45%，說(shuō)明當(dāng)今社會(huì)上對(duì)空氣質(zhì)量問(wèn)題的關(guān)注和政府控制空氣質(zhì)量的決心很強(qiáng)，對(duì)企業(yè)減排的要求也愈加強(qiáng)烈。

其次，工業(yè)指數(shù)的系數(shù)為1.13，表明宏觀經(jīng)濟(jì)的增長(zhǎng)將帶動(dòng)碳排放權(quán)價(jià)格的上漲，也說(shuō)明我國(guó)工業(yè)生產(chǎn)時(shí)能耗較高，會(huì)產(chǎn)生較多的二氧化碳，從而增加對(duì)碳排放權(quán)的需求；但其影響程度并不如能源價(jià)格和AQI，這可能和本文選取的研究對(duì)象有關(guān)，因?yàn)樯钲谔寂欧艡?quán)交易所的交易會(huì)員企業(yè)大多為深圳本地的制造和能源企業(yè)，用整體工業(yè)部門的表現(xiàn)來(lái)衡量這些企業(yè)的情況有些夸大。

再次，EU ETS市場(chǎng)上的CER期貨價(jià)格的影響力度最小，僅為0.89。這可以從兩方面解釋：一是國(guó)內(nèi)碳排放權(quán)市場(chǎng)剛成立不久，很多交易制度還不完善，還不是一個(gè)有效市場(chǎng)，對(duì)國(guó)外投資者也存在一定的限制，因此國(guó)外CER期貨價(jià)格的升降不能反映到國(guó)內(nèi)碳排放權(quán)價(jià)格上。二是國(guó)內(nèi)碳排放權(quán)市場(chǎng)是基于配額的市場(chǎng)，而CER屬于CDM機(jī)制，是基于項(xiàng)目的市場(chǎng)，所屬的市場(chǎng)結(jié)構(gòu)不同使得兩者之間價(jià)格關(guān)聯(lián)受到約束。由此，國(guó)內(nèi)的碳排放權(quán)市場(chǎng)并沒有脫離能源、氣候問(wèn)題，也沒有獨(dú)立于實(shí)體經(jīng)濟(jì)，與國(guó)外的碳排放權(quán)價(jià)格也有一定的聯(lián)系。

進(jìn)一步地，本文采用（4）式的向量誤差修正模型實(shí)證檢驗(yàn)碳排放權(quán)價(jià)格的影響因素。

（4）式中，ecm-1系數(shù)為-0.41，說(shuō)明存在反向修正機(jī)制，能夠抑制短期內(nèi)的波動(dòng)，即前一期的非均衡誤差以0.41的比率對(duì)本期國(guó)內(nèi)碳排放權(quán)價(jià)格進(jìn)行修正，使其向均衡價(jià)格回復(fù)，但其系數(shù)較小，說(shuō)明熨平波動(dòng)的速度較慢，周期較長(zhǎng)，效果并不明顯。這可能是由于我國(guó)碳排放權(quán)交易市場(chǎng)制度還不完善，其他市場(chǎng)的信息無(wú)法迅速有效地傳導(dǎo)到碳排放權(quán)價(jià)格。

最后，本文采用脈沖響應(yīng)分析煤炭?jī)r(jià)格、工業(yè)指數(shù)、AQI和國(guó)外CER期貨價(jià)格與國(guó)內(nèi)碳排放權(quán)價(jià)格間的動(dòng)態(tài)關(guān)系，它表示來(lái)自隨機(jī)擾動(dòng)項(xiàng)的外生的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前和未來(lái)取值的影響，結(jié)果如圖1所示。圖1顯示，煤炭?jī)r(jià)格、工業(yè)指數(shù)、AQI和國(guó)外CER期貨價(jià)格的沖擊都有著顯著的響應(yīng)，在第一期各個(gè)變量的響應(yīng)均不是很明顯，但在第二期之后，煤炭?jī)r(jià)格一個(gè)標(biāo)準(zhǔn)差的正向沖擊的反應(yīng)迅速上升到0.2以上，對(duì)工業(yè)指數(shù)負(fù)向沖擊的反應(yīng)也迅速下降到-0.2以下，其余變量的沖擊仍較小，在第三期煤炭?jī)r(jià)格的響應(yīng)大幅回落，到-0.1以下，之后各個(gè)變量則開始向零軸收斂。因此，各個(gè)變量對(duì)國(guó)內(nèi)碳排放權(quán)價(jià)格有一定的先行指示作用，可作為國(guó)內(nèi)碳排放權(quán)價(jià)格走勢(shì)的參考指標(biāo)。

圖1：脈沖響應(yīng)分析圖

三、我國(guó)碳排放權(quán)收益率波動(dòng)性的實(shí)證

本文繼續(xù)對(duì)碳排放權(quán)價(jià)格收益率的波動(dòng)性進(jìn)行分析，考慮到碳排放權(quán)的收益率本身可能存在序列相關(guān)，因此，本文采用ARMA-GARCH模型描述收益率及其波動(dòng)性的時(shí)序變化，其中ARMA（自回歸移動(dòng)平均過(guò)程）部分用來(lái)衡量收益率的均值及其動(dòng)態(tài)變化過(guò)程，GARCH（廣義自回歸條件異方差模型）部分用來(lái)衡量收益率的時(shí)序波動(dòng)情況。本文首先確定ARMA部分的具體形式，即AR（自回歸過(guò)程）和MA（移動(dòng)平均過(guò)程）的滯后階數(shù)。

一般來(lái)說(shuō)，如果收益率gt是一個(gè)平穩(wěn)序列，那么ARMA（p，q）的形式如（5）式，其中p、q分別為AR和MA的滯后階數(shù)，μt為誤差項(xiàng)。ARMA（p，q）模型用來(lái)描述資產(chǎn)（如股票、債券等）收益率的經(jīng)濟(jì)學(xué)意義在于它表明了當(dāng)期的收益率gt不僅和t期之前的實(shí)際收益率相關(guān)，并且和之前的實(shí)際收益率與預(yù)期收益率的誤差有關(guān)，并且投資者可以進(jìn)一步地運(yùn)用ARMA（p，q）模型對(duì)收益率進(jìn)行預(yù)測(cè)。

本文計(jì)算碳排放權(quán)價(jià)格的收益率，并對(duì)其做單位根檢驗(yàn)，結(jié)果表明其為平穩(wěn)序列。然后通過(guò)收益率的AC圖和PAC圖發(fā)現(xiàn)，雖然在滯后一階時(shí)并不存在明顯的序列相關(guān)，但其滯后兩階卻存在明顯序列相關(guān)，因此從圖像可以初步判斷收益率存在一定程度的自相關(guān)，可以用ARMA（p，q）模型進(jìn)行分析。

由于在我國(guó)碳排放權(quán)屬于新興商品，沒有任何先驗(yàn)條件表明如何對(duì)ARMA（p，q）模型的滯后階數(shù)進(jìn)行取值。因此，本文分別對(duì)p=0、1、2、3、4、5和q=0、1、2、3的ARMA（p，q）⑩模型進(jìn)行估計(jì)，并從中篩選最適合的滯后階數(shù)，其中部分結(jié)果如表4所示。根據(jù)表4估計(jì)系數(shù)的顯著性及相應(yīng)的信息準(zhǔn)則，為了能夠更好地比較，本文再單獨(dú)對(duì)AR（02）和MA（02）■進(jìn)行估計(jì)，相應(yīng)的結(jié)果也列示在表4中，其中L.AR、L2.AR、L3.AR分別表示收益率AR過(guò)程的一階滯后項(xiàng)、二階滯后項(xiàng)、三階滯后項(xiàng)，其他變量名稱的含義同理。

表4的結(jié)果表明，所有模型都存在系數(shù)在1%置信水平下顯著的變量，說(shuō)明收益率確實(shí)存在ARMA過(guò)程，且所有模型中AIC和BIC數(shù)值最小的模型均為AR（02），因此本文選取AR（02）作為ARMA部分的模型，說(shuō)明碳排放權(quán)收益率與其二階滯后項(xiàng)存在明顯的相關(guān)性。這一方面表明碳排放權(quán)收益率動(dòng)態(tài)走勢(shì)存在一定的時(shí)滯效應(yīng)，當(dāng)期受滯后兩期的影響最為顯著，而不能很好地反映滯后一期的信息；另一方面，也體現(xiàn)當(dāng)前國(guó)內(nèi)碳排放權(quán)交易市場(chǎng)交易制度不完善，進(jìn)入市場(chǎng)進(jìn)行交易的會(huì)員資格受到限制，導(dǎo)致交易量不穩(wěn)定和流動(dòng)性較差。

根據(jù)ARMA部分的AR（02）模型進(jìn)行GARCH估計(jì)，存在GARCH效應(yīng)的收益率圖形的最大特點(diǎn)是存在“波動(dòng)率聚集”現(xiàn)象，即在通常情況下一個(gè)大的波動(dòng)會(huì)傾向于緊接著另一個(gè)大的波動(dòng)，一個(gè)小的波動(dòng)會(huì)傾向于緊接著一個(gè)小的波動(dòng)（魯伊，2012），圖2所示的碳排放權(quán)收益率序列也體現(xiàn)這樣的“波動(dòng)性集聚”效應(yīng)，故初步判斷存在ARCH效應(yīng)，即存在自回歸條件異方差效應(yīng)。

表4：ARMA（p，q）模型估計(jì)結(jié)果

圖2：碳排放權(quán)收益率序列

具體來(lái)判別是否存在ARCH效應(yīng)的方法是：對(duì)AR（02）回歸結(jié)果的殘差項(xiàng)進(jìn)行ARCH-LM檢驗(yàn)，結(jié)果表明除了在一階滯后的條件下ARCH效應(yīng)不明顯，其余的滯后項(xiàng)均存在著明顯的ARCH效應(yīng)，因此構(gòu)建GARCH模型是適合的。

基于AR（02），本文構(gòu)建的GARCH（r，m）模型的均值形式如式（6）、（7）、（8）：

因此，基于以上分析結(jié)果，ARMA-GARCH模型的估計(jì)結(jié)果為：

其中（9）式為均值方程，（10）式為方差方程。均值方程AR（2）表明碳排放權(quán)收益率與其二階滯后項(xiàng)存在著顯著的相關(guān)性，其彈性為0.335，且和單獨(dú)估計(jì)ARMA模型時(shí)的系數(shù)0.331差別不大，說(shuō)明結(jié)果具有穩(wěn)健性。收益率的均值雖然為正的0.00494，但并不顯著異于0，說(shuō)明如今碳排放權(quán)交易市場(chǎng)價(jià)格相對(duì)還比較穩(wěn)定，不存在過(guò)度的高收益，同時(shí)也表明碳排放權(quán)交易市場(chǎng)的交易并不是非常頻繁，投資者并不會(huì)過(guò)分青睞于此市場(chǎng)；這可能和如今碳排放權(quán)市場(chǎng)的交易制度有關(guān)系，因?yàn)樘寂欧艡?quán)的交易現(xiàn)在還沒有全面對(duì)金融機(jī)構(gòu)和個(gè)人、企業(yè)投資者放開，更多的只是能耗大、污染大而且對(duì)碳排放權(quán)有實(shí)際需求的企業(yè)之間進(jìn)行的交易，可能限制了社會(huì)資金涌入碳排放權(quán)市場(chǎng)。

方差方程表明碳排放權(quán)收益率存在著明顯的“波動(dòng)性集聚”現(xiàn)象，當(dāng)期碳排放權(quán)收益率的波動(dòng)會(huì)明顯受到誤差項(xiàng)的二階滯后和波動(dòng)的二階滯后的影響，影響彈性分別為0.346和0.646，且二者相加小于1，說(shuō)明收益率具有有限方差，屬于弱平穩(wěn)過(guò)程，而且波動(dòng)最終會(huì)衰減。但由于二者相加十分接近于1（0.346+ 0.646=0.992），說(shuō)明波動(dòng)的持續(xù)時(shí)間會(huì)很長(zhǎng)，其中當(dāng)期波動(dòng)沖擊的64.6%會(huì)在下一期延續(xù)。均值方程和方差方程都顯示收益率及其波動(dòng)性與其二階滯后項(xiàng)有明顯的相關(guān)性，與其他滯后項(xiàng)的相關(guān)性較小，這可能和碳排放權(quán)市場(chǎng)的不成熟有關(guān)，以致當(dāng)期碳排放權(quán)的收益率及其波動(dòng)性不能反映其前一期及其他期的信息；由于現(xiàn)在市場(chǎng)的交易量和流動(dòng)性都相對(duì)有限且不穩(wěn)定因素較大，投資者在投資時(shí)都更為謹(jǐn)慎，對(duì)收益率的波動(dòng)更為敏感，以致在波動(dòng)性大的時(shí)候傾向于大幅度地調(diào)整自身的價(jià)格預(yù)期，使得“波動(dòng)性集聚”現(xiàn)象得以存在。

表5：GARCH估計(jì)結(jié)果

四、結(jié)論與建議

本文研究國(guó)內(nèi)碳排放權(quán)交易價(jià)格的影響因素，包括能源價(jià)格（煤炭?jī)r(jià)格）、宏觀經(jīng)濟(jì)（工業(yè)指數(shù)）、氣候（空氣質(zhì)量指數(shù)）和國(guó)外碳排放權(quán)價(jià)格（EU ETS市場(chǎng)CER期貨的價(jià)格），結(jié)果表明變量之間存在著長(zhǎng)期的均衡關(guān)系，其中煤炭?jī)r(jià)格對(duì)國(guó)內(nèi)碳排放權(quán)價(jià)格影響幅度最大，說(shuō)明如今國(guó)內(nèi)碳排放權(quán)價(jià)格還是由能源價(jià)格特別是煤炭?jī)r(jià)格主導(dǎo)；其次是空氣質(zhì)量指數(shù)，說(shuō)明企業(yè)對(duì)空氣質(zhì)量比較敏感，空氣質(zhì)量變差會(huì)使企業(yè)增加對(duì)碳排放權(quán)的需求，從而使價(jià)格上漲；再次，工業(yè)指數(shù)和EU ETS市場(chǎng)的CER期貨價(jià)格對(duì)國(guó)內(nèi)碳排放權(quán)價(jià)格也有著正向的引導(dǎo)作用，但其影響系數(shù)相對(duì)較小。VEC模型進(jìn)一步表明，國(guó)內(nèi)碳排放權(quán)交易價(jià)格存在著“反向修正”的功能，但其向均衡狀態(tài)的回復(fù)速度較慢，這可能與現(xiàn)在我國(guó)的碳排放權(quán)交易市場(chǎng)制度不完善有關(guān)，因而其他市場(chǎng)的信息無(wú)法迅速有效地傳導(dǎo)到碳排放權(quán)價(jià)格中。此外，本文對(duì)國(guó)內(nèi)碳排放權(quán)的收益率進(jìn)行波動(dòng)效應(yīng)分析，發(fā)現(xiàn)其收益率存在明顯的條件異方差效應(yīng)，即當(dāng)期的條件方差會(huì)明顯受到上一期信息的影響。

基于研究結(jié)果，本文認(rèn)為對(duì)國(guó)內(nèi)碳排放權(quán)交易市場(chǎng)的完善需要注意以下幾個(gè)方面：

第一，掌握國(guó)內(nèi)碳排放權(quán)價(jià)格與能源價(jià)格、宏觀經(jīng)濟(jì)、氣候和國(guó)外碳排放權(quán)價(jià)格的聯(lián)系，利用影響因素的價(jià)格變動(dòng)和自身收益率波動(dòng)的特點(diǎn)，在合理的時(shí)候進(jìn)行風(fēng)險(xiǎn)管理，降低損失的可能性，保障企業(yè)的合理利益。

第二，從國(guó)外碳排放權(quán)市場(chǎng)看，現(xiàn)階段我國(guó)仍作為CER的賣方，應(yīng)該重點(diǎn)關(guān)注CER價(jià)格變動(dòng)對(duì)國(guó)內(nèi)碳排放權(quán)交易價(jià)格的影響，積極借鑒自身和國(guó)外建設(shè)碳排放權(quán)交易市場(chǎng)的經(jīng)驗(yàn)，以更積極的姿態(tài)參與國(guó)際的碳事務(wù)，爭(zhēng)取在CER定價(jià)方面的主導(dǎo)權(quán)，提高我國(guó)企業(yè)在CER交易中的收入，從而降低國(guó)內(nèi)外碳排放權(quán)價(jià)格的差異，降低套利的可能性。

第三，鑒于國(guó)際碳排放權(quán)期貨市場(chǎng)已呈現(xiàn)良好的價(jià)格發(fā)現(xiàn)功能，我國(guó)可以借鑒其運(yùn)行經(jīng)驗(yàn)，選擇成熟的時(shí)間，建立相應(yīng)的期貨市場(chǎng)，完善市場(chǎng)結(jié)構(gòu)，為市場(chǎng)主體提供避險(xiǎn)途徑，穩(wěn)定國(guó)內(nèi)碳排放權(quán)價(jià)格和收益率的波動(dòng)，避免可能出現(xiàn)的流動(dòng)性過(guò)剩和過(guò)分投機(jī)的問(wèn)題。

第四，雖然我國(guó)已初步建成五大碳排放權(quán)交易市場(chǎng)，并進(jìn)行二級(jí)市場(chǎng)交易，但五大市場(chǎng)存在一定程度的市場(chǎng)分割，表現(xiàn)為碳排放權(quán)在不同市場(chǎng)之間的價(jià)格差異非常大。因此，為更好地發(fā)揮國(guó)內(nèi)碳交易市場(chǎng)的作用，有必要整合五大市場(chǎng)，逐漸放開不同市場(chǎng)間的準(zhǔn)入限制，使碳排放權(quán)可以在不同市場(chǎng)中自由流動(dòng)，建立一個(gè)全國(guó)性的碳排放權(quán)交易中心。

注：

①附錄Ⅰ國(guó)家建立的碳排放權(quán)交易市場(chǎng)均為配額市場(chǎng)。配額市場(chǎng)主要依照“限額—交易”（Cap-Trade）的原則，即監(jiān)管者制定碳排放的總配額，以及對(duì)市場(chǎng)內(nèi)每個(gè)成員制定排放上限，每個(gè)成員可以根據(jù)自身的減排能力和減排成本制定減排方案和分配自身的碳排放額度，并可以選擇在二級(jí)市場(chǎng)上與其他成員進(jìn)行碳排放的交易，而最終超出的部分則會(huì)受到相應(yīng)的懲罰。國(guó)際上的配額市場(chǎng)主要包括：歐盟排放交易體系（EU ETS）、芝加哥氣候交易所（CCX）、澳大利亞新南威爾士交易所（NSW）和英國(guó)排放交易體系（UK ETS）。

②EU ETS的減排單位為EUA，1EUA等于1噸二氧化碳或等效其他溫室氣體的減排指標(biāo)。市場(chǎng)上可以交易的產(chǎn)品主要是EUA期貨、現(xiàn)貨和期權(quán)。

③EU ETS的發(fā)展過(guò)程分為三個(gè)階段：階段一為2005—2007年，階段二為2008—2012年，階段三為2013—2020年。

④為實(shí)現(xiàn)CDM項(xiàng)目的減排指標(biāo)，買方可以通過(guò)購(gòu)買開展CDM項(xiàng)目或者從二級(jí)市場(chǎng)購(gòu)買的方式獲得CER，以抵消自身的減排責(zé)任或降低減排成本。與EUA一樣，1 CER等于1噸二氧化碳或等效其他溫室氣體的減排指標(biāo)。CER產(chǎn)品包括期貨、現(xiàn)貨和期權(quán)，也陸續(xù)登陸EU ETS。

⑤上海、北京、廣州、天津碳排放權(quán)交易所于2013年底正式成立，比深圳碳排放權(quán)交易所晚了約半年。

⑥平均價(jià)格即為當(dāng)天的總交易額除以當(dāng)天的總交易量得到的價(jià)格。

⑦卓越資訊為國(guó)家統(tǒng)計(jì)局大數(shù)據(jù)合作平臺(tái)企業(yè)、國(guó)家首批信息服務(wù)業(yè)認(rèn)定企業(yè)、國(guó)家信用等級(jí)評(píng)價(jià)AAA級(jí)信用企業(yè)等，其數(shù)據(jù)的真實(shí)性能夠得到保證。

⑧深圳碳排放權(quán)交易所的會(huì)員有新豐電器（深圳）有限公司、艾默生網(wǎng)絡(luò)能源有限公司、寶利時(shí)（深圳）膠粘制品有限公司、賓士來(lái)五金制品（深圳）有限公司等，均為制造或能源企業(yè)。

⑨該指數(shù)主要衡量制造業(yè)實(shí)物產(chǎn)出。

⑩ARMA（p，0）說(shuō)明不存在移動(dòng)平均過(guò)程，可以簡(jiǎn)化為AR（p），即p階的自回歸過(guò)程。同理可知ARMA（0，q）。

■AR（02）不同于AR（2），因?yàn)锳R（02）模型中只包含了收益率的兩階滯后項(xiàng)，并不包含其一階滯后項(xiàng)，即為gt=c+α2gt-2+μt。

■m=0時(shí)GARCH（r，0）模型可以簡(jiǎn)化為ARCH（r）。

■GARCH（02，02）的0表示此模型中去掉了一階滯后項(xiàng)，只保留了二階滯后項(xiàng)。

[1]Christiansen A.C.，Arvanitakis A.，Tangen K.&Hasselknippe H.2005.Price determinants in the EU emissions trading scheme.[J].Climate Policy，5.

[2]Maria Mansanet Bataller，Angel Pardo Tornero& Enric Valor i Mico.2007.CO2 Prices，Energy and Weather [J].The Energy Journal，28.

[3]Emilie Alberola，Julien Chevallier&Benoit Cheze. 2008.Price drivers and structural breaks in European carbon prices 2005-2007[J].Energy Policy，36.

[4]Derek Bunn&Carlo Fezzi.2007.Interaction of European Carbon Trading and Energy Prices[J].Journal of Enery Markets，2.

[5]Delarue E.D.&D’haeseleer W.D.2007.Price determination of ETS allowances through switching level of coal and gas in the power sector[J].International Journal of Energy Research.

[6]Hintermann B.2010.Allowance price drivers in the first phase of the EU ETS[J].Journal of Environmental Economics and Management，59.

[7]George Daskalakis，Dimitris Psychoyios，Raphael N.Markellos.2009.Modeling CO2 emission allowance prices and derivatives：Evidence from the European trading scheme[J].Journal of BANKING&FINANCE，33.

[8]Emilie Alberola&Julien Chevallier.2009.European Carbon Prices and Banking Restrictions：Evidence from PhaseⅠ（2005-2007）[J].The Energy Journal，30.

[9]Ulrich Oberndorfer.2009.EU Emission Allowancesand the stock market：Evidence from the electricity industry [J].Ecological Economics，68.

[10]Julien Chevallier.2009.Carbon futures and macroeconomic risk factors：A view from the EU ETS[J].Energy Economics，31.

[11]Maria Mansanet-Bataller，Julien Chevallier，Morgan Herve-Mignucci，Emilie Alberola.2011.EUA and sCER phase 2 price drivers：Unveiling the reasons for the existence of the EUA-sCER spread[J].Energy Policy，39.

[12]Gary Koop，Lise Tole.2013.Modeling the relationship between European varbon permits and certified emission reductions[J].Journal of Empirical Finance，24.

[13]Fatemeh Nazifi.2013.Modelling the price spread between EUA and CER carbon prices[J].Energy Policy，56.

[14]Julien Chevallier.2011.Macroeconomics，finance，commodities：Tnteractions with carbon markets in a datarich model[J].Economic Modelling，28.

[15]Daniel Rittler.2012.Price discovery and volatility spillovers in the European Union emissions trading sheme：A high-frequency analysis[J].Journal of BANKING&FINANCE，36.

[16]鄒亞生，魏薇.碳排放核證減排量（CER）現(xiàn)貨價(jià)格影響因素研究[J].金融研究，2013，（10）.

[17]陳曉紅，王陟昀.碳排放權(quán)交易價(jià)格影響因素實(shí)證研究——以歐盟排放交易體系（EU ETS）為例[J].系統(tǒng)工程，2008，（2）.

[18]戚婷婷，魯煒.核證減排量現(xiàn)貨市場(chǎng)月期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)[J].北京理工大學(xué)學(xué)報(bào)，2009，（12）.

[19]洪涓，陳靜.國(guó)際碳排放權(quán)交易價(jià)格關(guān)系實(shí)證研究[J].中國(guó)物價(jià)，2010，（1）.

[20]幸宇.構(gòu)建納入林業(yè)碳匯的碳排放權(quán)市場(chǎng)的設(shè)想[J].西南金融，2013，（10）.

[21]黃明晧，李永寧，肖翔.國(guó)際碳排放交易市場(chǎng)的有效性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010，（11）.

[22]張躍軍，魏一鳴.化石能源市場(chǎng)對(duì)國(guó)際碳市場(chǎng)的動(dòng)態(tài)影響實(shí)證研究[J].管理評(píng)論，2010，（6）.

[23]高瑩，郭琨.全球碳交易市場(chǎng)格局及其價(jià)格特征——以歐洲氣候交易體系為例[J].國(guó)際金融研究，2012，（12）.

[24]Ruey S.Tsay著，王遠(yuǎn)林，王輝，潘家柱譯.金融時(shí)間序列分析[M].第2版，人民郵電出版社，2009.

The Formation and Volitility Features of China's Carbon Emission Trading Price——Based on the Data of Shenzhen Carbon Emission Exchange

Zhou Tianyun Xu Ruixiang
（School of International Business，Zhongshan University，Guangdong Guangzhou 510275）

tract：The entry into force of the Kyoto Protocol has prompted the establishment of global carbon emission trading markets.Based on the practice and existing research both at home and abroad，this paper uses data of the price of carbon emissions in Shenzhen Carbon Exchange，and analyzes the factors influencing the domestic carbon emission price，such as energy price，macro-economy，climate and foreign carbon emission price.Research results show that the coal price influences the domestic carbon emission price most significantly in the long run，and the air quality index is also one of the important factors affecting the domestic carbon emission price.Industrial index and EU ETS CER futures price also show a positive impact but the coefficient is small.Error correction model results indicate domestic carbon emissions price has a"reverse correction"mechanism，but the amendment is slow.In addition，we estimate the volatility characteristics of domestic carbon emissions yields by using the ARMA-GARCH model and find that yields show an obvious AR process and conditional heteroskedasticity effect，and both equation indicates there is a close relationship with their second-order lags respectively.

ords：carbon emission，trading price，volatility of return

F830

A

1674-2265（2016）01-0016-10

（責(zé)任編輯 孫軍；校對(duì)CX，GX）

2015-10-15

周天蕓，女，中山大學(xué)國(guó)際商學(xué)院教授，博士，研究方向?yàn)閰^(qū)域金融、金融機(jī)構(gòu)管理；許銳翔，男，中山大學(xué)國(guó)際商學(xué)院。