涂志勇，熊 靈，雎 嵐

(1.北京大學匯豐商學院，廣東 深圳 518055； 2.武漢大學國際問題研究院，湖北 武漢 430072)

?

中國碳試點市場集中交易行為的理論研究

涂志勇1，熊 靈2，雎 嵐1

(1.北京大學匯豐商學院，廣東 深圳 518055； 2.武漢大學國際問題研究院，湖北 武漢 430072)

通過構建一個代表性控排企業(yè)跨期決策理論模型，分析碳配額交易企業(yè)在履約日與非履約日的最優(yōu)交易量。均衡結果顯示，企業(yè)在非履約日的最優(yōu)交易量與其自身的風險規(guī)避系數(shù)、市場流動性提供者的風險規(guī)避系數(shù)、履約日隨機碳需求的標準差成正比，而與企業(yè)的碳產出效率成反比。在此基礎上，探討了中國碳交易試點市場上履約日附近交易量巨大，而非履約日交易量稀少的原因，并提出相關政策建議，以幫助實現(xiàn)我國碳市場交易量的平滑及整體市場效率的提升。

碳配額市場；集中交易行為；交易量

一、引 言

在2009年哥本哈根氣候大會上，中國承諾到2020年將會把碳強度指標降至比2005年低40-45%的水平。為了實現(xiàn)控制溫室氣體排放行動目標，中國政府決定運用市場機制來推動節(jié)能減排。2011年10月，國家發(fā)改委批準北京市、天津市、上海市、重慶市、湖北省、廣東省及深圳市開展碳排放權交易試點。這七個碳交易試點地區(qū)先后于2013年6月至2014年6月間正式開始市場交易，其中北京、天津、上海、深圳和廣東試點都已經完成首年履約的程序。

盡管七個碳交易試點市場具有各自不同的市場微觀結構，但一年多的交易數(shù)據顯示，各個市場上的交易行為均表現(xiàn)出一個共同特征：即平時交易不活躍，成交量很小，而到碳配額履約日臨近卻突然放大，履約結束后迅速恢復至與前期類似的不活躍狀態(tài)。圖1描繪了五個完成首年履約的碳市場成交價格與成交量的時間序列?？梢钥吹?，全年成交大部分集中于履約月份。

上海、深圳碳交易試點首個履約期的最后期限都是2014年6月30日，截至6月30日，深圳交易碳配額約152萬噸，其中有108萬噸是在6月份內完成的，占比超過71%；上海從2013年11月開市以來，大多數(shù)情況下每日的交易量僅有數(shù)萬噸，累計成交量為155.3萬噸，其中2014年6月份市場成交量就高達111.5萬噸，占71.8%；北京2014年6月份成交量達141.1萬噸，為5月份成交量的5.4倍、4月份成交量的19.1倍，占北京碳市場首年總成交量的75.3%；廣東碳交易2014年6月至7月15日的成交量為85萬噸，占全年總成交量的71.4%；天津碳市場在2014年7月份內截至25日最后履約期的成交量達到81.3萬噸，占首年總成交量的76.9%*根據北京、上海、廣東、天津、深圳碳交易所公告數(shù)據整理所得。。

國外成熟的碳交易市場上，碳配額的交易一般比較平均地分布于全年各個交易日。圖2描繪了2013年9月到2014年9月歐盟碳交易現(xiàn)貨市場的價格與成交量序列。注意到歐盟碳交易市場每年的最后履約期為4月30日，而圖2中并未顯示出履約期前突然放大的交易量，全年交易量相對比較平均。

圖1 中國碳試點的市場交易情況*數(shù)據來源：根據北京、上海、廣東、天津、深圳碳交易所公告數(shù)據整理所得。

我國碳配額市場這種集中交易的特點大大降低了市場流動性，嚴重影響了市場的碳配額價格發(fā)現(xiàn)功能。它不利于我國企業(yè)實時將碳配額成本納入其生產規(guī)劃并進行風險對沖，從而導致整體碳交易市場的效率不高。國家發(fā)改委于2014年12月發(fā)布全國《碳排放權交易管理暫行辦法》，將推動建立全國碳排放權交易市場。因此，研究當前碳交易試點市場的經驗對于建立完善的全國碳交易市場具有重要的意義。本文將研究碳交易試點市場集中交易特征的成因及其影響因素，從而為提升我國碳排放權交易市場效率提供理論指導與政策建議。

圖2 歐盟碳交易現(xiàn)貨市場2013-2014年交易情況*數(shù)據來源：European Energy Exchange，https://www.eex.com/。

中國的碳交易試點獲得了國內外眾多學者的關注。在中國碳交易試點籌備期間，Han等(2012) 和Lo (2013) 就對其進展進行了評論，認為其在理論和實踐上都將面臨巨大挑戰(zhàn)并將產生重大影響[1][2]。在中國碳交易試點陸續(xù)運行之后，Zhang等 (2014) 對中國七個碳交易試點的現(xiàn)狀和問題做了總體評估，認為碳交易市場試點是很重要的實驗和學習機會，雖然存在一些機制設計問題，但必將為未來全國碳交易市場建設提供關鍵參考[3]。而Jiang等 (2014)[4]、Wu 等(2014)[5]和Qi 等(2014)[6]分別對深圳、上海和湖北碳交易試點的制度框架和機制設計進行了分析，總結上述三個碳交易試點的制度特征，也發(fā)現(xiàn)了一些機制缺陷。熊靈和齊紹洲(2012)[7]對EU ETS 三個階段制度的改善進行了比較分析，并據此提出了中國碳交易市場建設應該吸取的經驗教訓。而Shen等(2014)[8]則在詳細剖析美國加州碳交易機制基礎上，對中國的碳交易試點進行了比較與借鑒。對于碳交易市場的改進方向，陳波(2014)從市場機制失靈的角度探討了碳交易市場結構性改革的可能措施[9]，張繼宏和張希良(2014)則提出，將商業(yè)銀行業(yè)強制納入碳交易市場可使碳交易市場活躍度增加[10]?？梢钥吹剑壳吧形从形墨I對中國碳交易市場的實際交易行為特征進行分析，本文的貢獻在于彌補這一方面的文獻空白。

我們借鑒 Guo 等 (2012) 以及涂志勇和郭明(2008)的理論框架，構建了一個代表性控排企業(yè)跨期決策理論模型，分析碳配額交易企業(yè)在履約日與非履約日的最優(yōu)交易量。均衡結果顯示，企業(yè)在非履約日的最優(yōu)交易量與其自身的風險規(guī)避系數(shù)、市場流動性提供者的風險規(guī)避系數(shù)、履約日隨機碳需求的標準差成正比，而與企業(yè)的碳產出效率成反比[11][12]。我們據此分析了中國碳交易試點市場上履約日附近交易量巨大，而非履約日交易量稀少的原因，并提出相關政策建議，以幫助實現(xiàn)我國碳市場交易量的平滑及整體市場效率的提升。

二、中國碳配額交易市場的結構與機制

中國的碳交易試點地區(qū)在對當?shù)仄髽I(yè)分配完碳配額之后，都指定了各自唯一的交易平臺來交易本地的碳配額現(xiàn)貨。五個已經完成首年履約的試點指定的交易平臺分別為：北京環(huán)境交易所、上海環(huán)境能源交易所、深圳排放權交易所、廣州碳排放權交易所和天津排放權交易所。除天津試點需交易10噸或其整數(shù)倍外，市場參與者在其他四個試點可以1噸為單位進行買賣。

從交易主體來看，2013-2014年度一級市場上五個試點都只允許納入控排的企業(yè)或履約機構單位參與*2014-2015年度廣東也允許符合條件的投資機構參與 一級市場的配額拍賣。2014年9月26日，廣東省本年度首次配額有償發(fā)放中，機構投資者競買量占總量的46%，達92萬噸。，但是在二級市場上除北京試點不允許個人參與交易外，其他地區(qū)試點對交易主體范圍原則上沒有設置過多限制，不僅容納了控排企業(yè)或履約機構，還允許包括投資機構在內的其他組織或非履約機構參與其中。

從交易方式來看，主要采取線上公開交易和協(xié)議轉讓交易，各交易所在具體交易方式設計上有所區(qū)別。北京試點開發(fā)了整體競價交易、部分競價交易、定價交易和協(xié)議轉讓等四種方式；廣東市場提供掛牌競價、掛牌點選、單向競價、協(xié)議轉讓等方式；深圳市場提供現(xiàn)貨交易、電子競價和大宗交易等交易方式，現(xiàn)貨交易為限價委托申報形式；上海試點采取的掛牌交易方式與深圳的現(xiàn)貨交易非常類似，即在規(guī)定的時間內交易系統(tǒng)對買賣申報進行單向逐筆配對的公開競價交易方式；天津試點則采用網絡現(xiàn)貨、協(xié)議和拍賣交易等方式。各試點對大額交易均要求采用協(xié)議方式進行交易。

在風險控制上，主要通過設置收盤價和漲跌幅來實現(xiàn)。除北京試點外，其余四個市場均設置了收盤價，并以收盤價為基礎計算漲跌幅。深圳市場的漲跌幅比例以前收盤價為準，限制在10%，大宗交易的漲跌幅限制為30%；廣東試點也以前收盤價為準設置10%的漲跌幅限制，但僅對掛牌競價交易和掛牌點選交易有效，對單向競價交易不設漲幅限制；以前收盤價為基準，上海試點限制的漲跌幅比例為30%；天津試點則以“結算價”即某交易日內按照成交量計算的加權平均價格為基礎，實行10%的漲跌幅限制；北京市場沒有收盤價，其限制公開交易方式漲跌幅為當日基準價的±20%，“基準價”的計算方式與天津“結算價”相同。

各試點均設置了納入控排企業(yè)或履約單位的最后履約日期。然而，在首年實際履約過程中，除上海和深圳試點嚴格按照管理辦法規(guī)定的日期(6月30日)進行履約外，其余三個試點為保證履約率都向后做了延遲調整，北京從6月15日推遲到6月27日，廣東試點從6月20日推遲到7月15日，而天津試點的履約期更是從5月31日延期至7月25日。

基于以上特征事實，我們構建以下控排企業(yè)跨期決策模型，分析參與碳交易市場的企業(yè)主體在履約日與非履約日的最優(yōu)決策行為。

三、碳交易市場企業(yè)兩期決策模型

本節(jié)將首先構建碳配額交易市場的企業(yè)跨期決策模型，然后對模型進行求解，最后分析企業(yè)的最優(yōu)決策及其影響因素。

(一)模型的建立

圖3描繪了企業(yè)的兩期決策。在交易年度的年中(第一期)，控排企業(yè)交易X單位的碳配額，X>0或X<0分別意味著企業(yè)買入或賣出碳配額。到交易年度期末(第二期)，控排企業(yè)已擁有ω+X單位的配額，而其隨機碳需求q也得以實現(xiàn)，為滿足其排放需求，企業(yè)須交易Δ=q-(ω+X)單位的碳配額。如果Δ>0，那么控排企業(yè)將從市場上再購買Δ單位配額以履行其責任；而如果Δ<0，那么控排企業(yè)就可以在市場上出售-Δ單位配額，這些多余的配額就成為其收益的一部分。

圖3 碳配額市場企業(yè)跨期決策模型

用α·q表示控排企業(yè)從日常生產中獲得的收益，這里α是單位碳排放所帶來的增加值。不失一般性，我們假設代表性控排企業(yè)具有指數(shù)效用函數(shù)-exp(-γ1W)，其中，W是控排企業(yè)的總收益水平，等于企業(yè)從日常生產活動中產生的收益與從碳配額交易中產生收益的總和，而γ1則是該企業(yè)的風險厭惡系數(shù)，γ1>0。

碳交易市場上的碳配額價格由企業(yè)的需求驅動，而市場上的流動性提供者則被動出清市場需求從而產生均衡價格，這一功能由目前中國碳市場里機構投資者承擔。我們假設流動性提供者同樣具有指數(shù)效用函數(shù)-exp(-γ2W)，其中γ2是它的風險厭惡系數(shù)，γ2>0。根據Subrahmanyam (1991)，它以如下規(guī)則來出清市場：

(1)

控排企業(yè)需要決定其在交易年度的年中(第一期)的最優(yōu)交易量X*，以便對沖其在年末(第二期)的隨機碳配額兌付需求，同時使其整個跨期收益最大化。

(二)模型的解

1.均衡價格

首先，需要獲得控排企業(yè)在跨期交易過程中的均衡價格，它們由碳市場出清方程(1)決定。在一個交易年度內，流動性提供者兩次出清市場。因而，在第一期有：

X+Q1=0

(2)

在第二期有：

-Δ+Q2-Q1=0

(3)

以下推論1給出了碳市場交易的第一期和第二期均衡出清價格。

2.控排企業(yè)第一期的最優(yōu)交易量

控排企業(yè)從跨期碳配額交易中獲得的收益為(ω-q)P2+X(P2-P1)，因而其在交易年度期末(第二期)的總收益為W=αq+(ω-q)P2+X(P2-P1)。那么，控排企業(yè)在年中(第一期)所面臨的決策就是選擇最優(yōu)的X，以使期末的效用-exp(-γ1W)最大化。所以控排企業(yè)的問題為*對于指數(shù)效用函數(shù)，MaxE[-exp(-γ1W)]等同于Max[E(W)-(γ1/2)Var(W)]。：

s.t.W=αq+(ω-q)P2+X(P2-P1)

企業(yè)的第一期最優(yōu)交易量X*由以下定理1給出：

3.控排企業(yè)第二期的交易量

注意到控排企業(yè)第二期的交易量是為了滿足其隨機碳需求實現(xiàn)之后，配額兌付時可能存在的碳盈余或碳缺口。我們用Y來表示企業(yè)第二期的期望交易量，那么：

Y=Pr(q>ω+X*)E(q-ω-X*|q>ω+X*)+Pr(q<ω+X*)E(ω+X*-q|q<ω+X*)

(4)

以上等式右側第一項表示企業(yè)在第一期交易了X*單位碳配額后，第二期還需再購買的期望碳配額數(shù)量；而右側第二項則表示企業(yè)在第二期需要出售的期望碳配額數(shù)量。下面的定理2給出了控排企業(yè)年未(第二期)期望交易量。

(三)均衡分析及參數(shù)討論

以上模型推導，為我們分析中國碳交易市場的行為特征提供了理論指導。

基于中國碳交易市場的實際，我們來分析決定X*的各參數(shù)的情況。我國碳交易試點對納入配額管理的企業(yè)都設置了較高的排放門檻，北京、上海、天津、廣東和深圳的納入企業(yè)門檻值分別為年排放1萬噸、2萬噸、2萬噸、2萬噸和0.5萬噸以上。其覆蓋的行業(yè)也大多數(shù)是傳統(tǒng)國有企業(yè)占主導的電力、鋼鐵、水泥、石化、有色等行業(yè)，所以導致納入控排的企業(yè)中國有大中型企業(yè)占據很大比例*見中創(chuàng)碳投《中國市場2013年度報告》，2014年1月。。

首先，國有大中型企業(yè)的風險規(guī)避系數(shù)γ1相較中小型私營企業(yè)要小，即它承受生產波動的能力更強。因為國有大中型企業(yè)的資源及要素稟賦(如多樣化經營程度、銀行授信等)更高，所以能夠更有效地對沖波動。而中小型私營企業(yè)一旦發(fā)生大的生產波動，可能會累及整個企業(yè)的生存，因此必須更加重視生產波動管理，即γ1更大。何光輝和楊咸月(2012)[13]、Audia和Greve (2006)[14]分別從企業(yè)性質與企業(yè)規(guī)模角度，進行了實證研究，得出類似結論。

其次，國有大中型企業(yè)的生產計劃性更強，產量受外部市場需求影響更小，因此其履約日的隨機碳需求標準差σ也相對較小。受限于數(shù)據，我們僅以湖北碳交易市場上的30家電力企業(yè)及34家水泥企業(yè)的碳排放情況來看企業(yè)規(guī)模對碳排放量波動率的影響。我們按企業(yè)規(guī)模將每個行業(yè)的企業(yè)分為數(shù)量相等的兩個子樣本，即大企業(yè)與小企業(yè)樣本，然后分別計算當年排放量的變異系數(shù)(標準差/均值)，其結果見表1?？梢钥吹?企業(yè)規(guī)模越大,年度碳排放量的變異系數(shù)越小，即碳排放的波動越小。

表1 企業(yè)規(guī)模與年度碳排放量變異系數(shù)

資料來源：湖北省發(fā)改委碳交易試點盤查數(shù)據。

最后，大多數(shù)國有大中型企業(yè)受到節(jié)能減排政策的約束，其生產碳強度下降較快，導致單位碳排放產出效率α也相對較高。盧現(xiàn)祥和許晶(2011)以及王群偉等(2010)應用省級面板數(shù)據均發(fā)現(xiàn)國有企業(yè)性質對碳排放強度有著顯著的負影響[15][16]。

根據定理1，以上這些因素均會減少年中的最優(yōu)交易量X*，從而導致碳市場在非履約日交易普遍清淡。

四、結論與政策建議

為了以最優(yōu)的成本效率獲得節(jié)能減排效果，中國引入了碳交易市場機制。然而從中國已完成的首年履約碳交易試點來看，其市場交易表現(xiàn)出過于集中于履約日附近的特征，這導致我國碳配額市場流動性下降，嚴重影響了碳交易市場的效率。分析該市場特征形成的原因與機制，對于改善碳交易試點市場的效率，為全國碳交易市場設計提供借鑒，均具有重要意義。

本文通過構建一個代表性控排企業(yè)跨期決策理論模型，分析了碳配額交易企業(yè)在履約日與非履約日的最優(yōu)交易量。均衡結果顯示，企業(yè)在非履約日的最優(yōu)交易量與其自身的風險規(guī)避系數(shù)、市場流動性提供者的風險規(guī)避系數(shù)、履約日隨機碳需求的標準差成正比，與企業(yè)的碳產出效率成反比。我們據此分析了中國碳交易試點市場上履約日附近交易量巨大，而非履約日交易量稀少的原因。

基于以上模型與理論分析，我們提出如下政策建議，以幫助提升碳交易市場流動性，改善市場效率。

第一，企業(yè)是碳交易的重要主體，政府應積極培育企業(yè)的碳資產管理意識，將碳配額作為企業(yè)的一種重要資產及企業(yè)收益的一個部分，進行主動管理，推動碳市場被更多地利用，流動性也會相應提升。

第二，當前碳配額主要為免費分配，在充分考慮行業(yè)承受能力的情況下，應逐步降低免費配額的比例，以使企業(yè)期末碳需求的期望值大于其期初的碳稟賦ω。企業(yè)將需要更多地在非履約日交易，以應對期末的履約需求，進而活躍碳市場日常交易。

第三，應該增加納入碳配額交易的企業(yè)數(shù)量，增加交易企業(yè)的多樣性，提升履約日碳配額需求的總體波動性σ，而控排企業(yè)為了實時對沖履約風險就會增加非履約日的碳交易量。

第四，應改善參與碳配額交易的企業(yè)構成，增加私營中小型企業(yè)的比重。這些企業(yè)較國有大中型企業(yè)更需要管理生產波動，風險規(guī)避系數(shù)γ1更大，因此會更多地應用日常碳交易來對沖因生產波動帶來的碳需求變化風險。同時，私營中小型企業(yè)的碳產出效率α相對較低，也會導致其更高的碳交易需求。

最后，應引入更多專業(yè)的機構投資者，包括國外機構投資者。更多流動性提供者參與碳配額交易，相互競爭，可以有效提高碳市場的流動性，企業(yè)主體也可獲得更為有利的碳配額價格，從而促進其日常碳資產管理。

[1]Han,G.,M.Olsson,K.Hallding,and D.Lunsford.China’s Carbon Emission Trading:An Overview of Current Development [R].FORES and Stockholm Environment Institute,Stockholm,2012.

[2]Lo,A.Y..Carbon trading in a socialist market economy:Can China make a difference? [J].Ecological Economics,2013,Vol.87:72-74.

[3]Zhang,D.,V.J.Karplus,C.Cassisa,and X.Zhang.Emissions trading in China:Progress and prospects [J].Energy Policy,2014,Vol.75:9-16.

[4]Jiang,J.J.,B.Ye,and X.M.Ma.The construction of Shenzhen’s carbon emission trading scheme [J].Energy Policy,2014,Vol.75:17-21.

[5]Wu,L.,H.Qian,and J.Li.Advancing the experiment to reality:Perspectives on Shanghai pilot carbon emissions trading scheme [J].Energy Policy,2014,Vol.75:22-30.

[6]Qi,S.,B.Wang,and J.Zhang.Policy design of the Hubei ETS pilot in China [J].Energy Policy,2014,Vol.75:31-38.

[7]熊靈,齊紹洲.歐盟碳排放交易體系的結構缺陷、制度變革及其影響[J].歐洲研究,2012,(1):51-65.

[8]Shen,B.,F.Dai,L.K.Price,and H.Lu.California’s Cap-and-Trade programme and insights for China’s pilot schemes [J].Energy & Environment,2014,Vol.25:551-575.

[9]陳波.碳交易市場的機制失靈理論與結構性改革研究[J].經濟學家,2014,(1):32-39.

[10]張繼宏,張希良.建設碳交易市場的金融創(chuàng)新探析[J].武漢大學學報(哲學社會科學版),2014,(2):102-108.

[11]Guo,M.,Z.Li and Z.Tu.A unique “T+1 trading rule” in China:Theory and evidence [J].Journal of Banking and Finance,2012,Vol.36:575-583.

[12]涂志勇,郭明.股指期貨推出對現(xiàn)貨市場價格影響的理論分析[J].金融研究,2008,(10):104-116.

[13]何光輝,楊咸月.融資約束對企業(yè)生產率的影響[J].數(shù)量經濟技術經濟研究,2012,(5):19-35.

[14]Audia,P.G.and H.R.Greve.Less likely to fail? Low performance,firm size,and factory expansion in the shipbuilding industry [J].Management Science,2006,Vol.52:83-94.

[15]盧現(xiàn)祥,許晶.工業(yè)企業(yè)結構差異與CO2排放強度實證研究——基于省級動態(tài)面板[J].廣東社會科學,2011,(6):82-90.

[16]王群偉,周鵬,周德群.我國二氧化碳排放績效的動態(tài)變化、區(qū)域差異及影響因素[J].中國工業(yè)經濟,2010,(1):45-54.

(責任編輯:原 蘊)

A Theoretical Study on the Concentrated Trading Behavior of Chinese Carbon Pilot Markets

TU Zhi-yong1，XIONG Ling2，JU Lan1

(1.HSBC Business School,Peking University,Shenzhen 518055,China; 2.Institute for International Studies,Wuhan University,Wuhan 430072,China)

This paper builds a representative firm’s cross-period decision model to analyze the firm’s optimal trading volumes on the quota-fulfillment day and the non-quota-fulfillment days.The equilibrium results show that the firm’s optimal trading volume on the non-quota-fulfillment days positively correlates to its own risk aversion coefficient,market maker’s risk aversion coefficient and the standard deviation of the random carbon demand on the quota-fulfillment day; while negatively correlates to the firm’s carbon output efficiency.Our model explains why in Chinese carbon pilot markets the trading volume is huge around the quota-fulfillment day while scarce onthe non-quota-fulfillment days.We propose corresponding policy suggestions to help smooth the trading volumes and improve the efficiency of Chinese carbon markets.

carbon quota markets; concentrated trading behavior; trading volume

2015-03-29

涂志勇(1975-)，男，湖北武漢人，北京大學匯豐商學院副教授，博士；熊靈(1976-)，男，湖北鐘祥人，武漢大學國際問題研究院副教授，武漢大學氣候變化與能源經濟研究中心副教授，博士；雎嵐(1979-)，女，江蘇揚州人，北京大學匯豐商學院副教授，博士。

F830.59

A

1004-4892(2016)05-0045-08