陳柳卉 邢天才

（1.東北財經大學金融學院，遼寧大連 116025；2.東北財經大學研究生院，遼寧大連 116025）

中國的高速發(fā)展帶來經濟的繁榮與物質極大豐富的同時也造成了嚴重的環(huán)境問題。中國政府為了解決環(huán)境污染問題始終在積極推進許多解決環(huán)境問題措施的實施，開展碳排放交易市場就是措施之一。中國從2011年11月啟動碳排放交易試點工作，確定把北京、深圳、上海、天津、廣東、湖北和重慶7 個省市作為試點城市。經過一年多的籌備時間，2013年6月18日深圳碳排放交易市場作為中國首個碳排放交易市場開始運行，隨后其他六家碳排放交易市場也陸續(xù)開展碳排放交易活動。自此碳排放交易活動在中國開展起來。

黨的十八大以來，以習近平同志為核心的黨中央始終把生態(tài)文明建設放在治國理政的突出位置，生態(tài)文明體制改革全面深化，使得中國自然生態(tài)環(huán)境保護情況發(fā)生了歷史性、轉折性、全局性變化?！吨泄仓醒腙P于制定國民經濟和社會發(fā)展第十三個五年規(guī)劃的建議》明確提出：到2020年碳排放強度將比2015年下降18%。為了達到這個目的，中國增加福建碳排放交易市場作為試點城市進行碳排放交易。2017年12月19日，中國全國性碳排放交易體系啟動，預估在2020年左右開始進行碳配額現貨交易。這標志著中國碳排放交易發(fā)展到一個新的階段。

碳排放交易活動日后會成為中國環(huán)境保護與金融交易的重要活動之一，對政府履行政府職能，保護生態(tài)環(huán)境有重要意義，有利于促進企業(yè)承擔社會責任和參與保護環(huán)境事業(yè)，幫助企業(yè)降低減排成本。因此無論是政府還是企業(yè)都需要通過分析狀態(tài)與預測狀態(tài)制定今后的行動方向。從政府角度來看，了解碳排放價格波動特征可以實行更加具有針對性的價格監(jiān)管措施；從企業(yè)角度來看，可以制定更加符合企業(yè)利益的碳排放交易策略。

一、文獻綜述

世界上碳排放交易市場興起于2005年《東京議定書》的簽訂，此后世界許多碳排放交易市場成立。這些市場中歐盟碳排放交易體系是世界上最早建立的，也是世界上交易量最大的碳排放交易體系。歐盟碳排放交易體系是世界上最有影響力的碳排放交易體系，促進了歐盟金融行業(yè)的發(fā)展，為歐盟帶來巨大的經濟利益的同時使得歐盟各國減少了大量溫室氣體的排放，還提升了歐盟參與世界碳排放交易的話語權。開展碳排放交易可以獲得以上這些優(yōu)勢，這使得很多專家學者開始研究碳排放交易。凱恩（Kanen）發(fā)現油價變動能夠推動天然氣價格發(fā)生變化，從而影響電價并最終對碳價造成影響［1］。曼薩內特·巴塔勒、帕爾多、巴洛爾（Mansanet、Pardo、Valor）從分析內部定價行為存在合理性時發(fā)現碳排放價格的波動存在非對稱性和持續(xù)性的特點，與股票價格市場類似［2］。保萊拉、塔斯基尼（Paolella、Taschini） 研究歐盟碳配額價格回報率序列時發(fā)現可以使用混合正態(tài)分布的GARCH 模型驗證序列存在無條件尾部行為和動態(tài)異方差性［3］。達斯卡拉基斯等（Daskalakis et al.）發(fā)現歐盟碳排放市場價格收益率序列利用模型驗證序列存在“尖峰后尾”的條件異方差性［4］。塞維爾、謝瓦利埃（Sevi、Chevallier）通過使用HAR-RV 模型發(fā)現歐盟碳排放權期貨價格的已實現波動率［5］。帕勞、帕爾多（Palao、Pardo）研究發(fā)現歐盟碳排放交易市場存在比較強的價格集聚效應，并且隨著交易成本的增加，波動集聚現象更顯著［6］。薩寧、維奧蘭特（Sanin 、Violante）使用ARMAX-GARCH 模型研究歐盟第二階段碳排放配額的短期價格行為［7］。

因為中國從2011年開始嘗試開展碳排放交易市場試點工作，所以中國一些專家學者開始研究碳排放交易市場規(guī)律與價格波動規(guī)律。張躍軍、魏一鳴通過使用GARCH 模型、VAR 模型和均值回歸理論對歐盟碳市場期貨價格運行特征進行研究，研究結果表明歐盟碳配額價格收益率波動不服從均值回歸過程［8］。張玉娟使用隨機波動模型對歐盟碳市場期貨價格波動特征進行研究，發(fā)現第二階段的期貨價格服從均值回歸過程，產生這種現象原因是歐盟碳排放期貨市場發(fā)展比較成熟［9］。呂勇斌、邵律博對中國5 個試點市場的價格波動特征進行研究，發(fā)現各個市場表現出相同的非對稱特征，從而對全國碳市場的建立提出相應建議［10］。周建國、劉宇萍、韓博對深圳碳交易市場的價格影響因素進行探究，從而為全國碳市場的建立提供相應的政策建議［11］。王揚雷通過對比歐盟碳排放交易價格與中國碳排放交易價格的溢出效應，提出中國應該從培養(yǎng)專業(yè)人才、設計合理交易機制與實施路徑等方面推動碳排放交易市場的發(fā)展［12］。張婕、孫立紅、邢貞成對中國6 個碳排放交易市場價格序列波動率進行研究，發(fā)現這些市場波動率存在非對稱性特點，并提出發(fā)展全國碳排放交易市場的建議［13］。

通過對國內外學者發(fā)表的有關碳排放交易市場科研成果的整理與分析發(fā)現，研究者往往把研究重點放在歐洲碳排放交易體系等世界范圍內比較成熟的碳排放交易市場，或者研究中國某一個碳排放交易市場，缺乏對正處于發(fā)展初期的中國8 家碳排放交易市場的整體研究，更缺乏對新建立的湖北碳排放交易市場和福建碳排放交易市場的相關研究。雖然國外成熟碳排放交易市場的研究結果對中國發(fā)展碳排放交易有一定借鑒意義，但是還需要對中國碳排放交易市場存在的特殊性進行研究與探討。

鑒于以上原因，本文集中研究了中國八家碳排放交易試點市場價格的波動特性，希望找出湖北碳排放交易市場、福建碳排放交易市場和其他六家碳排放交易市場價格波動性是否存在巨大差異。研究結果表明湖北碳排放交易市場、福建碳排放交易市場和其他六家碳排放交易市場價格波動性不存在巨大差異，其碳排放交易市場價格波動都出現持續(xù)性、非對稱性和對市場消息比較敏感的特點。同時，也證明湖北碳排放交易市場、福建碳排放交易市場與其他六家交易市場發(fā)展程度差異較小。這說明目前為止八家碳交易市場處于初步發(fā)展階段，都需要政府積極培育碳排放交易市場、相關部門出臺法律法規(guī)維持市場秩序、碳排放市場管理者提升市場服務質量和企業(yè)增強參與碳排放交易意識以促進發(fā)展。

二、中國八家碳排放交易市場價格波動性理論模型構建分析

ARCH 類模型較好地解決了傳統的計量經濟學對時間序列變量的第二個假設（方差恒定）所引起的問題，被廣泛用于時間序列研究中。羅伯特·恩格爾(RobertF.Engle)提出了ARCH 模型解決了時間序列的波動性問題，并借此獲得2003年諾貝爾經濟學獎。波勒斯勒夫(Bollerslev)提出GARCH 模型，該模型是ARCH 模型的拓展。ARCH 類模型能準確地模擬時間序列變量的波動性的變化，它在金融學的實證研究中應用廣泛，使人們能更加準確地把握波動性。本文研究的問題屬于金融學波動性問題，適宜采用ARCH 類模型進行研究。

（一）原始數據的選取、統計性描述說明與處理

本文選取中國八家碳排放交易市場的碳排放配額現貨交易數據進行研究。選取的數據符合數據可獲得性與真實、全面反映碳排放交易市場情況的要求。中國現在存在九家碳排放交易市場分別是北京碳排放交易市場、天津碳排放交易市場、上海碳排放交易市場、重慶碳排放交易市場、成都碳排放交易市場、湖北碳排放交易市場、福建碳排放交易市場、廣東碳排放交易市場和深圳市碳排放交易市場。而在現在處于試運營的九家碳排放交易市場中，成都碳排放交易市場目前沒有公開碳排放數據，因此本文為了真實、全面反映中國碳排放交易市場情況，選擇研究剩余八家碳排放交易市場。由于中國碳排放交易市場成立時間比較短、交易市場屬于試運營階段，所以僅開展碳排放配額交易現貨業(yè)務，尚無碳排放期貨交易等業(yè)務。出于數據可獲得性角度，選取中國八家碳排放交易市場碳排放配額現貨日均價作為分析對象。本文為了更加直觀地體現8 家碳排放交易市場交易情況，選擇在相同時間內完成的碳排放交易量作為樣本量。樣本時間為2017年04月05日到2019年2月28日，其中樣本起始時間為湖北碳排放市場開放交易首日。選取情況如下表1。

如表2 所示，北京碳排放交易市場的日均價平均價格是八家碳排放交易市場中價格最高，日均價的平均價格為54.140 3 元。標準差9.319 30 可以說明價格波動比較大，最高價格75.1 元與最低價格30.32 元相差44.78 元也說明價格波動比較大，偏度0.154 說明日均價數據與正態(tài)分布相比處于右偏態(tài)，峰度-0.151 說明日均價數據與正態(tài)分布相比比較平緩?？傮w來說北京碳排放市場價格相比最高是因為地處中國環(huán)境污染比較嚴重的地區(qū)，輻射范圍內高污染企業(yè)數量比較多，較多企業(yè)需要通過比較高的價格購買碳排放量。位于北京的企業(yè)往往比較能夠接受環(huán)保思想，重視環(huán)境保護因此樂于購買碳排放交易權。上海碳排放交易市場的日均價平均價格在8 家碳排放交易市場中價格處于次高位，日均價的平均價格為34.720 4 元。標準差4.008 82 可以說明價格波動比較大，最高價格44 元與最低價格24.75 元相差19.25 元也說明價格波動比較大，偏度-0.473 說明日均價數據與正態(tài)分布相比處于左偏態(tài)，峰度-0.592 說明日均價數據與正態(tài)分布相比比較平緩?？傮w來說上海雖然碳排放交易成交量一般，但是碳排放交易價格比較高。

表1 中國碳排放交易市場樣本選取數據選取情況匯總表

表2 八家碳排放交易市場價格統計性描述

廣東碳排放交易市場的日均價平均價格在八家碳排放交易市場中價格處于中等偏上的位置，日均價的平均價格為14.654 7 元。標準差2.010 25 可以說明價格波動比較小，最高價格20.94 元與最低價格9.8 元相差11.14 元也說明日均價格波動一般，偏度0.827 與正態(tài)分布相比處于右偏態(tài)，峰度0.227 說明日均價數據與正態(tài)分布相比比較平緩。廣東企業(yè)對碳排放量需求比較大，成交量大，相比之下需求量比較穩(wěn)定，日均價格波動比較小。深圳碳排放交易市場的日均價平均價格在8家碳排放交易市場中價格處于中等偏上，日均價的平均價格為27.495 5 元。標準差7.635 39 可以說明價格波動比較大，最高價格43.18 元與最低價格8.24 元相差34.94 元也說明價格波動大，偏度-0.314 說明日均價數據與正態(tài)分布相比處于左偏態(tài)，峰度-0.562 說明日均價數據與正態(tài)分布相比比較平緩。深圳企業(yè)比較多，對碳排放量的需求量也比較大，成交量比較大，所以日均價比較高。

湖北碳排放交易市場的日均價平均價格在八家碳排放交易市場中價格處于中等偏下，日均價的平均價格為19.463 1 元。標準差6.523 53 可以說明價格波動比較大，最高價格38.57 元與最低價格11.56 元相差27.01 元也說明價格波動比較大，偏度0.703 說明日均價數據與正態(tài)分布相比處于右偏態(tài)，峰度-1.25 說明日均價數據與正態(tài)分布相比比較平緩?？傮w來說湖北碳排放交易市場從成立后發(fā)展勢頭比較好，碳排放交易比較多，成為相同時間內碳排放交易最多的碳排放市場。重慶碳排放交易市場的日均價平均價格在8 家碳排放交易市場中價格最低，日均價的平均價格為5.327 2 元。標準差9.101 31 可以說明價格波動一般，最高價格12.2 元與最低價格1 元相差11.2元也說明價格波動比較大，偏度2.52 說明日均價數據與正態(tài)分布相比處于右偏態(tài)，峰度7.1 說明日均價數據與正態(tài)分布相比比較陡峭?？傮w來說重慶碳排放交易市場發(fā)展狀態(tài)處于中等水平，發(fā)展態(tài)勢比較好。

福建碳排放交易市場的日均價平均價格在8 家碳排放交易市場中價格偏上，日均價的平均價格為23.908 3 元。標準差6.477 8 可以說明價格波動比較大，最高價格38.57 元與最低價格12.93元相差25.64 元也說明價格波動大，偏度0.588 說明日均價數據與正態(tài)分布相比處于右偏態(tài)且比較小，峰度-0.711 說明日均價數據與正態(tài)分布相比比較平緩?？傮w來說福建比較多臺資企業(yè)，需要購買碳排放量滿足自身，所以福建碳排放交易市場發(fā)展比較好。天津碳排放交易市場的日均價平均價格在8 家碳排放交易市場中價格處于中等偏下，日均價的平均價格為10.117 5 元。標準差1.826 7可以說明價格波動小，最高價格12.2 元與最低價格8.51 元相差3.69 元也說明價格波動小。偏度0.299 說明日均價數據與正態(tài)分布相比處于右偏態(tài)，峰度-4.24 說明日均價數據與正態(tài)分布相比比較陡峭。值得注意的是在樣本時間內天津碳排放交易市場只完成四筆碳排放交易。說明天津碳排放市場成交量比較小，發(fā)展水平需要進一步提升。

為了保證研究的準確性需要通過樣本價格計算出在樣本區(qū)間的收益率序列，并且對收益率進行實證分析。計算樣本區(qū)間的收益率序列的方法是在對碳排放日均價取對數的基礎上進行一次差分。用公式表示如下：

其中，rt表示在時間t 時的收益率，Pt表示在時間t 時的碳排放價格。

（二）理論模型的選擇

通過對原始數據的統計性描述與處理可以發(fā)現數據存在一定的波動性，而且由于數據存在非連續(xù)時間的問題，所以不能采用連續(xù)時間序列的計量模型，需要采用非連續(xù)時間序列的計量模型。本文采用ARCH 類模型來進行實證分析。ARCH 模型簇可以應用在非連續(xù)時間序列中，并且可以比較恰當地反映非連續(xù)時間序列的波動情況。本文采用的GARCH 模型是ARCH 模型的擴展，本文中采用的另一種模型T-GARCH 是GARCH 模型的擴展。這兩種模型從不同角度反映非連續(xù)時間序列的波動性。

1.GARCH 模型。這個模型可以有效地檢測數據波動的持續(xù)性特征，如實地反映數據波動的長期記憶性和非線性。這個模型可以解決ARCH 模型中需要保證αi 非負，但是隨著滯后階數p 的增長與無限制約束估計會違背這一保證。為了不違背這一保證計量學者會加上一個相當任意的遞減時滯結構。經過改進增加成一個分布滯后模型就變成了GARCH 模型。該模型形式如下:

其中p 是ARCH 的階數，q 是自回歸GARCH 項的階數，p>0 并且βj>0，1≤i≤p，α（L） 和β（L）是滯后算子多項式。同時為了保證GARCH（p，q）模型的條件方差有明確定義，相應的ARCH（∞）模型的所有系數都必須是正數。

2.TGARCH 模型。這種模型又稱為門限ARCHM 模型，可以用來描述非對稱沖擊的模型，證明好消息和壞消息對條件方差存在不同沖擊，還可以檢測非對稱沖擊效果。該模型形式如下：

其中dt-1是一個虛擬變量，當μt-1<0 時，dt-1=1；否則dt-1=0。只要γ≠0，就存在非對稱效應。在式（3）中條件方差方程中的項μt-1dt-1稱為非對稱效應項，或TARCH 項。好消息μt-1>0 時有一個α 倍的沖擊，此時dt-1=0 壞消息μt-1<0 時有一個（α+γ）的沖擊。如果γ>0 則存在“杠桿效應”，非對稱性會使得波動加大，如果γ<0,則非對稱性作用使得波動減少。

三、中國八家碳排放交易市場價格波動性實證分析

研究八家碳排放交易市場收益率波動性，需要對數據進行統計性描述、單位根檢驗、自相關檢驗后進行ARCH 類模型實證并分析。

（一）收益率序列統計性描述

為了對8 家碳排放交易市場收益率波動性進行實證性研究，首先要對數據進行統計性描述（見表3）。北京碳排放交易市場的收益率在8 家碳排放交易市場中價格處于中等偏下，平均值為-0.000 244 31。標準差0.043 195 可以說明相比之下收益率波動處于中等水平，最大值0.210564 與最小值-0.201 714 相差較處于中等水平也說明波動處于中等水平。從偏度和峰度4.54 可以看出都具有尖峰后尾特征，拒絕正態(tài)分布。其他7 家碳排放交易市場收益率序列態(tài)分也拒絕正態(tài)分布。廣東、湖北和重慶碳排放交易市場收益率平均值都為負。其他4 家市場收益率序列平均值都為正，但是都沒有達到0.01。其中平均值最高為0.052 143 42，說明中國碳排放交易市場收益率平均值不高。標準差也比較小，最大值和最小值差值也不大，說明波動不大。從整體統計性描述數據可以看出中國8 家碳排放交易市場收益率水平整體不高，是因為中國碳排放交易市場處于初步發(fā)展階段，還有比較大的進步空間。雖然對天津碳排放交易市場收益率進行統計性描述，但是由于樣本過少無法進行下一步研究。所以下一步研究對象為除天津碳排放交易市場外的其余市場。

（二）單位根檢驗

為了對中國七家碳排放交易市場收益率序列進行實證研究，必須要避免出現偽回歸的情況。本文選擇ADF 單位根檢驗方式來驗證是否存在偽回歸。8 家碳排放交易市場收益率序列ADF 單位根檢驗結果表明全部收益率序列在1%水平拒絕原假設。說明8 家碳排放交易市場收益率序列均為平穩(wěn)序列，可以采用ARCH 系列模型進行實證研究。

表3 八家碳排放交易市場收益率序列統計性描述

（三）自相關性檢驗

首先通過表4 可以直觀地看出七家碳排放交易市場收益率序列沒有呈現出規(guī)律性，而是均呈現出聚集性波動性。這說明普通的回歸方程不適合描述7 家碳排放交易市場收益率。因此可以嘗試采用ARCH 系列模型研究7 家碳排放交易市場收益率序列情況。

檢驗是否可以采用ARCH 系列模型有兩種方式：一種方式是拉格朗日乘數法（LM）法，另一種方式是對殘差的平方相關圖檢驗。本文采用對殘差的平方相關圖進行檢驗的方式來確定這些收益率序列是否可以使用ARCH 系列模型。選用這種方式是因為這種方式可以生成圖形從而比較直觀地顯示殘差的平方是否存在自相關。檢驗結果表明8 家碳排放交易市場收益率序列的殘差平方均存在自相關性，可以采用ARCH 系列模型進行實證研究。

（四）GARCH模型選擇及實證結果分析

為了保證GARCH 實證結果的準確性，本文對七家碳排放交易市場收益率序列分別使用GARCH（1，1）模型、GARCH(2，1)模型和GARCH（1，2）模型進行參數估計，并且根據赤池信息準則和施瓦茨準則選擇最適合的模型。這兩個準則都要求選擇參數的數值最小，根據以上原則選擇最適合的8 家碳排放交易市場收益率序列模型估計結果并繪制成表4 如下。

外國專家曾經論證在GARCH 系列模型中使用GARCH(1，1)模型適用于擬合大多數數據。但是有的學者認為北京碳排放交易市場和廣東碳排放交易市場的收益率序列使用GARCH（1，1）模型擬合效果不好，擬合程度比較低。本文為了驗證在選擇的樣本區(qū)間內是否也存在使用GARCH（1，1）模型擬合效果不好，擬合程度比較低的問題。所以選取GARCH（1，1）模型、GARCH（2，1）模型和GARCH（1，2）模型進行比較，通過赤池信息準則和施瓦茨準則來比較AIC 值和SC 值選擇最小的數值，發(fā)現在樣本區(qū)間7 家碳排放交易市場收益率序列都是在使用GARCH（1，1）模型時AIC 值和SC值最小，不存在其他研究者發(fā)現在樣本區(qū)間使用GARCH（1，1）擬合效果不好，擬合程度比較低的問題，實證結果表明GARCH（1，1）模型比較好地反映了8 家碳排放交易市場收益率序列的情況。

本文認為文中北京碳排放交易市場和廣東碳排放交易市場沒有出現使用GARCH（2，1）模型擬合效果比較好的情況是因為與使用GARCH（2，1）模型樣本區(qū)間不同。那篇論文中北京碳排放交易市場和廣東碳排放交易市場選取的樣本時間為碳排放交易市場開始進行碳排放交易到2017年6月左右，本文的樣本時間為2017年04月05日到2019年2月28日。北京碳排放交易市場和廣東碳排放交易市場已經開展一段時間的碳排放交易，并且該交易也初步形成一定規(guī)模，為了促進碳排放交易的發(fā)展，各項配套措施也在不斷完善，所以碳排放交易比較穩(wěn)定，GARCH（1，1）模型可以比較好地反映出新時期的北京碳排放交易市場和廣東碳排放交易市場的情況。

表4 七家碳排放交易市場收益率序列GARCH 模型及方差方程參數估計結果

GARCH 模型中α1 大于0 說明外部沖擊對碳排放市場價格產生影響，其中外部沖擊對北京碳排放市場價格的影響更大。GARCH 模型中β 小于1，可以說明外部沖擊對于碳排放市場價格沖擊具有一定持續(xù)性，其中外部沖擊對于深圳沖擊持續(xù)性比較強。目前中國碳排放交易市場依舊屬于試點階段，政府監(jiān)管比較嚴格。一旦碳排放價格出現較大的波動時，政府會采取一些措施保證碳排放價格回歸到比較穩(wěn)定的價格。7 家碳排放交易市場價格波動情況均反映出這一特征。外部沖擊對于北京碳排放市場價格沖擊更大是因為北京市政府出臺多項政策維護碳排放交易市場秩序。外部沖擊對福建碳排放交易沖擊比較持續(xù)是因為福建碳排放交易市場成立時間比較短，交易量比較小所以突出沖擊持久性強。碳交易排放市場比較高的準入要求降低了一部分企業(yè)開展碳交易排放的可能性，相關法規(guī)對于違約企業(yè)處罰力度比較輕增加了企業(yè)違約的可能性，因此市場需要采取措施提高企業(yè)參與碳排放交易的可能性。

（五）T-GARCH模型及實證結果分析

為了進一步研究七家碳排放交易市場收益率序列的波動率情況，使用T-GARCH 模型進行實證研究，研究結果如下表5。

從圖中可以看出七家碳排放交易市場收益率序列的T-GARCH 模型中杠桿系數均不為0，說明這些收益率序列波動存在非對稱性效應。如果市場出現有利于碳排放交易的好消息比如中國宏觀經濟形勢比較好、中國政府加強環(huán)境污染治理，此時對于北京碳排放價格、上海碳排放價格、廣東碳排放價格、深圳碳排放價格、湖北碳排放價格、重慶碳排放價格和福建碳排放價格的影響分別是0.384 035 倍、0.096 764 倍、0.467 218 倍、0.077 774 倍、0.364 243 倍、0.391 364 倍和0.218 212 倍。如果市場出現不利于碳排放交易的壞消息如法國將要退出《巴黎協定》，此時對于北京碳排放價格、上海碳排放價格、廣東碳排放價格、深圳碳排放價格、湖北碳排放價格、重慶碳排放價格和福建碳排放價格的影響分別是0.828 751 倍、0.265 693 倍、0.674 325 倍、0.022 663 倍、0.186 511 倍、0.361 269倍和0.386 759 倍。通過比較這些數據可以看出天津碳排放交易市場、湖北碳排放交易市場、深圳碳排放交易市場面對好消息的影響大于壞消息。其余五家碳排放交易市場則是存在面對壞消息影響大于好消息。

表5 七家碳排放交易市場收益率序列T-GARCH 模型及方差方程參數估計結果

廣東碳排放交易市場、湖北碳排放交易市場、重慶碳排放交易市場、福建碳排放交易市場與其他3 家碳排放交易市場相比存在市場面對好消息影響大于壞消息影響的情況。這些地區(qū)中企業(yè)不僅對生產設備進行升級改造，還對企業(yè)思想進行改造并認識到環(huán)境保護的重要作用，積極參與碳排放交易活動，促進了碳排放交易市場的發(fā)展。剩余三家企業(yè)對于壞消息比較敏感，深圳、上海屬于中國改革開放程度最高的地區(qū)之一，其企業(yè)往往與國際其他國家業(yè)務往來比較多，受到國際影響程度深，因此對壞消息更加敏感。北京作為中國重點治理環(huán)境污染的地區(qū)，對于碳排放交易要求和監(jiān)管程度與其他地方相比比較嚴格，導致一些企業(yè)無法進入市場，因此對于壞消息更加敏感。

五、結論與建議

本文采用ARCH 系列模型來研究中國八家碳排放交易市場價格波動性分析，研究結果表明天津碳排放交易市場發(fā)展緩慢、湖北碳排放交易市場和福建交易市場除了與其他市場同樣存在價格波動出現持續(xù)性、非對稱性和對市場消息比較敏感的特點外，還存在與其他六家交易市場發(fā)展程度差異較小的特點。以上這些研究結果有力地證明湖北碳排放交易市場和福建交易市場與其他碳排放交易市場同處于初級發(fā)展階段，可以采用同樣方式來提升碳排放交易的進一步發(fā)展。

通過以上研究可以看出中國八家碳排放交易市場發(fā)展還處于初級成長階段，還有比較大的發(fā)展空間。中國八家碳排放交易市場需要獲得進一步發(fā)展，始終離不開建設碳排放交易市場。結合中國碳排放交易市場發(fā)展仍處于初步發(fā)展階段的現實情況，建設碳排放交易市場應該從政府積極培育碳排放交易市場、相關部門出臺法律法規(guī)維持市場秩序、碳排放市場管理者提升市場服務質量和企業(yè)增強參與碳排放交易意識等方面來開展。

第一，政府積極培育碳排放交易市場可以進一步發(fā)展碳排放交易市場。首先應該做到降低進入碳排放交易市場的標準，鼓勵中小企業(yè)和個人投資者進入碳排放交易市場。迄今為止碳排放交易市場只允許排放超過一定標準的企業(yè)進入，中小企業(yè)和個人投資者并不能進入。中小企業(yè)是中國發(fā)展市場經濟的重要力量，個人投資者的投資進入碳排放交易市場可以彌補一部分碳排放交易的資金缺口。鼓勵中小企業(yè)和個人投資者進入碳排放交易市場可以促進碳排放交易量的增加，使得碳排放市場獲得進一步發(fā)展。其次是實行免收會費制度。企業(yè)為了獲得進入碳排放交易市場的資格，需要繳納一定的入會費用，這些費用導致企業(yè)環(huán)保成本增加，一些企業(yè)從維護自身利益角度考慮會拒絕繳納過高的會費，無法進入碳排放交易市場，這樣不利于碳排放市場的長遠發(fā)展。最后需要幫助企業(yè)樹立環(huán)保意識和企業(yè)利用金融為自身服務的意識才能促進碳排放交易市場的發(fā)展。企業(yè)必須明確碳排放交易市場的存在可以解決降低企業(yè)碳排放費用的問題，才能自主、自愿參與到碳排放交易活動中來，促進碳排放市場的進一步發(fā)展。

第二，相關部門出臺法律法規(guī)維持市場秩序方面可以進一步發(fā)展碳排放交易市場。由于中國現存的碳排放交易市場處于試點運行狀態(tài)，沒有比較完善的法律法規(guī)來維持市場秩序。目前一些法規(guī)約定對于參與碳排放交易的企業(yè)出現違約責任的懲罰程度比較輕，對企業(yè)威懾力較低，不利于維持正常的市場秩序，應該適度增加對違約企業(yè)的懲罰力度。從實際情況來看大部分企業(yè)并非自愿參與到碳排放交易活動中，而是因為政府強制企業(yè)履行減排義務參與碳排放交易活動。比較輕的懲罰制度會導致企業(yè)參與碳排放市場的積極性進一步降低，會導致碳排放交易市場的作用不能夠正常發(fā)揮，會導致減排的效果受到削弱。因此，有必要適當加強懲罰力度，對于違約企業(yè)起到有效的懲罰作用，震懾市場，保障守約企業(yè)的合法權益，達到維護市場秩序的目的，從而進一步促進碳排放交易市場的發(fā)展。

第三，碳排放市場管理者提升市場服務質量可以進一步發(fā)展碳排放交易市場。中國各地碳排放交易市場發(fā)展情況不同，需要碳排放交易市場管理部門結合實際情況與實際需求開展有針對性的服務。例如深圳碳排放交易市場為了滿足廣大企業(yè)需要進行碳排放交易的需求，在周六周日臨時增加開放碳排放交易市場。這樣及時緩解眾多企業(yè)對于碳排放量的需求。碳排放交易市場管理部門。上海碳排放交易市場管理部門為了鼓勵企業(yè)積極參與碳排放交易，開展年度優(yōu)秀會員評選活動。可以借鑒國外先進經驗并結合中國實際情況來提升中國碳排放交易管理部門的服務水平，轉變觀念，樹立中國碳排放交易離不開碳排放交易管理部門服務水平發(fā)展的意識。只有積極服務參與碳排放交易的企業(yè)，才能增強這些企業(yè)繼續(xù)參與碳排放交易活動的信心，保證碳排放交易活動的持續(xù)進行，維持碳排放交易市場的持續(xù)發(fā)展。

第四，企業(yè)增強參與碳排放交易意識可以進一步發(fā)展碳排放交易市場。中國碳排放交易市場的發(fā)展始終離不開企業(yè)的參與，企業(yè)才是碳排放交易中的交易主體。其余參與者都是為企業(yè)開展碳排放交易業(yè)務而存在，只能起到輔助作用。只有企業(yè)增強參與碳排放交易意識，樹立保護自然生態(tài)環(huán)境的信念才能夠認識到企業(yè)有責任有義務參與到碳排放交易活動中，從而主動參與碳排放交易活動以帶動碳排放交易的發(fā)展。