杜 軍，童 瑤

(長沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長沙 410076)

一、引言

碳排放交易市場作為新一輪國際競爭關(guān)鍵陣營受到越來越多國家的關(guān)注，如何將本國的碳排放交易市場建設(shè)成主導(dǎo)國際碳排放交易市場的中堅力量，各國都在緊鑼密鼓地行動。我國于2018年3月頒布了《深化黨和國家機(jī)構(gòu)改革方案》并成立了生態(tài)環(huán)境部(MEE)，將國家發(fā)展改革委員會氣候變化司和前環(huán)境保護(hù)部納入其中。目前，生態(tài)環(huán)境部和地方政府正在試點(diǎn)評估，將區(qū)域試點(diǎn)項目與國家排放交易系統(tǒng)(ETS)結(jié)合起來并根據(jù)2016—2017年的歷史數(shù)據(jù)報告和驗證，推出和建設(shè)交易和注冊平臺，并組織專家工作組編寫模擬交易以及津貼和分配計劃。

隨著美國頁巖油氣的開發(fā)，石油作為戰(zhàn)略性能源的重要性勢必會遭到削弱，這就使得碳排放配額成為下一個戰(zhàn)略性能源產(chǎn)品的重要議題，盡管在建立碳排放交易市場的初期影響其價格波動的因素很多且不確定，但在過渡階段，應(yīng)當(dāng)把石油與碳排放配額放在一個框架下來探討其中的內(nèi)生性。

試點(diǎn)碳排放系統(tǒng)歷史數(shù)據(jù)報告和驗證是建立在全國排放交易系統(tǒng)的基礎(chǔ)之上的，良好的數(shù)據(jù)質(zhì)量有利于促進(jìn)市場的發(fā)展，并且能夠為全國排放交易系統(tǒng)提供經(jīng)驗。因此，本文將國內(nèi)碳排放交易市場與國際碳排放交易市場納入一個研究框架來分析，并根據(jù)試點(diǎn)碳排放系統(tǒng)歷史數(shù)據(jù)波動率、歐盟排放交易系統(tǒng)價格波動率與原油價格波動的異同，從而驗證數(shù)據(jù)的質(zhì)量，進(jìn)一步討論試點(diǎn)排放系統(tǒng)的經(jīng)驗以及對建立全國排放系統(tǒng)的意義。

二、文獻(xiàn)綜述

影響碳配額價格波動的因素有許多，從宏觀層面來分析，有經(jīng)濟(jì)發(fā)展水平、政策因素等；從微觀層面分析，有相關(guān)商品價格變化等。趙選民和魏雪(2019)[1]認(rèn)為企業(yè)對于傳統(tǒng)能源的消費(fèi)是碳排放的重要來源，并利用我國七個碳排放交易試點(diǎn)省市碳排放交易價格數(shù)據(jù)與國內(nèi)外的主要傳統(tǒng)能源價格指標(biāo)進(jìn)行面板數(shù)據(jù)廣義最小二乘估值，研究表明各傳統(tǒng)能源價格與碳排放交易價格之間均存在顯著的負(fù)相關(guān)關(guān)系。李春燕和溫作民(2019)[2]利用時變參數(shù)模型研究影響碳排放期現(xiàn)貨收斂性的因素，發(fā)現(xiàn)傳統(tǒng)能源和碳排放交易市場的成熟度對收斂性產(chǎn)生較強(qiáng)的影響，而經(jīng)濟(jì)因素和政策對收斂性產(chǎn)生較弱的影響，黃金則對其不產(chǎn)生影響。之前的研究均表明傳統(tǒng)能源對碳排放價格產(chǎn)生了顯著的影響，隨著新能源產(chǎn)業(yè)的發(fā)展，碳排放價格的上升是否有利于其發(fā)展呢？Lin和Jia(2019)[3]認(rèn)為排放交易系統(tǒng)(ETS)有直接影響能源消耗、環(huán)境質(zhì)量和經(jīng)濟(jì)的潛力，而ETS價格是ETS市場的關(guān)鍵。該論文還發(fā)現(xiàn)，當(dāng)該機(jī)制尚未完全確定時，ETS價格是不可預(yù)測的。它進(jìn)一步指出，由于ETS價格與ETS機(jī)制之間的高度關(guān)系，當(dāng)該機(jī)制尚未完全確定時，ETS價格是不可預(yù)測的。這些發(fā)現(xiàn)將有助于政策制定者建立健康的ETS市場。重要的意義是我們可以通過調(diào)整這些機(jī)制來調(diào)整市場價格。進(jìn)一步，Lin和Jia(2019)[4]指出隨著排放交易體系價格水平的提高，國內(nèi)生產(chǎn)總值將進(jìn)一步減少。能源行業(yè)的產(chǎn)出比其他行業(yè)對ETS價格更敏感。ETS價格較高，ETS價格降低的化石能源消費(fèi)邊際減少量較小。此外，低價的碳排放交易價格將削弱碳排放市場減少排放的能力。較高的碳排放交易價格將導(dǎo)致二氧化碳排放量的減少，但經(jīng)濟(jì)成本不容忽視。并認(rèn)為，中國ETS試點(diǎn)城市的ETS價格過低，幾乎無法減少排放。并建議將ETS價格維持在10美元，碳排放價格逐步提高至20美元。曾清(2018)[5]研究碳排放配額價格和傳統(tǒng)能源公司股價、新能源公司股價來研究其關(guān)系的差異性。研究表明，傳統(tǒng)能源公司股價與碳排放價格的關(guān)系就目前來看是強(qiáng)于新能源公司股價與碳排放價格之間的關(guān)系的，但是短期存在一個由負(fù)轉(zhuǎn)正的影響過程。杜子平和劉富存(2018)[6]基于GA-BP-MIV神經(jīng)網(wǎng)絡(luò)模型，并利用MIV方法計算了能源價格、宏觀經(jīng)濟(jì)發(fā)展等七大類16個指標(biāo)對區(qū)域碳排放價格變化的影響程度。馮家叢等(2018)[7]基于2014年6月至2017年6月北京、上海、廣東、深圳、天津、武漢6個省市的實(shí)際數(shù)據(jù)對試點(diǎn)碳排放市場的影響因素進(jìn)行實(shí)證分析。研究認(rèn)為：碳排放市場與國際市場發(fā)展具有顯著的負(fù)相關(guān)關(guān)系；碳配額價格與不同能源價格具有不同的相關(guān)關(guān)系；碳配額價格與宏觀經(jīng)濟(jì)發(fā)展具有負(fù)相關(guān)關(guān)系；碳配額價格與工業(yè)發(fā)展?fàn)顩r具有正相關(guān)相關(guān)；碳配額價格與空氣質(zhì)量指數(shù)具有負(fù)相關(guān)關(guān)系；碳配額價格與季節(jié)具有顯著相關(guān)關(guān)系；碳配額價格受不同城市間個別因素差異影響而有所不同。

碳配額價格與傳統(tǒng)能源的關(guān)系要顯著強(qiáng)于其他因素對其波動的影響，在分析過程中其他因素對碳市場價格的影響甚至小到可以忽略不計。Usman等(2020)[8]分別研究了巴基斯坦清潔能源消費(fèi)對碳排放的短期和長期影響。崔婕等(2018)[9]在同一框架下考慮碳配額現(xiàn)貨市場、能源市場和資本市場間的動態(tài)關(guān)系，認(rèn)為三者間構(gòu)成協(xié)整關(guān)系，碳排放市場對能源市場、資本市場都有影響。張積林(2016)[10]采用中國制造業(yè)采購經(jīng)理人指數(shù)為內(nèi)生變量建立碳配額價格的向量自回歸模型，應(yīng)用脈沖響應(yīng)函數(shù)、方差分解等方法分析兩種之間的動態(tài)關(guān)系。吳振信等(2015)[11]構(gòu)建VAR模型研究歐盟EUA、布倫特原油和倫敦股票市場之間的聯(lián)動關(guān)系。三者之間存在顯著的雙向非線性格蘭杰因果關(guān)系，互為原因、相互促進(jìn)。但是，碳排放交易市場的波動主要是由其自身因素造成的，受油市和股市的影響很小。郇志堅和陳銳(2011)[12]研究歐盟EUA和CER期貨價格的關(guān)系。鐘世和和曾小春(2014)[13]分析碳排放價格對我國能源價格及物價波動的影響，認(rèn)為碳排放價格波動構(gòu)成我國能源價格波動的原因，但對消費(fèi)者價格指數(shù)影響較小。文中分析碳排放價格波動源于兩個方面：碳排放交易市場上交易者之間需求與供給力量的較量。

隨著碳配額市場的發(fā)展，碳金融作為一個新興的金融市場吸引了許多學(xué)者對其定價進(jìn)行研究。Lyu等(2020)[14]使用馬爾可夫鏈蒙特卡洛隨機(jī)波動率模型和小波多分辨率模型來分析湖北、上海和深圳的碳排放試點(diǎn)市場中的價格收益率波動性和價格波動的動態(tài)特征。并將這些市場中的價格變動與歐盟(EU ETS)的排放交易系統(tǒng)進(jìn)行比較。結(jié)果表明，湖北、上海、深圳和EU ETS的碳配額價格存在波動性集群。中國的碳排放交易試點(diǎn)市場和EU ETS一樣，在波動穩(wěn)定性方面都存在不足。從長遠(yuǎn)來看，中國的碳排放交易市場缺乏詳細(xì)的發(fā)展計劃，這是至關(guān)重要的，因為市場體系的建設(shè)還不是最理想的。從短期來看，中國的碳排放交易市場并不活躍，參與者對風(fēng)險的態(tài)度極為敏感。Li等(2020)[15]基于包括STOXX600指數(shù)、煤炭、原油價格、天然氣價格以及歐洲清潔能源公司股票價格等多個來源的數(shù)據(jù)集，使用BP神經(jīng)網(wǎng)絡(luò)模型來模擬長期趨勢，探討歐盟碳配額交易中碳期貨產(chǎn)品的價格特征。劉維泉和郭兆暉(2011)[16]通過隨機(jī)波動模型，建立歐盟排放交易系統(tǒng)期貨市場風(fēng)險度量模型。研究表明歐盟配額具有一般金融數(shù)據(jù)的特征，并且金融危機(jī)加強(qiáng)了歐盟配額期貨市場風(fēng)險，價格下跌風(fēng)險要高于價格上漲風(fēng)險。徐天艷(2011)[17]運(yùn)用GARCH模型研究芝加哥氣候期貨交易所上市交易的核證減排期貨價格波動性特征，發(fā)現(xiàn)核證減排期貨同樣具有金融資產(chǎn)價格波動性的特征，并且存在高階ARCH效應(yīng)。通過GARCH(2,1)-M模型發(fā)現(xiàn)，核證減排期貨市場收益率與波動密切相關(guān)，一般風(fēng)險大的收益率也高。吳振信和萬埠磊(2012)[18]通過建立時間序列模型，研究歐盟碳排放配額日交易結(jié)算價格的收益率波動特征。證實(shí)了EUA價格波動具有尖峰肥尾、異方差、長記憶性和不對稱性等特征，其中利空消息對市場帶來的負(fù)面效應(yīng)遠(yuǎn)大于同等程度的利多消息。田園等(2015)[19]根據(jù)在險值(Value at Risk)理論、條件方差理論以及極值理論，構(gòu)造GARCH-EVT-Var模型，度量歐洲碳排放交易系統(tǒng)和芝加哥氣候環(huán)境交易所兩個市場的正常波動和極端情況下的期望風(fēng)險。通過對比兩個市場的波動情況、市場效率以及市場風(fēng)險，認(rèn)為碳排放交易市場下跌風(fēng)險更大，并且下跌的信息對于市場的影響更明顯。這與傳統(tǒng)金融市場的表現(xiàn)極為相似，因此可以借鑒研究傳統(tǒng)金融市場的方法研究碳排放市場。蔣志雄和王宇露(2015)[20]運(yùn)用價格價值理論、價格市場理論和證券市場微觀結(jié)構(gòu)等理論研究強(qiáng)制碳排放交易市場的價格形成機(jī)制。常潔(2015)[21]將實(shí)物期權(quán)理論運(yùn)用于中國清潔發(fā)展機(jī)制(CDM)項目投資價格臨界值預(yù)計。這種動態(tài)的臨界值價格有利于政府實(shí)時確定拍賣底價。郭白瀅和周任遠(yuǎn)(2016)[22]運(yùn)用HP濾波法，發(fā)現(xiàn)我國各個碳排放交易試點(diǎn)在履約期內(nèi)價格變化具有相似的季節(jié)性特征。同時把一個典型的履約期劃分為四個階段：交易啟動期、平穩(wěn)交易期、履約沖刺期和履約截止臨近期。機(jī)構(gòu)和個人投資者的引入，市場容量的擴(kuò)大以及企業(yè)對于交易需求的提升都使得上海碳排放交易價格波動在履約前后發(fā)生了結(jié)構(gòu)性的變化。賈君君等(2017)[23]通過在傳統(tǒng)AR-GARCH模型的均值方程和波動方程中加入雙邊修正虛擬變量，提出雙邊修正虛擬變量的事件研究方法，分析歐盟碳排放市場國家配額分配計劃公告和核證排放量公告的發(fā)布對碳排放價格的潛在影響。實(shí)踐證明雙邊修正虛擬變量方法能夠有效地捕捉公告事件對碳排放價格收益率的波動性事前、事后的影響過程。不同公告事件的影響不同。海小輝和楊寶臣(2014)[24]考慮到不同化石原料的二氧化碳排放成本和不同化石原料的排放水平下對歐盟電力企業(yè)成本的影響，構(gòu)建了歐盟電力企業(yè)在碳排放市場中的均衡模型，并通過動態(tài)條件相關(guān)多變量廣義自回歸條件異方差模型分析了歐盟排放交易系統(tǒng)第二階段歐盟排放權(quán)交易和能源市場的動態(tài)條件相關(guān)關(guān)系。碳排放市場與各能源市場的動態(tài)條件相關(guān)系數(shù)均為正，具體來說，碳排放市場與煤炭市場、碳排放市場與天然氣市場之間的動態(tài)條件相關(guān)系數(shù)波動相似，波動頻率較大，幅度較??；而布倫特原油價格對碳排放市場無直接影響，它是通過天然氣市場對碳排放市場產(chǎn)生影響。

三、實(shí)證設(shè)計與分析

下面我們運(yùn)用面板向量自回歸模型，研究歐盟碳排放市場與中國碳排放市場相對于原油市場的關(guān)系。其中，中國選取北京作為試點(diǎn)碳排放市場的原因是北京的碳排放價格相對于其他城市明顯偏高。Bayer和Aklin(2020)[25]提到人們普遍認(rèn)為，碳排放市場需要高價格才能減少排放。結(jié)果，許多觀察者仍然對諸如歐盟排放交易系統(tǒng)(EU ETS)之類的舉措表示懷疑，該體系的價格仍然較低(與碳的社會成本相比)。本文選用數(shù)據(jù)區(qū)間為：2017.01.06—2020.07.30，中國市場原油數(shù)據(jù)采用勝利原油現(xiàn)貨價格；歐洲市場分別選用歐盟排放配額現(xiàn)貨價格和布倫特原油現(xiàn)貨價格作為樣本，共1840條數(shù)據(jù)，作為研究依據(jù)。

對平行數(shù)據(jù)考慮下面的AR(1)過程：

(1)

式中：xit表示模型中的外生變量向量，包括各截面的固定影響和時間趨勢。N表示截面成員的個數(shù)，表示第i個截面成員的觀測時期數(shù)，參數(shù)為自回歸的系數(shù)，隨機(jī)誤差項相互滿足獨(dú)立同分布假設(shè)。因此，對于上式所表示的AR(1)過程，如果，則對應(yīng)的序列為平穩(wěn)序列；如果，則對應(yīng)的序列為非平穩(wěn)序列。一般根據(jù)各面板之間的根是否相同，將面板數(shù)據(jù)單位根檢驗方法分為：相同根情況下的單位根檢驗和不同根情況下的單位根檢驗。具體見表1。

表1 碳排放配額面板數(shù)據(jù)單位根檢驗結(jié)果

對于碳排放配額的收益率，含有截距項與含有截距項和趨勢項的檢驗結(jié)果均一致拒絕原假設(shè)，不存在單位根。

(一)面板VAR模型滯后階數(shù)的選取

建立面板向量自回歸的第一步就是確定滯后階數(shù)。在選擇滯后階數(shù)時，一方面想要滯后階數(shù)足夠大，才能很好地反映所構(gòu)造模型的動態(tài)特征。但是沒有兩全其美的事情，滯后階數(shù)越大，需要估計的參數(shù)也就越多，模型的自由度就會減少。一般在實(shí)證研究中會綜合考慮幾種確定滯后階數(shù)的方法，以期達(dá)到滯后項的選擇與自由度的多少之間的一個平衡。實(shí)證研究中，比較常用的方法是AIC(akaike information criterion)信息準(zhǔn)則和SC(schwarz criterion)信息準(zhǔn)則，SC信息準(zhǔn)則有時又稱為BIC(bayesian information criterion)信息準(zhǔn)則，一般的計算公式為：

(2)

(23)

其中，n是VAR模型中待估的參數(shù)個數(shù)，k是內(nèi)生變量個數(shù)，T是樣本長度，d是外生變量的個數(shù)，p是滯后階數(shù)。根據(jù)表1的結(jié)果，碳排放配額與原油之間的面板向量自回歸模型選擇最優(yōu)滯后階數(shù)是1。

表2 面板向量自回歸滯后階數(shù)選擇

(二)面板VAR模型的GMM估計

根據(jù)選取的滯后階數(shù)，我們采用廣義矩估計得到了碳排放配額與原油收益率之間的面板向量自回歸模型。從碳排放配額收益率方程中可以看到，滯后1階的原油收益率是顯著的，表明原油的收益率增加導(dǎo)致碳排放配額收益率的減少，且符號符合一般的經(jīng)濟(jì)學(xué)原理。從原油收益率方程中可以看出，滯后1期的碳配額收益率是顯著的，表明碳排放配額的收益率增加導(dǎo)致原油收益率的增加，這一結(jié)論與碳排放配額收益率對原油收益率的影響正好相反。

(三)面板VAR模型的檢驗

只有符合假設(shè)條件的模型才能運(yùn)用其做下一步的研究，非結(jié)構(gòu)化建模不同于以往的結(jié)構(gòu)化建模，檢驗其穩(wěn)定性的方法是——格蘭杰因果檢驗。格蘭杰解決了檢驗自變量是否引起因變量的問題，主要看現(xiàn)在的因變量能夠在多大程度上被過去的自變量解釋，加入自變量的滯后值是否使解釋程度提高。如果自變量在因變量的預(yù)測中有幫助，或者自變量與因變量的相關(guān)系數(shù)在統(tǒng)計上顯著，就可以說存在格蘭杰因果關(guān)系。

表3 VAR(1)模型的參數(shù)估計結(jié)果

表4 Granger因果檢驗的結(jié)果

從表4的結(jié)果可以看出：在碳排放配額收益率方程中，能夠顯著地拒絕碳排放配額波動率不是原油波動率的Granger原因的原假設(shè)，說明碳排放配額收益率是內(nèi)生變量，這很好地展示了目前國際上把碳排放市場評價為搶占下一輪經(jīng)濟(jì)制高點(diǎn)的主戰(zhàn)場，而其與戰(zhàn)略性能源產(chǎn)品——原油的內(nèi)生關(guān)系也表明碳排放市場的能源安全屬性。而原油波動率方程中，原油波動率卻不是碳排放配額波動率的Granger原因，這說明目前碳排放市場發(fā)展不完善的情況下，這種碳排放市場與能源市場的關(guān)系是極其不穩(wěn)定的。

證明了系統(tǒng)的Granger關(guān)系之后，還需確保模型的穩(wěn)定性才能進(jìn)行脈沖響應(yīng)函數(shù)和方差分解。一般認(rèn)為特征根落在單位元內(nèi)說明模型是穩(wěn)定的(見圖1)。

圖1 VAR(1)模型AR根倒數(shù)圖

(四)面板VAR模型的分析

面板向量自回歸模型很少能從模型自身得到定性解釋。實(shí)踐中，研究者常常對外生沖擊在面板向量自回歸系統(tǒng)中內(nèi)生變量之間的傳遞感興趣。由圖2，我們認(rèn)為原油波動的沖擊直接對滯后期的碳排放配額波動產(chǎn)生影響。而碳排放配額波動對同期的原油波動產(chǎn)生影響。具體為，從圖2右上圖可知，碳排放價格波動率對來自油價波動率的一個標(biāo)準(zhǔn)差的新息沖擊，在滯后1期時達(dá)到峰值，反應(yīng)為-0.002，隨后有下降趨勢，到滯后3期時為0%；由圖2右下圖可知，油價波動率對來自碳排放價格波動率的一個標(biāo)準(zhǔn)的沖擊，在滯后一期時沖擊效應(yīng)接近于0，隨后保持上升趨勢，逐漸為0。有此可知，碳排放價格波動率與油價波動率之間的相互沖擊是十分不同的。油價波動率對碳排放價格波動率的影響要遠(yuǎn)遠(yuǎn)大于碳排放價格波動率對于油價波動率的影響。

圖2 基于VAR(1)系統(tǒng)的沖擊變量圖

進(jìn)一步考慮方差分解的結(jié)果，碳配額波動對原油波動的預(yù)測值標(biāo)準(zhǔn)差貢獻(xiàn)不大，從第零期的0.47%增加到第五期的0.23%并穩(wěn)定在這個水平；而原油波動對碳排放配額波動的預(yù)測值誤差的貢獻(xiàn)從無到第五期的0.23%并保持穩(wěn)定(表5)。

表5 各內(nèi)生變量預(yù)測誤差的方差分解

四、結(jié)論

本文通過研究碳排放交易市場與原油市場的相互關(guān)系，發(fā)現(xiàn)不同碳排放市場與原油市場的關(guān)系存在不對等的差異。碳排放市場是原油市場的格蘭杰原因，而原油市場卻不是碳排放市場的格蘭杰原因。這可能是影響碳市場價格的原因很多，而影響原油市場的原因較少。碳排放市場主要是為了防控溫室氣體排放而建立的，就歐盟碳排放市場的碳配額價格來說，當(dāng)碳配額價格較高時企業(yè)就會想方設(shè)法來降低二氧化碳等溫室氣體的排放，比如換用較清潔的能源——天然氣；當(dāng)碳配額價格較低時，企業(yè)并不認(rèn)為有必要采取任何減排措施。石油作為煤炭與天然氣之間污染程度的燃料也就對碳配額價格的影響不會太大。

然而，對于石油對碳配額價格的影響就要從戰(zhàn)略性能源產(chǎn)品來分析。自從工業(yè)革命以來石油作為最主要的能源就受到主要大國的搶奪，石油資源豐富的中東地區(qū)就理所當(dāng)然地成為兵家必爭之地。可以說油價的漲跌不能純粹用商品市場的供求關(guān)系來解釋，這更多的是各國之間的博弈。例如，美國對伊朗領(lǐng)海的霍爾莫茲海峽的軍事挑釁，這會對中東造成危險局勢從而影響其石油政策。各國為了在這種不確定的因素下?lián)@受怕就會減少石油進(jìn)口轉(zhuǎn)用其他燃料。但是，溫室氣體的排放使得碳配額價格上漲，碳排放市場又為這種燃料使用的轉(zhuǎn)換產(chǎn)生了阻力。

隨著全球變暖等世界性問題的出現(xiàn)，建立碳市場、減少溫室氣體排放是必由之路，也是樹立良好大國形象的舉措。因此，我國要抓緊建立統(tǒng)一的碳排放交易市場。在建立全國ETS的過程中要借鑒試點(diǎn)碳排放市場的成功經(jīng)驗，但也不可對成功經(jīng)驗盲目生搬硬套。在試點(diǎn)碳排放市場“干中學(xué)”的經(jīng)驗中可以看出，改革開放給我們的經(jīng)驗并不適合在建立碳排放市場中運(yùn)用，邊干邊學(xué)使得在建立試點(diǎn)碳排放市場的過程中有點(diǎn)像爬坡的火車動力不夠，所以在建立全國碳排放交易市場的過程中一定要做好頂層設(shè)計。