解小文 周新苗

(寧波大學商學院，浙江 寧波 315211)

0 引 言

近年來，為控制國內(nèi)的碳排放，我國借鑒歐盟市場在多地建立碳排放交易平臺，更是在“十四五”規(guī)劃明確提出“實施金融支持綠色低碳發(fā)展的專項政策”。根據(jù)2020年數(shù)據(jù)顯示，中國碳交易成交額較上一年增長3%，成交價格較上一年更是增長了25%，由此可見碳交易市場價格波動之大。價格是市場能夠進行有效運行的基礎，在實際交易中會受到多種因素的影響。如何對這些因素進行控制，避免產(chǎn)生市場風險成為實現(xiàn)市場穩(wěn)定發(fā)展的重要基礎。本文以碳金融市場作為研究對象，分析碳金融交易可能會受到的影響因素，并對其產(chǎn)生的風險進行測度，進而提出可行建議，以期完善我國的碳排放交易體系，實現(xiàn)碳達峰碳中和。

1 文獻綜述

目前，碳金融還沒有統(tǒng)一的概念，從綠色信貸角度出發(fā)，碳金融是涉及綠色貸款和服務溫室氣體減排的投資融資活動[1]；從金融創(chuàng)新角度來看，碳金融是與低碳經(jīng)濟相結合的用來分散風險的資金融通活動[2]。綜合上述，本文將碳金融定義為在金融市場中以碳排放權為標的進行交易，以降低碳排放為目標的資金融通活動。

在實際交易活動中，碳金融價格會受到多種因素的影響，例如傳統(tǒng)能源市場價格[3]以及市場基本面、氣候天氣、生產(chǎn)水平等[4]。而通過對國內(nèi)碳金融市場的理論分析可以發(fā)現(xiàn)，市場因素、環(huán)境因素、政策因素這3個方面對我國碳金融交易價格有著一定的影響[5]。此外，王影的研究表明：煤炭價格上漲會抑制碳價，而空氣質(zhì)量指數(shù)、石油價格、利率(上海銀行間同業(yè)拆借利率)等因素會對碳價格產(chǎn)生正向的促進作用[6]。

碳金融價格的波動會導致收益率發(fā)生波動，進而產(chǎn)生市場風險，而通過對碳金融交易價格的風險測度有助于控制市場風險波動。Chevallier利用GARCH模型分析得出宏觀經(jīng)濟風險會傳染碳金融市場[7]。而能源等因素對碳金融交易價格的影響具有時變性，在不同的市場機制下，對碳金融價格的影響會有所變化，而在其影響下，碳金融市場的價格波動會產(chǎn)生市場風險(海小輝)[8]。由于國內(nèi)碳金融市場不統(tǒng)一，導致能源、宏觀經(jīng)濟等因素對各個交易試點的碳價影響具有區(qū)別，因此需要分別進行風險測度[9]。

綜上所述，目前有關碳價波動產(chǎn)生市場風險的研究較為缺乏。本文通過建立各個因素與碳金融交易價格的VAR模型，分析影響碳金融交易價波動的外部因素，并利用GARCH模型分析碳價波動時是否會導致市場風險的產(chǎn)生。

2 模型介紹

2.1 VAR模型

以數(shù)據(jù)統(tǒng)計系統(tǒng)為基礎的VAR模型克服了以往只能對變量之間進行靜態(tài)關系研究的缺陷，能刻畫變量之間的動態(tài)關系。其具體公式表示為：

yt=A1yt-1+…+Apyt-p+B0xt+…+Brxt-r+εt,t=1,2…,T

(1)

其中yt是k維內(nèi)生變量，yt-i(i=1，2，3…p)是滯后內(nèi)生變量向量，xt-i(i=1，2…r)是d維外生變量向量，p是內(nèi)生變量的滯后階數(shù)，r是外生變量的滯后階數(shù)，εt是k維擾動向量。

2.2 VaR-GARCH模型

VaR(Value at Risk)即風險價值。VaR值不論正負，均表示存在一定的風險，而正負性反應的是風險方向。并且隨著分位數(shù)的上升，VaR值也會隨之上升。它的表達式：

(2)

ARCH模型上進行拓展得到GARCH模型，能詳細描述金融時間序列的實際情況。其中GARCH(1,1)模型如下：

rt=rt-1β+at

(3)

at=σtεt

(4)

(5)

式(3)表示簡單的回歸方程，式(4)中的at為殘差項，構成GARCH模型的均值，式(5)表示條件方差方程。而其中條件方差方程中α1+β1≥1時，表示GARCH模型不收斂。

3 實證結果及分析

3.1 碳金融交易價格的影響因素分析

3.1.1 數(shù)據(jù)處理以及描述性統(tǒng)計

我國碳金融市場還處于探索建設過程，沒有完善統(tǒng)一的碳金融市場體系。因此本文選取湖北、深圳、上海、廣東這4個碳交易試點的碳現(xiàn)貨價格數(shù)據(jù)進行加權平均處理作為指標，代表國內(nèi)的碳金融交易價格。

根據(jù)文獻綜述梳理，本文選取大慶原油現(xiàn)貨價格(OIL)，動力煤指數(shù)(COAL)、科技100指數(shù)(SZ)、上證指數(shù)(SHZ)、歐元匯率(EURCNY)、上證工業(yè)指數(shù)(IA)作為影響因素指標。這些數(shù)據(jù)來自Wind數(shù)據(jù)庫、中國碳排放交易網(wǎng)、前瞻數(shù)據(jù)庫。樣本數(shù)據(jù)截取自2015年8月10日到2021年3月23日時間段，剔除處理后共1 314個日數(shù)據(jù)。其中因變量是碳金融交易價格，影響因素為自變量。首先進行數(shù)據(jù)的描述性統(tǒng)計，結果如表1。

表1 各個序列的描述性統(tǒng)計

數(shù)據(jù)的平穩(wěn)是建立VAR模型的前提條件，對上述數(shù)據(jù)進行對數(shù)處理后再進行單位根檢驗，結果如表2所示。一階差分后的數(shù)據(jù)均平穩(wěn)，符合建立模型的要求，使用該數(shù)據(jù)進行建模。

表2 一階單整序列單位根檢驗

3.1.2 實證結果分析

在進行模型建立時，為避免多重共線性的影響，文章以碳金融價格為因變量，6個影響因素為自變量分別建立VAR模型。首先結合LR和FPE統(tǒng)計量、AIC、SC判定準則進行最優(yōu)滯后階數(shù)的確定，得出如下結論：在建立碳金融交易價格與科技100指數(shù)的VAR模型時選擇滯后1階，其余的模型均選擇滯后2階。然后進行6個VAR模型AR根的計算，結果表明，AR根的模的倒數(shù)均落在單位圓內(nèi)，碳交易價格與各個因素之間存在互相影響，并且表示以上建立的模型均穩(wěn)定，說明具有實際的檢驗意義。

隨后利用脈沖響應函數(shù)分析變量之間存在的精準動態(tài)關系。圖1是各個因素沖擊碳價的結果。其中圖a表示動力煤指數(shù)COAL對碳金融交易價格CP的沖擊，結果表明碳金融交易價格對煤炭市場的擾動存在滯后，在1到2期時，碳金融交易價格的波動率先上升后下降，在2期到3期之間，RCP對動力煤指數(shù)的響應下降為負，并在第3期時，擾動響應值達到最大，在第4期時變化幅度變小并收斂趨向0。圖b中,歐元匯率對碳金融交易價格的沖擊在1期之后開始呈現(xiàn)，其波動率開始下降，并在第2期時達到負向最大值，隨后在沖擊作用下再次上升，在第3期之后做出正向響應，隨后收斂為0。從圖c可以觀察到碳金融價格對工業(yè)部門的擾動在2期達到最大正向響應值，隨后下降，在3期之后出現(xiàn)負向小幅度波動，在5期收斂于0。圖d表示石油對碳金融交易價格的沖擊，結果顯示在1期之后，碳金融交易價格受石油價格的擾動呈現(xiàn)正向響應并在2期內(nèi)達到最大值，隨后下降，在第4期碳金融價格對石油的擾動出現(xiàn)負向響應，在第5期后微弱響應，并在第7期收斂為0。圖e中，上證指數(shù)對碳金融交易價格的脈沖響應主要表現(xiàn)在1期之后4期之內(nèi)，碳金融交易價格的波動率先呈現(xiàn)上升趨勢后下降，1期之后3期呈現(xiàn)正向響應，3期到4期之內(nèi)呈現(xiàn)負向響應，并于4期之后再次上升正向，出現(xiàn)小幅度沖擊開始收斂。圖f中，科技指數(shù)對碳金融交易價格的正向沖擊在2期做出響應并達到最大，隨后沖擊減弱，并在3期后出現(xiàn)負向的小幅度波動，直至第5期收斂趨于0。

綜上分析，動力煤指數(shù)對碳金融交易價格的沖擊持續(xù)期較長，歐元匯率對碳金融交易價格的沖擊波動幅度最大，碳金融交易價格對科技指數(shù)的擾動反應幅度最小。但脈沖響應僅反映了各因素對碳金融交易價格影響的正負性以及持續(xù)程度，若要更進一步了解，需進行方差分解。

表3是方差分解結果。表3中方差分解結果顯示，碳價波動主要受自身影響較大，說明我國碳金融交易市場效率較低，市場不健全。在1期以后，各個因素對碳金融價格的波動均產(chǎn)生了影響。動力煤指數(shù)在1期之后的貢獻程度開始逐漸上升，但貢獻程度較低，最高到達0.035%。歐元匯率對碳金融價格的貢獻程度逐漸上升，并在第7期穩(wěn)定，為0.370 85%。工業(yè)指數(shù)對碳金融交易價格的貢獻程度在第6期穩(wěn)定，此時為0.130 422%。石油對碳金融價格的波動貢獻程度最終穩(wěn)定在0.106 152%。上證指數(shù)、科技指數(shù)對碳金融交易價格波動的解釋程度也不高。各個影響因素的解釋程度由高到低排序：碳金融交易價格>歐元匯率>上證指數(shù)>工業(yè)指數(shù)>大慶原油價格>動力煤價格指數(shù)>科技100指數(shù)。

圖1 各個因素沖擊碳交易價格的脈沖響應圖 注：圖a是煤炭沖擊碳金融交易價格的脈沖響應圖;圖b是歐元匯率沖擊碳金融交易價格的脈沖響應圖;圖c是工業(yè)指數(shù)沖擊碳金融交易價格的脈沖響應圖;圖d是石油沖擊碳金融交易價格的脈沖響應圖;圖e是上證指數(shù)沖擊碳金融交易價格脈沖響應圖;圖f是科技100指數(shù)沖擊碳金融交易價格的脈沖響應圖;圖g是電力指數(shù)沖擊碳金融交易價格的脈沖響應圖。

表3 方差分解結果

3.2 碳金融交易價格風險測度分析

3.2.1 數(shù)據(jù)處理以及描述性統(tǒng)計

選取自2015年8月10日到2021年3月23日時間段內(nèi)的碳金融交易價格日數(shù)據(jù)，對樣本數(shù)據(jù)進行對數(shù)化處理，并進行100倍數(shù)擴大。

rt=100×(lnPt-lnPt-1)

(6)

rt代表第t日的碳金融交易收益率，Pt為第t日的碳金融交易收盤價，Pt-1為第t-1日的碳金融交易收盤價。

由表4可知，RCP的偏度大于0，說明呈現(xiàn)右偏態(tài)。超額峰度值為2.807 9，比正太分布更為陡峭,同時J-B統(tǒng)計量的P值接近0，表明拒絕“序列是正態(tài)分布”的原假設。若要建立GARCH模型研究碳金融交易價格的風險波動，同時要檢驗RCP是否具有ARCH效應。表4檢驗結果顯示，碳金融價格收益率RCP具有ARCH效應。

表4 RCP收益率的基本特征統(tǒng)計

ADF檢驗結果表明，1%、5%和10%顯著水平上的臨界值均大于ADF值，且P值為0，表明序列平穩(wěn)。

3.2.2 實證結果與分析

利用OxMetrics軟件進行GARCH(1,1)模型估計，GARCH(1,1)模型為：

(6)

方差方程中，α和β的系數(shù)估值分別為0.44和0.53。在α+β小于1的情況下，系數(shù)估值都比較大，且兩者的p值都為0，表明ARCH項和GARCH項結果顯著，進一步證明碳金融交易價格具有波動聚集性。同時也說明以上影響因素對碳金融交易價格的沖擊具有持續(xù)性。

利用GARCH模型計算碳金融交易價格的風險價值，如圖2所示，在置信水平95%下，碳金融市場具有正向風險。且該風險存在明顯的波動性。

圖2 不同置信水平下的風險價值

計算不同分位數(shù)下的VaR值，求得q=0.95、q=0.995、q=0.999下的VaR值，見圖2，置信水平上升，碳金融市場的風險價值整體上升，表明極端風險下，碳金融交易價格的波動導致在未來時期內(nèi)碳金融市場的最大損失增加。這對投資者來說，在碳金融市場進行投資時要謹慎考慮。

最后，采用Kupice提出的似然比統(tǒng)計量LR來判斷上述模型擬合的結果是否合理。當Kupiec成功率的p值越大，則說明VaR的預測效果越有效。回測檢驗結果顯示，置信水平為95%時，其p值為0.83，置信水平在99.5%時，其概率p值為0.52,置信水平為99.9%時，其p值為0.78，表明接受原假設。GARCH(1，1)模型求得的不同置信水平下的VaR是合理的，其預測涵蓋了大部分的風險，模型預測效果較好。

4 結論及建議

利用VAR模型實證分析結果得出如下結論：碳價波動受自身影響較大，這是由于碳金融市場與其他市場聯(lián)動機制不成熟。相比其他因素，歐元匯率對碳金融價格的波動貢獻度最高。我國碳金融市場的發(fā)展更多受歐洲市場的影響，并且目前中國經(jīng)濟與國際經(jīng)濟緊密連接，歐元匯率的變動影響國際資金流動投入國內(nèi)市場，也影響中國碳金融交易價。

利用GARCH-VaR模型進行碳金融交易價格風險測度得出如下結論：碳金融價格收益序列呈現(xiàn)波動性和聚集性，并且模型估計結果顯示，波動幅度較大且具有持續(xù)性。另外，不同置信水平下的VaR結果表明，VaR值整體呈現(xiàn)上升趨勢，碳金融市場存在的風險性增加。

中國碳金融市場的建立還處于摸索階段，需要完善碳金融市場制度體系，規(guī)避市場風險，才能快速實現(xiàn)碳中和。針對國內(nèi)碳金融市場的發(fā)展，本文給出以下幾點建議：第一，完善市場機制，使碳金融交易價格在市場中有效發(fā)揮其調(diào)節(jié)作用。建立碳金融市場與能源市場、股票市場等的聯(lián)動機制，進行進一步的碳金融市場化改革。第二，政府對碳配額交易權放松，為企業(yè)間碳金融交易提供廣闊的交易空間，發(fā)揮其價格調(diào)節(jié)功能。第三，拓展碳金融市場業(yè)務。目前我國碳金融市場最主要的交易產(chǎn)品就是配額和CCER現(xiàn)貨。

這種單一的碳金融產(chǎn)品使得市場上資金流動不足，融資能力有限。應大力發(fā)展期貨及其他金融衍生產(chǎn)品，構建多元化碳金融市場。第四，加強碳金融市場的監(jiān)管。結合我國市場規(guī)律，出臺相應的監(jiān)管政策，讓企業(yè)、投資者、金融機構在法律的約束下進行公平、公正的交易。