王小燕,周思敏,徐曉莉,周四軍

(1.湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院,湖南 長(zhǎng)沙 410012;2.中山大學(xué) 數(shù)學(xué)學(xué)院,廣東 廣州 510000)

一、引 言

美國(guó)學(xué)者威廉·諾德豪斯曾說(shuō)“作為形成人類與自然在無(wú)限未來(lái)的輪廓的一種力量,全球變暖應(yīng)該與暴力沖突和經(jīng)濟(jì)蕭條等同視之?！苯陙?lái)的氣候數(shù)據(jù)表明全球變暖愈演愈烈,2020年3月10日發(fā)布的《2019年全球氣候狀況聲明》指出,2018年是有史以來(lái)溫室氣體濃度最高的一年,2019年是有記錄以來(lái)溫度第二高的一年。在諸多影響氣候變暖的因素中,碳排放是公認(rèn)的導(dǎo)致溫度上升、產(chǎn)生溫室效應(yīng)、引發(fā)自然災(zāi)害的重要原因,各國(guó)在日益惡化的氣候環(huán)境下已達(dá)成低碳化的經(jīng)濟(jì)發(fā)展的重要共識(shí)。

碳交易是溫室氣體排放權(quán)交易的統(tǒng)稱,因二氧化碳為《京都協(xié)議書(shū)》所要求減排的6種溫室氣體中最大宗,溫室氣體排放權(quán)交易以每噸二氧化碳當(dāng)量(一種氣體的二氧化碳當(dāng)量為這種氣體的噸數(shù)乘以其產(chǎn)生溫室效應(yīng)的指數(shù))為計(jì)算單位,所以稱為“碳交易”。碳交易使得包括二氧化碳在內(nèi)的溫室氣體在排放總量控制的前提下其排放權(quán)成為一種稀缺資源,從而具備了商品屬性,買方可通過(guò)支付賣方獲得溫室氣體減排額用于減緩溫室效應(yīng)從而實(shí)現(xiàn)其減排的目標(biāo)。自2005年《京都議定書(shū)》生效以來(lái),碳排放權(quán)作為可交易的商品出現(xiàn),各國(guó)紛紛建立起碳排放權(quán)交易市場(chǎng),通過(guò)市場(chǎng)的力量有效控制碳排放。中國(guó)作為世界第一大碳排放國(guó),近年來(lái)也在應(yīng)對(duì)全球氣候變化方面做出了大量嘗試,2013年深圳碳排放權(quán)交易平臺(tái)啟動(dòng),隨后北京、福建、廣東、湖北、上海、天津和重慶等地先后啟動(dòng)碳排放權(quán)交易試點(diǎn),2017年全國(guó)碳排放交易體系正式啟動(dòng)標(biāo)志著全國(guó)統(tǒng)一碳市場(chǎng)建設(shè)拉開(kāi)帷幕。本文對(duì)中國(guó)區(qū)域碳交易價(jià)格的驅(qū)動(dòng)因素進(jìn)行分析,于國(guó)家而言,有利于完善中國(guó)碳排放權(quán)定價(jià)機(jī)制,形成更加成熟并符合國(guó)情的管理體系,使碳配額的分配更加合理,政策的調(diào)整更加及時(shí);于企業(yè)而言,有利于企業(yè)預(yù)測(cè)碳價(jià)格,決定碳排放權(quán)的購(gòu)買數(shù)量,綜合市場(chǎng)情況制定經(jīng)營(yíng)戰(zhàn)略,更主動(dòng)地參與減排工作,促進(jìn)全國(guó)碳市場(chǎng)良好發(fā)展。

二、文獻(xiàn)綜述

碳排放權(quán)價(jià)格是指碳排放配額的市場(chǎng)價(jià)格。碳排放權(quán)交易所會(huì)根據(jù)相應(yīng)試點(diǎn)地區(qū)的經(jīng)濟(jì)發(fā)展情況、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)制定排放限額并將配額通過(guò)拍賣或分配方式劃分給不同的排放單位。配額過(guò)剩和配額不足的排放單位在碳交易市場(chǎng)形成供求關(guān)系,由此各排放單位在市場(chǎng)上自由交易形成較為公開(kāi)的交易價(jià)格即為碳排放價(jià)格。自中國(guó)建立碳排放權(quán)交易市場(chǎng)以來(lái),關(guān)于碳排放權(quán)價(jià)格影響因素的研究層出不窮。接下來(lái)本文將從影響因素指標(biāo)體系構(gòu)建和篩選影響因素的方法兩方面進(jìn)行分析。

在影響因素的指標(biāo)體系構(gòu)建方面,呈現(xiàn)出因素單一化到多元化發(fā)展的趨勢(shì)。比如有不少學(xué)者基于化石能源燃燒是碳排放的主要來(lái)源,重點(diǎn)研究能源價(jià)格這一單一因素對(duì)碳價(jià)的影響作用[1-2]。絕大部分學(xué)者綜合了國(guó)內(nèi)外能源價(jià)格、宏觀經(jīng)濟(jì)政策、氣候環(huán)境以及國(guó)外碳交易價(jià)格等多元因素展開(kāi)研究。比如魏雪探究了傳統(tǒng)能源價(jià)格、國(guó)際CER價(jià)格對(duì)中國(guó)碳價(jià)格的影響效應(yīng)[3];洪涓等人從國(guó)際需求、國(guó)內(nèi)供給、國(guó)內(nèi)限價(jià)政策以及國(guó)際市場(chǎng)幾個(gè)方面探討中國(guó)碳交易市場(chǎng)價(jià)格的影響因素[4];周建國(guó)等人從國(guó)際碳價(jià)、國(guó)內(nèi)外經(jīng)濟(jì)狀況、國(guó)內(nèi)外能源價(jià)格及匯率四個(gè)層面構(gòu)建中國(guó)碳配額價(jià)格影響因素指標(biāo)體系[5];陳曉紅等人采用面板回歸模型研究供給需求(電力)、能源價(jià)格、天氣因素對(duì)碳價(jià)的影響[6-8];陳欣等人采用靜態(tài)面板模型與動(dòng)態(tài)面板VAR模型進(jìn)行線性回歸來(lái)研究宏觀經(jīng)濟(jì)、能源價(jià)格、天氣因素對(duì)碳交易價(jià)格的影響[9];杜子平采用GA-BP-MIV模型研究國(guó)際資產(chǎn)價(jià)格、國(guó)內(nèi)外經(jīng)濟(jì)發(fā)展、工業(yè)發(fā)展指標(biāo)、國(guó)際能源、國(guó)內(nèi)能源、匯率、政策、氣溫七大類共16個(gè)因子對(duì)中國(guó)區(qū)域碳價(jià)的影響[10]。除此之外,部分學(xué)者針對(duì)氣候因素做了重點(diǎn)分析,比如周天蕓和許銳翔分析了能源價(jià)格、宏觀經(jīng)濟(jì)、氣候和國(guó)際碳排放價(jià)格對(duì)國(guó)內(nèi)碳價(jià)的影響,并將空氣質(zhì)量指數(shù)這一因子納入指標(biāo)體系,研究結(jié)果表明空氣質(zhì)量指數(shù)也是重要的影響因素之一[11];楊丹丹在能源價(jià)格、宏觀經(jīng)濟(jì)和氣候變化等傳統(tǒng)因素構(gòu)建的指標(biāo)體系中加入環(huán)境規(guī)制這一非傳統(tǒng)解釋變量研究中國(guó)碳排放權(quán)價(jià)格的影響機(jī)制[12];Considine研究了氣候因素和排放權(quán)價(jià)格的關(guān)系其研究表明非常炎熱和寒冷的天氣對(duì)能源消費(fèi)和溫室氣體排放有較大影響,因而影響碳排放權(quán)價(jià)格[13]。各學(xué)者對(duì)于氣候因素對(duì)于碳價(jià)的影響持有不同的意見(jiàn);杜子平認(rèn)為氣溫對(duì)于碳價(jià)幾乎無(wú)影響,但易蘭等人的研究結(jié)果表明極寒天氣對(duì)于碳價(jià)有較強(qiáng)的正向影響[14];Alberola等人的結(jié)論更進(jìn)一步表明碳價(jià)對(duì)極寒氣溫時(shí)的氣溫變化比極低氣溫本身更加敏感[15]。除上述因素外,還有學(xué)者對(duì)自然災(zāi)害、政策等定性因素對(duì)碳價(jià)的影響展開(kāi)研究,如易蘭就將不可控的自然災(zāi)害和重大事件納入模型中進(jìn)行考量[14];賈君君等人用改進(jìn)的AR-GARCH模型研究了重大公告對(duì)碳價(jià)格的影響等[16]。

在篩選影響因素的方法方面,主要有逐步法、降維法和正則法。比如呂靖燁和張超利用逐步回歸模型,發(fā)現(xiàn)歐洲CER期貨價(jià)格對(duì)廣東省碳價(jià)格的影響最顯著,國(guó)際能源價(jià)格是影響廣東省碳價(jià)的核心因素[17];紀(jì)欽洪等人利用多元線性回歸構(gòu)建碳價(jià)模型,并基于變量關(guān)聯(lián)性和共線性剔除變量來(lái)修正和優(yōu)化模型,確定國(guó)際市場(chǎng)能源價(jià)格指數(shù)、制造業(yè)采購(gòu)經(jīng)理指數(shù)和歐元對(duì)人民幣匯率是影響模型預(yù)測(cè)碳價(jià)的重要因素[18]。降維法中,以主成分分析為主,比如馬慧敏和趙靜秋采用該方法尋找北京碳排放交易所的交易價(jià)格的顯著影響因素;馬慧敏等人采用主成分分析法對(duì)多個(gè)傳統(tǒng)能源價(jià)格變量降維并生成傳統(tǒng)能源價(jià)格總因子,實(shí)證研究結(jié)果表明傳統(tǒng)能源價(jià)格對(duì)碳價(jià),表現(xiàn)為正向直接效應(yīng)負(fù)向間接效應(yīng)正向總效應(yīng)[19]。正則法中,郭文軍以自適應(yīng)Lasso方法對(duì)國(guó)際碳價(jià)、國(guó)內(nèi)外經(jīng)濟(jì)、國(guó)際能源、國(guó)內(nèi)能源、匯率五大類共13個(gè)因子進(jìn)行降維和參數(shù)估計(jì)來(lái)研究區(qū)域碳價(jià)的影響因素[20];張晨和胡貝貝運(yùn)用自適應(yīng)最小絕對(duì)值收縮選擇(ALasso)方法篩選碳價(jià)主要影響因素,結(jié)果表明CER期貨價(jià)格、宏觀經(jīng)濟(jì)活動(dòng)、煤炭?jī)r(jià)格、CER滯后期現(xiàn)貨價(jià)格、原油價(jià)格、天然氣價(jià)格對(duì)CER現(xiàn)貨價(jià)格有顯著影響[21];蔣鋒和彭紫君利用彈性網(wǎng)(Elastic Net)方法降維,篩選出EUA供給、能源價(jià)格、宏觀經(jīng)濟(jì)、碳市場(chǎng)相關(guān)產(chǎn)品共10個(gè)因子中影響碳價(jià)的主要因素[22]。綜合來(lái)看,正則化方法是其中最為廣泛使用的方法,相較于逐步法和降維法具有明顯優(yōu)勢(shì):一是在理論上具有逐步法無(wú)法滿足的選擇變量一致性;二是模型具有良好的穩(wěn)健性,而逐步法易受到數(shù)據(jù)的擾動(dòng);三是計(jì)算方面,正則化方法對(duì)變量進(jìn)行選擇的同時(shí),實(shí)現(xiàn)模型的估計(jì),這是逐步法無(wú)法比擬的,而且逐步法的計(jì)算成本隨著變量維度增加而成指數(shù)級(jí)增長(zhǎng);四是不壓縮樣本信息,使得其比降維法中的主成分分析法具有更好的模型解釋能力。

盡管已有研究構(gòu)建了多元化的碳排放價(jià)格影響因素體系,然而這其中可能存在噪音指標(biāo),如何識(shí)別到顯著的影響因素還有待進(jìn)一步完善。雖然已有研究利用了不同方法對(duì)該問(wèn)題開(kāi)展深入探討,然而這些方法對(duì)指標(biāo)之間的相關(guān)關(guān)系考慮不足。在大數(shù)據(jù)時(shí)代,受經(jīng)濟(jì)環(huán)境、政策因素、金融市場(chǎng)等因素的影響,對(duì)各經(jīng)濟(jì)指標(biāo)之間通常存在復(fù)雜的、不可忽略的相關(guān)關(guān)系,各指標(biāo)并非獨(dú)立的,而是一個(gè)復(fù)雜的整體,圖1的直方圖也表明了部分變量確實(shí)存在高度相關(guān)關(guān)系。相關(guān)性的存在勢(shì)必會(huì)影響各個(gè)因素的識(shí)別,甚至導(dǎo)致模型結(jié)構(gòu)的錯(cuò)誤。因此,本文將基于復(fù)雜網(wǎng)絡(luò)理論,研究國(guó)際碳價(jià)、國(guó)內(nèi)外經(jīng)濟(jì)、國(guó)際能源價(jià)格、國(guó)內(nèi)能源價(jià)格、氣候環(huán)境和宏觀政策6個(gè)維度的24個(gè)因素對(duì)于碳價(jià)的影響,構(gòu)建指標(biāo)之間的圖結(jié)構(gòu)以體現(xiàn)其復(fù)雜的相關(guān)關(guān)系,再基于該圖結(jié)構(gòu)利用自適應(yīng)Lasso進(jìn)行因素的篩選。創(chuàng)新之處在于引入了指標(biāo)之間的復(fù)雜網(wǎng)絡(luò)圖,視它們視為一個(gè)復(fù)雜的整體,有利于更科學(xué)地進(jìn)行影響因素篩選。對(duì)比已有考慮指標(biāo)相關(guān)性的方法(如主成分和彈性網(wǎng)),圖結(jié)構(gòu)方法能夠完整保留樣本信息,且明確哪些因素對(duì)因變量具有顯著影響,主成分分析會(huì)損失部分樣本信息,而且結(jié)果的解釋性不強(qiáng),無(wú)法明確各影響因素到底如何作用在因變量上,不能完全實(shí)現(xiàn)本文的目的。此外,本文方法將指標(biāo)的相關(guān)性信息考慮更加全面,不僅僅將兩兩之間的復(fù)雜聯(lián)動(dòng)關(guān)系考慮進(jìn)來(lái),而且即便是微弱的相關(guān)性也會(huì)考慮。彈性網(wǎng)是能夠處理共線性變量的一種常見(jiàn)方法,在共線性不夠強(qiáng)時(shí)該方法的表現(xiàn)如何,目前在學(xué)術(shù)界尚未明確。最后,圖結(jié)構(gòu)的構(gòu)造很靈活,其鄰接矩陣的計(jì)算方式有多種,對(duì)于連續(xù)指標(biāo),可以基于皮爾遜相關(guān)系數(shù)構(gòu)建,對(duì)于離散指標(biāo),可以基于斯皮爾曼相關(guān)系數(shù)構(gòu)建,因此適用性比上述方法更強(qiáng)。

三、模型與方法

影響中國(guó)碳排放權(quán)的因素非常多,然而并非每個(gè)因素都是顯著的,其中可能存在噪音變量。噪音的存在主要導(dǎo)致兩方面的問(wèn)題:一是造成模型設(shè)定錯(cuò)誤,降低估計(jì)和預(yù)測(cè)的準(zhǔn)確度;二是增大了數(shù)據(jù)獲取成本,因?yàn)樵胍糇兞康臉颖緮?shù)據(jù)采集、處理和存儲(chǔ)都需要一定的人力、經(jīng)濟(jì)和計(jì)算機(jī)成本。為此,本文采用正則化變量選擇方法進(jìn)行碳排放權(quán)價(jià)格的影響因素研究,研究方法選擇廣泛使用的自適應(yīng)Lasso方法。

(一)自適應(yīng)Lasso

(1)

盡管自適應(yīng)Lasso具有Oracle性質(zhì),然而它在選擇變量時(shí)未考慮變量的相關(guān)結(jié)構(gòu)對(duì)變量選取的影響[23]。如圖1的指標(biāo)兩兩相關(guān)系數(shù)直方圖所示,約40%的相關(guān)系數(shù)絕對(duì)值大于0.5,這說(shuō)明有大量的強(qiáng)相關(guān)關(guān)系存在。相關(guān)關(guān)系尤其是強(qiáng)相關(guān)關(guān)系的存在不僅會(huì)影響自適應(yīng)Lasso的變量選擇效果,而且可能造成模型設(shè)定錯(cuò)誤。這就需要在模型中加入各變量的相關(guān)信息,以助于更好地進(jìn)行變量選擇。

(二)圖結(jié)構(gòu)自適應(yīng)Lasso

(2)

其中,λ2為控制圖結(jié)構(gòu)的調(diào)整參數(shù)。式(2)第三部分的原理是:正相關(guān)變量的回歸系數(shù)趨于同向發(fā)展,負(fù)相關(guān)變量的回歸系數(shù)趨于異向發(fā)展,相關(guān)程度高的變量更可能同時(shí)被選擇或摒棄。該部分可以降低變量的相關(guān)性對(duì)變量選取的負(fù)面影響,通過(guò)平滑系數(shù)之間的差異,挖掘指標(biāo)之間的內(nèi)在結(jié)構(gòu)信息。

關(guān)于模型(2)的系數(shù)估計(jì),利用Tseng提出的坐標(biāo)下降法該算法的思想是每次只迭代一個(gè)參數(shù),而保持其他參數(shù)不變[24]。具體的計(jì)算思路為:

Step3:更新s:=s+1;

Step4:重復(fù)Step2—Step3直到收斂。

本文的計(jì)算用到了R語(yǔ)言的APML0包。關(guān)于調(diào)整參數(shù)λ1,λ2的估計(jì),采用十折交叉驗(yàn)證法:將數(shù)據(jù)集分為10個(gè)子集,選擇其中一個(gè)子集作為驗(yàn)證集,其他9個(gè)子集作為訓(xùn)練集,重復(fù)上述過(guò)程,直到每個(gè)子集都作為一次且僅一次驗(yàn)證集,總共得到10個(gè)模型,計(jì)算這10個(gè)模型的預(yù)測(cè)誤差均值ERROR。本文模型有兩個(gè)調(diào)整參數(shù)需要調(diào)節(jié),對(duì)每一個(gè)λ1,λ2組合,計(jì)算預(yù)測(cè)誤差均值ERROR,然后取最小ERROR對(duì)應(yīng)的參數(shù)對(duì)為最優(yōu)λ1、λ2。

四、變量設(shè)計(jì)

本文的因變量選用廣州碳排放權(quán)交易所(以下簡(jiǎn)稱廣碳所)的碳配額價(jià)格收盤(pán)價(jià)(GDEA)。廣碳所是國(guó)家發(fā)改委首批認(rèn)定核證自愿減排平臺(tái)(CCER)交易機(jī)構(gòu)之一,也是全國(guó)第一個(gè)現(xiàn)貨總成交量突破1億噸、總成交額超過(guò)20億元的交易所。廣碳所不僅交易活動(dòng)頻繁,制度先進(jìn),而且交易額和成交量位于全國(guó)前列,加上廣東省是經(jīng)濟(jì)大省,進(jìn)出口貿(mào)易繁榮。曹銘的研究表明中國(guó)碳排放市場(chǎng)現(xiàn)有試點(diǎn)均未達(dá)到弱式有效市場(chǎng)的標(biāo)準(zhǔn),但是廣州碳排放權(quán)交易市場(chǎng)是市場(chǎng)活躍度、成交量以及交易額等市場(chǎng)數(shù)據(jù)表現(xiàn)相對(duì)良好的市場(chǎng),已經(jīng)表現(xiàn)出成熟金融市場(chǎng)的基本特征[25]。因此,本文選擇廣碳所碳價(jià)格作為研究對(duì)象,一方面能夠盡量降低歷史價(jià)格對(duì)當(dāng)前價(jià)格的影響,另一方面能夠得到關(guān)于碳金融市場(chǎng)的影響因素更可靠的結(jié)論,且廣碳所是全國(guó)交易量最大的碳交易所,并且是最早成立的一批交易所之一,相比于其他交易所更能代表中國(guó)區(qū)域。

關(guān)于指標(biāo)體系的構(gòu)建,本著全面性的原則,在參考現(xiàn)有研究、相關(guān)經(jīng)濟(jì)原理和數(shù)據(jù)可獲取性等因素下,構(gòu)建了6個(gè)一級(jí)指標(biāo):國(guó)際碳價(jià)、國(guó)內(nèi)外經(jīng)濟(jì)指標(biāo)、國(guó)外能源指標(biāo)、國(guó)內(nèi)能源指標(biāo)、氣候環(huán)境和宏觀政策,下設(shè)24個(gè)二級(jí)指標(biāo)作為模型自變量,具體如下:

國(guó)際碳價(jià):本文同時(shí)將歐盟排放配額(EUA)(記為X1)和核證減排量(CER)(X2)納入模型,代表國(guó)際碳市場(chǎng)行情。歐盟比中國(guó)更早建立起碳交易市場(chǎng),擁有更加成熟的碳排放交易體系,中國(guó)在制度設(shè)計(jì)上參考了歐盟碳排放交易體系,且有研究表明國(guó)際核證減排量(CER)價(jià)格與中國(guó)碳交易價(jià)格存在正相關(guān)關(guān)系且對(duì)中國(guó)碳交易價(jià)格存在一定的引導(dǎo)作用[3]。

經(jīng)濟(jì)狀況:碳市場(chǎng)是宏觀經(jīng)濟(jì)市場(chǎng)的一部分,經(jīng)濟(jì)的繁榮與衰退直接影響碳排放權(quán)交易的興盛與低迷。其次,由于市場(chǎng)發(fā)展時(shí)間較短,碳市場(chǎng)對(duì)經(jīng)濟(jì)狀況的變動(dòng)較為敏感。郭文軍指出國(guó)內(nèi)外經(jīng)濟(jì)狀況對(duì)于碳價(jià)有正向影響[20],ZHU等人發(fā)現(xiàn)股價(jià)指數(shù)是碳價(jià)的積極驅(qū)動(dòng)因素[26]。因此本文選用德國(guó)法蘭克福DAX指數(shù)(X3)反映歐盟的經(jīng)濟(jì)狀況;選用標(biāo)準(zhǔn)普爾500指數(shù)(X4)反映美國(guó)的經(jīng)濟(jì)狀況;選用滬深300指數(shù)(X5)、上證綜合指數(shù)(X6)、中證500指數(shù)(X7)三個(gè)變量來(lái)反映中國(guó)經(jīng)濟(jì)狀況。德國(guó)是歐盟的重要成員國(guó),且德國(guó)法蘭克福DAX指數(shù)的交易方式為便于全球交易的電子交易方式,在中國(guó)市場(chǎng)流通更廣。標(biāo)準(zhǔn)普爾500指數(shù)包含了紐約證券交易所、納斯達(dá)克等美國(guó)主要證券交易所,能夠廣泛反映美國(guó)市場(chǎng)的變化。國(guó)內(nèi)主要證券交易所有上海證券交易所和深圳證券交易所,滬深300指數(shù)是交易指數(shù),反映了規(guī)模大、流動(dòng)性強(qiáng)的股票股價(jià)變動(dòng);上證綜合指數(shù)反映了上海交易所所有股票的價(jià)格;中證500指數(shù)反映的是中小型公司股票價(jià)格。

國(guó)際能源:煤炭、石油、天然氣被稱為世界三大能源,經(jīng)過(guò)化學(xué)加工后為人們提供能量,但同時(shí)產(chǎn)生大量的二氧化碳等化合物,是碳排放的主要來(lái)源。此前已有大量研究表明能源市場(chǎng)的價(jià)格走向影響碳價(jià)格,例如王丹舟等發(fā)現(xiàn)化石能源中原油、天然氣變量在10%和5%的顯著性水平下對(duì)碳價(jià)有顯著正影響,煤炭變量在5%的顯著性水平下對(duì)碳價(jià)有顯著負(fù)影響[27]。杜子平等選取布倫特原油期貨結(jié)算價(jià)、NYMEX天然氣期貨結(jié)算價(jià)和歐洲三港ARA動(dòng)力煤現(xiàn)貨價(jià)作為國(guó)際能源指標(biāo)[10],郭文軍發(fā)現(xiàn)WTI原油期貨收盤(pán)價(jià)對(duì)碳價(jià)影響顯著[20]。因此本文選用WTI原油期貨收盤(pán)價(jià)(X8)和布倫特原油期貨結(jié)算價(jià)(X10)代表國(guó)際市場(chǎng)的原油價(jià)格;NYMEX天然氣期貨收盤(pán)價(jià)(X9)代表國(guó)際市場(chǎng)的天然氣價(jià)格;國(guó)際市場(chǎng)的煤炭?jī)r(jià)格則使用歐洲三港DES ARA動(dòng)力煤指數(shù)(X11)作為指標(biāo)。

國(guó)內(nèi)能源指標(biāo):選用廣州港印尼煤(X12)和廣州港5 500動(dòng)力煤指數(shù)(X13)代表廣州市場(chǎng)煤炭?jī)r(jià)格;由于廣東工業(yè)原油大部分來(lái)源于中東進(jìn)口,迪拜原油更能直接地代表廣東原油價(jià)格[27],因此使用迪拜原油現(xiàn)貨價(jià)(X14)作為衡量廣州原油價(jià)格的指標(biāo);采用焦煤(X15)和動(dòng)力煤(X16)的期貨收盤(pán)價(jià)表示全國(guó)煤炭?jī)r(jià)格;天然氣的使用主要集中在工業(yè),于是選擇廣州工業(yè)天然氣市場(chǎng)價(jià)(X17)代表廣州天然氣價(jià)格;此外,考慮到以往研究大多未考慮電力部門(mén)能源消耗的影響,加入粵電集團(tuán)日耗煤量(X18)作為衡量電力指標(biāo)的變量,研究發(fā)電產(chǎn)生的含碳化合物對(duì)碳排放權(quán)價(jià)格的影響。

氣候環(huán)境:碳排放影響生態(tài)環(huán)境,環(huán)境因素反過(guò)來(lái)也作用于碳排放問(wèn)題。一般極端溫度常常伴隨著電力消耗的增加和碳排放數(shù)量的增多,但此前關(guān)于溫度是否對(duì)碳價(jià)有影響存在不同結(jié)論。ALBEROLA等人發(fā)現(xiàn)歐盟碳價(jià)會(huì)對(duì)較冷情況下的溫度變化有所反應(yīng),易蘭等人也發(fā)現(xiàn)極端天氣會(huì)對(duì)碳價(jià)造成一定的影響,但是杜子平研究中發(fā)現(xiàn)氣溫對(duì)碳價(jià)幾乎沒(méi)有影響[10,14-15]。因此,本文將廣州日最低氣溫(X19)和最高氣溫(X20)作為衡量當(dāng)?shù)貧鉁氐闹笜?biāo)納入模型。

宏觀政策:政府的公開(kāi)市場(chǎng)操作用于控制流通中基礎(chǔ)貨幣數(shù)量,影響碳排放權(quán)交易市場(chǎng),貸款利率相關(guān)的政策則通過(guò)影響企業(yè)經(jīng)營(yíng)活動(dòng)而間接對(duì)碳價(jià)造成沖擊。選取銀行間同業(yè)拆借平均利率(七日)(X21)代表市場(chǎng)利率;逆回購(gòu)七日交易量(X22)代表政府公開(kāi)市場(chǎng)操作;除此之外,匯率的波動(dòng)影響碳價(jià),呂靖燁等對(duì)比湖北碳價(jià)和深圳碳價(jià)影響因素時(shí)發(fā)現(xiàn)人民幣匯率對(duì)碳價(jià)的影響依交易所的變化而變化,匯率對(duì)湖北碳價(jià)影響較小,而對(duì)深圳碳價(jià)影響較大[28],因國(guó)際碳交易所主要是美國(guó)市場(chǎng)和歐洲市場(chǎng),選用美元和歐元兌人民幣中間價(jià)作為匯率變量(X23,X24)。

五、實(shí)證分析

(一)數(shù)據(jù)預(yù)處理及描述統(tǒng)計(jì)分析

本文選用廣州碳排放權(quán)交易所2016年1月1日至2019年12月31日的數(shù)據(jù)作為研究對(duì)象,24個(gè)影響因素中國(guó)際碳價(jià)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù),其余變量的數(shù)據(jù)均取自于Choice金融終端。在數(shù)據(jù)預(yù)處理環(huán)節(jié),本文首先對(duì)缺失值進(jìn)行了處理,采取線性插值法進(jìn)行了數(shù)據(jù)的填補(bǔ),對(duì)于非交易日情形下的缺失數(shù)據(jù)采取直接刪除的做法,共得到865條有效數(shù)據(jù)。其次,對(duì)連續(xù)性指標(biāo)進(jìn)行了對(duì)數(shù)處理,從而消除量綱和異方差。

因變量和自變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。可以看出因變量GDEA收盤(pán)價(jià)(Y)呈現(xiàn)出左偏和尖峰特征,自變量均呈現(xiàn)一定的偏度和峰度。歐盟EUA收盤(pán)價(jià)(X1)、歐盟CER收盤(pán)價(jià)(X2)、標(biāo)準(zhǔn)普爾500指數(shù)(X4)、滬深300指數(shù)(X5)、WTI原油期貨收盤(pán)價(jià)(X8)、布倫特原油期貨結(jié)算價(jià)(X10)、迪拜原油現(xiàn)貨價(jià)(X14)、粵電集團(tuán)日耗煤量(X18)、銀行間7日同業(yè)拆借平均利率(X21)、逆回購(gòu)7天交易量(X22)、歐元兌人民幣中間價(jià)(X24)均為右偏,其余變量均為左偏。歐盟EUA收盤(pán)價(jià)(X1)、中證500指數(shù)(X7)、WTI原油期貨收盤(pán)價(jià)(X8)、NYMEX天然氣期貨收盤(pán)價(jià)(X9)、廣州工業(yè)天然氣市場(chǎng)價(jià)(X17)、粵電集團(tuán)日耗煤量(X18)、逆回購(gòu)7天交易量(X22)呈現(xiàn)“尖峰”特征,其余變量則呈現(xiàn)“低峰態(tài)”。

表1 描述性統(tǒng)計(jì)

圖1 相關(guān)系數(shù)絕對(duì)值的分布直方圖

同時(shí)本文分析了自變量的相關(guān)性情況,對(duì)變量之間的兩兩相關(guān)系數(shù)繪制直方圖(圖1)。變量間的兩兩相關(guān)系數(shù)絕對(duì)值有184%在0.7～1之間,16.64%的相關(guān)系數(shù)絕對(duì)值在0.5～0.7之間,18.88%的相關(guān)系數(shù)絕對(duì)值在0.3～0.5之間,相關(guān)系數(shù)絕對(duì)值在0～0.3之間的占比則為46.08%,因此近40%的相關(guān)系數(shù)絕對(duì)值大于0.5,這說(shuō)明這些指標(biāo)之間存在無(wú)法忽視的中度甚至高度相關(guān),因此在選擇指標(biāo)時(shí)考慮相關(guān)性是十分有必要的。

(二)自變量的網(wǎng)絡(luò)結(jié)構(gòu)分析

為從復(fù)雜網(wǎng)絡(luò)角度了解自變量之間的聯(lián)動(dòng)關(guān)系,作出了24個(gè)解釋變量的網(wǎng)絡(luò)結(jié)構(gòu)圖,利用變量的相關(guān)度調(diào)節(jié)節(jié)點(diǎn)的大小來(lái)直觀反映節(jié)點(diǎn)重要性。然后對(duì)本文的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行小團(tuán)體分析,發(fā)現(xiàn)將24個(gè)變量分為6個(gè)小團(tuán)體最合適,結(jié)果如圖2所示。用名稱分別總結(jié)這6個(gè)小團(tuán)體的意義,并在圖中用不同的形狀區(qū)分這6類節(jié)點(diǎn)。其中,正三角為“高溫效應(yīng)”,方塊為“上海、廣東與歐洲的貿(mào)易市場(chǎng)”,正方形為“能源和經(jīng)濟(jì)市場(chǎng)”,正方形內(nèi)圓為“歐美碳市場(chǎng)”,田字形為“歐洲煤炭市場(chǎng)”,圓形為“美元匯率”。

從圖2中可以看出,最大的團(tuán)體包含了13個(gè)節(jié)點(diǎn),最小的團(tuán)體僅含1個(gè)節(jié)點(diǎn)。歐洲三港DES ARA動(dòng)力煤指數(shù)和美元兌人民幣中間價(jià)各自成為“歐洲煤炭市場(chǎng)”和“美元匯率”兩個(gè)小團(tuán)體;逆回購(gòu)7天交易量和廣州日最高氣溫為一個(gè)小團(tuán)體,氣溫會(huì)影響季節(jié)性商品的銷量,影響經(jīng)濟(jì)市場(chǎng),從而影響國(guó)家的公開(kāi)市場(chǎng)操作,但這種影響是微弱的,因此將該小團(tuán)體命名為“高溫效應(yīng)”;歐盟EUA收盤(pán)價(jià)和標(biāo)準(zhǔn)普爾500指數(shù)組成“歐美碳市場(chǎng)”小團(tuán)體;中證500指數(shù)、上證綜合指數(shù)、廣州工業(yè)天然氣市場(chǎng)價(jià)、廣州日最低氣溫和歐元兌人民幣中間價(jià)為“上海、廣東與歐洲的貿(mào)易市場(chǎng)”小團(tuán)體;其余13個(gè)變量均屬于“能源和經(jīng)濟(jì)市場(chǎng)”小團(tuán)體,該小團(tuán)體內(nèi)包含部分經(jīng)濟(jì)指標(biāo)和絕大部分的國(guó)內(nèi)外能源指標(biāo),從圖中也可看出經(jīng)濟(jì)指標(biāo)和能源指標(biāo)之間的連線較多,經(jīng)濟(jì)與能源價(jià)格的關(guān)系十分密切。

圖2 所有變量的圖結(jié)構(gòu)

(三)指標(biāo)選擇

采用G-AdLasso對(duì)變量進(jìn)行篩選和參數(shù)估計(jì),同時(shí)以自適應(yīng)Lasso(AdLasso)和Lasso作為對(duì)比模型。表2給出了三種方法變量選擇的結(jié)果和參數(shù)估計(jì)值。G-AdLasso的結(jié)果顯示:歐盟EUA收盤(pán)價(jià)、迪拜原油現(xiàn)貨價(jià)、美元兌人民幣中間價(jià)等3個(gè)因素對(duì)碳價(jià)有正向影響;歐盟CER收盤(pán)價(jià)、NYMEX天然氣期貨收盤(pán)價(jià)、歐洲三港DES ARA動(dòng)力煤指數(shù)、廣州工業(yè)天然氣市場(chǎng)價(jià)、廣州日最高氣溫、銀行間7日同業(yè)拆借平均利率、歐元兌人民幣中間價(jià)這7個(gè)因素對(duì)碳價(jià)有負(fù)向作用;其他變量系數(shù)均被壓縮為,說(shuō)明這些因素對(duì)碳價(jià)影響不顯著。

在國(guó)際碳價(jià)的兩個(gè)指標(biāo)中,歐盟EUA收盤(pán)價(jià)是正相關(guān)顯著變量,歐盟CER收盤(pán)價(jià)是負(fù)相關(guān)顯著變量。這國(guó)際碳價(jià)對(duì)GDEA收盤(pán)價(jià)有顯著影響,說(shuō)明廣碳所與國(guó)際碳市場(chǎng)聯(lián)系密切且動(dòng)向相同,近年來(lái)歐盟碳市場(chǎng)與廣州碳市場(chǎng)的頻繁的項(xiàng)目合作也佐證了這一點(diǎn),如2018年廣碳所與歐盟碳市場(chǎng)的主要交易平臺(tái)歐洲能源交易所簽署合作協(xié)議,2019年廣碳所與歐洲能源交易所正式同步上線業(yè)務(wù)推介等。

在國(guó)內(nèi)外經(jīng)濟(jì)指標(biāo)中,所有國(guó)內(nèi)外經(jīng)濟(jì)指標(biāo)都不是顯著變量,說(shuō)明這類因素對(duì)于中國(guó)區(qū)域碳價(jià)沒(méi)有直接的影響作用,但不排除通過(guò)作用于其他因素而對(duì)碳價(jià)產(chǎn)生間接作用的可能性。

在國(guó)外能源指標(biāo)中,NYMEX天然氣期貨收盤(pán)價(jià)和歐洲三港DES ARA動(dòng)力煤指數(shù)是負(fù)相關(guān)顯著變量,表明廣東省天然氣市場(chǎng)和煤炭市場(chǎng)與國(guó)際能源市場(chǎng)聯(lián)系密切;WTI原油期貨收盤(pán)價(jià)、布倫特原油期貨結(jié)算價(jià)兩個(gè)因素不顯著則表明國(guó)際石油市場(chǎng)非直接輸入的石油價(jià)格對(duì)GDEA價(jià)格沒(méi)有明顯影響。

表2 三種方法下的變量參數(shù)估計(jì)結(jié)果

在國(guó)內(nèi)能源指標(biāo)中,迪拜原油現(xiàn)貨價(jià)是正相關(guān)顯著變量,廣州工業(yè)天然氣市場(chǎng)價(jià)是負(fù)相關(guān)顯著變量。國(guó)際石油市場(chǎng)以直接輸入廣東地區(qū)的迪拜原油價(jià)格影響區(qū)域碳價(jià)。廣東省天然氣的消費(fèi)量和占的能源比重超過(guò)國(guó)內(nèi)平均值,因此GDEA對(duì)天然氣價(jià)格的敏感程度遠(yuǎn)超其他能源。廣東省是中國(guó)進(jìn)口動(dòng)力煤主要省份,國(guó)內(nèi)動(dòng)力煤價(jià)格與國(guó)際煤炭市場(chǎng)相關(guān)度高,因此經(jīng)圖結(jié)構(gòu)平滑系數(shù)后,歐洲三港DES ARA動(dòng)力煤指數(shù)為顯著變量,國(guó)內(nèi)煤價(jià)對(duì)于區(qū)域碳價(jià)沒(méi)有顯著影響。

在氣候環(huán)境的三個(gè)指標(biāo)中,廣州日最高氣溫是相關(guān)顯著變量。然而它的符號(hào)是負(fù)的,這與常識(shí)似乎相悖。理論上,極端炎熱和極端寒冷都會(huì)導(dǎo)致電器使用的增多,碳排放的數(shù)量增加,于是碳排放權(quán)的需求增加,價(jià)格上漲,但因廣州夏季長(zhǎng)且炎熱,冬季短且不冷,溫度的影響應(yīng)是高溫產(chǎn)生的影響,因此日最高溫度比日最低溫度更能近似代表溫度對(duì)GDEA的影響。值得注意的是,高溫天氣下,國(guó)家會(huì)下達(dá)限電政策,企業(yè)為了保證用電峰值不超過(guò)電力部門(mén)下達(dá)的上線,只能合理規(guī)劃大功率設(shè)備使用時(shí)間或停用部分生產(chǎn)設(shè)備,因此企業(yè)對(duì)碳排放權(quán)的需求反而減少,這可能是日最高氣溫為負(fù)影響因素的原因之一。此外,通過(guò)相關(guān)分析顯示,日最高氣溫和日最低氣溫的相關(guān)系數(shù)高達(dá)0.9,具有顯著的高相關(guān)性。從本文所用的變量選擇方法理論來(lái)看,自適應(yīng)Lasso相對(duì)Lasso固然能夠提高變量選擇的一致性,但在處理共線性時(shí)仍顯不足,對(duì)于高度相關(guān)的變量,它們并不關(guān)心所選擇的是誰(shuí)。因此變量的高度相關(guān)性可能是日最高氣溫為負(fù)向影響因素的另一原因。盡管本文處理變量相關(guān)性用了圖結(jié)構(gòu),圖結(jié)構(gòu)能夠吸收變量的相關(guān)性信息提高變量顯著性識(shí)別的效果,然而極端的高相關(guān)情形下該方法的效果如何尚無(wú)定論。

在宏觀政策的四個(gè)指標(biāo)中,銀行間7日同業(yè)拆借平均利率為負(fù)相關(guān)顯著變量,美元兌人民幣中間價(jià)為正相關(guān)顯著變量,歐元兌人民幣中間價(jià)為負(fù)相關(guān)顯著變量。銀行間同業(yè)拆借平均利率與政府公開(kāi)市場(chǎng)操作關(guān)系密切,對(duì)碳價(jià)有顯著影響;匯率通過(guò)能源替代或進(jìn)出口貿(mào)易對(duì)碳價(jià)格產(chǎn)生影響,美元匯率對(duì)GDEA價(jià)格的正向影響很大,相比之下歐元匯率的反向影響較小。[26]

(四)所選變量的網(wǎng)絡(luò)結(jié)構(gòu)分析

將G-AdLasso模型選出的10個(gè)變量作網(wǎng)絡(luò)圖結(jié)構(gòu)并分析團(tuán)體結(jié)構(gòu),結(jié)果如圖3所示。對(duì)比圖2可以發(fā)現(xiàn)每個(gè)原小團(tuán)體都在模型中留下一些關(guān)鍵變量。如“上海、廣東與歐洲的貿(mào)易市場(chǎng)”保留了歐元兌人民幣中間價(jià)和廣州工業(yè)天然氣市場(chǎng)價(jià),“美元匯率”留下了唯一的變量美元兌人民幣中間價(jià)。這說(shuō)明經(jīng)模型篩選保留的變量都是每個(gè)原小團(tuán)體中的重要變量,圖結(jié)構(gòu)信息的加入使這些重要變量被選取,而其他相對(duì)不重要的變量被舍棄。

圖3 選出10個(gè)變量的圖結(jié)構(gòu)

對(duì)圖3的10個(gè)變量按節(jié)點(diǎn)的度進(jìn)行排名,以體現(xiàn)它們?cè)趫D結(jié)構(gòu)中的重要性,如表3得知?dú)W盟CER收盤(pán)價(jià)有最高的點(diǎn)度,與其他節(jié)點(diǎn)的連線數(shù)最多,在模型中也擁有最大的系數(shù)絕對(duì)值,說(shuō)明該變量至關(guān)重要,牽動(dòng)著模型中的其他變量。迪拜原油現(xiàn)貨價(jià)雖然點(diǎn)度排名為第二,但是其系數(shù)絕對(duì)值較小,說(shuō)明該變量對(duì)于區(qū)域碳價(jià)的直接影響較小,可能通過(guò)影響其他變量來(lái)間接影響碳價(jià)。美元兌人民幣中間價(jià)、廣州日最高氣溫的點(diǎn)度較低,說(shuō)明在本這24個(gè)變量中,可能沒(méi)有可以替代它們的變量。廣州日最高氣溫的系數(shù)絕對(duì)值較小,結(jié)合點(diǎn)度較低可知,二者對(duì)于碳價(jià)的直接影響和間接影響盡管顯著但都不大。值得注意的是美元兌人民幣中間價(jià)的點(diǎn)度排名雖靠后,但是絕對(duì)值系數(shù)較大,對(duì)碳價(jià)的影響作用不可忽略,因此在分析碳交易價(jià)格時(shí),應(yīng)重點(diǎn)關(guān)注該變量帶來(lái)的影響。

(五)對(duì)比分析

從表2可知含圖結(jié)構(gòu)信息的自適應(yīng)Lasso可最大程度地精簡(jiǎn)模型,三種方法保留的變量數(shù)量不同:Lasso方法保留13個(gè)變量,AdLasso方法保留14個(gè)變量,而含圖結(jié)構(gòu)的自適應(yīng)Lasso保留10個(gè)變量。普通Lasso回歸模型中,有5個(gè)變量的系數(shù)絕對(duì)值很小,如德國(guó)法蘭克福DAX指數(shù)(X3)、中證500指數(shù)(X7)和逆回購(gòu)7天交易量(X22),這些變量在自適應(yīng)Lasso模型中是非顯著變量。相反,Lasso方法中的非顯著變量,如WTI原油期貨收盤(pán)價(jià)(X8)、銀行間7日同業(yè)拆借平均利率(X21)和歐元兌人民幣中間價(jià)(X24),在自適應(yīng)Lasso模型中變?yōu)轱@著變量。問(wèn)題在于Lasso對(duì)所有變量施加同等懲罰力度,而自適應(yīng)Lasso方法在Lasso的基礎(chǔ)上添加了一個(gè)自適應(yīng)權(quán)重,這樣可以一定程度上改善Lasso方法帶來(lái)的選擇偏差。圖結(jié)構(gòu)的加入使得與不顯著變量高度相關(guān)的變量系數(shù)可能會(huì)被平滑至零。如WTI原油期貨收盤(pán)價(jià)與布倫特原油期貨結(jié)算價(jià)相關(guān)系數(shù)超過(guò)0.9,動(dòng)力煤期貨收盤(pán)價(jià)與廣州港5500動(dòng)力煤指數(shù)、焦煤期貨收盤(pán)價(jià)都高度正相關(guān),在自適應(yīng)Lasso下布倫特原油期貨結(jié)算價(jià)、廣州港5500動(dòng)力煤指數(shù)和焦煤期貨收盤(pán)價(jià)都系數(shù)為零,加入圖結(jié)構(gòu)后,WTI原油期貨收盤(pán)價(jià)和動(dòng)力煤期貨收盤(pán)價(jià)系數(shù)也變?yōu)榱?說(shuō)明加入圖結(jié)構(gòu)后的自適應(yīng)Lasso可以進(jìn)一步優(yōu)化模型,得到更為精簡(jiǎn)的結(jié)果。

表3 10個(gè)變量的點(diǎn)度排名表

六、結(jié)論與啟示

本文對(duì)中國(guó)區(qū)域碳交易價(jià)格的影響因素進(jìn)行篩選和分析。為全面分析碳交易價(jià)格的影響因素,構(gòu)建了含6個(gè)一級(jí)指標(biāo)和24個(gè)二級(jí)指標(biāo)的指標(biāo)體系,先從復(fù)雜網(wǎng)絡(luò)角度對(duì)指標(biāo)之間的聯(lián)動(dòng)關(guān)系進(jìn)行分析,接著采用含圖結(jié)構(gòu)信息的自適應(yīng)Lasso篩選對(duì)碳價(jià)有顯著影響的因素。研究發(fā)現(xiàn):歐盟EUA收盤(pán)價(jià)、迪拜原油現(xiàn)貨價(jià)、美元兌人民幣中間價(jià)這三個(gè)因素對(duì)碳價(jià)有正向影響;歐盟CER收盤(pán)價(jià)、NYMEX天然氣期貨收盤(pán)價(jià)、歐洲三港DES ARA動(dòng)力煤指數(shù)、廣州工業(yè)天然氣市場(chǎng)價(jià)、廣州日最高氣溫、銀行間7日同業(yè)拆借平均利率、歐元兌人民幣中間價(jià)這7個(gè)因素對(duì)碳價(jià)有負(fù)向作用。因素對(duì)碳價(jià)的影響作用可能是直接的,可能是通過(guò)作用于與之相關(guān)變量間接作用于碳價(jià),或二者兼有之。G-AdLasso方法可以使得相關(guān)程度高的變量同時(shí)納入或摒棄,在保證模型準(zhǔn)確的情況下優(yōu)化和精簡(jiǎn)模型。

綜合上述研究結(jié)果,可得出如下啟示:

國(guó)際碳價(jià)對(duì)中國(guó)區(qū)域碳價(jià)有顯著影響。說(shuō)明國(guó)內(nèi)區(qū)域碳市場(chǎng)與國(guó)際碳市場(chǎng)聯(lián)系緊密,中國(guó)的碳交易市場(chǎng)化程度不斷提高。近年來(lái)中國(guó)充分借鑒國(guó)外碳市場(chǎng)的豐富經(jīng)驗(yàn)并結(jié)合中國(guó)實(shí)際情況,逐漸完善全國(guó)統(tǒng)一的碳交易平臺(tái),在碳減排量的核測(cè)方面與國(guó)際對(duì)接,中國(guó)碳市場(chǎng)交易的廣度、深度以及活躍度均得到較大程度提升。

天然氣、煤炭、石油價(jià)格對(duì)中國(guó)區(qū)域碳價(jià)有顯著影響。因此能源價(jià)格是調(diào)控區(qū)域碳價(jià)的重要方向。政府可采取價(jià)格補(bǔ)貼來(lái)減少能源價(jià)格波動(dòng)對(duì)于區(qū)域碳價(jià)帶來(lái)的影響,也可通過(guò)適當(dāng)減少能源價(jià)格管控來(lái)使得碳排放更好的反映能源供需和碳市場(chǎng)發(fā)揮促進(jìn)節(jié)能減排的作用。各界應(yīng)積極開(kāi)發(fā)新型能源來(lái)代替目前的部分能源以求達(dá)到節(jié)能減排的目的。能源價(jià)格對(duì)于區(qū)域碳價(jià)的影響取決于當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu),通過(guò)對(duì)產(chǎn)業(yè)結(jié)構(gòu)分析可通過(guò)能源價(jià)格波動(dòng)對(duì)區(qū)域碳價(jià)作出合理預(yù)測(cè)。

廣州日最高氣溫對(duì)區(qū)域碳價(jià)有顯著影響。自然環(huán)境的變化與區(qū)域碳價(jià)有一定聯(lián)系,因此可通過(guò)氣溫變化推測(cè)區(qū)域碳價(jià)的波動(dòng)趨勢(shì)具有一定合理性。此外,在碳市場(chǎng)配額分配過(guò)程中,也應(yīng)充分考慮地區(qū)氣候差異導(dǎo)致的碳排放需求差異。但是,氣候因素對(duì)于碳排放權(quán)價(jià)格的影響相對(duì)有限,還應(yīng)結(jié)合各地區(qū)碳交易市場(chǎng)的發(fā)展水平以及碳排放權(quán)交易相關(guān)制度的成熟程度具體分析,為不同地區(qū)的碳交易市場(chǎng)制定不同的分配方案,因地制宜,不斷完善碳排放權(quán)分配體系,加快推進(jìn)建設(shè)全國(guó)碳市場(chǎng)。

市場(chǎng)公開(kāi)操作和匯率影響區(qū)域碳價(jià)。公開(kāi)市場(chǎng)操作和匯率是政府宏觀調(diào)控的有效手段,通過(guò)調(diào)控基礎(chǔ)貨幣流通和國(guó)際進(jìn)出口市場(chǎng)可有效控制區(qū)域碳價(jià)波動(dòng)。因此政府應(yīng)注重市場(chǎng)政策的連續(xù)性和穩(wěn)定性,避免因宏觀政策不穩(wěn)定而引起碳價(jià)的劇烈波動(dòng)。