王喜平，王婉晨

（華北電力大學(xué)經(jīng)濟(jì)管理系，河北保定 071003）

一、引言

為應(yīng)對能源與氣候挑戰(zhàn)、實(shí)現(xiàn)《巴黎協(xié)定》提出的2℃溫控目標(biāo)，國際社會做出了不懈努力。中國作為碳排放最多的國家，于2020 年提出了“30·60”雙碳目標(biāo)。碳交易作為實(shí)現(xiàn)上述目標(biāo)的有效政策手段，已在全球30 多個國家和地區(qū)付諸實(shí)施。我國在試點(diǎn)市場的基礎(chǔ)上，全國碳排放權(quán)交易于2021 年7 月正式開市，其或?qū)⒊蔀槿蜃畲蟮奶寂欧艡?quán)交易市場。從目前市場的運(yùn)行情況來看，碳金融市場呈現(xiàn)出比傳統(tǒng)股票市場更大的不穩(wěn)定性，這是由于碳價格除了受本身供需機(jī)制影響外，還會受到政策、極端天氣等諸多因素影響，碳價格的劇烈波動，潛藏著巨大風(fēng)險。探究碳市場與股票市場間的風(fēng)險溢出效應(yīng)，深層次揭示其中的內(nèi)在機(jī)制與規(guī)律，對于有效防范碳金融風(fēng)險、促進(jìn)碳市場健康平穩(wěn)運(yùn)行、助力國家雙碳目標(biāo)的實(shí)現(xiàn)具有重要意義。

近年來，有關(guān)碳市場溢出效應(yīng)的研究大多集中在考察不同碳市場之間及碳市場與能源市場之間的溢出。Chen et al（2020）研究了歐盟排放配額（European Union allowance，EUA）現(xiàn)貨與期貨之間的動態(tài)關(guān)聯(lián)性和波動溢出；Zeng et al（2021）研究發(fā)現(xiàn)EUA 與核證減排量（certification emission reduction，CER）市場之間存在不對稱的波動溢出效應(yīng)。另有研究表明中國試點(diǎn)碳市場之間存在高度關(guān)聯(lián)，但各碳市場的波動溢出具有顯著的非對稱性（汪文雋等，2016；王倩和高翠云，2016；Zhu et al，2020）。針對歐盟與中國碳市場之間的溢出效應(yīng)研究表明，兩個市場間存在長期均衡和相互引導(dǎo)關(guān)系，但就方向而言，歐盟對中國的溢出效應(yīng)更加顯著（孫春，2018；王喜平和王雪萍，2021）。針對碳市場與能源市場之間的溢出，研究表明能源市場可通過替代效應(yīng)、總需求效應(yīng)及生產(chǎn)抑制效應(yīng)等對碳市場產(chǎn)生影響（Zhang 和Sun，2016；Balc?lar et al，2016；Uddin et al，2018；Wang 和Guo，2018；Ji et al，2018）。Hanif et al（2021）研究證實(shí)歐盟碳市場與可再生能源市場之間存在較強(qiáng)的溢出，且短期溢出效應(yīng)優(yōu)于長期。以中國碳市場為樣本的研究發(fā)現(xiàn)，中國碳市場是能源市場風(fēng)險的凈接收方，且不同區(qū)域、不同時期碳與能源市場之間的溢出關(guān)系存在差異，其中煤炭、焦炭市場對碳市場的影響較大（Lin 和Chen，2019；劉建和等，2020；Ma et al，2020；劉建和等，2021；Xu，2021；趙領(lǐng)娣等，2021）。Li et al（2020）分析發(fā)現(xiàn)“碳-電力”系統(tǒng)內(nèi)部的溢出強(qiáng)度較高，且中國碳市場是電力市場信息和風(fēng)險的凈接收方。

近來有研究關(guān)注了碳市場與金融市場之間的溢出效應(yīng)，宋楠等（2015）研究發(fā)現(xiàn)歐盟碳市場與金融市場之間存在較為明顯的波動溢出；Yuan 和Yang（2020）研究發(fā)現(xiàn)金融市場對歐盟碳市場存在顯著的非對稱溢出效應(yīng)。上述研究主要基于歐盟碳市場展開的，但針對中國碳市場與金融（尤其股票）市場之間的溢出效應(yīng)的研究則尚未引起足夠重視。事實(shí)上，研究中國“碳-股票”系統(tǒng)的溢出效應(yīng)和信息傳導(dǎo)機(jī)制對識別碳市場潛在風(fēng)險、助力碳市場健康、穩(wěn)定發(fā)展具有重要意義。

從研究方法的角度，有關(guān)碳市場溢出效應(yīng)的研究主要是基于GARCH（generalized auto regressive conditional heteroscedasticity）模型和Copula 函數(shù)進(jìn)行的。GARCH 族模型因其簡單易操作、能較好擬合碳價格序列的尖峰厚尾及波動聚集性，被廣泛運(yùn)用到碳市場溢出效應(yīng)的研究中，尤其DCC（dynamic conditional correlation）-GARCH（Zhang 和Sun，2016；Balc?lar et al，2016；孫春，2018；Lin 和Chen，2019；Chen et al，2020；劉建和等，2020；Ma et al，2020；劉建和等，2021）和BEKK（baba，engle，kraft and kroner）-GARCH（汪文雋等，2016；王倩和高翠云，2016；Zhang 和Sun，2016；Lin 和Chen，2019；Chen et al，2020；Zeng et al，2021）的應(yīng)用更為多見。然而，GARCH 族模型僅能描述市場之間是否存在溢出卻不能具體刻畫溢出的方向和大小，考慮到碳市場與其他市場之間可能存在非線性相關(guān)和溢出，Copula 函數(shù)對于刻畫不同市場間的非線性、非對稱及尾部漸近相依具有獨(dú)特優(yōu)勢（Zhu et al，2020；Yuan 和Yang，2020）。因此有研究將Copula 與CoVaR 相結(jié)合，在分析邊緣分布的基礎(chǔ)上，選取最優(yōu)Copula 函數(shù)刻畫市場之間的相依結(jié)構(gòu)，再運(yùn)用CoVaR 方法度量市場之間的溢出效應(yīng)（王喜平和王雪萍，2021；Uddin et al，2018；Xu，2021）。盡管基于Copula 函數(shù)的研究可以反映不同市場間復(fù)雜的非線性溢出效應(yīng)，但卻不能反映溢出的方向，明確風(fēng)險的溢出方和接收方，因而無法準(zhǔn)確判斷風(fēng)險的來源與傳播路徑。Diebold 和Yilmaz（后文中簡寫為DY）在2008 年創(chuàng)建（Diebold 和Yilmaz，2008）并于2012 年改進(jìn)（Diebold 和Yilmaz，2012）的溢出指數(shù)模型則克服了上述缺陷，可以同時捕捉溢出的方向和強(qiáng)度，這為分析碳市場與股票市場之間的風(fēng)險溢出提供了有益的參考借鑒。

本文的貢獻(xiàn)主要體現(xiàn)在以下三個方面：①研究內(nèi)容上，不同于已有研究只關(guān)注不同碳市場之間或碳與能源市場之間的溢出，進(jìn)一步將研究擴(kuò)展至碳與股票市場之間的關(guān)聯(lián)，全面分析中國碳市場與電力、材料、房地產(chǎn)、工業(yè)、金融、傳統(tǒng)能源、新能源等股票板塊市場間的風(fēng)險溢出，識別溢出機(jī)制和規(guī)律，豐富已有研究；②研究方法上，基于廣義預(yù)測誤差方差分解構(gòu)建溢出指數(shù)模型，從靜態(tài)和動態(tài)兩個層面、強(qiáng)度和方向兩個維度捕捉碳市場與7 大股票板塊市場之間的風(fēng)險溢出效應(yīng)和信息傳導(dǎo)路徑；③考慮到溢出指數(shù)模型只能衡量兩兩市場之間的風(fēng)險傳導(dǎo)機(jī)制，不能有效刻畫經(jīng)濟(jì)一體化背景下碳市場與外部多個市場之間的交互關(guān)聯(lián)。因此進(jìn)一步基于DY 凈配對溢出指數(shù)構(gòu)建“碳-股票”系統(tǒng)風(fēng)險溢出網(wǎng)絡(luò)，識別系統(tǒng)中的風(fēng)險溢出中心。

二、理論分析與模型構(gòu)建

（一）理論分析

Ross（1989）從“信息流”的角度提出波動溢出效應(yīng)，即一個市場的波動可能會引起其他市場波動的現(xiàn)象。信息是造成這一現(xiàn)象的重要原因。由于碳市場與股票市場間具有相同的基本信息，如宏觀經(jīng)濟(jì)環(huán)境、公共政策等，會導(dǎo)致信息在不同市場間相互傳導(dǎo)，造成碳市場與股票市場間的溢出效應(yīng)，比如宏觀經(jīng)濟(jì)繁榮、政策利好等可能會使碳價格、股票價格紛紛上漲。

此外，Hirschman（1958）的“聯(lián)動效應(yīng)”理論指出，如果兩個市場間存在某種關(guān)聯(lián)，則一個市場私有信息的變化會引起其他相關(guān)聯(lián)的市場價格發(fā)生波動，從而形成市場間相互影響、出現(xiàn)聯(lián)動。如圖1 所示，一方面，碳市場通過高碳排放企業(yè)購買碳排放權(quán)的行為，將其產(chǎn)生的“環(huán)境負(fù)外部性”內(nèi)部化，碳價格波動會影響企業(yè)生產(chǎn)成本、企業(yè)價值，進(jìn)而影響企業(yè)股票價格，對股票市場產(chǎn)生影響。如碳價上升會造成企業(yè)生產(chǎn)成本上升，企業(yè)現(xiàn)金流短缺，股票價格下降；反之亦然。可見碳市場會在一定程度上影響股票市場。

圖1 碳與股票市場風(fēng)險溢出機(jī)制圖

另一方面，股票市場也會對碳市場產(chǎn)生影響。股票市場是宏觀經(jīng)濟(jì)的晴雨表，股價波動傳遞著宏觀經(jīng)濟(jì)信號，通過影響投資者預(yù)期進(jìn)而影響投資者的投資行為，比如股市繁榮可能會刺激投資者在碳市場的投資/投機(jī)需求，從而導(dǎo)致碳市場的價格波動；不僅如此，考慮到碳市場和股票市場均具有金融屬性，投資者可能會基于逐利目的將兩個市場之間的關(guān)聯(lián)資產(chǎn)進(jìn)行組合，并根據(jù)預(yù)期價格波動調(diào)整資產(chǎn)配置，從而導(dǎo)致兩個市場間價格波動的相互傳導(dǎo)，并且這種傳導(dǎo)還可能由于投資者情緒、羊群效應(yīng)等加劇市場波動，尤其在極端氣候或經(jīng)濟(jì)危機(jī)發(fā)生時，也會更進(jìn)一步加強(qiáng)碳市場與股票市場間的關(guān)聯(lián)，加劇風(fēng)險溢出效應(yīng)。

綜上分析，隨著碳市場的不斷發(fā)展、其金融屬性的不斷增強(qiáng)及經(jīng)濟(jì)一體化的不斷深入，其與股票市場之間的風(fēng)險溢出效應(yīng)也會更加顯著。已有研究表明，波動率是市場信息的主要攜帶者。因此，本文基于波動率概念度量碳市場與股票板塊市場之間的風(fēng)險溢出效應(yīng)和傳導(dǎo)路徑。

（二）溢出指數(shù)模型

總溢出指數(shù)（TSI）是用來度量總體相關(guān)程度的指標(biāo)，解釋整體的風(fēng)險聯(lián)動程度，見式（3）：

方向性溢出指數(shù)（DSI）用來度量某個市場與其余所有市場之間的溢出程度。式（4）和式（5）可以分別度量市場i對其他市場的溢出指數(shù)、其他市場對市場i的溢出指數(shù)。

凈溢出指數(shù)（NSI）用來度量單個市場對于其他市場的凈溢出，由從市場i傳導(dǎo)到其他市場的沖擊減去其他市場傳導(dǎo)到市場i的總沖擊。

凈配對溢出指數(shù)［(H)，S代表spillover］用來衡量單個市場之間波動溢出效應(yīng)。

（三）網(wǎng)絡(luò)分析方法

為進(jìn)一步識別“碳-股票”系統(tǒng)的風(fēng)險溢出中心，將各樣本市場視為網(wǎng)絡(luò)中的節(jié)點(diǎn)，節(jié)點(diǎn)的中心度定義為與該節(jié)點(diǎn)連邊的權(quán)重之和，以衡量市場的重要性；將兩兩市場間的溢出關(guān)系視為該網(wǎng)絡(luò)的邊，以DY 模型計算得到的凈配對溢出指數(shù)度量節(jié)點(diǎn)的出度和入度；采用閾值法（以90%為閾值）過濾溢出較小的邊，保留較大的溢出關(guān)系構(gòu)造網(wǎng)絡(luò)，并通過7 種統(tǒng)計指標(biāo)來分析市場的重要性及溢出網(wǎng)絡(luò)的特點(diǎn)和演化。

（1）網(wǎng)絡(luò)密度ρ：網(wǎng)絡(luò)中存在的邊數(shù)與可容納的邊數(shù)上限的比值。

其 中：∑Ai，j為 實(shí) 際 存 在 的 邊 數(shù)；N為 節(jié) 點(diǎn) 的 個 數(shù)。

（2）網(wǎng)絡(luò)聚類系數(shù)C：節(jié)點(diǎn)i的聚類系數(shù)為與該節(jié)點(diǎn)相鄰的兩個節(jié)點(diǎn)也相互連接的概率，網(wǎng)絡(luò)的聚類系數(shù)C為節(jié)點(diǎn)聚類系數(shù)的平均值。

其中：ki為與節(jié)點(diǎn)i有相鄰邊的節(jié)點(diǎn)數(shù)目之和；Ei為與節(jié)點(diǎn)i相鄰ki個節(jié)點(diǎn)間實(shí)際相連接的邊數(shù)。

（3）網(wǎng)絡(luò)直徑D：網(wǎng)絡(luò)中兩個節(jié)點(diǎn)i與j之間的最短路徑上的邊數(shù)為兩個節(jié)點(diǎn)之間的距離，其中距離最大的即為網(wǎng)絡(luò)直徑。

其 中：di，j為 節(jié) 點(diǎn)i到j(luò)的 最 短 路 徑。

（4）平均最短路徑L：網(wǎng)絡(luò)中兩個節(jié)點(diǎn)之間距離的平均值。

（5）點(diǎn)出度與點(diǎn)入度：點(diǎn)出度是該節(jié)點(diǎn)指向其他節(jié)點(diǎn)的邊數(shù)，入度則是其他節(jié)點(diǎn)指向該節(jié)點(diǎn)的邊數(shù)。

（6）中間中心度：網(wǎng)絡(luò)中某一節(jié)點(diǎn)的媒介程度。

（7）接近中心度：該節(jié)點(diǎn)與網(wǎng)絡(luò)中其他節(jié)點(diǎn)距離之和的倒數(shù)。

三、實(shí)證分析

（一）變量選取與數(shù)據(jù)描述

盡管全國碳排放權(quán)交易已于2021 年7 月16 日正式開市，但目前交易數(shù)據(jù)有限。因此選取區(qū)域碳交易市場數(shù)據(jù)進(jìn)行研究。相較于我國其他試點(diǎn)市場而言，北京是中國最早實(shí)現(xiàn)控排單位覆蓋全行業(yè)的試點(diǎn)地區(qū)，其控排企業(yè)包括工業(yè)、服務(wù)業(yè)、農(nóng)業(yè)等，且服務(wù)業(yè)數(shù)量占比超過50%，納入的排控企業(yè)多、交易產(chǎn)品豐富，在線上交易之外還發(fā)布了場外交易細(xì)則。因此，選擇北京碳市場作為研究對象。

為研究碳與股票市場之間的波動溢出，另外選取電力、材料、房地產(chǎn)等7 個股票板塊市場作為研究對象，最終的樣本選取和數(shù)據(jù)來源見表1。為避免數(shù)據(jù)刪減對時間序列一致性的影響，采用已實(shí)現(xiàn)周波動率作為波動率的代表。通過計算每交易日的收益率：rt，i=（t表示第t周，i表示第i日），得到第t周已實(shí)現(xiàn)的波動率（Wt表示第t周的交易日數(shù)）。所有數(shù)據(jù)的樣本區(qū)間為2015 年7 月14 日至2021 年6 月4 日。表2 給出了這8 個樣本數(shù)據(jù)的描述性統(tǒng)計。

表1 樣本市場的選取與數(shù)據(jù)來源

由表2 的數(shù)據(jù)可知：①碳市場的波動率最大，碳市場的最大值為0.1593，明顯高于其他市場，并且其標(biāo)準(zhǔn)差也是所有市場中最大的，為0.0318，可以看出碳市場相對于其他市場而言，具有更大的風(fēng)險不確定性；②各指標(biāo)波動率序列偏度皆大于0，且峰度都大于4，JB（Jarque-Bera）統(tǒng)計量的值也表明各變量的波動率序列都在1%的顯著性水平下拒絕原假設(shè)，即認(rèn)為選取的樣本數(shù)據(jù)均不是正態(tài)分布，具有尖峰厚尾的特征；③ADF（Augmented Dickey-Fuller）和PP（Projection Pursnit）檢驗(yàn)結(jié)果表明，各指標(biāo)波動率序列在1%置信水平下平穩(wěn)。因此可以構(gòu)建DY 溢出指數(shù)模型。

表2 樣本市場波動率的描述性統(tǒng)計

（二）靜態(tài)溢出指數(shù)

表3 報告了碳市場與股票板塊市場之間風(fēng)險溢出效應(yīng)②滯后階數(shù)根據(jù)Akaik Information Criterion（AIC）和Schwarz Criterion（SC）準(zhǔn)則確定為1 階，廣義方差分解的預(yù)測期（H）選為10 期（大概兩個半月）。，TO行表示某市場對其他市場的溢出效應(yīng)，F(xiàn)ROM列表示受其他市場風(fēng)險溢出的程度，NET行表示兩者的差值，即對其他市場的凈溢出程度。從中可以發(fā)現(xiàn)：①所有市場受自身滯后效應(yīng)影響均高于受其他市場風(fēng)險溢出的影響。以碳市場為例，對角線上的值84.64%，表示自身滯后效應(yīng)對當(dāng)期碳市場的影響；在所有市場中，碳市場受自身的影響最大。②從方向性溢出來看，只有碳市場的凈溢出效應(yīng)為負(fù)值（-12.51%），各股票板塊市場的凈溢出效應(yīng)均為正值，表明碳市場是風(fēng)險凈接收方，股票市場則為風(fēng)險的凈溢出方。③總溢出指數(shù)為69.69%，說明我國的碳市場與上述各板塊市場之間具有很強(qiáng)的風(fēng)險聯(lián)動性。

表3 各市場間溢出指數(shù)表

進(jìn)一步觀察靜態(tài)溢出指數(shù)表發(fā)現(xiàn)，碳市場是最大的風(fēng)險接收方，其接收的風(fēng)險主要來自新能源、傳統(tǒng)能源、電力及工業(yè)等板塊市場的對外溢出。隨著光伏發(fā)電等新能源的快速發(fā)展，一定程度上減少了對化石能源的需求，因而減少碳排放和碳配額需求，碳價格因此會受到影響。由于新能源的經(jīng)濟(jì)性、穩(wěn)定性和便利性短期內(nèi)還不能比擬化石能源，新能源逐步替代傳統(tǒng)化石能源是一個長期的過程。因此目前傳統(tǒng)能源市場對碳市場的影響也比較大；另外，碳市場對股票市場存在溢出效應(yīng)，但對不同板塊的表現(xiàn)存在差異。比較而言，對電力板塊的溢出效應(yīng)最大。這與Cong 和Wei（2010）、Lin 和Chen（2019）的研究結(jié)論一致。除電力市場外，受碳市場風(fēng)險溢出最為顯著的是房地產(chǎn)市場。房地產(chǎn)行業(yè)的單位產(chǎn)值碳排放量是0.25 千克/元，比全國平均水平高出1 倍，導(dǎo)致其對碳排放權(quán)的需求量大，受碳價格波動影響顯著。

（三）時變溢出指數(shù)

靜態(tài)溢出指數(shù)無法反映溢出效應(yīng)隨時間的動態(tài)變化情況，為此進(jìn)一步將滾動窗口技術(shù)與DY 溢出指數(shù)相結(jié)合，使用50 周（約一年）的滾動窗口研究各市場之間的時變溢出效應(yīng)。

1.總溢出指數(shù)

從圖2 可以看出，樣本期間，碳與各股票市場之間的總體溢出指數(shù)維持在40%～80%，市場整體聯(lián)動性較強(qiáng)；但同時總溢出指數(shù)存在波動性和不確定性，出現(xiàn)了三次顯著的波動周期，分別發(fā)生在2017 年初、2018 年初至2019 年中和2020 年初至今。2017 年是《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要》的第二年，供給側(cè)結(jié)構(gòu)性改革對中國宏觀經(jīng)濟(jì)的影響逐漸顯現(xiàn)，“三去一降一補(bǔ)”中的去杠桿要求企業(yè)以股權(quán)融資的方式代替?zhèn)谫Y，在一定程度上對各市場進(jìn)行了有效回調(diào)，降低了市場之間的聯(lián)動性。后隨著2017 年5 月在北京舉辦“一帶一路”國際合作高峰論壇，在推進(jìn)中國經(jīng)濟(jì)社會發(fā)展和結(jié)構(gòu)調(diào)整的同時，有助于推動國際合作、實(shí)現(xiàn)共贏。在此背景下，為中國企業(yè)“走出去”減少了障礙，新的機(jī)遇下各市場之間的聯(lián)動性在短期內(nèi)急速上升。2018 年，中美貿(mào)易戰(zhàn)持續(xù)升級、中國股市持續(xù)下跌，市場整體投資狀況消極，總溢出指數(shù)從2018 年初到2019年中，經(jīng)歷了一個顯著波動下降的周期；從2020 年初開始，新冠疫情逐步蔓延全國，各行各業(yè)經(jīng)濟(jì)呈現(xiàn)不景氣，經(jīng)濟(jì)增長放緩，市場之間的風(fēng)險聯(lián)動性降低，可以看出從2020 年初到2021 年初，是一個波動下降的周期，特別在2020 年底，呈現(xiàn)急劇下降的態(tài)勢。另外，在2020 年中受到全球范圍內(nèi)的降息和動用非常規(guī)貨幣政策措施的影響，宏觀經(jīng)濟(jì)狀況有所回升，但很快又陷入到“流動性陷阱”的風(fēng)險中。因此在2020 年中總溢出指數(shù)呈現(xiàn)急速上升又迅速回落的趨勢。

圖2 碳與各股票市場總體溢出指數(shù)時變圖

2.方向性溢出指數(shù)和凈溢出指數(shù)

圖3 所示為2016—2021 年各市場的方向性溢出指數(shù)和凈溢出指數(shù)，從中可以看出：各市場的方向性溢出指數(shù)存在一定的波動性和不確定性，受極端經(jīng)濟(jì)事件及政策不確定性的沖擊較大；同時，當(dāng)受到?jīng)_擊時，各市場接收外來風(fēng)險的水平與其對外溢出風(fēng)險的水平呈反方向的變動趨勢，且各市場的風(fēng)險凈溢出水平變動與其對外溢出水平的變動趨勢一致。

圖3 各市場方向性溢出和凈溢出的時變特征

從單個市場角度來看，碳市場更容易受到股票板塊市場的沖擊，其凈溢出水平多數(shù)時期為負(fù)值，屬于風(fēng)險的凈接收方，且由于碳市場發(fā)展不完善，波動程度較大，市場風(fēng)險不穩(wěn)定程度較高。

進(jìn)一步將碳市場溢出指數(shù)的時變情況劃分為四個階段：第一階段，2016 年中至2018 年初。在這一階段，碳市場主要受到股票市場的風(fēng)險溢出，對外風(fēng)險溢出除2017 年在短期有所上升外，其他時間幾乎為零。這在一定程度上反映了中國碳市場剛剛起步、配額分配和交易制度不完善的現(xiàn)狀。第二階段，2018 年初至2019 年中。從2018 年9 月開始碳市場的對外風(fēng)險溢出指數(shù)迅速攀升，截至2019 年9 月，碳市場的凈溢出指數(shù)多次顯現(xiàn)出大于零，即在這一階段碳市場對外風(fēng)險溢出的能力較大。2018 年4 月，碳交易主管部門由發(fā)改委轉(zhuǎn)至生態(tài)環(huán)境部，碳交易市場迎來了新一輪改革，加之這一時期國家宏觀經(jīng)濟(jì)形勢面臨困境，各股票板塊市場活躍度低。因此，在這一階段，碳市場對外風(fēng)險溢出水平較高，有時甚至成為風(fēng)險凈溢出方。第三階段，2019 年中至2020 年中。這一階段碳市場接收股票板塊市場的風(fēng)險溢出呈現(xiàn)出較大的波動，特別是在2020年初，國內(nèi)各市場受到新冠疫情沖擊的影響，風(fēng)險和不確定性加大，對外風(fēng)險溢出能力不穩(wěn)定，市場不確定性較大。第四階段，2020 年中至2021 年中。2021 年起，全國碳市場第一個履約周期正式啟動，兩千多家發(fā)電企業(yè)分到碳排放配額，以及2021 年全國碳市場建設(shè)的穩(wěn)步推進(jìn)，使得碳市場的市場有效性增加，風(fēng)險的對外溢出水平提升，出現(xiàn)曲線末尾平穩(wěn)上升的情況。

3.凈配對溢出指數(shù)

圖4 報告了各股票板塊市場與碳市場的凈配對溢出指數(shù)，從中可以看出：第一階段，2016 年中至2018 年初。碳市場主要受到來自電力板塊、工業(yè)板塊和傳統(tǒng)能源板塊的風(fēng)險溢出，且工業(yè)板塊的影響最大，溢出指數(shù)突破7%。碳市場價格波動與其他較早納入碳排放權(quán)交易行業(yè)的減排狀況密切相關(guān)。這些行業(yè)企業(yè)通過減排二氧化碳出售碳配額而影響碳排放權(quán)的供給，而高耗能高污染企業(yè)的過量碳排放會影響碳排放權(quán)的需求，從而雙向作用于碳市場。第二階段，2018 年初至2019 年中。在這一階段，碳市場主要受到來自材料市場、金融市場和新能源市場的風(fēng)險溢出，且新能源市場的影響最大，溢出指數(shù)突破8%。全國碳排放權(quán)交易啟動后，水泥熟料屬于首批納入行業(yè)，在此影響下，風(fēng)險加速上升，在這一時期，材料市場對碳市場來說屬于風(fēng)險的凈溢出方，且溢出值在樣本觀測期內(nèi)達(dá)到最大值。在這一階段，金融市場對碳市場的凈配對時變溢出也達(dá)到樣本期內(nèi)最大值，并呈現(xiàn)出最為明顯的頻繁波動，這可能與金融市場特殊的投資心理有關(guān)。當(dāng)金融市場發(fā)生劇烈波動時，投資者謀取短期利益的投機(jī)心理加重，促使市場波動率發(fā)生劇烈變化，市場間的聯(lián)動性要顯著高于其他時期，此時金融市場一個輕微的波動將會迅速作用于其他市場，且作用的強(qiáng)度更大。新能源企業(yè)在逐步納入碳排控范圍后，對碳市場的價格波動影響逐漸上升。因此新能源市場是在此階段對碳市場溢出指數(shù)最強(qiáng)的市場。但隨著碳市場發(fā)展的不斷完善，碳市場價格將主要受到需求方的影響，做為碳排放權(quán)供給方的新能源市場，對碳市場的凈配對溢出指數(shù)有所降低。第三階段，2019 年中至2020 年中。碳市場主要受到來自房地產(chǎn)市場、工業(yè)市場的風(fēng)險溢出，且工業(yè)市場最大，溢出指數(shù)突破6%。由圖4 可以看出，在整個樣本觀測期內(nèi)，房地產(chǎn)市場對碳市場風(fēng)險溢出效應(yīng)最小，這是由于房地產(chǎn)市場納入碳交易時間較晚，且覆蓋企業(yè)有限。隨著房地產(chǎn)企業(yè)納入碳交易數(shù)量的不斷增加，房地產(chǎn)市場對碳市場的風(fēng)險溢出效應(yīng)也有所上升。這一階段碳市場價格波動也受工業(yè)市場的影響較大，這與工業(yè)市場對碳排放權(quán)需求量大的情況相吻合。第四階段，2020 年中至2021 年中。這一階段，全國碳排放權(quán)交易市場建設(shè)穩(wěn)步推進(jìn)，碳市場對外風(fēng)險溢出能力較強(qiáng)，在部分時期為各板塊市場的風(fēng)險凈溢出方。

4.溢出指數(shù)穩(wěn)健性檢驗(yàn)

首先，用更改預(yù)測期的方法對實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，計算預(yù)測期（H）為12 期和20 期的靜態(tài)溢出指數(shù)表，具體結(jié)果見表4?？梢钥闯霰碇械慕Y(jié)果與預(yù)測期為10 期的靜態(tài)溢出指數(shù)結(jié)果基本一致，說明增加預(yù)測期H 對估計結(jié)果幾乎沒有影響。

表4 基于不同預(yù)測期的溢出指數(shù)結(jié)果

其次，從更改變量順序和更改滾動窗口期兩個角度，對時變的溢出指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)。圖5 將變量順序進(jìn)行更改計算總溢出指數(shù)，圖6 將指數(shù)窗口期由50 周更改為55 周計算總溢出指數(shù)?？傮w來看，更改前后總溢出指數(shù)具有相似的路徑，之前所得出的分析結(jié)論依然成立。

圖5 穩(wěn)健性檢驗(yàn)結(jié)果（更改變量順序）

圖6 穩(wěn)健性檢驗(yàn)結(jié)果（更改窗口期）

5.溢出網(wǎng)絡(luò)分析

由圖7 可知，溢出具有復(fù)雜性，彼此之間普遍聯(lián)系、相互溢出，沒有任何一個市場是完全“孤立”于網(wǎng)絡(luò)之外的。表5 進(jìn)一步報告了網(wǎng)絡(luò)的結(jié)構(gòu)特征，從中發(fā)現(xiàn)，①網(wǎng)絡(luò)密度為0.4464，由于實(shí)際網(wǎng)絡(luò)中能夠發(fā)現(xiàn)的最大的密度是0.5，這說明各個市場之間溢出的密切程度相對較高；②平均聚類系數(shù)達(dá)到0.8955，表明溢出程度較高、溢出面較廣，其中碳市場的聚類系數(shù)是1，表明碳市場在網(wǎng)絡(luò)中與其他市場的關(guān)聯(lián)性較強(qiáng)、連通性較高；③平均最短路徑大于1，但與1 十分接近，且網(wǎng)絡(luò)直徑為2，表明風(fēng)險在大多數(shù)市場是直接溢出的，少數(shù)市場間并不是直接溢出，而是通過中介渠道溢出的。

表5 網(wǎng)絡(luò)結(jié)構(gòu)特征

圖7 風(fēng)險溢出網(wǎng)絡(luò)

表6 進(jìn)一步分析了各個市場的中心度，從中可以看出：①點(diǎn)出度和接近中心度（出度）排在第一位的是工業(yè)市場；且根據(jù)風(fēng)險溢出網(wǎng)絡(luò)圖可以看出工業(yè)市場位于溢出網(wǎng)絡(luò)的核心，說明工業(yè)市場處于溢出的中心，具有輻射作用，對其他市場存在較多的溢出。②碳市場、材料市場的點(diǎn)入度和接近中心度（入度）排名均較為靠前，在整體上受到的風(fēng)險溢出較強(qiáng)。這是由于碳市場運(yùn)作機(jī)制體現(xiàn)了“誰排放誰買單”的原則，受每筆碳交易的主體不同所影響，其交易的區(qū)域、時間均不相同，導(dǎo)致中國碳市場存在著均衡性差、穩(wěn)定性弱的缺陷。碳市場主要是風(fēng)險的接收者，受工業(yè)市場的影響最強(qiáng)；對于材料市場而言，當(dāng)市場條件發(fā)生變化時，材料需求方對原材料的需求種類會相應(yīng)做出調(diào)整（原材料本身具有品類眾多，相互可替代性強(qiáng)的特點(diǎn)），從而影響材料市場的價格。因此，材料市場本身的價格變動不會對其他市場造成太為顯著的影響，反而受其他市場的風(fēng)險溢出效應(yīng)較大。③從中間中心度來看，工業(yè)市場、材料市場均為1，具有較強(qiáng)的中介性，助力溢出，加強(qiáng)溢出網(wǎng)絡(luò)的緊密性與關(guān)聯(lián)性。

表6 節(jié)點(diǎn)中心度分析

從整體來看，8 個市場之間的溢出兩極分化嚴(yán)重，存在明顯的異質(zhì)性?？赡茉蛟谟冢阂环矫妫煌鍓K的業(yè)務(wù)范圍和發(fā)展程度存在差異；另一方面，各市場面臨的共同風(fēng)險敞口因近些年中國經(jīng)濟(jì)增速放緩被進(jìn)一步放大，容易遭受風(fēng)險溢出。

從碳市場的角度來看，通過溢出網(wǎng)絡(luò)分析可以得到較溢出指數(shù)分析更為清晰的風(fēng)險傳導(dǎo)路徑，且碳市場在網(wǎng)絡(luò)結(jié)構(gòu)特征分析中的聚類系數(shù)也與整體均值較為接近，即網(wǎng)絡(luò)分析相對溢出指數(shù)而言結(jié)果更加顯著。網(wǎng)絡(luò)分析進(jìn)一步印證了溢出指數(shù)分析的結(jié)論，即碳市場主要是被動受到溢出，且溢出的主要來源是能源市場和工業(yè)市場。

四、主要結(jié)論與政策建議

本文以北京試點(diǎn)碳市場為研究樣本，基于廣義預(yù)測誤差方差分解構(gòu)建溢出指數(shù)，從靜態(tài)和動態(tài)兩個層面捕捉中國碳市場與電力、材料、房地產(chǎn)、工業(yè)、金融、傳統(tǒng)能源、新能源等股票板塊市場之間的風(fēng)險溢出強(qiáng)度和方向；在此基礎(chǔ)上，進(jìn)一步從復(fù)雜網(wǎng)絡(luò)視角構(gòu)建“碳-股票”系統(tǒng)的風(fēng)險溢出網(wǎng)絡(luò)，探尋碳與股票市場間風(fēng)險溢出的機(jī)制與規(guī)律。研究發(fā)現(xiàn)：①從靜態(tài)指數(shù)看，碳與股票市場總溢出指數(shù)為69.69%，表明碳市場與股票市場之間存在較強(qiáng)的風(fēng)險溢出效應(yīng)，從溢出方向而言，碳市場屬于風(fēng)險的凈接收方，但從強(qiáng)度而言，不同板塊市場的表現(xiàn)各異、具有非對稱性，對碳市場影響最為劇烈的是新能源市場，對碳市場價格變化最為敏感的是電力市場。②從時變指數(shù)看，碳市場與股票市場的風(fēng)險溢出存在一定的波動性和不確定性，受極端事件沖擊較大，在宏觀經(jīng)濟(jì)震蕩時期，碳市場受股票板塊市場的風(fēng)險溢出效應(yīng)顯著高于其他時期。③從“碳-股票”系統(tǒng)的網(wǎng)絡(luò)看，工業(yè)板塊是網(wǎng)絡(luò)的絕對核心，是風(fēng)險溢出的中心，具有極強(qiáng)的輻射作用。

基于上述結(jié)論，得到以下啟示和政策建議：

（1）從政策制定者的角度，防范碳市場風(fēng)險要有全局意識。碳市場不是孤立的，其與股票市場等外部環(huán)境存在錯綜復(fù)雜的關(guān)聯(lián)，股市波動會對碳市場產(chǎn)生溢出效應(yīng)，并且不同板塊溢出強(qiáng)度各不相同。因此，防范碳市場風(fēng)險要密切關(guān)注股市波動，尤其重點(diǎn)關(guān)注新能源、傳統(tǒng)能源、工業(yè)、電力等板塊市場的波動，防微杜漸，防患未然。

（2）從投資者的角度，碳排放權(quán)因其稀缺性而形成一定的市場價格，在碳約束時代，其逐漸成為企業(yè)繼現(xiàn)金資產(chǎn)、實(shí)物資產(chǎn)和無形資產(chǎn)后又一新型資產(chǎn)類型——碳資產(chǎn)，因而成為其資產(chǎn)配置中的重要組成部分，為保障其收益并防范風(fēng)險，必須關(guān)注碳價格與股票等其他市場之間的關(guān)聯(lián)，重視市場之間價格信號的傳導(dǎo)。

（3）從碳市場發(fā)展的角度，目前全國碳市場雖已開市，但仍處于起步階段，如何保持碳市場的穩(wěn)定運(yùn)行未來仍有很長的路，不僅要借鑒發(fā)達(dá)國家經(jīng)驗(yàn)，更要立足國情，根據(jù)本國的政治、經(jīng)濟(jì)和碳市場運(yùn)行情況制定相應(yīng)的政策措施，并不斷加強(qiáng)防范碳市場風(fēng)險沖擊等能力的建設(shè)，只有保持碳市場的穩(wěn)定性，才能更好地在實(shí)現(xiàn)國家雙碳目標(biāo)的同時促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。