王雨琪

(南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，南京 210037)

1 引言

全球變暖等氣候變化問題日益受到國(guó)際社會(huì)的關(guān)注與重視，隨著《聯(lián)合國(guó)氣候變化框架公約》和《京都議定書》的生效，以二氧化碳排放權(quán)為主的碳交易市場(chǎng)產(chǎn)生。我國(guó)作為發(fā)展中國(guó)家雖不具有強(qiáng)制減排的義務(wù)，但仍主動(dòng)承擔(dān)減緩溫室氣體排放的責(zé)任，積極主動(dòng)參與清潔發(fā)展機(jī)制(CDM)下的項(xiàng)目開發(fā)，豐富了碳交易的金融衍生品種類，在為全球減排貢獻(xiàn)力量的同時(shí)，推動(dòng)了國(guó)內(nèi)碳市場(chǎng)的發(fā)展。我國(guó)自2013年相繼啟動(dòng)了深圳、北京、上海等8個(gè)碳排放交易試點(diǎn)，2020年于聯(lián)合國(guó)大會(huì)上正式提出“碳達(dá)峰”“碳中和”的雙碳目標(biāo)，到2021年7月正式啟動(dòng)全國(guó)碳排放交易市場(chǎng)上線交易，我國(guó)的碳交易市場(chǎng)正逐步完善。

由于我國(guó)的碳交易市場(chǎng)起步較晚，國(guó)內(nèi)學(xué)者們的相關(guān)研究較少。在定性分析上集中在碳交易市場(chǎng)的政策效應(yīng)與制度建設(shè)。崔愷媛(2017)研究表明政府通過補(bǔ)貼等輔助碳交易市場(chǎng)減排功能的同時(shí)，不能過度干涉碳交易價(jià)格[1]。張立鋒(2018)通過借鑒歐盟的碳市場(chǎng)發(fā)展經(jīng)驗(yàn)，提出我國(guó)應(yīng)協(xié)調(diào)統(tǒng)籌碳市場(chǎng)與其他減排工具的法制建設(shè)工作，注重不同碳市場(chǎng)之間銜接規(guī)則的制定[2]。李豐(2020)通過京津兩地試點(diǎn)電力市場(chǎng)履約情況對(duì)比，認(rèn)為其交易量等差異與覆蓋范圍設(shè)計(jì)、碳配總量設(shè)計(jì)和分配方式有關(guān)[3]。

在定量分析上集中于碳市場(chǎng)波動(dòng)的風(fēng)險(xiǎn)測(cè)度與其影響因素研究。程玉仙(2013)基于變結(jié)構(gòu)Copula理論證明了其他金融市場(chǎng)對(duì)碳金融市場(chǎng)普遍存在波動(dòng)溢出效應(yīng)[4]。邱謙等人(2017)利用ARCH族和VaR模型研究表明不同碳交易所在價(jià)格沖擊下的衰減程度不同，外部環(huán)境比碳市場(chǎng)內(nèi)在機(jī)制更能影響碳價(jià)波動(dòng)[5]。王超等人(2021)通過比較我國(guó)與歐盟碳排放交易體系，認(rèn)為我國(guó)碳排放和金融資產(chǎn)間的聯(lián)動(dòng)性較差，碳交易行為市場(chǎng)化有待提高[6]。王慧英和王子瑤(2021)通過構(gòu)造PSM-DID模型研究發(fā)現(xiàn)碳交易政策促進(jìn)了試點(diǎn)地區(qū)的碳減排，但對(duì)經(jīng)濟(jì)發(fā)展的促進(jìn)作用并不明顯[7]。

綜上所述，可以發(fā)現(xiàn)已有的文獻(xiàn)研究：①主要側(cè)重于對(duì)比歐盟的碳交易體系，對(duì)國(guó)內(nèi)的市場(chǎng)機(jī)制運(yùn)行進(jìn)行定性評(píng)估，但量化研究依舊匱乏；②對(duì)國(guó)內(nèi)碳市場(chǎng)的量化分析往往只選取部分試點(diǎn)碳市場(chǎng)作為研究對(duì)象，鮮有對(duì)全部8個(gè)試點(diǎn)市場(chǎng)的統(tǒng)一研究，且研究數(shù)據(jù)較為陳舊，具有一定局限性。隨著未來碳市場(chǎng)的多元化發(fā)展，面臨的風(fēng)險(xiǎn)與挑戰(zhàn)隨之增多，研究我國(guó)碳交易市場(chǎng)的波動(dòng)性有助于完善碳金融市場(chǎng)的風(fēng)險(xiǎn)管理體系，增強(qiáng)碳市場(chǎng)運(yùn)行的穩(wěn)定性。本文對(duì)國(guó)內(nèi)8個(gè)碳交易試點(diǎn)的碳配額日收盤價(jià)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)合各試點(diǎn)碳市場(chǎng)的官網(wǎng)信息對(duì)最新交易數(shù)據(jù)進(jìn)行了填補(bǔ)，并運(yùn)用GARCH模型對(duì)各試點(diǎn)的波動(dòng)性進(jìn)行評(píng)估與分析?；谘芯拷Y(jié)果，本文提出相關(guān)的發(fā)展建議，為全國(guó)的碳交易市場(chǎng)建設(shè)提供參考。

2 計(jì)量模型——廣義自回歸條件異方差模型

GARCH模型又稱廣義自回歸條件異方差模型，是由Bollerslev(1986)在ARCH模型的基礎(chǔ)上拓展而提出[8]，專門用于針對(duì)金融數(shù)據(jù)分析提出的回歸模型，其獨(dú)特點(diǎn)在于它對(duì)誤差的方差進(jìn)一步建模，包含了對(duì)金融數(shù)據(jù)的異方差特點(diǎn)的考慮。GARCH模型能夠?qū)Σ▌?dòng)性進(jìn)行有效的分析和預(yù)測(cè)，因此本文選用GARCH模型計(jì)算碳交易價(jià)格的條件方差，進(jìn)而評(píng)估我國(guó)碳金融交易市場(chǎng)價(jià)格的波動(dòng)性。GARCH(q, p)模型的一般表達(dá)式為：

εt=σtηt

其中：ω為常數(shù)項(xiàng)，αi是表示短期波動(dòng)的ARCH效應(yīng)參數(shù)，βj是表示長(zhǎng)期波動(dòng)的GARCH效應(yīng)參數(shù)(兩者均大于0)，αi+βj反映波動(dòng)的持續(xù)性。εt表示條件方差，ηt為獨(dú)立分布的隨機(jī)變量，εt與ηt相互獨(dú)立，q為自回歸項(xiàng)的滯后階數(shù)，p為殘差平方項(xiàng)的滯后階數(shù)。根據(jù)價(jià)格序列作為金融時(shí)間序列，在實(shí)證研究中通常認(rèn)為GARCH模型選擇一階就能捕捉其特征，GARCH(1,1)模型的表達(dá)式為：

3 實(shí)證分析

3.1 變量的選擇與處理

本文采用國(guó)內(nèi)8個(gè)碳交易試點(diǎn)的碳配額日收盤價(jià)作為研究對(duì)象，樣本范圍選取各碳交易試點(diǎn)自成立以來至2022年3月10日(數(shù)據(jù)來源：國(guó)泰安數(shù)據(jù)庫及各碳交易試點(diǎn)官網(wǎng))。其中深圳碳市場(chǎng)有多種開始于不同年份(2013—2020年)投入市場(chǎng)的碳交易標(biāo)的物，考慮到交易年限的長(zhǎng)短和數(shù)據(jù)的全面性[9]，本文選擇2013年投入市場(chǎng)的碳交易標(biāo)的物。由于碳交易價(jià)格變化幅度較大，影響統(tǒng)計(jì)分析的準(zhǔn)確性，研究采用對(duì)數(shù)差分法使日交易收盤價(jià)格轉(zhuǎn)為日對(duì)數(shù)收益率序列，具體計(jì)算公式為rt=lnpt-lnpt-1，其中：rt為對(duì)數(shù)收益率序列,表示各碳市場(chǎng)的日收益率，是評(píng)估碳排放權(quán)交易市場(chǎng)波動(dòng)性的指標(biāo)，pt是某碳交易試點(diǎn)在第t天的日收盤價(jià)。數(shù)據(jù)的計(jì)量工具選用Eviews10.0。

3.2 統(tǒng)計(jì)特征分析

在進(jìn)行實(shí)證分析前，對(duì)8個(gè)試點(diǎn)碳市場(chǎng)的數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，以刻畫選取數(shù)據(jù)的特征，統(tǒng)計(jì)結(jié)果如表1所示。從標(biāo)準(zhǔn)差上看，北京、深圳和重慶碳市場(chǎng)的標(biāo)準(zhǔn)差較大，與均值的差值也相對(duì)較大，說明其市場(chǎng)收益率的波動(dòng)較為劇烈；從偏度上看，重慶、北京、福建、廣東、湖北碳市場(chǎng)呈現(xiàn)左偏，天津、上海和深圳碳市場(chǎng)呈現(xiàn)出右偏，各試點(diǎn)均有厚尾特征；從峰度上看，除福建碳市場(chǎng)外，其余七個(gè)試點(diǎn)的峰度均大于3，具備尖峰特征。從JB統(tǒng)計(jì)量及其概率值中可以看出國(guó)內(nèi)8個(gè)試點(diǎn)碳市場(chǎng)均拒絕服從正態(tài)分布的原假設(shè)。綜上表明，國(guó)內(nèi)8個(gè)試點(diǎn)碳市場(chǎng)的收益率普遍存在尖峰厚尾特征，且均不服從正態(tài)分布。

表1 各試點(diǎn)收益率描述性統(tǒng)計(jì)

3.3 平穩(wěn)性與相關(guān)性檢驗(yàn)

為防止序列存在偽回歸現(xiàn)象，在建模前先對(duì)其進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用寬平穩(wěn)，即弱化的平穩(wěn)性，當(dāng)時(shí)間序列{Xt}滿足時(shí)序數(shù)據(jù)的二階矩陣有限，時(shí)間序列的均值是與時(shí)間t無關(guān)的常數(shù)，且任意隨機(jī)變量間的自協(xié)方差函數(shù)只與時(shí)間長(zhǎng)度有關(guān)，則稱時(shí)間序列{Xt}是寬平穩(wěn)時(shí)間序列，具體公式如下：

γ(t,s)=γ(0,t-s)=γ(m,m+s-t)

本文選用單位根檢驗(yàn)法(ADF)對(duì)各試點(diǎn)的碳配額對(duì)數(shù)收益率序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表2所示，各序列的P值小于顯著性水平，說明各試點(diǎn)碳市場(chǎng)收益率序列平穩(wěn)。

表2 平穩(wěn)性檢驗(yàn)結(jié)果

對(duì)各試點(diǎn)碳市場(chǎng)收益率序列進(jìn)行自相關(guān)與偏自相關(guān)檢驗(yàn)。結(jié)果顯示，各序列的自相關(guān)與偏相關(guān)系數(shù)值基本落于兩倍的估計(jì)標(biāo)準(zhǔn)差內(nèi)，且檢驗(yàn)對(duì)應(yīng)的P值基本小于0.05。因此研究認(rèn)為，各序列在5%的顯著性水平下不具有序列相關(guān)性，再加以各序列是平穩(wěn)的，故均可視作白噪聲序列。由此可構(gòu)建均值方程，得出殘差估計(jì)序列，具體公式為rt=ct+∈t，其中∈t為隨機(jī)干擾項(xiàng)。

3.4 ARCH效應(yīng)檢驗(yàn)

對(duì)各試點(diǎn)碳市場(chǎng)收益率的殘差估計(jì)序列進(jìn)行ARCH效應(yīng)檢驗(yàn)，結(jié)果如表3所示。各序列的顯著性檢驗(yàn)指標(biāo)(F-statistic)和可決系數(shù)(Obs*R-squared)的相伴概率值均為0，小于5%的顯著性水平，故各序列的誤差項(xiàng)存在異方差性，即存在ARCH效應(yīng)。

表3 ARCH檢驗(yàn)結(jié)果

3.5 GARCH模型分析

根據(jù)赤池信息準(zhǔn)則(AIC)，研究選擇GARCH(1,1)模型對(duì)各試點(diǎn)碳市場(chǎng)的收益率序列進(jìn)行參數(shù)估計(jì)，并比較了基于GARCH(1,1)模型在不同擾動(dòng)項(xiàng)選擇下的擬合效果。其中，福建和廣東碳市場(chǎng)擾動(dòng)項(xiàng)選擇t分布，天津、上海、湖北、北京碳市場(chǎng)選擇正態(tài)分布，深圳和重慶碳市場(chǎng)選擇GED分布下的擬合效果相對(duì)較好，且建模后的各序列均通過了ARCH-LM檢驗(yàn)，說明各殘差項(xiàng)的異方差性已消除。模型參數(shù)估計(jì)結(jié)果見表4。

表4 GARCH檢驗(yàn)結(jié)果

由表4可以看出，ARCH項(xiàng)對(duì)應(yīng)的參數(shù)α均大于0，表示外部的沖擊會(huì)加劇各試點(diǎn)碳市場(chǎng)的價(jià)格波動(dòng)，波動(dòng)呈現(xiàn)聚集性，即過去的波動(dòng)會(huì)對(duì)碳市場(chǎng)未來的波動(dòng)產(chǎn)生正向而減緩的作用[10]。GARCH項(xiàng)對(duì)應(yīng)的參數(shù)β均在0到1之間，表示碳價(jià)波動(dòng)具有長(zhǎng)期記憶性，即持續(xù)性。模型的各項(xiàng)參數(shù)估計(jì)結(jié)果顯著，說明國(guó)內(nèi)碳市場(chǎng)收益率總體呈現(xiàn)波動(dòng)聚集特征，GARCH(1,1)模型能較好地?cái)M合其波動(dòng)特性。

其中，福建和重慶碳市場(chǎng)的參數(shù)α值相對(duì)最小，均低于0.21，而其參數(shù)β值又相對(duì)最大，均高于0.8，說明外界的沖擊對(duì)其價(jià)格波動(dòng)的影響較小，市場(chǎng)波動(dòng)更容易受到前期波動(dòng)的影響。福建和重慶碳市場(chǎng)的成立時(shí)間較晚，設(shè)定的準(zhǔn)入門檻相對(duì)較高，市場(chǎng)活躍度受到影響，其交易機(jī)制有待于進(jìn)一步完善。而湖北碳市場(chǎng)自開市以來就采用“低價(jià)起步、適度從緊”的分配政策，可以有效的刺激市場(chǎng)交易，提高市場(chǎng)活躍度。在波動(dòng)評(píng)估中，湖北碳市場(chǎng)的波動(dòng)最為平穩(wěn)，其參數(shù)β值僅有0.262，參數(shù)和α+β值最小，表明其碳價(jià)波動(dòng)的持續(xù)性較弱，前期對(duì)后期波動(dòng)的影響并不明顯，市場(chǎng)穩(wěn)定性較強(qiáng)。

北京、深圳和上海碳市場(chǎng)的參數(shù)和α+β最接近于1，表明其收益率序列具有有限方差，其波動(dòng)最終會(huì)趨于平穩(wěn)[12]。作為最早成立的三個(gè)碳交易試點(diǎn)市場(chǎng)，其交易機(jī)制相對(duì)健全，對(duì)風(fēng)險(xiǎn)調(diào)控能力較好，為市場(chǎng)的良好運(yùn)行提供扎實(shí)基礎(chǔ)。廣東和天津碳市場(chǎng)的參數(shù)和α+β大于1，說明其價(jià)格波動(dòng)對(duì)外部沖擊的反應(yīng)會(huì)以較快速度遞增，且波動(dòng)持續(xù)性較強(qiáng)，其市場(chǎng)需要較長(zhǎng)時(shí)間的調(diào)整。

4 結(jié)論與建議

4.1 結(jié)論

本文對(duì)國(guó)內(nèi)8個(gè)碳交易試點(diǎn)的碳配額日收盤價(jià)進(jìn)行了描述性統(tǒng)計(jì)分析，并選用GARCH(1,1)模型對(duì)各試點(diǎn)碳市場(chǎng)的波動(dòng)性進(jìn)行評(píng)估與分析，具體結(jié)論如下。

①國(guó)內(nèi)碳交易試點(diǎn)市場(chǎng)的碳價(jià)收益率序列普遍具有尖峰厚尾特征；

②我國(guó)碳市場(chǎng)波動(dòng)總體呈現(xiàn)聚集特征，GARCH(1,1)模型能夠較好的擬合其波動(dòng)性；

③各試點(diǎn)碳市場(chǎng)應(yīng)對(duì)外部沖擊和前期市場(chǎng)波動(dòng)影響的記憶性存在區(qū)域性差異，該差異與不同地區(qū)的政策實(shí)施、市場(chǎng)機(jī)制等有關(guān)。其中，福建和重慶碳市場(chǎng)主要受到自身前期波動(dòng)的影響；廣東和天津碳市場(chǎng)對(duì)外部沖擊的敏感度及波動(dòng)的持續(xù)性較強(qiáng)；湖北碳市場(chǎng)價(jià)格波動(dòng)最為穩(wěn)定，說明當(dāng)?shù)卣叩膶?shí)施效果較好；北京、深圳和上海碳市場(chǎng)出現(xiàn)波動(dòng)后能較快趨于平穩(wěn)，說明其市場(chǎng)機(jī)制較為成熟，風(fēng)險(xiǎn)把控能力較好。

此外，在各試點(diǎn)數(shù)據(jù)收集過程還發(fā)現(xiàn)不同試點(diǎn)的日交易量和交易價(jià)格具有顯著差異，也間接反映出了區(qū)域分立的碳交易市場(chǎng)一定程度上會(huì)限制交易的規(guī)模性和流動(dòng)性。

4.2 建議

自2021年7月16日，全國(guó)碳排放交易在上海環(huán)境能源交易所正式啟動(dòng)，碳排放權(quán)交易依托試點(diǎn)市場(chǎng)的運(yùn)行基礎(chǔ)向全國(guó)市場(chǎng)進(jìn)行過渡，為促進(jìn)我國(guó)碳排放權(quán)交易市場(chǎng)的全面持續(xù)發(fā)展，結(jié)合前文的研究提出相關(guān)建議：

①完善碳交易市場(chǎng)機(jī)制，推動(dòng)碳市場(chǎng)統(tǒng)一發(fā)展。由8個(gè)試點(diǎn)碳市場(chǎng)交易價(jià)格和交易量的差異可以發(fā)現(xiàn)，不同地區(qū)制定的市場(chǎng)機(jī)制影響著碳價(jià)格波動(dòng)幅度和市場(chǎng)活躍度。我國(guó)的碳市場(chǎng)作為政策驅(qū)動(dòng)型市場(chǎng)，在由試點(diǎn)向全國(guó)碳市場(chǎng)的過渡與融合發(fā)展中，需要政府完善統(tǒng)一的碳交易價(jià)格機(jī)制，考慮到當(dāng)?shù)貐⑴c企業(yè)自身的實(shí)際產(chǎn)能和減排能力，對(duì)配額總量、準(zhǔn)入門檻、懲罰力度等機(jī)制的設(shè)定進(jìn)行適時(shí)調(diào)整，以引導(dǎo)市場(chǎng)預(yù)期，最終使交易價(jià)格普遍合理化，促進(jìn)我國(guó)碳交易市場(chǎng)的統(tǒng)一發(fā)展。

②健全碳市場(chǎng)風(fēng)險(xiǎn)預(yù)警與管理系統(tǒng)。由分析結(jié)果可以看出，碳交易體系相對(duì)完善的試點(diǎn)碳市場(chǎng)在面對(duì)外部?jī)r(jià)格沖擊時(shí)平穩(wěn)波動(dòng)的能力更強(qiáng)，因此健全碳市場(chǎng)風(fēng)險(xiǎn)預(yù)警與管理系統(tǒng)，對(duì)碳市場(chǎng)的可持續(xù)發(fā)展尤為重要。市場(chǎng)監(jiān)管者需要要及時(shí)預(yù)期一些重大事件或市場(chǎng)走勢(shì)引起的波動(dòng)及其持續(xù)時(shí)間，以便推出相關(guān)有效的措施對(duì)碳市場(chǎng)進(jìn)行調(diào)整，避免過度波動(dòng)造成的損失。

③豐富碳金融衍生品種類，調(diào)動(dòng)市場(chǎng)積極性。更多種類的碳金融衍生品有助于吸引更多的企業(yè)、機(jī)構(gòu)或個(gè)人參與碳交易投資中，提高市場(chǎng)活躍度。碳金融衍生品的設(shè)計(jì)可以迎合交易者的實(shí)際需求進(jìn)行創(chuàng)新，使交易者在履行碳減排的義務(wù)下盡可能實(shí)現(xiàn)自身利益最大化[12]，一方面有助于優(yōu)化碳減排資源的配置，另一方面可以緩解一定程度的外界變化對(duì)市場(chǎng)的沖擊，降低碳市場(chǎng)風(fēng)險(xiǎn)。