馬 躍, 馮連勇

(中國石油大學(xué)(北京) 經(jīng)濟(jì)管理學(xué)院,北京 102249)

0 引言

近年來，全球氣候問題日益嚴(yán)峻，氣候變暖日益得到世界各國的關(guān)注，中國作為碳排放大國，面臨著嚴(yán)峻的碳減排任務(wù)[1,2]。2005年生效的《京都議定書》等文件，成為各國政府解決氣候問題的主要框架，同時催生了以CO2排放權(quán)作為商品的碳市場的建立[3]。作為負(fù)責(zé)任的大國，中國積極參與國際碳減排活動[1]，2020年9月習(xí)近平總書記宣布，中國將力爭2030年前達(dá)到二氧化碳排放峰值，努力爭取2060年前實現(xiàn)碳中和。為應(yīng)對全球氣候變暖引發(fā)的危機(jī)以及實現(xiàn)碳中和的目標(biāo)，發(fā)展碳市場是重要的手段。目前，中國已在北京、天津、上海、重慶、湖北、深圳以及廣東建立了試點碳市場，全國性碳排放權(quán)交易市場的啟動工作亦在緊鑼密鼓地開展。在此背景下，研究中國試點地區(qū)的碳市場的有效性對我國統(tǒng)一碳市場的建設(shè)以及碳中和目標(biāo)的實現(xiàn)具有重要的指導(dǎo)意義。

1 文獻(xiàn)綜述

市場的有效性是金融學(xué)理論的核心命題[4]。碳排放權(quán)交易市場是一個新生市場，其市場有效性和碳減排成效以及有效控制氣候變化密切相關(guān)[5]。關(guān)于碳市場有效性研究的主要理論有：有效市場假說和分形市場假說。有效市場假說理論認(rèn)為市場價格受不可預(yù)見的信息影響，今天市場價格的變化是由今天未預(yù)料的信息造成的[6]，由交易價格對于信息的不同反應(yīng)程度可以將市場劃分成弱式有效市場、半強(qiáng)式有效市場和強(qiáng)式有效市場[5]。市場中當(dāng)前價格不受歷史交易信息的影響，價格收益率序列滿足“隨機(jī)游走”過程，則認(rèn)為市場達(dá)到了弱式有效，即未來成交價格不會受到前期價格信息的影響[5]，通常根據(jù)樣本序列是否滿足隨機(jī)游走來判斷市場的有效性，常用方法有游程檢驗與方差比檢驗[7]。分形市場假說在有效市場假說的基礎(chǔ)上發(fā)展而來，將有效市場假說的線性市場假設(shè)擴(kuò)展為非線性市場，認(rèn)為金融市場并非全都滿足獨立、正態(tài)或方差有限的假設(shè)，價格的變動呈現(xiàn)有偏的隨機(jī)游走特征[6,8]。重標(biāo)極差分析法(R/S分析法)是使用分形市場假說理論檢驗市場有效性的常用方法，其借助Hurst指數(shù)分析市場的游走特征，進(jìn)而判斷市場的有效性。目前國內(nèi)外一些學(xué)者利用上述方法或結(jié)合其它方法對碳市場有效性進(jìn)行了探討。Daskalakis等人利用方差比檢驗法，研究了歐盟碳市場現(xiàn)貨和期貨交易，發(fā)現(xiàn)歐盟碳市場第一階段未達(dá)到弱式有效水平[9]；Montagnoli等人采用了方差比檢驗法以歐盟碳市場為研究對象，同樣發(fā)現(xiàn)其在第一階段未達(dá)到弱勢有效，但在第二階段達(dá)到弱式有效[10]，同時，通過對歐盟碳市場2008年至2011年間的期貨交易的研究，Daskalakis發(fā)現(xiàn)該市場已經(jīng)達(dá)到了弱勢有效[11]；Charles等人與Ibikunle等人同樣證實歐盟碳市場達(dá)到有效水平[12,13]。對于中國碳排放權(quán)交易市場有效性的研究，王倩等人采用單位根檢驗和方差比檢驗對深圳、上海、北京和天津碳排放權(quán)交易市場進(jìn)行研究，結(jié)果表明利用這兩種方法上海碳排放權(quán)交易市場均達(dá)到弱式有效但深圳碳排放權(quán)交易市場無效，而對于北京與天津碳排放權(quán)交易市場，其認(rèn)為方差比檢驗對判斷市場有效性更具說服力，北京碳排放權(quán)交易市場是有效的而天津碳排放權(quán)交易市場無效[7]；王揚雷等人利用分形市場假說理論采用重標(biāo)極差分析法得到北京碳排放權(quán)交易市場尚未達(dá)到弱式有效水平[6]；Zhao等人以北京、上海、天津和深圳碳排放權(quán)交易市場為研究對象利用單位根檢驗和游程檢驗，研究得到這四個碳交易市場均達(dá)到弱式有效[14]；張武林等人采用方差比檢驗研究清淡市場因素對中國碳市場有效性的影響[15]；趙立祥等人利用方差比檢驗發(fā)現(xiàn)湖北碳排放權(quán)交易市場已經(jīng)達(dá)到了弱式有效水平[16]，但呂靖燁等人對湖北碳排放權(quán)交易市場的研究表明其未達(dá)到弱式有效水平[5,17]。由以上分析可以發(fā)現(xiàn)，不同的評判方法，得到的結(jié)果可能不同。

通過對關(guān)于碳排放權(quán)交易市場有效性的文獻(xiàn)分析可以發(fā)現(xiàn)：(1)現(xiàn)有國內(nèi)外文獻(xiàn)普遍存在的問題是分析方法選取單一且研究數(shù)據(jù)未能包含最新數(shù)據(jù)；(2)已有文獻(xiàn)對中國碳排放權(quán)交易市場有效性的研究往往只選取部分試點碳市場為研究對象，具有一定局限性。綜合來看，現(xiàn)有文獻(xiàn)未能對中國全部試點碳排放權(quán)交易市場有效性進(jìn)行系統(tǒng)分析。因此，本文的主要工作有：對中國碳排放權(quán)交易市場收益率進(jìn)行分析并判別其金融市場的特性，進(jìn)而結(jié)合有效市場假說理論與分形市場假說理論，分別使用游程檢驗、方差比檢驗以及重標(biāo)極差檢驗對全國試點碳排放權(quán)交易市場的有效性進(jìn)行實證研究，并采用GARCH模型進(jìn)行檢驗，以便為全國統(tǒng)一碳市場的構(gòu)建及我國碳市場相關(guān)制度的完善提供一個參考。本文的創(chuàng)新之處在于：從研究內(nèi)容上來看，有別于以往的研究大多采用單一方法對碳排放權(quán)交易市場有效性進(jìn)行判斷，本文針對采用不同方法得到的不同結(jié)果進(jìn)行了探討，彌補(bǔ)了現(xiàn)有文獻(xiàn)的不足；對通過某種檢驗方法的試點碳排放權(quán)交易市場，進(jìn)一步借助GARCH模型綜合分析該市場的價格特征，避免了使用單一方法的缺陷。

2 理論知識

判斷市場是否達(dá)到弱勢有效主要通過檢驗價格序列是否符合隨機(jī)游走特征。弱勢有效性也意味著市場至少是有效的，通常簡稱有效性，游程檢驗、方差比檢驗以及重標(biāo)極差檢驗作為有效市場假說與分形市場假說的典型方法，廣泛應(yīng)用于金融市場的有效性檢驗。近年來，隨著碳排放交易市場的發(fā)展，其市場特征逐漸表現(xiàn)出金融市場屬性，一些學(xué)者逐漸將游程檢驗、方差比檢驗以及重標(biāo)極差檢驗應(yīng)用到碳市場有效性的研究，如文獻(xiàn)[6～10,12,14～18]等等，隨之產(chǎn)生的結(jié)果是不同檢驗方法往往得到不同的結(jié)論，因此本文首先利用游程檢驗、方差比檢驗以及重標(biāo)極差檢驗對我國試點碳排放權(quán)交易市場進(jìn)行綜合分析。

2.1 游程檢驗

游程檢驗是一種非參數(shù)檢驗方法，只考慮價格的漲跌，通過驗證樣本序列實際游程數(shù)偏離隨機(jī)游走條件下期望游程數(shù)的顯著性程度，來檢驗樣本序列的游走性質(zhì)[18]。對于碳排放權(quán)交易市場，記pt表示t時刻碳排放權(quán)價格，可利用樣本序列對數(shù)收益率rt=lnpt-lnpt-1的漲跌表示碳排放權(quán)價格的漲跌，若rt>0或rt<0連續(xù)出現(xiàn)若干個，則稱為一個游程。

假設(shè)n為樣本容量，n1和n2分別表示rt>0和rt<0的樣本個數(shù)，則總游程數(shù)r的期望值E(r)和標(biāo)準(zhǔn)差σ分別為：

(1)

(2)

游程檢驗可以消除時間序列中極端值的影響，通過價格變化的正負(fù)判斷樣本序列是否具有隨機(jī)性，進(jìn)而判斷市場是否達(dá)到弱式有效，該方法的優(yōu)點體現(xiàn)在使用條件寬松，對樣本分布沒有嚴(yán)格要求。但游程檢驗未考慮價格變化的數(shù)值大小，忽略了樣本中數(shù)字的絕對值現(xiàn)象，在實際應(yīng)用中存在一定的局限性，造成檢驗結(jié)果不夠精確，同時構(gòu)造的游程檢驗統(tǒng)計量在大樣本情況下服從正態(tài)分布，對小樣本數(shù)據(jù)檢驗可能產(chǎn)生偏差。

2.2 方差比檢驗

方差比檢驗方法[20]是由Lo和Mackinlay提出，用其驗證樣本序列的隨機(jī)游走性質(zhì)，進(jìn)而判斷市場的弱有效性，其原理是：當(dāng)一個樣本是隨機(jī)游走的，則隨機(jī)游走增量的方差應(yīng)是時間間隔的線性函數(shù)，即k期的方差是1期方差的k倍[15]。記VR表示方差比，則期的方差比可被定義為:

(3)

其中，ρi表示碳排放權(quán)價格對數(shù)收益率在滯后i期的樣本自相關(guān)系，方差比檢驗的原假設(shè)H0和備擇假設(shè)H1分別為：H0樣本序列出現(xiàn)隨機(jī)性，VR(k)=1；H1樣本序列未出現(xiàn)隨機(jī)性，VR(k)≠1。在同方差和異方差條件下的統(tǒng)計量分別記為Z(k)和Z*(k)，則有

(4)

(5)

(6)

(7)

(8)

(9)

Z(k)和Z*(k)服從漸進(jìn)的標(biāo)準(zhǔn)正態(tài)分布。若統(tǒng)計量超過臨界值，則拒絕樣本序列隨機(jī)游走的原假設(shè)，反之則接受原假設(shè)。

方差比檢驗的優(yōu)點在于對樣本是否服從正態(tài)分布及是否存在異方差現(xiàn)象均不做要求。但方差比檢驗法中檢驗統(tǒng)計量漸進(jìn)服從正態(tài)分布，用統(tǒng)計量的漸進(jìn)分布代替樣本分布，對小樣本數(shù)據(jù)而言其漸進(jìn)分布可能較大程度偏離正態(tài)分布，存在小樣本檢驗缺陷，降低檢驗效果。

2.3 重標(biāo)極差(R/S)分析法

重標(biāo)極差分析法即R/S分析法，該方法由英國著名水文學(xué)家Hurst提出，后逐步發(fā)展運用到金融市場領(lǐng)域，其基本思想是[21]用樣本的極差除以標(biāo)準(zhǔn)差建立一個無量綱的比率，借助Hurst指數(shù)分析樣本數(shù)據(jù)的游走特征，計算過程如下[6]：

對于樣本序列{rt},t=1,2,…,N，將其分成A個長度為n的子序列，子序列的均值、極差與標(biāo)準(zhǔn)差分別為:

(10)

(11)

(12)

計算每個子序列的重標(biāo)極差R(n)/S(n)，求此A個重標(biāo)極差的均值，得到劃分為A個長度為n的重標(biāo)極差值(R/S)n。重復(fù)上述步驟，調(diào)整子序列長度n，得到一系列n與重標(biāo)極差值(R/S)n，則有l(wèi)n(R/S)n=lnC+Hlnn，其中C為常數(shù)，H為Hurst指數(shù)。對于一個隨機(jī)游走序列，H應(yīng)該等于0.5，當(dāng)H不等于0.5時，觀測就不是獨立的，每一個觀測都帶著在它之前發(fā)生的所有的事件的記憶[22]。一般來說，Hurst指數(shù)越接近0.5，價格變動之間的相關(guān)性越小，市場有效性越強(qiáng)。

R/S分析法是一種非參數(shù)方法，是針對樣本數(shù)據(jù)進(jìn)行的檢驗，無需假設(shè)樣本數(shù)據(jù)的統(tǒng)計與分布特征，適用范圍較廣。Hurst指數(shù)是一種判斷樣本數(shù)據(jù)對時間是否有依賴的參數(shù)，R/S分析法借助Hurst指數(shù)對市場的有效性進(jìn)行判斷，該方法是針對樣本數(shù)據(jù)自身特征進(jìn)行的分析，能體現(xiàn)出樣本數(shù)據(jù)的波動特征，但R/S分析法不能準(zhǔn)確區(qū)分長期與短期記憶。

2.4 GARCH模型

1982年Engle提出的ARCH模型改善了人們對金融市場的刻畫能力，有效地反應(yīng)了條件異方差性，但在利用過程中存在一定的缺點，往往需要估計很多參數(shù)，Bollerslev在ARCH模型的基礎(chǔ)上提出了GARCH模型[23]，其一般表達(dá)式為:

(13)

(14)

其中rt為對數(shù)收益率序列，α0>0，αi≥0，βj≥0，GARCH項與ARCH項系數(shù)的和反映波動沖擊的持久性，當(dāng)系數(shù)之和小于1時，滿足平穩(wěn)性條件，說明波動沖擊會逐漸消失，當(dāng)系數(shù)之和非常接近1時，說明條件方差所受的沖擊是持久的[24]，上述模型稱為GARCH(m，s)模型。為了衡量市場價格波動中收益與風(fēng)險的關(guān)系，ENGLE等人將GARCH模型均值方程中引入反映風(fēng)險因子的條件方差項，即GARCH-M模型[25]

(15)

3 實證分析

本文選取的研究對象是包含福建碳市場在內(nèi)的我國八個地方碳市場，為表述方便統(tǒng)稱為試點碳市場，研究數(shù)據(jù)選取各碳市場成立之日至2021年4月8日的碳排放權(quán)交易的成交價，數(shù)據(jù)來源于“Wind”。碳市場價格波動性反映碳市場價格變化，但過度波動會提高交易者的風(fēng)險以及流動成本，使碳市場缺乏價格發(fā)現(xiàn)功能，從而導(dǎo)致市場無效[26]?；趦r格變化幅度，本文采用對數(shù)收益率序列rt作為衡量碳排放權(quán)交易市場波動性的指標(biāo)，rt的計算如下:

rt=lnpt-lnpt-1

(16)

其中，pt為第t天的成交均價。

3.1 統(tǒng)計特征分析

本文樣本數(shù)據(jù)描述性統(tǒng)計特征見表1，整體來看中國試點碳排放權(quán)交易市場收益率樣本均不嚴(yán)格滿足標(biāo)準(zhǔn)正態(tài)分布，從標(biāo)準(zhǔn)差來看，深圳、廣東、重慶碳市場的標(biāo)準(zhǔn)差相對高于其他試點地區(qū)，說明其價格波動性相對較大；從峰度來看，除重慶碳市場外，其它試點碳市場峰度值均高于正態(tài)分布峰度值，表現(xiàn)出高峰特征；從偏度看，各碳市場偏度值均不等于零。各試點碳市場JB統(tǒng)計量的值均拒絕服從正態(tài)分布的假設(shè)，同時進(jìn)一步對樣本數(shù)據(jù)進(jìn)行一階自回歸過程檢驗其異方差性，對于非平穩(wěn)序列回歸時，可能出現(xiàn)“假回歸”等問題[5]，影響結(jié)果分析，因此本文借助ADF檢驗法檢驗樣本的平穩(wěn)性，結(jié)果見表2，各試點碳市場t統(tǒng)計量的絕對值均大于各顯著性水平的絕對值且P值為零，表明各樣本序列平穩(wěn)。LM統(tǒng)計量表明樣本數(shù)據(jù)均存在異方差特征。

表1 對數(shù)收益率描述性統(tǒng)計

表2 ADF檢驗結(jié)果

3.2 游程檢驗分析

本文進(jìn)行游程檢驗的過程中，選擇0為割點，檢驗結(jié)果見表3，上海與天津試點碳市場Z統(tǒng)計量的絕對值較小且對應(yīng)的P值較大，不能拒絕游程檢驗的原假設(shè)，根據(jù)游程檢驗原理可以判斷上海與天津碳市場對數(shù)收益率序列滿足隨機(jī)游走過程，達(dá)到弱式有效水平，而其余碳市場均未達(dá)到弱式有效水平。

表3 游程檢驗結(jié)果

3.3 方差比檢驗分析

利用前文方差比計算公式結(jié)合王倩等人的處理方法，本文對中國試點碳市場取滯后12階的方差和異方差調(diào)整的方差進(jìn)行計算[7]，結(jié)果見表4。由樣本數(shù)據(jù)統(tǒng)計特征可知，中國試點碳排權(quán)交易市場均具有異方差性，因此主要根據(jù)異方差條件下的統(tǒng)計量Z*(k)作為分析依據(jù)。

表4 方差比檢驗結(jié)果

由表4可以看出：對于福建和天津碳市場來說，所有滯后階數(shù)的Z(k)統(tǒng)計量值均大于5%顯著性水平下的臨界值1.96，不能接受隨機(jī)游走的原假設(shè)，未達(dá)到弱勢有效。但樣本數(shù)據(jù)均具有異方差性，而樣本數(shù)據(jù)所有滯后階數(shù)的Z*(k)統(tǒng)計量值總體上小于5%顯著性水平下的臨界值1.96，此時接受隨機(jī)游走的原假設(shè)，可以認(rèn)為福建和天津碳市場達(dá)到弱勢有效。對于其余六個碳市場來說，所有滯后階數(shù)的Z(k)統(tǒng)計量值和Z*(k)統(tǒng)計量值均大于5%顯著性水平下的臨界1.96，不能接受隨機(jī)游走的原假設(shè)，因此未達(dá)到弱勢有效。

3.4 重標(biāo)極差(R/S)分析

基于重標(biāo)極差分析方法的原理，本文根據(jù)經(jīng)驗準(zhǔn)則從n=10至n=N/2進(jìn)行計算，計算結(jié)果見表5。對于北京、福建、廣東和深圳碳市場的Hurst值遠(yuǎn)遠(yuǎn)小于0.5，表明市場有效性較低，市場機(jī)制對價格的作用較弱，由分形市場假說理論，可能的原因是該碳市場受政府干預(yù)或調(diào)控的影響比較大；對于重慶、湖北和天津碳排放權(quán)交易市場的Hurst值大于0.5，存在一定的長記憶性，其市場效率相對較高；對于上海碳排放權(quán)交易市場，其Hurst值接近0.5，接近弱式有效市場水平。

表5 收益率序列的Hurst值

3.5 不同方法的檢驗結(jié)果

上述游程檢驗、方差比檢驗以及重標(biāo)極差檢驗的檢驗結(jié)果見表6，可以看出不同檢驗方法得到的結(jié)果并不相同，單獨按照一種檢驗標(biāo)準(zhǔn)并不能說明該市場達(dá)到弱勢有效水平。在重標(biāo)極差檢驗下，嚴(yán)格意義上來說，八個試點碳市場均未通過有效性檢驗，但上海碳市場在此標(biāo)準(zhǔn)下有效性相對較高。從各碳市場來看，福建碳市場通過方差比檢驗、上海碳市場通過游程檢驗以及天津碳市場通過游程檢驗與方差比檢驗。對于福建和天津碳市場來說，其交易規(guī)模在全國試點碳市場排名相對靠后，市場活躍程度相對較低，福建碳市場更是本文所選碳市場中最晚一家成立的，福建和天津碳市場的共同特點還表現(xiàn)在樣本數(shù)據(jù)相對較少，此時的方差比檢驗結(jié)果是否準(zhǔn)確需進(jìn)一步進(jìn)行論證，對于天津碳市場通過游程檢驗亦有同樣的疑問；上海碳排放權(quán)交易市場通過游程檢驗，其樣本容量相對較大，檢驗結(jié)果是由檢驗方法本身造成的偏差還是市場本身已達(dá)到有效水平同樣仍需要進(jìn)一步論證。鑒于以上分析，本文對上海、天津和福建碳市場進(jìn)一步建立GARCH模型，對其價格特征進(jìn)行分析。

表6 不同方法下試點碳市場有效性檢驗結(jié)果

3.6 建立GARCH模型

GARCH模型在經(jīng)濟(jì)學(xué)中應(yīng)用廣泛，能準(zhǔn)確從時間序列中提取價格波動信息，刻畫時間序列的波動特征以及異方差現(xiàn)象，該方法能有效刻畫出市場歷史信息對當(dāng)前價格的影響有助于市場有效性的分析。由統(tǒng)計特征分析可知福建、上海和天津碳市場樣本數(shù)據(jù)平穩(wěn)且具有異方差性，滿足GARCH模型的建模條件，為了對其波動集聚性特征進(jìn)行量化，并對弱式有效進(jìn)行檢驗，本文對福建、上海和天津碳市場樣本數(shù)據(jù)建立GARCH模型。根據(jù)信息準(zhǔn)則，本文選擇GARCH(1,1)模型，其中福建碳市場擾動項選擇學(xué)生t分布，上海和天津碳市場選擇正態(tài)分布擬合效果最好，且建模后無異方差效應(yīng)，模型各參數(shù)估計結(jié)果見表7。

表7 GARCH模型參數(shù)估計結(jié)果

由GARCH模型估計結(jié)果，對于福建、上海和天津碳市場，方差方程中ARCH項和GARCH項的系數(shù)都大于零且兩者之和接近1，說明該樣本序列具有波動集聚性，受到相關(guān)影響后持續(xù)波動，從均值方程可以看出，收益率上一期的值對下一期具有一定程度的影響，條件方差方程中，異方差項的系數(shù)較大且通過顯著性檢驗，表明收益率序列受到歷史價格波動信息的影響具有長記憶性，可以利用過去的信息預(yù)測未來的價格趨勢，沒有滿足弱式有效市場的條件。為了衡量碳市場價格波動中收益與風(fēng)險的關(guān)系，本文同時建立了GARCH-M模型，但表示風(fēng)險因子的條件方差項并未通過顯著性檢驗，說明碳市場中的風(fēng)險與預(yù)期收益的關(guān)系無法確定，這可能是由于各試點碳市場存在分割情況，總體碳市場規(guī)模偏小，且伴隨著政府的干預(yù)或調(diào)控，市場參與者未能充分利用信息，使得條件方差表現(xiàn)出來的問題不能及時得到反映。

3.7 分析與討論

本文采用游程檢驗法、方差比檢驗法和重標(biāo)極差分析法對中國試點碳市場有效性進(jìn)行分析，結(jié)果表明北京、重慶、廣東、湖北和深圳碳市場均未通過上述檢驗，未達(dá)到弱式有效市場水平；對于福建、上海和天津碳市場通過上述部分檢驗方法，無法進(jìn)行有效性的判別，進(jìn)一步借助GARCH模型對福建、上海和天津碳市場有效性進(jìn)行分析。具體來看，福建碳市場有效性通過方差比檢驗，未能通過游程檢驗與重標(biāo)極差檢驗，方差比檢驗在小樣本的情況下，估計的精度和檢驗的效果都會受到了影響，而福建碳市場相較于其它碳市場其交易數(shù)據(jù)樣本偏少，鑒于其市場活躍度及成交量均低于其它碳市場，結(jié)合GARCH模型檢驗結(jié)果，本文認(rèn)為方差比檢驗法得到的結(jié)果是由樣本數(shù)據(jù)造成的偏差，整體來看福建碳市場并未達(dá)到弱式有效水平；上海碳市場自成立以來，交易價格波動較為劇烈，如2016年末到2017年末價格經(jīng)歷極端上升、平穩(wěn)上升以及平穩(wěn)下降趨勢，2018年8月到2019年5月先后經(jīng)歷多個極端下降和極端上升趨勢后趨于平穩(wěn)上升，而游程檢驗不能識別樣本序列的游程內(nèi)部結(jié)構(gòu)，忽略了序列中數(shù)字的絕對值，只計同方向的游程數(shù)[27]，不能有效捕捉上海碳市場的特征，上海碳市場通過游程檢驗的實證結(jié)果缺乏說服力，結(jié)合GARCH模型分析可知，上海碳市場收益率一定程度上受歷史價格的影響，其通過游程檢驗是由檢驗方法自身缺陷造成的偏差，綜合來看上海碳市場未達(dá)到弱式有效水平；對于天津碳市場，其樣本數(shù)據(jù)亦相對較少，降低了方差比檢驗與游程檢驗的功效，天津碳市場自成立以來價格亦經(jīng)歷不同的急劇下降、平穩(wěn)與上升趨勢，本文認(rèn)為樣本容量導(dǎo)致其通過方差比檢驗，樣本容量與游程檢驗自身缺陷導(dǎo)致其通過游程檢驗，結(jié)合GARCH模型可知，天津碳市場收益率受歷史價格影響，未達(dá)到弱式有效水平?；谝陨戏治?，本文認(rèn)為中國試點碳排放權(quán)交易市場整體上并未達(dá)到弱勢有效市場水平。

4 結(jié)論與建議

本文選擇游程檢驗、方差比檢驗以及重標(biāo)極差檢驗對中國試點碳排放權(quán)交易市場有效性進(jìn)行全面分析，結(jié)果表明：對于同一碳市場不同檢驗方法得到的結(jié)果不一致，通過綜合分析，本文認(rèn)為中國試點碳排放權(quán)交易市場整體上未達(dá)到弱勢有效水平。由弱式有效市場的定義可知，我國試點碳市場的碳交易價格不能對外部信息充分反應(yīng)。碳市場屬于政策驅(qū)動型市場，交易制度由政府建立，碳交易市場存在的信息不對稱導(dǎo)致較高的信息成本，使得碳交易價格難以反應(yīng)所有信息，如政府在配額總量設(shè)定及分配時不能準(zhǔn)確掌握參與企業(yè)的自身減排能力、產(chǎn)能以及治理能力等方面的信息，參與者之間在交易時的信息不對稱，這些都影響碳價格的有效性；市場的有效性與流動性有很大關(guān)系，目前我國試點碳市場的參與者以及涵蓋行業(yè)有限，試點碳市場的交易以碳現(xiàn)貨為主，碳產(chǎn)品種類相對較少，這導(dǎo)致市場活躍性與流動性相對較低，市場信息無法通過交易反應(yīng)到價格中，影響碳交易價格的形成，降低碳市場的有效性。增強(qiáng)我國碳排放權(quán)交易市場的有效性對碳市場的建設(shè)具有重要意義，基于以上分析并借鑒已有經(jīng)驗，本文提出如下政策建議：

第一、加強(qiáng)信息披露，建設(shè)系統(tǒng)的制度體系。信息披露制度不完善是影響碳市場有效性的直接因素，建立標(biāo)準(zhǔn)化的信息披露制度，及時全面地披露相關(guān)信息，包括懲罰機(jī)制與配額總量等。碳市場透明度的提高有助于緩解信息不對稱問題，有助于降低信息搜索成本，有助于解決信息滯后性問題，增加碳交易價格對信息的反應(yīng)程度，從而提高碳市場有效性。

第二、增加碳金融衍生品的開發(fā)，擴(kuò)大碳交易行業(yè)覆蓋范圍。豐富碳市場產(chǎn)品種類，開發(fā)碳金融衍生品尤其是碳期貨，發(fā)揮期貨的價格發(fā)現(xiàn)功能，增加參與企業(yè)的覆蓋范圍使得更多企業(yè)進(jìn)入碳交易市場，進(jìn)而提高碳市場的活力與流動性，碳交易市場越活躍，市場價格反應(yīng)的信息越充分，碳市場就越有效。

第三、完善相關(guān)法律法規(guī)，處理好市場與政府的關(guān)系。碳市場是一個由政策發(fā)展而來的市場，完善的法規(guī)政策可以給參與者提供一個穩(wěn)定的環(huán)境。完善的法律法規(guī)有助于發(fā)揮好政策間的協(xié)同作用，減少政策間的沖突，增加交易活躍度，降低企業(yè)和社會的減碳成本[28]，提高碳市場的流動性，進(jìn)而提高碳交易價格對信息的反應(yīng)程度；當(dāng)前我國碳市場的發(fā)展主要通過政府的行政手段推動，隨著碳市場的發(fā)展，政府應(yīng)逐步回歸到調(diào)控職能，充分發(fā)揮市場在資源配置中的作用，充分調(diào)動企業(yè)的參與度。