胡 倩

(青海民族大學經(jīng)濟與管理學院，青海 西寧 810000)

一、引言

近年來，全球氣候變暖導致的極端氣候事件不斷威脅著人類的生命安全，德國觀察發(fā)布的《2020年全球氣候風險指數(shù)》顯示，在過去的20年里，全球有接近50萬例死亡事件和1.2萬起極端氣候事件相關，所造成的經(jīng)濟損失高達3.54萬億美元，全球氣候變暖問題不可小覷。世界各國也在不斷探索溫室氣體減排的手段，并于1992年誕生了第一份具有法律效力的氣候文件《京都議定書》，控制溫室氣體排放成為各國共同努力的目標。隨后在2015年巴黎氣候大會上通過了第二份具有法律約束力的氣候文件《巴黎協(xié)定》。我國于2016年簽署了《巴黎協(xié)定》，承諾會積極做好溫室氣體減排工作，加強應對氣候變化的國際合作。

碳排放權交易體系作為溫室氣體減排的重要手段，其建立對我國履行國際責任具有重要的意義。為此，2011年，國家發(fā)改委發(fā)布了《關于開展碳排放權交易試點工作的通知》，批準北京、天津、上海、湖北、廣東、重慶、深圳開展碳排放權交易試點工作；隨后在2017年，全國統(tǒng)一碳市場的建設也正式啟動，我國碳市場的建設取得了階段性的成就。

二、文獻綜述

在碳價格和傳統(tǒng)能源價格關聯(lián)性的研究中，國外學者中，Marimoutou和Soury研究發(fā)現(xiàn)碳價波動和布倫特原油價格、煤炭價格及天然氣價格波動之間的相關性隨時間的變化而變化，并且在經(jīng)濟危機期間表現(xiàn)得更為顯著[1]。Soliman和Nasir研究得出歐盟碳價和原油及天然氣價格之間呈現(xiàn)出尾部相關性，并且下尾相關性明顯高于上尾相關性[2]。Chevallier等研究指出歐盟碳價和石油、天然氣價格呈現(xiàn)出負相關[3]。Lin和Xu發(fā)現(xiàn)煤炭及天然氣價格對碳價的影響呈現(xiàn)出倒U型[4]。

國內(nèi)學者中，崔婕等以湖北碳市場為研究對象，取煤炭、原油、天然氣三者的加權平均價格，發(fā)現(xiàn)在短期內(nèi)二者呈現(xiàn)出顯著的正相關[5]。豐冕冕對歐盟碳價格與布倫特原油期貨價格、英國天然氣期貨價格及鹿特丹煤炭價格的相關性展開了研究，運用t-copula函數(shù)，發(fā)現(xiàn)其相關關系具有對稱性，并且呈現(xiàn)出明顯的尾部相關性[6]。趙選民和魏雪基于我國7個碳市場省市的面板數(shù)據(jù)，研究發(fā)現(xiàn)各傳統(tǒng)能源價格和碳價之間呈現(xiàn)出明顯的負相關[7]。鄒紹輝和張?zhí)鹨灾凶C能源期貨綜合指數(shù)作為傳統(tǒng)能源價格的代理指標，構(gòu)建MSVAR模型，發(fā)現(xiàn)傳統(tǒng)能源價格對碳價格的影響較大，但碳價對傳統(tǒng)能源價格的影響并不明顯[8]。金鑫對化石能源價格的多重共線性采用主成分分析法進行了處理，為了表現(xiàn)不同種類的煤對碳價的影響，將煤炭分為了焦煤和動力煤，將原油分為了汽油和柴油，研究發(fā)現(xiàn)各化石能源價格對碳價的影響呈現(xiàn)出顯著的負向影響[9]。夏雪以我國8個碳市場的碳價及上海原油期貨價格作為研究對象，構(gòu)建VAR模型，發(fā)現(xiàn)原油價格對8個碳市場的影響程度、沖擊大小和正負方向存在較大差別[10]。尹磊以北京、廣東碳市場為研究對象，運用VEC模型，研究發(fā)現(xiàn)碳市場價格受傳統(tǒng)能源價格變動的影響較大，并且相對煤炭和原油而言，天然氣價格變動對碳價的影響更大[11]。荀璽蓉以北京、廣東、深圳、湖北4個碳市場為研究對象，運用門限VAR模型，發(fā)現(xiàn)傳統(tǒng)能源價格沖擊對碳價的影響高于碳價沖擊對傳統(tǒng)能源價格造成的影響，傳統(tǒng)能源市場和碳市場價格信息的傳導具有不對稱性[12]。

三、理論分析

碳價格對傳統(tǒng)能源價格的影響，企業(yè)對碳排放權的需求主要是為了滿足自身碳排放的需要，當碳價格提高時，為了控制超配額碳排放導致的成本的增加，企業(yè)會盡量減少碳排放，包括控制生產(chǎn)規(guī)?；蛘呤且M清潔技術，無論企業(yè)采取何種方式都會減少對傳統(tǒng)能源的使用，對傳統(tǒng)能源需求的降低導致了傳統(tǒng)能源價格的下降；反之，當碳價格下降時，企業(yè)的排污成本降低，在利益的驅(qū)動下企業(yè)碳排放量將會提高，對傳統(tǒng)能源的需求也會增加，進而導致傳統(tǒng)能源價格的上漲。

傳統(tǒng)能源價格對碳價格的影響，傳統(tǒng)能源的消費量很大程度上依賴于其價格，當能源的價格較低時，相關的企業(yè)就會更加傾向于傳統(tǒng)能源的使用，從而導致了更多的碳排放，當其超過了企業(yè)獲得的初始配額與碳匯抵消量之和時，企業(yè)就會在市場上進行碳交易，對碳排放權的需求增加，碳價上升。例如當煤炭的價格較低時，火力發(fā)電企業(yè)就會傾向于使用煤炭發(fā)電，相反當煤炭的價格較高時，發(fā)電企業(yè)為了降低成本就會在市場中尋找傳統(tǒng)能源的替代品，減少傳統(tǒng)能源的使用，降低了碳排放，對碳排放需求的下降進而導致碳價格的下降。

四、實證研究

(一)指標選取與描述性統(tǒng)計

本文選擇湖北、廣東、上海和北京四個碳市場為代表，這四個市場碳配額成交量之和占國內(nèi)8個市場總成交量之和的75%以上，并且具有交易活躍、企業(yè)完成度高、履約率高等特點，能夠很好地代表我國碳排放權交易的情況。以每個市場的成交量占4個市場總成交量之和的比例作為每個市場的權重，各個市場的權重乘以每日該市場的碳收盤價，加和計算出每日的加權平均價格(TJ)，作為碳價的衡量指標，公式如下:

同時選取上海原油期貨市場的原油主力連續(xù)合約日收盤價(NY)作為傳統(tǒng)能源價格的衡量指標，截至2021年12月31日，上海原油期貨市場的原油主力連續(xù)合約累計成交金額近萬億元，成為規(guī)模僅次于西德州輕質(zhì)原油和布倫特的全球第三大原油期貨市場，可以很好地代表我國的原油價格水平。各數(shù)據(jù)的時間跨度為2019年3月25日至2021年12月31日，同時對部分數(shù)據(jù)缺失的交易日進行了剔除，經(jīng)對數(shù)化處理的碳價格和傳統(tǒng)能源價格表示為lnTJ和lnNY，數(shù)據(jù)來源為Wind，所使用的計量軟件為Stata，對原始數(shù)據(jù)進行描述性統(tǒng)計結(jié)果如表1所示:

表1 數(shù)據(jù)描述性統(tǒng)計

(二)平穩(wěn)性檢驗與Johansen協(xié)整檢驗

在進行建模之前，首先需要對時間序列數(shù)據(jù)碳價格和傳統(tǒng)能源價格進行平穩(wěn)性檢驗，本文采用ADF單位根檢驗法，ADF檢驗結(jié)果如表2所示:

表2 ADF檢驗結(jié)果

表2顯示，在1%的顯著性水平下lnTJ拒絕存在單位根的原假設，其時間序列平穩(wěn)，對其一階差分后的序列dlnTJ也是平穩(wěn)序列，但是lnNY沒有拒絕存在單位根的原假設，對其一階差分后為平穩(wěn)序列，說明lnTJ和lnNY均為一階單整序列，可以進行協(xié)整檢驗，下面采用Johansen方法檢驗兩個變量之間是否存在協(xié)整關系，結(jié)果如表3所示:

主要包括控制交通信號的系統(tǒng)、交通信息處理和管理系統(tǒng)等。該系統(tǒng)可以詳細地采集道路和數(shù)據(jù)的基本信息，在此基礎上，分析交通的使用情況，并結(jié)合交通的規(guī)劃情況，為出行者提供便利的出行線路。信號控制系統(tǒng)可以對交通設施進行管理，從而得到道路上車輛的運行情況和道路的使用狀態(tài)，了解車輛比較擁堵的道路，可以使用信號指示系統(tǒng)進行調(diào)整，從而確保車輛的運行暢通。

表3 協(xié)整檢驗結(jié)果

結(jié)果顯示，在95%的置信水平下，當原假設為至多一個協(xié)整向量時，跡統(tǒng)計量顯著大于5%的臨界值，并且伴隨概率小于0.05，說明接受原假設，變量之間最多存在一個協(xié)整關系，即二者之間存在一個長期穩(wěn)定的均衡關系，可以建立VAR模型進行進一步的分析。

(三)滯后階數(shù)確定

本文采用VAR模型來探究碳價格和傳統(tǒng)能源價格的關聯(lián)性，VAR模型的優(yōu)點在于所有選擇的變量都被當作是內(nèi)生變量，每一個變量都被其他變量的滯后項影響，VAR模型的這個優(yōu)點有助于研究不同變量之間的動態(tài)關聯(lián)性。在運用該模型時，首先應該確定模型的滯后階數(shù)，滯后期的正確選擇是模型平穩(wěn)運行的關鍵，選擇滯后期的結(jié)果如表4所示:

表4 滯后期確定

表4中，“*”代表赤池信息準則、貝葉斯信息準則、漢南-奎因信息準則等準則下所選擇的最優(yōu)滯后階數(shù)，“*”號最多的一行是Lag(3)，即滯后階數(shù)為三階，因此本文構(gòu)建VAR(3)模型進行后續(xù)的實證研究，并對模型的穩(wěn)定性進行測試，AR根檢驗結(jié)果如圖1所示:

圖1 AR根檢驗

圖1顯示AR根均位于單位圓內(nèi)，即AR根均小于1，說明建立的VAR(3)模型是穩(wěn)定的。

(四)格蘭杰因果關系檢驗

基于VAR(3)模型，進行格蘭杰因果關系檢驗，對二者的因果關系進行探究，其結(jié)果如表5所示:

表5 格蘭杰檢驗結(jié)果

表5顯示，在1%的顯著性水平下原油價格不是引起碳價格變化的P值為0.028，小于0.05，因此拒絕原油價格不是引起碳價格變化的格蘭杰原因的原假設。而1%顯著性水平下碳價格不是引起原油價格變化的P值為0.568，大于0.05，因此接受碳價格不是引起原油價格變化的格蘭杰原因這一原假設，即二者存在單向的格蘭杰關系，原油價格會影響碳價格，但碳價格對原油價格的影響卻并不顯著。

(五)脈沖響應與方差分解

通過格蘭杰因果關系檢驗，本文基本驗證了碳價格和原油價格確實存在著相互之間的因果關聯(lián)性，且主要的方面是原油價格的變化來影響碳價格的變化。為了進一步明確碳價和原油價格之間的影響究竟是正向的還是反向的，并且這種影響是否存在時滯性，接下來利用脈沖響應函數(shù)進行分析，其結(jié)果如圖2所示:

圖2 脈沖響應結(jié)果

根據(jù)輸出結(jié)果分析可得，上海原油期貨價格的脈沖在當期對自身的影響最大，呈現(xiàn)出正向的沖擊，之后沖擊逐漸平穩(wěn)。當上海原油期貨價格給碳價格一個單位的正向沖擊時，碳價格在當期的時間內(nèi)呈現(xiàn)出明顯的負向波動，隨后在第二期和第三期這種負向影響逐漸減弱，在第四期之后逐漸恢復到平穩(wěn)狀態(tài)。另一方面，碳排放權價格的脈沖同樣是在當期對自身的影響最大，之后逐漸恢復平穩(wěn)，但是碳價格對上海原油期貨價格的沖擊呈現(xiàn)出幾乎沒有波動變化的態(tài)勢。

對各個變量對碳價格的貢獻度進行分析，結(jié)果顯示(表6)，在1~10期的范圍內(nèi)，碳價格受到自身的影響最大，在前3期受到自身98%~99%的影響，原油價格對碳價格的貢獻度在前4期較弱，后面幾期基本維持在4%左右，在第6期達到最大的6%，但是總體來說不高，原因可能是我國碳排放權價格受到的影響因素眾多，原油期貨市場對碳市場的解釋程度還較弱。

表6 方差分解

五、結(jié)論與建議

(一)研究結(jié)論

本文選取國內(nèi)交易最活躍、成交量和成交額最大的北京、上海、廣東和湖北碳市場為研究對象，按照成交量計算出每日的加權平均價格作為碳價的衡量指標，同時選擇上海原油期貨市場原油主力連續(xù)合約價格作為傳統(tǒng)能源價格的衡量指標。VAR實證結(jié)果表明，原油價格是引起碳價格變化的格蘭杰原因，但碳價格不是引起原油價格變化的格蘭杰原因，二者存在單向的格蘭杰關系。我國碳價格與傳統(tǒng)能源價格之間存在關聯(lián)性，主要是原油價格對碳價存在短期的負向影響，但隨后這種負向影響又會被修正，但碳價對原油價格的影響卻并不顯著，其結(jié)果不顯著可能是因為我國電力生產(chǎn)對原油消費的依賴程度較高，而全國性的碳市場并不成熟，不管北京、上海、廣東和湖北試點的碳交易量多大、市場多活躍，也不能完全代表全國碳交易情況。

(二)建議

第一，完善傳統(tǒng)能源市場的建設，保證碳市場的穩(wěn)健運行。本文通過研究發(fā)現(xiàn)，傳統(tǒng)能源價格與碳價格之間存在一定的關聯(lián)性，并且傳統(tǒng)能源價格對碳價的影響大于碳價對傳統(tǒng)能源價格的影響。隨著我國碳市場建設的完善與金融市場的越發(fā)成熟，傳統(tǒng)能源價格與碳價的關聯(lián)性也會越發(fā)緊密。為此，有必要完善傳統(tǒng)能源市場的建設，比如可以建立靈活的傳統(tǒng)能源安全預警制度，建立有效的能源市場運行機制，掌握碳價波動的來源，從而保證碳市場的平穩(wěn)運行。

第二，推動碳市場的創(chuàng)新發(fā)展，強化碳市場的金融屬性。從本質(zhì)上講，傳統(tǒng)能源市場和碳市場同屬于金融市場，均受宏觀經(jīng)濟的影響從而具有聯(lián)動性，本文也實證證實了傳統(tǒng)能源市場和碳市場存在關聯(lián)性，為此需要強化碳市場的金融屬性，使得該種聯(lián)動性更加暢通。具體而言，豐富碳市場中的產(chǎn)品，不僅要有碳現(xiàn)貨，還要有其他衍生品及其他和金融產(chǎn)品密切相關的一系列服務，比如抵押質(zhì)押、資產(chǎn)證券化、擔保、再融資等。

第三，鼓勵個人投資者加入碳市場。碳市場設立的根本目的是保護環(huán)境、減少溫室氣體的排放，本文的研究目的之一也是希望通過增加對傳統(tǒng)能源市場和碳市場關系的了解進而促進碳減排。碳市場不僅是各個控排企業(yè)的市場，也是投資者的市場，是所有有改變氣候、珍惜環(huán)境想法的個人和機構(gòu)推動的市場，為此可以進一步鼓勵個人投資者加入碳市場。