饒欣，邱文妍，艾佳穎，林華麗，楊楠

（廣東外語外貿(mào)大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，廣東 廣州 510006）

在應(yīng)對全球氣候變化的迫切需求下，開展碳排放權(quán)交易，建立全國碳市場，是中國積極應(yīng)對氣候變化的重要抓手。2011 年10 月國家發(fā)展和改革委員會(huì)批準(zhǔn)北京、天津、上海、重慶、湖北、廣東、深圳7 個(gè)省市開展國內(nèi)碳排放權(quán)交易試點(diǎn)工作，為建設(shè)和發(fā)展全國碳排放權(quán)交易市場奠定基礎(chǔ)。從2013 年6 月深圳試點(diǎn)碳市場率先啟動(dòng)以來，國內(nèi)試點(diǎn)碳市場陸續(xù)運(yùn)行，截至2021 年7月全國碳排放權(quán)交易市場（發(fā)電行業(yè)）啟動(dòng)，國內(nèi)碳交易規(guī)?？偭恳呀?jīng)成為全球第二大交易市場。

實(shí)現(xiàn)“雙碳”目標(biāo)是一場廣泛而深刻的變革，推進(jìn)“雙碳”工作，必須堅(jiān)持全國統(tǒng)籌、節(jié)約優(yōu)先、雙輪驅(qū)動(dòng)、內(nèi)外暢通、防范風(fēng)險(xiǎn)的原則。從試點(diǎn)階段整體情況看，國內(nèi)試點(diǎn)碳市場普遍存在著價(jià)格波動(dòng)大，交易市場流動(dòng)性不強(qiáng)，整體成熟度較低的特點(diǎn)[1]，某種程度上反映出國內(nèi)碳市場不斷集聚的風(fēng)險(xiǎn)壓力。目前針對碳市場風(fēng)險(xiǎn)的識別和管控機(jī)制還不健全，不穩(wěn)定的市場運(yùn)行會(huì)影響碳市場的調(diào)節(jié)效率進(jìn)而影響到最終的減排成果，值得引起研究的注意。

1 文獻(xiàn)綜述

近年來，關(guān)于碳市場風(fēng)險(xiǎn)的文獻(xiàn)集中于風(fēng)險(xiǎn)的識別及防范機(jī)制研究。一般而言，碳市場風(fēng)險(xiǎn)包括政策風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)[2]。現(xiàn)有文獻(xiàn)主要從監(jiān)管角度對政策風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)展開定性分析[3-4]；在定量研究方面，主要涉及碳交易市場的風(fēng)險(xiǎn)測度與風(fēng)險(xiǎn)傳導(dǎo)研究。

碳價(jià)格及其波動(dòng)率是碳市場風(fēng)險(xiǎn)度量研究的重要內(nèi)容，碳價(jià)的異常波動(dòng)往往會(huì)對碳市場整體的穩(wěn)定性造成負(fù)面影響，研究方法主要圍繞對碳價(jià)收益率的波動(dòng)進(jìn)行建模。對歐盟碳配額現(xiàn)貨和期貨價(jià)格波動(dòng)[5-6]和國內(nèi)各試點(diǎn)碳市場交易價(jià)格波動(dòng)[7-9]的研究發(fā)現(xiàn)，國內(nèi)外碳市場價(jià)格、收益率波動(dòng)均不服從均值回歸，具有非對稱性波動(dòng)特征和顯著的杠桿效應(yīng)；國內(nèi)碳市場價(jià)格波動(dòng)大且各試點(diǎn)存在較大差異，反映出中國碳市場發(fā)展的區(qū)域不平衡性，需要重視對碳市場風(fēng)險(xiǎn)的監(jiān)測，防范波動(dòng)風(fēng)險(xiǎn)傳導(dǎo)。

在險(xiǎn)價(jià)值（VAR）也是衡量碳市場極端風(fēng)險(xiǎn)的常用度量指標(biāo)，可結(jié)合ARMA、GARCH 族擴(kuò)展模型分析碳市場價(jià)格波動(dòng)風(fēng)險(xiǎn)在下一個(gè)持有期內(nèi)造成的最大可能損失。學(xué)者們發(fā)現(xiàn)碳市場存在顯著的極端價(jià)格波動(dòng)風(fēng)險(xiǎn)，歐盟碳配額現(xiàn)貨市場和期貨市場風(fēng)險(xiǎn)具有顯著相關(guān)性[6-9]；國內(nèi)各試點(diǎn)碳市場存在動(dòng)態(tài)極端跳躍風(fēng)險(xiǎn)，但風(fēng)險(xiǎn)大小存在差異[7-16]。由于碳價(jià)格收益率序列具有尖峰厚尾特性、杠桿效應(yīng)以及弱自相關(guān)，有學(xué)者認(rèn)為GARCH-VAR模型可能會(huì)低估碳市場風(fēng)險(xiǎn)。

碳市場風(fēng)險(xiǎn)傳導(dǎo)的研究主要圍繞宏觀經(jīng)濟(jì)、能源市場、股票市場對碳市場的風(fēng)險(xiǎn)溢出效應(yīng)和國內(nèi)各試點(diǎn)碳市場之間的風(fēng)險(xiǎn)傳染效應(yīng)。學(xué)者們采用系統(tǒng)動(dòng)力學(xué)模型、TVP-VAR、Copula 組合VAR 模型等方法分析碳市場風(fēng)險(xiǎn)水平及相關(guān)因素的動(dòng)態(tài)變化。研究發(fā)現(xiàn)，宏觀經(jīng)濟(jì)、能源市場變化與國內(nèi)外碳市場之間存在非對稱的動(dòng)態(tài)相依結(jié)構(gòu)和風(fēng)險(xiǎn)溢出，國內(nèi)碳市場在大部分時(shí)間表現(xiàn)為波動(dòng)的凈接收方，而歐盟碳市場處于波動(dòng)的凈傳遞方，這主要?dú)w因于歐盟碳市場的有效性相對強(qiáng)于我國，與能源、股票市場的聯(lián)動(dòng)也更明顯[17-22]，而國內(nèi)碳市場對能源股票市場影響較弱。其次，發(fā)現(xiàn)國內(nèi)各試點(diǎn)市場之間存在雙向波動(dòng)溢出效應(yīng)，即各試點(diǎn)市場在風(fēng)險(xiǎn)接收者與風(fēng)險(xiǎn)傳遞者兩個(gè)角色間不斷轉(zhuǎn)變，反映出國內(nèi)碳市場風(fēng)險(xiǎn)的溢出具有時(shí)變性[23-27]，且由碳市場價(jià)格波動(dòng)導(dǎo)致的碳市場風(fēng)險(xiǎn)溢出對企業(yè)長期低碳投資、經(jīng)營績效產(chǎn)生一定程度的影響[28-29]。

綜上所述，盡管針對我國碳市場風(fēng)險(xiǎn)度量的研究已取得一定進(jìn)展，但現(xiàn)有研究存在以下不足：第一，現(xiàn)有研究大多聚焦于碳市場價(jià)格波動(dòng)風(fēng)險(xiǎn)的識別和評估，所利用的信息有限，尚未形成全面的碳市場風(fēng)險(xiǎn)管理理論和方法；第二，現(xiàn)有研究主要集中于對國內(nèi)單個(gè)試點(diǎn)交易市場風(fēng)險(xiǎn)進(jìn)行測量，未將整個(gè)中國碳市場納入考量，無法提供全面有效的信息；第三，現(xiàn)有研究主要研究了各試點(diǎn)市場之間的風(fēng)險(xiǎn)溢出效應(yīng)，缺乏對于市場風(fēng)險(xiǎn)形成機(jī)理的實(shí)證分析。碳市場風(fēng)險(xiǎn)管理要及時(shí)準(zhǔn)確識別碳市場風(fēng)險(xiǎn)壓力狀態(tài)，明確市場風(fēng)險(xiǎn)的源頭，防控風(fēng)險(xiǎn)傳染。本文擬通過改進(jìn)碳市場風(fēng)險(xiǎn)狀態(tài)測度指標(biāo)及指標(biāo)加權(quán)方法，構(gòu)建基于時(shí)變相關(guān)系數(shù)矩陣的中國碳市場風(fēng)險(xiǎn)壓力指數(shù)（CCMRI），識別分析碳市場不同區(qū)制風(fēng)險(xiǎn)狀態(tài)特征，并進(jìn)一步利用TVPVAR 模型分析控排行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的動(dòng)態(tài)影響，為監(jiān)管機(jī)構(gòu)和交易主體管理決策提供參考。

2 碳市場風(fēng)險(xiǎn)壓力指數(shù)的構(gòu)建及識別

在金融市場風(fēng)險(xiǎn)研究中，通過銀行、股票、債券和外匯等市場一系列反映金融市場運(yùn)行情況的指標(biāo)，構(gòu)建金融市場壓力指數(shù)（FSI），實(shí)時(shí)監(jiān)控和防范金融危機(jī)是研究金融市場系統(tǒng)性風(fēng)險(xiǎn)的重要方法之一[30-35]。碳排放權(quán)及其衍生品也是一種金融資產(chǎn)，本文借鑒金融市場壓力指數(shù)的構(gòu)建思路和方法，選取符合碳市場運(yùn)行風(fēng)險(xiǎn)特征的測度指標(biāo)，構(gòu)建中國碳市場風(fēng)險(xiǎn)壓力指數(shù)。

2.1 測度指標(biāo)選擇

（1）碳市場交易價(jià)格波動(dòng)率P。價(jià)格波動(dòng)性反映出交易產(chǎn)品未來價(jià)格的不確定性和市場風(fēng)險(xiǎn)壓力情況，交易價(jià)格波動(dòng)率體現(xiàn)出價(jià)格風(fēng)險(xiǎn)的大小和市場情緒的波動(dòng)強(qiáng)弱，由以下公式計(jì)算得到：

式中：pricei,t代表國內(nèi)i試點(diǎn)市場t日成交均價(jià)，pricei,t-1則為i試點(diǎn)市場上一個(gè)交易日的成交均價(jià)。各個(gè)試點(diǎn)碳市場的交易詳情、活躍度有差異，部分碳市場存在交易日數(shù)據(jù)缺失的現(xiàn)象，參考王文舉等[36]對中國碳市場統(tǒng)一價(jià)格指數(shù)編制的做法，對于各試點(diǎn)市場沒有成交價(jià)的交易日，用上一個(gè)交易日成交均價(jià)填補(bǔ)缺失數(shù)據(jù)。

（2）碳市場流動(dòng)性比率L。市場流動(dòng)性是反映市場風(fēng)險(xiǎn)的重要指標(biāo)，失去市場流動(dòng)性，交易市場就失去了存在的基礎(chǔ)。本文采用股票市場上Amivest 流動(dòng)性比率指標(biāo)來衡量碳市場的流動(dòng)性水平。該指標(biāo)表示交易價(jià)格出現(xiàn)單位波動(dòng)時(shí)所需的成交量，L越高，說明碳市場在不影響碳價(jià)大幅波動(dòng)情況下能接納的成交量越大，碳市場流動(dòng)性越強(qiáng)，即市場風(fēng)險(xiǎn)壓力越小；反之，如果碳市場上少量交易即會(huì)引起價(jià)格大幅波動(dòng)，則說明市場風(fēng)險(xiǎn)壓力較大。流動(dòng)性比率計(jì)算公式如下：

（3）碳市場交易累積最大損失CS。金融市場上常用金融部門股指的最大累積損失值（CMAX）來衡量市場的風(fēng)險(xiǎn)。為描述碳市場風(fēng)險(xiǎn)壓力的增加及市場的不穩(wěn)定性，本文參考CMAX 值的做法，計(jì)算碳市場交易最大累計(jì)損失如下：

式中：計(jì)算CMAX 所用的移動(dòng)時(shí)間窗口通常取1～2年[30]，本研究選取1 年作為移動(dòng)時(shí)間窗口，T=245。

（4）交易產(chǎn)品時(shí)變相關(guān)系數(shù)R。從交易產(chǎn)品看，國內(nèi)各試點(diǎn)碳市場除了封閉開展基于自身碳配額的交易外，均將經(jīng)國家備案的中國核證自愿減排量（CCER）納入碳排放權(quán)交易體系，允許控排企業(yè)使用核證自愿減排量抵消實(shí)際碳排放量。作為市場上同時(shí)存在的可交易品，CCER 作為替代品能降低配額供求失衡所帶來的價(jià)格失靈風(fēng)險(xiǎn)。歐盟碳市場碳配額EUA 價(jià)格和核證減排量期貨CER 價(jià)格之間存在長期均衡關(guān)系，短期不存在顯著的相關(guān)關(guān)系。一旦出現(xiàn)短期顯著負(fù)相關(guān)時(shí)，說明此時(shí)碳市場風(fēng)險(xiǎn)較高。由于目前國內(nèi)CCER 國家核證自愿減排量的價(jià)格較少被披露，但中國是歐盟碳市場最主要的核證減排量的產(chǎn)生國，故本文用歐盟市場的核證減排量期貨價(jià)格CER 作為CCER 的代替，通過DCC-GARCH 模型計(jì)算出試點(diǎn)碳市場交易價(jià)格與核證減排量價(jià)格之間的時(shí)變相關(guān)系數(shù)R，作為反映市場風(fēng)險(xiǎn)壓力情況的指標(biāo)之一。

2.2 數(shù)據(jù)處理

從國內(nèi)首個(gè)試點(diǎn)交易截至2021 年6 月30 日（2021 年履約年度截止日），國內(nèi)現(xiàn)有深圳、北京、上海、廣東、湖北、天津及重慶7 個(gè)碳排放權(quán)交易試點(diǎn)市場，福建省、四川省2 個(gè)備案試點(diǎn)以及全國碳排放權(quán)交易市場（電力行業(yè)）。各個(gè)碳市場有成交量的交易天數(shù)分別為：深圳1 760 天、北京1 144 天、上海1 132 天、廣東1 536 天、湖北1 710天、天津1 273 天、重慶692 天、福建621 天、四川459天，全國碳排放權(quán)交易市場（電力行業(yè)）尚未正式履約交易?？紤]交易啟動(dòng)時(shí)間和交易規(guī)模，本文選取北京、上海、深圳、湖北、廣東和天津6 個(gè)占國內(nèi)碳市場總成交額92.8%的試點(diǎn)市場作為研究對象，能夠基本代表全國碳交易市場的總體發(fā)展情況。樣本試點(diǎn)中，湖北碳市場最晚開市，因此，在保證碳交易數(shù)據(jù)覆蓋較長時(shí)間跨度的前提下，以湖北試點(diǎn)開市時(shí)間為起點(diǎn)，將2014 年5 月1 日至2021 年6 月30 日定為本次數(shù)據(jù)選取所覆蓋的時(shí)間范圍。數(shù)據(jù)來源為Wind 數(shù)據(jù)庫、碳K 線網(wǎng)站。

在計(jì)算各個(gè)碳試點(diǎn)市場的風(fēng)險(xiǎn)壓力指數(shù)時(shí)，為了消除因量綱不同對指數(shù)結(jié)果產(chǎn)生的影響，需要先對指標(biāo)進(jìn)行無量綱化處理。本文采用正向（逆向）化方法處理各指標(biāo)：碳市場交易價(jià)格波動(dòng)率P和碳市場交易累積最大損失CS，指標(biāo)數(shù)值越大，則碳市場風(fēng)險(xiǎn)壓力越大，為正向指標(biāo)；碳市場流動(dòng)性比率L和交易產(chǎn)品時(shí)變相關(guān)系數(shù)R，指標(biāo)數(shù)值越大，則碳市場風(fēng)險(xiǎn)壓力越小，為逆向指標(biāo)。對應(yīng)無量綱化處理如公式（4）～（5）所示。

式（4）、（5）中：xj,t表示第j個(gè)風(fēng)險(xiǎn)指標(biāo)在t日的數(shù)值，j=1,2,...,k，k為風(fēng)險(xiǎn)指標(biāo)數(shù)量，t=1,2,...,n，n為樣本量；xmin為第j個(gè)風(fēng)險(xiǎn)指標(biāo)數(shù)值中的最小值；xmax為第j個(gè)風(fēng)險(xiǎn)指標(biāo)數(shù)值中的最大值。

構(gòu)建碳市場風(fēng)險(xiǎn)壓力指數(shù)的重要內(nèi)容是確定各風(fēng)險(xiǎn)指標(biāo)變量的權(quán)重，一般權(quán)重確定方法分為主觀賦權(quán)法和客觀賦權(quán)法兩類。主觀賦權(quán)法易受主觀認(rèn)知影響，故本文采用客觀賦權(quán)法中的CRITIC 法進(jìn)行賦權(quán)。該方法基于各風(fēng)險(xiǎn)指標(biāo)間的對比強(qiáng)度和各指標(biāo)之間的沖突性來綜合衡量指標(biāo)的客觀權(quán)重，兼顧了指標(biāo)變異性和相關(guān)性，所確定的權(quán)重更適合風(fēng)險(xiǎn)指數(shù)的屬性，結(jié)果也更準(zhǔn)確。計(jì)算步驟如下：

（1）各風(fēng)險(xiǎn)指標(biāo)的對比強(qiáng)度以標(biāo)準(zhǔn)差的形式來表現(xiàn)：

式中：σj表示第j個(gè)風(fēng)險(xiǎn)指標(biāo)處理后的標(biāo)準(zhǔn)差；表示第j個(gè)風(fēng)險(xiǎn)指標(biāo)在t日的無量綱化后數(shù)值；表示第j個(gè)風(fēng)險(xiǎn)指標(biāo)的無量綱化后平均值。σj標(biāo)準(zhǔn)差越大，表明該指標(biāo)波動(dòng)越大，穩(wěn)定性越差，風(fēng)險(xiǎn)越高。

（2）各風(fēng)險(xiǎn)指標(biāo)之間的沖突性以相關(guān)系數(shù)形式表現(xiàn)：

式中：rlj表示第l個(gè)和第j個(gè)不同風(fēng)險(xiǎn)指標(biāo)間的相關(guān)系數(shù)，rlj越小，則Rj越大，表明第j個(gè)風(fēng)險(xiǎn)指標(biāo)與其他指標(biāo)之間相關(guān)性越低，則能反映出更多不重復(fù)于其他指標(biāo)的市場風(fēng)險(xiǎn)信息。

（3）第j個(gè)風(fēng)險(xiǎn)指標(biāo)的權(quán)重Wj計(jì)算公式如下：

式中：Cj=σj×Rj，Cj越大，第j個(gè)風(fēng)險(xiǎn)指標(biāo)對風(fēng)險(xiǎn)壓力指數(shù)的作用越大，其被分配的權(quán)重則相應(yīng)更高。

2.3 全國碳市場風(fēng)險(xiǎn)壓力指數(shù)合成

由于國內(nèi)各試點(diǎn)市場之間存在一定的風(fēng)險(xiǎn)溢出風(fēng)險(xiǎn)，本文參考許悅等[26]的做法，將各試點(diǎn)市場風(fēng)險(xiǎn)情況及其之間的關(guān)聯(lián)性納入全國整體碳市場風(fēng)險(xiǎn)狀況的測量，合成中國碳市場風(fēng)險(xiǎn)壓力指數(shù)，計(jì)算公式如下：

式中：w=(w1,w2,w3,w4,w5,w6)表示各個(gè)試點(diǎn)市場的權(quán)重向量。在實(shí)際測度中，各試點(diǎn)碳市場的權(quán)重可根據(jù)碳市場運(yùn)行的實(shí)際情況制定與調(diào)整，本文根據(jù)試點(diǎn)市場成交額占比計(jì)算而得，具體權(quán)重分別為：北京11.44%、上海6.64%、廣東41.91%、深圳14.80%、天津4.21%、湖北21.0%。rt=(r1,t,r2,t,r3,t,r4,t,r5,t,r6,t) 為各試點(diǎn)碳市場的風(fēng)險(xiǎn)指數(shù)向量；w×rt為哈達(dá)瑪積，即在t時(shí)刻，碳市場的權(quán)重向量和風(fēng)險(xiǎn)壓力指數(shù)向量中各數(shù)值的乘積；Ct是各試點(diǎn)市場變量時(shí)間序列之間的交叉相關(guān)系數(shù)矩陣，表示為：

式中：ρij,t為各個(gè)碳市場風(fēng)險(xiǎn)壓力指數(shù)的相關(guān)系數(shù)，由風(fēng)險(xiǎn)壓力指數(shù)波動(dòng)率和各個(gè)市場風(fēng)險(xiǎn)指數(shù)之間的協(xié)方差σij,t根據(jù)指數(shù)加權(quán)移動(dòng)平均法（EWMA）計(jì)算得到。EWMA 法計(jì)算較為簡便，且并不需要數(shù)據(jù)滿足平穩(wěn)、序列自相關(guān)等前提，即使未來加入新的市場數(shù)據(jù)時(shí)也能使用，其具體計(jì)算公式為：

式（11）～（13）中：i=1,2,3,4,5,6；j=1,2,3,4,5,6；i≠j；t=1,2,...,T；且代表各試點(diǎn)市場風(fēng)險(xiǎn)壓力指數(shù)和其理論上的中位數(shù)0.5 的差值；平滑系數(shù)λ取常數(shù)0.93。

2.4 中國碳市場風(fēng)險(xiǎn)指數(shù)實(shí)證分析

首先，計(jì)算國內(nèi)各試點(diǎn)碳市場風(fēng)險(xiǎn)壓力指數(shù)，并繪制各試點(diǎn)市場風(fēng)險(xiǎn)壓力指數(shù)日度走勢圖，如圖1 所示。整體來看，在各個(gè)試點(diǎn)市場啟動(dòng)初期，由于交易機(jī)制不成熟、市場活躍度較低等原因，風(fēng)險(xiǎn)壓力指數(shù)較低。隨著各試點(diǎn)碳市場建設(shè)進(jìn)程加快，碳市場熱度與交易規(guī)模不斷提升，市場風(fēng)險(xiǎn)壓力出現(xiàn)波動(dòng)變化。其中，深圳試點(diǎn)啟動(dòng)時(shí)間最早且交易品種豐富，市場機(jī)制較為健全，整體碳市場風(fēng)險(xiǎn)壓力波動(dòng)相對平穩(wěn)；天津碳市場風(fēng)險(xiǎn)壓力波動(dòng)最為劇烈；北京、廣東和湖北試點(diǎn)市場均出現(xiàn)較明顯的履約年度內(nèi)先升后降的波動(dòng)特征；上海試點(diǎn)市場風(fēng)險(xiǎn)壓力波動(dòng)幅度逐漸收窄并趨于穩(wěn)定。

圖1 六大試點(diǎn)碳市場的風(fēng)險(xiǎn)壓力指數(shù)日度走勢圖

2.4.1 中國碳市場風(fēng)險(xiǎn)壓力情況分析

在各試點(diǎn)碳市場風(fēng)險(xiǎn)壓力指數(shù)基礎(chǔ)上合成中國碳市場風(fēng)險(xiǎn)壓力指數(shù)，繪制日度走勢圖，見圖2。整體來看，中國碳市場風(fēng)險(xiǎn)壓力情況不高，風(fēng)險(xiǎn)壓力指數(shù)在2015 年履約期達(dá)到峰值后，風(fēng)險(xiǎn)壓力指數(shù)逐步下降，反映出隨著中國碳市場日漸成熟的運(yùn)行發(fā)展，市場風(fēng)險(xiǎn)壓力逐步降低。

試點(diǎn)階段，碳市場發(fā)展受政府監(jiān)管影響較大，樣本期內(nèi)中國碳市場風(fēng)險(xiǎn)壓力指數(shù)的走勢與一些重大壓力事件基本吻合，說明能較準(zhǔn)確地捕捉我國碳市場的風(fēng)險(xiǎn)壓力情況。具體來說，CCMRI 在2015 年4 月至7 月內(nèi)呈現(xiàn)出持續(xù)上升的勢頭，并在2015 年7 月達(dá)到樣本區(qū)間內(nèi)的最高點(diǎn)。7 月是各試點(diǎn)市場履約清繳月，市場需求強(qiáng)烈，尤其是占全國交易規(guī)模比重較大的廣東試點(diǎn)市場風(fēng)險(xiǎn)壓力指數(shù)高。主要原因是廣東試點(diǎn)采用有償拍賣和無償分配相結(jié)合的混合配額分配方式，控排企業(yè)必須先購買3%～5%的配額，才能獲得剩下的免費(fèi)配額進(jìn)入市場交易，市場交易風(fēng)險(xiǎn)壓力較大。2015 年7 月履約結(jié)束后，廣東試點(diǎn)配額拍賣機(jī)制發(fā)生重要調(diào)整，碳市場風(fēng)險(xiǎn)壓力指數(shù)逐步下降。CCMRI 在2016 年3—7 月呈現(xiàn)出持續(xù)下降的勢頭。主要原因是這期間國內(nèi)核證減排量簽發(fā)備案量大增，短時(shí)間內(nèi)極大提高了碳市場的供應(yīng)量，各試點(diǎn)市場普遍出現(xiàn)了碳價(jià)下跌的現(xiàn)象。隨后在2016—2017 年履約年度，國家發(fā)改委調(diào)控核證減排量項(xiàng)目數(shù)量，國內(nèi)碳市場交易機(jī)制運(yùn)行趨于穩(wěn)定，碳市場風(fēng)險(xiǎn)壓力指數(shù)持續(xù)下降并保持在低位運(yùn)行。CCMRI 在2018 年10月間和2019 年12 月間異常波動(dòng)，主要是與加快推進(jìn)全國統(tǒng)一碳市場建設(shè)及具體配額履約清繳實(shí)施方案的發(fā)布有關(guān)，短期異常波動(dòng)，整體的市場風(fēng)險(xiǎn)壓力并不高。

2.4.2 碳市場風(fēng)險(xiǎn)壓力期的識別

本文采用馬爾科夫區(qū)制轉(zhuǎn)換模型來識別碳市場的風(fēng)險(xiǎn)壓力狀態(tài)的結(jié)構(gòu)變化，將市場風(fēng)險(xiǎn)壓力指數(shù)隨時(shí)間的演變視為在不同壓力狀態(tài)之間以某種概率的轉(zhuǎn)換。建立具有M個(gè)區(qū)制的馬爾科夫模型如下：

式中：Yt代表t時(shí)刻的碳市場風(fēng)險(xiǎn)壓力指數(shù)；st為模型的區(qū)制狀態(tài)變量，取值為整數(shù){1,2,...,M}。狀態(tài)的轉(zhuǎn)移可能會(huì)受到自回歸項(xiàng)Yt-j的影響，為Yt滯后項(xiàng)的系數(shù)；j表示滯后項(xiàng)的階數(shù)，j取1 到k階。模型假定Yt在t時(shí)期處于區(qū)制j的概率依賴于上一期t-1 所處的區(qū)制i，即Pij(t)=P(st=j|st-1=i)=pij(t)，pij(t)表示從第i種狀態(tài)轉(zhuǎn)移到狀態(tài)j時(shí)的轉(zhuǎn)移概率，是時(shí)變的。從而可以進(jìn)一步得到M階轉(zhuǎn)移概率矩陣P(t)：

本文將碳市場風(fēng)險(xiǎn)壓力區(qū)制狀態(tài)st的個(gè)數(shù)設(shè)定為2，即st∈{1,2}，1 表示“高風(fēng)險(xiǎn)”區(qū)制，2 表示“中低風(fēng)險(xiǎn)”區(qū)制。考慮日度數(shù)據(jù)的噪聲較大，可能帶來馬爾科夫轉(zhuǎn)移概率不準(zhǔn)確或不顯著，本文將日度CCMRI 指數(shù)通過在每個(gè)月內(nèi)進(jìn)行平均轉(zhuǎn)換為月度數(shù)據(jù)進(jìn)行建模分析，以兼顧高頻監(jiān)測和準(zhǔn)確信號的作用。通過AIC、SC、HQ準(zhǔn)則最小等原則，將MSAR 模型的最優(yōu)滯后階數(shù)設(shè)置為3，擬合效果較好，具體估計(jì)結(jié)果見表1、表2。

表1 滯后階數(shù)準(zhǔn)則處理結(jié)果

表2 模型擬合效果

在樣本期內(nèi)，碳市場風(fēng)險(xiǎn)壓力狀態(tài)分為高壓力狀態(tài)和中低壓力狀態(tài)兩種情況，分析結(jié)果顯示CCMRI 有10 期處于高風(fēng)險(xiǎn)區(qū)制一，有83 期處于中低風(fēng)險(xiǎn)區(qū)制二，兩個(gè)區(qū)制的穩(wěn)定性較強(qiáng)，在相應(yīng)時(shí)點(diǎn)下的狀態(tài)概率值均大于 0.9。區(qū)制一對應(yīng)時(shí)間段與國內(nèi)碳市場重大壓力事件基本吻合的階段，而除此之外的大部分時(shí)間里，碳市場風(fēng)險(xiǎn)壓力則處于平穩(wěn)狀態(tài)，如圖3 所示。

圖3 區(qū)制轉(zhuǎn)移模型的平滑概率

3 國內(nèi)碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響機(jī)制分析

隨著國內(nèi)外碳市場的不斷發(fā)展，碳市場的風(fēng)險(xiǎn)壓力波動(dòng)會(huì)受到國際公約、政府政策、宏觀經(jīng)濟(jì)、能源市場波動(dòng)等因素的影響，并且不同時(shí)期、不同地區(qū)的碳市場風(fēng)險(xiǎn)壓力狀態(tài)也存在異質(zhì)性?？嘏鸥吆哪苄袠I(yè)企業(yè)是碳交易市場的主要參與者，也是碳排放配額的實(shí)際消費(fèi)者，充當(dāng)著碳市場和經(jīng)濟(jì)社會(huì)、能源市場的鏈接。當(dāng)社會(huì)工業(yè)經(jīng)濟(jì)發(fā)展越快，控排行業(yè)企業(yè)碳排放需求越大，碳市場配額交易需求則越旺盛，從而影響碳市場風(fēng)險(xiǎn)壓力狀態(tài)；反之，經(jīng)濟(jì)衰退期需求會(huì)相應(yīng)下降，碳市場風(fēng)險(xiǎn)壓力狀態(tài)也會(huì)隨著改變。本文從控排行業(yè)的生產(chǎn)驅(qū)動(dòng)角度分析碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響機(jī)制。

3.1 模型構(gòu)建

本文采用時(shí)變參數(shù)隨機(jī)波動(dòng)向量自回歸TVPVAR 模型研究控排行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力的動(dòng)態(tài)影響效應(yīng)。該模型假定中沒有同方差假定，更符合實(shí)際研究情況，且系數(shù)矩陣和協(xié)方差矩陣均有時(shí)變性，可以在時(shí)變框架下建立非線性模型更好捕捉不同時(shí)期經(jīng)濟(jì)變量間的關(guān)系和特征。模型如下：

式中：γt、vt、σt為各參數(shù)的誤差干擾項(xiàng)，均服從正態(tài)分布。

式中：Im為單位矩陣，∑γ、∑v、∑σ分別為參數(shù)誤差干擾項(xiàng)γt、vt、σt的協(xié)方差矩陣。本文使用Matlab（R2023a）軟件進(jìn)行基于馬爾科夫鏈蒙特卡洛（MCMC）的貝葉斯估計(jì)方法的TVP-VAR 建模分析。

3.2 模型平穩(wěn)性檢驗(yàn)和模型參數(shù)檢驗(yàn)

為了研究碳市場風(fēng)險(xiǎn)壓力對不同行業(yè)生產(chǎn)沖擊差異，本文選取各試點(diǎn)市場納入碳交易的鋼鐵、水泥、電力和石化四大高耗能控排行業(yè)，獲取各控排行業(yè)主要工業(yè)產(chǎn)品月度生產(chǎn)數(shù)據(jù)，構(gòu)造生產(chǎn)變量，并在此基礎(chǔ)上構(gòu)建TVP-VAR 模型，觀察碳市場風(fēng)險(xiǎn)壓力對各控排行業(yè)生產(chǎn)變量的反應(yīng)。表3 給出了指標(biāo)變量的選取、定義及數(shù)據(jù)來源。

表3 變量介紹

模型對變量原始序列進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)CCMRI、GRC、PA、TPG 均通過了平穩(wěn)性檢驗(yàn)，未通過檢驗(yàn)的指標(biāo)RS 進(jìn)行一階差分后也通過檢驗(yàn)。隨后對模型中的參數(shù)進(jìn)行了MCMC 抽樣，設(shè)定變量的滯后階數(shù)為2 階，對其進(jìn)行了M=10 000 次模擬，結(jié)果見表4。

表4 變量參數(shù)估計(jì)結(jié)果

從參數(shù)估計(jì)結(jié)果中可以看出，在5%的顯著性水平下，模型估計(jì)參數(shù)基于CD 統(tǒng)計(jì)量下均無法拒絕Geweke 檢驗(yàn)的原假設(shè)，模型參數(shù)收斂于后驗(yàn)分布；各參數(shù)的非有效因子數(shù)值均小于50，表明TVP-VAR 模型的參數(shù)估計(jì)結(jié)果有效。

3.3 脈沖響應(yīng)分析

根據(jù)MSAR 模型區(qū)制劃分結(jié)果以及碳市場風(fēng)險(xiǎn)情況的大小，選取了三個(gè)具有代表性的時(shí)間點(diǎn)，2015 年7月為高風(fēng)險(xiǎn)區(qū)制的風(fēng)險(xiǎn)最高點(diǎn)，2018 年9 月代表中低風(fēng)險(xiǎn)區(qū)制中的風(fēng)險(xiǎn)一般水平，2020 年1 月為中低風(fēng)險(xiǎn)區(qū)制中的風(fēng)險(xiǎn)最低點(diǎn)。通過比較不同壓力區(qū)制下脈沖響應(yīng)的差異，分析控排行業(yè)生產(chǎn)與碳市場風(fēng)險(xiǎn)壓力的動(dòng)態(tài)時(shí)變關(guān)系。

圖4～圖7 反映出不同時(shí)點(diǎn)上，碳市場風(fēng)險(xiǎn)壓力狀態(tài)對不同行業(yè)生產(chǎn)變化沖擊的脈沖響應(yīng)有較大的差異性。整體上看，在選擇的樣本時(shí)點(diǎn)中，碳市場風(fēng)險(xiǎn)對各行業(yè)生產(chǎn)變化的響應(yīng)有滯后，在第2～4 期內(nèi)達(dá)到最大，并在中長期內(nèi)保持持續(xù)的響應(yīng)。在高風(fēng)險(xiǎn)區(qū)制，水泥、鋼鐵行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)波動(dòng)的抑制影響效應(yīng)更強(qiáng)，如圖4、圖5 所示；而在中低風(fēng)險(xiǎn)區(qū)制，石化、電力行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)的正向沖擊溢出效應(yīng)更強(qiáng)，如圖6、圖7 所示。

圖4 CCMRI-水泥行業(yè)生產(chǎn)的分節(jié)點(diǎn)脈沖響應(yīng)圖

圖5 CCMRI-鋼鐵行業(yè)生產(chǎn)的分節(jié)點(diǎn)脈沖響應(yīng)圖

圖6 CCMRI-石化行業(yè)生產(chǎn)的分節(jié)點(diǎn)脈沖響應(yīng)圖

圖7 CCMRI-電力行業(yè)生產(chǎn)的分節(jié)點(diǎn)脈沖響應(yīng)圖

碳市場風(fēng)險(xiǎn)壓力狀態(tài)對水泥行業(yè)生產(chǎn)波動(dòng)始終有負(fù)向響應(yīng)，表明水泥行業(yè)產(chǎn)出的增長會(huì)抑制碳市場風(fēng)險(xiǎn)壓力，看似矛盾。實(shí)際情況是，水泥、鋼鐵等高耗能行業(yè)由于減排潛力和減排成本限制，是碳市場配額交易的需求方。但在試點(diǎn)階段初期，政府為提高高耗能控排行業(yè)加入碳交易的積極性，對水泥行業(yè)多數(shù)采用歷史基準(zhǔn)期的排放數(shù)據(jù)來決定配額分配，水泥控排行業(yè)獲得了較多的免費(fèi)配額。高風(fēng)險(xiǎn)區(qū)制的2015 年履約清繳階段，由于市場普遍存在不同程度的配額過剩引起的風(fēng)險(xiǎn)壓力，水泥行業(yè)生產(chǎn)的增加反而一定程度上減緩了碳市場配額過剩的風(fēng)險(xiǎn)。但隨著交易機(jī)制的不斷完善，水泥行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力波動(dòng)的抑制作用減弱。

碳市場風(fēng)險(xiǎn)壓力狀態(tài)對電力和石化行業(yè)生產(chǎn)波動(dòng)沖擊響應(yīng)以正向?yàn)橹鳌Ｌ冀灰左w系覆蓋的電力行業(yè)是各試點(diǎn)主要控制的碳排放源，一直受到嚴(yán)格監(jiān)管。交易機(jī)制設(shè)計(jì)中采用基準(zhǔn)線分配法獲得配額，甚至，廣東試點(diǎn)電力行業(yè)獲得免費(fèi)配額的比例僅為95%。因此，電力行業(yè)一直是碳市場交易配額的主要需求方，無論高中低風(fēng)險(xiǎn)區(qū)制下，電力行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響以正向溢出效應(yīng)為主。石化行業(yè)也是采用基準(zhǔn)線法獲得配額，在碳市場大多數(shù)中低風(fēng)險(xiǎn)區(qū)制下，其行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響以正向溢出效應(yīng)為主。

圖8～圖11 給出了提前期分別為1 期、3 期和6 期（分別定義為短期、中期和長期）條件下，碳市場風(fēng)險(xiǎn)壓力狀態(tài)對不同控排行業(yè)生產(chǎn)變化的時(shí)變脈沖響應(yīng)曲線。整體上看，控排行業(yè)生產(chǎn)變化對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響具有明顯的時(shí)變效應(yīng)。不同控排行業(yè)生產(chǎn)變化對碳市場風(fēng)險(xiǎn)壓力波動(dòng)的影響存在差異，既表現(xiàn)在對碳市場風(fēng)險(xiǎn)波動(dòng)的影響方向，也表現(xiàn)在短期影響與長期影響的差異。圖8、圖9 和圖10 中，碳市場風(fēng)險(xiǎn)壓力狀態(tài)對水泥、鋼鐵和石化控排行業(yè)生產(chǎn)變化沖擊的響應(yīng)有正有負(fù)，說明這三個(gè)控排行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)波動(dòng)的影響方向會(huì)隨時(shí)間的不同而變化，這說明無論是在短期還是長期內(nèi)，水泥、鋼鐵和石化行業(yè)生產(chǎn)的變化都會(huì)伴隨著碳市場風(fēng)險(xiǎn)壓力的波動(dòng)，但與短期影響而言，中長期內(nèi)的影響更為強(qiáng)烈。圖11 表明，碳市場風(fēng)險(xiǎn)壓力對電力行業(yè)生產(chǎn)變化的沖擊響應(yīng)，不具有顯著的時(shí)變效應(yīng)，短期對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響更為強(qiáng)烈且一直為正，隨著滯后期的增加，沖擊響應(yīng)逐漸減少，長期影響幾乎消失。

圖8 CCMRI-水泥行業(yè)生產(chǎn)的分期脈沖響應(yīng)圖

圖9 CCMRI-鋼鐵行業(yè)生產(chǎn)的分期脈沖響應(yīng)圖

圖10 CCMRI-石化行業(yè)生產(chǎn)的分期脈沖響應(yīng)圖

圖11 CCMRI-電力行業(yè)生產(chǎn)的分期脈沖響應(yīng)圖

4 結(jié)論與建議

本文在綜合考慮了我國碳市場的特點(diǎn)以及發(fā)展?fàn)顩r的基礎(chǔ)上，選取了北京、廣東、天津、上海、湖北和深圳6 個(gè)試點(diǎn)碳市場交易數(shù)據(jù)合成構(gòu)建了中國碳市場風(fēng)險(xiǎn)壓力綜合指數(shù)，并建立Markov 模型甄別了碳市場的兩區(qū)制風(fēng)險(xiǎn)轉(zhuǎn)換特征，運(yùn)用TVP-VAR 模型分析了控排行業(yè)生產(chǎn)對碳市場風(fēng)險(xiǎn)壓力的動(dòng)態(tài)影響效應(yīng)，得出以下主要結(jié)論：（1）基于6 個(gè)試點(diǎn)碳市場風(fēng)險(xiǎn)壓力測度指標(biāo)的時(shí)變相關(guān)系數(shù)矩陣合成構(gòu)建而成的中國碳市場風(fēng)險(xiǎn)壓力綜合指數(shù)，能夠較準(zhǔn)確地反映我國碳市場的整體市場風(fēng)險(xiǎn)壓力水平。（2）我國碳市場風(fēng)險(xiǎn)壓力狀態(tài)展現(xiàn)出較明顯的兩區(qū)制特征，樣本期內(nèi)有10 期處于高風(fēng)險(xiǎn)區(qū)制，有83 期處于中低風(fēng)險(xiǎn)區(qū)制，說明我國碳市場風(fēng)險(xiǎn)壓力整體處于平穩(wěn)狀態(tài)。（3）從控排行業(yè)的生產(chǎn)驅(qū)動(dòng)角度分析碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響機(jī)制，發(fā)現(xiàn)控排行業(yè)生產(chǎn)變化對碳市場風(fēng)險(xiǎn)壓力狀態(tài)的影響具有明顯的時(shí)變效應(yīng)，既表現(xiàn)在對碳市場風(fēng)險(xiǎn)波動(dòng)的影響方向，也表現(xiàn)在短期影響與長期影響的差異。水泥、鋼鐵行業(yè)生產(chǎn)在高風(fēng)險(xiǎn)區(qū)制對碳市場風(fēng)險(xiǎn)波動(dòng)的抑制影響效應(yīng)更強(qiáng)，而石化、電力行業(yè)生產(chǎn)中低風(fēng)險(xiǎn)區(qū)制對碳市場風(fēng)險(xiǎn)的正向沖擊溢出效應(yīng)更強(qiáng)。與短期影響而言，水泥、石化和鋼鐵控排行業(yè)中長期內(nèi)的影響更為強(qiáng)烈，而電力行業(yè)的長期影響幾乎消失。

根據(jù)上述研究結(jié)論，為促進(jìn)中國碳市場的健康、可持續(xù)發(fā)展，提出以下建議：一是積極探索全國統(tǒng)一碳市場風(fēng)險(xiǎn)識別體系。學(xué)習(xí)借鑒金融貨幣市場的豐富研究成果，引入更加完善的基礎(chǔ)理論體系和測度方法，構(gòu)建我國完整的碳市場風(fēng)險(xiǎn)識別體系。二是加強(qiáng)對碳市場運(yùn)行監(jiān)測，及時(shí)了解碳市場風(fēng)險(xiǎn)信息和狀態(tài)，及時(shí)對碳市場風(fēng)險(xiǎn)形成原因等進(jìn)行識別。重點(diǎn)關(guān)注碳市場與關(guān)聯(lián)市場之間的動(dòng)態(tài)風(fēng)險(xiǎn)溢出效應(yīng)，制定風(fēng)險(xiǎn)防控措施，防范重大危機(jī)事件。