徐玉華 劉夢娜 王浚丞

1（南京審計大學統(tǒng)計與數(shù)據(jù)科學學院，南京 211815）2（南京審計大學金融學院，南京 211815）

引言

2022 年10 月16 日，習近平總書記在黨的二十大上講話時強調“推動經(jīng)濟社會發(fā)展綠色化、低碳化是實現(xiàn)高質量發(fā)展的關鍵環(huán)節(jié)”。自1997 年《京都議定書》 順利通過，中國便對全球氣候變暖給予了極大的關注，將綠色發(fā)展作為國家經(jīng)濟社會發(fā)展的重大戰(zhàn)略。我國由于相比發(fā)達國家對碳排放權價格研究的較晚，目前對碳排放權價格缺乏定價權，且碳價低迷并常常出現(xiàn)異常波動的情況。此外，當前我國金融體系脆弱性不斷上升的同時外部輸入性金融風險跨市場交叉?zhèn)魅炯觿?，而碳排放權價格影響因素間的風險傳染行為必然會加劇碳排放權價格的不穩(wěn)定性，降低其有效性。因此，本文通過構建碳排放權價格影響因素風險網(wǎng)絡（簡稱碳價風險網(wǎng)絡），明晰全國碳市場正式運行前后系統(tǒng)重要性因素、風險傳染路徑及網(wǎng)絡結構變化，這不僅有助于維持碳價穩(wěn)定與推動經(jīng)濟社會綠色低碳發(fā)展，而且對全國與地方碳市場聯(lián)合發(fā)展及日后全國碳市場制度的完善提供前瞻性支撐。

自2005 年《京都議定書》 正式生效，大部分國家在該框架下履行碳減排義務，逐漸建立起相應的碳排放權交易市場（簡稱碳市場）。碳市場的基本思想是明確碳排放的產(chǎn)權，并進行市場交易，從而解決碳排放的外部性問題［1］。具體而言，在總排放量及各排放源應得配額確定的前提下，企業(yè)在履約期內可自由進行碳排放權的交易，在期末需上繳與其排放量相當?shù)淖泐~配額，否則視為違約，由此通過市場機制優(yōu)化資源配置，降低減排成本。與此同時，碳排放權成為了一種稀缺資源，具有了“商品” 屬性。碳排放權的買賣雙方在碳市場上自由交易形成的市場價格即為碳排放權價格（簡稱碳價）。碳價與傳統(tǒng)的金融資產(chǎn)價格相同，反應的是商品的供求關系。但值得注意的是，碳排放權作為一種政府賦予的虛擬權利，且以減排為目的，具有一定的特殊性，因此，碳價的波動往往由需求方主導［2］。

自中國試點碳市場運行以來，如何維持碳價穩(wěn)定就引起了學者們的廣泛關注。目前，中國碳價價格過低［3］且具有較強的波動性［4］，而碳價影響因素作為導致碳價波動的重要因素，又是中外學者共同關注的重要課題。Reshetnikova 等（2023）［5］通過多個平穩(wěn)時間序列的GARCH 模型發(fā)現(xiàn)斷點后碳價會形成新的定價規(guī)則，且碳價與能源價格顯著相關。Zhang 和Xu（2020）［6］以深圳碳交易所為研究對象，采用GARCH 模型描述了不同經(jīng)濟背景下的碳價波動，并證實了氣候不確定性為碳價的影響因素。Luo 等（2022）［7］以北京碳市場為研究對象，基于小波分析方法研究發(fā)現(xiàn)碳和天然氣價格呈負相關，且與石油價格表現(xiàn)出不穩(wěn)定的依賴關系。

雖然已有學者構建了多元化的碳價影響因素體系，如Han 等（2019）［8］將除了能源、經(jīng)濟和天氣狀況外的環(huán)境因素引入指標體系；蔣青嬗和韓兆洲（2017）［9］引入環(huán)境政策、對外開放程度、經(jīng)濟密度等變量。然而，大多研究未考慮影響因素間的相關關系，即有關碳價影響因素間的風險傳染研究鮮有報道。如Li 和Lei（2018）［10］采用時間序列模型及ARCH 模型對中國湖北碳市場的數(shù)據(jù)進行研究，發(fā)現(xiàn)能源價格為顯著的影響因素；Zhou 和Li（2019）［11］運用VAR－VEC 模型研究了能源價格、空氣質量、宏觀經(jīng)濟指標與碳價間的關系，發(fā)現(xiàn)宏觀經(jīng)濟指標為顯著的影響因素。這些研究均側重于影響因素與碳價的直接關系，而忽略了風險的整體關聯(lián)性。在全球經(jīng)濟一體化的大背景下，“太關聯(lián)而不能倒” 已經(jīng)成為防范金融風險的核心理念，各影響因素間往往存在著復雜的相關關系，從而形成一個復雜的金融網(wǎng)絡。隨著我國碳市場的不斷發(fā)展，其金融化程度日益加深的同時，與其他金融部門間的關聯(lián)度顯著上升［12］。當一個或一些影響因素指標面臨風險時，會迅速通過信貸、貿易、投資等渠道進行跨行業(yè)、跨市場的交叉?zhèn)魅九c擴散，導致金融風險被進一步放大。而這種“產(chǎn)生－交叉?zhèn)魅荆俳徊鎮(zhèn)魅尽钡臋C制，會使得碳市場面臨多重風險非線性疊加共振。此外，如氣候條件、宏觀政策等經(jīng)濟基本面因素，或多或少會對各金融部門產(chǎn)生沖擊，進而受風險共擔、風險擴散及風險放大等機制的影響同樣會迅速向其他指標傳遞并產(chǎn)生一系列連鎖效應，且根據(jù)經(jīng)濟基礎假說，關聯(lián)性越強的行業(yè)或市場間產(chǎn)生的風險傳染越顯著。綜上所述，若忽視影響因素間的風險傳染特征，勢必會影響碳價關鍵影響因素的識別?；诖?，本文從碳價影響因素間風險傳染角度出發(fā)，通過構建碳價風險網(wǎng)絡來刻畫影響因素體系的網(wǎng)絡關聯(lián)，識別系統(tǒng)重要性因素、明晰全國碳市場正式運行前后碳價影響因素風險傳染路徑及網(wǎng)絡結構的變化，對維持碳價穩(wěn)定及推動經(jīng)濟社會綠色低碳發(fā)展有著重大的理論及實踐意義。

目前已有少數(shù)學者開始關注到碳價影響因素間的相關性或溢出效應，如王小燕等（2022）［13］，通過構建碳價影響因素的網(wǎng)絡圖，發(fā)現(xiàn)影響因素可分為6 個團體，并基于相關性篩選關鍵因素；Zhao 等（2021）［14］研究發(fā)現(xiàn)碳市場會受到其他市場間溢出效應的顯著影響。本文基于風險傳染視角，構建碳價影響因素網(wǎng)絡模型，識別關鍵因素的同時著重關注全國碳市場正式運行前后碳價影響因素網(wǎng)絡的傳染路徑及網(wǎng)絡結構變化；利用kcore 算法進行網(wǎng)絡分層及傳播動力學分析，并運用最小樹形圖算法對指標間連邊進行篩選，從而分析風險傳染路徑變化。這兩種方法均基于復雜網(wǎng)絡理論，相比于其他篩選節(jié)點或連邊的方法，如主成分分析、Lasso 等，能夠更好地保留網(wǎng)絡結構，分析結果可信性高。

1 網(wǎng)絡統(tǒng)計參數(shù)構建

1.1 關鍵性參數(shù)

（1）節(jié)點的度

節(jié)點的度定義為與該節(jié)點連接的邊數(shù)，通常是指出度。碳價風險網(wǎng)絡中節(jié)點的度越高表示受到該指標風險沖擊的其他指標數(shù)量越多。

（2）接近度中心性

本文參考Dangalchev（2005）［15］對接近度中心性的定義，以便非連通圖的計算，具體表示如下：

式中，CC（vi）為節(jié)點vi的接近度中心性，dij為節(jié)點vi到節(jié)點vj的最短距離。

（3）特征向量中心性

特征向量中心性是指給網(wǎng)絡中每個節(jié)點賦予一個相對分值，且在某節(jié)點的分值貢獻中，與其相連的高分值的節(jié)點貢獻度大于低分值的節(jié)點。令節(jié)點vi的中心性分值為xi，且正比于與其相連的所有節(jié)點的中心性分值之和，即：

式中，λ為常數(shù)，CE（vi）為節(jié)點vi的特征向量中心性，且存在唯一解。

1.2 網(wǎng)絡結構參數(shù)

（1）網(wǎng)絡結構熵

網(wǎng)絡結構熵是一種簡明的網(wǎng)絡序狀態(tài)測度參數(shù)。假設網(wǎng)絡中節(jié)點vi的度為ki，則其重要度定義如下：

對于ki＝0 的節(jié)點不作考慮，網(wǎng)絡結構熵計算公式如下：

為了消除節(jié)點數(shù)目N對E的影響，對網(wǎng)絡結構熵進行歸一化，定義為：

顯然0≤ê≤1。

（2）網(wǎng)絡密度

網(wǎng)絡密度是指網(wǎng)絡中各節(jié)點間聯(lián)系的緊密程度。網(wǎng)絡密度值越大，意味著指標間有著更密切的關系，此時風險最易傳染［16，17］。具體公式如下：

其中，n為網(wǎng)絡中N個風險指標間實際存在的連線總數(shù)。

（3）平均路徑長度

網(wǎng)絡的平均路徑長度L定義為任意兩節(jié)點之間距離的平均值，即：

當網(wǎng)絡圖非連通時，通過計算兩兩節(jié)點間1／dij，即如果兩點之間無邊相連，最短路徑為inf時，那么1／dij為0，最后取平均值作為網(wǎng)絡的平均路徑長度，1／dij的均值越大，說明風險傳染路徑越短，即風險傳染速度越快，范圍越廣［17］。

（4）聚類系數(shù)

聚類系數(shù)Ci定義為節(jié)點vi的ki個鄰居節(jié)點之間實際存在的邊數(shù)Ei和總的可能的邊數(shù)之比，即：

平均聚類系數(shù)C就是所有節(jié)點聚類系數(shù)取平均，即：

網(wǎng)絡的平均聚類系數(shù)說明了該網(wǎng)絡整體的凝聚程度，平均聚類系數(shù)越大，說明網(wǎng)絡越緊密，節(jié)點間聯(lián)動特性越顯著，風險傳染性越高［18］。

1.3 k－core 算法

k－core 算法是指基于k－core 值對網(wǎng)絡進行逐層分解，是網(wǎng)絡理論中篩選上層指標并判斷節(jié)點重要性最常用的方法之一，可以較好的實現(xiàn)網(wǎng)絡分層過程的統(tǒng)一，從而提高篩選指標的可信性，該過程核心步驟如下：

（1）核數(shù)計算。如果1 個節(jié)點存在于k－核，且在（k＋1）－核中被去除，則該節(jié)點的核數(shù)為k。一個節(jié)點的度數(shù)即便很高，它的核數(shù)也可能很小。

（2）核心子網(wǎng)絡提取。具有相同k－core 值的所有指標組成的子網(wǎng)絡被稱為k－shell。具有最大k－core 值的特殊k－shell 為核心子網(wǎng)絡。

（3）核心節(jié)點提取。核心子網(wǎng)絡圖中，度最大的節(jié)點為核心節(jié)點。

1.4 最小樹形圖（朱劉算法）

朱永進和劉振紅所設計的最小樹形圖是最小生成樹的一種擴展，若在1 個有向圖中，不存在有向環(huán)，且存在1 個沒有入邊的節(jié)點（根點），而其他節(jié)點都是唯一一條弧的終點，這樣的圖即為最小樹形圖。最小樹形圖能夠有效過濾噪音信息，從而明晰碳價風險網(wǎng)絡的風險傳染路徑及內在性，具體算法如下：

（1）求最短弧集：若除根點以外的所有節(jié)點都存在1 條或以上入邊，則可選取各節(jié)點的最短入邊，從而形成一個權值最小的子圖，子圖中的弧集即為最短弧集。若存在某一節(jié)點既不是根點也不存在入邊，則不符合條件，算法終止。

（2）檢查環(huán)：檢查步驟（1）所得最短弧集是否存在有向環(huán)與收縮點。如果僅有收縮點而無有向環(huán)，則展開收縮點；反之，若僅有有向環(huán)，而無收縮點，則將有向環(huán)縮為1 個節(jié)點。

（3）收縮有向環(huán)：將有向環(huán)收縮為1 個節(jié)點，但與其他節(jié)點的連邊保留，由此得到新的權值最小子圖。對比原圖，新子圖中以收縮點為終點的弧方向恒定長度改變。重復步驟（1）～（3），直至不存在有向環(huán)。

（4）展開收縮點：將新子圖中的收縮點展成有向環(huán)。

2 指標選擇

在碳價影響因素的選擇上，本文參考已有研究，并本著全面性、客觀性及可獲得性的原則，從國際能源、國內能源、國際碳價、經(jīng)濟狀況、宏觀政策與氣候條件6 個維度，共選擇20 個指標構建碳價風險網(wǎng)絡模型，具體選擇與依據(jù)如下：

國內能源：煤炭、原油與天然氣被稱為世界三大能源，而能源價格的變動會直接影響相關企業(yè)的生產(chǎn)成本，同時間接促使企業(yè)更換低成本能源與改進減排技術，從而影響其碳排放需求，進而影響碳價。近年來，已有不少研究證明了能源價格對碳交易價格的影響性。Keppler 和Mansanet－Bataller（2010）［19］通過格蘭杰因果檢驗，并進一步運用OLS 回歸驗證得出煤炭與天然氣對EUA 期貨價格存在影響。Reshetnikova 等（2023）［5］研究發(fā)現(xiàn)碳價格在統(tǒng)計學上顯著的取決于能源價格，尤其是石油價格。本文選取焦煤（V1）、動力煤（V2）期貨結算價代表我國煤炭價格，中國大慶原油現(xiàn)貨價格（V3）代表我國原油價格，全國LNG 市場價（V4）代表我國天然氣價格，并引入電力變量。Ji 等（2019）［20］與Yang（2022）［21］均研究發(fā)現(xiàn)發(fā)電企業(yè)風險傳染能力與其發(fā)電規(guī)模有關，因此本文以我國最大電力上市公司國電電力為代表，構造我國電力收益率（V5）。

國際能源：本文借鑒杜子平和劉富存（2018）［22］的做法，選取布倫特原油期貨結算價（V6）代表國際原油市場價格，NYMEX 天然氣期貨收盤價（V7）代表國際天然氣市場價格，歐洲三港ARA 動力煤現(xiàn)貨價（V8）代表國際煤炭市場價格。

國際碳價：歐盟碳市場是全球公認的最為成熟的碳市場，近年來，我國碳市場雖發(fā)展快速，但市場成熟度相比于歐盟碳市場仍有較大差距，因此，我國在制度上往往會參考歐盟碳市場；此外，碳市場間的套利行為也會引起我國碳市場的價格波動。本文以歐盟碳市場為代表，選取EUA 期貨結算價（V9）代表國際碳價。

經(jīng)濟形勢：各個行業(yè)產(chǎn)量與經(jīng)濟狀況的雙向作用機制與國內、國際碳市場間的套利行為都會引起我國碳排放價格顯著波動。呂靖燁等（2021）［23］研究發(fā)現(xiàn)碳交易價格對經(jīng)濟發(fā)展水平有著較高的靈敏度?？紤]到中國為工業(yè)大國，且工業(yè)正處于向綠色環(huán)保發(fā)展的轉變階段，碳排放需求依然很大，本文選取中證工業(yè)指數(shù)（V10）代表中國工業(yè)發(fā)展形勢、滬深300 指數(shù)（V11）代表我國宏觀經(jīng)濟形勢。此外，選取歐盟最大經(jīng)濟體德國的股票指數(shù)，即法蘭克福DAX 指數(shù)（V12）代表歐盟的經(jīng)濟形勢，標準普爾500 指數(shù)（V13）代表美國的經(jīng)濟形勢。

宏觀政策：政府通過公開市場操作對市場中流通的基礎貨幣數(shù)量進行宏觀調控，從而影響碳交易；匯率的波動會直接影響國際貿易，進而對企業(yè)生產(chǎn)活動產(chǎn)生影響；利率的浮動則會對企業(yè)的貸款與減排成本造成直接影響，進而間接影響碳價。因此本文選取政府逆回購七日交易量（V14）代表政府公開市場操作，美元（V15）和歐元（V16）兌人民幣中間價代表匯率，上海銀行間同業(yè)拆放利率（隔夜SHIBOR）（V17）代表我國基準利率。

氣候條件：極端天氣的出現(xiàn)往往伴隨著更多的機器能耗，這會導致碳排放量增加，從而拉高碳排放權價格。此外，空氣質量變差可能會引起政府對碳排放量的管制；另外可在一定程度上代表工業(yè)廢氣、二氧化碳或其他碳排放的增加，從而起到預測相關企業(yè)對碳排放權需求變化的作用。Wang 等（2018）［24］發(fā)現(xiàn)中國碳交易價格與AQI 間存在較強的相關性。Han 等（2019）［8］通過組合混合數(shù)據(jù)抽樣回歸模型與MIDAS－BP 相結合，發(fā)現(xiàn)碳價對氣溫與空氣質量相比于其他影響因素更為敏感。湖北碳市場是我國最早獲批的碳試點之一，且Liu 等（2015）［25］與Liu 等（2021）［26］的研究均表明，湖北碳市場的交易規(guī)模、企業(yè)參與度及市場成熟度等均位于全國首位。因此本文以湖北碳市場為代表，選取湖北碳市場所在地武漢的空氣質量指數(shù)（AQL）（V18）、最高氣溫（V19）與最低氣溫（V20），作為氣候條件的變量納入模型。

表1 碳價風險網(wǎng)絡指標構建

3 實證分析

3.1 數(shù)據(jù)選擇及處理

本文以我國碳市場正式運行之日為分界點，福建碳市場正式運行之日為起點，選取2017 年1月9 日至2021 年7 月15 日、2021 年7 月16 日至2022 年12 月31日①兩階段的碳價風險指標的日度數(shù)據(jù)。在數(shù)據(jù)預處理時，刪除周末與節(jié)假日，以線性插值法對風險指標的部分缺失值進行填充并進行標準化處理。此外，對于部分非平穩(wěn)序列進行一階差分處理，最終所得數(shù)據(jù)均平穩(wěn)。

3.2 格蘭杰因果關聯(lián)網(wǎng)絡構建

格蘭杰因果檢驗與復雜網(wǎng)絡有著較高的適配性，二者相結合的方法在風險傳染領域得到廣泛運用［27－29］。格蘭杰因果檢驗利用條件概率定義指標間的因果關系，是常用的一種計量經(jīng)濟學手段。對于兩個序列｛vit｝與｛vjt｝，原假設為序列｛vit｝不是序列｛vjt｝的格蘭杰原因，若拒絕原假設，則說明｛vjt｝會受到｛vit｝的影響，表示為vit→vjt。定義復雜網(wǎng)絡圖為G＝｛E，V｝，其中，V為n個節(jié)點組成的集合，E是m個連邊所組成的集合。n×n的網(wǎng)絡矩陣W的元素均為0 或1，即W＝［Wij］，Wij∈｛0，1｝，且W≠WT。復雜網(wǎng)絡將指標視為網(wǎng)絡節(jié)點，指標間的影響關系視為節(jié)點間的連邊。若vit→vjt與vjt→vit同時成立，即兩節(jié)點間存在雙向的影響關系，則表明節(jié)點i與節(jié)點j間存在雙向的連邊關系，記為Wij＝Wji＝1，Vi?Vj；若僅存在vit→vjt或vjt→vit，即兩節(jié)點間僅存在單向的影響關系，則節(jié)點i與節(jié)點j間僅存在單向的連邊關系，記為Wij＝1，Vi→Vj或Wji＝1，Vi←Vj。

根據(jù)上述構造原理，本文首先對20 個指標兩兩進行格蘭杰因果檢驗，部分結果見表2。然后基于檢驗結果構造網(wǎng)絡矩陣及判斷兩兩節(jié)點間的連邊關系。如由全國碳市場運行前V20 與V19 的檢驗結果可知，在5%的置信水平下，V20 與V19互為格蘭杰因果原因，從而判斷V20 與V19 間存在V20?V19 的雙向連邊關系。其余節(jié)點間的關系可類推，由于篇幅問題在此省略。最終所得網(wǎng)絡圖見圖1 與圖2。

圖1 全國碳市場運行前網(wǎng)絡圖

圖2 全國碳市場運行后網(wǎng)絡圖

表2 格蘭杰因果檢驗部分結果

3.3 網(wǎng)絡拓撲性質分析

（1）關鍵風險識別

指標的度及中心性在一定程度上反映指標的重要性。由表3 可知，節(jié)點的度、接近度中心性及特征向量中心性的結果均表明，在全國碳市場運行前，代表國外經(jīng)濟形勢的法蘭克福DAX 指數(shù)與標準普爾500 指數(shù)為核心節(jié)點，對我國碳市場有著較大的影響。全國碳市場運行后，標準普爾500 指數(shù)與EUA 期貨結算價處于核心位置。國際碳價系統(tǒng)重要程度的增加，可能是由于全國碳市場現(xiàn)仍處于初級階段，我國在結合國情的基礎上加強了對國際碳市場的借鑒，從而使得兩者聯(lián)系變得更為緊密。

表3 關鍵風險識別參數(shù)

（2）網(wǎng)絡結構分析

網(wǎng)絡結構熵可對復雜網(wǎng)絡的非同質性進行更為精確而簡明的度量。通過計算，發(fā)現(xiàn)碳價風險網(wǎng)絡的網(wǎng)絡結構熵由原本的0.7097 減少至0.6643，這說明全國碳市場運行后，網(wǎng)絡的無標度特性加強，即網(wǎng)絡的連通程度有所提升，且具有更好的小世界性。無標度特性的增強往往代表網(wǎng)絡面對沖擊時的穩(wěn)定性提高［30］。

網(wǎng)絡密度能夠有效衡量網(wǎng)絡的風險關聯(lián)程度與影響因素間的傳染性，網(wǎng)絡密度越高，說明指標間關系越密切。由表4 可知，全國碳市場運行后，網(wǎng)絡密度有所降低，這說明全國碳市場的運行有逐步降低碳價風險網(wǎng)絡傳染性的趨勢，對風險傳染有一定的抑制作用。此外，網(wǎng)絡的平均聚類系數(shù)也相對減小，這說明全國碳市場的運行使得風險網(wǎng)絡局部范圍內的聯(lián)系減少，風險交叉?zhèn)魅镜目赡苄越档汀?/p>

表4 網(wǎng)絡結構參數(shù)

本文為非連通網(wǎng)絡，因此，與連通圖的判斷方式不同。由表4 可知，全國碳市場運行后風險網(wǎng)絡的平均路徑值有所減小，這表明指標間風險傳播面變窄，且風險傳染速度變慢，減少了碳市場所面臨的風險。

3.4 k－core 網(wǎng)絡分層分析

核數(shù)相較于度指標，能夠刻畫節(jié)點更為宏觀的特征②。表5 給出了全國碳市場運行前后各指標的核數(shù)，結果顯示：全國碳市場運行前，碳價風險網(wǎng)絡有著較深的網(wǎng)絡結構，可具體分為4 層網(wǎng)絡，而全國碳市場運行后，風險網(wǎng)絡僅可分為兩層，網(wǎng)絡結構較淺。網(wǎng)路層次變淺表明網(wǎng)絡結構變得更簡單，網(wǎng)絡感知細節(jié)的能力變強，即風險更易感知，這可能與政策實施的強制力有關，全國碳市場運行后，與此前地方碳市場相比，政策更具有約束力，能夠更好地監(jiān)管碳市場風險。

表5 指標核數(shù)

運用k－core 算法能在較好地保留網(wǎng)絡結構的基礎上，篩選指標?；诤藬?shù)結果，構建碳價風險網(wǎng)絡的核心子圖，并進一步計算核心子圖中各節(jié)點的度，結果見表6 與表7。由上述結果可知，全國碳市場運行后，核心節(jié)點由美元兌人民幣中間價轉變?yōu)榇韲H原油的布倫特原油期貨結算價，即從傳播動力學的角度來看，全國碳市場運行后布倫特原油期貨結算價在網(wǎng)絡中最為重要。

表6 全國碳市場運行前核心子圖的度

表7 全國碳市場運行后核心子圖的度

3.5 最小樹形圖分析

網(wǎng)絡圖中部分連邊可能為噪聲，會干擾對風險網(wǎng)絡傳導路徑及內在性質的判斷，因此本文運用最小樹形圖算法，過濾掉多余連邊。

從圖3、圖4 中可以看出，全國碳市場的運行對我國碳價風險網(wǎng)絡中各指標間的風險傳染路徑產(chǎn)生了一定的影響：（1）在全國碳市場運行前，利率與匯率是風險傳染的關鍵節(jié)點，起著類似傳染中介的作用，但在全國碳市場運行后，利率成為風險凈接受方，匯率風險凈溢出為0，均失去了傳染中介的作用，原因可能是中國碳市場有著明顯的政策導向性，近年來我國高度重視低碳、綠色發(fā)展，政策推動力強，從而降低了碳價風險網(wǎng)絡的風險傳染性；（2）全國碳市場運行后，代表國內能源的中國大慶原油現(xiàn)貨價格由原本的風險凈接收狀態(tài)轉為風險凈溢出狀態(tài)，且有著較強的中介作用。這可能是因為隨著我國能源商品“金融化” 程度日益加深，能源市場與其他商品市場表現(xiàn)出更強的聯(lián)動性，能源市場對其他碳價影響因素的風險傳染加劇。

圖3 全國碳市場運行前最小樹形圖

圖4 全國碳市場運行后最小樹形圖

4 結論與政策建議

本文對我國碳價影響因素在全國碳市場正式運行前后的風險傳染特征進行深入分析，從影響碳價的6 個維度構建共含有20 個指標的碳價影響因素體系，運用復雜網(wǎng)絡理論構建網(wǎng)絡，通過相應統(tǒng)計參數(shù)、k－core 算法及最小樹形圖（朱劉算法），識別系統(tǒng)重要性因素，并明晰全國碳市場正式運行前后碳價風險網(wǎng)絡結構及風險傳染路徑的變化。研究發(fā)現(xiàn)：全國碳市正式運行后，國際碳價與國外經(jīng)濟形勢處于風險網(wǎng)絡中的核心位置，有著較強的風險傳染能力；碳價風險網(wǎng)絡變得更為穩(wěn)定，整體風險傳染能力減弱，風險傳染范圍變窄，傳染速度變慢；碳價風險網(wǎng)絡層次變淺，網(wǎng)絡感知細節(jié)的能力變強，即碳市場風險更易感知；利率與匯率中介作用顯著變弱，成為風險凈接收方，而中國大慶原油現(xiàn)貨價格與其他碳價影響因素的相關性增強，擁有著較強的中介作用。

結合上述研究結果，給出如下啟示與建議：

全國碳市場運行后，國際碳價與國外經(jīng)濟形勢在碳價風險網(wǎng)絡中處于核心位置。說明由于全國碳市場現(xiàn)處于初級階段，我國在結合國情的基礎上加強了對國際碳市場的借鑒，兩者聯(lián)系變得更為緊密。因此，政府在增強我國碳市場與國際碳市場接軌的過程中，應進一步完善全國碳交易市場體系，充分發(fā)揮市場交易定價功能，促進全國碳市場的持續(xù)穩(wěn)健發(fā)展。此外，政府管理部門及企業(yè)應加強自身的風險管控能力，規(guī)避碳價影響因素間風險的交叉?zhèn)魅荆绕涫侵攸c防控來自國外經(jīng)濟形式及國際碳價的沖擊。

全國碳市場運行后，碳價風險網(wǎng)絡結構更穩(wěn)定，感知細節(jié)的能力變強，整體風險傳染能力減弱。說明全國碳市場正式運行后，碳價影響因素間的風險傳染行為變弱，碳市場在面對其他因素沖擊時，面臨系統(tǒng)性多重風險的可能性降低，風險防范能力變強，碳交易在深度、廣度及活躍度上均有很大程度的進步。然而，目前中國尚未形成一個成熟的碳金融衍生品市場，為進一步提升風險防控能力，應積極推進碳金融衍生品市場的完善。不僅可以為參與碳市場的企業(yè)與機構提供控制和預防風險的手段，從而降低碳市場風險，而且碳金融衍生品所帶來的市場流動，能夠起到穩(wěn)定碳價的作用。

注釋：

①至2022 年12 月31 日，全國碳市場第二個履約周期完成。

②度指標只能刻畫節(jié)點的局部信息，而k－core 能反映節(jié)點的宏觀特征，如Kitsak 等（2010）［31］認為網(wǎng)絡傳播動力學中最重要的節(jié)點是具有最大k－core 的節(jié)點。