摘 要：碳市場作為減少溫室氣體排放的重要機制，在推動低碳經(jīng)濟發(fā)展中的作用日益凸顯。然而，我國碳市場目前面臨市場參與度低、流動性差、成熟度不足等挑戰(zhàn)?；诮鹑谑袌鑫⒂^結(jié)構(gòu)理論，本文探討了網(wǎng)絡(luò)社交平臺中投資者情緒的傳播對碳市場收益的影響。研究收集了2018—2024年間碳排放權(quán)交易的日度數(shù)據(jù)以及來自微博的碳市場討論信息，通過文本情感分析構(gòu)建了投資者情緒指數(shù)，并運用VAR模型和Granger因果檢驗方法，深入分析了投資者情緒對全國不同碳排放權(quán)交易試點價格的影響。結(jié)果顯示，深圳碳交易試點的價格在短期內(nèi)更易受市場情緒波動的影響，而廣東碳交易試點的信息傳遞速度較快，市場價格能夠迅速反映投資者情緒的變化。此外，廣東和天津碳交易試點的收益率均被證實為投資者情緒的Granger原因。進(jìn)一步分析表明，當(dāng)期投資者情緒對碳市場價格的影響不顯著，但短期內(nèi)呈現(xiàn)負(fù)向沖擊，長期來看則趨于平穩(wěn)。本文研究不僅豐富了碳市場資產(chǎn)定價的理論框架，還為提升碳市場效率提供了實踐指導(dǎo)。

關(guān)鍵詞：碳市場；投資者情緒；微博；收益；碳交易試點；VAR模型；Granger因果檢驗

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2025）04（b）--05

1 引言

我國作為世界上碳排放量最大的國家之一，2023年的碳排放量占世界能源碳排放總量的33.69%。碳市場作為實現(xiàn)碳達(dá)峰的重要政策工具，其價格發(fā)現(xiàn)和資源配置的功能日益凸顯，我國碳市場目前處于起步階段，存在市場參與度低、流動性差、成熟度低等現(xiàn)象[1-2]。隨著網(wǎng)絡(luò)社交平臺的迅猛發(fā)展，投資者情緒的傳播和影響力在金融市場中的作用日益顯著。根據(jù)金融市場微觀結(jié)構(gòu)理論，市場參與者對信息的情緒反映程度及所掌握信息的情況是影響市場參與度、流動性的主要原因[3]。因此，研究投資者情緒對碳市場價格的影響，有利于促進(jìn)市場效率的提升。

本文主要有以下貢獻(xiàn)：在理論層面，擴展和豐富了中國碳市場資產(chǎn)定價問題的理論研究，為深入理解碳市場的運行機理提供了新的視角。其次，分析投資者情緒對不同碳市場價格的影響，并探索建立投資者情緒與不同碳市場效率的動態(tài)關(guān)聯(lián)，為后續(xù)針對碳市場微觀結(jié)構(gòu)的研究提供了一個交易主體行為的視角。在實踐層面，探究投資者情緒對碳市場價格的影響，為排除非理性交易擾亂市場價格，幫助交易者形成更有效的信息關(guān)注行為，從而有利于發(fā)現(xiàn)中國碳市場的真實價值。

目前，以投資者情緒的視角對碳市場的研究尚顯不足，因此，為深入理解碳市場的運行機理，本文以微博數(shù)據(jù)為基礎(chǔ)，構(gòu)建直接衡量投資者情緒的代理指標(biāo)，以行為金融理論為依據(jù)，實證分析投資者情緒對不同碳排放試點的價格影響，并提出相應(yīng)的政策建議。這些建議有助于監(jiān)管者合理運用市場手段激發(fā)市場主體活力，提高碳市場制度建設(shè)的科學(xué)性。

2 文獻(xiàn)綜述

2.1 投資者情緒相關(guān)研究

關(guān)于投資者情緒，學(xué)界存在多種詮釋。Brown和Cliff將其界定為參與者在市場活動中對特定指標(biāo)未來值的預(yù)測，且這種預(yù)期具備可量化性[4]。而Baker和Wurgler則主張投資者情緒反映的是投資者對未來現(xiàn)金流及投資風(fēng)險的個人信念，且這種信念通常難以憑借當(dāng)前可獲得的信息加以區(qū)分[5]。黃德龍等（2009）在綜合國內(nèi)外研究的基礎(chǔ)上，進(jìn)一步細(xì)化了投資者情緒的概念，指出投資者情緒包含兩方面內(nèi)容：一是投資者的投機性需求，這反映了其對虛擬經(jīng)濟領(lǐng)域的期望；二是投資者對上市公司盈利前景的普遍樂觀態(tài)度，這體現(xiàn)了其對實體經(jīng)濟的期待[6]。

在探索投資者情緒衡量的研究中，以往研究大致可以分為三大類：直接指標(biāo)、間接指標(biāo)，以及基于網(wǎng)絡(luò)社交平臺數(shù)據(jù)的指數(shù)。

直接指標(biāo)的研究方法，主要依賴于問卷調(diào)查，借此搜集投資者對市場未來走向的預(yù)期。例如，程昆和劉仁（2005）[7]根據(jù)投資者的看漲與看跌比率，設(shè)計了一個好淡指數(shù)，用作衡量投資者情緒的依據(jù)。這種方法能直接展現(xiàn)投資者的情緒傾向。值得注意的是，并非每位投資者都會純粹依據(jù)個人情緒來做出投資決策。因此，在探討投資者情緒對碳市場的作用時，直接指標(biāo)法的實際效果尚需更多驗證。

間接指標(biāo)的研究，則是通過分析市場交易數(shù)據(jù)來構(gòu)建投資者情緒指數(shù)。其中，Baker和Wurgler（2006）提出了以交易量作為投資者情緒的衡量標(biāo)準(zhǔn)，并運用主成分分析方法進(jìn)行探究[8]。

隨著大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，利用搜索行為和文本挖掘等手段建立的新型投資者情緒指標(biāo)逐漸受到矚目。例如，汪昌云（2015）通過剖析公司上市前各階段媒體新聞中的正負(fù)面詞匯來衡量媒體情緒，從而評估投資者情緒[9]。羅琦等（2021）則選取新浪微博作為信息渠道，構(gòu)建了投資者盈余樂觀情緒指標(biāo)，并發(fā)現(xiàn)該指標(biāo)對股市短期收益率具有正面效應(yīng)[10]。

2.2 碳市場影響因素的研究

對于碳市場價格的影響因素研究中，我國主要集中在宏觀經(jīng)濟形勢、能源市場、大氣環(huán)境、政策制度等方面。

在宏觀經(jīng)濟形勢方面，呂靖燁等（2021）[11]選用湖北、深圳、廣東、北京和上海有代表性的5個碳排放權(quán)市場，基于Sobol方法對我國碳排放權(quán)價格影響因素的12個參數(shù)進(jìn)行靈敏度分析。研究結(jié)果表明，能源價格、國際碳資產(chǎn)價格、經(jīng)濟發(fā)展水平與傳統(tǒng)金融市場的靈敏度指數(shù)較高，對我國碳排放權(quán)價格的影響較大；由于不同試點市場的活躍程度不相同，其他試點市場的靈敏度參數(shù)存在差異。

在能源市場方面，張鵬等（2020）[12]使用向量誤差修正模型（VEC）研究驅(qū)動因素對碳排放價格的影響機制。結(jié)果表明，碳現(xiàn)貨價格主要受原油期貨價格滯后一期值的正向影響和自身滯后一期值的負(fù)向影響。張欣等（2023）[13]基于上海碳交易市場的交易數(shù)據(jù)，使用向量誤差修正（VEC）模型、脈沖響應(yīng)函數(shù)和方差分解方法，對碳交易價格的影響因素進(jìn)行實證研究，得到化石燃料價格的變動短期內(nèi)會對碳排放權(quán)價格產(chǎn)生負(fù)向影響，但長期會轉(zhuǎn)為正向影響。

在大氣環(huán)境方面，Liu和Chen（2013）[14]提出極端天氣在碳市場和能源市場的溢出效應(yīng)中起著中介作用，即極端天氣會導(dǎo)致能源市場的需求量增加，進(jìn)而導(dǎo)致碳排放量上升，促使碳價提升。王倩和路京京（2015）[15]提出氣候因素使溫度的變化會對碳價格產(chǎn)生顯著影響。Han等（2019）[16]通過MIDAS-BP混合模型對碳價進(jìn)行預(yù)測發(fā)現(xiàn)，碳價對煤炭價格、溫度、空氣質(zhì)量等變量的敏感度大于其他影響因素。

通過文獻(xiàn)研究可以發(fā)現(xiàn)，在對碳市場價格的影響因素分析中，投資者情緒對碳市場價格的影響很少有學(xué)者進(jìn)行關(guān)注及討論。當(dāng)前市場上呈現(xiàn)的是顯著的信息過剩，市場信息出現(xiàn)的越多越容易對投資者造成干擾。因此，本文選取微博作為信息源，構(gòu)建投資者情緒指標(biāo)，并深入探究其對碳排放權(quán)交易市場收益率的影響。

3 數(shù)據(jù)來源及數(shù)據(jù)預(yù)處理

3.1 樣本選擇和數(shù)據(jù)來源

在碳交易市場數(shù)據(jù)方面，樣本數(shù)據(jù)為上海、北京、天津、福建、湖北、廣東、深圳、重慶八個碳交易試點的相關(guān)數(shù)據(jù)，以2018年1月1日至2024年9月10日八個碳交易試點的交易價格作為研究對象，數(shù)據(jù)來源為國泰安數(shù)據(jù)庫。

3.2 投資者情緒代理指標(biāo)構(gòu)建

微博在信息傳播和社交互動方面具有廣泛的影響力，因此選取微博作為文本信息抓取網(wǎng)站，選擇抓取時間段為2018年1月1日至2024年9月10日，選取16個與碳市場相關(guān)的關(guān)鍵詞，分別為碳交易、碳匯、碳達(dá)峰、CCER、低碳經(jīng)濟、碳關(guān)稅、碳排放、京都議定書、碳足跡、碳排放交易、碳中和、雙碳、碳排放量、低碳、碳排放權(quán)、碳計算器。以這些關(guān)鍵詞的微博內(nèi)容為原始文本信息，共爬取190530條數(shù)據(jù)。微博內(nèi)的帖子雖然具有豐富價值的文本信息，但部分帖子同時含有噪聲，因此對表情貼、無關(guān)內(nèi)容貼、重復(fù)貼進(jìn)行篩選，最終保留135103條有效數(shù)據(jù)。

對于文本情感打分，使用SPSSAU軟件中的文本分析模塊，SPSSAU當(dāng)前使用的情感詞典包括BosonNLP、臺灣大學(xué)、清華大學(xué)、知網(wǎng)等共計13萬詞的情感詞典組合而成。部分微博文本的情緒分類結(jié)果如表1所示。

本文利用SPSSAU對每條微博的情緒進(jìn)行分類后，對每一天的正向文本、負(fù)向文本的數(shù)量進(jìn)行統(tǒng)計求和，借鑒Antweiler和Frank（2004）[17]等的計算方法，利用公式（1）計算第t日的投資者情緒指數(shù)：

式（1）中，St為在t日投資者情緒指數(shù)，stpos表示在t日情感打分為積極的評論數(shù)量之和，stneg表示在t日情感打分為消極的評論數(shù)量之和。由公式可知，當(dāng)一日的積極文本數(shù)量越多時，投資者情緒指數(shù)越大，投資者情緒越高漲；反之，投資者情緒指數(shù)越低，情緒越低落。

3.3 數(shù)據(jù)預(yù)處理

對于碳市場收益率（ri，t），本文采用傳統(tǒng)的計算方法，用后一日的收盤價（pi，t）減去前一日的收盤價（pi，t-1），并除以前一日的收盤價。

經(jīng)平穩(wěn)性檢驗發(fā)現(xiàn)，收益率數(shù)據(jù)以及投資者情緒數(shù)據(jù)皆滿足平穩(wěn)性特征，因此無需對數(shù)據(jù)做進(jìn)一步的平穩(wěn)性變換處理。

4 投資者情緒與我國碳市場收益率的實證研究

4.1 VAR回歸分析

本文研究投資者情緒對碳市場的影響，即兩個變量之間的關(guān)系。通過VAR模型可以刻畫兩個變量之間的關(guān)系，因此選擇該模型進(jìn)行分析，VAR模型的基本形式如下：

式（2）中：yi，t是被解釋變量，即各個碳交易試點收益率；xi，t為解釋變量，即投資者情緒指數(shù)；A和B代表投資者情緒對碳市場收益率的影響系數(shù)，兩者都是該模型的待估系數(shù)矩陣；t為樣本量；n代表滯后階數(shù)；ε為模型的隨機誤差項。

由表2可知，在深圳交易市場中，滯后一期的投資者情緒對收益率有顯著負(fù)向影響，但影響較??；在廣東交易市場中，滯后一期的收益率對投資者情緒有顯著正向影響，其他市場均不顯著。在深圳碳交易市場中，投資者更傾向于基于過去的情緒來做出投資決策，這種情緒往往帶有一定的滯后性和慣性。當(dāng)投資者情緒高漲時，他們對市場前景的估計更樂觀，從而推高價格；而隨后市場情緒回落時，價格也會相應(yīng)下跌。廣東碳市場作為中國較早成立的碳排放權(quán)交易市場，具有更成熟的市場機制和更完善的交易體系，收益率的變化能夠更快的反映到投資者情緒中，當(dāng)收益率上漲時，投資者受到鼓舞，情緒更樂觀，從而推高價格。這種正向影響表明，廣東交易市場中的投資者更加敏感，能夠更快地響應(yīng)市場。

4.2 Granger因果檢驗

Granger因果關(guān)系用于檢驗一組時間序列是否為另一組時間序列的原因，即考察這組時間序列的滯后項是否會對當(dāng)前項產(chǎn)生一定的影響，其本質(zhì)是一種預(yù)測關(guān)系。通過Granger因果檢驗，可以判斷每兩組時間序列是否存在滯后影響關(guān)系，并判斷是單向還是雙向的Granger因果關(guān)系。基于格蘭杰因果檢驗原理，對各個市場的投資者情緒和收益率進(jìn)行格蘭杰檢驗。

由表2Granger因果檢驗可以看出，在0.05的顯著水平上，廣東碳交易試點的收益率是投資者情緒的Granger原因，即收益率的變化會引起投資者情緒的變化。在0.1的顯著水平上，天津碳交易試點的收益率是投資者情緒的Granger原因，即收益率的變化會引起投資者情緒的變化。廣東與天津碳交易市場的收益率變化越大，投資者情緒越有可能發(fā)生越大的變動。當(dāng)市場收益率大幅波動時，投資者會因為樂觀或悲觀的情緒而做出過度買入或賣出的決策，從而進(jìn)一步加劇市場波動。

4.3 脈沖響應(yīng)分析

通過脈沖響應(yīng)函數(shù)能夠深入探究VAR模型的結(jié)果，以更加清晰明了地反映內(nèi)生變量對誤差沖擊的響應(yīng)，從而更好地理解其動態(tài)變化特性。圖1和圖2分別為投資者情緒對八個碳交易試點收益率的脈沖響應(yīng)圖。

從投資者情緒對北京碳交易試點收益率的沖擊來看，給情緒施加標(biāo)準(zhǔn)差沖擊后，收益率的響應(yīng)比較平穩(wěn)：在第一期，投資者情緒沒有明顯的變化；在第二期，收益率出現(xiàn)較小正向變化；在第三期，緩慢減弱降至負(fù)峰值；第四期之后，圍繞零值波動，趨于平靜。由此可見，當(dāng)投資者情緒高漲時，收益率當(dāng)期不會發(fā)生明顯變動，而是一段時間后，才緩慢上升。

從投資者情緒對廣東碳交易試點收益率的沖擊來看，給投資者施加標(biāo)準(zhǔn)差沖擊后，收益率的變化較為平穩(wěn)：當(dāng)投資者情緒高漲時，收益率第一期不會發(fā)生明顯變化；第二，三期開始緩慢下降至負(fù)值，第四期上升至正值。由此可以發(fā)現(xiàn)，當(dāng)投資者情緒高漲時，收益率短期內(nèi)不發(fā)生變化，后期會下降，然后逐漸回到初始狀態(tài)。

從投資者情緒對湖北碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊，第一期收益率不會出現(xiàn)任何變化，第二期迅速下降至負(fù)峰值，第三期又回到零值，之后沒有明顯變化。由此可見，當(dāng)投資者情緒高漲時，第二期收益率會產(chǎn)生負(fù)向影響，后期收益率不會有較大變化。

從投資者情緒對上海碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在當(dāng)期不會出現(xiàn)任何變化，第二至五期圍繞零值呈現(xiàn)鋸齒狀波動，隨后趨于平穩(wěn)。由此可見，當(dāng)投資者情緒高漲時，收益率后期會呈現(xiàn)不穩(wěn)定的波動。

從投資者情緒對天津碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率第一至三期未出現(xiàn)較大變化，第四期下降至負(fù)峰值，后期緩慢回升至零值。由此可見，當(dāng)投資者情緒變化時，收益率的反應(yīng)時間較長，第三期收益率才會呈現(xiàn)下降趨勢。

從投資者情緒對重慶碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在第一期未出現(xiàn)變化，第二期下降至負(fù)值，第三期未發(fā)生變化，第四期迅速上升至正峰值，后期回到零值。由此可見，當(dāng)投資者情緒高漲時，收益率在第二、三期均為負(fù)值，且未出現(xiàn)較大變化，后期逐漸上升至正值。

從投資者情緒對福建碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率的響應(yīng)較為平穩(wěn)：第一期投資者情緒沒有明顯變化，第二期緩慢下降至負(fù)峰值，第三、四期逐漸增加至正值。由此可見，當(dāng)投資者情緒高漲時，收益率當(dāng)期沒有發(fā)生變化，而是在后期傳遞負(fù)向影響后又變?yōu)檎蛴绊?，?dāng)期投資者情緒的高漲會導(dǎo)致后期收益率下降。

從投資者情緒對深圳碳交易試點收益率的沖擊來看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在第一期未出現(xiàn)變化，第二期迅速下降至負(fù)峰值，第三期之后開始緩慢增加，返回至零值附近。因此，當(dāng)投資者情緒高漲時，收益率當(dāng)期不會出現(xiàn)任何變化，第二期收益率下降較大幅度，后期逐步升高。

通過對各個市場的脈沖響應(yīng)分析可以發(fā)現(xiàn)，對投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率當(dāng)期不會產(chǎn)生任何變化，在第二期會出現(xiàn)負(fù)向變化，隨著時間的推移，影響越來越小?？傮w來說，投資者情緒的變化對碳市場的收益率不是即時的，而是具有一定的滯后效應(yīng)，一般持續(xù)在一周左右。當(dāng)投資者情緒出現(xiàn)過度悲觀或樂觀的預(yù)期時，會引發(fā)非理性的交易行為。然而，隨著時間推移，這種情緒驅(qū)動效應(yīng)會逐漸減弱，投資者逐漸回歸理性，市場趨于平穩(wěn)。

5 結(jié)論與建議

本文通過微博信息構(gòu)建投資者情緒指標(biāo)，通過VAR模型、Granger因果檢驗方法和脈沖響應(yīng)分析，研究投資者情緒對我國碳市場收益之間的關(guān)系。研究結(jié)果表明，投資者情緒對深圳碳交易試點的收益率存在顯著負(fù)向影響，廣東碳交易試點的收益率對投資者情緒存在顯著正向影響，說明深圳碳交易試點的價格更容易受到市場情緒的影響，廣東碳交易試點信息傳遞較為迅速；通過Granger因果檢驗發(fā)現(xiàn)，廣東碳交易試點的收益率變化是投資者情緒的Granger原因，天津碳交易試點的收益率是投資者情緒的Granger原因；對各個碳交易試點，當(dāng)期投資者情緒對收益率不會產(chǎn)生影響，短期內(nèi)會對收益率產(chǎn)生負(fù)向影響，隨著時間的推移，這種作用力逐漸減弱。

綜上所述，本文針對碳市場的建設(shè)提出如下政策啟示：

（1）加強碳市場間的溝通

完善市場機制，加強碳市場間的合作與交流，分享碳市場建設(shè)與管理的成功經(jīng)驗，推動全國碳市場的協(xié)同與發(fā)展；政府可以制定符合本區(qū)域?qū)嶋H情況的碳市場政策框架，確保政策實施的有效性和針對性。此外，注重碳市場的技術(shù)創(chuàng)新，發(fā)揮市場在資源配置中的決定性作用，提高碳市場的交易效率和競爭力；注意強化碳市場的監(jiān)測、評估與監(jiān)管體系，確保市場的公平、透明和穩(wěn)定。運營時間較短、活躍度較低的碳市場可以借鑒其他較為規(guī)范的碳市場，增強其流動性，各個碳市場間加強交流、互相學(xué)習(xí)，實現(xiàn)共同發(fā)展與繁榮。

（2）注重網(wǎng)絡(luò)宣傳途徑

在網(wǎng)絡(luò)傳播渠道方面，政府應(yīng)充分利用網(wǎng)絡(luò)在信息傳遞中對投資者關(guān)注方向的引導(dǎo)作用。政府需重視有關(guān)碳市場的新聞報道的真實性、時效性、全面性及權(quán)威性，抑制虛假信息的擴散，并對事態(tài)發(fā)展進(jìn)行全面的公開披露。這種做法一方面有助于穩(wěn)定公眾情緒，降低突發(fā)事件對社會造成的負(fù)面影響。另一方面，鑒于信息發(fā)布對投資者關(guān)注的影響，新聞媒體提供的資訊成為投資者決策的重要參考依據(jù)，甚至在某種程度上與碳市場價格的真實價值密切相關(guān)。政府需與權(quán)威媒體有效協(xié)作，以便投資者根據(jù)信息披露情況作出合理投資決策，保障市場穩(wěn)定高效運行。

（3）完善信息披露機制

在一個高效的市場中，健全的信息披露機制至關(guān)重要。以股票市場為例，招股說明書、公司公告等發(fā)布的信息能為市場投資者提供中長期預(yù)期，有助于引導(dǎo)投資者進(jìn)行理性價值投資。因此，我國碳交易市場亟待構(gòu)建一套行之有效的信息披露機制，應(yīng)強化中介服務(wù)機構(gòu)在碳足跡等相關(guān)數(shù)據(jù)計算與披露方面的關(guān)鍵作用，以滿足投資者對相關(guān)信息的需求，降低交易雙方的信息不對稱程度，提高投資者關(guān)注碳交易市場的效率，促進(jìn)其健康、穩(wěn)定發(fā)展。

參考文獻(xiàn)

Zhao. G，Jiang. W，Nie D，et al.How to Improve the Market Efficiency of Carbon Trading：A Perspective of China[J].Renewable. Sustainable Energy Reviews.2016，59：1229-1245.

Liu. F，Zhou. X，Zhu. Z，et al Measuring the Maturity of Carbon Market in China：An Entropy Based Topsis Approach[J].Journal of Cleaner Production.2019，229：94-103.

Riordan，Storkenmaier A，Wagener M，et al.Public Information Arrival：Price Discovery and Liquidity in Electronic Limit Order Markets[J].Journal of Banking and Finance，2013，37（4）：1148- 1159.

Brown， G. W.amp; Cliff， M. T. Investor sentiment and the near-term stock market[J]. Journal of Empirical Finance， 2004， 11（4）： 1-27.

Baker， M.amp; Wurgler， J. Investor Sentiment in the Stock Market[J]. The Journal of Economic Perspectives， 2007， 21（2）： 129-152.

黃德龍，文鳳華，楊曉光. 投資者情緒指數(shù)及中國股市的實證[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)，2009，29（1）：1-13.

程昆，劉仁和. 投資者情緒與股市的互動研究[J]. 上海經(jīng)濟研究，2005（11）： 86-93

Baker， M.amp; Wurgler， J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance， 2006， 61（4）： 1645-1680.

汪昌云，武佳薇. 媒體語氣、投資者情緒與IPO定價[J].金融研究，2015（9）： 174-189.

羅琦，吳乃遷，蘇愉越，等. 投資者盈余樂觀情緒與管理者迎合： 基于社交媒 50 體情感分析的證據(jù)[J]. 中國工業(yè)經(jīng)濟，2021（11）：135-154.

呂靖燁， 張超. 低碳背景下我國碳排放權(quán)市場價格的影響因素分析[J]. 煤炭經(jīng)濟研究， 2021， 35（5）：123-130.

張鵬. 碳排放權(quán)交易市場價格的影響因素研究[J]. 中國市場， 2020（16）：10-11.

張欣. 上海碳市場碳排放權(quán)價格的影響因素分析： 基于VEC模型的實證研究[J]. 中國商論， 2023（18）：109-112.

Liu. H，Chen. C.A study on the volatility spillovers.long memory effects and interactions between carbon and energy markets：The impacts of extreme weather[J].Economic Modleing，2013，35：840-855.

王倩， 路京京.中國碳配額價格影響因素的區(qū)域性差異[J]. 浙江學(xué)刊， 2015（4）：162-168.

Han. Ding. L，Zhao X，et al.Forecasting carbon prices in the Shenzhen market，China：The role of mixed-frequency factors[J].Energy，2019： 69-76

Antweiler， W.amp; Frank， M. Z. Is All That Talk Just Noise？ The Information Content of Internet Stock Message Boards[J]. The Journal of Finance， 2004（3）： 1259-1294.