基于收益率與改善生態(tài)環(huán)境效率視角的碳金融風(fēng)險(xiǎn)研究

裴輝儒，張 穎

（陜西師范大學(xué) 西北研究院，陜西 西安 710062）

【統(tǒng)計(jì)應(yīng)用研究】

基于收益率與改善生態(tài)環(huán)境效率視角的碳金融風(fēng)險(xiǎn)研究

裴輝儒，張 穎

（陜西師范大學(xué) 西北研究院，陜西 西安 710062）

金融市場(chǎng)一般包括市場(chǎng)自身運(yùn)行風(fēng)險(xiǎn)和外部性效率風(fēng)險(xiǎn)。運(yùn)用EGARCH-GED -CVaR和Panel Data方法，分析中國(guó)碳金融市場(chǎng)自身存在的風(fēng)險(xiǎn)以及對(duì)改善環(huán)境的效率問(wèn)題。以2014年5月至2015 年3月的7個(gè)試點(diǎn)城市碳金融交易所日成交量和日成交額數(shù)據(jù)、日空氣質(zhì)量指數(shù)數(shù)據(jù)進(jìn)行檢驗(yàn)。分析結(jié)果表明，中國(guó)碳金融市場(chǎng)面臨市場(chǎng)價(jià)格風(fēng)險(xiǎn)，碳金融市場(chǎng)在短期內(nèi)沒(méi)有對(duì)生態(tài)環(huán)境產(chǎn)生明顯的改善效率，但會(huì)在長(zhǎng)期中有效改善生態(tài)環(huán)境。因此，中國(guó)碳金融發(fā)展需要增強(qiáng)抗風(fēng)險(xiǎn)能力，提升改善環(huán)境的效率水平。

碳金融；市場(chǎng)風(fēng)險(xiǎn)；改善環(huán)境效率

現(xiàn)代金融理論認(rèn)為，金融市場(chǎng)風(fēng)險(xiǎn)一般表現(xiàn)為市場(chǎng)價(jià)格偏離均衡價(jià)格波動(dòng)風(fēng)險(xiǎn)和市場(chǎng)價(jià)格與宏觀政策預(yù)期背離的風(fēng)險(xiǎn)。市場(chǎng)價(jià)格偏離價(jià)值分析側(cè)重市場(chǎng)內(nèi)在價(jià)值的市場(chǎng)潛風(fēng)險(xiǎn)分析，一般通過(guò)構(gòu)造GARCH、VaR、EGARCH-CVaR等模型進(jìn)行分析。金融市場(chǎng)效率與經(jīng)濟(jì)預(yù)期風(fēng)險(xiǎn)主要分析金融市場(chǎng)價(jià)格波動(dòng)與經(jīng)濟(jì)發(fā)展預(yù)期背離產(chǎn)生的潛在風(fēng)險(xiǎn)，也稱(chēng)之為金融市場(chǎng)外部性效率風(fēng)險(xiǎn)，可以應(yīng)用相關(guān)分析、協(xié)整檢驗(yàn)、Granger因果關(guān)系檢驗(yàn)、虛擬變量回歸、SWARCH、Panel Data模型等進(jìn)行分析，以揭示市場(chǎng)潛在風(fēng)險(xiǎn)。中國(guó)碳金融作為新型金融市場(chǎng)，同樣面臨市場(chǎng)價(jià)格偏離均衡價(jià)格風(fēng)險(xiǎn)和價(jià)格背離改善生態(tài)環(huán)境這一宏觀政策預(yù)期的風(fēng)險(xiǎn)，所以分析也相應(yīng)從這兩個(gè)角度展開(kāi)。

2013年11月以來(lái)，全國(guó)陸續(xù)成立了深圳、北京、上海和湖北等七家碳交易所試點(diǎn)單位。自啟動(dòng)碳排放交易至2015年4月10日，七家碳交易所總成交量已突破1 961.05萬(wàn)噸 ，總成交額突破6.94億元，這標(biāo)志著中國(guó)碳金融改革取得了新突破。但是，中國(guó)碳金融剛剛起步，發(fā)展不均衡、交易規(guī)模小、定價(jià)不合理、市場(chǎng)風(fēng)險(xiǎn)大，尤其存在收益率波動(dòng)的市場(chǎng)風(fēng)險(xiǎn)和改善生態(tài)環(huán)境的外部性效率風(fēng)險(xiǎn)問(wèn)題?；诖?，本文擬從碳金融收益率波動(dòng)風(fēng)險(xiǎn)以及改善生態(tài)環(huán)境的外部性效率入手，利用EGARCH-GED-CVaR和Panel data方法展開(kāi)研究，以便為中國(guó)深化碳金融市場(chǎng)改革提供有益理論參考。

一、理論回顧

20世紀(jì)90年代末，英國(guó)經(jīng)濟(jì)學(xué)家首先提出買(mǎi)賣(mài)碳排放量配額理念。2002 年，英國(guó)最先將碳排放權(quán)在市場(chǎng)上交易。此后，德國(guó)、澳大利亞、美國(guó)、日本等相繼付諸于碳金融實(shí)踐。與此同時(shí)，相關(guān)風(fēng)險(xiǎn)研究也開(kāi)始在國(guó)內(nèi)外悄然興起，主要內(nèi)容大致分為兩大類(lèi)型：碳金融自身所面臨的系統(tǒng)性和非系統(tǒng)性等風(fēng)險(xiǎn)問(wèn)題；碳金融對(duì)改善生態(tài)環(huán)境保護(hù)外部性效率問(wèn)題。

在碳金融自身價(jià)格和收益率波動(dòng)風(fēng)險(xiǎn)的研究中，Timothy對(duì)低碳金融市場(chǎng)的風(fēng)險(xiǎn)、不確定性進(jìn)行了系統(tǒng)闡述[1]。William Blyth等通過(guò)蒙特卡羅和回歸分析，對(duì)歐盟碳排放交易體系的非系統(tǒng)風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)進(jìn)行了定量分析，并比較了兩種風(fēng)險(xiǎn)在不同碳交易市場(chǎng)價(jià)格下的轉(zhuǎn)換與分散問(wèn)題[2]；Feng等基于動(dòng)態(tài) VaR，探討了歐盟碳排放交易體系現(xiàn)貨和期貨價(jià)格的波動(dòng)性等風(fēng)險(xiǎn)問(wèn)題[3]；郇志堅(jiān)等分析了市場(chǎng)風(fēng)險(xiǎn)的產(chǎn)生原因及影響因素[4]；劉志成總結(jié)了中國(guó)碳金融可能存在的風(fēng)險(xiǎn)[5]。從研究的方法看，主要包括VaR以及改進(jìn)VaR后的均值-VaR、CVaR等方法。

發(fā)展碳金融市場(chǎng)目的在于改善生態(tài)環(huán)境，但又屬于金融市場(chǎng)的新生事物，所以不僅存在自身運(yùn)行的風(fēng)險(xiǎn)，而且也面臨改善生態(tài)環(huán)境的外部性風(fēng)險(xiǎn)，前者是前提條件，后者是必要條件，二者缺一不可。在碳金融對(duì)生態(tài)環(huán)境外部性效率研究中，聯(lián)合國(guó)可持續(xù)發(fā)展委員會(huì)提出的驅(qū)動(dòng)力-狀態(tài)-響應(yīng)（DSR）模型被認(rèn)為是研究碳金融-環(huán)境-經(jīng)濟(jì)-社會(huì)協(xié)調(diào)發(fā)展的基本框架。在國(guó)內(nèi)，蘭草等量化評(píng)估了中國(guó)碳交易體系效率，結(jié)果顯示現(xiàn)階段中國(guó)碳金融體系缺乏宏觀效率，存在外部性效率風(fēng)險(xiǎn)[6]。李惠彬等基于Boltzmann分布的碳排放權(quán)初始分配模型，分析了中國(guó)碳金融試點(diǎn)省市的碳排放權(quán)初始分配問(wèn)題，認(rèn)為碳排放權(quán)初始分配后，試點(diǎn)省市之間暫時(shí)不會(huì)進(jìn)行碳金融交易，造成各碳金融交易所在改善跨區(qū)生態(tài)環(huán)境方面的能力較弱，面臨潛在的外部性效率風(fēng)險(xiǎn)問(wèn)題[7]。陸敏等借助DSR 模型，基于系統(tǒng)聚類(lèi)分析研究了中國(guó)碳金融市場(chǎng)，主張中國(guó)應(yīng)分層逐步推進(jìn)，構(gòu)建跨區(qū)域碳金融市場(chǎng)和碳金融先行區(qū)[8]。

綜上所述，中國(guó)已經(jīng)開(kāi)始關(guān)注碳金融，但對(duì)碳金融市場(chǎng)風(fēng)險(xiǎn)及其對(duì)生態(tài)環(huán)境外部性效率問(wèn)題的實(shí)證研究顯然不足，所以在中國(guó)大力發(fā)展碳金融的戰(zhàn)略背景下，如何規(guī)避碳金融市場(chǎng)的自身風(fēng)險(xiǎn)，評(píng)估碳金融發(fā)展對(duì)環(huán)境保護(hù)的外部性效率成為亟待解決的問(wèn)題。本文通過(guò) EGARCH-CVaR方法和Panel Data模型，分析中國(guó)碳金融的收益率風(fēng)險(xiǎn)與改善環(huán)境的外部性效率，從中探索出規(guī)避碳金融市場(chǎng)自身風(fēng)險(xiǎn)和推進(jìn)碳金融改善生態(tài)環(huán)境外部性效率的有效路徑。

二、碳金融的市場(chǎng)風(fēng)險(xiǎn)分析

（一）數(shù)據(jù)來(lái)源與指標(biāo)設(shè)定

碳金融市場(chǎng)面臨兩個(gè)主要市場(chǎng)風(fēng)險(xiǎn)：一是市場(chǎng)規(guī)模變動(dòng)；二是碳排放權(quán)收益率價(jià)格的波動(dòng)。目前，中國(guó)碳金融市場(chǎng)中，交易量最大的是現(xiàn)貨市場(chǎng)，數(shù)據(jù)主要是7個(gè)碳排放試點(diǎn)單位的成交量和成交額。通過(guò)這些數(shù)據(jù)的分析，基本上可以了解碳金融市場(chǎng)的風(fēng)險(xiǎn)狀況。由于中國(guó)最早的碳金融試點(diǎn)開(kāi)始于2013年11月，交易時(shí)間較短，而且各交易開(kāi)始試點(diǎn)的時(shí)間不一致，有些交易所在2014年7月才開(kāi)始投入交易，所以考慮到數(shù)據(jù)可獲得性、統(tǒng)一性以及各交易所掛牌開(kāi)業(yè)交易的時(shí)間差異，本文統(tǒng)一選取各交易所 2014年5月至2015 年3月的日成交量和成交額數(shù)據(jù)，其中北京、深圳、上海、天津、湖北數(shù)據(jù)來(lái)源于各碳交易所官方網(wǎng)站主頁(yè)，廣州數(shù)據(jù)來(lái)源于其官方微信的信息公告以及上海交易所公布的各交易所周數(shù)據(jù)。由于重慶交易所交易頻率和交易額都很低，故不納入本文分析范圍。

利用上述各碳排放交易所的日數(shù)據(jù)，擬建立碳金融市場(chǎng)的收益率指標(biāo)，為了分析的便利，本文采用對(duì)數(shù)形式表示各碳交易市場(chǎng)的日收益率，公式如下:

（1）

其中Rt表示日收益率，Q表示交易量，M表示成交額，t為成交時(shí)間。

（二）模型設(shè)計(jì)[9]

對(duì)于一項(xiàng)資產(chǎn)或資產(chǎn)組合，GARCH模型的VaR定義是在一定的置信度和期限下，特定投資組合可能出現(xiàn)的最大潛在損失，即在正常市場(chǎng)條件下給定一定置信水平下資產(chǎn)或資產(chǎn)組合的預(yù)期價(jià)值與最低價(jià)值之差:

VaR=W0（E[R]-Ra）

（2）

其中W0為資產(chǎn)或資產(chǎn)組合的初始價(jià)值，E[R]為預(yù)期收益率，Ra為一定置信水平α下的最低收益率。如果已知收益率的分布，那么可以通過(guò)計(jì)算分布分位點(diǎn)求出相應(yīng)置信水平α的Ra?？紤]到實(shí)際碳金融市場(chǎng)中收益率的厚尾性會(huì)導(dǎo)致VaR對(duì)風(fēng)險(xiǎn)的低估，本文利用GARCH模型類(lèi)中的條件方差來(lái)度量碳金融市場(chǎng)的VaR。GARCH的一般模型可以表示為：

Rt=μt+εt,t=1,2,…,T

（3）

（4）

但是，GARCH模型嚴(yán)格約束了系數(shù)參數(shù)的非負(fù)性，而且不能反映金融市場(chǎng)的杠桿效應(yīng)，容易在金融市場(chǎng)中應(yīng)用時(shí)出現(xiàn)偏差，而EGARCH模型有效地克服了這些缺陷，所以目前在金融研究領(lǐng)域應(yīng)用得更廣泛的是EGARCH模型。EGARCH模型的條件方差的表達(dá)式為:

（5）

EGARCH模型將自然對(duì)數(shù)作為條件方差說(shuō)明杠桿效應(yīng)的表現(xiàn)形式是指數(shù)型的，而且將參數(shù)γ引入模型，如果γ=0，說(shuō)明價(jià)格對(duì)稱(chēng)后上漲信息與下跌信息所產(chǎn)生的波動(dòng)相同；若γ>0，表明影響的波動(dòng)上漲信息大于下跌信息；若γ<0，表明影響波動(dòng)的上漲信息小于下跌信息。

GARCH族模型一般假定序列為標(biāo)準(zhǔn)正態(tài)分布，但是實(shí)證研究表明金融時(shí)間序列的分布往往具有比正態(tài)分布更寬的厚尾，可以分別用正態(tài)分布、廣義誤差分布（GED）與t分布來(lái)調(diào)整尾部的偏差。我們以θ代表參數(shù)向量，獲得它們的對(duì)數(shù)似然函數(shù)分別為：

1.殘差服從正態(tài)分布的GARCH（1，1）模型的對(duì)數(shù)似然函數(shù)為:

（6）

2.殘差服從GDE的GARCH（1，1）模型的對(duì)數(shù)似然函數(shù)為:

（7）

其中Г（·）為Gamma函數(shù)，當(dāng)參數(shù)r=2時(shí)，GED分布成為了正態(tài)分布;當(dāng)r<2時(shí)，GED分布有較正態(tài)分布更厚的尾部;當(dāng)r>2時(shí)，GED分布有較正態(tài)分布更薄的尾部。

3.殘差服從學(xué)生t分布的GARCH（1，1）模型對(duì)數(shù)似然函數(shù)為：

（8）

式（8）的參數(shù)估計(jì)變成了自由度為k>2的約束下使對(duì)數(shù)似然函數(shù)最大化的問(wèn)題。當(dāng)k→∞時(shí)，學(xué)生t分布接近于正態(tài)分布。

因?yàn)镚ED分布比其它兩種分布形態(tài)更復(fù)雜，而且模擬金融時(shí)序數(shù)據(jù)效果更好，所以用GED分布來(lái)推導(dǎo)基于GARCH模型的VaR計(jì)算公式。在收益率序列服從GED分布時(shí)，GARCH（p,q）的方差表達(dá)式為：

（9）

（10）

其中p是移動(dòng)平均的ARCH項(xiàng)的階數(shù)，q是自回歸GARCH項(xiàng)的階數(shù)，p>0并且βi≥0，1≤i≤p。

對(duì)于一個(gè)模型是否具有ARCH效應(yīng)，一般采取ARCH LM檢驗(yàn)，檢驗(yàn)的統(tǒng)計(jì)量由一個(gè)輔助檢驗(yàn)回歸計(jì)算，公式如下：

（11）

VaR方法雖然可以給出在一定置信區(qū)間內(nèi)的在險(xiǎn)價(jià)值，卻不能反映出置信區(qū)間之外的風(fēng)險(xiǎn)價(jià)值。CVaR風(fēng)險(xiǎn)度量方法則克服了VaR度量風(fēng)險(xiǎn)的缺點(diǎn)， 能夠較好地滿(mǎn)足凸性的要求，而且其線性規(guī)劃的全局最優(yōu)化結(jié)果可同時(shí)得到VaR值與CVaR值（CVaR>VaR），由此實(shí)現(xiàn)了對(duì)真實(shí)損失超過(guò)了VaR的度量。

CVaR風(fēng)險(xiǎn)測(cè)度原理如下：

假定隨機(jī)收益率向量R的密度函數(shù)為p（R），對(duì)任意a∈R，對(duì)于每一個(gè)資產(chǎn)的權(quán)重組成的向量w，相應(yīng)y的損失函數(shù)f（w,R）。假定p（R）是連續(xù)的，y是一已知分布的隨機(jī)變量, 則f（x,y）是依賴(lài)于y的隨機(jī)變量。用φ（w,a）表示損益函數(shù)f（w,R） 的概率分布函數(shù)為:

（12）

在p（R）連續(xù)的前提下, 顯然φ（w,a）也是連續(xù)的。在給定 （0<β< 1）內(nèi), 投資組合風(fēng)險(xiǎn)的VaR值定義為:

（13）

由于CVaR為損失超過(guò)VaR的條件均值, 則連續(xù)型CVaR定義為:

p（R）dR

（14）

CVaR對(duì)損益分布的尾部損失度量是相對(duì)充分和完整的，尤其風(fēng)險(xiǎn)因子在非對(duì)稱(chēng)分布情況下，CVaR比VaR能夠更全面有效地刻畫(huà)損失分布的特征。

若用α表示相應(yīng)分布形態(tài)下置信水平C的分位數(shù),q表示大于α的分位數(shù),則CVaR的計(jì)算公式為：

（15）

在GED分布條件下，CVaR值為：

（16）

（三）實(shí)證研究及結(jié)果分析

利用上述假定的GARCH模型，首先對(duì)6家碳金融交易所對(duì)數(shù)收益率的條件異方差進(jìn)行ARCH效應(yīng)統(tǒng)計(jì)檢驗(yàn)。從對(duì)數(shù)效益時(shí)序圖來(lái)看，這6家碳金融交易所的收益率序列波動(dòng)性聚集現(xiàn)象十分明顯，存在大幅度波動(dòng)后緊跟著較大幅度的波動(dòng)，而小幅度波動(dòng)后緊跟著較小幅度波動(dòng)的現(xiàn)象，表明這些時(shí)間序列的波動(dòng)存在聚集性，即存在ARCH現(xiàn)象。

下面進(jìn)一步用拉格朗日乘數(shù)法（LM）對(duì)6家碳金融交易所的均值方程的殘差進(jìn)行滯后ARCH效應(yīng)檢驗(yàn)，結(jié)果見(jiàn)表1。由LM統(tǒng)計(jì)量及相伴概率可知，各序列均存在明顯的ARCH效應(yīng)，因而對(duì)數(shù)收益率序列存在顯著的異方差性，表明中國(guó)碳金融市場(chǎng)可能存在市場(chǎng)風(fēng)險(xiǎn)，有必要進(jìn)行險(xiǎn)值分析。

表1 各模型的ARCH LM檢驗(yàn)

顯然各交易所收益率殘差平方在滯后一定階數(shù)以后，概率值P值為0，拒絕原假設(shè)，認(rèn)為各交易所回歸模型的殘差序列存在ARCH效應(yīng)。再通過(guò)計(jì)算各回歸模型殘差的AC和PAC系數(shù)發(fā)現(xiàn)，各回歸模型殘差平方的AC和PAC顯著不為0，而Q統(tǒng)計(jì)量非常顯著，因此確定本文模型為GARCH（1,1） 。然后采用GARCH （1,1）和EGARCH （1,1）模型在GED分布下對(duì)6家碳金融交易所的收益率進(jìn)行參數(shù)估計(jì)，估計(jì)結(jié)果見(jiàn)表2。

表2 收益率的GARCH（1,1）和EGARCH （1,1）模型參數(shù)估計(jì)

注： *、**、***分別表示在10%、5%、1%水平上的統(tǒng)計(jì)顯著性，下同。

表2估計(jì)結(jié)果顯示，從均值方程參數(shù)來(lái)看，在相同的置信水平下，上海的均值大于廣州，北京的均值大于天津，這也符合組合證券風(fēng)險(xiǎn)一般大于單一證券的基本常識(shí)，所以上海和北京市場(chǎng)容量較大，面臨的風(fēng)險(xiǎn)比較大，廣州和天津市場(chǎng)容量相對(duì)較小，面臨的市場(chǎng)風(fēng)險(xiǎn)就較小。另外，深圳交易所收益率的沖擊衰減速度最慢，所有方差沖擊都會(huì)在下一期存在，其收益率長(zhǎng)期記憶性最大，天津碳金融市場(chǎng)的衰減速度次之。從方差模型來(lái)看，通過(guò)觀察α和β值的統(tǒng)計(jì)量檢驗(yàn),在10%的顯著性水平下，所有的α和β值都顯著，說(shuō)明這些模型都能較好地刻畫(huà)各碳金融交易所收益率的波動(dòng)聚集性特征，較大幅度的波動(dòng)后面一般緊跟著大幅度的波動(dòng)。α和β值的顯著性也表明，碳金融收益率的波動(dòng)都顯示出一定的持續(xù)性，易受到意外信息的影響，對(duì)市場(chǎng)變化的反映較為迅速。所有碳金融交易所的αi+β都非常接近于1，說(shuō)明收益率的波動(dòng)性有一定時(shí)間長(zhǎng)度的記憶性。所有的γ系數(shù)均為正，說(shuō)明碳金融正收益率的沖擊所帶來(lái)的影響要大于同等程度負(fù)沖擊所帶來(lái)的影響。

由不同置信水平下三種分布的VaR值及其有效性檢驗(yàn)結(jié)果可知，以EGARCH-GED模型估算VaR值效果最為理想，所以本文僅就EGARCH-GED模型求CVaR值，結(jié)果見(jiàn)表3。

表3 EGARCH-CED模型下的CVaR值

表3結(jié)果表明，所有的CVaR值都比VaR值大很多，說(shuō)明CVaR的值可以更好地刻畫(huà)尾部風(fēng)險(xiǎn)，能很好地反映多極端風(fēng)險(xiǎn)情況。

上述分析表明，中國(guó)碳金融市場(chǎng)自身存在諸多市場(chǎng)風(fēng)險(xiǎn)，要求我們必須采取相應(yīng)措施來(lái)控制碳金融市場(chǎng)波動(dòng)風(fēng)險(xiǎn)。但是，控制碳金融市場(chǎng)風(fēng)險(xiǎn)僅是建立碳金融市場(chǎng)的前提，而借助碳金融交易抑制溫室氣體排放和改善生態(tài)環(huán)境才是最終目的，所以促進(jìn)碳金融市場(chǎng)發(fā)展，不僅要考慮市場(chǎng)自身風(fēng)險(xiǎn)，還要考慮碳金融市場(chǎng)改善環(huán)境的效率問(wèn)題，二者是碳金融風(fēng)險(xiǎn)問(wèn)題的兩個(gè)方面，所以下文分析碳金融改善環(huán)境的效率問(wèn)題。

三、碳金融改善生態(tài)環(huán)境的效率分析

借助碳金融來(lái)改善生態(tài)環(huán)境是建立碳金融交易體系的最終目標(biāo)，所以碳金融改善的生態(tài)環(huán)境效率問(wèn)題是我們重點(diǎn)考察的工作之一，因?yàn)樗彩翘冀鹑诟纳粕鷳B(tài)環(huán)境最重要的指標(biāo)，其效率的大小將決定市場(chǎng)運(yùn)行的成敗，所以從這個(gè)角度而言，這也是一個(gè)風(fēng)險(xiǎn)問(wèn)題。

（一）數(shù)據(jù)來(lái)源與指標(biāo)設(shè)定

一般情況下，碳排放對(duì)城市空氣質(zhì)量的影響較大，所以碳金融的交易量與交易額必然與城市空氣質(zhì)量存在密切關(guān)系，那么接下來(lái)就分析各交易所碳金融交易狀況與環(huán)境質(zhì)量指數(shù)的關(guān)系。考慮到數(shù)據(jù)的同步性問(wèn)題，一般采用年度數(shù)據(jù)和滯后項(xiàng)加以克服，但是中國(guó)碳金融市場(chǎng)最早起步于2013年11月，幾個(gè)交易所甚至起步于2014年5月，所以在數(shù)據(jù)的可獲得性上存在客觀上的技術(shù)障礙，無(wú)法用碳金融交易的年度甚至月度數(shù)據(jù)進(jìn)行模型分析，所以本文假設(shè)不存在同步性問(wèn)題，并采用日度數(shù)據(jù)建模。另外，考慮到目前各試點(diǎn)交易所主要集中在幾個(gè)城市，交易項(xiàng)目也主要集中在這些城市的低碳環(huán)保、抑制“雙高”等產(chǎn)業(yè)，所以生態(tài)環(huán)境改善與否也與這些城市有關(guān)，因此假定碳交易項(xiàng)目具有地域特征，僅與所在的碳金融交易試點(diǎn)城市有關(guān)。這樣一來(lái)，碳金融數(shù)據(jù)選取各交易所 2014年5月至2015 年3月的日成交量和成交額數(shù)據(jù)，生態(tài)環(huán)境數(shù)據(jù)選取深圳、湖北、北京、上海、天津和廣州等城市環(huán)境空氣質(zhì)量數(shù)據(jù)，數(shù)據(jù)來(lái)自環(huán)境保護(hù)部網(wǎng)站2014年5月至2015 年3月城市日空氣質(zhì)量指數(shù)（AQI）。

（二）模型構(gòu)建

考慮到計(jì)量單位的差異以及可能產(chǎn)生的共線性問(wèn)題，首先對(duì)碳金融數(shù)據(jù)作拉氏指數(shù)變換，變換公式如下：

（17）

（18）

然后，建立碳金融交易拉氏指數(shù)（L1、L2）與城市日空氣質(zhì)量指數(shù)（AQI）的固定效應(yīng)面板數(shù)據(jù)模型，模型設(shè)定如下：

AQIt=α+β1L1it+β2L2it+μit

（19）

其中AQI表示空氣質(zhì)量指數(shù)，L1、L2分別為兩個(gè)碳交易的拉氏指數(shù)，t為交易時(shí)間，μ為殘差，μit=μi+νit，其中μi是在時(shí)間維度恒定的一個(gè)變量，并不會(huì)隨著觀測(cè)期間的變化而變化。

（三）實(shí)證研究及結(jié)果分析

1.單位根檢驗(yàn)。對(duì)空氣質(zhì)量指數(shù)（AQI）、碳交易的拉氏指數(shù)（L1、L2）三個(gè)變量分別進(jìn)行LLC單位根檢驗(yàn)、Harris-Tzavalis單位根檢驗(yàn)和W檢驗(yàn)（見(jiàn)表4）。經(jīng)檢驗(yàn)發(fā)現(xiàn)， AQI、L1、L2有時(shí)間趨勢(shì)，所以對(duì)這三個(gè)變量進(jìn)行LLC單位根檢驗(yàn)和Harris-Tzavalis單位根檢驗(yàn)時(shí)選用固定效應(yīng)的面板數(shù)據(jù)模型。水平值經(jīng)三種方法檢驗(yàn),均說(shuō)明有單位根，一階差分值經(jīng)三種方法檢驗(yàn),其結(jié)果在1%的顯著水平上表現(xiàn)為無(wú)單位根,說(shuō)明這三個(gè)變量都是一階單整I（1），因此三變量間存在協(xié)整關(guān)系的可能。

表4 面板單位根檢驗(yàn)結(jié)果

2.面板數(shù)據(jù)協(xié)整分析及長(zhǎng)期因果關(guān)系檢驗(yàn)。通過(guò)面板數(shù)據(jù)單位根檢驗(yàn)，發(fā)現(xiàn)三變量間存在協(xié)整關(guān)系的可能。首先檢驗(yàn)碳交易的拉氏指數(shù)（L1、L2）是否是日空氣質(zhì)量（AQI）的長(zhǎng)期原因。由于殘差序列無(wú)時(shí)間趨勢(shì),此處的回歸模型僅含固定效應(yīng)。再根據(jù)LLC檢驗(yàn)和Harris-Tzavalis檢驗(yàn)判斷殘差序列的平穩(wěn)性，檢驗(yàn)結(jié)果見(jiàn)表5。

表5 協(xié)整檢驗(yàn)結(jié)果

檢驗(yàn)結(jié)果顯示，兩種檢驗(yàn)方法說(shuō)明碳金融的拉氏指數(shù)L1和L2是日空氣質(zhì)量（AQI）的長(zhǎng)期原因，其可能的原因是中國(guó)碳金融的數(shù)據(jù)時(shí)間跨度較短。 Harris 和Tzavalis已證明在時(shí)間跨度較小時(shí)，LLC法的檢驗(yàn)?zāi)芰^差，可以舍去LLC法檢驗(yàn)結(jié)果。因此，碳金融拉氏指數(shù)（L1、L2）是日空氣質(zhì)量（AQI）的長(zhǎng)期原因。用同樣的方法檢驗(yàn)日空氣質(zhì)量（AQI）不是碳金融的拉氏指數(shù)（L1、L2）的長(zhǎng)期原因，檢驗(yàn)結(jié)果見(jiàn)表4，三種檢驗(yàn)結(jié)果都否定日空氣質(zhì)量（AQI）是碳金融的拉氏指數(shù)（L1、L2）的長(zhǎng)期原因。由此，得到一個(gè)協(xié)整方程，詳見(jiàn)表6。

表6 個(gè)體固定效應(yīng)Panel Data模型估計(jì)結(jié)果

表5結(jié)果顯示，碳金融指數(shù)每增加1單位，空氣質(zhì)量指數(shù)下降0.000 21或0.000 19個(gè)單位。結(jié)果表明，碳交易對(duì)這些地區(qū)的天氣產(chǎn)生的影響還不明顯，仍然需要進(jìn)一步加大碳金融市場(chǎng)的交易額和交易量。

3.面板數(shù)據(jù)誤差糾正模型及短期因果關(guān)系。通過(guò)面板數(shù)據(jù)協(xié)整檢驗(yàn)，建立了一個(gè)協(xié)整方程。由于時(shí)間跨度較小，需要通過(guò)短期因果關(guān)系分析來(lái)進(jìn)一步檢驗(yàn)這三個(gè)協(xié)整方程的可靠性。由此，建立如下誤差修正模型：

（20）

表7 面板數(shù)據(jù)誤差修正模型檢驗(yàn)結(jié)果

由于ECMt項(xiàng)回歸系數(shù)為0.032 6，其概率值為0.001 4，顯著不為0，所以誤差糾正機(jī)制發(fā)生，碳金融的拉氏指數(shù)（L1、L2）是否為日空氣質(zhì)量（AQI）的長(zhǎng)期原因進(jìn)一步得到證實(shí)。而其它變量的回歸系數(shù)在5%的水平上均不顯著，所以碳金融拉氏指數(shù)（L1、L2）是日空氣質(zhì)量（AQI）的短期因果關(guān)系不成立。由此表明，當(dāng)前的碳金融交易在短期內(nèi)沒(méi)有對(duì)改善環(huán)境產(chǎn)生效率，但是在長(zhǎng)期中將發(fā)揮積極作用。

四、結(jié) 論

本文主要研究了中國(guó)碳金融市場(chǎng)自身存在的風(fēng)險(xiǎn)以及碳金融市場(chǎng)發(fā)展對(duì)改善生態(tài)環(huán)境的效率。研究發(fā)現(xiàn)，中國(guó)6個(gè)碳金融交易所面臨的風(fēng)險(xiǎn)不盡相同，有系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)，甚至有些碳交易所的風(fēng)險(xiǎn)尚不明朗。主要研究結(jié)論如下：

1.中國(guó)碳金融日收益率具有尖峰厚尾的特性，不服從正態(tài)分布，基于GED分布的GARCH-CVaR模型可以很好地刻畫(huà)中國(guó)碳金融日收益序列的尖峰厚尾等特點(diǎn)。

2.中國(guó)碳金融交易存在明顯的價(jià)格波動(dòng)性沖擊風(fēng)險(xiǎn)。市場(chǎng)容量較大的市場(chǎng)面臨的風(fēng)險(xiǎn)比較大，市場(chǎng)容量相對(duì)較小的市場(chǎng)面臨的市場(chǎng)風(fēng)險(xiǎn)就較小，但是各交易所收益率的沖擊衰減速度有快有慢，不盡相同。

3.基于面板分析表明，在短期內(nèi)碳金融市場(chǎng)還沒(méi)有發(fā)揮出改善中國(guó)生態(tài)環(huán)境的作用，但是從長(zhǎng)期看，必然會(huì)產(chǎn)生深遠(yuǎn)的影響。

分析其原因，主要在于中國(guó)碳金融市場(chǎng)才剛剛起步，交易時(shí)間較短，發(fā)展面臨極大的風(fēng)險(xiǎn)和不確定性，在短期內(nèi)尚無(wú)法發(fā)揮有效改善生態(tài)環(huán)境的作用。另外，中國(guó)碳金融屬于新型金融市場(chǎng)，研究數(shù)據(jù)的獲得性面臨著諸多瓶頸，必然存在估計(jì)上的技術(shù)性偏差。但是，也應(yīng)該看到中國(guó)碳金融市場(chǎng)正在向著我們預(yù)期的目標(biāo)前進(jìn)，非常需要相關(guān)研究給予技術(shù)支持和理論指導(dǎo)，以推進(jìn)中國(guó)碳金融改善環(huán)境的長(zhǎng)期促進(jìn)作用。所以，要繼續(xù)加大對(duì)碳金融的研究力度，挖掘相關(guān)數(shù)據(jù)信息，為中國(guó)碳金融的發(fā)展提供科學(xué)的理論指導(dǎo)。與此同時(shí)，相關(guān)部門(mén)應(yīng)該繼續(xù)深化改革、進(jìn)一步完善碳金融制度、培育碳金融市場(chǎng)、健全市場(chǎng)參與主體，逐步建立起統(tǒng)一的多元化的融資渠道。

[1] Timothy J Foxon.A Co-evolutionary Framework for Analyzing Transition Pathways to a Low Carbon Economy[C].Paper for EAEPE （European Association for Evolutionary Political Economy）, 2008.

[2] William Blyth, Derek Bunn.Coevolution of Policy，Market and Technical Price Risks in the EU ETS[J].Energy Policy, 2011, 39（8）.

[3] Zhen-Hua Feng, Yi-Ming Wei, Kai Wang.Estimating Risk for the Carbon Market Via Extreme Value Theory: An Empirical Analysis of the EU ETS[J].Applied Energy, 2012, 99 （11）.

[4] 郇志堅(jiān)，李青.碳金融: 原理、功能與風(fēng)險(xiǎn)金融[J].金融發(fā)展評(píng)論，2010（8）.

[5] 劉志成.中國(guó)發(fā)展碳金融面臨的風(fēng)險(xiǎn)和對(duì)策[J].武漢金融，2012（6）.

[6] 蘭草，李鍇.中國(guó)碳金融交易體系效率分析[J].經(jīng)濟(jì)學(xué)家，2014（10）.

[7] 李惠彬,郝洲.中國(guó)碳交易試點(diǎn)省市碳排放權(quán)的初始分配研究——基于 Boltzmann分布[J].當(dāng)代經(jīng)濟(jì)，2014（13）.

[8] 陸敏,趙湘蓮,李巖巖.基于系統(tǒng)聚類(lèi)的中國(guó)碳交易市場(chǎng)初步研究[J].軟科學(xué)，2013（3）.

[9] Rockafeller T, Uryasev S.Optimization of Conditional Value-at-risk[J].Journal of Risk, 2000, 2 （3）.

（責(zé)任編輯：崔國(guó)平）

Research on the Carbon Finance Risk Research of the Yield and Improving the Ecological Environment Efficiency

PEI Hui-ru, ZHANG Ying

（Northwest Institute of Historical Environment and Socio-Economic Development,Shaanxi Normal University, Xi'an 710062, China）

The paper analyzes the risk in the carbon financial markets themselves and to improve the efficiency of the environmental problems, by using the VaR and Panel Data method, and using the daily data of turnover, volume, and the urban air quality index of 7 cities of carbon financial exchanges from May 2014 to March 2015.The analysis results show that the carbon financial market in China's seven pilot units facing the risk is not the same, in the short term, carbon finance has not improved the efficiency of the eco-environment, in the long term, will effectively improve the ecological environment.Therefore, if we will develop carbon finance, we have to not only need to enhance the anti-risk ability, but also need to improve the efficiency of improving the environment.

carbon finance; market risk; the efficiency on improve environment

2015-04-17；修復(fù)日期：2015-05-21

國(guó)家社會(huì)科學(xué)基金項(xiàng)目《氣候變遷背景下西部地區(qū)生物多樣性保護(hù)管理中的價(jià)值識(shí)別、展示與捕獲研究》（14BJL103）；陜西省社會(huì)科學(xué)研究項(xiàng)目《西安霾污染健康損失計(jì)量及治理研究》（2014D28）

裴輝儒，男，甘肅民樂(lè)人，經(jīng)濟(jì)學(xué)博士，副教授，研究方向：環(huán)境經(jīng)濟(jì)學(xué),碳金融,生態(tài)系統(tǒng)與生物多樣性經(jīng)濟(jì)學(xué)； 張 穎，女，陜西西安人，碩士生,研究方向:金融學(xué)。

F224.0∶F830.9

A

1007-3116（2015）09-0048-07