湖北碳市場(chǎng)與中國(guó)股市之間動(dòng)態(tài)相關(guān)性研究

王春霞

關(guān)鍵詞：動(dòng)態(tài)相關(guān)性;湖北碳市場(chǎng);VAR-DCC-GARCH模型;中國(guó)股市

中圖分類號(hào)：F830.91 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2022）06-0081-04

引言

隨著我國(guó)金融體系的日益完善，市場(chǎng)之間的聯(lián)系越來越緊密，市場(chǎng)之間必然會(huì)互相影響。各個(gè)市場(chǎng)之間不再是相互獨(dú)立的個(gè)體，也就說明，市場(chǎng)的價(jià)格不僅受到市場(chǎng)本身前期信息的影響，而且還會(huì)受到其他市場(chǎng)信息的影響。碳排放權(quán)作為一種新的金融形式，具有金融資產(chǎn)的屬性（喬海曙、劉小麗，2011），股票市場(chǎng)作為實(shí)體經(jīng)濟(jì)的晴雨表，兩者都是金融市場(chǎng)中的一部分，因此不可避免地會(huì)產(chǎn)生相互影響。目前隨著越來越多的國(guó)家開始開展碳排放權(quán)交易，越來越多的學(xué)者開始研究碳排放權(quán)交易市場(chǎng)和企業(yè)價(jià)值和股票市場(chǎng)之間的相互關(guān)系。

劉維權(quán)、趙凈（2011）運(yùn)用DCC-MVGARCH模型分析標(biāo)準(zhǔn)普爾500指數(shù)和ECX碳排放期貨之間的聯(lián)動(dòng)性，發(fā)現(xiàn)股票市場(chǎng)對(duì)EU ETS 期貨具有單方面的引導(dǎo)關(guān)系;秦天程（2014）采用了VAR模型和CAPM-GARCH模型分析了碳交易價(jià)格與新能源股價(jià)之間的關(guān)系，發(fā)現(xiàn)碳排放權(quán)的交易價(jià)格是引起新能源上市公司股價(jià)變動(dòng)的重要因素;吳振信、萬埠磊、王書平（2015）構(gòu)建VAR模型分析了歐盟碳交易市場(chǎng)、BRENT原油市場(chǎng)和倫敦股票市場(chǎng)之間的聯(lián)動(dòng)關(guān)系，發(fā)現(xiàn)三個(gè)市場(chǎng)對(duì)重大事件影響的反應(yīng)具有一定的聯(lián)動(dòng)性，但是碳市場(chǎng)的波動(dòng)主要是由于其自身的因素造成的，受到原油市場(chǎng)和股市的影響很小;陶春華（2015）采用VAR模型研究我國(guó)碳排放權(quán)交易和樣本行業(yè)股票收益率之間的關(guān)系，研究表明，高碳排放行業(yè)的股票收益率與上海碳排放權(quán)市場(chǎng)之間存在負(fù)相關(guān)關(guān)系，低碳行業(yè)的股票收益率與上海碳排放權(quán)市場(chǎng)之間的影響沒有規(guī)律性。鄒紹輝、張?zhí)穑?020）構(gòu)建了MSVAR模型分析能源期貨市場(chǎng)、能源股票市場(chǎng)和碳市場(chǎng)之間的關(guān)系，認(rèn)為國(guó)內(nèi)能源期貨市場(chǎng)與能源股票市場(chǎng)對(duì)碳市場(chǎng)的影響較大，但是碳市場(chǎng)對(duì)能源期貨市場(chǎng)和股票市場(chǎng)的影響較小。

碳市場(chǎng)作為一個(gè)政策市場(chǎng)，反映的是實(shí)體經(jīng)濟(jì)中企業(yè)減排的情況，股票市場(chǎng)作為“實(shí)體經(jīng)濟(jì)的晴雨表”，因此對(duì)二者的相關(guān)關(guān)系進(jìn)行研究非常有必要。研究中國(guó)碳排放權(quán)交易市場(chǎng)和中國(guó)股票市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)變化，可以幫助投資者建立合適的資產(chǎn)組合，減少市場(chǎng)風(fēng)險(xiǎn)帶來損失的可能性。對(duì)于市場(chǎng)監(jiān)管者來說，在制定政策時(shí)應(yīng)當(dāng)注意碳市場(chǎng)和股票市場(chǎng)兩個(gè)市場(chǎng)之間的聯(lián)動(dòng)關(guān)系，幫助相關(guān)的監(jiān)管部門建立相應(yīng)的風(fēng)險(xiǎn)預(yù)警體系。

一、描述性統(tǒng)計(jì)分析

本文所用數(shù)據(jù)是2014年4月3日至2020年6月30日的日收盤價(jià)數(shù)據(jù)。碳市場(chǎng)的數(shù)據(jù)選用的是湖北碳配額的日收盤價(jià)數(shù)據(jù)，湖北碳交易市場(chǎng)自2014年4月正式啟動(dòng)碳排放權(quán)交易以來，碳交易市場(chǎng)平穩(wěn)運(yùn)行，成交量和成交額在全國(guó)7個(gè)試點(diǎn)省市中穩(wěn)居首位，已經(jīng)成為我國(guó)最大的碳排放交易市場(chǎng)，所以將湖北碳排放權(quán)交易市場(chǎng)作為碳市場(chǎng)的代表。股市數(shù)據(jù)則用的是滬市的上證指數(shù)和深市的深證成指的日收盤價(jià)數(shù)據(jù)。由于湖北碳排放交易市場(chǎng)開始交易的時(shí)間較晚，且股市和碳市場(chǎng)交易時(shí)間不能夠完全對(duì)應(yīng)，因此除去節(jié)假日以及雙休日和剔除交易日期不匹配的數(shù)據(jù)后共有1 514×3個(gè)樣本。本文定義各個(gè)市場(chǎng)的日收益率為：

rjt=ln（Pjt-Pjt-1）×100

其中，Pjt表示市場(chǎng)j第t天的收盤價(jià)，Pjt-1表示市場(chǎng)j第t-1天的收盤價(jià)，rjt為市場(chǎng)j的日收益率序列。rhb、rsh、rsz分別表示湖北碳市場(chǎng)的日收益率，以及滬市和深市的股票日收益率。

表1給出了湖北碳配額、上證指數(shù)和深證綜指的描述性統(tǒng)計(jì)及檢驗(yàn)結(jié)果。湖北碳配額、上證指數(shù)和深圳成指的日收益率的均值均在零附近且收益率均為正值。上證指數(shù)和深圳成指收益率的標(biāo)準(zhǔn)差較小，均在1左右，但是湖北的碳配額收益率的標(biāo)準(zhǔn)差較大，達(dá)到了3.358，說明數(shù)據(jù)分布較為分散。從偏度系數(shù)和峰度系數(shù)來看，股票市場(chǎng)和碳市場(chǎng)的偏度均小于零，即四個(gè)市場(chǎng)的收益率均為左偏分布;而峰度均大于零，說明湖北碳市場(chǎng)的收益率以及股票市場(chǎng)的收益率均為尖峰，三個(gè)市場(chǎng)的收益率符合一般金融市場(chǎng)中收益率尖峰厚尾的分布特點(diǎn)。并且湖北碳市場(chǎng)和滬深股市都在1%的置信水平下拒絕了Jarque-Bera正態(tài)分布的假設(shè)，即三個(gè)市場(chǎng)的收益率均不服從正態(tài)分布。Ljung-Box Q統(tǒng)計(jì)量檢驗(yàn)表明，湖北碳配額的收益率序列以及上證綜指和深證成指的收益率序列及其它們收益率的平方序列均無法接受序列無關(guān)的假設(shè)，說明序列存在高階自相關(guān)性，它們的波動(dòng)都具有時(shí)變性和聚集性等特征，因此，應(yīng)當(dāng)要引入GARCH模型來刻畫這種時(shí)變方差特征。

在進(jìn)行正式建模之前，對(duì)收益率序列的平穩(wěn)性進(jìn)行檢驗(yàn)。發(fā)現(xiàn)所有的收益率序列均為平穩(wěn)時(shí)間序列，因此可以使用VAR-DCC-GARCH模型對(duì)數(shù)據(jù)進(jìn)行建模分析。

二、實(shí)證結(jié)果分析

依據(jù)上述數(shù)據(jù)統(tǒng)計(jì)特征，本文采用三變量VAR（p）-DCC-GARCH模型。我們根據(jù)LR檢驗(yàn)統(tǒng)計(jì)量，最終預(yù)測(cè)誤差FPE，AIC、SIC以及HQ信息準(zhǔn)則作為判斷標(biāo)準(zhǔn)，選擇VAR模型的最優(yōu)滯后階數(shù)，除了LR統(tǒng)計(jì)量選擇的最優(yōu)滯后階數(shù)為4階之外，F(xiàn)PE、AIC、SIC以及HQ的最優(yōu)滯后階數(shù)都選擇了1階，所以本文據(jù)此建立VAR（1）模型。

對(duì)建立的VAR（1）模型進(jìn)行穩(wěn)定性檢驗(yàn)，可以知道VAR模型的根都在單位圓內(nèi)，VAR（1）模型是穩(wěn)定的，因此模型得出的檢驗(yàn)結(jié)果是有意義的。

對(duì)VAR模型的殘差進(jìn)行ARCH效應(yīng)的檢驗(yàn)發(fā)現(xiàn)，LM檢驗(yàn)的統(tǒng)計(jì)量LM（10）的p值也都在1%的顯著性水平下顯著，說明VAR（1）模型的殘差項(xiàng)具有很強(qiáng)的ARCH效應(yīng)，符合建立GARCH模型的前提，因此可以依據(jù)VAR模型的殘差建立DCC-GARCH模型對(duì)碳市場(chǎng)和股市之間的關(guān)系進(jìn)行進(jìn)一步研究。

表3給出了在t分布下，湖北碳配額與上證指數(shù)和深圳成指的VAR-DCC-GARCH模型估計(jì)結(jié)果并利用軟件得到碳市和滬深股市彼此之間的動(dòng)態(tài)相關(guān)系數(shù)。湖北碳市場(chǎng)和滬、深股市之間的動(dòng)態(tài)相關(guān)系數(shù)整體上呈現(xiàn)負(fù)相關(guān)，并且沒有明顯的趨勢(shì)走向，說明湖北碳市場(chǎng)與股票市場(chǎng)的聯(lián)動(dòng)性并不好。湖北碳市場(chǎng)與滬市的平均相關(guān)系數(shù)為-0.016843，標(biāo)準(zhǔn)差為0.096266;而湖北碳市場(chǎng)與深市之間的平均相關(guān)系數(shù)為-0.018428，標(biāo)準(zhǔn)差為0.089739。由此可以看出，滬深股市對(duì)湖北碳市場(chǎng)的影響在整體上具有趨同性，但是就平均的相關(guān)系數(shù)來看的話，深市對(duì)湖北碳市場(chǎng)的影響比滬市對(duì)湖北碳市場(chǎng)的影響要更大一些，這也與“深比滬強(qiáng)”的常識(shí)相符。

觀察湖北碳市場(chǎng)與滬深股市之間的動(dòng)態(tài)相關(guān)系數(shù)圖，我們可以發(fā)現(xiàn)，動(dòng)態(tài)相關(guān)系數(shù)圖在303（2015年7月1日）左右開始從負(fù)相關(guān)轉(zhuǎn)成正相關(guān)，并且在340（2015年8月21日）達(dá)到最大，隨后又開始慢慢減小，直至460（2016年2月25日）恢復(fù)負(fù)相關(guān)。對(duì)應(yīng)這段時(shí)間正好是我國(guó)發(fā)生股災(zāi)的時(shí)間段，因此可以推斷，股災(zāi)的發(fā)生導(dǎo)致湖北碳市場(chǎng)與滬深兩市之間的動(dòng)態(tài)相關(guān)系數(shù)顯著增加，會(huì)導(dǎo)致風(fēng)險(xiǎn)從股市傳導(dǎo)到湖北碳市場(chǎng)。應(yīng)該注意的是，中國(guó)碳市場(chǎng)和股票市場(chǎng)的動(dòng)態(tài)相關(guān)性變化的過程比較劇烈，說明中國(guó)碳市場(chǎng)與股票市場(chǎng)之間的關(guān)聯(lián)基礎(chǔ)并不牢靠，兩個(gè)市場(chǎng)之間的信息傳遞受到阻礙。

結(jié)語

碳市場(chǎng)作為一個(gè)新興的市場(chǎng)，對(duì)新信息的敏感度較高，而股票市場(chǎng)作為相對(duì)成熟的金融市場(chǎng)，波動(dòng)具有持續(xù)性。碳市場(chǎng)和股票市場(chǎng)之間的動(dòng)態(tài)相關(guān)性存在時(shí)變性，它們之間的動(dòng)態(tài)系數(shù)大體呈現(xiàn)出負(fù)相關(guān)關(guān)系。此外，滬深股市對(duì)碳市場(chǎng)的影響具有趨同性，但總的來說深市對(duì)碳市場(chǎng)的影響比滬市對(duì)碳市場(chǎng)的影響更大一些?；趯?shí)證結(jié)果，本文提出以下建議：首先，引入更多的碳金融產(chǎn)品。當(dāng)前我國(guó)的碳排放權(quán)交易市場(chǎng)存在著交易不活躍，履約期集中交易等問題，這些問題都會(huì)導(dǎo)致碳排放權(quán)交易價(jià)格的失真，碳價(jià)可能并沒有真實(shí)的反映市場(chǎng)的需求，所以可以引入更多的碳金融產(chǎn)品，增強(qiáng)碳排放權(quán)市場(chǎng)的流動(dòng)性，可以在一定程度上緩解碳排放權(quán)市場(chǎng)交易不活躍的情況。而且引入更多的碳金融產(chǎn)品也可以幫助投資者進(jìn)行風(fēng)險(xiǎn)管理，這也會(huì)使得更多的投資者參與到碳市場(chǎng)當(dāng)中，從而提高碳市場(chǎng)的交易效率。其次，應(yīng)重視資本市場(chǎng)對(duì)碳市場(chǎng)的資源配置作用。當(dāng)前，許多企業(yè)對(duì)碳排放權(quán)的資產(chǎn)屬性認(rèn)識(shí)不深刻，參與熱情不高，所以應(yīng)改變企業(yè)這種錯(cuò)誤的固有認(rèn)識(shí)，通過政策導(dǎo)向引導(dǎo)更多的企業(yè)參與到低碳減排的碳排放權(quán)交易當(dāng)中，推進(jìn)企業(yè)增長(zhǎng)方式的轉(zhuǎn)變，推進(jìn)資本市場(chǎng)對(duì)減排技術(shù)創(chuàng)新和低碳化發(fā)展的資金支持。

參考文獻(xiàn)：

[1] ?喬海曙，劉小麗.碳排放權(quán)的金融屬性[J].理論探索，2011，（3）：61-64.

[2] ?劉維權(quán)，趙凈.ECX碳排放期貨與歐美股市聯(lián)動(dòng)性研究——基于DCC-MVGARCH模型的實(shí)證分析[J].蘭州學(xué)刊，2011，（3）：37-41.

[3] ?秦天程.傳統(tǒng)能源及碳交易價(jià)格與新能源股價(jià)——基于VAR和CAPM-GARCH模型的分析[J].技術(shù)經(jīng)濟(jì)與管理研究，2014，（12）：120-124.

[4] ?吳振信，萬埠磊，王書平.碳交易市場(chǎng)、原油市場(chǎng)和股票市場(chǎng)的聯(lián)動(dòng)關(guān)系——基于結(jié)構(gòu)突變檢驗(yàn)和VAR模型的實(shí)證研究[J].系統(tǒng)工程，2015，（3）：25-31.

[5] ?陶春華.我國(guó)碳排放權(quán)交易市場(chǎng)與股票市場(chǎng)聯(lián)動(dòng)性研究[J].北京交通大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2015，（4）：40-51.

[6] ?鄒紹輝，張?zhí)?能源期貨市場(chǎng)、能源股票市場(chǎng)和碳市場(chǎng)的非線性關(guān)系動(dòng)態(tài)分析[J].系統(tǒng)工程，2020，（5）：14.

[7] ?汪中華，胡垚.我國(guó)碳排放權(quán)交易價(jià)格影響因素分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，（2）：128-136.

[8] ?孫彥林，陳守東.我國(guó)金融市場(chǎng)間風(fēng)險(xiǎn)傳染的VAR-GARCH-M-BEKK模型的實(shí)證分析[J].國(guó)有經(jīng)濟(jì)評(píng)論，2014，（6）：75-93.

[9] ?谷耀，陸麗娜.滬、深、港股市信息溢出效應(yīng)與動(dòng)態(tài)相關(guān)性——基于DCC-（BV）EGARCH-VAR的檢驗(yàn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006，（8）：142-151.

[10] ?曹廣喜，姚奕.滬深股市動(dòng)態(tài)溢出效應(yīng)與動(dòng)態(tài)相關(guān)性的實(shí)證研究——基于長(zhǎng)記憶VAR-BEKK（DCC）-MVGARCH（1，1）模型[J].系統(tǒng)工程，2008，（5）.

[11] ?張秋莉，楊超，門明.國(guó)際碳市場(chǎng)與能源市場(chǎng)動(dòng)態(tài)相依關(guān)系研究與其實(shí)——基于DCC-MVGARCH模型[J].經(jīng)濟(jì)評(píng)論，2012，（5）：112-122.

3351500589288