碳排放權(quán)交易市場(chǎng)價(jià)格的影響因素研究

張鵬

摘要：碳排放交易體系對(duì)減少溫室氣體排放和減緩全球氣候變暖具有重要作用和意義，而碳排放交易價(jià)格是排放交易體系中最重要的一環(huán)。本文使用向量誤差修正模型（VEC），選取2013年3月22日到2018年12月31日的數(shù)據(jù)，研究驅(qū)動(dòng)因素對(duì)碳排放價(jià)格的影響機(jī)制。實(shí)證分析表明，碳現(xiàn)貨價(jià)格主要受原油期貨價(jià)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，其他影響因素均不顯著。

關(guān)鍵詞：碳排放價(jià)格;VEC;協(xié)整;影響因素

1. 引言

化石燃料的大量使用和溫室氣體的大量排放導(dǎo)致全球氣候變暖，已經(jīng)引起世界各國(guó)的關(guān)注。碳排放交易體系是減少溫室氣體排放的有效手段和低成本措施。因此，研究碳排放交易價(jià)格及其影響因素具有重要意義。

作為具有金融屬性的商品，碳資產(chǎn)受許多復(fù)雜因素的影響，例如宏觀經(jīng)濟(jì)運(yùn)行，能源價(jià)格，政府政策和碳市場(chǎng)中的類(lèi)似產(chǎn)品。相應(yīng)地，碳價(jià)格、經(jīng)濟(jì)變量和能源市場(chǎng)之間的聯(lián)系預(yù)計(jì)將是動(dòng)態(tài)的（Ji等[1]，2018）。揭示這種動(dòng)態(tài)聯(lián)系對(duì)市場(chǎng)決策者和參與者具有三個(gè)有益的影響。首先，歐盟排放交易體系不僅是決策者實(shí)現(xiàn)減排目標(biāo)的重要市場(chǎng)工具，而且有助于市場(chǎng)決策者清楚地了解排放配額的定價(jià)方式并制定政策。其次，對(duì)于被體系覆蓋企業(yè)修改與減排行動(dòng)相關(guān)的決策，調(diào)整化石燃料的使用具有重要意義。第三，估算排放配額價(jià)格對(duì)影響因素沖擊的反應(yīng)是市場(chǎng)投資者加強(qiáng)有效風(fēng)險(xiǎn)管理的必要技能。

2. 文獻(xiàn)綜述

根據(jù)以往的文獻(xiàn)，能源價(jià)格是碳價(jià)格最重要的驅(qū)動(dòng)因素，因?yàn)榘l(fā)電廠能夠在燃料投入之間進(jìn)行轉(zhuǎn)換。原油、天然氣、煤炭和電力價(jià)格是影響EUA價(jià)格的主要因素。碳價(jià)格已被證明與宏觀經(jīng)濟(jì)活動(dòng)密切相關(guān)。Chevallier[2] （2011）通過(guò)馬爾科夫轉(zhuǎn)換模型發(fā)現(xiàn)在經(jīng)濟(jì)擴(kuò)張期間，工業(yè)生產(chǎn)對(duì)碳價(jià)格有正向影響。Zhu等[3] （2019）發(fā)現(xiàn)，歐盟碳排放價(jià)格的長(zhǎng)期趨勢(shì)在一定程度上取決于宏觀經(jīng)濟(jì)因素。Chevallier[2] （2011）指出，2006年4月歐盟碳排放價(jià)格暴跌的主要原因不是投機(jī)性套利，而是排放配額的超額分配以及配額不允許跨期使用。Fan等[4] （2017）使用事件研究法評(píng)估了歐盟排放交易體系中不同政策調(diào)整對(duì)碳排放收益的影響。極端天氣，例如極端寒冷和高溫，也會(huì)影響對(duì)碳排放量的需求，進(jìn)而影響碳價(jià)格。Alberola等[5]（2008）發(fā)現(xiàn)EUA現(xiàn)貨價(jià)格不僅對(duì)能源價(jià)格產(chǎn)生反應(yīng)，而且還對(duì)較冷事件中溫度的意外變化做出響應(yīng)。

最近對(duì)碳排放價(jià)格驅(qū)動(dòng)因素的研究使用了更復(fù)雜的方法，通常分為兩類(lèi)：計(jì)量經(jīng)濟(jì)模型和人工智能模型。前者主要包括ARIMA、GARCH、灰色模型GM （1，1） 等，后者包括ANN、LSSVM、MLP、LSTM等。

3. 模型介紹

4. 數(shù)據(jù)來(lái)源與實(shí)證分析

4.1 數(shù)據(jù)來(lái)源

碳現(xiàn)貨價(jià)格選取EUA第三階段碳現(xiàn)貨價(jià)格。煤炭?jī)r(jià)格選取歐洲ARA港動(dòng)力煤現(xiàn)貨價(jià)。石油價(jià)格選取WTI原油期貨價(jià)格。天然氣價(jià)格選取紐約商業(yè)交易所的天然氣期貨合約價(jià)格。電力價(jià)格選取歐洲電力交易所的電力發(fā)展指數(shù)。選取Euro Stoxx 50指數(shù)代表宏觀經(jīng)濟(jì)運(yùn)行情況。為降低異方差影響，對(duì)所有變量進(jìn)行對(duì)數(shù)化處理，對(duì)數(shù)化后的數(shù)據(jù)依次記為lnspot，lnARA，lnWTI，lngas，lnEEDI和lnSTOXX。

4.2 VEC分析

首先，對(duì)原始數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)，結(jié)果表明，未差分時(shí)，lnSTOXX在5%的顯著性水平下是平穩(wěn)的，其它五個(gè)變量是平穩(wěn);一階差分之后，其它五個(gè)變量也變?yōu)槠椒€(wěn)序列，且是在1%的顯著性水平下平穩(wěn)。原始數(shù)據(jù)是I（1）單整。

然后，尋找VAR模型的最優(yōu)滯后階數(shù)。在五個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中，SC和HQ指向一階滯后，F(xiàn)PE和AIC指向二階滯后，LR指向八階滯后，最終選擇二階作為VAR模型的最優(yōu)滯后階數(shù)。確定了VAR模型的最優(yōu)滯后階數(shù)之后，建立原始數(shù)據(jù)層面的VAR模型，建立VAR模型時(shí)，需要進(jìn)行Granger因果關(guān)系檢驗(yàn)，以檢查各內(nèi)生變量之間是否互為因果關(guān)系。Granger因果關(guān)系檢驗(yàn)的結(jié)果表明，在10%的顯著性水平下，lnspot，lnWTI和lngas可以視為內(nèi)生變量，lnARA，lnEEDI和lnSTOXX應(yīng)看作外生變量。然后對(duì)其建立向量誤差修正模型。在建立VEC模型之前，需要先進(jìn)行協(xié)整檢驗(yàn)，以確認(rèn)它們之間是否存在長(zhǎng)期均衡關(guān)系，Johansen協(xié)整檢驗(yàn)結(jié)果顯示碳現(xiàn)貨價(jià)格及其影響因素之間存在一個(gè)協(xié)整關(guān)系，滿足建立VEC模型的條件。

剔除不顯著的變量之后，得到關(guān)于lnspot的方程如（3）所示。

〖dlnspot〗_t=- 0.07*〖dlnspot〗_（t-1）+ 0.11*〖dlnWTI〗_（t-1）- 0.0014*〖vecm〗_（t-1）- 0.12（3）

結(jié)果表明，第一，碳現(xiàn)貨價(jià)格主要受原油期貨價(jià)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，其他影響因素不顯著。數(shù)據(jù)差分后，原油期貨價(jià)格上漲1%，會(huì)使碳現(xiàn)貨價(jià)格上升0.11%?？赡艿脑蚴?，WTI作為一種期貨價(jià)格，具有價(jià)格發(fā)現(xiàn)的功能，其上漲表明能源市場(chǎng)需求旺盛，能源消耗量在穩(wěn)步增加，從而提高了石油等能源的未來(lái)價(jià)格。也預(yù)示著未來(lái)碳排放的數(shù)量要增加，從而碳排放配額的需求增加，進(jìn)而推高了碳現(xiàn)貨價(jià)格。碳現(xiàn)貨價(jià)格受到自身滯后一階差分值的負(fù)向影響，表明碳價(jià)格具有自動(dòng)趨于穩(wěn)定的特性，具有一定的抗干擾能力。第二，當(dāng)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，誤差會(huì)以-0.0014的水平進(jìn)行調(diào)整，調(diào)整速度緩慢。

5. 結(jié)論與建議

本文提出向量誤差修正模型，研究歐盟排放交易體系EUA第三階段碳現(xiàn)貨價(jià)格及其潛在影響因素的關(guān)系，從而為碳市場(chǎng)管理者和參與者提供相應(yīng)的建議。

實(shí)證分析結(jié)果表明，碳現(xiàn)貨價(jià)格主要受原油期貨價(jià)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，具有自動(dòng)趨于穩(wěn)定的特性。當(dāng)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，誤差會(huì)以-0.0014的水平進(jìn)行調(diào)整，調(diào)整速度緩慢?；谝陨辖Y(jié)論，在短期中，建議管理者應(yīng)該加強(qiáng)原油期貨市場(chǎng)的建設(shè)，防止原油期貨價(jià)格的過(guò)度波動(dòng)對(duì)碳市場(chǎng)產(chǎn)生不利影響，投資者需要密切關(guān)注原油期貨價(jià)格的變化;同時(shí)，管理者和投資者需要關(guān)注碳現(xiàn)貨市場(chǎng)自身的變化。

參考文獻(xiàn)

[1]JI Q， ZHANG DY， GENG JB.Information linkage， dynamic spillovers in prices and volatility between the carbon and energy markets[J].Journal of Cleaner Production，2018（198）： 972-978.

[2]JULIEN CHEVALLIER. Detecting instability in the volatility of carbon prices[J]. Energy Economics，2011，33（1）：99-110.

[3]ZHU B， Ye SX， HAN D，ETAL.A multiscale analysis for carbon price drivers[J]. Energy Economics. 2019（78）：202-216.

[4]LIN BQ，JIA ZJ.What are the main factors affecting carbon price in Emission Trading Scheme？ A case study in China[J].Science Total Environment，2019（654）：525-534.

[5]EMILIE ALBEROLA，JULIEN CHEVALLIER，BENOIT CHEZE. Price drivers and structural breaks in European carbon prices 2005–2007[J]. Energy Policy，2008，36（2）：787-797.