湖北碳排放交易試點(diǎn)市場(chǎng)價(jià)格波動(dòng)影響因素分析

楊天臣

[提要] 本文以湖北碳排放交易試點(diǎn)市場(chǎng)碳交易數(shù)據(jù)為研究對(duì)象，分析其價(jià)格波動(dòng)及影響因素。通過(guò)建立GARCH族模型及Logit模型，發(fā)現(xiàn)湖北碳價(jià)格波動(dòng)持續(xù)性較弱，且其波動(dòng)性受綠色指標(biāo)、湖北地區(qū)GDP、武漢空氣質(zhì)量、湖北電力消耗、發(fā)電耗用原煤量以及深圳市場(chǎng)碳排放交易量等因素影響。

關(guān)鍵詞：湖北;碳排放交易試點(diǎn)市場(chǎng);波動(dòng)性;不對(duì)稱性;波動(dòng)性影響因素

中圖分類號(hào)：F713.5 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2020年7月17日

一、介紹

工業(yè)革命以來(lái)，以巨量的資源消耗為代價(jià)的傳統(tǒng)發(fā)展模式引起嚴(yán)重的環(huán)境污染。中國(guó)高度重視環(huán)境污染問(wèn)題，于2013年底開(kāi)始在深圳、北京、上海、天津、廣東、湖北、重慶和福建先后建立了八個(gè)碳排放交易試點(diǎn)市場(chǎng)。Xianfeng Liu等（2019）發(fā)現(xiàn)湖北市場(chǎng)的成熟度最高，因此為更好了解相對(duì)成熟市場(chǎng)的特點(diǎn)，本文選擇研究成熟度最高的湖北碳排放交易權(quán)試點(diǎn)市場(chǎng)碳價(jià)格波動(dòng)性及其影響因素，以豐富我國(guó)對(duì)該領(lǐng)域研究的不足，為我國(guó)建立統(tǒng)一的碳排放權(quán)交易市場(chǎng)提供一定的參考。

二、湖北碳排放權(quán)交易試點(diǎn)市場(chǎng)概述

中國(guó)試點(diǎn)市場(chǎng)發(fā)展時(shí)間較短，市場(chǎng)成熟度不夠，盡管湖北市場(chǎng)相對(duì)其他七家試點(diǎn)市場(chǎng)相對(duì)成熟，但總體來(lái)說(shuō)，Jingye Lyu等（2020）發(fā)現(xiàn)由于中國(guó)碳交易市場(chǎng)缺乏詳細(xì)的發(fā)展規(guī)劃，市場(chǎng)活動(dòng)低迷以及市場(chǎng)參與者對(duì)風(fēng)險(xiǎn)的極端敏感態(tài)度，導(dǎo)致其在穩(wěn)定性缺陷方面的波動(dòng)性。

（一）文獻(xiàn)綜述。碳價(jià)格機(jī)制是碳交易市場(chǎng)機(jī)制的核心。許多學(xué)者研究了歐盟和中國(guó)的試點(diǎn)市場(chǎng)中的碳價(jià)格波動(dòng)性及其影響因素。Bao-jun Tang等（2017）發(fā)現(xiàn)，歐盟碳交易市場(chǎng)中的碳價(jià)格波動(dòng)會(huì)受市場(chǎng)機(jī)制和外部環(huán)境影響;其中，外部環(huán)境對(duì)碳價(jià)格的影響主要體現(xiàn)在宏觀經(jīng)濟(jì)水平、環(huán)境質(zhì)量、城市發(fā)展水平、市場(chǎng)交易活動(dòng)等方面。Kaile Zhou等（2019）發(fā)現(xiàn)湖北省碳排放交易價(jià)格與能源價(jià)格、宏觀經(jīng)濟(jì)指標(biāo)和空氣質(zhì)量之間存在長(zhǎng)期均衡關(guān)系，碳排放交易價(jià)格在很大程度上受到宏觀經(jīng)濟(jì)指標(biāo)的影響。Boqiang Lin等（2019）發(fā)現(xiàn)，中國(guó)的碳市場(chǎng)價(jià)格對(duì)能源行業(yè)更為敏感，中國(guó)碳交易市場(chǎng)中的碳價(jià)格水平與GDP呈反比關(guān)系。

（二）湖北碳排放權(quán)交易試點(diǎn)市場(chǎng)碳價(jià)格描述性統(tǒng)計(jì)。通過(guò)湖北碳排放權(quán)交易試點(diǎn)市場(chǎng)碳價(jià)格偏度、峰度和標(biāo)準(zhǔn)差數(shù)值可以看出，湖北碳排放權(quán)價(jià)格序列具有波動(dòng)性及非正態(tài)分布和“尖峰”特征，但由于標(biāo)準(zhǔn)差較小，說(shuō)明其波動(dòng)性較弱。（表1）

三、方法

（一）GARCH族模型。碳價(jià)格序列是金融時(shí)間序列，研究其波動(dòng)性的常用方法是構(gòu)造GARCH族模型，通常情況下認(rèn)為GARCH模型選擇一階就能夠捕捉到碳價(jià)格時(shí)間序列的特征，其方程如下：

（二）Logit模型。由于本文因變量取值1或0，符合二分類形式Logit回歸模型，其一般形式表示為：

四、實(shí)證分析

（一）數(shù)據(jù)。本文以湖北碳交易市場(chǎng)為研究對(duì)象，選擇碳排放權(quán)初始交易日至2019年8月20日對(duì)數(shù)差分處理后的收盤價(jià)，數(shù)據(jù)來(lái)自中國(guó)的碳排放交易網(wǎng)。

（二）研究碳價(jià)格波動(dòng)影響因素所需數(shù)據(jù)。在排除所選指數(shù)數(shù)據(jù)的多重共線性后，我們篩選中證環(huán)保、中國(guó)低碳、中國(guó)低碳總收入指數(shù)（Anupam Dutta等），深圳試點(diǎn)市場(chǎng)碳價(jià)格及交易量（Anca Claudia Balietti等發(fā)現(xiàn)，歐盟碳交易市場(chǎng)的活動(dòng)與碳價(jià)格的波動(dòng)之間通常存在正相關(guān)關(guān)系）、空氣質(zhì)量、湖北地區(qū)GDP（Zhao-Peng Li等發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展對(duì)碳價(jià)的影響最大）、湖北地區(qū)用電量及發(fā)電耗用原煤量（Qi Wu等發(fā)現(xiàn)煤炭市場(chǎng)、Zhao-Peng Li等發(fā)現(xiàn)黑色能源消耗都會(huì)影響碳價(jià)格）作為建立Logit模型的指標(biāo)。數(shù)據(jù)來(lái)自東方財(cái)富數(shù)據(jù)庫(kù)、萬(wàn)方數(shù)據(jù)庫(kù)及國(guó)家數(shù)據(jù)網(wǎng)。

五、實(shí)證結(jié)果

（一）波動(dòng)性研究。在進(jìn)行實(shí)證分析前，需要測(cè)試數(shù)據(jù)的平穩(wěn)性、確定滯后項(xiàng)階數(shù)及檢驗(yàn)異方差性后分析其波動(dòng)性，結(jié)果如表2所示。（表2）

平穩(wěn)性檢驗(yàn)T統(tǒng)計(jì)量值在1%、5%和10%水平上均小于所對(duì)應(yīng)臨界值，嚴(yán)格拒絕原假設(shè)，碳價(jià)格序列平穩(wěn)。通過(guò)AIC法則確定ARMA（2，3）是最適合的滯后階數(shù)，并據(jù)此對(duì)ARMA（2，3）模型進(jìn)行ARCH檢驗(yàn)，其P值均小于顯著性水平，存在GARCH效應(yīng)，且ARCH項(xiàng)系數(shù)大于0，外部沖擊會(huì)對(duì)碳價(jià)格產(chǎn)生影響，但外部沖擊引起的碳排放價(jià)格波動(dòng)持續(xù)性較弱。具體來(lái)說(shuō)，除2014年無(wú)波動(dòng)性和2016年碳排放價(jià)格波動(dòng)持續(xù)性較強(qiáng)外，其他年份碳排放價(jià)格波動(dòng)持續(xù)性較弱。

（二）波動(dòng)性影響因素研究。綠色指標(biāo)、湖北地區(qū)GDP、武漢空氣質(zhì)量、深圳碳排放權(quán)交易量、湖北地區(qū)用電量及發(fā)電耗用原煤量會(huì)影響湖北試點(diǎn)市場(chǎng)碳價(jià)格波動(dòng)性，其中中國(guó)低碳指數(shù)交易價(jià)格、中證環(huán)保指數(shù)交易額、湖北地區(qū)用電量及深圳碳排放權(quán)交易量與湖北試點(diǎn)市場(chǎng)碳價(jià)格波動(dòng)性負(fù)相關(guān)。（表3）

六、結(jié)論

本文通過(guò)GARCH族模型和Logit模型研究了湖北碳價(jià)格波動(dòng)性及其影響因素，發(fā)現(xiàn)湖北碳排放交易試點(diǎn)市場(chǎng)碳價(jià)格總體具有波動(dòng)聚集性特征且外部沖擊引起的碳排放價(jià)格波動(dòng)持續(xù)性較弱;綠色指標(biāo)、湖北地區(qū)GDP、武漢空氣質(zhì)量、深圳碳排放權(quán)交易量、湖北地區(qū)用電量及發(fā)電耗用原煤量都顯著影響湖北試點(diǎn)市場(chǎng)碳價(jià)格波動(dòng)性。據(jù)此本文提出如下建議：第一，制定碳排放權(quán)交易市場(chǎng)政策時(shí)要充分考慮空氣質(zhì)量改善及經(jīng)濟(jì)發(fā)展趨勢(shì)。第二，發(fā)電用原煤的消耗量和電力消費(fèi)對(duì)碳價(jià)格波動(dòng)有重大影響。制定碳交易政策時(shí)應(yīng)考慮原煤消耗量的差異、清潔能源對(duì)傳統(tǒng)煤炭發(fā)電的替代效應(yīng)和電價(jià)政策帶來(lái)的影響。第三，湖北地區(qū)GDP對(duì)碳價(jià)格的波動(dòng)產(chǎn)生重大影響。因此在出臺(tái)政策時(shí)，還應(yīng)考慮經(jīng)濟(jì)發(fā)展。

主要參考文獻(xiàn)：

[1]Xianfeng Liu，Xinxing Zhou，Bangzhu Zhu，Kaijian He，Ping Wang，Measuring the maturity of carbon market in China：An entropy-based TOPSIS approach[J].Journal of Cleaner Production，Volume 229，2019.

[2]Jingye Lyu，Ming Cao，Kuang Wu，Haifeng Li，Ghulam Mohi-ud-din，Price volatility in the carbon market in China[J].Journal of Cleaner Production，Volume 255，2020.

[3]Bao-jun Tang，Piqin Gong，ChengShen.Factors of carbon price volatility in a comparative analysis of the EUA and sCER[J].Annals of Operations Research，2017.

[4]Kaile Zhou，Yiwen Li.Influencing factors and fluctuation characteristics of Chinas carbon emission trading price，Physica A：Statistical Mechanics and its Applications，Volume 524，2019.

[5]Boqiang Lin，Zhijie Jia，What are the main factors affecting carbon price in Emission Trading Scheme？A case study in China，Science of The Total Environment，Volume 654，2019.

[6]S.Koreisha，T.Pukkila，Linear methods for estimating arma and regression models with serial correlation，Commun.Stat.-Simul.Comput.19（1990）71102.http：//dx.doi.org.

[7]Anupam Dutta，Elie Bouri，Md Hasib Noor.Return and volatility linkages between CO2 emission and clean energy stock prices[J].Energy，2018.

[8]Anca Claudia Balietti.Trader types and volatility of emission allowance prices.Evidence from EU ETS Phase I[J].Energy Policy，2016.

[9]Zhao-Peng Li，Li Yang，Yi-Nan Zhou，Kai Zhao，Xiao-Ling Yuan，Scenario simulation of the EU carbon price and its enlightenment to China[J].Science of The Total Environment，Volume 723，2020.

[10]Qi Wu，Minggang Wang，Lixin Tian，The market-linkage of the volatility spillover between traditional energy price and carbon price on the realization of carbon value of emission reduction behavior[J].Journal of Cleaner Production，Volume 245，2020.