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.