國內(nèi)碳金融市場尾部風(fēng)險網(wǎng)絡(luò)傳染效應(yīng)分析

摘? 要：碳市場之間呈現(xiàn)出的明顯分割市場特征，但是理論上卻又存在著一定的風(fēng)險傳染關(guān)系，那么事實的本質(zhì)到底是怎樣的？本文基于復(fù)雜網(wǎng)絡(luò)分析法，建立國內(nèi)碳市場尾部風(fēng)險網(wǎng)絡(luò)，研究國內(nèi)碳市場間的尾部風(fēng)險傳染關(guān)系。結(jié)果顯示，深圳、湖北碳市場的相對入度比較大，北京碳市場最小;重慶、北京、廣東碳市場的相對出度較大，天津碳市場最小，應(yīng)當(dāng)依據(jù)不同碳市場的網(wǎng)絡(luò)特征采取針對性風(fēng)險監(jiān)管措施。

關(guān)鍵詞：碳市場;尾部風(fēng)險;網(wǎng)絡(luò)關(guān)聯(lián);傳染效應(yīng)

一、引言

我國在“十二五”規(guī)劃中明確提出建立碳排放權(quán)交易市場，從2013年開始，我國先后在深圳、上海、北京、天津、廣東、湖北、重慶、福建8個省市啟動了碳交易試點。國內(nèi)碳市場之間由于各地區(qū)的供求現(xiàn)狀、制度設(shè)計的不同以及各碳市場的獨立運行使得各碳市場之間存在著較大的差異，國內(nèi)的碳試點市場呈現(xiàn)分割市場的特性，即各個碳市場之間的關(guān)聯(lián)關(guān)系并不緊密。但是，基于Hermann提出的“關(guān)聯(lián)性理論”，存在某種關(guān)聯(lián)關(guān)系的產(chǎn)業(yè)或部門，都能夠通過擴張生產(chǎn)誘導(dǎo)性投資從而擴散到整個產(chǎn)業(yè)鏈當(dāng)中，而在各類市場中也同樣適用這種“聯(lián)動效應(yīng)”。也就是說由于各地區(qū)基本要素的相似性與基于市場化的減排機制的設(shè)定，必然導(dǎo)致各試點碳市場間存在關(guān)聯(lián)性，即碳市場之間的風(fēng)險傳染表現(xiàn)出一定程度的非對稱效應(yīng)。金融市場收益率往往呈現(xiàn)出厚尾的特征，相應(yīng)的碳金融市場收益率也存在著厚尾的特征，具有尾部風(fēng)險。尾部風(fēng)險反映了極端事件發(fā)生的概率，極端金融事件一旦發(fā)生將會造成市場的巨大動蕩。

二、理論基礎(chǔ)及研究假設(shè)

尾部風(fēng)險屬于金融風(fēng)險，尾部風(fēng)險是尾部狀態(tài)下極端事件可能引起的巨額損失。尾部狀態(tài)通常發(fā)生在偏離中心程度較大的情況下，偏離中心的程度越大時，發(fā)生尾部風(fēng)險的概率也就越大。由于碳排放權(quán)市場之間存在關(guān)聯(lián)性，網(wǎng)絡(luò)關(guān)聯(lián)特征可以很好的刻畫碳金融市場中各個市場之間的關(guān)聯(lián)關(guān)系，刻畫尾部風(fēng)險在碳排放權(quán)市場之間的傳播路徑。

H1：尾部風(fēng)險網(wǎng)絡(luò)中對其他碳排放權(quán)市場風(fēng)險溢出能力越高的碳排放權(quán)市場的系統(tǒng)性風(fēng)險溢出值越低。

H2：尾部風(fēng)險網(wǎng)絡(luò)中碳排放權(quán)市場尾部風(fēng)險吸收能力越高的金融機構(gòu)的系統(tǒng)性風(fēng)險溢出值越高。

三、研究設(shè)計

（一）變量定義

本文主要采用復(fù)雜網(wǎng)絡(luò)網(wǎng)絡(luò)，選取網(wǎng)絡(luò)特征指標(biāo)當(dāng)中的相對入度、相對出度和特征向量中心性，研究碳金融市場風(fēng)險傳染。相對入度代表其他碳排放權(quán)市場對碳排放權(quán)市場的尾部風(fēng)險溢出程度，在一定意義上代表其他碳排放權(quán)市場對該碳排放權(quán)市場的風(fēng)險傳染;相對出度代表該碳排放權(quán)市場對其他碳排放權(quán)市場的尾部風(fēng)險外溢程度，在一定意義上能夠代表碳排放權(quán)市場的風(fēng)險分擔(dān)性質(zhì)。

（二）樣本數(shù)據(jù)的選擇及來源說明

本文在研究時選取了深圳、北京、廣東、上海、天津、上海、湖北、重慶七家交易所的每日成交價數(shù)據(jù)，最終共得到1516個日度數(shù)據(jù)，數(shù)據(jù)來源于中國碳排放交易網(wǎng)。

（三）模型選取

利用GARCH-Copula-ΔCoVaR模型構(gòu)建尾部風(fēng)險網(wǎng)絡(luò)矩陣之后，選取 平均值作為閾值構(gòu)建鄰接矩陣。然后利用復(fù)雜網(wǎng)絡(luò)分析法構(gòu)建尾部風(fēng)險網(wǎng)絡(luò)，計算出每一年金融機構(gòu)的相對出度、相對入度水平。

四、實證結(jié)果與分析

（一）碳金融市場尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)節(jié)點測度實證結(jié)果分析

1、碳市場溢出風(fēng)險能力分析

首先計算出7家碳排放權(quán)市場每年的相對出度，然后取年度平均值，得到的結(jié)果如下表1所示。由表1可知，在樣本期間內(nèi)，重慶、北京、廣東對其他碳排放權(quán)市場的尾部風(fēng)險溢出程度較大，天津碳市場對其他碳排放權(quán)市場尾部風(fēng)險溢出的程度最小。

2、碳市場風(fēng)險吸收能力分析

進一步計算出7家碳排放權(quán)市場在樣本期間內(nèi)的相對入度，并且取年平均值，與相對出度的計算方式相同。結(jié)果如表2所示，在這里可以看出深圳、湖北碳市場的相對入度比較大，北京碳市場的相對入度最小。說明深圳、湖北三家碳排放權(quán)市場吸收風(fēng)險的能力較大，北京碳市場吸收風(fēng)險的能力較弱。

對比表1和表2可以看出，有的碳排放權(quán)市場，例如上海碳市場，尾部風(fēng)險的溢出能力和吸收能力相當(dāng)，說明上海碳市場在尾部風(fēng)險網(wǎng)絡(luò)中具有重要的位置，有的碳排放權(quán)市場尾部風(fēng)險溢出能力比較弱而尾部風(fēng)險的吸收能力比較強，例如天津碳市場，說明天津碳市場在碳金融體系中風(fēng)險外溢能力較弱，并且很容易受到其他碳排放權(quán)市場極端事件的影響。有些碳排放權(quán)市場的風(fēng)險溢出能力大于風(fēng)險吸收能力，如廣東、北京、重慶碳市場。因此，在進行風(fēng)險管理時，需要根據(jù)碳排放權(quán)市場尾部風(fēng)險溢出程度和風(fēng)險的吸收能力分別采取有針對性的措施，對風(fēng)險溢出能力較強的碳排放權(quán)市場加強外部監(jiān)管，對風(fēng)險吸收能力較強的碳排放權(quán)市場加強內(nèi)部監(jiān)督，控制風(fēng)險。

五、政策建議

在對碳排放權(quán)市場不同年份間尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)性特征的研究結(jié)果中發(fā)現(xiàn)，每年的碳排放權(quán)市場間尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)特征是有區(qū)別的。對于制定政策的部門而言，在制定并實施相關(guān)碳金融政策時，應(yīng)該將當(dāng)前碳市場所處的狀態(tài)考慮進去。在經(jīng)濟波動相對平緩的年份中，節(jié)點之間的緊密程度較低，碳排放權(quán)市場之間的尾部風(fēng)險吸收和溢出水平都較小，因此在政策制定與實施的過程中不會引起較大的波動。但是在經(jīng)濟波動性較大的年份中，節(jié)點之間的聯(lián)系會變得緊密，受到其他碳排放權(quán)市場尾部風(fēng)險溢出與對其他碳排放權(quán)市場的尾部風(fēng)險溢出水平就會增大，因此在制定政策時比較容易產(chǎn)生較大的波動。碳金融監(jiān)管當(dāng)局在完善碳金融市場系統(tǒng)性風(fēng)險評估體系時，應(yīng)該高度重視碳排放權(quán)市場之間的尾部風(fēng)險關(guān)聯(lián)特征，充分考慮尾部風(fēng)險關(guān)聯(lián)性對系統(tǒng)性風(fēng)險的影響。

參考文獻：

[1] 趙笙凱. 中國碳市場風(fēng)險溢出效應(yīng)研究[D].西安科技大學(xué)，2021.

[2] 許悅，翟大宇.聯(lián)合國氣候談判背景下碳市場間聯(lián)動效應(yīng)研究——以EUA和CER市場為例[J].生態(tài)經(jīng)濟，2020，36（06）：19-26.

[3] 許子萌，蘇帆.湖北碳市場價格的跳躍風(fēng)險研究[J].武漢金融，2018（09）：63-68.

[4] 蔣海，紀佳帆，唐紳峰.尾部風(fēng)險溢出網(wǎng)絡(luò)與系統(tǒng)性金融風(fēng)險研究——基于TENET方法的多角度實證[J].金融監(jiān)管研究，2021（11）：18-36.

[5] 邱謙. 中國區(qū)域碳金融交易市場的風(fēng)險研究[D].華南理工大學(xué)，2017.

[6] 張興敏，傅強，張帥，季俊偉.金融系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)及尾部風(fēng)險度量——基于動態(tài)半?yún)?shù)分位數(shù)回歸模型[J].管理評論，2021，33（04）：59-70.

基金項目名稱：浙江省大學(xué)生科技創(chuàng)新活動計劃暨新苗人才計劃項目

基金項目編號：2021R406076

作者簡介：

董珍羽，1995.01，女，漢族，籍貫：江蘇省連云港市，碩士研究生 職稱：學(xué)生，研究方向：金融學(xué)3C3B28E9-4A7C-48B9-9826-3AE509A715EA