基于圖結(jié)構(gòu)自適應(yīng)Lasso的碳排放權(quán)價格影響因素分析

王小燕,周思敏,徐曉莉,周四軍

(1.湖南大學(xué) 金融與統(tǒng)計學(xué)院,湖南 長沙 410012;2.中山大學(xué) 數(shù)學(xué)學(xué)院,廣東 廣州 510000)

一、引 言

美國學(xué)者威廉·諾德豪斯曾說“作為形成人類與自然在無限未來的輪廓的一種力量,全球變暖應(yīng)該與暴力沖突和經(jīng)濟(jì)蕭條等同視之?！苯陙淼臍夂驍?shù)據(jù)表明全球變暖愈演愈烈,2020年3月10日發(fā)布的《2019年全球氣候狀況聲明》指出,2018年是有史以來溫室氣體濃度最高的一年,2019年是有記錄以來溫度第二高的一年。在諸多影響氣候變暖的因素中,碳排放是公認(rèn)的導(dǎo)致溫度上升、產(chǎn)生溫室效應(yīng)、引發(fā)自然災(zāi)害的重要原因,各國在日益惡化的氣候環(huán)境下已達(dá)成低碳化的經(jīng)濟(jì)發(fā)展的重要共識。

碳交易是溫室氣體排放權(quán)交易的統(tǒng)稱,因二氧化碳為《京都協(xié)議書》所要求減排的6種溫室氣體中最大宗,溫室氣體排放權(quán)交易以每噸二氧化碳當(dāng)量(一種氣體的二氧化碳當(dāng)量為這種氣體的噸數(shù)乘以其產(chǎn)生溫室效應(yīng)的指數(shù))為計算單位,所以稱為“碳交易”。碳交易使得包括二氧化碳在內(nèi)的溫室氣體在排放總量控制的前提下其排放權(quán)成為一種稀缺資源,從而具備了商品屬性,買方可通過支付賣方獲得溫室氣體減排額用于減緩溫室效應(yīng)從而實現(xiàn)其減排的目標(biāo)。自2005年《京都議定書》生效以來,碳排放權(quán)作為可交易的商品出現(xiàn),各國紛紛建立起碳排放權(quán)交易市場,通過市場的力量有效控制碳排放。中國作為世界第一大碳排放國,近年來也在應(yīng)對全球氣候變化方面做出了大量嘗試,2013年深圳碳排放權(quán)交易平臺啟動,隨后北京、福建、廣東、湖北、上海、天津和重慶等地先后啟動碳排放權(quán)交易試點,2017年全國碳排放交易體系正式啟動標(biāo)志著全國統(tǒng)一碳市場建設(shè)拉開帷幕。本文對中國區(qū)域碳交易價格的驅(qū)動因素進(jìn)行分析,于國家而言,有利于完善中國碳排放權(quán)定價機(jī)制,形成更加成熟并符合國情的管理體系,使碳配額的分配更加合理,政策的調(diào)整更加及時;于企業(yè)而言,有利于企業(yè)預(yù)測碳價格,決定碳排放權(quán)的購買數(shù)量,綜合市場情況制定經(jīng)營戰(zhàn)略,更主動地參與減排工作,促進(jìn)全國碳市場良好發(fā)展。

二、文獻(xiàn)綜述

碳排放權(quán)價格是指碳排放配額的市場價格。碳排放權(quán)交易所會根據(jù)相應(yīng)試點地區(qū)的經(jīng)濟(jì)發(fā)展情況、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)制定排放限額并將配額通過拍賣或分配方式劃分給不同的排放單位。配額過剩和配額不足的排放單位在碳交易市場形成供求關(guān)系,由此各排放單位在市場上自由交易形成較為公開的交易價格即為碳排放價格。自中國建立碳排放權(quán)交易市場以來,關(guān)于碳排放權(quán)價格影響因素的研究層出不窮。接下來本文將從影響因素指標(biāo)體系構(gòu)建和篩選影響因素的方法兩方面進(jìn)行分析。

在影響因素的指標(biāo)體系構(gòu)建方面,呈現(xiàn)出因素單一化到多元化發(fā)展的趨勢。比如有不少學(xué)者基于化石能源燃燒是碳排放的主要來源,重點研究能源價格這一單一因素對碳價的影響作用[1-2]。絕大部分學(xué)者綜合了國內(nèi)外能源價格、宏觀經(jīng)濟(jì)政策、氣候環(huán)境以及國外碳交易價格等多元因素展開研究。比如魏雪探究了傳統(tǒng)能源價格、國際CER價格對中國碳價格的影響效應(yīng)[3];洪涓等人從國際需求、國內(nèi)供給、國內(nèi)限價政策以及國際市場幾個方面探討中國碳交易市場價格的影響因素[4];周建國等人從國際碳價、國內(nèi)外經(jīng)濟(jì)狀況、國內(nèi)外能源價格及匯率四個層面構(gòu)建中國碳配額價格影響因素指標(biāo)體系[5];陳曉紅等人采用面板回歸模型研究供給需求(電力)、能源價格、天氣因素對碳價的影響[6-8];陳欣等人采用靜態(tài)面板模型與動態(tài)面板VAR模型進(jìn)行線性回歸來研究宏觀經(jīng)濟(jì)、能源價格、天氣因素對碳交易價格的影響[9];杜子平采用GA-BP-MIV模型研究國際資產(chǎn)價格、國內(nèi)外經(jīng)濟(jì)發(fā)展、工業(yè)發(fā)展指標(biāo)、國際能源、國內(nèi)能源、匯率、政策、氣溫七大類共16個因子對中國區(qū)域碳價的影響[10]。除此之外,部分學(xué)者針對氣候因素做了重點分析,比如周天蕓和許銳翔分析了能源價格、宏觀經(jīng)濟(jì)、氣候和國際碳排放價格對國內(nèi)碳價的影響,并將空氣質(zhì)量指數(shù)這一因子納入指標(biāo)體系,研究結(jié)果表明空氣質(zhì)量指數(shù)也是重要的影響因素之一[11];楊丹丹在能源價格、宏觀經(jīng)濟(jì)和氣候變化等傳統(tǒng)因素構(gòu)建的指標(biāo)體系中加入環(huán)境規(guī)制這一非傳統(tǒng)解釋變量研究中國碳排放權(quán)價格的影響機(jī)制[12];Considine研究了氣候因素和排放權(quán)價格的關(guān)系其研究表明非常炎熱和寒冷的天氣對能源消費(fèi)和溫室氣體排放有較大影響,因而影響碳排放權(quán)價格[13]。各學(xué)者對于氣候因素對于碳價的影響持有不同的意見;杜子平認(rèn)為氣溫對于碳價幾乎無影響,但易蘭等人的研究結(jié)果表明極寒天氣對于碳價有較強(qiáng)的正向影響[14];Alberola等人的結(jié)論更進(jìn)一步表明碳價對極寒氣溫時的氣溫變化比極低氣溫本身更加敏感[15]。除上述因素外,還有學(xué)者對自然災(zāi)害、政策等定性因素對碳價的影響展開研究,如易蘭就將不可控的自然災(zāi)害和重大事件納入模型中進(jìn)行考量[14];賈君君等人用改進(jìn)的AR-GARCH模型研究了重大公告對碳價格的影響等[16]。

在篩選影響因素的方法方面,主要有逐步法、降維法和正則法。比如呂靖燁和張超利用逐步回歸模型,發(fā)現(xiàn)歐洲CER期貨價格對廣東省碳價格的影響最顯著,國際能源價格是影響廣東省碳價的核心因素[17];紀(jì)欽洪等人利用多元線性回歸構(gòu)建碳價模型,并基于變量關(guān)聯(lián)性和共線性剔除變量來修正和優(yōu)化模型,確定國際市場能源價格指數(shù)、制造業(yè)采購經(jīng)理指數(shù)和歐元對人民幣匯率是影響模型預(yù)測碳價的重要因素[18]。降維法中,以主成分分析為主,比如馬慧敏和趙靜秋采用該方法尋找北京碳排放交易所的交易價格的顯著影響因素;馬慧敏等人采用主成分分析法對多個傳統(tǒng)能源價格變量降維并生成傳統(tǒng)能源價格總因子,實證研究結(jié)果表明傳統(tǒng)能源價格對碳價,表現(xiàn)為正向直接效應(yīng)負(fù)向間接效應(yīng)正向總效應(yīng)[19]。正則法中,郭文軍以自適應(yīng)Lasso方法對國際碳價、國內(nèi)外經(jīng)濟(jì)、國際能源、國內(nèi)能源、匯率五大類共13個因子進(jìn)行降維和參數(shù)估計來研究區(qū)域碳價的影響因素[20];張晨和胡貝貝運(yùn)用自適應(yīng)最小絕對值收縮選擇(ALasso)方法篩選碳價主要影響因素,結(jié)果表明CER期貨價格、宏觀經(jīng)濟(jì)活動、煤炭價格、CER滯后期現(xiàn)貨價格、原油價格、天然氣價格對CER現(xiàn)貨價格有顯著影響[21];蔣鋒和彭紫君利用彈性網(wǎng)(Elastic Net)方法降維,篩選出EUA供給、能源價格、宏觀經(jīng)濟(jì)、碳市場相關(guān)產(chǎn)品共10個因子中影響碳價的主要因素[22]。綜合來看,正則化方法是其中最為廣泛使用的方法,相較于逐步法和降維法具有明顯優(yōu)勢:一是在理論上具有逐步法無法滿足的選擇變量一致性;二是模型具有良好的穩(wěn)健性,而逐步法易受到數(shù)據(jù)的擾動;三是計算方面,正則化方法對變量進(jìn)行選擇的同時,實現(xiàn)模型的估計,這是逐步法無法比擬的,而且逐步法的計算成本隨著變量維度增加而成指數(shù)級增長;四是不壓縮樣本信息,使得其比降維法中的主成分分析法具有更好的模型解釋能力。

盡管已有研究構(gòu)建了多元化的碳排放價格影響因素體系,然而這其中可能存在噪音指標(biāo),如何識別到顯著的影響因素還有待進(jìn)一步完善。雖然已有研究利用了不同方法對該問題開展深入探討,然而這些方法對指標(biāo)之間的相關(guān)關(guān)系考慮不足。在大數(shù)據(jù)時代,受經(jīng)濟(jì)環(huán)境、政策因素、金融市場等因素的影響,對各經(jīng)濟(jì)指標(biāo)之間通常存在復(fù)雜的、不可忽略的相關(guān)關(guān)系,各指標(biāo)并非獨立的,而是一個復(fù)雜的整體,圖1的直方圖也表明了部分變量確實存在高度相關(guān)關(guān)系。相關(guān)性的存在勢必會影響各個因素的識別,甚至導(dǎo)致模型結(jié)構(gòu)的錯誤。因此,本文將基于復(fù)雜網(wǎng)絡(luò)理論,研究國際碳價、國內(nèi)外經(jīng)濟(jì)、國際能源價格、國內(nèi)能源價格、氣候環(huán)境和宏觀政策6個維度的24個因素對于碳價的影響,構(gòu)建指標(biāo)之間的圖結(jié)構(gòu)以體現(xiàn)其復(fù)雜的相關(guān)關(guān)系,再基于該圖結(jié)構(gòu)利用自適應(yīng)Lasso進(jìn)行因素的篩選。創(chuàng)新之處在于引入了指標(biāo)之間的復(fù)雜網(wǎng)絡(luò)圖,視它們視為一個復(fù)雜的整體,有利于更科學(xué)地進(jìn)行影響因素篩選。對比已有考慮指標(biāo)相關(guān)性的方法(如主成分和彈性網(wǎng)),圖結(jié)構(gòu)方法能夠完整保留樣本信息,且明確哪些因素對因變量具有顯著影響,主成分分析會損失部分樣本信息,而且結(jié)果的解釋性不強(qiáng),無法明確各影響因素到底如何作用在因變量上,不能完全實現(xiàn)本文的目的。此外,本文方法將指標(biāo)的相關(guān)性信息考慮更加全面,不僅僅將兩兩之間的復(fù)雜聯(lián)動關(guān)系考慮進(jìn)來,而且即便是微弱的相關(guān)性也會考慮。彈性網(wǎng)是能夠處理共線性變量的一種常見方法,在共線性不夠強(qiáng)時該方法的表現(xiàn)如何,目前在學(xué)術(shù)界尚未明確。最后,圖結(jié)構(gòu)的構(gòu)造很靈活,其鄰接矩陣的計算方式有多種,對于連續(xù)指標(biāo),可以基于皮爾遜相關(guān)系數(shù)構(gòu)建,對于離散指標(biāo),可以基于斯皮爾曼相關(guān)系數(shù)構(gòu)建,因此適用性比上述方法更強(qiáng)。

三、模型與方法

影響中國碳排放權(quán)的因素非常多,然而并非每個因素都是顯著的,其中可能存在噪音變量。噪音的存在主要導(dǎo)致兩方面的問題:一是造成模型設(shè)定錯誤,降低估計和預(yù)測的準(zhǔn)確度;二是增大了數(shù)據(jù)獲取成本,因為噪音變量的樣本數(shù)據(jù)采集、處理和存儲都需要一定的人力、經(jīng)濟(jì)和計算機(jī)成本。為此,本文采用正則化變量選擇方法進(jìn)行碳排放權(quán)價格的影響因素研究,研究方法選擇廣泛使用的自適應(yīng)Lasso方法。

(一)自適應(yīng)Lasso

(1)

盡管自適應(yīng)Lasso具有Oracle性質(zhì),然而它在選擇變量時未考慮變量的相關(guān)結(jié)構(gòu)對變量選取的影響[23]。如圖1的指標(biāo)兩兩相關(guān)系數(shù)直方圖所示,約40%的相關(guān)系數(shù)絕對值大于0.5,這說明有大量的強(qiáng)相關(guān)關(guān)系存在。相關(guān)關(guān)系尤其是強(qiáng)相關(guān)關(guān)系的存在不僅會影響自適應(yīng)Lasso的變量選擇效果,而且可能造成模型設(shè)定錯誤。這就需要在模型中加入各變量的相關(guān)信息,以助于更好地進(jìn)行變量選擇。

(二)圖結(jié)構(gòu)自適應(yīng)Lasso

(2)

其中,λ2為控制圖結(jié)構(gòu)的調(diào)整參數(shù)。式(2)第三部分的原理是:正相關(guān)變量的回歸系數(shù)趨于同向發(fā)展,負(fù)相關(guān)變量的回歸系數(shù)趨于異向發(fā)展,相關(guān)程度高的變量更可能同時被選擇或摒棄。該部分可以降低變量的相關(guān)性對變量選取的負(fù)面影響,通過平滑系數(shù)之間的差異,挖掘指標(biāo)之間的內(nèi)在結(jié)構(gòu)信息。

關(guān)于模型(2)的系數(shù)估計,利用Tseng提出的坐標(biāo)下降法該算法的思想是每次只迭代一個參數(shù),而保持其他參數(shù)不變[24]。具體的計算思路為:

Step3:更新s:=s+1;

Step4:重復(fù)Step2—Step3直到收斂。

本文的計算用到了R語言的APML0包。關(guān)于調(diào)整參數(shù)λ1,λ2的估計,采用十折交叉驗證法:將數(shù)據(jù)集分為10個子集,選擇其中一個子集作為驗證集,其他9個子集作為訓(xùn)練集,重復(fù)上述過程,直到每個子集都作為一次且僅一次驗證集,總共得到10個模型,計算這10個模型的預(yù)測誤差均值ERROR。本文模型有兩個調(diào)整參數(shù)需要調(diào)節(jié),對每一個λ1,λ2組合,計算預(yù)測誤差均值ERROR,然后取最小ERROR對應(yīng)的參數(shù)對為最優(yōu)λ1、λ2。

四、變量設(shè)計

本文的因變量選用廣州碳排放權(quán)交易所(以下簡稱廣碳所)的碳配額價格收盤價(GDEA)。廣碳所是國家發(fā)改委首批認(rèn)定核證自愿減排平臺(CCER)交易機(jī)構(gòu)之一,也是全國第一個現(xiàn)貨總成交量突破1億噸、總成交額超過20億元的交易所。廣碳所不僅交易活動頻繁,制度先進(jìn),而且交易額和成交量位于全國前列,加上廣東省是經(jīng)濟(jì)大省,進(jìn)出口貿(mào)易繁榮。曹銘的研究表明中國碳排放市場現(xiàn)有試點均未達(dá)到弱式有效市場的標(biāo)準(zhǔn),但是廣州碳排放權(quán)交易市場是市場活躍度、成交量以及交易額等市場數(shù)據(jù)表現(xiàn)相對良好的市場,已經(jīng)表現(xiàn)出成熟金融市場的基本特征[25]。因此,本文選擇廣碳所碳價格作為研究對象,一方面能夠盡量降低歷史價格對當(dāng)前價格的影響,另一方面能夠得到關(guān)于碳金融市場的影響因素更可靠的結(jié)論,且廣碳所是全國交易量最大的碳交易所,并且是最早成立的一批交易所之一,相比于其他交易所更能代表中國區(qū)域。

關(guān)于指標(biāo)體系的構(gòu)建,本著全面性的原則,在參考現(xiàn)有研究、相關(guān)經(jīng)濟(jì)原理和數(shù)據(jù)可獲取性等因素下,構(gòu)建了6個一級指標(biāo):國際碳價、國內(nèi)外經(jīng)濟(jì)指標(biāo)、國外能源指標(biāo)、國內(nèi)能源指標(biāo)、氣候環(huán)境和宏觀政策,下設(shè)24個二級指標(biāo)作為模型自變量,具體如下:

國際碳價:本文同時將歐盟排放配額(EUA)(記為X1)和核證減排量(CER)(X2)納入模型,代表國際碳市場行情。歐盟比中國更早建立起碳交易市場,擁有更加成熟的碳排放交易體系,中國在制度設(shè)計上參考了歐盟碳排放交易體系,且有研究表明國際核證減排量(CER)價格與中國碳交易價格存在正相關(guān)關(guān)系且對中國碳交易價格存在一定的引導(dǎo)作用[3]。

經(jīng)濟(jì)狀況:碳市場是宏觀經(jīng)濟(jì)市場的一部分,經(jīng)濟(jì)的繁榮與衰退直接影響碳排放權(quán)交易的興盛與低迷。其次,由于市場發(fā)展時間較短,碳市場對經(jīng)濟(jì)狀況的變動較為敏感。郭文軍指出國內(nèi)外經(jīng)濟(jì)狀況對于碳價有正向影響[20],ZHU等人發(fā)現(xiàn)股價指數(shù)是碳價的積極驅(qū)動因素[26]。因此本文選用德國法蘭克福DAX指數(shù)(X3)反映歐盟的經(jīng)濟(jì)狀況;選用標(biāo)準(zhǔn)普爾500指數(shù)(X4)反映美國的經(jīng)濟(jì)狀況;選用滬深300指數(shù)(X5)、上證綜合指數(shù)(X6)、中證500指數(shù)(X7)三個變量來反映中國經(jīng)濟(jì)狀況。德國是歐盟的重要成員國,且德國法蘭克福DAX指數(shù)的交易方式為便于全球交易的電子交易方式,在中國市場流通更廣。標(biāo)準(zhǔn)普爾500指數(shù)包含了紐約證券交易所、納斯達(dá)克等美國主要證券交易所,能夠廣泛反映美國市場的變化。國內(nèi)主要證券交易所有上海證券交易所和深圳證券交易所,滬深300指數(shù)是交易指數(shù),反映了規(guī)模大、流動性強(qiáng)的股票股價變動;上證綜合指數(shù)反映了上海交易所所有股票的價格;中證500指數(shù)反映的是中小型公司股票價格。

國際能源:煤炭、石油、天然氣被稱為世界三大能源,經(jīng)過化學(xué)加工后為人們提供能量,但同時產(chǎn)生大量的二氧化碳等化合物,是碳排放的主要來源。此前已有大量研究表明能源市場的價格走向影響碳價格,例如王丹舟等發(fā)現(xiàn)化石能源中原油、天然氣變量在10%和5%的顯著性水平下對碳價有顯著正影響,煤炭變量在5%的顯著性水平下對碳價有顯著負(fù)影響[27]。杜子平等選取布倫特原油期貨結(jié)算價、NYMEX天然氣期貨結(jié)算價和歐洲三港ARA動力煤現(xiàn)貨價作為國際能源指標(biāo)[10],郭文軍發(fā)現(xiàn)WTI原油期貨收盤價對碳價影響顯著[20]。因此本文選用WTI原油期貨收盤價(X8)和布倫特原油期貨結(jié)算價(X10)代表國際市場的原油價格;NYMEX天然氣期貨收盤價(X9)代表國際市場的天然氣價格;國際市場的煤炭價格則使用歐洲三港DES ARA動力煤指數(shù)(X11)作為指標(biāo)。

國內(nèi)能源指標(biāo):選用廣州港印尼煤(X12)和廣州港5 500動力煤指數(shù)(X13)代表廣州市場煤炭價格;由于廣東工業(yè)原油大部分來源于中東進(jìn)口,迪拜原油更能直接地代表廣東原油價格[27],因此使用迪拜原油現(xiàn)貨價(X14)作為衡量廣州原油價格的指標(biāo);采用焦煤(X15)和動力煤(X16)的期貨收盤價表示全國煤炭價格;天然氣的使用主要集中在工業(yè),于是選擇廣州工業(yè)天然氣市場價(X17)代表廣州天然氣價格;此外,考慮到以往研究大多未考慮電力部門能源消耗的影響,加入粵電集團(tuán)日耗煤量(X18)作為衡量電力指標(biāo)的變量,研究發(fā)電產(chǎn)生的含碳化合物對碳排放權(quán)價格的影響。

氣候環(huán)境:碳排放影響生態(tài)環(huán)境,環(huán)境因素反過來也作用于碳排放問題。一般極端溫度常常伴隨著電力消耗的增加和碳排放數(shù)量的增多,但此前關(guān)于溫度是否對碳價有影響存在不同結(jié)論。ALBEROLA等人發(fā)現(xiàn)歐盟碳價會對較冷情況下的溫度變化有所反應(yīng),易蘭等人也發(fā)現(xiàn)極端天氣會對碳價造成一定的影響,但是杜子平研究中發(fā)現(xiàn)氣溫對碳價幾乎沒有影響[10,14-15]。因此,本文將廣州日最低氣溫(X19)和最高氣溫(X20)作為衡量當(dāng)?shù)貧鉁氐闹笜?biāo)納入模型。

宏觀政策:政府的公開市場操作用于控制流通中基礎(chǔ)貨幣數(shù)量,影響碳排放權(quán)交易市場,貸款利率相關(guān)的政策則通過影響企業(yè)經(jīng)營活動而間接對碳價造成沖擊。選取銀行間同業(yè)拆借平均利率(七日)(X21)代表市場利率;逆回購七日交易量(X22)代表政府公開市場操作;除此之外,匯率的波動影響碳價,呂靖燁等對比湖北碳價和深圳碳價影響因素時發(fā)現(xiàn)人民幣匯率對碳價的影響依交易所的變化而變化,匯率對湖北碳價影響較小,而對深圳碳價影響較大[28],因國際碳交易所主要是美國市場和歐洲市場,選用美元和歐元兌人民幣中間價作為匯率變量(X23,X24)。

五、實證分析

(一)數(shù)據(jù)預(yù)處理及描述統(tǒng)計分析

本文選用廣州碳排放權(quán)交易所2016年1月1日至2019年12月31日的數(shù)據(jù)作為研究對象,24個影響因素中國際碳價數(shù)據(jù)來源于Wind數(shù)據(jù)庫,其余變量的數(shù)據(jù)均取自于Choice金融終端。在數(shù)據(jù)預(yù)處理環(huán)節(jié),本文首先對缺失值進(jìn)行了處理,采取線性插值法進(jìn)行了數(shù)據(jù)的填補(bǔ),對于非交易日情形下的缺失數(shù)據(jù)采取直接刪除的做法,共得到865條有效數(shù)據(jù)。其次,對連續(xù)性指標(biāo)進(jìn)行了對數(shù)處理,從而消除量綱和異方差。

因變量和自變量的描述性統(tǒng)計結(jié)果見表1。可以看出因變量GDEA收盤價(Y)呈現(xiàn)出左偏和尖峰特征,自變量均呈現(xiàn)一定的偏度和峰度。歐盟EUA收盤價(X1)、歐盟CER收盤價(X2)、標(biāo)準(zhǔn)普爾500指數(shù)(X4)、滬深300指數(shù)(X5)、WTI原油期貨收盤價(X8)、布倫特原油期貨結(jié)算價(X10)、迪拜原油現(xiàn)貨價(X14)、粵電集團(tuán)日耗煤量(X18)、銀行間7日同業(yè)拆借平均利率(X21)、逆回購7天交易量(X22)、歐元兌人民幣中間價(X24)均為右偏,其余變量均為左偏。歐盟EUA收盤價(X1)、中證500指數(shù)(X7)、WTI原油期貨收盤價(X8)、NYMEX天然氣期貨收盤價(X9)、廣州工業(yè)天然氣市場價(X17)、粵電集團(tuán)日耗煤量(X18)、逆回購7天交易量(X22)呈現(xiàn)“尖峰”特征,其余變量則呈現(xiàn)“低峰態(tài)”。

表1 描述性統(tǒng)計

圖1 相關(guān)系數(shù)絕對值的分布直方圖

同時本文分析了自變量的相關(guān)性情況,對變量之間的兩兩相關(guān)系數(shù)繪制直方圖(圖1)。變量間的兩兩相關(guān)系數(shù)絕對值有184%在0.7～1之間,16.64%的相關(guān)系數(shù)絕對值在0.5～0.7之間,18.88%的相關(guān)系數(shù)絕對值在0.3～0.5之間,相關(guān)系數(shù)絕對值在0～0.3之間的占比則為46.08%,因此近40%的相關(guān)系數(shù)絕對值大于0.5,這說明這些指標(biāo)之間存在無法忽視的中度甚至高度相關(guān),因此在選擇指標(biāo)時考慮相關(guān)性是十分有必要的。

(二)自變量的網(wǎng)絡(luò)結(jié)構(gòu)分析

為從復(fù)雜網(wǎng)絡(luò)角度了解自變量之間的聯(lián)動關(guān)系,作出了24個解釋變量的網(wǎng)絡(luò)結(jié)構(gòu)圖,利用變量的相關(guān)度調(diào)節(jié)節(jié)點的大小來直觀反映節(jié)點重要性。然后對本文的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行小團(tuán)體分析,發(fā)現(xiàn)將24個變量分為6個小團(tuán)體最合適,結(jié)果如圖2所示。用名稱分別總結(jié)這6個小團(tuán)體的意義,并在圖中用不同的形狀區(qū)分這6類節(jié)點。其中,正三角為“高溫效應(yīng)”,方塊為“上海、廣東與歐洲的貿(mào)易市場”,正方形為“能源和經(jīng)濟(jì)市場”,正方形內(nèi)圓為“歐美碳市場”,田字形為“歐洲煤炭市場”,圓形為“美元匯率”。

從圖2中可以看出,最大的團(tuán)體包含了13個節(jié)點,最小的團(tuán)體僅含1個節(jié)點。歐洲三港DES ARA動力煤指數(shù)和美元兌人民幣中間價各自成為“歐洲煤炭市場”和“美元匯率”兩個小團(tuán)體;逆回購7天交易量和廣州日最高氣溫為一個小團(tuán)體,氣溫會影響季節(jié)性商品的銷量,影響經(jīng)濟(jì)市場,從而影響國家的公開市場操作,但這種影響是微弱的,因此將該小團(tuán)體命名為“高溫效應(yīng)”;歐盟EUA收盤價和標(biāo)準(zhǔn)普爾500指數(shù)組成“歐美碳市場”小團(tuán)體;中證500指數(shù)、上證綜合指數(shù)、廣州工業(yè)天然氣市場價、廣州日最低氣溫和歐元兌人民幣中間價為“上海、廣東與歐洲的貿(mào)易市場”小團(tuán)體;其余13個變量均屬于“能源和經(jīng)濟(jì)市場”小團(tuán)體,該小團(tuán)體內(nèi)包含部分經(jīng)濟(jì)指標(biāo)和絕大部分的國內(nèi)外能源指標(biāo),從圖中也可看出經(jīng)濟(jì)指標(biāo)和能源指標(biāo)之間的連線較多,經(jīng)濟(jì)與能源價格的關(guān)系十分密切。

圖2 所有變量的圖結(jié)構(gòu)

(三)指標(biāo)選擇

采用G-AdLasso對變量進(jìn)行篩選和參數(shù)估計,同時以自適應(yīng)Lasso(AdLasso)和Lasso作為對比模型。表2給出了三種方法變量選擇的結(jié)果和參數(shù)估計值。G-AdLasso的結(jié)果顯示:歐盟EUA收盤價、迪拜原油現(xiàn)貨價、美元兌人民幣中間價等3個因素對碳價有正向影響;歐盟CER收盤價、NYMEX天然氣期貨收盤價、歐洲三港DES ARA動力煤指數(shù)、廣州工業(yè)天然氣市場價、廣州日最高氣溫、銀行間7日同業(yè)拆借平均利率、歐元兌人民幣中間價這7個因素對碳價有負(fù)向作用;其他變量系數(shù)均被壓縮為,說明這些因素對碳價影響不顯著。

在國際碳價的兩個指標(biāo)中,歐盟EUA收盤價是正相關(guān)顯著變量,歐盟CER收盤價是負(fù)相關(guān)顯著變量。這國際碳價對GDEA收盤價有顯著影響,說明廣碳所與國際碳市場聯(lián)系密切且動向相同,近年來歐盟碳市場與廣州碳市場的頻繁的項目合作也佐證了這一點,如2018年廣碳所與歐盟碳市場的主要交易平臺歐洲能源交易所簽署合作協(xié)議,2019年廣碳所與歐洲能源交易所正式同步上線業(yè)務(wù)推介等。

在國內(nèi)外經(jīng)濟(jì)指標(biāo)中,所有國內(nèi)外經(jīng)濟(jì)指標(biāo)都不是顯著變量,說明這類因素對于中國區(qū)域碳價沒有直接的影響作用,但不排除通過作用于其他因素而對碳價產(chǎn)生間接作用的可能性。

在國外能源指標(biāo)中,NYMEX天然氣期貨收盤價和歐洲三港DES ARA動力煤指數(shù)是負(fù)相關(guān)顯著變量,表明廣東省天然氣市場和煤炭市場與國際能源市場聯(lián)系密切;WTI原油期貨收盤價、布倫特原油期貨結(jié)算價兩個因素不顯著則表明國際石油市場非直接輸入的石油價格對GDEA價格沒有明顯影響。

表2 三種方法下的變量參數(shù)估計結(jié)果

在國內(nèi)能源指標(biāo)中,迪拜原油現(xiàn)貨價是正相關(guān)顯著變量,廣州工業(yè)天然氣市場價是負(fù)相關(guān)顯著變量。國際石油市場以直接輸入廣東地區(qū)的迪拜原油價格影響區(qū)域碳價。廣東省天然氣的消費(fèi)量和占的能源比重超過國內(nèi)平均值,因此GDEA對天然氣價格的敏感程度遠(yuǎn)超其他能源。廣東省是中國進(jìn)口動力煤主要省份,國內(nèi)動力煤價格與國際煤炭市場相關(guān)度高,因此經(jīng)圖結(jié)構(gòu)平滑系數(shù)后,歐洲三港DES ARA動力煤指數(shù)為顯著變量,國內(nèi)煤價對于區(qū)域碳價沒有顯著影響。

在氣候環(huán)境的三個指標(biāo)中,廣州日最高氣溫是相關(guān)顯著變量。然而它的符號是負(fù)的,這與常識似乎相悖。理論上,極端炎熱和極端寒冷都會導(dǎo)致電器使用的增多,碳排放的數(shù)量增加,于是碳排放權(quán)的需求增加,價格上漲,但因廣州夏季長且炎熱,冬季短且不冷,溫度的影響應(yīng)是高溫產(chǎn)生的影響,因此日最高溫度比日最低溫度更能近似代表溫度對GDEA的影響。值得注意的是,高溫天氣下,國家會下達(dá)限電政策,企業(yè)為了保證用電峰值不超過電力部門下達(dá)的上線,只能合理規(guī)劃大功率設(shè)備使用時間或停用部分生產(chǎn)設(shè)備,因此企業(yè)對碳排放權(quán)的需求反而減少,這可能是日最高氣溫為負(fù)影響因素的原因之一。此外,通過相關(guān)分析顯示,日最高氣溫和日最低氣溫的相關(guān)系數(shù)高達(dá)0.9,具有顯著的高相關(guān)性。從本文所用的變量選擇方法理論來看,自適應(yīng)Lasso相對Lasso固然能夠提高變量選擇的一致性,但在處理共線性時仍顯不足,對于高度相關(guān)的變量,它們并不關(guān)心所選擇的是誰。因此變量的高度相關(guān)性可能是日最高氣溫為負(fù)向影響因素的另一原因。盡管本文處理變量相關(guān)性用了圖結(jié)構(gòu),圖結(jié)構(gòu)能夠吸收變量的相關(guān)性信息提高變量顯著性識別的效果,然而極端的高相關(guān)情形下該方法的效果如何尚無定論。

在宏觀政策的四個指標(biāo)中,銀行間7日同業(yè)拆借平均利率為負(fù)相關(guān)顯著變量,美元兌人民幣中間價為正相關(guān)顯著變量,歐元兌人民幣中間價為負(fù)相關(guān)顯著變量。銀行間同業(yè)拆借平均利率與政府公開市場操作關(guān)系密切,對碳價有顯著影響;匯率通過能源替代或進(jìn)出口貿(mào)易對碳價格產(chǎn)生影響,美元匯率對GDEA價格的正向影響很大,相比之下歐元匯率的反向影響較小。[26]

(四)所選變量的網(wǎng)絡(luò)結(jié)構(gòu)分析

將G-AdLasso模型選出的10個變量作網(wǎng)絡(luò)圖結(jié)構(gòu)并分析團(tuán)體結(jié)構(gòu),結(jié)果如圖3所示。對比圖2可以發(fā)現(xiàn)每個原小團(tuán)體都在模型中留下一些關(guān)鍵變量。如“上海、廣東與歐洲的貿(mào)易市場”保留了歐元兌人民幣中間價和廣州工業(yè)天然氣市場價,“美元匯率”留下了唯一的變量美元兌人民幣中間價。這說明經(jīng)模型篩選保留的變量都是每個原小團(tuán)體中的重要變量,圖結(jié)構(gòu)信息的加入使這些重要變量被選取,而其他相對不重要的變量被舍棄。

圖3 選出10個變量的圖結(jié)構(gòu)

對圖3的10個變量按節(jié)點的度進(jìn)行排名,以體現(xiàn)它們在圖結(jié)構(gòu)中的重要性,如表3得知歐盟CER收盤價有最高的點度,與其他節(jié)點的連線數(shù)最多,在模型中也擁有最大的系數(shù)絕對值,說明該變量至關(guān)重要,牽動著模型中的其他變量。迪拜原油現(xiàn)貨價雖然點度排名為第二,但是其系數(shù)絕對值較小,說明該變量對于區(qū)域碳價的直接影響較小,可能通過影響其他變量來間接影響碳價。美元兌人民幣中間價、廣州日最高氣溫的點度較低,說明在本這24個變量中,可能沒有可以替代它們的變量。廣州日最高氣溫的系數(shù)絕對值較小,結(jié)合點度較低可知,二者對于碳價的直接影響和間接影響盡管顯著但都不大。值得注意的是美元兌人民幣中間價的點度排名雖靠后,但是絕對值系數(shù)較大,對碳價的影響作用不可忽略,因此在分析碳交易價格時,應(yīng)重點關(guān)注該變量帶來的影響。

(五)對比分析

從表2可知含圖結(jié)構(gòu)信息的自適應(yīng)Lasso可最大程度地精簡模型,三種方法保留的變量數(shù)量不同:Lasso方法保留13個變量,AdLasso方法保留14個變量,而含圖結(jié)構(gòu)的自適應(yīng)Lasso保留10個變量。普通Lasso回歸模型中,有5個變量的系數(shù)絕對值很小,如德國法蘭克福DAX指數(shù)(X3)、中證500指數(shù)(X7)和逆回購7天交易量(X22),這些變量在自適應(yīng)Lasso模型中是非顯著變量。相反,Lasso方法中的非顯著變量,如WTI原油期貨收盤價(X8)、銀行間7日同業(yè)拆借平均利率(X21)和歐元兌人民幣中間價(X24),在自適應(yīng)Lasso模型中變?yōu)轱@著變量。問題在于Lasso對所有變量施加同等懲罰力度,而自適應(yīng)Lasso方法在Lasso的基礎(chǔ)上添加了一個自適應(yīng)權(quán)重,這樣可以一定程度上改善Lasso方法帶來的選擇偏差。圖結(jié)構(gòu)的加入使得與不顯著變量高度相關(guān)的變量系數(shù)可能會被平滑至零。如WTI原油期貨收盤價與布倫特原油期貨結(jié)算價相關(guān)系數(shù)超過0.9,動力煤期貨收盤價與廣州港5500動力煤指數(shù)、焦煤期貨收盤價都高度正相關(guān),在自適應(yīng)Lasso下布倫特原油期貨結(jié)算價、廣州港5500動力煤指數(shù)和焦煤期貨收盤價都系數(shù)為零,加入圖結(jié)構(gòu)后,WTI原油期貨收盤價和動力煤期貨收盤價系數(shù)也變?yōu)榱?說明加入圖結(jié)構(gòu)后的自適應(yīng)Lasso可以進(jìn)一步優(yōu)化模型,得到更為精簡的結(jié)果。

表3 10個變量的點度排名表

六、結(jié)論與啟示

本文對中國區(qū)域碳交易價格的影響因素進(jìn)行篩選和分析。為全面分析碳交易價格的影響因素,構(gòu)建了含6個一級指標(biāo)和24個二級指標(biāo)的指標(biāo)體系,先從復(fù)雜網(wǎng)絡(luò)角度對指標(biāo)之間的聯(lián)動關(guān)系進(jìn)行分析,接著采用含圖結(jié)構(gòu)信息的自適應(yīng)Lasso篩選對碳價有顯著影響的因素。研究發(fā)現(xiàn):歐盟EUA收盤價、迪拜原油現(xiàn)貨價、美元兌人民幣中間價這三個因素對碳價有正向影響;歐盟CER收盤價、NYMEX天然氣期貨收盤價、歐洲三港DES ARA動力煤指數(shù)、廣州工業(yè)天然氣市場價、廣州日最高氣溫、銀行間7日同業(yè)拆借平均利率、歐元兌人民幣中間價這7個因素對碳價有負(fù)向作用。因素對碳價的影響作用可能是直接的,可能是通過作用于與之相關(guān)變量間接作用于碳價,或二者兼有之。G-AdLasso方法可以使得相關(guān)程度高的變量同時納入或摒棄,在保證模型準(zhǔn)確的情況下優(yōu)化和精簡模型。

綜合上述研究結(jié)果,可得出如下啟示:

國際碳價對中國區(qū)域碳價有顯著影響。說明國內(nèi)區(qū)域碳市場與國際碳市場聯(lián)系緊密,中國的碳交易市場化程度不斷提高。近年來中國充分借鑒國外碳市場的豐富經(jīng)驗并結(jié)合中國實際情況,逐漸完善全國統(tǒng)一的碳交易平臺,在碳減排量的核測方面與國際對接,中國碳市場交易的廣度、深度以及活躍度均得到較大程度提升。

天然氣、煤炭、石油價格對中國區(qū)域碳價有顯著影響。因此能源價格是調(diào)控區(qū)域碳價的重要方向。政府可采取價格補(bǔ)貼來減少能源價格波動對于區(qū)域碳價帶來的影響,也可通過適當(dāng)減少能源價格管控來使得碳排放更好的反映能源供需和碳市場發(fā)揮促進(jìn)節(jié)能減排的作用。各界應(yīng)積極開發(fā)新型能源來代替目前的部分能源以求達(dá)到節(jié)能減排的目的。能源價格對于區(qū)域碳價的影響取決于當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu),通過對產(chǎn)業(yè)結(jié)構(gòu)分析可通過能源價格波動對區(qū)域碳價作出合理預(yù)測。

廣州日最高氣溫對區(qū)域碳價有顯著影響。自然環(huán)境的變化與區(qū)域碳價有一定聯(lián)系,因此可通過氣溫變化推測區(qū)域碳價的波動趨勢具有一定合理性。此外,在碳市場配額分配過程中,也應(yīng)充分考慮地區(qū)氣候差異導(dǎo)致的碳排放需求差異。但是,氣候因素對于碳排放權(quán)價格的影響相對有限,還應(yīng)結(jié)合各地區(qū)碳交易市場的發(fā)展水平以及碳排放權(quán)交易相關(guān)制度的成熟程度具體分析,為不同地區(qū)的碳交易市場制定不同的分配方案,因地制宜,不斷完善碳排放權(quán)分配體系,加快推進(jìn)建設(shè)全國碳市場。

市場公開操作和匯率影響區(qū)域碳價。公開市場操作和匯率是政府宏觀調(diào)控的有效手段,通過調(diào)控基礎(chǔ)貨幣流通和國際進(jìn)出口市場可有效控制區(qū)域碳價波動。因此政府應(yīng)注重市場政策的連續(xù)性和穩(wěn)定性,避免因宏觀政策不穩(wěn)定而引起碳價的劇烈波動。