中國(guó)碳金融交易價(jià)格風(fēng)險(xiǎn)測(cè)度研究
——基于GARCH-VaR模型視角

徐偉民， 肖 堅(jiān)

(江西省生態(tài)文明研究院，江西 南昌 330036)

21世紀(jì)以來(lái)，碳排放導(dǎo)致的全球氣候問(wèn)題越來(lái)越引起世界各國(guó)的重視，各國(guó)基本形成了發(fā)展低碳經(jīng)濟(jì)的共識(shí)。以20世紀(jì)90年代《京都議定書(shū)》的簽訂為標(biāo)志，碳排放權(quán)及其衍生金融產(chǎn)品在世界范圍內(nèi)快速發(fā)展，其中歐盟的碳排放交易體系(EUETS)影響最大。2013年以來(lái)，中國(guó)陸續(xù)批準(zhǔn)建設(shè)了北京、上海等碳排放交易中心，這些交易中心成為支撐中國(guó)碳金融交易的主要機(jī)構(gòu)。2020年9月，中國(guó)提出了“碳達(dá)峰”和“碳中和”戰(zhàn)略愿景，進(jìn)一步加快了中國(guó)碳金融交易市場(chǎng)的發(fā)展速度，提升了中國(guó)碳金融交易市場(chǎng)的發(fā)展水平。然而，由于中國(guó)碳金融交易相關(guān)監(jiān)管制度更新速度較慢，中國(guó)各地碳金融交易政策存在顯著區(qū)域差異，再加上部分碳金融交易者的過(guò)度投機(jī)行為的影響，中國(guó)碳金融交易價(jià)格的風(fēng)險(xiǎn)在逐漸提升，給中國(guó)碳金融交易市場(chǎng)的可持續(xù)發(fā)展造成了顯著負(fù)面沖擊。在此背景下，如何采用科學(xué)方法對(duì)中國(guó)碳金融交易價(jià)格風(fēng)險(xiǎn)進(jìn)行測(cè)度，并制定有效應(yīng)對(duì)碳金融交易價(jià)格風(fēng)險(xiǎn)的相關(guān)策略成為當(dāng)前需要重點(diǎn)研究的課題。

一、碳金融交易價(jià)格風(fēng)險(xiǎn)內(nèi)涵與測(cè)度方法

(一)碳金融交易價(jià)格風(fēng)險(xiǎn)內(nèi)涵

碳金融交易價(jià)格風(fēng)險(xiǎn)的來(lái)源是多維度的，如Sevi & Chevallier(2011)[1]認(rèn)為碳金融交易價(jià)格風(fēng)險(xiǎn)主要受到交易制度設(shè)計(jì)及違規(guī)性市場(chǎng)操作的影響。杜莉等(2014)[2]認(rèn)為影響中國(guó)碳金融交易價(jià)格風(fēng)險(xiǎn)的因素包括信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和項(xiàng)目風(fēng)險(xiǎn)等因素，這些因素共同作用導(dǎo)致了碳金融交易價(jià)格風(fēng)險(xiǎn)。鄭祖婷等(2018)[3]通過(guò)因子分析法提取出影響碳金融交易價(jià)格風(fēng)險(xiǎn)的核心影響因素是公共因子，并指出影響該因子的關(guān)鍵是公共財(cái)政預(yù)算支出、進(jìn)出口總額和天然氣均價(jià)等宏觀經(jīng)濟(jì)變量。韓曉月(2020)[4]通過(guò)對(duì)碳排放權(quán)交易風(fēng)險(xiǎn)的綜述發(fā)現(xiàn)碳金融交易價(jià)格風(fēng)險(xiǎn)是市場(chǎng)風(fēng)險(xiǎn)的主要表征，受到碳金融交易收益率分布和收益波動(dòng)的客觀影響。田永等(2021)[5]分析了新冠疫情前后歐盟市場(chǎng)碳金融交易價(jià)格的波動(dòng)問(wèn)題，研究認(rèn)為新冠疫情進(jìn)一步提升碳金融交易價(jià)格的波動(dòng)性，并提升了其價(jià)格風(fēng)險(xiǎn)水平。

綜上可知，碳金融交易價(jià)格風(fēng)險(xiǎn)來(lái)源是復(fù)雜而多變的，既受到宏觀調(diào)控和宏觀政策的沖擊，也受到微觀市場(chǎng)交易供求關(guān)系的沖擊，還可能受到突發(fā)公共事件的沖擊。首先，碳金融交易價(jià)格風(fēng)險(xiǎn)的主要影響因素是宏觀調(diào)控和宏觀政策。根據(jù)彭曉潔和鐘永馨(2021)[6]的觀點(diǎn)，宏觀調(diào)控力度和宏觀政策對(duì)中國(guó)碳金融交易價(jià)格及其風(fēng)險(xiǎn)水平具有主導(dǎo)作用，這種主導(dǎo)作用主要通過(guò)金融市場(chǎng)發(fā)展水平和區(qū)域經(jīng)濟(jì)發(fā)展水平產(chǎn)生作用。金融發(fā)展水平越高，其對(duì)實(shí)體經(jīng)濟(jì)的支撐作用越強(qiáng)，實(shí)體經(jīng)濟(jì)發(fā)展速度越快，此時(shí)經(jīng)濟(jì)發(fā)展過(guò)程中的能耗水平更高，從而推動(dòng)碳金融交易價(jià)格的提升。不僅如此，中國(guó)各地區(qū)域經(jīng)濟(jì)發(fā)展水平的區(qū)域異質(zhì)性會(huì)導(dǎo)致各地碳排放交易供求關(guān)系的非均衡，在中國(guó)尚未構(gòu)建全國(guó)統(tǒng)一的碳金融交易市場(chǎng)背景下，這會(huì)造成碳金融交易價(jià)格的區(qū)域差異性和波動(dòng)性，從而提升了碳金融交易價(jià)格風(fēng)險(xiǎn)。其次，碳金融交易市場(chǎng)自身的供求關(guān)系變化也會(huì)對(duì)交易價(jià)格風(fēng)險(xiǎn)水平產(chǎn)生影響。在碳排放配額制度下，中國(guó)各地碳排放總量和結(jié)構(gòu)具有典型的非均衡特征，這導(dǎo)致了同一時(shí)期不同地區(qū)的碳金融交易價(jià)格差異，這種價(jià)格差異有可能造成投機(jī)獲利空間。與此同時(shí)，碳金融交易產(chǎn)品本身帶有金融衍生品屬性，這進(jìn)一步放大了碳金融交易價(jià)格的波動(dòng)風(fēng)險(xiǎn)。另外，碳金融交易價(jià)格風(fēng)險(xiǎn)還會(huì)受到非預(yù)期公共事件的影響。根據(jù)呂靖燁和王騰飛(2019)[7]的觀點(diǎn)，中國(guó)碳金融交易價(jià)格具有長(zhǎng)期記憶性和杠桿效應(yīng)，前期碳金融交易價(jià)格會(huì)對(duì)后期交易價(jià)格產(chǎn)生顯著影響，且碳交易價(jià)格具有顯著的杠桿效應(yīng)，該杠桿效應(yīng)容易受到非預(yù)期公共事件的沖擊。

基于上述討論，碳金融交易價(jià)格風(fēng)險(xiǎn)是由于碳排放權(quán)市場(chǎng)受到宏觀調(diào)控和宏觀政策、市場(chǎng)供求關(guān)系和非預(yù)期性公共事件沖擊導(dǎo)致的價(jià)格非合理波動(dòng)。這種非合理價(jià)格波動(dòng)導(dǎo)致的風(fēng)險(xiǎn)為碳金融交易價(jià)格風(fēng)險(xiǎn)。

(二)碳金融交易價(jià)格風(fēng)險(xiǎn)測(cè)度方法

碳金融交易價(jià)格風(fēng)險(xiǎn)測(cè)度方法主要有兩種：一種是通過(guò)分析價(jià)格風(fēng)險(xiǎn)因素選擇相應(yīng)指標(biāo)，進(jìn)而結(jié)合因子分析或主成分分析提取公共因子來(lái)測(cè)度風(fēng)險(xiǎn)水平。還有學(xué)者在因子分析基礎(chǔ)上通過(guò)引入支持向量機(jī)方法進(jìn)行碳金融交易價(jià)格的風(fēng)險(xiǎn)測(cè)度，如谷慎和汪淑娟(2019)[8]；另一種方法是采用在險(xiǎn)價(jià)值VaR方法進(jìn)行，如楊超等(2011)[9]、劉紅琴和胡淑慧(2022)[10]等，其差異主要體現(xiàn)在測(cè)量范圍和測(cè)量數(shù)據(jù)方面，基本結(jié)論具有一定類(lèi)似性。在采用VaR模型進(jìn)行碳金融交易價(jià)格測(cè)度過(guò)程中，一個(gè)核心難題是如何識(shí)別碳金融交易價(jià)格的波動(dòng)性。從已有研究看，VaR模型中碳金融交易價(jià)格波動(dòng)性的識(shí)別可以采用歷史模擬方法、蒙特卡洛模擬方法和基于協(xié)方差分析的GARCH模型方法。根據(jù)Qi et al.(2016)[11]、宋敏等[12](2020)的研究，歷史模擬法雖然無(wú)需對(duì)收益率序列分布進(jìn)行正態(tài)假設(shè)，但是需要大量數(shù)據(jù)進(jìn)行測(cè)度才有測(cè)度效果，因此在實(shí)務(wù)中使用頻率較小。蒙特卡洛模擬方法是近年來(lái)在VaR模型中測(cè)度碳金融交易價(jià)格收益序列波動(dòng)性的新方法，其使用頻率在日漸提高。但是該方法計(jì)量算太大，且可能發(fā)生計(jì)算方向錯(cuò)誤，這種缺點(diǎn)限制了該方法的進(jìn)一步推廣?；趨f(xié)方差分析的GARCH模型可以更準(zhǔn)確地描述碳金融交易價(jià)格收益序列的波動(dòng)性，且符合金融經(jīng)濟(jì)數(shù)據(jù)“尖峰后尾”特征，其應(yīng)用范圍較廣。也有學(xué)者將非參數(shù)估計(jì)思想引入進(jìn)來(lái)構(gòu)建介于Copula函數(shù)的VaR模型，也取得了較好的測(cè)度效果，如柴尚蕾和周鵬(2019)[13]。筆者嘗試將VaR模型和GARCH模型結(jié)合，通過(guò)GARCH模型識(shí)別中國(guó)碳金融交易價(jià)格收益序列的波動(dòng)性，并基于在險(xiǎn)價(jià)值VaR方法對(duì)中國(guó)碳金融交易價(jià)格風(fēng)險(xiǎn)進(jìn)行測(cè)度。

二、GARCH-VaR模型原理

(一)GARCH模型原理

Rt=μt+εt

(1)

(2)

(3)

值得說(shuō)明的是，在金融時(shí)間序列分析中應(yīng)用最多的模型為GARCH(1，1)模型，該模型平穩(wěn)的充分必要條件是式(3)中β+γ<1。

(二)VaR模型原理

在險(xiǎn)價(jià)值模型(VaR)源于20世紀(jì)90年代G30集團(tuán)在金融風(fēng)險(xiǎn)評(píng)估過(guò)程中的討論。該模型如式(4)所示，其中c為置信水平，VaR為某項(xiàng)金融產(chǎn)品在一定時(shí)間內(nèi)和一定置信水平下可能產(chǎn)生的最大損失，△Loss代表了該金融產(chǎn)品下期的真實(shí)損失水平。式(4)中如果取表置信水平c為99%，其含義是該金融產(chǎn)品下一期損失大于VaR值的概率為1%，即該金融產(chǎn)品下一期損失超過(guò)VaR值的概率僅為1%。

Prob(△Loss>Var)=1-c

(4)

(5)

(6)

(7)

(8)

(9)

VaR=W0Zcσ

(10)

全文研究對(duì)象是碳金融產(chǎn)品交易價(jià)格風(fēng)險(xiǎn)的測(cè)度問(wèn)題，其交易價(jià)格具有典型的批量化集群性金融時(shí)間序列特征，該數(shù)據(jù)特征非常適用GARCH模型進(jìn)行實(shí)證建模。因此，首先使用GARCH模型對(duì)中國(guó)碳金融產(chǎn)品價(jià)格收益率序列進(jìn)行建模識(shí)別其波動(dòng)性，并通過(guò)估計(jì)模型找到其收益序列的標(biāo)準(zhǔn)差σ，進(jìn)而根據(jù)VaR模型計(jì)算其不同置信水平下的在線價(jià)值，并對(duì)在險(xiǎn)價(jià)值進(jìn)行不同市場(chǎng)背景的風(fēng)險(xiǎn)比較。

三、碳金融交易價(jià)格風(fēng)險(xiǎn)測(cè)度及分析

(一)數(shù)據(jù)說(shuō)明

由于中國(guó)“碳金融”和“碳達(dá)峰”戰(zhàn)略目標(biāo)是在2020年9月提出的，為了減弱政策對(duì)時(shí)間序列的干擾性，本文數(shù)據(jù)時(shí)間區(qū)間為2020年10月15日至2022年1月31日。數(shù)據(jù)選擇對(duì)象為北京、上海、廣東、福建、深圳和湖北等六大碳排放權(quán)交易所。重慶碳排放交易中心和天津碳排放交易所由于成交量較低、成交價(jià)格波動(dòng)不足的原因沒(méi)有被納入。所有碳金融交易價(jià)格數(shù)據(jù)均來(lái)自中國(guó)碳交易網(wǎng)官方網(wǎng)站。同時(shí)利用6個(gè)交易中心官網(wǎng)數(shù)據(jù)和中國(guó)碳交易網(wǎng)數(shù)據(jù)進(jìn)行了數(shù)據(jù)匹配，進(jìn)一步驗(yàn)證了數(shù)據(jù)的準(zhǔn)確性。在獲取碳金融交易價(jià)格后，本文按照式(11)獲得碳金融產(chǎn)品收益序列R，其中Pt為第t期碳金融產(chǎn)品收盤(pán)價(jià)格。由于收益序列R數(shù)據(jù)較小，本文將其擴(kuò)大100倍后進(jìn)行后續(xù)研究。

R=100×Ln(Pt/Pt-1)

(11)

表1顯示了六大碳金融交易市場(chǎng)收益序列的描述性統(tǒng)計(jì)指標(biāo)。湖北收益序列均值為負(fù)值，其余5個(gè)市場(chǎng)收益序列均為正值。上海市場(chǎng)收益序列最大值為0.0892，最小值-0.0146，整體標(biāo)準(zhǔn)差達(dá)到5.6938，在所有6個(gè)市場(chǎng)中波動(dòng)性最大。廣東市場(chǎng)收益序列最大值0.0302，最小值-0.0046，標(biāo)準(zhǔn)差為3.2102，在6個(gè)市場(chǎng)中波動(dòng)性最小。北京、上海、廣東和湖北收益序列的偏度為負(fù)值，說(shuō)明數(shù)據(jù)呈現(xiàn)出左偏特征，福建和深圳市場(chǎng)收益序列偏度值為正，說(shuō)明數(shù)據(jù)呈現(xiàn)右偏特征。6個(gè)市場(chǎng)收益序列峰度值均大于正態(tài)分布下的峰度值，對(duì)應(yīng)的JB統(tǒng)計(jì)量均在1%顯著性水平拒絕序列正態(tài)分布的原假設(shè)，說(shuō)明6個(gè)市場(chǎng)收益序列表現(xiàn)出集群波動(dòng)特征。表1最后一列是將6個(gè)市場(chǎng)同一交易日的收益數(shù)據(jù)進(jìn)行算術(shù)平均后得到的合并數(shù)據(jù)，其均值為0.0227，標(biāo)準(zhǔn)差達(dá)到4.8423，數(shù)據(jù)呈現(xiàn)左偏特征，峰度值超過(guò)正態(tài)分布下峰度值，JB統(tǒng)計(jì)量拒絕了正態(tài)分布原假設(shè)，呈現(xiàn)出和六大市場(chǎng)類(lèi)似的波動(dòng)集群分布形態(tài)。綜合看，無(wú)論是六大交易市場(chǎng)還是合并之后的收益序列符合金融數(shù)據(jù)“尖峰厚尾”的基本分布形態(tài)。

表1 六大交易所收益序列描述性統(tǒng)計(jì)

(二)測(cè)度過(guò)程

金融時(shí)間序列需要保證數(shù)據(jù)的平穩(wěn)性才能進(jìn)行實(shí)證模型構(gòu)建，否則容易產(chǎn)生“偽回歸”問(wèn)題。借助使用范圍最廣的ADF檢驗(yàn)對(duì)各市場(chǎng)收益序列進(jìn)行單位根檢驗(yàn)，如表2所示，可見(jiàn)6個(gè)市場(chǎng)收益序列和合并收益序列的ADF統(tǒng)計(jì)量絕對(duì)值均大于其1%顯著性水平臨界值的絕對(duì)值3.9642，即6個(gè)市場(chǎng)收益序列和合并收益序列ADF統(tǒng)計(jì)量均在1%顯著性水平上拒絕了存在單位根的原假設(shè)，說(shuō)明上述序列是平穩(wěn)的，符合金融時(shí)間序列實(shí)證建模平穩(wěn)性要求。

為檢驗(yàn)中國(guó)不同市場(chǎng)碳金融交易收益序列是否存在ARCH效應(yīng)，即其殘差是否存在異方差問(wèn)題，同時(shí)對(duì)收益序列均值方程如式(1)的殘差進(jìn)行自相關(guān)檢驗(yàn)，并同時(shí)對(duì)均值方程進(jìn)行ARCH-LM檢驗(yàn)，檢驗(yàn)結(jié)果如表2第3和第4列所示。根據(jù)表2第3列的自相關(guān)檢驗(yàn)結(jié)果，6個(gè)市場(chǎng)收益序列和合并市場(chǎng)收益序列自相關(guān)檢驗(yàn)F統(tǒng)計(jì)量對(duì)應(yīng)的伴隨概率均低于1%，說(shuō)明7個(gè)序列均在1%顯著性水平拒絕了不存在異方差的原假設(shè)，即7個(gè)序列都存在ARCH效應(yīng)。7個(gè)收益序列ARCH-LM檢驗(yàn)的統(tǒng)計(jì)量對(duì)應(yīng)的伴隨概率均低于1%，說(shuō)明7個(gè)收益序列均拒絕序列不存在異方差的原假設(shè)，即說(shuō)明6個(gè)市場(chǎng)收益序列和合并市場(chǎng)收益序列存在ARCH效應(yīng)。

表2 序列穩(wěn)健性和ARCH效應(yīng)檢驗(yàn)

由于上述收益序列存在ARCH效應(yīng)，選擇采用GARCH(p，q)模型進(jìn)行實(shí)證建模。在實(shí)證過(guò)程中，根據(jù)AIC和SIC信息準(zhǔn)則，發(fā)現(xiàn)當(dāng)GARCH模型中p和q的滯后階數(shù)均為1時(shí)GARCH模型的擬合效果最好，因此選擇構(gòu)建GARCH(1，1)模型。表3顯示了GARCH(1，1)模型的估計(jì)結(jié)果，其中α、β和γ是式(3)中的參數(shù)。根據(jù)表3，7個(gè)收益序列的三個(gè)參數(shù)均在不同顯著性水平上統(tǒng)計(jì)顯著，說(shuō)明GARCH(1，1)模型構(gòu)建較為理想。7個(gè)收益序列估計(jì)序列對(duì)應(yīng)的DW值均在2左右，說(shuō)明不存在序列相關(guān)性。

表3 GARCH(1，1)模型估計(jì)結(jié)果

為驗(yàn)證構(gòu)建的GARCH(1，1)模型是否消除了異方差問(wèn)題，本文同時(shí)采用ARCH-LM檢驗(yàn)和Ljung的Box-Q檢驗(yàn)對(duì)其進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示?？梢?jiàn)，對(duì)7個(gè)收益序列的GARCH(1，1)模型的殘差進(jìn)行ARCH-LM檢驗(yàn)后，其ARCH-LM統(tǒng)計(jì)量的相伴概率均大于10%，說(shuō)明7個(gè)回歸結(jié)果的殘差都不能拒絕不存在ARCH效應(yīng)的原假設(shè)，即說(shuō)明GARCH(1，1)模型已經(jīng)消除了殘差的異方差性。Ljung的Box-Q的原假設(shè)是殘差存在異方差，本文對(duì)GARCH(1，1)模型的殘差序列的滯后9期數(shù)據(jù)進(jìn)行Box-Q檢驗(yàn)后發(fā)現(xiàn)其統(tǒng)計(jì)量均大于1%顯著性水平的臨界值，其伴隨概率均低于1%，說(shuō)明7個(gè)收益序列的GARCH(1，1)模型的殘差不存在異方差，即GARCH(1，1)模型消除了異方差性。綜合ARCH-LM檢驗(yàn)和Box-Q檢驗(yàn)結(jié)果，說(shuō)明本文構(gòu)建的GARCH(1，1)模型具有穩(wěn)健性，可以用于后續(xù)VaR計(jì)算。

表4 GARCH(1，1)模型穩(wěn)健性

根據(jù)表3可得北京市場(chǎng)碳金融交易價(jià)格的GARCH(1，1)模型，如式(12)所示。其他5個(gè)市場(chǎng)和合并市場(chǎng)序列的GARCH(1，1)模型表達(dá)式同理可得。根據(jù)式(12)結(jié)合Eviews10.0軟件的預(yù)測(cè)功能，可預(yù)測(cè)下一期北京市場(chǎng)碳金融交易價(jià)格波動(dòng)方差σ2和標(biāo)準(zhǔn)差σ，本文預(yù)測(cè)值為0.1586。同理可得到其余6個(gè)收益序列的波動(dòng)標(biāo)準(zhǔn)差，如表5第2列所示。

(12)

在得到各市場(chǎng)碳金融交易收益序列下期波動(dòng)標(biāo)準(zhǔn)差后，假設(shè)投資金額為100元，根據(jù)式(10)可得到99%和95%置信水平下不同市場(chǎng)的VaR值，如表5所示。其中，在99%置信水平下6個(gè)市場(chǎng)VaR值從大到小依次是上海(45.5049)、北京(36.9538)、深圳(23.3932)、福建(19.9448)、廣東(18.0109)和湖北(17.5915)。在95%置信水平下6個(gè)市場(chǎng)的VaR值從大到小依次是上海(32.2245)北京(26.1690)、深圳(16.5660)、福建(14.1240)、廣東(12.7545)和湖北(12.4575)。如果將6個(gè)市場(chǎng)合并，其99%和95%置信水平的VaR值分別為29.8939和21.1695。

表5 基于GARCH(1，1)預(yù)測(cè)值的下期VaR值計(jì)算

(三)測(cè)度結(jié)果的經(jīng)濟(jì)分析

在險(xiǎn)價(jià)值VaR的含義是：在某個(gè)置信水平下一項(xiàng)投資在未來(lái)交易過(guò)程中可能產(chǎn)生的最大損失。以表5中99%置信水平的北京碳金融收益序列為例，當(dāng)投資金額為100元時(shí)期在險(xiǎn)價(jià)值VaR為36.9538，其含義有兩層：一是下一個(gè)交易日北京市場(chǎng)碳金融產(chǎn)品損失超過(guò)36.9538萬(wàn)的概率不高于1%。二是當(dāng)置信水平99%被確定后，北京市場(chǎng)碳金融產(chǎn)品交易價(jià)格在下一個(gè)交易日可能的最大損失為36.9538元。在此基礎(chǔ)上，根據(jù)表5可得到如下結(jié)論。

第一，當(dāng)置信水平為99%時(shí)，6個(gè)市場(chǎng)在險(xiǎn)價(jià)值VaR最大的是上海市場(chǎng)，其余從大到小依次是北京、深圳、福建、廣東和湖北，即在當(dāng)前中國(guó)碳金融產(chǎn)品交易市場(chǎng)中，價(jià)格風(fēng)險(xiǎn)最大的是上海市場(chǎng)，其次是北京市場(chǎng)，風(fēng)險(xiǎn)水平排在第二至第五位的分別是深圳、福建和廣東，湖北碳金融交易市場(chǎng)的交易價(jià)格風(fēng)險(xiǎn)最低。當(dāng)置信水平為95%時(shí)上述結(jié)論不變。

第二，從在險(xiǎn)價(jià)值VaR最小的湖北市場(chǎng)看，當(dāng)置信水平為99%時(shí)，其VaR值為17.5915，當(dāng)置信水平變?yōu)?5%時(shí)，其VaR值下降為12.4575?？梢?jiàn)，即使是在險(xiǎn)價(jià)值最小的湖北市場(chǎng)，當(dāng)把置信水平從99%降為95%后該市場(chǎng)碳金融交易價(jià)格的風(fēng)險(xiǎn)水平仍達(dá)到了投資總額100元的12.46%，仍處在較高的風(fēng)險(xiǎn)水平。剩余5個(gè)市場(chǎng)的VaR值都大于相同置信水平的湖北VaR值，這說(shuō)明中國(guó)碳金融交易市場(chǎng)價(jià)格風(fēng)險(xiǎn)水平較高。

第三，從市場(chǎng)合并數(shù)據(jù)看，當(dāng)置信水平為99%時(shí)，6個(gè)市場(chǎng)的綜合VaR值為29.8939。6個(gè)市場(chǎng)中只有上海和北京市場(chǎng)的VaR值大于合并市場(chǎng)VaR，剩余4個(gè)市場(chǎng)VaR值均低于市場(chǎng)合并后的VaR值。當(dāng)置信水平變?yōu)?5%后，上述結(jié)論不變?；诖丝蓪?個(gè)市場(chǎng)分為兩個(gè)風(fēng)險(xiǎn)梯隊(duì)，第一梯隊(duì)為高價(jià)格風(fēng)險(xiǎn)市場(chǎng)，包括上海和北京市場(chǎng)；第二梯隊(duì)為中高風(fēng)險(xiǎn)市場(chǎng)，包括深圳、福建、廣東和湖北市場(chǎng)。由此可見(jiàn)，中國(guó)碳金融市場(chǎng)價(jià)格風(fēng)險(xiǎn)存在顯著區(qū)域異質(zhì)性，北京和上海市場(chǎng)的交易量較大是中國(guó)碳金融交易的主要市場(chǎng)，其總體價(jià)格風(fēng)險(xiǎn)水平較高。深圳、福建、廣東和湖北市場(chǎng)價(jià)格風(fēng)險(xiǎn)水平低于上海和北京市場(chǎng)，但是其總體風(fēng)險(xiǎn)水平仍處在較高水平。

四、對(duì)策建議

本文在對(duì)碳金融交易價(jià)格風(fēng)險(xiǎn)進(jìn)行了科學(xué)界定并對(duì)其交易風(fēng)險(xiǎn)測(cè)度方法進(jìn)行分析后，通過(guò)采用GARCH-VaR模型檢驗(yàn)了中國(guó)6個(gè)碳金融交易市場(chǎng)的價(jià)格風(fēng)險(xiǎn)水平。研究發(fā)現(xiàn)，中國(guó)碳金融交易價(jià)格風(fēng)險(xiǎn)總體水平較高，且表現(xiàn)出顯著的區(qū)域差異性?；诖?，為進(jìn)一步提升中國(guó)應(yīng)對(duì)碳金融交易價(jià)格風(fēng)險(xiǎn)的水平，提出如下對(duì)策建議。

第一，健全碳金融產(chǎn)品定價(jià)機(jī)制和碳金融交易平臺(tái)。根據(jù)本文測(cè)度結(jié)果，中國(guó)碳金融市場(chǎng)價(jià)格風(fēng)險(xiǎn)總體水平較高且表現(xiàn)出顯著的區(qū)域異質(zhì)性，基于此，建議中國(guó)應(yīng)該進(jìn)一步構(gòu)建科學(xué)有效的碳金融產(chǎn)品定價(jià)機(jī)制。為此，可以從如下方面入手：一是鑒于當(dāng)前中國(guó)各地碳金融交易價(jià)格受到地方政府政策和經(jīng)濟(jì)發(fā)展需求的影響較為嚴(yán)重，中國(guó)應(yīng)該適度弱化地方政府行政干預(yù)碳金融產(chǎn)品交易價(jià)格的程度，逐步提高碳金融產(chǎn)品價(jià)格的市場(chǎng)屬性，進(jìn)而為中國(guó)碳金融市場(chǎng)的全國(guó)統(tǒng)一奠定基礎(chǔ)。二是中國(guó)可以借鑒歐美國(guó)家碳金融交易定價(jià)經(jīng)驗(yàn)，積極引入拍賣(mài)定價(jià)、期權(quán)定價(jià)等成熟的定價(jià)機(jī)制，并對(duì)市場(chǎng)中的惡意控制交易價(jià)格的行為給予對(duì)應(yīng)處罰。與此同時(shí)，還應(yīng)該進(jìn)一步推進(jìn)碳金融交易平臺(tái)建設(shè)，最終構(gòu)建全國(guó)統(tǒng)一的碳金融交易市場(chǎng)。為此，可以進(jìn)一步細(xì)化碳金融交易市場(chǎng)準(zhǔn)入機(jī)制，對(duì)那些交易基礎(chǔ)差、交易規(guī)范度較低的市場(chǎng)交易者構(gòu)建強(qiáng)制退出機(jī)制，并要求每個(gè)交易平臺(tái)必須按照國(guó)家要求設(shè)立專(zhuān)門(mén)的價(jià)格風(fēng)險(xiǎn)預(yù)警機(jī)構(gòu)。不僅如此，為了推進(jìn)碳金融交易平臺(tái)的科學(xué)發(fā)展，中國(guó)還應(yīng)積極鼓勵(lì)各類(lèi)相關(guān)中介服務(wù)機(jī)構(gòu)的發(fā)展，提升各類(lèi)中介機(jī)構(gòu)有效利用其專(zhuān)業(yè)知識(shí)能力服務(wù)碳金融市場(chǎng)發(fā)展的水平。

第二，建立高效的碳金融價(jià)格風(fēng)險(xiǎn)防控機(jī)制。根據(jù)測(cè)度結(jié)果，中國(guó)碳金融交易總體價(jià)格波動(dòng)性較大，其風(fēng)險(xiǎn)水平較高，因此中國(guó)應(yīng)該構(gòu)建更加高效的價(jià)格風(fēng)險(xiǎn)防控機(jī)制。為此中國(guó)可以從如下幾個(gè)方面入手：一是適時(shí)推出碳金融交易價(jià)格風(fēng)險(xiǎn)法律法規(guī)規(guī)制體系，并將該規(guī)制體系和《公司法》《證券法》等法律形成有效對(duì)接，構(gòu)建全國(guó)統(tǒng)一、標(biāo)準(zhǔn)一致的碳金融交易價(jià)格法律規(guī)制體系。二是在保證政府不過(guò)分干預(yù)碳交易市場(chǎng)的前提下，強(qiáng)化政府對(duì)宏觀碳金融交易風(fēng)險(xiǎn)的監(jiān)管責(zé)任。三是構(gòu)建涵蓋事前風(fēng)險(xiǎn)防范、事中風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)化解及事后風(fēng)險(xiǎn)追責(zé)的系統(tǒng)風(fēng)險(xiǎn)防范體系。在事前風(fēng)險(xiǎn)防范中，政府應(yīng)該針對(duì)各地差異化政策對(duì)碳金融價(jià)格的不利沖擊進(jìn)行系統(tǒng)梳理，從能源市場(chǎng)、金融市場(chǎng)和宏觀經(jīng)濟(jì)運(yùn)行等角度進(jìn)行系統(tǒng)的政策協(xié)調(diào)。同時(shí)應(yīng)該構(gòu)建碳金融交易柔性配給調(diào)節(jié)機(jī)制，進(jìn)一步提升市場(chǎng)的自我調(diào)節(jié)能力。在事中風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)化解環(huán)節(jié)，應(yīng)該進(jìn)一步強(qiáng)化交易平臺(tái)結(jié)算制度，依托專(zhuān)業(yè)中介結(jié)構(gòu)對(duì)碳金融價(jià)格風(fēng)險(xiǎn)進(jìn)行系統(tǒng)識(shí)別，同時(shí)還可以借鑒金融衍生品市場(chǎng)的大額交易報(bào)告機(jī)制和強(qiáng)制清算機(jī)制，將碳金融交易價(jià)格風(fēng)險(xiǎn)通過(guò)恰當(dāng)?shù)臋C(jī)制設(shè)計(jì)予以化解。在事后風(fēng)險(xiǎn)追責(zé)過(guò)程中，應(yīng)該構(gòu)建全方位多維度的價(jià)格風(fēng)險(xiǎn)責(zé)任追責(zé)機(jī)制，如可以將碳金融交易追責(zé)問(wèn)題和全國(guó)征信系統(tǒng)進(jìn)行有效銜接，并構(gòu)建全國(guó)范圍的碳金融交易價(jià)格風(fēng)險(xiǎn)應(yīng)急策略平臺(tái)。

第三，明確碳金融交易價(jià)格風(fēng)險(xiǎn)的監(jiān)管重點(diǎn)。在“碳達(dá)峰”和“碳中和”戰(zhàn)略目標(biāo)引領(lǐng)下，中國(guó)碳金融交易規(guī)模會(huì)越來(lái)越大，其交易價(jià)格風(fēng)險(xiǎn)會(huì)隨著交易規(guī)模和交易頻率的增加而不斷放大?；诖?，中國(guó)應(yīng)該在碳金融交易市場(chǎng)總體風(fēng)險(xiǎn)水平較高背景下積極提升對(duì)碳金融交易市場(chǎng)價(jià)格風(fēng)險(xiǎn)的宏觀審慎監(jiān)管水平，并進(jìn)一步厘清碳金融交易價(jià)格風(fēng)險(xiǎn)的監(jiān)管重點(diǎn)。中國(guó)當(dāng)前碳金融交易監(jiān)管的重點(diǎn)包括市場(chǎng)操縱和欺詐行為、持倉(cāng)限額、對(duì)交易注冊(cè)的要求、對(duì)相關(guān)報(bào)告的要求和對(duì)碳抵消權(quán)的監(jiān)管等方面。其中市場(chǎng)操縱和欺詐行為直接擾亂了市場(chǎng)交易秩序，導(dǎo)致市場(chǎng)交易的混亂，應(yīng)該在宏觀監(jiān)管中予以重點(diǎn)關(guān)注。另外在市場(chǎng)操縱監(jiān)管中應(yīng)該重視對(duì)碳金融交易的杠桿性賣(mài)空行為的監(jiān)管。在交易注冊(cè)要求方面，應(yīng)該進(jìn)一步強(qiáng)化交易商、經(jīng)紀(jì)人和交易員的注冊(cè)制度，并進(jìn)行積極統(tǒng)一管理。在報(bào)告要求方面，應(yīng)該要求相關(guān)交易機(jī)構(gòu)和人員嚴(yán)格執(zhí)行國(guó)家關(guān)于碳金融交易價(jià)格、交易量、持倉(cāng)量等的相關(guān)報(bào)告制度，并鼓勵(lì)交易參與者進(jìn)一步公開(kāi)詳細(xì)交易數(shù)據(jù)。在碳抵消權(quán)監(jiān)管方面，應(yīng)該盡快制定與碳抵消權(quán)相關(guān)的交易政策，進(jìn)一步明確碳抵消交易是否也需要遵循碳金融交易配額和相關(guān)衍生品交易的基本制度問(wèn)題。綜上，只有對(duì)上述方面重點(diǎn)對(duì)待，才能有效提高碳金融交易宏觀審慎監(jiān)管水平。