碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)
——基于聯(lián)合溢出指數(shù)模型的實(shí)證研究

龔振庭，陳妍蓓

（1.湛江幼兒師范?？茖W(xué)校，廣東湛江 524037；2.嶺南師范學(xué)院基礎(chǔ)教育學(xué)院，廣東湛江 524000）

一、問(wèn)題的提出

過(guò)度碳排放導(dǎo)致的全球變暖已成為迫切需要解決的問(wèn)題，碳排放權(quán)交易體系（ETS，下文簡(jiǎn)稱“碳交易市場(chǎng)”）是一種由供求關(guān)系所形成的碳價(jià)格“總量管制與交易”制度，被認(rèn)為是解決過(guò)度碳排放這一世界難題的有效手段［1］。在過(guò)去的10年中，碳交易市場(chǎng)在中國(guó)逐漸發(fā)展起來(lái)，先后在北京、天津、上海、重慶、湖北、廣東、深圳、福建等8 個(gè)省市開(kāi)展了碳交易市場(chǎng)建設(shè)的試點(diǎn)工作，2021 年7 月中國(guó)碳排放權(quán)交易體系（ETS）正式投入運(yùn)行。碳排放權(quán)交易是中國(guó)溫室氣體減排工作邁出的重要一步，雖然目前只針對(duì)發(fā)電行業(yè)進(jìn)行交易，但該系統(tǒng)未來(lái)將全面覆蓋8個(gè)主要的能源密集型行業(yè)，預(yù)計(jì)到2025年將覆蓋中國(guó)72%的碳排放［2］。

能源安全是國(guó)家安全的重要組成部分［3］，中國(guó)既是人口大國(guó)、工業(yè)大國(guó)，又是能源消費(fèi)大國(guó)，當(dāng)前世界面臨百年未有之大變局，“黑天鵝”“灰犀牛”事件頻發(fā)，國(guó)際能源市場(chǎng)必然是各國(guó)博弈的重點(diǎn)領(lǐng)域。2021 年12 月召開(kāi)的中央經(jīng)濟(jì)工作會(huì)議指出，要正確認(rèn)識(shí)和把握碳達(dá)峰碳中和，深入推動(dòng)能源革命，加快建設(shè)能源強(qiáng)國(guó)。黨的二十大報(bào)告指出要深入推進(jìn)能源革命，確保能源安全。在此背景下，研究跨市場(chǎng)間的風(fēng)險(xiǎn)傳遞機(jī)制，對(duì)中國(guó)能源安全新戰(zhàn)略走深走實(shí)，合理科學(xué)地防范應(yīng)對(duì)能源金融領(lǐng)域中可能發(fā)生的風(fēng)險(xiǎn)挑戰(zhàn)，更好應(yīng)對(duì)多變的國(guó)際環(huán)境和市場(chǎng)波動(dòng)具有重要意義。

龔旭［3］將能源商品金融市場(chǎng)相關(guān)性的研究定義為能源市場(chǎng)外部的跨市場(chǎng)耦合研究，并指出能源市場(chǎng)內(nèi)部、能源市場(chǎng)與商品市場(chǎng)之間以及能源市場(chǎng)與金融市場(chǎng)之間均存在相關(guān)關(guān)系。碳排放權(quán)作為一種新興金融產(chǎn)品，不僅存在自身價(jià)格調(diào)節(jié)機(jī)制不完善如管理水平不高、覆蓋范圍不廣、MRV 履約程度較低等問(wèn)題，還會(huì)受到突發(fā)政治事件、外部環(huán)境因素（如節(jié)能減排政策、環(huán)境規(guī)制措施）的影響，從而造成碳交易市場(chǎng)價(jià)格波動(dòng)。近年來(lái)，學(xué)者們將碳交易市場(chǎng)作為一個(gè)特殊的金融子市場(chǎng)引入能源金融風(fēng)險(xiǎn)領(lǐng)域的研究中。

碳排放權(quán)價(jià)格會(huì)通過(guò)影響投資、收益等經(jīng)營(yíng)要素間接對(duì)企業(yè)價(jià)值產(chǎn)生影響，進(jìn)而對(duì)股價(jià)形成傳導(dǎo)效應(yīng)。企業(yè)的成本和營(yíng)業(yè)收入決定了經(jīng)營(yíng)收益，在碳排放限制政策的背景下，碳排放成本已成為企業(yè)必須考慮的生產(chǎn)成本，尤其在碳排放超標(biāo)的情況下，企業(yè)需購(gòu)買碳排放權(quán)，若碳價(jià)格上漲，企業(yè)購(gòu)買成本增加，必然會(huì)擠占利潤(rùn)空間，對(duì)收益造成負(fù)面影響，可能導(dǎo)致企業(yè)股價(jià)下跌。當(dāng)碳配額出現(xiàn)結(jié)余時(shí)，企業(yè)則可將其出售以增加收益，從而帶動(dòng)企業(yè)股價(jià)上漲。從投資角度來(lái)看，當(dāng)碳價(jià)格處于高位時(shí)，購(gòu)買成本較高，企業(yè)傾向于進(jìn)行碳減排項(xiàng)目投資，并將減排技改后節(jié)省下來(lái)的碳配額高價(jià)出售，這既增加了企業(yè)資產(chǎn)又獲得了額外收益，能促進(jìn)企業(yè)股價(jià)上漲；反之，當(dāng)碳價(jià)格處于低位時(shí)，企業(yè)傾向于購(gòu)買碳配額，這可能會(huì)導(dǎo)致企業(yè)股價(jià)不僅上漲受限，甚至還會(huì)出現(xiàn)下跌。可見(jiàn)，碳排放權(quán)價(jià)格的高低會(huì)對(duì)企業(yè)股價(jià)產(chǎn)生不同的影響，企業(yè)股價(jià)與碳排放權(quán)價(jià)格具有一定的相關(guān)性。

碳交易市場(chǎng)作為中國(guó)碳排放交易試點(diǎn)的一種形式，目前仍處于起步階段，存在諸如碳排放交易價(jià)格不合理、交易機(jī)制不完善等問(wèn)題［4］，而歐盟碳排放交易系統(tǒng)（EU ETS）已進(jìn)入第四階段，并逐步發(fā)展成為世界上最大的碳交易市場(chǎng)?；跉W盟碳交易市場(chǎng)是世界上最大的區(qū)域碳交易市場(chǎng)［5］，其對(duì)國(guó)際能源價(jià)格有著不可忽視的影響作用，因此本文在構(gòu)建碳-能源-低碳股票市場(chǎng)風(fēng)險(xiǎn)系統(tǒng)時(shí)，將歐盟碳交易市場(chǎng)納入其中。

除碳排放權(quán)之外，開(kāi)發(fā)新能源也是減少溫室氣體排放的重要手段。傳統(tǒng)的化石能源價(jià)格上漲不僅會(huì)增加企業(yè)對(duì)碳排放配額的需求，較高的碳價(jià)格還會(huì)激勵(lì)企業(yè)將資金投入到清潔能源技術(shù)的研發(fā)之中。這不僅有助于降低可再生能源的成本，還可推動(dòng)其他低碳行業(yè)技術(shù)的進(jìn)步和創(chuàng)新。由于股票市場(chǎng)能很好地體現(xiàn)某個(gè)行業(yè)的發(fā)展情況以及當(dāng)前投資者對(duì)特定行業(yè)的關(guān)注程度，而中國(guó)低碳指數(shù)涵蓋了太陽(yáng)能、風(fēng)能、核能、水電、清潔煤、智能電網(wǎng)、電池、能效（包括LED）、水處理、垃圾處理等多個(gè)清潔能源上市公司的指數(shù)，能夠較為準(zhǔn)確地反映目前國(guó)內(nèi)低碳行業(yè)整體的市場(chǎng)表現(xiàn)［6］，因此本文在構(gòu)建碳-能源-低碳股票市場(chǎng)風(fēng)險(xiǎn)系統(tǒng)時(shí)，將2010年推出的中國(guó)低碳指數(shù)納入其中。

當(dāng)資產(chǎn)出現(xiàn)同漲同跌或風(fēng)險(xiǎn)溢出（價(jià)格波動(dòng)）時(shí)，表明市場(chǎng)上存在系統(tǒng)性風(fēng)險(xiǎn)［3］，因此研究市場(chǎng)間的相關(guān)性成為衡量市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的常見(jiàn)方法，Diebold［7-8］提出的溢出指數(shù)模型（DY 模型），目前已被廣泛應(yīng)用于能源金融領(lǐng)域的關(guān)聯(lián)性研究中。趙領(lǐng)娣［9］基于DY模型，刻畫(huà)了中國(guó)碳交易市場(chǎng)與能源市場(chǎng)之間的靜態(tài)波動(dòng)溢出指數(shù)和時(shí)變波動(dòng)溢出指數(shù)。

現(xiàn)有研究多將DY 模型簡(jiǎn)單理解為測(cè)量來(lái)自其他變量的溢出效應(yīng)，將溢出模型中變量j（除i 以外的其他變量）對(duì)變量i的溢出效應(yīng)理解為變量i的預(yù)測(cè)誤差方差中由變量j所解釋的部分。事實(shí)證明這種理解并不完全正確，許多學(xué)者在應(yīng)用DY 模型計(jì)算變量間的溢出效應(yīng)時(shí)會(huì)出現(xiàn)理解上的偏差。對(duì)此，Lastrapes［10］不僅解釋了出現(xiàn)這種理解偏差的原因，還進(jìn)一步提出了一種更為準(zhǔn)確的測(cè)量其他變量沖擊對(duì)預(yù)測(cè)誤差方差貢獻(xiàn)度的方法，即聯(lián)合溢出指數(shù)模型（LW 模型），并且認(rèn)為忽視變量間的交叉關(guān)聯(lián)性問(wèn)題必定會(huì)影響其模型推斷的準(zhǔn)確性。LW 模型將其他變量之間的交叉關(guān)聯(lián)性也納入考量之中，本文認(rèn)為使用該方法計(jì)算出的溢出效應(yīng)更加精確。

綜上，本文的邊際貢獻(xiàn)主要在于：一是有效衡量了碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的溢出效應(yīng)，豐富了國(guó)內(nèi)在這一領(lǐng)域的研究；二是不僅衡量了碳交易市場(chǎng)與能源市場(chǎng)之間的靜態(tài)溢出效應(yīng)，還測(cè)量了其在動(dòng)態(tài)下的總體風(fēng)險(xiǎn)溢出、方向性風(fēng)險(xiǎn)溢出以及凈溢出效應(yīng)；三是運(yùn)用了一種更為準(zhǔn)確地衡量碳交易市場(chǎng)與相關(guān)市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)的模型，即聯(lián)合溢出指數(shù)模型。

二、文獻(xiàn)綜述

目前關(guān)于碳交易市場(chǎng)、能源市場(chǎng)與股票市場(chǎng)間的跨市場(chǎng)耦合關(guān)系［3］的研究成果比較豐富，主要集中在能源市場(chǎng)內(nèi)部的關(guān)聯(lián)性、碳交易市場(chǎng)與能源市場(chǎng)的關(guān)聯(lián)性、碳交易市場(chǎng)與資本市場(chǎng)的關(guān)聯(lián)性方面。

一是能源市場(chǎng)內(nèi)部的關(guān)聯(lián)性。相關(guān)研究可分為單一能源產(chǎn)品在不同市場(chǎng)之間的關(guān)聯(lián)性和不同類型能源產(chǎn)品之間的關(guān)聯(lián)性。早期對(duì)單一能源產(chǎn)品的研究主要以石油為主，現(xiàn)有關(guān)于國(guó)內(nèi)外石油市場(chǎng)關(guān)系的研究主要集中在價(jià)格和波動(dòng)關(guān)系上，如魏巍賢［11］、劉明磊［12］利用GARCH 類模型實(shí)證探討了國(guó)內(nèi)外原油價(jià)格波動(dòng)性及其相互關(guān)系，張大永［13］利用DY 模型構(gòu)建原油-股票-匯率收益率和波動(dòng)率的靜態(tài)和動(dòng)態(tài)網(wǎng)絡(luò)，探討了中國(guó)原油期貨與國(guó)內(nèi)外市場(chǎng)之間的信息流向強(qiáng)度、方向和動(dòng)態(tài)溢出效應(yīng)。有學(xué)者發(fā)現(xiàn)不同石油市場(chǎng)之間存在相關(guān)關(guān)系。如Gong［14］通過(guò)TVP-VAR 模型研究了不同的石油沖擊如何影響石油價(jià)格的波動(dòng)；Liu［15］利用TVP-VAR-SV 模型探索了國(guó)際4 個(gè)主要原油市場(chǎng)（WTI、Brent、Oman、Tapis）之間的時(shí)變波動(dòng)率溢出效應(yīng)，發(fā)現(xiàn)波動(dòng)率和波動(dòng)率溢出正相關(guān)；An［16］通過(guò)GARCHBEKK 模型研究了不同油價(jià)的波動(dòng)溢出效應(yīng)，指出不同油價(jià)的溢出效應(yīng)在不同的樣本期存在變化，并從動(dòng)態(tài)視角解釋了布倫特和WTI價(jià)格的基準(zhǔn)作用。對(duì)不同類型能源產(chǎn)品之間關(guān)聯(lián)性的研究主要涉及石油、煤炭、天然氣之間的關(guān)聯(lián)性研究。如Dai［17］先利用DY模型研究了與“一帶一路”倡議相關(guān)的WTI原油期貨、天然氣期貨與中國(guó)股票市場(chǎng)之間的收益波動(dòng)溢出效應(yīng)和動(dòng)態(tài)關(guān)系，再利用DCC-GARCHcopula 模型計(jì)算了套期保值比率、最優(yōu)投資組合權(quán)重以及相應(yīng)的套期保值有效性；Gong［18］利用TVPVAR-SV模型實(shí)證研究了原油、汽油、取暖油、天然氣4種主要能源商品之間的時(shí)變方向性和配對(duì)波動(dòng)性溢出指數(shù)；Walid［19］分析了WTI 原油期貨、紐約港汽油期貨、天然氣期貨與中東、北非地區(qū)重要股票市場(chǎng)之間的依賴結(jié)構(gòu)和系統(tǒng)性風(fēng)險(xiǎn)；Zhong［20］利用格蘭杰因果檢驗(yàn)和DY模型研究了美國(guó)、歐洲和中國(guó)能源市場(chǎng)的關(guān)聯(lián)性，發(fā)現(xiàn)新興市場(chǎng)在收益率波動(dòng)溢出系統(tǒng)中對(duì)許多發(fā)達(dá)市場(chǎng)都具有重要影響，且不同市場(chǎng)間的溢出指數(shù)具有明顯的時(shí)變特征；Kumar［21］分別采用非對(duì)稱和對(duì)稱的多元廣義自回歸條件異方差（MGARCH）模型分析了印度原油、天然氣和股票價(jià)格之間的時(shí)變波動(dòng)程度與相關(guān)性，指出VARMADCC-GARCH模型在估計(jì)時(shí)變相關(guān)性方面比不對(duì)稱的CCC模型更有效；Ji［22］將關(guān)聯(lián)性網(wǎng)絡(luò)框架和集成經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法相結(jié)合，實(shí)證研究了油氣市場(chǎng)中的信息溢出效應(yīng)，指出石油和天然氣市場(chǎng)的總溢出效應(yīng)具有動(dòng)態(tài)、不穩(wěn)定的特征。

二是碳交易市場(chǎng)與能源市場(chǎng)的關(guān)聯(lián)性。由于我國(guó)碳排放權(quán)交易起步較晚，因此多數(shù)關(guān)于碳交易市場(chǎng)風(fēng)險(xiǎn)溢出的研究主要圍繞歐盟碳交易市場(chǎng)展開(kāi)。Ren［23］通過(guò)分位數(shù)格蘭杰因果關(guān)系檢驗(yàn)和雙分位數(shù)回歸法兩種模型分析了原油價(jià)格對(duì)EU-ETS 第三階段歐洲碳價(jià)格的影響，發(fā)現(xiàn)原油價(jià)格對(duì)碳價(jià)格的影響是不對(duì)稱的，其取決于整體碳價(jià)格和原油價(jià)格的分布情況；Dou［24］采用分位數(shù)格蘭杰檢驗(yàn)法研究了經(jīng)濟(jì)政策不確定性（EPU）在不同市場(chǎng)條件下對(duì)碳期貨市場(chǎng)的溢出效應(yīng)，以及EPU 對(duì)碳期貨價(jià)格收益的溢出在不同時(shí)域和頻域的演化，發(fā)現(xiàn)EPU 沖擊不能預(yù)測(cè)碳期貨日收益率的波動(dòng)性。中國(guó)是世界上最大的碳排放國(guó)和全球碳交易市場(chǎng)上最大的供給方，隨著中國(guó)碳交易試點(diǎn)計(jì)劃的推行，對(duì)中國(guó)碳交易市場(chǎng)的研究也日趨豐富。Chang［25］采用DCC-GARCH 模型研究了中國(guó)碳排放配額與化石能源市場(chǎng)之間的波動(dòng)溢出效應(yīng)和動(dòng)態(tài)相關(guān)性，證明了化石能源和區(qū)域碳排放配額市場(chǎng)之間的動(dòng)態(tài)相關(guān)性存在時(shí)變趨勢(shì)；劉建和［26］采用DCC-GARCH模型比較我國(guó)碳交易市場(chǎng)與國(guó)內(nèi)焦煤市場(chǎng)、歐盟碳交易市場(chǎng)之間的溢出效應(yīng)，發(fā)現(xiàn)國(guó)內(nèi)焦煤市場(chǎng)與我國(guó)碳交易市場(chǎng)之間的溢出效應(yīng)最強(qiáng)；Wang［27］采用DY模型測(cè)量了WTI 石油、布倫特原油、天然氣市場(chǎng)這三大能源市場(chǎng)與碳交易市場(chǎng)的溢出效應(yīng)，發(fā)現(xiàn)WTI 石油市場(chǎng)向系統(tǒng)傳導(dǎo)的溢出效應(yīng)最強(qiáng)，天然氣市場(chǎng)對(duì)碳交易市場(chǎng)的溢出效應(yīng)也較為突出；Xu［28］通過(guò)融合Copula 和CoVaR 模型，發(fā)現(xiàn)國(guó)際和國(guó)內(nèi)能源市場(chǎng)的不確定性對(duì)中國(guó)碳試點(diǎn)產(chǎn)生了顯著的風(fēng)險(xiǎn)溢出效應(yīng)；Ji［5］利用DY模型研究了歐盟碳交易市場(chǎng)和能源市場(chǎng)之間的信息聯(lián)系和動(dòng)態(tài)溢出效應(yīng)，發(fā)現(xiàn)布倫特原油價(jià)格對(duì)碳價(jià)格變化和風(fēng)險(xiǎn)波動(dòng)有著重要影響。

三是碳交易市場(chǎng)與資本市場(chǎng)的關(guān)聯(lián)性。有學(xué)者主要探討中國(guó)碳交易市場(chǎng)價(jià)格及收益率的相關(guān)影響因素［1，29-32］，還有學(xué)者主要關(guān)注中國(guó)碳交易市場(chǎng)與新能源股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)。如Nie［33］利用DY 模型對(duì)湖北碳交易市場(chǎng)、新能源股票市場(chǎng)、原油市場(chǎng)、煤炭市場(chǎng)、天然氣市場(chǎng)之間的靜態(tài)溢出效應(yīng)和動(dòng)態(tài)溢出效應(yīng)進(jìn)行衡量，研究發(fā)現(xiàn)碳-能源-股票系統(tǒng)的溢出效應(yīng)較低；Lin［4］應(yīng)用VAR（1）-DCC-GARCH（1，1）模型和VAR（1）-BEKK-GARCH（1，1）模型分析了中國(guó)碳交易市場(chǎng)、煤炭市場(chǎng)、新能源股票市場(chǎng)之間的動(dòng)態(tài)聯(lián)系和溢出效應(yīng)，研究發(fā)現(xiàn)煤炭市場(chǎng)與新能源公司股票市場(chǎng)之間具有較高的波動(dòng)持續(xù)性，煤炭市場(chǎng)與新能源公司股票市場(chǎng)之間存在雙向溢出效應(yīng)；卜文珂［34］通過(guò)構(gòu)建VAR 模型，利用脈沖響應(yīng)和方差分析等方法，對(duì)比分析檢驗(yàn)了新舊兩類能源公司股票價(jià)格與碳排放權(quán)價(jià)格的關(guān)系；曾清［35］利用VECM 模型對(duì)比分析了碳排放權(quán)價(jià)格對(duì)傳統(tǒng)能源公司和新能源公司股價(jià)的影響，指出碳價(jià)格變動(dòng)對(duì)資本市場(chǎng)的信息溢出效應(yīng)值得關(guān)注。

近年來(lái)，越來(lái)越多的學(xué)者認(rèn)識(shí)到需從系統(tǒng)性和整體性方面衡量碳交易市場(chǎng)、能源市場(chǎng)與股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，以及利用不同計(jì)量模型來(lái)理解其價(jià)格波動(dòng)影響和風(fēng)險(xiǎn)波動(dòng)傳遞模式的重要性。然而既有相關(guān)研究主要針對(duì)歐盟碳交易市場(chǎng)，鮮有研究在構(gòu)建風(fēng)險(xiǎn)系統(tǒng)時(shí)將歐盟碳交易市場(chǎng)和中國(guó)碳交易市場(chǎng)同時(shí)納入考量中。此外，既有研究主要討論碳交易市場(chǎng)與能源市場(chǎng)之間的風(fēng)險(xiǎn)關(guān)聯(lián)性，鮮有文獻(xiàn)將新能源股票市場(chǎng)納入風(fēng)險(xiǎn)系統(tǒng)之中。本文在進(jìn)行指標(biāo)選取時(shí)，將中國(guó)低碳指數(shù)作為風(fēng)險(xiǎn)溢出系統(tǒng)的組成部分之一，以考量當(dāng)前碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的風(fēng)險(xiǎn)聯(lián)動(dòng)問(wèn)題。隨著碳交易市場(chǎng)、能源市場(chǎng)和低碳行業(yè)的發(fā)展，市場(chǎng)之間可能存在的動(dòng)態(tài)相關(guān)性和溢出效應(yīng)將更加明顯?；谑袌?chǎng)間的風(fēng)險(xiǎn)溢出聯(lián)動(dòng)關(guān)系，政府和投資者可以提前作出戰(zhàn)略決策［4］，因此本文采用Lastrapes［10］提出的聯(lián)合溢出指數(shù)模型，對(duì)中國(guó)碳交易市場(chǎng)、歐盟碳交易市場(chǎng)、能源市場(chǎng)以及能夠反映中國(guó)低碳經(jīng)濟(jì)領(lǐng)域上市公司整體表現(xiàn)的中國(guó)低碳指數(shù)（低碳股票市場(chǎng)）進(jìn)行研究，以期更為準(zhǔn)確地把握碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的動(dòng)態(tài)關(guān)系，為市場(chǎng)投資者和風(fēng)險(xiǎn)管理者提供有效的投資信息，便于其制定有效的風(fēng)險(xiǎn)對(duì)沖策略。

三、研究設(shè)計(jì)

（一）指標(biāo)選取

自2011年起，中國(guó)陸續(xù)在北京、天津、上海、重慶、湖北、廣東、深圳、福建等8個(gè)省市開(kāi)展碳交易市場(chǎng)的試點(diǎn)建設(shè)工作，此外還有暫無(wú)碳配額交易的四川碳交易市場(chǎng)。由于每個(gè)碳交易市場(chǎng)的成立時(shí)間、交易量等差異較大，故選取深圳、上海、廣東、湖北這4個(gè)具有代表性的碳排放權(quán)交易市場(chǎng)的碳排放權(quán)交易價(jià)格代表中國(guó)碳交易市場(chǎng)。對(duì)于能源指標(biāo)的選取，中國(guó)能源消費(fèi)結(jié)構(gòu)中占比排名前兩位的能源為煤和原油，既有研究主要選用倫敦布倫特原油期貨價(jià)格或西德州原油期貨價(jià)格作為原油指標(biāo)，選用紐約焦煤期貨價(jià)格作為煤炭指標(biāo)，本文參考趙領(lǐng)娣［9］的研究，選用更能綜合反映石油市場(chǎng)整體概貌和運(yùn)行狀況的卓創(chuàng)石油價(jià)格指數(shù)作為原油指標(biāo)，選用南華指數(shù)中的動(dòng)力煤價(jià)格指數(shù)作為煤炭指標(biāo)，選用能反映中國(guó)低碳經(jīng)濟(jì)領(lǐng)域上市公司整體表現(xiàn)的中國(guó)低碳指數(shù)作為低碳股票市場(chǎng)指標(biāo)，共同構(gòu)建聯(lián)合溢出指數(shù)模型來(lái)把握碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的風(fēng)險(xiǎn)關(guān)聯(lián)性。

本文所選樣本數(shù)據(jù)截取自2017年4月24日至2021年12月16日，為保持時(shí)間序列的一致性，避免不必要的數(shù)據(jù)刪減，利用Python軟件中的Pandas包對(duì)所獲取的原始數(shù)據(jù)進(jìn)行線性插值法補(bǔ)全，共得到1690個(gè)有效日數(shù)據(jù)。所選指標(biāo)定義與數(shù)據(jù)來(lái)源如表1所示。

表1 指標(biāo)定義與數(shù)據(jù)來(lái)源

表2為相關(guān)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果，可以看出廣東碳交易市場(chǎng)（GDEA）的平均收益率最高，深圳碳交易市場(chǎng)（SZA）的波動(dòng)程度最大。觀察各指標(biāo)的偏度和峰度值可以發(fā)現(xiàn)，LCI、EUA、OIL、SZA均為右偏，而COAL、SHEA、GDEA、HBEA均為左偏，所有指標(biāo)均具有尖峰厚尾的特征。JB 檢驗(yàn)結(jié)果拒絕各個(gè)碳交易市場(chǎng)、能源市場(chǎng)和低碳股票市場(chǎng)收益率服從正態(tài)分布的原假設(shè)。

表2 指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

在構(gòu)建聯(lián)合溢出指數(shù)模型之前，需要對(duì)相關(guān)序列進(jìn)行單位根檢驗(yàn)，本研究采用ADF 檢驗(yàn)和PP 檢驗(yàn)來(lái)確定序列的平穩(wěn)性，結(jié)果（限于篇幅未列示）顯示所有原階序列均在1%水平拒絕存在單位根的原假設(shè)，即相關(guān)序列為平穩(wěn)時(shí)間序列。

（二）模型構(gòu)建

本文使用Lastrapes［10］提出的聯(lián)合溢出指數(shù)模型來(lái)度量碳交易市場(chǎng)（包括中國(guó)碳交易市場(chǎng)與歐盟碳交易市場(chǎng)）、能源市場(chǎng)、低碳股票市場(chǎng)之間的溢出效應(yīng)。

先構(gòu)建一個(gè)平穩(wěn)的K變量p階向量自回歸模型（VAR），再將VAR模型轉(zhuǎn)化為VMA模型的表達(dá)式，具體如式（1）所示：

式（1）中：Ah為一個(gè)N×N單位矩陣；若h<0，則Ah=0；若h=0，則Ah為N維的單位矩陣（即A0=IK）；∈t為白噪聲沖擊向量，是一個(gè)獨(dú)立同分布的擾動(dòng)項(xiàng)向量。

由于沖擊的協(xié)方差矩陣和向量移動(dòng)平均系數(shù)矩陣對(duì)H 步預(yù)測(cè)誤差的方差有重大影響，因此溢出效應(yīng)的計(jì)算取決于預(yù)測(cè)殘差項(xiàng)的沖擊。式（2）為H步預(yù)測(cè)誤差，式（3）為K×K的預(yù)測(cè)誤差協(xié)方差矩陣。

一般情況下，所有其他市場(chǎng)對(duì)市場(chǎng)i的聯(lián)合溢出效應(yīng)如式（4）所示：

式（4）中：H= 1,2,3,…,n；為市場(chǎng)i的H 步預(yù)測(cè)誤差方差中可以通過(guò)對(duì)所有非市場(chǎng)i的未來(lái)沖擊進(jìn)行聯(lián)合調(diào)節(jié)來(lái)解釋的比例；Mi為一個(gè)K×K- 1 矩形矩陣，其為去掉第i列后的恒等矩陣；∈?≠i,t+1為K- 1個(gè)維度向量，代表來(lái)自除市場(chǎng)i之外的所有市場(chǎng)在t+ 1時(shí)間內(nèi)的沖擊；∑∈為誤差向量∈的方差矩陣；ei為選擇向量，其為第i個(gè)元素是1、其余元素為0的N維列向量。

聯(lián)合溢出效應(yīng)指數(shù)（jSOI）可衡量全部市場(chǎng)的整體關(guān)聯(lián)性，表示所有其他市場(chǎng)的沖擊對(duì)個(gè)別市場(chǎng)的預(yù)測(cè)誤差方差的相對(duì)平均貢獻(xiàn)度，具體計(jì)算公式如式（5）所示：

由于目前未有直接計(jì)算某市場(chǎng)對(duì)其他市場(chǎng)溢出效應(yīng)的方法，本文沿用Lastrapes［10］的處理方法，先計(jì)算溢出指數(shù)表gSOT［36］，具體如式（6）所示：

式（6）中：H= 1,2,3,…,n；變量Yj對(duì)變量Yi溢出效應(yīng)的估計(jì)值為其是變量Yi的H 步預(yù)測(cè)誤差方差中來(lái)自于變量Yj的部分。經(jīng)過(guò)標(biāo)準(zhǔn)化處理后，可以將溢出指數(shù)表寫為式（7）：

在式（9）基礎(chǔ)上可計(jì)算出變量j對(duì)所有其他變量的聯(lián)合總溢出效應(yīng)，具體如式（10）所示：

通過(guò)凈溢出指數(shù)可度量市場(chǎng)i對(duì)其他所有市場(chǎng)的凈溢出，并可由此判斷哪些變量是信息傳導(dǎo)的凈輸入方，哪些變量是凈輸出方。市場(chǎng)i的聯(lián)合凈溢出指數(shù)如式（11）所示：

四、實(shí)證分析

（一）靜態(tài)風(fēng)險(xiǎn)溢出效應(yīng)分析

為估算碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的靜態(tài)溢出效應(yīng)，首先采用廣義方差分解法來(lái)構(gòu)建靜態(tài)溢出指數(shù)表。根據(jù)AIC 和SC 準(zhǔn)則確定的VAR 模型最優(yōu)滯后階數(shù)為2，廣義方差分解的預(yù)測(cè)期數(shù)為30期，實(shí)證結(jié)果如表3所示。

表3 靜態(tài)溢出指數(shù)/%

表3中，左上角的8×8矩陣為配對(duì)關(guān)聯(lián)溢出效應(yīng)，即市場(chǎng)i與市場(chǎng)j之間的方向性溢出效應(yīng)，其中主對(duì)角線為來(lái)自市場(chǎng)自身的風(fēng)險(xiǎn)沖擊，和分別為來(lái)自其他市場(chǎng)的聯(lián)合溢出效應(yīng)和市場(chǎng)i溢出到其他市場(chǎng)的聯(lián)合溢出效應(yīng)為凈溢出效應(yīng)。從碳交易市場(chǎng)來(lái)看：歐盟碳交易市場(chǎng)（EUA）來(lái)自自身的風(fēng)險(xiǎn)沖擊為98.70%，而其主要風(fēng)險(xiǎn)溢入源為低碳股票市場(chǎng)（LCI）（=0.38%），低碳股票市場(chǎng)對(duì)歐盟碳交易市場(chǎng)的預(yù)測(cè)誤差方差的解釋比例為0.38%；中國(guó)碳交易市場(chǎng)中深圳碳交易市場(chǎng)（SZA）、上海碳交易市場(chǎng)（SHEA）、廣東碳交易市場(chǎng)（GDEA）、湖北碳交易市場(chǎng)（HBEA）的主要風(fēng)險(xiǎn)溢入源分別為從能源市場(chǎng)來(lái)看：動(dòng)力煤市場(chǎng)（COAL）的主要風(fēng)險(xiǎn)溢入源為低碳股票市場(chǎng)（LCI），其對(duì)動(dòng)力煤市場(chǎng)（COAL）的解釋比例為0.71%；原油市場(chǎng)（OIL）的主要風(fēng)險(xiǎn)溢入源為歐盟碳交易市場(chǎng)（EUA），其對(duì)原油市場(chǎng)（OIL）的解釋比例為6.35%。從低碳股票市場(chǎng)（LCI）來(lái)看，其主要風(fēng)險(xiǎn)溢入源為深圳碳交易市場(chǎng)（SZA）。

從整體靜態(tài)溢出效應(yīng)來(lái)看，表3右下方的系統(tǒng)內(nèi)部聯(lián)合溢出效應(yīng)jSOI為2.64%，說(shuō)明碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間存在風(fēng)險(xiǎn)溢出效應(yīng)。對(duì)碳-能源-低碳股票市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)溢出效應(yīng)最大的是歐盟碳交易市場(chǎng)（EUA），其對(duì)其他市場(chǎng)的總溢出風(fēng)險(xiǎn)為由凈溢出指數(shù)的實(shí)證結(jié)果可知：碳交易市場(chǎng)中，EUA、SZA、GDEA皆為風(fēng)險(xiǎn)傳遞者，SHEA、HBEA皆為風(fēng)險(xiǎn)接受者；能源市場(chǎng)中，COAL、OIL皆為風(fēng)險(xiǎn)接受者；低碳股票市場(chǎng)LCI為風(fēng)險(xiǎn)傳遞者。其中，靜態(tài)凈溢出效應(yīng)最大的為EUA，其凈溢出指數(shù)為5.83%。

（二）動(dòng)態(tài)風(fēng)險(xiǎn)溢出效應(yīng)分析

1.動(dòng)態(tài)總溢出效應(yīng)和方向性溢出效應(yīng)分析。靜態(tài)溢出指數(shù)僅衡量和反映了樣本期內(nèi)碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的平均溢出效應(yīng)，無(wú)法反映隨時(shí)間變化而產(chǎn)生的周期性溢出效應(yīng)［9］。考慮到隨著中國(guó)碳交易市場(chǎng)的逐步完善以及國(guó)際大環(huán)境不確定性等因素對(duì)碳交易市場(chǎng)及其相關(guān)市場(chǎng)所產(chǎn)生的影響，為更好地了解相關(guān)風(fēng)險(xiǎn)的時(shí)變性，本文參考Antonakakis［37］的做法，使用滾動(dòng)樣本窗口法進(jìn)一步研究碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的動(dòng)態(tài)溢出效應(yīng)。設(shè)定滯后階數(shù)為2，預(yù)測(cè)期數(shù)為30期，滾動(dòng)窗口為350期。圖1為動(dòng)態(tài)聯(lián)合總溢出指數(shù)，圖2為動(dòng)態(tài)聯(lián)合方向性溢出指數(shù)。

圖1 動(dòng)態(tài)聯(lián)合總溢出指數(shù)

圖2 動(dòng)態(tài)聯(lián)合方向性溢出指數(shù)

由圖1 可以發(fā)現(xiàn)，動(dòng)態(tài)聯(lián)合總溢出指數(shù)（jSOI）在研究期內(nèi)隨著時(shí)間變化而變化，在6%~13%之間波動(dòng)，并且有兩個(gè)明顯的上升周期，分別為2018 年7 月至12 月和2020 年2 月至5 月。結(jié)合圖2 動(dòng)態(tài)聯(lián)合方向性溢出指數(shù)可知，第一個(gè)上升階段主要是在能源市場(chǎng)與中國(guó)碳交易市場(chǎng)的作用下，聯(lián)合總溢出指數(shù)（jSOI）出現(xiàn)攀升。一是深圳、上海、廣東、湖北4 個(gè)碳交易市場(chǎng)的溢出指數(shù)（To-SZA、To-SHEA、To-GDEA、To-HBEA）都出現(xiàn)了不同程度的上升。二是能源市場(chǎng)中，由于美國(guó)制裁伊朗、沙特阿拉伯大幅提高石油產(chǎn)量、歐洲和亞洲發(fā)達(dá)國(guó)家石油需求相對(duì)疲軟等，導(dǎo)致該階段油價(jià)暴跌，中美貿(mào)易問(wèn)題的反復(fù)也加劇了原油市場(chǎng)的動(dòng)蕩，其風(fēng)險(xiǎn)溢出指數(shù)（To-OIL）出現(xiàn)明顯的上升趨勢(shì)；動(dòng)力煤市場(chǎng)方面，由于黨的十八大以來(lái)我國(guó)著力推動(dòng)煤炭供給側(cè)結(jié)構(gòu)性改革，我國(guó)動(dòng)力煤供給主要依靠國(guó)產(chǎn)且占比高達(dá)90%以上，在國(guó)家嚴(yán)抓環(huán)保和安全生產(chǎn)的背景下，原煤產(chǎn)量增幅遠(yuǎn)不及原煤需求缺口增幅，導(dǎo)致該階段的動(dòng)力煤價(jià)格在高位波動(dòng)不定，使得動(dòng)力煤市場(chǎng)的風(fēng)險(xiǎn)溢出指數(shù)（To-COAL）出現(xiàn)一定程度的攀升。而第二個(gè)上升階段聯(lián)合總溢出指數(shù)（jSOI）主要是在歐盟碳交易市場(chǎng)與低碳股票市場(chǎng)的作用下出現(xiàn)顯著攀升。在該階段，受到新冠疫情的沖擊，歐洲電力需求和碳排放大幅下降，碳交易價(jià)格暴跌，致使歐盟碳交易市場(chǎng)風(fēng)險(xiǎn)溢出指數(shù)（To-EUA）迅猛提高。中國(guó)低碳指數(shù)的主要成分企業(yè)因受新冠疫情沖擊而出現(xiàn)大面積減產(chǎn)，股價(jià)波動(dòng)幅度增大，致使其風(fēng)險(xiǎn)溢出指數(shù)（To-LCI）顯著攀升，同時(shí)也體現(xiàn)為聯(lián)合總溢出指數(shù)呈現(xiàn)增長(zhǎng)趨勢(shì)。

圖2中，由歐盟碳交易市場(chǎng)和中國(guó)碳交易市場(chǎng)的方向性溢入指數(shù)可知，樣本期內(nèi)歐盟碳交易市場(chǎng)的方向性溢入指數(shù)（FROM-EUA）波動(dòng)幅度較小，而中國(guó)碳交易市場(chǎng)的4 個(gè)子市場(chǎng)都呈現(xiàn)出程度不一的方向性溢入指數(shù)波動(dòng)情況。尤其是在新冠疫情暴發(fā)后，4個(gè)子市場(chǎng)都出現(xiàn)了程度不一的方向性溢入指數(shù)增長(zhǎng)趨勢(shì)，其中波動(dòng)幅度最大的為廣東碳交易市場(chǎng)（FROM-GDEA），其方向性溢入指數(shù)在新冠疫情暴發(fā)后先是出現(xiàn)一段接近垂直的上升，從5%上升至10%，接著又出現(xiàn)一段波動(dòng)上升，直到上升到13%后才開(kāi)始波動(dòng)下降。深圳和湖北碳交易市場(chǎng)也出現(xiàn)了與廣東碳交易市場(chǎng)相似的波動(dòng)情況。值得注意的是，同時(shí)期上海碳交易市場(chǎng)的方向性溢入指數(shù)波動(dòng)趨勢(shì)與其他3個(gè)子市場(chǎng)截然不同，其先呈快速下降趨勢(shì)，再呈波動(dòng)上升趨勢(shì)。中國(guó)碳交易市場(chǎng)的4個(gè)子市場(chǎng)之所以會(huì)出現(xiàn)這樣不同的波動(dòng)情況，與當(dāng)前中國(guó)各碳交易市場(chǎng)的政策機(jī)制、市場(chǎng)參與主體、交易活躍度、交易工具等有關(guān)。從交易規(guī)模來(lái)看，廣東碳交易市場(chǎng)成交量第一，湖北第二，深圳第三，各地成交量參差不齊，這也在一定程度上解釋了新冠疫情暴發(fā)后廣東碳交易市場(chǎng)的方向性溢入指數(shù)波動(dòng)幅度最大的原因。在機(jī)制設(shè)計(jì)方面，各碳交易市場(chǎng)都采用“免費(fèi)+拍賣”的形式，除上海采用純市場(chǎng)機(jī)制運(yùn)作外，其他各試點(diǎn)地區(qū)皆保留了政府干預(yù)機(jī)制。本文認(rèn)為，正因?yàn)樯虾２捎昧斯_(kāi)透明的市場(chǎng)化運(yùn)作機(jī)制，在面對(duì)重大不確定事件的沖擊時(shí)，其風(fēng)險(xiǎn)溢入指數(shù)（FROM-SHEA）才會(huì)不升反降，很好地抵御了來(lái)自外部的風(fēng)險(xiǎn)沖擊；且在新冠疫情中后階段，上海碳交易市場(chǎng)的風(fēng)險(xiǎn)溢入波動(dòng)程度在4個(gè)子市場(chǎng)中也是較小的。

歐盟碳交易市場(chǎng)的方向性溢入指數(shù)在研究期內(nèi)保持在5%水平輕微波動(dòng)，相對(duì)穩(wěn)定，這也從側(cè)面證明了歐盟所采取的一系列改革措施如配額總量遞減、折量拍賣和市場(chǎng)穩(wěn)定儲(chǔ)備機(jī)制（MSR）等，有效提高了歐盟碳交易市場(chǎng)的抗風(fēng)險(xiǎn)沖擊能力，尤其是MSR 的設(shè)立為歐盟碳交易市場(chǎng)建立了靈活調(diào)節(jié)供給的長(zhǎng)效機(jī)制，為市場(chǎng)參與者提供了穩(wěn)定的政策預(yù)期，從而減輕了不確定性對(duì)市場(chǎng)造成的沖擊。由此可以看出：一方面，相較于發(fā)展更為成熟的歐盟碳交易市場(chǎng)，中國(guó)碳交易市場(chǎng)在面對(duì)能源價(jià)格、低碳股票市場(chǎng)波動(dòng)等外部沖擊時(shí)會(huì)更為敏感，尤其是出現(xiàn)重大不確定事件時(shí)，碳價(jià)格極易產(chǎn)生較大波動(dòng)，主要體現(xiàn)為方向性溢入指數(shù)波動(dòng)幅度大；另一方面，由于不同碳試點(diǎn)地區(qū)經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)結(jié)構(gòu)及政府優(yōu)惠政策等存在很大差異，導(dǎo)致中國(guó)不同地區(qū)的碳交易市場(chǎng)具有區(qū)域異質(zhì)性［9］，因此其方向性溢出指數(shù)波動(dòng)程度也不一致，呈現(xiàn)出顯著的地區(qū)時(shí)變異質(zhì)性。

2.動(dòng)態(tài)凈溢出效應(yīng)分析。隨著時(shí)間的變化，各個(gè)市場(chǎng)并不會(huì)一直為風(fēng)險(xiǎn)接受者或風(fēng)險(xiǎn)溢出者，而是會(huì)呈現(xiàn)出時(shí)變特性。圖3 為動(dòng)態(tài)聯(lián)合凈溢出指數(shù)，從中能夠看出各個(gè)市場(chǎng)所扮演的風(fēng)險(xiǎn)角色。從碳交易市場(chǎng)來(lái)看，歐盟碳交易市場(chǎng)在研究期內(nèi)始終為風(fēng)險(xiǎn)溢出者，中國(guó)4個(gè)碳交易子市場(chǎng)雖然多為風(fēng)險(xiǎn)接受者，但在研究期內(nèi)常在風(fēng)險(xiǎn)接受者與風(fēng)險(xiǎn)溢出者之間不斷變換；從能源市場(chǎng)來(lái)看，原油市場(chǎng)在研究期內(nèi)始終為風(fēng)險(xiǎn)接受者，動(dòng)力煤市場(chǎng)的風(fēng)險(xiǎn)角色是時(shí)變的；低碳股票市場(chǎng)在研究期內(nèi)始終為風(fēng)險(xiǎn)溢出者，表明低碳股票市場(chǎng)的價(jià)格變動(dòng)會(huì)給系統(tǒng)中的其他市場(chǎng)帶來(lái)風(fēng)險(xiǎn)沖擊。

圖3 動(dòng)態(tài)聯(lián)合凈溢出指數(shù)

由圖3 還可以發(fā)現(xiàn)，新冠疫情暴發(fā)后即2020 年上半年，原油市場(chǎng)、動(dòng)力煤市場(chǎng)、深圳碳交易市場(chǎng)、湖北碳交易市場(chǎng)的凈溢出指數(shù)明顯下降，而歐盟碳交易市場(chǎng)、廣東碳交易市場(chǎng)、上海碳交易市場(chǎng)、低碳股票市場(chǎng)的凈溢出指數(shù)明顯增長(zhǎng)，表明新冠疫情對(duì)碳-能源-低碳股票市場(chǎng)系統(tǒng)產(chǎn)生了巨大沖擊，體現(xiàn)為動(dòng)態(tài)聯(lián)合凈溢出指數(shù)的大幅波動(dòng)。其中，歐盟碳交易市場(chǎng)和原油市場(chǎng)受到的影響最大。

（三）穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證以上實(shí)證結(jié)果在不同的預(yù)測(cè)期和滾動(dòng)窗口期下也具有穩(wěn)健性，本文先將預(yù)測(cè)期更改為25 期和50 期，重新計(jì)算靜態(tài)溢出指數(shù)來(lái)檢驗(yàn)實(shí)證結(jié)果，具體如表4 所示。表4 結(jié)果顯示，預(yù)測(cè)期變?yōu)?5期和50期后的靜態(tài)溢出指數(shù)與預(yù)測(cè)期為30期是一致的。

表4 不同預(yù)測(cè)期數(shù)的靜態(tài)溢出指數(shù)/%

進(jìn)一步地，再將滾動(dòng)窗口期數(shù)分別設(shè)置為300 和400，重新計(jì)算動(dòng)態(tài)聯(lián)合總溢出指數(shù)來(lái)檢驗(yàn)實(shí)證結(jié)果，具體如圖4、圖5 所示。由圖4、圖5 可知，當(dāng)滾動(dòng)窗口期增加（減少）后，聯(lián)合總溢出指數(shù)相較于前文所使用的350 期減少（增加）了更多的樣本值，滾動(dòng)窗口為300 期的樣本數(shù)為1393 個(gè)，滾動(dòng)窗口為400期的樣本數(shù)為1293個(gè)，且除了溢出指數(shù)波動(dòng)范圍略有變化之外，jSOI整體的變化趨勢(shì)一致，即聯(lián)合溢出指數(shù)動(dòng)態(tài)變化趨勢(shì)基本不受滾動(dòng)窗口大小的影響。由此，實(shí)證結(jié)果穩(wěn)健。

圖4 滾動(dòng)窗口為300期的動(dòng)態(tài)聯(lián)合總溢出指數(shù)

圖5 滾動(dòng)窗口為400期的動(dòng)態(tài)聯(lián)合總溢出指數(shù)

五、結(jié)論與建議

（一）結(jié)論

碳排放權(quán)交易是利用市場(chǎng)化手段，以最低的全社會(huì)成本降低二氧化碳排放量的有效方式。隨著碳排放權(quán)交易體系的逐漸發(fā)展，合理科學(xué)規(guī)避與防范可能出現(xiàn)的系統(tǒng)性風(fēng)險(xiǎn)，形成穩(wěn)定、清晰、合理的碳價(jià)信號(hào)，建立市場(chǎng)化碳價(jià)格形成機(jī)制，對(duì)于激勵(lì)企業(yè)轉(zhuǎn)型升級(jí)、降低社會(huì)總減排成本、實(shí)現(xiàn)我國(guó)碳達(dá)峰碳中和目標(biāo)具有重要意義。本文通過(guò)構(gòu)建碳-能源-低碳股票市場(chǎng)系統(tǒng)，應(yīng)用聯(lián)合溢出指數(shù)模型定量分析了碳交易市場(chǎng)、能源市場(chǎng)與低碳股票市場(chǎng)之間的風(fēng)險(xiǎn)聯(lián)動(dòng)水平及變動(dòng)趨勢(shì)，得到如下結(jié)論：

第一，靜態(tài)溢出效應(yīng)的實(shí)證結(jié)果顯示：碳-能源-低碳股票市場(chǎng)系統(tǒng)內(nèi)部存在風(fēng)險(xiǎn)溢出效應(yīng)，且系統(tǒng)中風(fēng)險(xiǎn)溢出效應(yīng)最大的為歐盟碳交易市場(chǎng)；從配對(duì)關(guān)聯(lián)溢出效應(yīng)來(lái)看，中國(guó)4個(gè)碳交易子市場(chǎng)之間存在配對(duì)風(fēng)險(xiǎn)溢出效應(yīng)，其中深圳和湖北碳交易市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)最為明顯，且二者互為主要風(fēng)險(xiǎn)溢入源，發(fā)展較為成熟的歐盟碳交易市場(chǎng)是原油市場(chǎng)的主要風(fēng)險(xiǎn)源；歐盟碳交易市場(chǎng)、深圳碳交易市場(chǎng)、廣東碳交易市場(chǎng)和低碳股票市場(chǎng)皆為風(fēng)險(xiǎn)傳遞者，而上海碳交易市場(chǎng)、湖北碳交易市場(chǎng)以及兩個(gè)能源子市場(chǎng)皆為風(fēng)險(xiǎn)接受者。

第二，動(dòng)態(tài)風(fēng)險(xiǎn)溢出效應(yīng)的實(shí)證結(jié)果顯示，聯(lián)合溢出指數(shù)呈現(xiàn)出明顯的時(shí)變特征，這是因?yàn)椴煌瑫r(shí)期所發(fā)生的重大經(jīng)濟(jì)政治等不確定事件會(huì)給碳-能源-低碳股票市場(chǎng)系統(tǒng)中的部分或者全部子市場(chǎng)帶來(lái)價(jià)格波動(dòng)，形成程度不一的風(fēng)險(xiǎn)沖擊效應(yīng)。值得關(guān)注的是，發(fā)展較為成熟的歐盟碳交易市場(chǎng)在研究期內(nèi)的方向性溢入效應(yīng)整體波動(dòng)幅度最小，即使受到新冠疫情沖擊，其方向性溢入效應(yīng)也只出現(xiàn)了輕微波動(dòng)；而中國(guó)4 個(gè)碳交易子市場(chǎng)的方向性溢入效應(yīng)波動(dòng)明顯，且波動(dòng)程度、波動(dòng)方向均不相同。中國(guó)4個(gè)碳交易子市場(chǎng)的方向性溢出效應(yīng)存在明顯的地區(qū)時(shí)變異質(zhì)性。

第三，動(dòng)態(tài)凈溢出指數(shù)顯示：研究期內(nèi)歐盟碳交易市場(chǎng)、低碳股票市場(chǎng)始終扮演著風(fēng)險(xiǎn)溢出者的角色；能源市場(chǎng)中的原油市場(chǎng)為風(fēng)險(xiǎn)接受者，而動(dòng)力煤市場(chǎng)的角色則具有時(shí)變性；中國(guó)4 個(gè)碳交易子市場(chǎng)盡管也有在風(fēng)險(xiǎn)接受者與風(fēng)險(xiǎn)溢出者兩個(gè)角色間不斷轉(zhuǎn)換的現(xiàn)象，但四者多為風(fēng)險(xiǎn)接受者。雖然中國(guó)4個(gè)碳交易子市場(chǎng)在政策、制度（配額分配、交易數(shù)據(jù)披露、核算、核查）、市場(chǎng)、產(chǎn)品等方面都進(jìn)行了創(chuàng)造性的探索，但由于各碳交易市場(chǎng)的地方政策背景和覆蓋行業(yè)面不同，交易規(guī)則、排放量計(jì)算方法不同，且彼此之間缺乏協(xié)同機(jī)制，導(dǎo)致碳市場(chǎng)交易流動(dòng)性較弱，在不同時(shí)期內(nèi)各自的變動(dòng)趨勢(shì)也不盡相同，甚至?xí)尸F(xiàn)截然相反的變動(dòng)趨勢(shì)。當(dāng)遇到不確定事件如新冠疫情的沖擊時(shí)，中國(guó)4個(gè)碳交易子市場(chǎng)的動(dòng)態(tài)聯(lián)合凈溢出指數(shù)波動(dòng)十分明顯。相較于我國(guó)，歐盟碳交易市場(chǎng)的抗風(fēng)險(xiǎn)能力更強(qiáng)。

（二）建議

基于上述研究結(jié)論，本文提出如下建議：

一是在中國(guó)碳交易市場(chǎng)、歐盟碳交易市場(chǎng)、能源市場(chǎng)、低碳股票市場(chǎng)之間建立有效的風(fēng)險(xiǎn)預(yù)警機(jī)制，尤其是防范重大經(jīng)濟(jì)政治事件對(duì)碳價(jià)格沖擊的預(yù)警機(jī)制，采用科學(xué)有效的方式方法預(yù)測(cè)價(jià)格波動(dòng)風(fēng)險(xiǎn)程度，構(gòu)建完善的風(fēng)險(xiǎn)等級(jí)體系，以降低風(fēng)險(xiǎn)沖擊所帶來(lái)的負(fù)面影響。

二是借鑒較早發(fā)展起來(lái)的歐盟碳交易市場(chǎng)的運(yùn)行和管理經(jīng)驗(yàn)，在覆蓋行業(yè)、配額發(fā)放方式以及交易產(chǎn)品方面進(jìn)行深化，豐富市場(chǎng)參與主體，提高市場(chǎng)流動(dòng)性，逐步完善中國(guó)碳交易產(chǎn)品價(jià)格發(fā)現(xiàn)機(jī)制，引導(dǎo)碳配額供需合理化，尤其是要建立能夠靈活調(diào)節(jié)供給的長(zhǎng)效機(jī)制，如歐盟碳交易市場(chǎng)的市場(chǎng)穩(wěn)定儲(chǔ)備機(jī)制（MSR），根據(jù)市場(chǎng)流通配額總量，在獨(dú)立運(yùn)行的儲(chǔ)備庫(kù)中吸納和釋放配額，建立“蓄水池”，以提高中國(guó)碳交易市場(chǎng)的抗風(fēng)險(xiǎn)沖擊與市場(chǎng)價(jià)格穩(wěn)定能力，完善中國(guó)碳交易市場(chǎng)政策體系。

三是提高市場(chǎng)流動(dòng)性，完善碳市場(chǎng)監(jiān)管機(jī)制，確保碳交易市場(chǎng)有效發(fā)揮引導(dǎo)資源向低碳活動(dòng)配置的作用。各個(gè)碳交易市場(chǎng)不僅要結(jié)合自身供需和市場(chǎng)情況進(jìn)行頂層設(shè)計(jì)，還要學(xué)習(xí)借鑒不同碳交易市場(chǎng)的優(yōu)點(diǎn)與成功經(jīng)驗(yàn)，如上海碳交易市場(chǎng)公開(kāi)透明的市場(chǎng)化運(yùn)作機(jī)制。未來(lái)在碳市場(chǎng)建設(shè)過(guò)程中應(yīng)逐步削減配額，各行業(yè)分批減少免費(fèi)配額發(fā)放量，構(gòu)建有金融資源充分參與、有流動(dòng)性的碳交易市場(chǎng)和衍生品市場(chǎng)，有效管理碳交易可能帶來(lái)的潛在金融風(fēng)險(xiǎn)和其他風(fēng)險(xiǎn)，建立碳價(jià)格穩(wěn)定機(jī)制，防范極端情況下碳價(jià)格的大幅波動(dòng)。

四是政府應(yīng)重視低碳股票市場(chǎng)的促進(jìn)激勵(lì)作用，加快完善相關(guān)金融機(jī)構(gòu)信息披露機(jī)制。雖然中國(guó)低碳行業(yè)尚未進(jìn)入全面發(fā)展階段，但已在很大程度上受到了資本市場(chǎng)的青睞。投資者對(duì)低碳企業(yè)的未來(lái)充滿信心，政府應(yīng)著力為低碳企業(yè)提供良好的投資環(huán)境和發(fā)展空間。此外，隨著碳交易市場(chǎng)主體的多元化，控排企業(yè)和諸多金融機(jī)構(gòu)及各類投資者都會(huì)對(duì)碳交易價(jià)格產(chǎn)生不可忽視的影響，但目前中國(guó)金融業(yè)的綠色金融標(biāo)準(zhǔn)、信息披露水平和激勵(lì)機(jī)制尚不符合碳中和的要求，產(chǎn)品體系也未能充分解決低碳投資所面臨的瓶頸。對(duì)此，政府應(yīng)發(fā)揮引導(dǎo)作用，提高金融機(jī)構(gòu)對(duì)氣候變化所帶來(lái)的金融風(fēng)險(xiǎn)的認(rèn)識(shí)，提前制定防范措施，促進(jìn)社會(huì)資本充分參與低碳、零碳建設(shè)，有效防范跨市場(chǎng)間的風(fēng)險(xiǎn)。