網(wǎng)絡(luò)社交平臺(tái)下投資者情緒對(duì)碳市場(chǎng)收益的影響研究

摘 要：碳市場(chǎng)作為減少溫室氣體排放的重要機(jī)制，在推動(dòng)低碳經(jīng)濟(jì)發(fā)展中的作用日益凸顯。然而，我國(guó)碳市場(chǎng)目前面臨市場(chǎng)參與度低、流動(dòng)性差、成熟度不足等挑戰(zhàn)。基于金融市場(chǎng)微觀結(jié)構(gòu)理論，本文探討了網(wǎng)絡(luò)社交平臺(tái)中投資者情緒的傳播對(duì)碳市場(chǎng)收益的影響。研究收集了2018—2024年間碳排放權(quán)交易的日度數(shù)據(jù)以及來(lái)自微博的碳市場(chǎng)討論信息，通過(guò)文本情感分析構(gòu)建了投資者情緒指數(shù)，并運(yùn)用VAR模型和Granger因果檢驗(yàn)方法，深入分析了投資者情緒對(duì)全國(guó)不同碳排放權(quán)交易試點(diǎn)價(jià)格的影響。結(jié)果顯示，深圳碳交易試點(diǎn)的價(jià)格在短期內(nèi)更易受市場(chǎng)情緒波動(dòng)的影響，而廣東碳交易試點(diǎn)的信息傳遞速度較快，市場(chǎng)價(jià)格能夠迅速反映投資者情緒的變化。此外，廣東和天津碳交易試點(diǎn)的收益率均被證實(shí)為投資者情緒的Granger原因。進(jìn)一步分析表明，當(dāng)期投資者情緒對(duì)碳市場(chǎng)價(jià)格的影響不顯著，但短期內(nèi)呈現(xiàn)負(fù)向沖擊，長(zhǎng)期來(lái)看則趨于平穩(wěn)。本文研究不僅豐富了碳市場(chǎng)資產(chǎn)定價(jià)的理論框架，還為提升碳市場(chǎng)效率提供了實(shí)踐指導(dǎo)。

關(guān)鍵詞：碳市場(chǎng)；投資者情緒；微博；收益；碳交易試點(diǎn)；VAR模型；Granger因果檢驗(yàn)

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）04（b）--05

1 引言

我國(guó)作為世界上碳排放量最大的國(guó)家之一，2023年的碳排放量占世界能源碳排放總量的33.69%。碳市場(chǎng)作為實(shí)現(xiàn)碳達(dá)峰的重要政策工具，其價(jià)格發(fā)現(xiàn)和資源配置的功能日益凸顯，我國(guó)碳市場(chǎng)目前處于起步階段，存在市場(chǎng)參與度低、流動(dòng)性差、成熟度低等現(xiàn)象[1-2]。隨著網(wǎng)絡(luò)社交平臺(tái)的迅猛發(fā)展，投資者情緒的傳播和影響力在金融市場(chǎng)中的作用日益顯著。根據(jù)金融市場(chǎng)微觀結(jié)構(gòu)理論，市場(chǎng)參與者對(duì)信息的情緒反映程度及所掌握信息的情況是影響市場(chǎng)參與度、流動(dòng)性的主要原因[3]。因此，研究投資者情緒對(duì)碳市場(chǎng)價(jià)格的影響，有利于促進(jìn)市場(chǎng)效率的提升。

本文主要有以下貢獻(xiàn)：在理論層面，擴(kuò)展和豐富了中國(guó)碳市場(chǎng)資產(chǎn)定價(jià)問(wèn)題的理論研究，為深入理解碳市場(chǎng)的運(yùn)行機(jī)理提供了新的視角。其次，分析投資者情緒對(duì)不同碳市場(chǎng)價(jià)格的影響，并探索建立投資者情緒與不同碳市場(chǎng)效率的動(dòng)態(tài)關(guān)聯(lián)，為后續(xù)針對(duì)碳市場(chǎng)微觀結(jié)構(gòu)的研究提供了一個(gè)交易主體行為的視角。在實(shí)踐層面，探究投資者情緒對(duì)碳市場(chǎng)價(jià)格的影響，為排除非理性交易擾亂市場(chǎng)價(jià)格，幫助交易者形成更有效的信息關(guān)注行為，從而有利于發(fā)現(xiàn)中國(guó)碳市場(chǎng)的真實(shí)價(jià)值。

目前，以投資者情緒的視角對(duì)碳市場(chǎng)的研究尚顯不足，因此，為深入理解碳市場(chǎng)的運(yùn)行機(jī)理，本文以微博數(shù)據(jù)為基礎(chǔ)，構(gòu)建直接衡量投資者情緒的代理指標(biāo)，以行為金融理論為依據(jù)，實(shí)證分析投資者情緒對(duì)不同碳排放試點(diǎn)的價(jià)格影響，并提出相應(yīng)的政策建議。這些建議有助于監(jiān)管者合理運(yùn)用市場(chǎng)手段激發(fā)市場(chǎng)主體活力，提高碳市場(chǎng)制度建設(shè)的科學(xué)性。

2 文獻(xiàn)綜述

2.1 投資者情緒相關(guān)研究

關(guān)于投資者情緒，學(xué)界存在多種詮釋。Brown和Cliff將其界定為參與者在市場(chǎng)活動(dòng)中對(duì)特定指標(biāo)未來(lái)值的預(yù)測(cè)，且這種預(yù)期具備可量化性[4]。而B(niǎo)aker和Wurgler則主張投資者情緒反映的是投資者對(duì)未來(lái)現(xiàn)金流及投資風(fēng)險(xiǎn)的個(gè)人信念，且這種信念通常難以憑借當(dāng)前可獲得的信息加以區(qū)分[5]。黃德龍等（2009）在綜合國(guó)內(nèi)外研究的基礎(chǔ)上，進(jìn)一步細(xì)化了投資者情緒的概念，指出投資者情緒包含兩方面內(nèi)容：一是投資者的投機(jī)性需求，這反映了其對(duì)虛擬經(jīng)濟(jì)領(lǐng)域的期望；二是投資者對(duì)上市公司盈利前景的普遍樂(lè)觀態(tài)度，這體現(xiàn)了其對(duì)實(shí)體經(jīng)濟(jì)的期待[6]。

在探索投資者情緒衡量的研究中，以往研究大致可以分為三大類：直接指標(biāo)、間接指標(biāo)，以及基于網(wǎng)絡(luò)社交平臺(tái)數(shù)據(jù)的指數(shù)。

直接指標(biāo)的研究方法，主要依賴于問(wèn)卷調(diào)查，借此搜集投資者對(duì)市場(chǎng)未來(lái)走向的預(yù)期。例如，程昆和劉仁（2005）[7]根據(jù)投資者的看漲與看跌比率，設(shè)計(jì)了一個(gè)好淡指數(shù)，用作衡量投資者情緒的依據(jù)。這種方法能直接展現(xiàn)投資者的情緒傾向。值得注意的是，并非每位投資者都會(huì)純粹依據(jù)個(gè)人情緒來(lái)做出投資決策。因此，在探討投資者情緒對(duì)碳市場(chǎng)的作用時(shí)，直接指標(biāo)法的實(shí)際效果尚需更多驗(yàn)證。

間接指標(biāo)的研究，則是通過(guò)分析市場(chǎng)交易數(shù)據(jù)來(lái)構(gòu)建投資者情緒指數(shù)。其中，Baker和Wurgler（2006）提出了以交易量作為投資者情緒的衡量標(biāo)準(zhǔn)，并運(yùn)用主成分分析方法進(jìn)行探究[8]。

隨著大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，利用搜索行為和文本挖掘等手段建立的新型投資者情緒指標(biāo)逐漸受到矚目。例如，汪昌云（2015）通過(guò)剖析公司上市前各階段媒體新聞中的正負(fù)面詞匯來(lái)衡量媒體情緒，從而評(píng)估投資者情緒[9]。羅琦等（2021）則選取新浪微博作為信息渠道，構(gòu)建了投資者盈余樂(lè)觀情緒指標(biāo)，并發(fā)現(xiàn)該指標(biāo)對(duì)股市短期收益率具有正面效應(yīng)[10]。

2.2 碳市場(chǎng)影響因素的研究

對(duì)于碳市場(chǎng)價(jià)格的影響因素研究中，我國(guó)主要集中在宏觀經(jīng)濟(jì)形勢(shì)、能源市場(chǎng)、大氣環(huán)境、政策制度等方面。

在宏觀經(jīng)濟(jì)形勢(shì)方面，呂靖燁等（2021）[11]選用湖北、深圳、廣東、北京和上海有代表性的5個(gè)碳排放權(quán)市場(chǎng)，基于Sobol方法對(duì)我國(guó)碳排放權(quán)價(jià)格影響因素的12個(gè)參數(shù)進(jìn)行靈敏度分析。研究結(jié)果表明，能源價(jià)格、國(guó)際碳資產(chǎn)價(jià)格、經(jīng)濟(jì)發(fā)展水平與傳統(tǒng)金融市場(chǎng)的靈敏度指數(shù)較高，對(duì)我國(guó)碳排放權(quán)價(jià)格的影響較大；由于不同試點(diǎn)市場(chǎng)的活躍程度不相同，其他試點(diǎn)市場(chǎng)的靈敏度參數(shù)存在差異。

在能源市場(chǎng)方面，張鵬等（2020）[12]使用向量誤差修正模型（VEC）研究驅(qū)動(dòng)因素對(duì)碳排放價(jià)格的影響機(jī)制。結(jié)果表明，碳現(xiàn)貨價(jià)格主要受原油期貨價(jià)格滯后一期值的正向影響和自身滯后一期值的負(fù)向影響。張欣等（2023）[13]基于上海碳交易市場(chǎng)的交易數(shù)據(jù)，使用向量誤差修正（VEC）模型、脈沖響應(yīng)函數(shù)和方差分解方法，對(duì)碳交易價(jià)格的影響因素進(jìn)行實(shí)證研究，得到化石燃料價(jià)格的變動(dòng)短期內(nèi)會(huì)對(duì)碳排放權(quán)價(jià)格產(chǎn)生負(fù)向影響，但長(zhǎng)期會(huì)轉(zhuǎn)為正向影響。

在大氣環(huán)境方面，Liu和Chen（2013）[14]提出極端天氣在碳市場(chǎng)和能源市場(chǎng)的溢出效應(yīng)中起著中介作用，即極端天氣會(huì)導(dǎo)致能源市場(chǎng)的需求量增加，進(jìn)而導(dǎo)致碳排放量上升，促使碳價(jià)提升。王倩和路京京（2015）[15]提出氣候因素使溫度的變化會(huì)對(duì)碳價(jià)格產(chǎn)生顯著影響。Han等（2019）[16]通過(guò)MIDAS-BP混合模型對(duì)碳價(jià)進(jìn)行預(yù)測(cè)發(fā)現(xiàn)，碳價(jià)對(duì)煤炭?jī)r(jià)格、溫度、空氣質(zhì)量等變量的敏感度大于其他影響因素。

通過(guò)文獻(xiàn)研究可以發(fā)現(xiàn)，在對(duì)碳市場(chǎng)價(jià)格的影響因素分析中，投資者情緒對(duì)碳市場(chǎng)價(jià)格的影響很少有學(xué)者進(jìn)行關(guān)注及討論。當(dāng)前市場(chǎng)上呈現(xiàn)的是顯著的信息過(guò)剩，市場(chǎng)信息出現(xiàn)的越多越容易對(duì)投資者造成干擾。因此，本文選取微博作為信息源，構(gòu)建投資者情緒指標(biāo)，并深入探究其對(duì)碳排放權(quán)交易市場(chǎng)收益率的影響。

3 數(shù)據(jù)來(lái)源及數(shù)據(jù)預(yù)處理

3.1 樣本選擇和數(shù)據(jù)來(lái)源

在碳交易市場(chǎng)數(shù)據(jù)方面，樣本數(shù)據(jù)為上海、北京、天津、福建、湖北、廣東、深圳、重慶八個(gè)碳交易試點(diǎn)的相關(guān)數(shù)據(jù)，以2018年1月1日至2024年9月10日八個(gè)碳交易試點(diǎn)的交易價(jià)格作為研究對(duì)象，數(shù)據(jù)來(lái)源為國(guó)泰安數(shù)據(jù)庫(kù)。

3.2 投資者情緒代理指標(biāo)構(gòu)建

微博在信息傳播和社交互動(dòng)方面具有廣泛的影響力，因此選取微博作為文本信息抓取網(wǎng)站，選擇抓取時(shí)間段為2018年1月1日至2024年9月10日，選取16個(gè)與碳市場(chǎng)相關(guān)的關(guān)鍵詞，分別為碳交易、碳匯、碳達(dá)峰、CCER、低碳經(jīng)濟(jì)、碳關(guān)稅、碳排放、京都議定書(shū)、碳足跡、碳排放交易、碳中和、雙碳、碳排放量、低碳、碳排放權(quán)、碳計(jì)算器。以這些關(guān)鍵詞的微博內(nèi)容為原始文本信息，共爬取190530條數(shù)據(jù)。微博內(nèi)的帖子雖然具有豐富價(jià)值的文本信息，但部分帖子同時(shí)含有噪聲，因此對(duì)表情貼、無(wú)關(guān)內(nèi)容貼、重復(fù)貼進(jìn)行篩選，最終保留135103條有效數(shù)據(jù)。

對(duì)于文本情感打分，使用SPSSAU軟件中的文本分析模塊，SPSSAU當(dāng)前使用的情感詞典包括BosonNLP、臺(tái)灣大學(xué)、清華大學(xué)、知網(wǎng)等共計(jì)13萬(wàn)詞的情感詞典組合而成。部分微博文本的情緒分類結(jié)果如表1所示。

本文利用SPSSAU對(duì)每條微博的情緒進(jìn)行分類后，對(duì)每一天的正向文本、負(fù)向文本的數(shù)量進(jìn)行統(tǒng)計(jì)求和，借鑒Antweiler和Frank（2004）[17]等的計(jì)算方法，利用公式（1）計(jì)算第t日的投資者情緒指數(shù)：

式（1）中，St為在t日投資者情緒指數(shù)，stpos表示在t日情感打分為積極的評(píng)論數(shù)量之和，stneg表示在t日情感打分為消極的評(píng)論數(shù)量之和。由公式可知，當(dāng)一日的積極文本數(shù)量越多時(shí)，投資者情緒指數(shù)越大，投資者情緒越高漲；反之，投資者情緒指數(shù)越低，情緒越低落。

3.3 數(shù)據(jù)預(yù)處理

對(duì)于碳市場(chǎng)收益率（ri，t），本文采用傳統(tǒng)的計(jì)算方法，用后一日的收盤(pán)價(jià)（pi，t）減去前一日的收盤(pán)價(jià)（pi，t-1），并除以前一日的收盤(pán)價(jià)。

經(jīng)平穩(wěn)性檢驗(yàn)發(fā)現(xiàn)，收益率數(shù)據(jù)以及投資者情緒數(shù)據(jù)皆滿足平穩(wěn)性特征，因此無(wú)需對(duì)數(shù)據(jù)做進(jìn)一步的平穩(wěn)性變換處理。

4 投資者情緒與我國(guó)碳市場(chǎng)收益率的實(shí)證研究

4.1 VAR回歸分析

本文研究投資者情緒對(duì)碳市場(chǎng)的影響，即兩個(gè)變量之間的關(guān)系。通過(guò)VAR模型可以刻畫(huà)兩個(gè)變量之間的關(guān)系，因此選擇該模型進(jìn)行分析，VAR模型的基本形式如下：

式（2）中：yi，t是被解釋變量，即各個(gè)碳交易試點(diǎn)收益率；xi，t為解釋變量，即投資者情緒指數(shù)；A和B代表投資者情緒對(duì)碳市場(chǎng)收益率的影響系數(shù)，兩者都是該模型的待估系數(shù)矩陣；t為樣本量；n代表滯后階數(shù)；ε為模型的隨機(jī)誤差項(xiàng)。

由表2可知，在深圳交易市場(chǎng)中，滯后一期的投資者情緒對(duì)收益率有顯著負(fù)向影響，但影響較??；在廣東交易市場(chǎng)中，滯后一期的收益率對(duì)投資者情緒有顯著正向影響，其他市場(chǎng)均不顯著。在深圳碳交易市場(chǎng)中，投資者更傾向于基于過(guò)去的情緒來(lái)做出投資決策，這種情緒往往帶有一定的滯后性和慣性。當(dāng)投資者情緒高漲時(shí)，他們對(duì)市場(chǎng)前景的估計(jì)更樂(lè)觀，從而推高價(jià)格；而隨后市場(chǎng)情緒回落時(shí)，價(jià)格也會(huì)相應(yīng)下跌。廣東碳市場(chǎng)作為中國(guó)較早成立的碳排放權(quán)交易市場(chǎng)，具有更成熟的市場(chǎng)機(jī)制和更完善的交易體系，收益率的變化能夠更快的反映到投資者情緒中，當(dāng)收益率上漲時(shí)，投資者受到鼓舞，情緒更樂(lè)觀，從而推高價(jià)格。這種正向影響表明，廣東交易市場(chǎng)中的投資者更加敏感，能夠更快地響應(yīng)市場(chǎng)。

4.2 Granger因果檢驗(yàn)

Granger因果關(guān)系用于檢驗(yàn)一組時(shí)間序列是否為另一組時(shí)間序列的原因，即考察這組時(shí)間序列的滯后項(xiàng)是否會(huì)對(duì)當(dāng)前項(xiàng)產(chǎn)生一定的影響，其本質(zhì)是一種預(yù)測(cè)關(guān)系。通過(guò)Granger因果檢驗(yàn)，可以判斷每?jī)山M時(shí)間序列是否存在滯后影響關(guān)系，并判斷是單向還是雙向的Granger因果關(guān)系?；诟裉m杰因果檢驗(yàn)原理，對(duì)各個(gè)市場(chǎng)的投資者情緒和收益率進(jìn)行格蘭杰檢驗(yàn)。

由表2Granger因果檢驗(yàn)可以看出，在0.05的顯著水平上，廣東碳交易試點(diǎn)的收益率是投資者情緒的Granger原因，即收益率的變化會(huì)引起投資者情緒的變化。在0.1的顯著水平上，天津碳交易試點(diǎn)的收益率是投資者情緒的Granger原因，即收益率的變化會(huì)引起投資者情緒的變化。廣東與天津碳交易市場(chǎng)的收益率變化越大，投資者情緒越有可能發(fā)生越大的變動(dòng)。當(dāng)市場(chǎng)收益率大幅波動(dòng)時(shí)，投資者會(huì)因?yàn)闃?lè)觀或悲觀的情緒而做出過(guò)度買(mǎi)入或賣出的決策，從而進(jìn)一步加劇市場(chǎng)波動(dòng)。

4.3 脈沖響應(yīng)分析

通過(guò)脈沖響應(yīng)函數(shù)能夠深入探究VAR模型的結(jié)果，以更加清晰明了地反映內(nèi)生變量對(duì)誤差沖擊的響應(yīng)，從而更好地理解其動(dòng)態(tài)變化特性。圖1和圖2分別為投資者情緒對(duì)八個(gè)碳交易試點(diǎn)收益率的脈沖響應(yīng)圖。

從投資者情緒對(duì)北京碳交易試點(diǎn)收益率的沖擊來(lái)看，給情緒施加標(biāo)準(zhǔn)差沖擊后，收益率的響應(yīng)比較平穩(wěn)：在第一期，投資者情緒沒(méi)有明顯的變化；在第二期，收益率出現(xiàn)較小正向變化；在第三期，緩慢減弱降至負(fù)峰值；第四期之后，圍繞零值波動(dòng)，趨于平靜。由此可見(jiàn)，當(dāng)投資者情緒高漲時(shí)，收益率當(dāng)期不會(huì)發(fā)生明顯變動(dòng)，而是一段時(shí)間后，才緩慢上升。

從投資者情緒對(duì)廣東碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者施加標(biāo)準(zhǔn)差沖擊后，收益率的變化較為平穩(wěn)：當(dāng)投資者情緒高漲時(shí)，收益率第一期不會(huì)發(fā)生明顯變化；第二，三期開(kāi)始緩慢下降至負(fù)值，第四期上升至正值。由此可以發(fā)現(xiàn)，當(dāng)投資者情緒高漲時(shí)，收益率短期內(nèi)不發(fā)生變化，后期會(huì)下降，然后逐漸回到初始狀態(tài)。

從投資者情緒對(duì)湖北碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊，第一期收益率不會(huì)出現(xiàn)任何變化，第二期迅速下降至負(fù)峰值，第三期又回到零值，之后沒(méi)有明顯變化。由此可見(jiàn)，當(dāng)投資者情緒高漲時(shí)，第二期收益率會(huì)產(chǎn)生負(fù)向影響，后期收益率不會(huì)有較大變化。

從投資者情緒對(duì)上海碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在當(dāng)期不會(huì)出現(xiàn)任何變化，第二至五期圍繞零值呈現(xiàn)鋸齒狀波動(dòng)，隨后趨于平穩(wěn)。由此可見(jiàn)，當(dāng)投資者情緒高漲時(shí)，收益率后期會(huì)呈現(xiàn)不穩(wěn)定的波動(dòng)。

從投資者情緒對(duì)天津碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率第一至三期未出現(xiàn)較大變化，第四期下降至負(fù)峰值，后期緩慢回升至零值。由此可見(jiàn)，當(dāng)投資者情緒變化時(shí)，收益率的反應(yīng)時(shí)間較長(zhǎng)，第三期收益率才會(huì)呈現(xiàn)下降趨勢(shì)。

從投資者情緒對(duì)重慶碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在第一期未出現(xiàn)變化，第二期下降至負(fù)值，第三期未發(fā)生變化，第四期迅速上升至正峰值，后期回到零值。由此可見(jiàn)，當(dāng)投資者情緒高漲時(shí)，收益率在第二、三期均為負(fù)值，且未出現(xiàn)較大變化，后期逐漸上升至正值。

從投資者情緒對(duì)福建碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率的響應(yīng)較為平穩(wěn)：第一期投資者情緒沒(méi)有明顯變化，第二期緩慢下降至負(fù)峰值，第三、四期逐漸增加至正值。由此可見(jiàn)，當(dāng)投資者情緒高漲時(shí)，收益率當(dāng)期沒(méi)有發(fā)生變化，而是在后期傳遞負(fù)向影響后又變?yōu)檎蛴绊?，?dāng)期投資者情緒的高漲會(huì)導(dǎo)致后期收益率下降。

從投資者情緒對(duì)深圳碳交易試點(diǎn)收益率的沖擊來(lái)看，給投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率在第一期未出現(xiàn)變化，第二期迅速下降至負(fù)峰值，第三期之后開(kāi)始緩慢增加，返回至零值附近。因此，當(dāng)投資者情緒高漲時(shí)，收益率當(dāng)期不會(huì)出現(xiàn)任何變化，第二期收益率下降較大幅度，后期逐步升高。

通過(guò)對(duì)各個(gè)市場(chǎng)的脈沖響應(yīng)分析可以發(fā)現(xiàn)，對(duì)投資者情緒施加標(biāo)準(zhǔn)差沖擊后，收益率當(dāng)期不會(huì)產(chǎn)生任何變化，在第二期會(huì)出現(xiàn)負(fù)向變化，隨著時(shí)間的推移，影響越來(lái)越小?？傮w來(lái)說(shuō)，投資者情緒的變化對(duì)碳市場(chǎng)的收益率不是即時(shí)的，而是具有一定的滯后效應(yīng)，一般持續(xù)在一周左右。當(dāng)投資者情緒出現(xiàn)過(guò)度悲觀或樂(lè)觀的預(yù)期時(shí)，會(huì)引發(fā)非理性的交易行為。然而，隨著時(shí)間推移，這種情緒驅(qū)動(dòng)效應(yīng)會(huì)逐漸減弱，投資者逐漸回歸理性，市場(chǎng)趨于平穩(wěn)。

5 結(jié)論與建議

本文通過(guò)微博信息構(gòu)建投資者情緒指標(biāo)，通過(guò)VAR模型、Granger因果檢驗(yàn)方法和脈沖響應(yīng)分析，研究投資者情緒對(duì)我國(guó)碳市場(chǎng)收益之間的關(guān)系。研究結(jié)果表明，投資者情緒對(duì)深圳碳交易試點(diǎn)的收益率存在顯著負(fù)向影響，廣東碳交易試點(diǎn)的收益率對(duì)投資者情緒存在顯著正向影響，說(shuō)明深圳碳交易試點(diǎn)的價(jià)格更容易受到市場(chǎng)情緒的影響，廣東碳交易試點(diǎn)信息傳遞較為迅速；通過(guò)Granger因果檢驗(yàn)發(fā)現(xiàn)，廣東碳交易試點(diǎn)的收益率變化是投資者情緒的Granger原因，天津碳交易試點(diǎn)的收益率是投資者情緒的Granger原因；對(duì)各個(gè)碳交易試點(diǎn)，當(dāng)期投資者情緒對(duì)收益率不會(huì)產(chǎn)生影響，短期內(nèi)會(huì)對(duì)收益率產(chǎn)生負(fù)向影響，隨著時(shí)間的推移，這種作用力逐漸減弱。

綜上所述，本文針對(duì)碳市場(chǎng)的建設(shè)提出如下政策啟示：

（1）加強(qiáng)碳市場(chǎng)間的溝通

完善市場(chǎng)機(jī)制，加強(qiáng)碳市場(chǎng)間的合作與交流，分享碳市場(chǎng)建設(shè)與管理的成功經(jīng)驗(yàn)，推動(dòng)全國(guó)碳市場(chǎng)的協(xié)同與發(fā)展；政府可以制定符合本區(qū)域?qū)嶋H情況的碳市場(chǎng)政策框架，確保政策實(shí)施的有效性和針對(duì)性。此外，注重碳市場(chǎng)的技術(shù)創(chuàng)新，發(fā)揮市場(chǎng)在資源配置中的決定性作用，提高碳市場(chǎng)的交易效率和競(jìng)爭(zhēng)力；注意強(qiáng)化碳市場(chǎng)的監(jiān)測(cè)、評(píng)估與監(jiān)管體系，確保市場(chǎng)的公平、透明和穩(wěn)定。運(yùn)營(yíng)時(shí)間較短、活躍度較低的碳市場(chǎng)可以借鑒其他較為規(guī)范的碳市場(chǎng)，增強(qiáng)其流動(dòng)性，各個(gè)碳市場(chǎng)間加強(qiáng)交流、互相學(xué)習(xí)，實(shí)現(xiàn)共同發(fā)展與繁榮。

（2）注重網(wǎng)絡(luò)宣傳途徑

在網(wǎng)絡(luò)傳播渠道方面，政府應(yīng)充分利用網(wǎng)絡(luò)在信息傳遞中對(duì)投資者關(guān)注方向的引導(dǎo)作用。政府需重視有關(guān)碳市場(chǎng)的新聞報(bào)道的真實(shí)性、時(shí)效性、全面性及權(quán)威性，抑制虛假信息的擴(kuò)散，并對(duì)事態(tài)發(fā)展進(jìn)行全面的公開(kāi)披露。這種做法一方面有助于穩(wěn)定公眾情緒，降低突發(fā)事件對(duì)社會(huì)造成的負(fù)面影響。另一方面，鑒于信息發(fā)布對(duì)投資者關(guān)注的影響，新聞媒體提供的資訊成為投資者決策的重要參考依據(jù)，甚至在某種程度上與碳市場(chǎng)價(jià)格的真實(shí)價(jià)值密切相關(guān)。政府需與權(quán)威媒體有效協(xié)作，以便投資者根據(jù)信息披露情況作出合理投資決策，保障市場(chǎng)穩(wěn)定高效運(yùn)行。

（3）完善信息披露機(jī)制

在一個(gè)高效的市場(chǎng)中，健全的信息披露機(jī)制至關(guān)重要。以股票市場(chǎng)為例，招股說(shuō)明書(shū)、公司公告等發(fā)布的信息能為市場(chǎng)投資者提供中長(zhǎng)期預(yù)期，有助于引導(dǎo)投資者進(jìn)行理性價(jià)值投資。因此，我國(guó)碳交易市場(chǎng)亟待構(gòu)建一套行之有效的信息披露機(jī)制，應(yīng)強(qiáng)化中介服務(wù)機(jī)構(gòu)在碳足跡等相關(guān)數(shù)據(jù)計(jì)算與披露方面的關(guān)鍵作用，以滿足投資者對(duì)相關(guān)信息的需求，降低交易雙方的信息不對(duì)稱程度，提高投資者關(guān)注碳交易市場(chǎng)的效率，促進(jìn)其健康、穩(wěn)定發(fā)展。

參考文獻(xiàn)

Zhao. G，Jiang. W，Nie D，et al.How to Improve the Market Efficiency of Carbon Trading：A Perspective of China[J].Renewable. Sustainable Energy Reviews.2016，59：1229-1245.

Liu. F，Zhou. X，Zhu. Z，et al Measuring the Maturity of Carbon Market in China：An Entropy Based Topsis Approach[J].Journal of Cleaner Production.2019，229：94-103.

Riordan，Storkenmaier A，Wagener M，et al.Public Information Arrival：Price Discovery and Liquidity in Electronic Limit Order Markets[J].Journal of Banking and Finance，2013，37（4）：1148- 1159.

Brown， G. W.amp; Cliff， M. T. Investor sentiment and the near-term stock market[J]. Journal of Empirical Finance， 2004， 11（4）： 1-27.

Baker， M.amp; Wurgler， J. Investor Sentiment in the Stock Market[J]. The Journal of Economic Perspectives， 2007， 21（2）： 129-152.

黃德龍，文鳳華，楊曉光. 投資者情緒指數(shù)及中國(guó)股市的實(shí)證[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)，2009，29（1）：1-13.

程昆，劉仁和. 投資者情緒與股市的互動(dòng)研究[J]. 上海經(jīng)濟(jì)研究，2005（11）： 86-93

Baker， M.amp; Wurgler， J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance， 2006， 61（4）： 1645-1680.

汪昌云，武佳薇. 媒體語(yǔ)氣、投資者情緒與IPO定價(jià)[J].金融研究，2015（9）： 174-189.

羅琦，吳乃遷，蘇愉越，等. 投資者盈余樂(lè)觀情緒與管理者迎合： 基于社交媒 50 體情感分析的證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：135-154.

呂靖燁， 張超. 低碳背景下我國(guó)碳排放權(quán)市場(chǎng)價(jià)格的影響因素分析[J]. 煤炭經(jīng)濟(jì)研究， 2021， 35（5）：123-130.

張鵬. 碳排放權(quán)交易市場(chǎng)價(jià)格的影響因素研究[J]. 中國(guó)市場(chǎng)， 2020（16）：10-11.

張欣. 上海碳市場(chǎng)碳排放權(quán)價(jià)格的影響因素分析： 基于VEC模型的實(shí)證研究[J]. 中國(guó)商論， 2023（18）：109-112.

Liu. H，Chen. C.A study on the volatility spillovers.long memory effects and interactions between carbon and energy markets：The impacts of extreme weather[J].Economic Modleing，2013，35：840-855.

王倩， 路京京.中國(guó)碳配額價(jià)格影響因素的區(qū)域性差異[J]. 浙江學(xué)刊， 2015（4）：162-168.

Han. Ding. L，Zhao X，et al.Forecasting carbon prices in the Shenzhen market，China：The role of mixed-frequency factors[J].Energy，2019： 69-76

Antweiler， W.amp; Frank， M. Z. Is All That Talk Just Noise？ The Information Content of Internet Stock Message Boards[J]. The Journal of Finance， 2004（3）： 1259-1294.