中國碳排放權交易價格的形成及其波動特征
——基于深圳碳排放權交易所的數據

周天蕓 許銳翔

（中山大學國際商學院，廣東廣州510275）

中國碳排放權交易價格的形成及其波動特征
——基于深圳碳排放權交易所的數據

周天蕓 許銳翔

（中山大學國際商學院，廣東廣州510275）

《京都議定書》的生效促使各國建立碳排放權交易市場，本文基于國內外已有的實踐和研究，運用深圳碳排放權交易所的碳排放權價格數據，分析能源價格、宏觀經濟、氣候和國外碳排放權價格對國內碳排放權交易價格的影響。結果表明，國內碳排放權的交易價格受煤炭價格的影響最為顯著，空氣質量指數也是重要影響因素之一，工業指數和EU ETS市場CER期貨的價格也存在著正向引導的作用，但系數較小；誤差修正模型結果表明，國內碳排放權交易價格存在“反向修正”機制，但其修正速度較慢。此外，本文通過ARMAGARCH模型對國內碳排放權價格收益率的波動性特征進行分析，發現收益率存在明顯自相關過程和條件異方差效應，并且與其二階滯后項的聯系最為密切。

碳排放權；交易價格；收益率波動

自西方國家工業革命以來，全球經濟發展迅猛，對化石燃料的需求也不斷增長，進而導致溫室氣體的排放量（也稱碳排放量）與日俱增，全球變暖等氣候問題逐漸受到世界各國的重視。為了抑制氣候問題的進一步惡化和保證全球經濟的可持續發展，西方國家開啟了全球范圍內的減排計劃，《聯合國氣候變化公約》和《京都議定書》分別于1992年和1997年正式通過，對發達國家和發展中國家規定“共同但有區別”的減排責任。發達國家在減排目標的約束下，實施了一系列促進減排的政策和法案，并建立能提供碳排放權交易的市場，這些措施有效控制了發達國家的碳排放量，保障減排計劃的順利進行。

全球碳排放權交易市場自建立以來，經歷了迅速的發展。《京都議定書》作為全球強制性碳減排的最有力制度標準，規定了附錄Ⅰ的37個工業化發達國家所承擔的減排責任。為了履行減排承諾，各國陸續建立碳排放權交易市場①，其中歐盟排放交易體系（EU ETS②）從2005年正式運營，無論是市場價值還是成交量，都遠超其他發達國家的交易體系，成為全球碳排放權交易市場的領跑者③。發展中國家，特別是未包含在附錄Ⅰ內的國家，雖然暫時不必承擔強制性的減排任務，但很多也通過清潔發展機制（CDM）參與到全球減排計劃中去（《京都議定書》一共引進了三種履約機制來幫助各國降低減排的成本，其中CDM是附錄Ⅰ國家和非附錄Ⅰ國家能夠聯合開展碳減排項目的唯一機制）。

我國作為最大的碳排放國，同時也是最具減排潛力的發展中國家，一直以積極負責的態度推進CDM項目的實施，成為CER④（碳排放核證減排量）市場最大的賣家。實際上，碳排放的買方（《京都議定書》附錄Ⅰ國家，特別是歐盟國家）借助自身先進成熟的交易機制和市場，在全球碳排放權交易市場中掌握定價權，而以我國為代表的賣方則處于信息劣勢地位，缺乏定價權。特別是2012年后，CER價格多在低位徘徊，賣方被迫低價出售CER的情況時有出現，以致無法獲得合理的收益（鄒亞生和魏薇，2013）。

為了爭取碳排放的定價權，并且為了應對日后可能對發展中國家的強制性減排責任，我國“十二五”規劃綱要明確要建立碳排放交易市場。自2013年6月份以來，深圳、上海、北京、天津和廣州五個城市陸續建立碳排放權交易所，并形成一定的規模。本文對國內碳排放的交易價格及其風險進行研究，發現其市場規律和運行特征，認識并規避有關的投資風險，對于我國掌握合理的定價機制，在國際碳排放權市場占有一定地位具有重要意義。

一、文獻綜述

國外學者對于碳排放的研究相對較早，主要集中在碳排放權交易價格決定的理論、碳排放權價格決定的實證、碳排放權價格收益率的波動和溢出效應等三個方面。

碳排放權價格的理論研究開展得比較早，在《京都議定書》的背景下，在碳排放權市場正式投入運營之前，國外學者開始研究不同的理論交易體系對于國際減排目標的達成及其減排成本的影響。這類文獻大多先研究國際碳排放交易對于實現國際減排的作用，然后通過模型分析碳排放交易體系是否應該存在、在碳減排交易體系下的邊際減排成本及其對宏觀經濟和相關行業的影響。研究認為，存在碳排放交易體系的減排成本會低于不存在時的交易成本，且交易主體從碳排放交易體系中獲利的潛力巨大。克里斯琴森等（Christiansen等，2005）根據需求和供給基礎進行理論分析，并篩選出以下因素作為EU ETS的碳排放權價格：政策和監管、市場基礎（包括排放—配額比例，電力廠商在不同化石能源間的轉換行為、天氣和產量）。

隨著碳排放權市場開始運營，特別是EU ETS正式運作以來，國外學者對碳排放權交易價格的實證研究也逐漸增多，主要集中于以下兩方面：

首先，研究EUA價格的影響因素，包括能源、天氣、制度、宏觀經濟和金融市場。巴塔列爾（Bataller，2007）和阿爾貝羅拉（Alberola等，2008）是最早對能源市場和碳排放權價格的關系進行計量分析的國外學者之一。在階段一EUA現貨和期貨數據的基礎上，前者發現EUA價格和化石能源（石油、天然氣和煤炭）使用之間存在一定關聯。后者使用階段二拓展后的數據，強調能源和碳排放權價格之間的關系依賴于不同的階段，且最主要的影響是制度性事件。邦恩和費齊（Bunn和Fezzi，2009）使用英國電力、天然氣和碳排放權價格，通過構造一個結構性的VEC模型，推導碳排放權價格傳導電力價格的動態途徑，進一步證明三者的相互作用。德拉魯等（Delarue等，2008）對電力廠商在不同化石能源間的轉換行為對碳排放權價格的影響進行了研究。此外，在天氣與碳排放權價格的研究上，巴塔列爾（2007）、阿爾貝羅拉等（2008）和欣特曼（Hintermann，2010）的研究都表明，碳排放權價格受到未預期的氣候波動的影響，包括氣溫、降水量和風速。阿爾貝羅拉等（2008）發現，剔除季節因素后極端（特別是未預期到的）氣溫變化對碳排放權價格有顯著的影響。

其次，由于EU ETS是一個人為建立的強制性市場，其制度受到各方談判勢力和政治事件的影響。阿爾貝羅拉等（2008）的研究表明，EUA現貨價格不僅和能源價格有關，與未預期到的溫度變化有關，并且受到政治和市場事件的影響。達斯卡拉基斯等（Daskalakis等，2009）發現，在EU ETS禁止配額存儲和借入的不同階段，碳排放配額的儲存和借貸對于EUA期貨價格有著顯著的影響，并為階段內和跨階段的EUA期貨和期權提出定價和套期保值的理論框架。阿爾貝羅拉和謝瓦利爾（Alberola和Chevallier，2009）認為，歐盟委員會禁止配額存儲和借入的原因在于不想把“試驗期”階段不完善的市場交易體系延續到下一個階段。

同時，國外學者也研究了碳排放權市場和宏觀經濟及金融市場之間的關系。由于工業產出增加，相關的二氧化碳排放量就會增加，因此會有更多的企業購買碳排放權，以抵消其自身的排放。阿爾貝羅拉（2008）在階段一EU ETS內工業部門產出變化的基礎上，對產出和環境條件對碳排放權的影響進行實證，結果表明經濟活動的波動是四個國家（德國、西班牙、波蘭、英國）的燃燒、造紙和鋼鐵部門碳排放權價格收益的關鍵因素。奧本多夫（Oberndorfer，2009）從股票市場角度進行研究，發現碳排放權價格變化和大部分歐洲電力公司的股票收益率有著正向的關系，但會隨著國家和時間變化。謝瓦利爾（2009）對碳排放權市場和股票及債券市場的關系提供更全面的處理，通過估計多個不同的波動模型，發現EUA期貨的收益率能在股息和垃圾債券溢價的基礎上得到預測，宏觀經濟活動對碳排放權市場的影響通常一階滯后，因為這個市場有著特定的制度約束。

由于市場上EUA和CER之間存在著差價，因此金融和工業部門能夠從買入CER賣出EUA中套利，巴塔列爾等（2011）發現這個差價主要由EUA價格和市場微觀結構決定，其次是與排放相關的基礎變量。庫普和托萊（Koop和Tole，2013）通過允許參數隨時間變化的時間序列模型研究，表明EUA期貨價格對于CER價格有決定性作用，且這個隨時間變化的參數與宏觀經濟事件相關。納齊夫（Nazifi，2013）同樣通過變參數分析，發現市場缺乏競爭性、對獲取CER的約束、對EUA和CER監管的改變以及CER的不確定性才能解釋兩者的差價。

奧本多夫（2009）發現EUA價格變化和電力股票收益之間存在著關聯。謝瓦利爾（2011）通過115個指標的463個日數據，采用Factor-Augmented VAR模型，發現CER期貨價格通常會比EUA現貨和期貨價格對外生性變量更加顯著。里特勒（Rittler，2012）運用GARCH模型，發現EUA期貨市場會首先捕捉到新信息，然后價格波動會逐漸從EUA期貨市場轉移到現貨市場。庫普和托萊（2013）通過格蘭杰因果關系檢驗卻發現CER、EUA現貨和期貨價格三者兩兩之間不存在波動溢出效應，因為在有效的金融市場中可以找到完美替代的資產。

由于國內碳排放權的交易市場剛建立不久，國內學者對國內碳排放權市場交易價格的實證研究較少。在碳排放權價格影響因素的研究上，鄒亞生和魏薇（2013）通過建立VAR和VEC模型發現，CER現貨價格會受到宏觀經濟指標（工業生產指數）和氣候指標（地表月均溫度差異值）的正向影響，而且受到其期貨價格的影響也較為顯著。陳曉紅和王陟昀（2013）從供給、需求和市場三方面進行理論分析，認為受政策和制度配額供給是EUA價格的最重要影響因素，并且能源價格也是影響因素，而氣溫、降水等天氣因素的作用不明顯。戚婷婷和魯煒（2009）使用公共因子模型，發現CER現貨價格和期貨價格之間存在長期均衡關系，且期貨市場的價格發現功能較強。而洪涓和陳靜（2010）認為CER期貨價格主要受現貨價格引導，價格發現功能沒有體現。黃明晧等（2010）對CER期貨市場的價格發現和套期保值功能進行實證，結果表明CER期貨市場短期具有較好的價格發現功能，但長期價格發現功能不明顯。此外，在研究碳排放權價格波動和溢出效應上，張躍軍和魏一鳴（2010）采用狀態空間模型和VAR模型，發現油價沖擊是碳排放權價格波動的最主要影響因素，其次是天然氣和煤炭，但天然氣的持續時間最長。郭輝等（2012）通過BEKKGARCH模型發現，盡管EUA和CER期貨價格在短期內存在互相引導的關系，但EUA對CER期貨價格具有主導拉動作用，且EUA期貨市場的“壞消息”對CER期貨市場有著明顯的沖擊作用。

目前國內學者對國內碳排放權市場的實證研究剛剛起步，缺少直接以國內碳排放權市場為研究對象的研究，本文將在已有研究的基礎上，選取更貼合我國碳排放實際的因素，采用VAR和VEC模型，探究國內碳排放權價格與能源、宏觀經濟、CER期貨價格、氣候的關系，并進一步探究國內碳排放權收益率的波動特征。

二、我國碳排放權交易價格形成的實證檢驗

基于現有研究，本文除了引入能源價格、宏觀經濟、氣候這三個因素外，考慮到隨著國內碳排放權市場的建成，國內碳排放權價格會與國際接軌，并與國際碳排放權市場（特別是EU ETS）有所關聯，因此，本文還引入與我國減排關系最密切的EU ETS市場中CER期貨作為國外碳排放權價格的影響因素，探究國內碳排放權價格是否會受國外CER期貨價格的影響。綜上，本文采用碳排放權價格、能源價格、宏觀經濟、氣候因素、國外碳排放權價格等五類數據。

國內首家碳排放權交易所2013年6月18日于深圳成立，并進行碳排放的交易。考慮到深圳碳排放權交易所在國內五大交易所中的交易時間最長⑤、累計交易額和成交量最大，其交易價格最有代表性、交易制度最成熟，故選取深圳碳排放權交易所的交易價格作為國內碳排放的交易價格。為了保證數據的連續性，本文選取2013年8月5日至2014年3月17日的135個日交易數據，交易價格為當天交易的平均價格⑥。數據來源于深圳碳排放權交易所和ideacarbon網站。

對化石能源的需求不僅取決于其絕對價格和相對價格，且從含碳量高的能源到含碳量低的能源的邊際轉換成本也構成碳排放權價格的重要因素（謝瓦利爾，2011）。如果一種含碳量高的化石能源（例如煤炭）的價格上漲會引起含碳量低的化石能源（例如石油和天然氣）需求上升，更多地使用含碳量低的化石能源將會使碳排放量相對之前有所回落，從而將會使得碳排放需求和價格回落。我國是能源消耗大國，也是碳排放大國，分別居世界第二和第一。國外學者在選取化石能源的時候通常選取石油和天然氣（邦恩等）。在我國的能源消耗構成中，消耗量最大的能源是煤炭，其次才是石油和天然氣，而在這三種化石能源當中，煤炭是含碳量最高、污染最大的能源。因此，為了更切合我國能源消耗的實際，本文選擇煤炭價格作為能源價格的指標。

我國已建有多個煤炭期貨交易的市場，如鄭州商品交易所的動力煤期貨和大連商品交易所的焦炭期貨；此外也建立了煤炭價格指數，以便能更全面地反映我國整體煤炭價格的變動趨勢，如中國煤炭價格指數、環渤海動力煤價格指數和中國太原煤炭交易價格指數，但以上這些數據的發布周期約為每周一次，不能滿足本文要求。因此考慮到數據的豐富性和可得性，本文選取卓越資訊⑦上公布的煤炭價格指數的日數據作為國內能源價格的指標。

對碳排放權有需求的部門通常都是工業部門，特別是能源、鋼鐵、發電等能耗較大的行業。理論上如果宏觀經濟發展越景氣，工業部門的碳排放量也會越大，因此對碳排放權的需求也就會越大。由于深圳碳排放權交易所的交易會員⑧基本上都是制造或能源企業，因此本文選取中證行業指數中的工業指數⑨的日數據對我國宏觀經濟，特別是對工業部門的衡量，數據來源于萬得數據庫。雖然宏觀工業指數的上漲或下跌不能反映碳排放權交易所交易會員企業自身的實際情況，但是由于其上下游企業可能會廣泛地分布于全國各個地區和主要的制造行業，因此工業指數可以通過這些上下游的企業最終影響到交易會員企業自身對碳排放權的購買或出售決策，因此，選取工業指數作為碳排放權價格的影響因素之一是合理的。

研究表明，氣候指標特別是異常、未預期到的溫度變化會大幅度提高碳排放權的價格，因為未預期的極端冷熱天氣都會使得電力和化石能源的消耗暴增，從而使得與之相關的企業對碳排放權的需求突然增長，從而拉高碳排放權的價格。雖然這樣的分析邏輯有一定的合理性，但這只代表一種間接的影響，本文期望能找到一種氣候指標，以便直接反映碳排放量多少，空氣質量指數是可以選擇的指標。我國碳排放權交易的興起與近幾年日益嚴重的空氣污染，特別是PM 2.5和霧霾有關。空氣污染最直觀的來源是汽車尾氣，各個能耗大的工業企業排放的工業廢氣，也有農村城鎮化過程中的麥稈焚燒，我國居民烹飪方式導致的油煙排放等。空氣污染程度可以作為碳排放量的較為直接的指標，即空氣質量越差一定程度代表著工業廢氣、溫室氣體或等價的二氧化碳排放量的增長，因此能夠預期相關企業對碳排放權的需求增加。因此，本文選擇國家環境監測中心每天發布的空氣質量指數AQI，AQI數值越高，表示空氣質量越差。AQI一共包括六個子指標，即PM2.5、PM10、二氧化硫、二氧化氮、臭氧和一氧化碳，雖然并不直接包括二氧化碳濃度，但是由于排放氣體中的有害氣體部分只占很小一部分，更多的是二氧化碳，因此，選取AQI比較合適。為了更有代表性，本文選取國內五個碳排放權交易所所在城市每天AQI的平均值，作為對氣候指標的衡量。

在考慮國內因素影響的同時，本文還考慮與我國碳排放權價格相關的國外CER期貨價格。由于國內外碳排放權屬于同質商品（均為1噸二氧化碳的排放權），我國碳排放權市場尚不成熟，很多時候國內碳排放權價格會追隨國外的價格。同時，預期在套利機制下，EU ETS中CER期貨價格上升引起國內市場碳排放權價格的上升，反之亦然。本文所使用的國外CER期貨價格數據來源于洲際交易所網站，并按照當天匯率轉換成人民幣為單位。

雖然影響碳排放權價格的因素眾多，包括世界碳排放總量和我國碳排放容量等因素，都可能對碳排放權的價格造成影響，但由于受到數據可獲得性的限制，本文主要選取影響碳排放權價格的煤炭價格指數、工業指數、空氣質量指數和EU ETS中CER期貨價格等指標的數據，各指標的數據來源見表1。

表1：指標選取及數據來源

本文采用恩格爾和格蘭杰（Engle和Granger，1987）建立的基于向量自回歸（VAR）的向量誤差修正（VEC）模型對國內碳排放權價格的影響因素進行實證分析，該模型可以從長期和短期兩個方面刻畫變量之間的動態關系。在建立VEC模型之前，需要對變量間是否存在協整關系進行檢驗，本文建立如下協整方程。

其中，pt為國內碳排放權交易價格，Coalt為煤炭價格指數，Indt為工業指數，AQIt為空氣質量指數，CERt為EU ETS市場上CER期貨價格，且所有變量都已經進行對數處理，εt為隨機擾動項，服從N（0，1）分布。

如果變量都為同階單整且存在協整關系，則可以相對應地建立如（2）式的VEC模型，其中ecm-1是（1）式中的一階滯后殘差項，也是誤差修正項，其系數如果顯著為負數，則表明誤差修正是一個負反饋過程，當某一時刻的短期值偏離了其長期均衡時，其將使下一期的短期值向長期均衡值回歸，因而此系數反映從短期到長期的回復速度，數值的絕對值越大，從短期受沖擊后的狀態回到均衡狀態的調整速度也就越快。

在進行協整檢驗之前，先對變量進行平穩性檢驗，本文對所選數據進行ADF檢驗。由于各個變量的數值都屬于價格類或氣候指標類變量，預期并不存在明顯的時間趨勢效應，即不會隨著時間的變化而增長或減少，故本文在進行ADF檢驗時未加入時間趨勢項，結果如表2所示，所有的變量都為一階單整，即可以進行協整檢驗。

表2：平穩性檢驗

在進行協整檢驗之前需要先對最優滯后階數進行確定，本文選擇SC和HQ準則確定滯后階數，最優滯后階數為2。由于本文的變量多于兩個，故運用Johansen進行協整檢驗，協整檢驗結果如表3所示。

表3：協整檢驗結果

由表3看出，在5%的顯著性水平下拒絕原假設，說明5個變量之間存在長期均衡關系，標準化的協整方程為：

從上式看出，煤炭價格對碳排放權價格的影響最大，系數為-4.79，系數為負數可能有以下兩方面的原因：一是煤炭價格升高導致煤炭的需求量下降并使碳排放量的需求和價格回落；二是煤炭價格升高會出現替代效應，即使天然氣和石油的需求增加，由于天然氣和石油的含碳量均小于煤炭，也使得實際的碳排放量降低；空氣質量指數對于碳排放權價格的彈性為2.45，僅次于能源價格，即AQI上升1%（也代表空氣質量下降1%），對碳排放權的需求會增加，使得其價格升高2.45%，說明當今社會上對空氣質量問題的關注和政府控制空氣質量的決心很強，對企業減排的要求也愈加強烈。

其次，工業指數的系數為1.13，表明宏觀經濟的增長將帶動碳排放權價格的上漲，也說明我國工業生產時能耗較高，會產生較多的二氧化碳，從而增加對碳排放權的需求；但其影響程度并不如能源價格和AQI，這可能和本文選取的研究對象有關，因為深圳碳排放權交易所的交易會員企業大多為深圳本地的制造和能源企業，用整體工業部門的表現來衡量這些企業的情況有些夸大。

再次，EU ETS市場上的CER期貨價格的影響力度最小，僅為0.89。這可以從兩方面解釋：一是國內碳排放權市場剛成立不久，很多交易制度還不完善，還不是一個有效市場，對國外投資者也存在一定的限制，因此國外CER期貨價格的升降不能反映到國內碳排放權價格上。二是國內碳排放權市場是基于配額的市場，而CER屬于CDM機制，是基于項目的市場，所屬的市場結構不同使得兩者之間價格關聯受到約束。由此，國內的碳排放權市場并沒有脫離能源、氣候問題，也沒有獨立于實體經濟，與國外的碳排放權價格也有一定的聯系。

進一步地，本文采用（4）式的向量誤差修正模型實證檢驗碳排放權價格的影響因素。

（4）式中，ecm-1系數為-0.41，說明存在反向修正機制，能夠抑制短期內的波動，即前一期的非均衡誤差以0.41的比率對本期國內碳排放權價格進行修正，使其向均衡價格回復，但其系數較小，說明熨平波動的速度較慢，周期較長，效果并不明顯。這可能是由于我國碳排放權交易市場制度還不完善，其他市場的信息無法迅速有效地傳導到碳排放權價格。

最后，本文采用脈沖響應分析煤炭價格、工業指數、AQI和國外CER期貨價格與國內碳排放權價格間的動態關系，它表示來自隨機擾動項的外生的一個標準差沖擊對內生變量當前和未來取值的影響，結果如圖1所示。圖1顯示，煤炭價格、工業指數、AQI和國外CER期貨價格的沖擊都有著顯著的響應，在第一期各個變量的響應均不是很明顯，但在第二期之后，煤炭價格一個標準差的正向沖擊的反應迅速上升到0.2以上，對工業指數負向沖擊的反應也迅速下降到-0.2以下，其余變量的沖擊仍較小，在第三期煤炭價格的響應大幅回落，到-0.1以下，之后各個變量則開始向零軸收斂。因此，各個變量對國內碳排放權價格有一定的先行指示作用，可作為國內碳排放權價格走勢的參考指標。

圖1：脈沖響應分析圖

三、我國碳排放權收益率波動性的實證

本文繼續對碳排放權價格收益率的波動性進行分析，考慮到碳排放權的收益率本身可能存在序列相關，因此，本文采用ARMA-GARCH模型描述收益率及其波動性的時序變化，其中ARMA（自回歸移動平均過程）部分用來衡量收益率的均值及其動態變化過程，GARCH（廣義自回歸條件異方差模型）部分用來衡量收益率的時序波動情況。本文首先確定ARMA部分的具體形式，即AR（自回歸過程）和MA（移動平均過程）的滯后階數。

一般來說，如果收益率gt是一個平穩序列，那么ARMA（p，q）的形式如（5）式，其中p、q分別為AR和MA的滯后階數，μt為誤差項。ARMA（p，q）模型用來描述資產（如股票、債券等）收益率的經濟學意義在于它表明了當期的收益率gt不僅和t期之前的實際收益率相關，并且和之前的實際收益率與預期收益率的誤差有關，并且投資者可以進一步地運用ARMA（p，q）模型對收益率進行預測。

本文計算碳排放權價格的收益率，并對其做單位根檢驗，結果表明其為平穩序列。然后通過收益率的AC圖和PAC圖發現，雖然在滯后一階時并不存在明顯的序列相關，但其滯后兩階卻存在明顯序列相關，因此從圖像可以初步判斷收益率存在一定程度的自相關，可以用ARMA（p，q）模型進行分析。

由于在我國碳排放權屬于新興商品，沒有任何先驗條件表明如何對ARMA（p，q）模型的滯后階數進行取值。因此，本文分別對p=0、1、2、3、4、5和q=0、1、2、3的ARMA（p，q）⑩模型進行估計，并從中篩選最適合的滯后階數，其中部分結果如表4所示。根據表4估計系數的顯著性及相應的信息準則，為了能夠更好地比較，本文再單獨對AR（02）和MA（02）■進行估計，相應的結果也列示在表4中，其中L.AR、L2.AR、L3.AR分別表示收益率AR過程的一階滯后項、二階滯后項、三階滯后項，其他變量名稱的含義同理。

表4的結果表明，所有模型都存在系數在1%置信水平下顯著的變量，說明收益率確實存在ARMA過程，且所有模型中AIC和BIC數值最小的模型均為AR（02），因此本文選取AR（02）作為ARMA部分的模型，說明碳排放權收益率與其二階滯后項存在明顯的相關性。這一方面表明碳排放權收益率動態走勢存在一定的時滯效應，當期受滯后兩期的影響最為顯著，而不能很好地反映滯后一期的信息；另一方面，也體現當前國內碳排放權交易市場交易制度不完善，進入市場進行交易的會員資格受到限制，導致交易量不穩定和流動性較差。

根據ARMA部分的AR（02）模型進行GARCH估計，存在GARCH效應的收益率圖形的最大特點是存在“波動率聚集”現象，即在通常情況下一個大的波動會傾向于緊接著另一個大的波動，一個小的波動會傾向于緊接著一個小的波動（魯伊，2012），圖2所示的碳排放權收益率序列也體現這樣的“波動性集聚”效應，故初步判斷存在ARCH效應，即存在自回歸條件異方差效應。

表4：ARMA（p，q）模型估計結果

圖2：碳排放權收益率序列

具體來判別是否存在ARCH效應的方法是：對AR（02）回歸結果的殘差項進行ARCH-LM檢驗，結果表明除了在一階滯后的條件下ARCH效應不明顯，其余的滯后項均存在著明顯的ARCH效應，因此構建GARCH模型是適合的。

基于AR（02），本文構建的GARCH（r，m）模型的均值形式如式（6）、（7）、（8）：

因此，基于以上分析結果，ARMA-GARCH模型的估計結果為：

其中（9）式為均值方程，（10）式為方差方程。均值方程AR（2）表明碳排放權收益率與其二階滯后項存在著顯著的相關性，其彈性為0.335，且和單獨估計ARMA模型時的系數0.331差別不大，說明結果具有穩健性。收益率的均值雖然為正的0.00494，但并不顯著異于0，說明如今碳排放權交易市場價格相對還比較穩定，不存在過度的高收益，同時也表明碳排放權交易市場的交易并不是非常頻繁，投資者并不會過分青睞于此市場；這可能和如今碳排放權市場的交易制度有關系，因為碳排放權的交易現在還沒有全面對金融機構和個人、企業投資者放開，更多的只是能耗大、污染大而且對碳排放權有實際需求的企業之間進行的交易，可能限制了社會資金涌入碳排放權市場。

方差方程表明碳排放權收益率存在著明顯的“波動性集聚”現象，當期碳排放權收益率的波動會明顯受到誤差項的二階滯后和波動的二階滯后的影響，影響彈性分別為0.346和0.646，且二者相加小于1，說明收益率具有有限方差，屬于弱平穩過程，而且波動最終會衰減。但由于二者相加十分接近于1（0.346+ 0.646=0.992），說明波動的持續時間會很長，其中當期波動沖擊的64.6%會在下一期延續。均值方程和方差方程都顯示收益率及其波動性與其二階滯后項有明顯的相關性，與其他滯后項的相關性較小，這可能和碳排放權市場的不成熟有關，以致當期碳排放權的收益率及其波動性不能反映其前一期及其他期的信息；由于現在市場的交易量和流動性都相對有限且不穩定因素較大，投資者在投資時都更為謹慎，對收益率的波動更為敏感，以致在波動性大的時候傾向于大幅度地調整自身的價格預期，使得“波動性集聚”現象得以存在。

表5：GARCH估計結果

四、結論與建議

本文研究國內碳排放權交易價格的影響因素，包括能源價格（煤炭價格）、宏觀經濟（工業指數）、氣候（空氣質量指數）和國外碳排放權價格（EU ETS市場CER期貨的價格），結果表明變量之間存在著長期的均衡關系，其中煤炭價格對國內碳排放權價格影響幅度最大，說明如今國內碳排放權價格還是由能源價格特別是煤炭價格主導；其次是空氣質量指數，說明企業對空氣質量比較敏感，空氣質量變差會使企業增加對碳排放權的需求，從而使價格上漲；再次，工業指數和EU ETS市場的CER期貨價格對國內碳排放權價格也有著正向的引導作用，但其影響系數相對較小。VEC模型進一步表明，國內碳排放權交易價格存在著“反向修正”的功能，但其向均衡狀態的回復速度較慢，這可能與現在我國的碳排放權交易市場制度不完善有關，因而其他市場的信息無法迅速有效地傳導到碳排放權價格中。此外，本文對國內碳排放權的收益率進行波動效應分析，發現其收益率存在明顯的條件異方差效應，即當期的條件方差會明顯受到上一期信息的影響。

基于研究結果，本文認為對國內碳排放權交易市場的完善需要注意以下幾個方面：

第一，掌握國內碳排放權價格與能源價格、宏觀經濟、氣候和國外碳排放權價格的聯系，利用影響因素的價格變動和自身收益率波動的特點，在合理的時候進行風險管理，降低損失的可能性，保障企業的合理利益。

第二，從國外碳排放權市場看，現階段我國仍作為CER的賣方，應該重點關注CER價格變動對國內碳排放權交易價格的影響，積極借鑒自身和國外建設碳排放權交易市場的經驗，以更積極的姿態參與國際的碳事務，爭取在CER定價方面的主導權，提高我國企業在CER交易中的收入，從而降低國內外碳排放權價格的差異，降低套利的可能性。

第三，鑒于國際碳排放權期貨市場已呈現良好的價格發現功能，我國可以借鑒其運行經驗，選擇成熟的時間，建立相應的期貨市場，完善市場結構，為市場主體提供避險途徑，穩定國內碳排放權價格和收益率的波動，避免可能出現的流動性過剩和過分投機的問題。

第四，雖然我國已初步建成五大碳排放權交易市場，并進行二級市場交易，但五大市場存在一定程度的市場分割，表現為碳排放權在不同市場之間的價格差異非常大。因此，為更好地發揮國內碳交易市場的作用，有必要整合五大市場，逐漸放開不同市場間的準入限制，使碳排放權可以在不同市場中自由流動，建立一個全國性的碳排放權交易中心。

注：

①附錄Ⅰ國家建立的碳排放權交易市場均為配額市場。配額市場主要依照“限額—交易”（Cap-Trade）的原則，即監管者制定碳排放的總配額，以及對市場內每個成員制定排放上限，每個成員可以根據自身的減排能力和減排成本制定減排方案和分配自身的碳排放額度，并可以選擇在二級市場上與其他成員進行碳排放的交易，而最終超出的部分則會受到相應的懲罰。國際上的配額市場主要包括：歐盟排放交易體系（EU ETS）、芝加哥氣候交易所（CCX）、澳大利亞新南威爾士交易所（NSW）和英國排放交易體系（UK ETS）。

②EU ETS的減排單位為EUA，1EUA等于1噸二氧化碳或等效其他溫室氣體的減排指標。市場上可以交易的產品主要是EUA期貨、現貨和期權。

③EU ETS的發展過程分為三個階段：階段一為2005—2007年，階段二為2008—2012年，階段三為2013—2020年。

④為實現CDM項目的減排指標，買方可以通過購買開展CDM項目或者從二級市場購買的方式獲得CER，以抵消自身的減排責任或降低減排成本。與EUA一樣，1 CER等于1噸二氧化碳或等效其他溫室氣體的減排指標。CER產品包括期貨、現貨和期權，也陸續登陸EU ETS。

⑤上海、北京、廣州、天津碳排放權交易所于2013年底正式成立，比深圳碳排放權交易所晚了約半年。

⑥平均價格即為當天的總交易額除以當天的總交易量得到的價格。

⑦卓越資訊為國家統計局大數據合作平臺企業、國家首批信息服務業認定企業、國家信用等級評價AAA級信用企業等，其數據的真實性能夠得到保證。

⑧深圳碳排放權交易所的會員有新豐電器（深圳）有限公司、艾默生網絡能源有限公司、寶利時（深圳）膠粘制品有限公司、賓士來五金制品（深圳）有限公司等，均為制造或能源企業。

⑨該指數主要衡量制造業實物產出。

⑩ARMA（p，0）說明不存在移動平均過程，可以簡化為AR（p），即p階的自回歸過程。同理可知ARMA（0，q）。

■AR（02）不同于AR（2），因為AR（02）模型中只包含了收益率的兩階滯后項，并不包含其一階滯后項，即為gt=c+α2gt-2+μt。

■m=0時GARCH（r，0）模型可以簡化為ARCH（r）。

■GARCH（02，02）的0表示此模型中去掉了一階滯后項，只保留了二階滯后項。

[1]Christiansen A.C.，Arvanitakis A.，Tangen K.&Hasselknippe H.2005.Price determinants in the EU emissions trading scheme.[J].Climate Policy，5.

[2]Maria Mansanet Bataller，Angel Pardo Tornero& Enric Valor i Mico.2007.CO2 Prices，Energy and Weather [J].The Energy Journal，28.

[3]Emilie Alberola，Julien Chevallier&Benoit Cheze. 2008.Price drivers and structural breaks in European carbon prices 2005-2007[J].Energy Policy，36.

[4]Derek Bunn&Carlo Fezzi.2007.Interaction of European Carbon Trading and Energy Prices[J].Journal of Enery Markets，2.

[5]Delarue E.D.&D’haeseleer W.D.2007.Price determination of ETS allowances through switching level of coal and gas in the power sector[J].International Journal of Energy Research.

[6]Hintermann B.2010.Allowance price drivers in the first phase of the EU ETS[J].Journal of Environmental Economics and Management，59.

[7]George Daskalakis，Dimitris Psychoyios，Raphael N.Markellos.2009.Modeling CO2 emission allowance prices and derivatives：Evidence from the European trading scheme[J].Journal of BANKING&FINANCE，33.

[8]Emilie Alberola&Julien Chevallier.2009.European Carbon Prices and Banking Restrictions：Evidence from PhaseⅠ（2005-2007）[J].The Energy Journal，30.

[9]Ulrich Oberndorfer.2009.EU Emission Allowancesand the stock market：Evidence from the electricity industry [J].Ecological Economics，68.

[10]Julien Chevallier.2009.Carbon futures and macroeconomic risk factors：A view from the EU ETS[J].Energy Economics，31.

[11]Maria Mansanet-Bataller，Julien Chevallier，Morgan Herve-Mignucci，Emilie Alberola.2011.EUA and sCER phase 2 price drivers：Unveiling the reasons for the existence of the EUA-sCER spread[J].Energy Policy，39.

[12]Gary Koop，Lise Tole.2013.Modeling the relationship between European varbon permits and certified emission reductions[J].Journal of Empirical Finance，24.

[13]Fatemeh Nazifi.2013.Modelling the price spread between EUA and CER carbon prices[J].Energy Policy，56.

[14]Julien Chevallier.2011.Macroeconomics，finance，commodities：Tnteractions with carbon markets in a datarich model[J].Economic Modelling，28.

[15]Daniel Rittler.2012.Price discovery and volatility spillovers in the European Union emissions trading sheme：A high-frequency analysis[J].Journal of BANKING&FINANCE，36.

[16]鄒亞生，魏薇.碳排放核證減排量（CER）現貨價格影響因素研究[J].金融研究，2013，（10）.

[17]陳曉紅，王陟昀.碳排放權交易價格影響因素實證研究——以歐盟排放交易體系（EU ETS）為例[J].系統工程，2008，（2）.

[18]戚婷婷，魯煒.核證減排量現貨市場月期貨市場的價格發現[J].北京理工大學學報，2009，（12）.

[19]洪涓，陳靜.國際碳排放權交易價格關系實證研究[J].中國物價，2010，（1）.

[20]幸宇.構建納入林業碳匯的碳排放權市場的設想[J].西南金融，2013，（10）.

[21]黃明晧，李永寧，肖翔.國際碳排放交易市場的有效性研究[J].財貿經濟，2010，（11）.

[22]張躍軍，魏一鳴.化石能源市場對國際碳市場的動態影響實證研究[J].管理評論，2010，（6）.

[23]高瑩，郭琨.全球碳交易市場格局及其價格特征——以歐洲氣候交易體系為例[J].國際金融研究，2012，（12）.

[24]Ruey S.Tsay著，王遠林，王輝，潘家柱譯.金融時間序列分析[M].第2版，人民郵電出版社，2009.

The Formation and Volitility Features of China's Carbon Emission Trading Price——Based on the Data of Shenzhen Carbon Emission Exchange

Zhou Tianyun Xu Ruixiang
（School of International Business，Zhongshan University，Guangdong Guangzhou 510275）

tract：The entry into force of the Kyoto Protocol has prompted the establishment of global carbon emission trading markets.Based on the practice and existing research both at home and abroad，this paper uses data of the price of carbon emissions in Shenzhen Carbon Exchange，and analyzes the factors influencing the domestic carbon emission price，such as energy price，macro-economy，climate and foreign carbon emission price.Research results show that the coal price influences the domestic carbon emission price most significantly in the long run，and the air quality index is also one of the important factors affecting the domestic carbon emission price.Industrial index and EU ETS CER futures price also show a positive impact but the coefficient is small.Error correction model results indicate domestic carbon emissions price has a"reverse correction"mechanism，but the amendment is slow.In addition，we estimate the volatility characteristics of domestic carbon emissions yields by using the ARMA-GARCH model and find that yields show an obvious AR process and conditional heteroskedasticity effect，and both equation indicates there is a close relationship with their second-order lags respectively.

ords：carbon emission，trading price，volatility of return

F830

A

1674-2265（2016）01-0016-10

（責任編輯 孫軍；校對CX，GX）

2015-10-15

周天蕓，女，中山大學國際商學院教授，博士，研究方向為區域金融、金融機構管理；許銳翔，男，中山大學國際商學院。