CDM機制下市場因素對碳金融產品價格的影響

龐文靜 牛希璨

文章從影響碳金融產品的市場因素出發，建立VAR模型研究利率，匯率，經濟狀況等市場因素對碳金融產品交易價格的沖擊效應，從而了解碳金融發展存在的市場風險。最后，在此基礎上為銀行預防碳金融市場風險，建立風險管理機制提出建議。

一、背景

2018年中央經濟工作會議要求今后三年要重點抓好“污染防治”等三大攻堅戰。其中，發展碳金融是加強環境保護和生態治理、推動經濟高質量發展的重要力量，也是當前和今后一段時間金融改革發展的重要內容。碳金融在我國的起步較晚但CDM項目發展迅速，2006年逐步取代印度、巴西，成為世界第一CDM項目大國。2013年6月，我國第一家碳交易試點在深圳正式啟動[1]。目前國內已有八家碳交易點。截至2017年5月，各試點碳市場累計成交碳配額（CER）現貨1.58億噸，成交金額37.24億元，累計成交CCER現貨1.02億噸[2]。同年12月，碳排放交易體系正式啟動，這意味我國已成為世界上最大的碳市場。作為碳金融體系的主體，商業銀行也在不斷地探索開展相關碳金融業務。其中興業銀行的發展最為矚目，其目前已與七家碳試點市場簽訂了戰略合作協議，并成為我國首家赤道銀行。黨的十九大報告提出，建設生態文明是中華民族永續發展的千年大計。在這樣的背景下，研究銀行碳金融的發展及風險，對推動我國碳金融發展和建設現代化主義強國意義重大。

二、文獻綜述

近幾年，隨著中國對綠色金融的強調，國內研究人員逐漸將視線轉移到綠色金融上，其中周宏春（2009）立足于國際上較為完善的碳市場，分析了CDM交易市場和歐盟碳排放交易市場的交易流程和操作規則。楊濤，陳煉（2010）在對國內外碳金融發展進行考察，并在結合興業銀行的碳金融實踐基礎上，分析當前存在的問題及應對的政策重點。高清霞，王謙（2015）通過對商業銀行碳金融業務發展現狀及存在的系統性，結構性和業務性障礙的分析，結合新常態的經濟背景，為我國商業銀行發展碳金融業務提供了一些建議。劉宏，李述晟（2013）在VAR模型的基礎上研究了FDI對我國經濟和就業方面影響。這些研究結果都本文對碳金融的研究提供了基礎。

三、市場因子選擇與數據處理

對于一般的金融業務而言，市場風險是指由于市場因子的變化而導致商業銀行資產損失的風險。這些市場因子包括匯率、利率、物價、股指等。商業銀行碳金融市場風險當然也受到上述市場因子的影響[3]。

我們用北京市碳排放配額（BEA）平均每噸價格的變動來表示碳金融產品價格的變動。首先由于碳交易大多集中在國家和區域內部，容易受到匯率波動的影響，且我國參加CDM項目主要目的是將碳排放權賣給其他國家，因此貨幣匯率的波動會影響碳金融產品價格，我們用人民幣兌美元匯率中間價（R）來表示匯率的變化。其次，CDM項目大多是長期交易，因此長期利率的變化會對碳金融產品價格產生影響，我們用1年期銀行間同業拆借利率（SHIBOR）來反映利率的變化。最后，整個市場經濟發展狀況也會對碳金融產品價格產生影響，當經濟出現下滑時，一方面會使碳交易市場的資金供應不足，導致碳排放貿易市場逐漸蕭條，另一方面經濟的波動會影響企業生產的擴張和收縮，間接影響到碳交易市場的交易價格和交易量，從而影響碳金融產品價格，市場經濟發展變化情況用滬深300收盤指數（HS）來描述。本文選取2013年12月到2018年1月共50個月度數據進行分析，數據主要來源于北京碳排放電子交易平臺與中經網數據庫。

考慮到數據的平穩性和廣泛適用性，本文采用上述四個因素的對數來表示其月變化狀態。

四、VAR模型的構建

本文通過使用向量自回歸模型（VAR）研究碳金融市場風險。在分析過程中，我們考慮作為時間序列的四種影響因素之間的關系，整理歸納統計數據將分析對象中的每個內生變量當做全部內生變量的滯后值構建VAR模型，滯后階數為p的VAR模型表達式簡單表示為：

其中，為k維內生變量向量；為d維外生變量向量；是k維誤差向量。是待估系數矩陣。

VAR模型結果的可靠性依賴于所分析的時間序列數據具有平穩性，如果變量平穩，則可直接建立VAR模型[4]。如果變量不平穩，則還需進行協整檢驗，存在協整關系，則使用誤差修正模型。因此，首先應對所選取的時間序列進行單位根檢驗以驗平穩性。

由表2，我們可以看出LNBEA，LNSHIBOR，LNR，LNHS的時間序列均是不穩定的，不能用來構建VAR模型，但由于他們一階差分DLNBEA，DLNSHIBOR，DLNR，DLNHS是平穩的時間序列，因此可以直接運用差分后數據建立VAR模型。然后根據AIC和SC取值最小的準則，經過多次嘗試我們將變量滯后期數確定為二階。運算結果如下：

VAR模型建立后需要進行穩定性檢驗，我們采用AR單位根的方法檢驗。在AR根圖結果分析中，如果DLNBEA，DLNSHIBOR，DLNR，DLNHS的檢驗結果在單位圓內，即DLNBEA，DLNSHIBOR，DLNR，DLNHS的VAR模型中所有特征根均小于1，則說明DLNBEA，DLNSHIBOR，DLNR，DLNHS是一個平穩系統。若大于1，即在單位圓外，則系統不平穩。

由圖2知，系統檢驗結果均在單位圓內，所以VAR模型是穩定的，得到的結果也較為可靠。在此基礎上，我們使用VAR模型的脈沖響應函數和方差分解，分析利率、匯率，國內經濟發展狀況對碳金融產品價格的沖擊效應，了解它們之間具有的動態關系。

1.脈沖響應函數分析

根據整理所得數據，利用Eviews軟件得到脈沖響應圖

從圖2可以看出當在本期給滬深300指數（HS）一個正沖擊時，碳排放配額（BEA）價格短期內會下降。第二期到第四期持續產生負的影響，且在第三期達到最低值。這意味著刺激國內經濟增長時，短期內國內碳金融產品交易價格不升反降。這與我們的預期不同。此種現象可能與股票市場景氣，使得市場上的一部分資金流入股票市場，導致碳金融市場流動資金減少有關。碳金融市場流入資金的減少，自然會引起碳金融產品價格的下降，故而給滬深300指數（HS）一個正沖擊時，對碳金融產品的價格會產生負面影響。

當在本期給人民幣兌美元匯率（R）一個正沖擊時，碳金融產品價格先升后降，在第二期達到最高值，第三、四期下降到最低值。碳金融產品交易大多是跨國交易，人民幣兌美元匯率增加，人民幣貶值會使得外國資金涌入購買碳金融產品，從而提高碳金融產品價格。隨著隨著碳金融產品價格的提高，外國資金逐漸撤出中國碳交易平臺，又會使得碳金融產品的價格降低。

當在本期給銀行間同業拆借利率（SHIBOR）一個正沖擊時，碳排放配額價格先降后升，在前三期兩者呈反向關系，而后漸漸呈現正向關系。利率增加時，企業會選擇減少在生產過程中的資金投入，增加銀行儲蓄，從而會使企業對碳排放額的需求降低，碳金融產品價格隨之降低。在第二期，負面影響達到最大后，企業又陸續增加對碳金融產品的購買，從而使得碳金融產品價格的降低逐漸減慢，最終開始增加。

五、啟示與建議

本文利用VAR模型和脈沖響應函數法對2013年12月和2018年1月的匯率，利率和碳金融產品價格等是時序數據進行計量分析，從實證的角度具體的描繪了利率等市場因素對碳金融產品價格的影響。得出以下幾點結論與建議：1.利率、匯率、經濟總體運行狀況與碳金融產品價格之間存在動態協整關系，即幾者之間存在著相互的關聯和影響[5]。2.從長期看，匯率、總體經濟狀況對碳金融產品價格都起到正向沖擊影響作用，說明本幣貶值，外國資金涌入國內碳金融市場，增加對碳金融產品的需求，會抬高本國碳金融產品價格，因此會產生正向沖擊效應。總體經濟狀況的轉好，會促使企業擴大生產規模，從而增加二氧化碳等氣體的排放量，增加對碳金融產品的購買需求，從而也會促進碳金融產品價格的上升。另一方面，從長期看，利率的變化對碳金融產品價格起到反向沖擊作用。這可能與利率增加會使金融市場上流動資金減少，儲蓄增加有關。利率降低，企業增加儲蓄，減少投資購買欲望，從而使得碳金融市場上流動資金減少，對碳金融產品的需求降低，使得碳金融產品價格下降。3.商業銀行應該實時關注利率等市場因素的變化，了解這些市場因素對碳金融產品價格的具體影響，能夠在碳金融產品價格產生波動時及時提出應對措施，構建碳金融內部風險長效機制，預防碳金融風險的發生。（作者單位為1.安徽財經大學金融學院；2.安徽財經大學經濟學院）

作者簡介：龐文靜（1997-），女，安徽淮南人，安徽財經大學金融學院在讀，2015級本科生，研究方向：金融學。

牛希璨（1998-），女，安徽合肥人，安徽財經大學經濟學院在讀，研究方向：經濟學。

項目編號：本文屬安徽財經大學大學生創新訓練項目《國家級大學生創新訓練計劃》（編號：201710378235）階段性研究成果。