碳市場與股票市場間的尾部風險
——溢出效應與溢出動因檢驗

段 鈺，蘇 民

（太原理工大學 經濟管理學院，山西 晉中 030600）

一、引言與文獻綜述

在全球變暖問題日益嚴峻的背景下，控制和減少溫室氣體排放已成為全球共識。碳排放權交易作為控制碳排放、促進低碳經濟發展的有效市場化舉措，已成為我國落實減排承諾、實現“雙碳”目標的重要政策工具。在試點市場的基礎上，全國碳排放權交易已于2021 年7 月正式開市，基于目前的運行狀況而言，碳市場的減排效應顯著。但由于受到宏觀經濟環境、氣候政策變化等諸多要素的影響，碳價格容易遭受劇烈波動，使碳市場較于股票市場呈現出不確定性。與此同時，交易標的的復雜性、時間的跨期性以及交易結果的不確定性也進一步加劇了碳市場的不穩定性，潛藏著一定風險[1]。

隨著經濟全球化和金融一體化的不斷發展，碳市場與各金融市場之間的關聯逐漸突出和復雜。已有研究表明，碳市場與股票市場之間存在高度關聯性，碳價格浮動可能會引發股價漲跌，導致金融風險的跨市場傳遞，進而影響整個金融系統的正常平穩運行[2]。金融安全是國家安全的重要組成部分，維護金融安全關系到我國經濟社會發展全局。而碳市場與股票市場間的尾部風險溢出問題關系到我國碳金融體系的安全穩定，尤其是在應對氣候變化和促進低碳減排的進程中，對該問題的深入研究與探討就顯得十分必要。因此，探究碳市場和股票市場間尾部風險的溢出效應，準確甄別跨市場尾部風險的溢出動因，對于有效防控碳市場風險、維護碳市場與股票市場的平穩運行，以及推進我國實現低碳轉型和經濟社會高質量協同發展具有一定的理論意義和實踐價值。

關于碳市場和其他金融市場之間的風險溢出效應，學術界進行了多維度的揭示與探討，較多研究重點關注碳市場與各金融市場之間的風險溢出效應是否存在。一些學者通過構建DY 溢出指數模型證實了股票市場對歐盟碳排放配額期貨市場具有顯著的風險溢出效應，并且其溢出程度與宏觀經濟環境緊密相關[3]。一些學者深層次探究了歐洲碳市場與可再生能源市場間的聯動問題，發現由于信息和經濟活動的交互性，兩市場間呈現出顯著的溢出效應[4]。隨著我國碳排放權交易市場正式開市，針對我國碳市場與金融市場間的風險相關性和溢出效應的研究得到了學者們的密切關注。一些學者通過研究碳市場、商品和金融市場之間的關系，發現傳統行業違約率的提升以及新興產業資產泡沫都會促使我國碳市場成為風險溢出的凈傳遞方[2]。一些學者的研究驗證了我國碳市場與能源市場間存在雙向溢出效應，但不同地區的碳市場具有一定的差異性[5]。一些學者基于重大突發公共衛生事件的視角探究了碳市場與股票市場間的相關性，發現在極端風險事件下，兩個市場間的相關性顯著增強[6]。此外，少數學者從跨市場風險溢出的方向、強度及動態變化等角度來理解碳市場與各金融市場之間的關系。一些學者利用MSVAR模型揭示了能源期貨市場、能源股票市場與碳市場之間非線性關系的動態演變規律[7]。一些學者采用基于TVP-VAR 模型的時變波動溢出指數闡述了碳市場與有色金屬期貨市場之間溢出效應的方向和強度具有時變和非對稱的特征[8]。一些學者聚焦于碳市場與電力市場間的風險溢出效應，認為兩個市場間的短期風險溢出程度大于中期和長期[1]。

在有關尾部風險溢出動因的研究中，一些研究將市場之間的風險溢出動因分為真實聯系和金融聯系兩大類別[9]。真實聯系主要指在單個經濟主體出現金融風險時，與之具有業務往來和信貸關聯的其他經濟主體會因此遭受基本面惡化，在股票市場上則表現為跨市場的風險溢出。金融聯系主要指一個市場下跌時，市場參與者根據自身需求調整投資組合，從而影響另一個市場的均衡價格。金融聯系的風險溢出可以通過相關信息、投資者流動性約束和非理性行為等渠道產生。其中，相關信息渠道重點關注金融市場的信息不對稱性對跨市場風險溢出的影響。一些研究發現，投資者在基于自身需求調整資產組合時，會引起跨市場的風險溢出，而這種溢出的模式和程度取決于宏觀經濟的不確定因素和每個市場的信息不對稱性[10]。一些研究認為，金融市場的信息不對稱使投資者難以通過股票價格波動判斷行業的發展趨勢，容易導致投資者“反應過度”以致拋售相關資產，進而加劇行業間的風險溢出程度[11]。投資者流動性約束渠道著重描述在受到風險沖擊時具有財富約束的投資者會基于自身流動性需求來配置不同市場的資產，進而產生市場間的風險溢出。一些學者對投資者的流動性約束動因進行了檢驗，發現該因子僅對少數市場的風險溢出效應具有顯著影響[12]。投資者非理性行為渠道強調投資者因遭遇損失而產生的恐慌情緒，驅使其做出非理性的投資行為，從而對金融市場造成負面影響。一些學者采用市場收益率分散指標CSAD 來表征市場中的羊群效應，并考察了投資者非理性行為對發達市場與新興市場尾部風險的影響，結果發現投資者的羊群行為是次貸危機時期跨市場風險溢出的重要動因[13]。本文可能在以下兩個方面豐富了現有文獻。

第一，以往研究均已論證碳市場與股票市場間存在顯著的尾部風險溢出效應[6]，但卻鮮有學者涉及碳市場與股票市場間尾部風險溢出動因的研究。本文在度量碳市場與股票市場間尾部風險溢出程度的基礎上，進一步分析了跨市場的尾部風險溢出動因。這有助于為后續系統性防控碳市場風險和推進碳市場基礎制度建設等提供富有價值的實證參考，具有現實的指導意義。

第二，現有文獻較多集中在從宏觀經濟環境、氣候政策變化及投資者非理性情緒等角度探討跨市場風險溢出的影響因素，卻忽視了投資者的“理性”動因也可能引發市場間的風險溢出，如投資者的流動性約束。本文將投資者的流動性約束納入研究范疇，深化了跨市場風險溢出影響因素的相關研究，為碳市場與股票市場間的風險溢出動因提供了新的解釋。

二、理論分析

（一）碳市場與股票市場間的尾部風險溢出效應分析

為了環境保護而達成的各項國際公約推動了碳金融體系的形成和發展，使得碳排放權交易具有了金融屬性，并且在碳金融化加速發展的背景下，碳市場與其他金融市場之間的聯動性也在不斷增強[14]。根據“聯動效應”理論，當兩個市場出現聯動時，一個市場的私有信息變化會引起另一市場的價格波動[15]。針對本文的研究對象，碳市場和股票市場之間的相互作用主要體現在兩個方面。

第一，碳市場通過影響高排放、高污染企業購買碳排放權和采用綠色創新技術等行為，將其碳排放所產生的負外部性成本內部化。碳價格波動直接關系到企業的低碳轉型方式和成本，從而影響這些企業的股票價值。例如，碳價格的提高會引起企業的生產經營成本上升和凈利潤下降，進而導致企業的現金流短缺和股票價格降低；反之亦然。

第二，股票市場是宏觀經濟的晴雨表。股票市場的繁榮程度傳遞著宏觀經濟信號，可能會直接影響市場參與者投資或投機決策，從而影響碳價格。當股票市場較為低迷時，市場中的悲觀情緒蔓延，投資者更有可能因股票市場指數下跌而減持在碳市場的投資，從而增強跨市場的風險溢出效應；相反，當股票市場較為繁榮時，市場參與者的信心高漲，由投資者非理性情緒而引發的跨市場風險溢出程度則相對較低。可見，碳市場與股票市場間相互影響，關聯緊密。

（二）碳市場與股票市場間的尾部風險溢出動因分析

一些學者基于“信息流”分析了金融風險的溢出效應，認為溢出效應實質上是一種信息的跨市場傳遞現象[16]。有效市場理論指出，處于同一宏觀經濟環境下的不同市場，由于對信息反應速度的差異，導致信息從強有效市場溢出至弱有效市場。本文的研究對象是我國的碳市場與股票市場，這兩個市場共享著相同的基本信息，而市場之間的信息傳導加劇了跨市場的風險溢出程度，因此我國金融市場環境的變化可能會影響碳市場與股票市場之間的風險溢出效應。在不完全市場中，私有信息的存在降低了資源配置效率，使得處于信息劣勢方的投資者難以通過價格波動獲取市場信息。當一個市場下跌時，不知情的投資者往往根據該市場的價格變化來推斷其他市場的相關信息。由于難以明確引起市場下跌的原因，投資者基于規避風險的目的更可能拋售與之相關的所有投資標的，引發跨市場的風險溢出[17]。因此，信息不對稱性越強，市場間的風險溢出程度越高；反之，在信息不對稱性較弱的市場中，公眾能夠厘清市場波動的風險源頭，從而有助于緩解由于投資者拋售資產而引起的金融風險的跨市場蔓延。

此外，投資者的流動性約束和非理性行為也是影響碳市場與股票市場間風險溢出效應的重要驅動因素[18]。基于行為金融學理論，股票價格不僅反映了國家宏觀經濟的發展狀況，還體現著市場投資者的預期和情緒。由于碳市場與股票市場均具有金融屬性，投資者出于財富約束的考慮需要在兩個市場間進行資產組合交易或僅在一個市場內交易，以實現投資收益最大化。受到替代效應的影響，投資者依據對碳資產價值的預期來調整不同市場的資產配置比例，從而將風險傳導至其他市場。同時，傳統的經濟學理論認為，投資者在追求收益最大化時，總是能夠全面、正確地捕捉到市場的所有信息，并以理性的方式評估投資決策的收益和風險。然而，隨著學者們對投資者行為研究的逐漸深入，不少文獻論證了我國股市中存在著非理性行為現象，如投資者的羊群效應、過度反應及風險厭惡增加等[19]。這些非理性行為將通過影響投資組合，引發市場價格波動，進而引起跨市場的風險共振。當一個市場面臨風險時，投資者的悲觀情緒會迅速蔓延至其他市場，使市場中的羊群效應問題愈發嚴重，進而導致金融市場的不穩定性上升[20]。并且在悲觀情緒下，投資者的風險厭惡增加，更容易基于規避風險的目的減持資產，造成在投資者恐慌情緒下跨市場風險溢出的不斷推升。碳市場與股票市場間的風險溢出機制見圖1。

圖1 碳市場與股票市場間的風險溢出機制圖

三、研究設計

（一）尾部風險溢出效應度量

2008 年金融危機以來，資產風險的尾部相關性引起了學者們的高度重視。一些學者在VaR模型的基礎上引入了條件概率，提出了用條件在險價值（CoVaR）指標來度量市場在另一個市場處于極端風險時所面臨的風險[21]。為了更精準地刻畫風險在不同市場間的傳播和外溢現象，一些研究定義了ΔCo-VaR 指標，用于比較市場在另一個市場處于極端風險狀態和另一個市場處于平穩狀態時的條件在險價值的差異[21]。由于ΔCoVaR 指標能夠彌補傳統VaR模型易低估風險的不足，具有較好的內在一致性和穩健性，所以該方法在國內外跨市場風險溢出的相關文獻中得到廣泛應用[22-23]。鑒于此，本文選用ΔCoVaR指標來測度跨市場的風險溢出程度，其計算表達式為：

其中，VaRq和VaR50%分別表示市場i 在極端風險狀態和正常風險狀態下的在險價值；CoVaR 表示當市場i 面臨極端風險時，市場j 在一定置信水平下所要面臨的最大風險；ΔCoVaR則表示在一定置信水平下，市場j 在市場i 面臨高風險時的條件在險價值和在市場i 面臨低風險時的條件在險價值之差。在本文中，置信水平為95%。

為了求解ΔCoVaR，首先應計算市場i 的風險價值VaR。根據一些學者的研究，基于分位數回歸的ΔCoVaR 模型不需要對金融時間序列的殘差分布做出假設，同時還可以通過引入狀態變量控制風險的外部性[24]。因此，本文選擇分位數回歸方法計算ΔCoVaR值。關于狀態變量的選取，本文借鑒一些研究方法，選取Fama-French 五因子變量作為自變量來表征宏觀市場風險[25]，由此構建計算VaR 值的分位數回歸模型：

其中，Ri為市場i的對數收益率，Rj為市場j的對數收益率，mkt、smb、hml、rmw、cma 分別為Fama-French五因子模型中的市場風險因子、規模因子、賬面市值比因子、盈利能力因子和投資模式因子。

接著，對市場j構建分位數回歸模型：

那么，市場i對市場j的風險溢出值為：

（二）尾部風險溢出動因檢驗

1.溢出因子代理變量

信息不對稱（ASY）。一些研究認為，大宗交易的買方（賣方）通常因為其公司董事、機構等特殊身份而獲得內部信息[26]。因此，本文參考一些研究，采用A股市場每日大宗交易量與正常交易量的比值作為市場信息不對稱的代理變量[26]。

投資者流動性約束（Liq）。通過交易量測度流動性是較為常見的方法[27]。本文用A 股市場交易量的對數來表征投資者流動性約束。

羊群效應（HM）。作為投資者非理性行為的集中體現，投資者情緒蔓延在市場中形成的羊群效應將通過干擾投資者的心理活動影響投資者的資產配置，進而引發跨市場的風險溢出[9]。羊群效應使投資者更容易做出一致的買入或賣出決策，這時市場收益率分散指標CSAD 會減少。本文借鑒一些學者的做法，采用CSAD 指標反映股票市場中的羊群效應[13]。

具體計算公式如下：

其中，Ri,t和Rm,t是資產i 和市場組合m 在t 時刻的收益率；N是資產總數。

2.溢出因子檢驗模型

關于回歸模型的選擇，對數據進行Chow 檢驗、LR 檢驗和Hausman 檢驗，發現上述檢驗均在5%的水平下拒絕原假設。為此，本文構建固定效應模型來探究碳市場與股票市場尾部風險溢出動因，具體模型如下：

其中，Risk1 為碳市場產生風險溢出程度，本文將碳市場對各個股票市場的ΔCoVaR 值作為碳市場產生風險溢出的程度值。Risk2 為遭受風險溢出程度，本文將各個股票市場對碳市場的ΔCoVaR 值作為碳市場遭受風險溢出的程度值。μi為個體效應，γt為時間效應，εi,t為隨機誤差項，下標i，t 分別為市場和年份。Risk1和Risk2均是在市場處于極端風險狀態的假設下開展研究的，從而不會出現對信息不對稱（ASY）、投資者流動性約束（Liq）和羊群效應（HM）指標產生影響的情況。同時，為了防止遺漏變量，本文控制了個體固定效應和時間固定效應。因此，該模型不存在互為因果和遺漏變量的內生性問題。

（三）樣本選取和數據來源

作為全國首批碳交易試點之一，湖北已建立了相對成熟的碳市場交易體系。截至2022 年年末，湖北碳排放交易中心累計配額成交3.75 億噸，占全國的44.6%，累計成交總額90.71 億元，占全國的46.9%，且多項市場指標均居全國前列。①資料來源：http://dfjrjgj.hubei.gov.cn/。因此，本文選取湖北碳市場作為研究對象，其交易數據來源于湖北碳排放權交易中心。股票市場數據采用Wind 一級行業指數的日收盤價，包括能源、材料、工業、可選消費、日常消費、醫療保健、金融、信息技術、電信服務、公共事業等十個行業。行業指數數據來源為Wind 數據庫，信息不對稱性、投資者流動性約束和羊群效應涉及的市場數據均來自CSMAR 數據庫。以上均采用日度數據。基于各項數據的可得性，本文中所有指標的樣本區間為2014 年4 月2 日至2022 年6 月1 日，涵蓋2015 年我國股市價格持續下跌及2020年新冠肺炎疫情暴發時期。

四、實證結果分析

（一）描述性統計

本文通過對碳市場與各行業指數收盤價進行對數差分（再乘以100）處理，得到碳市場與各行業指數的收益率。從表1 顯示的描述性統計結果來看，碳市場收益率的標準差最大，說明相較于其他市場，碳市場的風險波動最大。金融行業具有較小的標準差，說明該行業具有較好的穩定性。此外，碳市場與各行業指數收益率的偏度均不為0，峰度均大于4，JB 檢驗也在1%水平下拒絕了原假設，即認為各收益率序列具有尖峰厚尾的特征，不服從正態分布。因此，本文選擇分位數回歸模型來度量碳市場與股票市場之間的風險溢出效應具有一定科學性與適用性。

表1 碳市場與各行業指數收益率的描述性統計結果

（二）尾部風險溢出度量結果分析

圖2顯示了碳市場對股票市場的ΔCoVaR 序列，以直觀展示碳市場對不同股票市場的尾部風險溢出效應。測度過程為：基于公式（6）估計在95%的置信度下，當碳市場處于5%的極端風險狀態時，對各個股票市場的ΔCoVaR 值。如圖2 所示：（1）在95%的置信水平下，碳市場對各個股票市場ΔCoVaR 值的波動趨勢在樣本期內具有一致性，風險溢出值出現上升和下降的交替循環形態。其中，2015 年和2020 年ΔCoVaR 值的波動幅度明顯大于其他時期，對應我國股市持續下跌時期和新冠肺炎疫情暴發時期。這說明我國碳市場與股票市場的尾部風險溢出效應與我國宏觀經濟環境的變化緊密相關。（2）碳市場對材料行業的尾部風險溢出效應較強，其ΔCoVaR值集中在[0.8,1]。材料行業位于產業鏈上游，為下游行業提供基礎的原材料和服務，該行業的發展本身就與碳價格波動密切相關。（3）碳市場對日常消費、醫療保健和電信服務行業的尾部風險溢出程度較弱，其ΔCoVaR 值圍繞0.3 上下浮動。作為關系國計民生的行業，日常消費和醫療保健行業更能在經濟周期的變化中保持穩定。而電信服務行業是我國的重要戰略行業，該行業中的上市公司較多由國有資本控股，因此，該行業也具有較高的穩定性。

圖2 碳市場對股票市場的ΔCoVaR序列

圖3 展示了我國股票市場對碳市場的尾部風險溢出情況。測度過程為：基于公式（6）估計在95%的置信度下，各股票市場在5%的極端風險下，對碳市場的ΔCoVaR值。從圖3可以看出以下幾點。

圖3 股票市場對碳市場的ΔCoVaR序列

（1）在95%的置信水平下，碳市場遭受各個行業風險溢出的動態趨勢基本一致。其中，2015 年和2020 年股票市場對碳市場的風險溢出程度明顯提高。

（2）金融行業對碳市場的尾部風險溢出程度較高。其原因在于，近年來各種以經濟金融化為特征的創新業務活躍，促進了金融行業與實體行業的深度融合，其內在關聯也日趨緊密復雜，這種關聯性可能是加速跨市場風險溢出效應的重要因素。

（3）日常消費行業對碳市場的尾部風險溢出程度較低。這是由于日常消費行業與人民生活息息相關，具有高度的穩定性，因此該行業對碳市場的風險溢出效應較弱。

總體來看，我國碳市場對股票市場的風險溢出程度小于其受到股票市場的風險溢出程度。其原因或可以歸結為兩個市場的規模、發展階段等因素的不同。相較于股票市場，我國碳市場仍處于發展初期，因此對股票市場的風險溢出程度較低。此外，在以往研究中認為與碳價格關系密切的能源和工業行業，在本文中并沒有表現出與碳市場尾部風險存在高度的相關性。這可能是由于在碳市場與股票市場的尾部風險溢出效應的相關研究中，碳市場更多地表現出了其金融屬性。

（三）尾部風險溢出動因分析

表2 顯示了碳市場與股票市場間尾部風險溢出動因的檢驗結果。首先，信息不對稱性的系數在1%的水平下顯著為正，表明市場的信息不對稱程度將加速碳市場和股票市場間的尾部風險溢出。當市場參與者無法掌握股票波動是否來自企業的基本面時，他們將要求更高的信息劣勢溢價，這樣將進一步使股票價格承壓，引發金融風險溢出。同時，金融市場的信息不對稱性也會提升投資者對其他金融市場做出錯誤判斷的可能性，從而提升跨市場的風險溢出程度。其次，在分別以碳市場產生風險溢出的程度和遭受風險溢出的程度作為因變量時，投資者流動性約束的檢驗結果顯示為在1%和5%的水平下顯著為負，說明市場交易量越大，即投資者流動性約束程度越小，市場間尾部風險溢出效應越小。再次，非理性行為的回歸結果表明，市場中非理性行為將會提升碳市場與股票市場間的尾部風險溢出程度。當投資者對市場抱有悲觀情緒時，一個市場指數的下跌很可能導致投資者減持在其他市場的投資，這在一定程度上加劇了金融市場的動蕩。該結論也印證了以往文獻認為投資者的非理性行為是跨市場風險溢出關鍵動因的觀點。

表2 碳市場與股票市場間尾部風險溢出動因檢驗結果

本文進一步采用分位數回歸模型來探究在碳市場與股票市場間尾部風險溢出程度的不同分位點處，各影響因子的作用效果。參考現有研究的選取習慣，本文選取[0.1，0.25，0.5，0.75，0.9]5 個分位水平，其中0.25，0.75 分位點將跨市場風險溢出程度分為較弱、中等、較強三種狀態[28]，回歸結果見表3。在碳市場與股票市場間風險溢出程度較低時，信息不對稱性的系數為負，且較多系數不顯著。而在高分位點處，信息不對稱性的影響轉為正向，并且這時的顯著性水平最高。同時，非理性行為也呈現出相同的規律，即其系數在低分位點處為正且較多不顯著，而在高分位點時轉為負向且顯著性水平更高。從系數的絕對值可以看出，兩個因子的作用效果在高分位點處較強，低分位點處較弱。以上分析均說明了隨著碳市場與股票市場間風險溢出程度的提升，信息不對稱性和投資者非理性行為的影響在不同分位點處具有異質性，高分位點處的影響效果顯著高于低分位點處。值得注意的是，投資者流動性約束的系數在不同分位點處一直為負，特別是在以碳市場遭受風險溢出程度作為因變量時，其系數較多不顯著，這說明投資者流動性約束并不是碳市場遭受風險溢出的主要動因。

表3 分位數模型估計結果

（四）穩健性檢驗

1.替換碳市場

從各項市場指標來看，廣東碳市場是我國首批碳交易試點中較為活躍的市場之一，因此本文采用廣東碳市場的數據重新檢驗了碳市場與股票市場間的尾部風險溢出效應。圖4 和圖5 顯示了廣東碳市場與股票市場間風險溢出程度的度量結果。從圖中可以看出，整體而言，碳市場對股票市場的尾部風險溢出程度小于其受到股票市場的風險溢出程度。同時，ΔCoVaR值的峰值主要出現在2015年和2020年，說明這兩年碳市場與股票市場間尾部風險的相關性明顯提升，這與上文湖北碳市場與股票市場間風險溢出效應的相關結論具有一致性。碳市場與各行業指數間的風險溢出效應也表現出了異質性，其中，金融行業指數與碳市場間的風險溢出效應較強，這與金融行業的自身特性相關。作為實體行業的主要融資渠道，金融行業更容易通過信貸關聯傳導風險。

圖4 廣東碳市場對股票市場的ΔCoVaR序列

圖5 股票市場對廣東碳市場的ΔCoVaR序列

表4 顯示了廣東碳市場與股票市場間尾部風險溢出動因的檢驗結果。信息不對稱性對跨市場風險溢出的影響顯著為正，而投資者流動性約束和非理性行為對風險溢出的影響顯著為負。這與上文中基于湖北碳市場的檢驗結果一致。

表4 碳市場與股票市場間尾部風險溢出動因檢驗結果（廣東碳市場）

表5 的分位數回歸結果顯示，在碳市場和股票市場間尾部風險溢出程度較低時，信息不對稱性和非理性行為的系數較多為不顯著，在高分位點處，其系數均顯著。這說明在跨市場風險溢出程度較高時，這些影響因子的作用效果較強。這與前文的實證結果一致。與前文實證結果不同的是，投資者流動性約束的檢驗結果均在5%的水平下顯著，表明在以廣東碳市場作為研究對象時，投資者流動性約束是碳市場產生和遭受風險溢出的主要影響因素。

表5 分位數模型穩健性檢驗結果（廣東碳市場）

2.替換風險度量的置信水平

本文將置信水平調整為90%，重新計算碳市場與股票市場間尾部風險溢出程度并檢驗其風險溢出動因，結果如圖6、圖7和表6、表7所示。根據圖6和圖7，碳市場對股票市場的風險溢出程度小于股票市場對碳市場的風險溢出程度，并且，2015 年和2020 年兩個市場間的風險溢出效應明顯大于其他時期。從表6 的檢驗結果來看，信息不對稱性、投資者流動性約束和投資者非理性行為均是影響碳市場與股票市場間風險溢出效應的關鍵因素。表7 分位數回歸的結果顯示，隨著碳市場與股票市場間風險溢出程度的提升，信息不對稱性和投資者非理性行為的影響效果愈加顯著。

表6 碳市場與股票市場間尾部風險溢出動因檢驗結果（90%置信水平）

表7 分位數模型穩健性檢驗結果（90%置信水平）

圖6 碳市場對股票市場的ΔCoVaR序列（90%置信水平）

圖7 股票市場對碳市場的ΔCoVaR序列（90%置信水平）

五、結論與建議

探究碳市場與股票市場間尾部風險溢出效應，深層次分析其尾部風險溢出動因，對防范碳市場風險和推進“雙碳”目標順利達成具有重要的理論意義和實踐價值。本文采用ΔCoVaR 模型度量我國碳市場與股票市場間的尾部風險溢出效應，并在此基礎上采用分位數回歸模型探究跨市場的尾部風險溢出動因，從而得出以下主要結論。

第一，我國碳市場與股票市場間存在顯著的尾部風險溢出效應，并且碳市場對股票市場的風險溢出程度小于其受到股票市場的風險溢出程度。同時，我國碳市場與不同行業股票市場間的尾部風險溢出效應存在一定差異。其中，碳市場對材料行業的風險溢出程度較高，對日常消費、醫療保健和電信服務行業的尾部風險溢出程度較低。而金融行業對碳市場的尾部風險溢出效應較強，日常消費行業對碳市場的尾部風險溢出效應較弱。

第二，信息不對稱性、投資者流動性約束和投資者非理性行為均是影響碳市場與股票市場間尾部風險溢出效應的重要因素。并且，碳市場和股票市場間的尾部風險溢出效應隨著信息不對稱性、投資者流動性約束和非理性行為程度的提高而增強。隨著跨市場風險溢出程度的提高，各影響因子的作用效果具有一定的異質性。在碳市場與股票市場間的尾部風險溢出效應處于高分位點時，各因子的作用效果顯著高于低分位點處。

為了有效防范與精準管控碳市場與股票市場風險，本文提出以下建議。

首先，從監管部門的角度來看，監管部門應著眼全局，完善綜合考慮碳市場和股票市場風險的管理機制，著力避免碳市場與股票市場風險聯動的發生。考慮到金融行業對碳市場的尾部風險溢出效應較強，監管部門應重點結合金融行業的股價變化，對碳市場未來風險的發展趨勢進行科學研判。同時，進一步加強對碳市場的統一監管，完善規范化的交易規則、監管規則和信息披露規則以嚴防金融風險的產生、累積和外溢，維護碳市場穩定運行。

其次，從企業的角度來看，企業應堅持底線思維，統籌考慮風險應對和可持續發展問題。一方面，企業應當建立相關的風險防控機制，規避碳價格提升對生產經營成本帶來的影響。同時及時調整碳資產配置，防范碳價波動引起的風險。另一方面，在“雙碳”目標的驅動下，企業應當積極探索低碳轉型方式和加快綠色技術改造，推動企業的綠色化發展和提升自身的資產質量，增強抵御風險的能力。

再次，從投資者的角度來看，投資者在做出投資決策時，既要重視碳市場的發展狀況，又要關注股票市場變化對碳市場的影響。同時，投資者應注重投資多樣化來保障收益和防范風險。在發生極端風險的情況下，投資者應根據金融市場條件的變化及時調整投資組合，科學評估投資風險，做出理性的投資決策。