氣候政策不確定性變化與能源市場(chǎng)收益率
——基于條件分位數(shù)的證據(jù)

徐義國(guó) 韓新運(yùn) 胡超敏

1（中國(guó)社會(huì)科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院，北京 102488） 2（國(guó)家金融與發(fā)展實(shí)驗(yàn)室，北京 100020） 3（中央財(cái)經(jīng)大學(xué)金融學(xué)院，北京 102206）

引 言

2022 年全球能源供需出現(xiàn)嚴(yán)重失衡，導(dǎo)致國(guó)際能源價(jià)格巨幅震蕩。歐洲能源市場(chǎng)是此次能源危機(jī)的“震中”，究其原因，除了地緣政治風(fēng)險(xiǎn)導(dǎo)致能源貿(mào)易停滯之外，極端天氣事件的發(fā)生和激進(jìn)的能源轉(zhuǎn)型政策也對(duì)能源價(jià)格波動(dòng)造成了疊加影響。受“拉尼娜” 和“厄爾尼諾” 現(xiàn)象共同影響，歐洲地區(qū)極端天氣事件頻發(fā)，極端天氣導(dǎo)致能源的季節(jié)性能源需求攀升，化石能源庫(kù)存消耗嚴(yán)重；氣象因素導(dǎo)致以水電和風(fēng)電為代表的新能源發(fā)電設(shè)施大規(guī)模停擺，給能源供應(yīng)總量和結(jié)構(gòu)帶來(lái)很大的影響。此外，歐洲國(guó)家一直致力于“碳中和” 目標(biāo)，在能源領(lǐng)域通過(guò)增加碳交易稅、削減碳配額等應(yīng)對(duì)氣候變化的政策手段來(lái)減少碳排放，強(qiáng)烈的政策導(dǎo)向抑制了傳統(tǒng)化石能源產(chǎn)業(yè)的投資發(fā)展預(yù)期，導(dǎo)致化石能源產(chǎn)能不足，同時(shí)清潔能源供給不夠穩(wěn)定，新舊能源體系轉(zhuǎn)換暴露了能源系統(tǒng)過(guò)早綠色化的脆弱性。Ren 等（2023）［1］認(rèn)為激進(jìn)的氣候政策與日益加劇的全球能源危機(jī)所帶來(lái)的不確定性密不可分。

氣候變化是21 世紀(jì)的重要議題，與氣候變化相關(guān)的風(fēng)險(xiǎn)和不確定性影響著全球經(jīng)濟(jì)體系的各個(gè)方面。近年來(lái)，氣候政策的不確定性波動(dòng)十分明顯。由于減少碳排放的成本和收益難以相互匹配，國(guó)際單邊主義等逆全球化勢(shì)力抬頭致使全球應(yīng)對(duì)氣候變化的一系列舉措遭遇挫折，同時(shí)伴隨著頻發(fā)的極端氣象和災(zāi)害事件，以及激進(jìn)的低碳轉(zhuǎn)型政策等多種因素影響，國(guó)際能源商品市場(chǎng)的金融屬性趨勢(shì)更加明顯，氣候政策的不確定性給由傳統(tǒng)化石能源向綠色可再生能源過(guò)渡的投資需求帶來(lái)了較大的不確定性。氣候政策不確定性變化對(duì)能源市場(chǎng)的沖擊不斷加劇，能源價(jià)格常常表現(xiàn)出極端波動(dòng)和急劇飆升；另外，作為當(dāng)今工業(yè)化國(guó)家的基本投入，能源對(duì)經(jīng)濟(jì)發(fā)展和穩(wěn)定起著重要作用。能源商品的市場(chǎng)表現(xiàn)也影響著能源生產(chǎn)成本和供需結(jié)構(gòu)，反過(guò)來(lái)推動(dòng)氣候政策的制定者適時(shí)采取對(duì)應(yīng)的調(diào)整措施平抑市場(chǎng)的價(jià)格震蕩。因此，在不確定性事件對(duì)能源安全構(gòu)成持續(xù)威脅，氣候政策對(duì)能源市場(chǎng)外溢效應(yīng)加劇的背景下，探討氣候政策不確定性變化與能源市場(chǎng)價(jià)格表現(xiàn)存在怎樣的溢出關(guān)聯(lián)特征，以及不同情境下氣候政策不確定性的外部沖擊如何影響能源市場(chǎng)回報(bào)，對(duì)于當(dāng)前和未來(lái)的能源市場(chǎng)發(fā)展和氣候政策設(shè)計(jì)具有重要的研究?jī)r(jià)值和現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

近些年，對(duì)于不同屬性能源市場(chǎng)間價(jià)格聯(lián)系的研究集中在以下幾個(gè)方面。一些文獻(xiàn)顯示，化石能源市場(chǎng)之間存在著明顯的依賴(lài)關(guān)系，替代效應(yīng)引發(fā)了化石能源的價(jià)格競(jìng)爭(zhēng)［2－5］。在《巴黎協(xié)定》簽署之后，全球?qū)G色投資的關(guān)注更加明顯。投資清潔能源對(duì)于從傳統(tǒng)碳密集型能源向低碳清潔能源過(guò)渡以實(shí)現(xiàn)凈零排放目標(biāo)和緩解氣候變化至關(guān)重要［6］。Maghyereh 等（2019）［7］和Chen 等（2022）［8］認(rèn)為化石能源價(jià)格的變化可能會(huì)影響清潔能源股價(jià)的波動(dòng)。由于替代效應(yīng)的存在，原油與清潔能源保持著價(jià)格的共同運(yùn)動(dòng)趨勢(shì)［9，10］。此外，化石能源和清潔能源之間存在顯著的溢出效應(yīng)和尾部依賴(lài)性［11］，化石能源和清潔能源之間的關(guān)系因市場(chǎng)條件而異，在極端條件下和危機(jī)期間，其市場(chǎng)聯(lián)系顯著增強(qiáng)［6，12］。

在全球應(yīng)對(duì)氣候變化和推進(jìn)能源轉(zhuǎn)型的過(guò)程中，探討關(guān)于氣候政策不確定性與能源市場(chǎng)表現(xiàn)之間關(guān)聯(lián)性的研究正在不斷增加。學(xué)者們將氣候風(fēng)險(xiǎn)分為3 類(lèi)：有形風(fēng)險(xiǎn)、責(zé)任風(fēng)險(xiǎn)和過(guò)渡風(fēng)險(xiǎn)。在研究意義上，最后一種類(lèi)型最為重要，因?yàn)槠渖婕叭ヌ蓟D(zhuǎn)型過(guò)程中可能引發(fā)的一系列金融風(fēng)險(xiǎn)，如政策的不確定性和技術(shù)創(chuàng)新的不穩(wěn)定性［13］。氣候風(fēng)險(xiǎn)常常伴隨著不確定性，氣候相關(guān)事件導(dǎo)致的不確定性或圍繞政府減輕氣候風(fēng)險(xiǎn)的政策措施帶來(lái)的不確定性都被認(rèn)為是氣候政策的不確定性。Drouet 等（2015）［14］指出應(yīng)量化不確定性并將其納入政策框架，以應(yīng)對(duì)異常氣候變化。Gavriilidis （2021）［15］基于文本挖掘技術(shù)率先構(gòu)建了氣候政策不確定性指數(shù)（CPU），該指標(biāo)廣泛應(yīng)用于與氣候問(wèn)題相關(guān)的能源和投資領(lǐng)域的研究。一些學(xué)者認(rèn)為，通過(guò)引入氣候政策不確定性變量，可以顯著提升能源資產(chǎn)回報(bào)和波動(dòng)性預(yù)測(cè)的精度［16，17］。

由于能源市場(chǎng)兼具商品與金融屬性，氣候政策不確定性對(duì)能源市場(chǎng)間的溢出效應(yīng)主要通過(guò)供需基本面和投資者行為渠道實(shí)現(xiàn)。Gavriilidis （2021）［15］認(rèn)為氣候政策不確定性水平的上升會(huì)鼓勵(lì)綠色投資以及清潔能源的研發(fā)和創(chuàng)新以減少碳排放；氣候政策的模糊性也會(huì)影響未來(lái)能源的選擇。不確定性增加導(dǎo)致投資受阻，進(jìn)而影響能源價(jià)格。Zhang等（2023）［18］認(rèn)為，投資者可以通過(guò)理解能源轉(zhuǎn)型和碳中和階段化石能源和清潔能源資產(chǎn)之間的相關(guān)性變化，動(dòng)態(tài)地調(diào)整其投資策略以對(duì)沖風(fēng)險(xiǎn)，甚至預(yù)測(cè)超額回報(bào)。如在氣候政策風(fēng)險(xiǎn)處于高位期間投資者可以選擇投資低碳的綠色資產(chǎn)，而非高碳資產(chǎn)，在風(fēng)險(xiǎn)降低時(shí)進(jìn)行反向配置，以便在氣候政策變化期間實(shí)現(xiàn)投資收益的最大化。不過(guò)，也有一些學(xué)者發(fā)現(xiàn)投資者對(duì)氣候風(fēng)險(xiǎn)關(guān)注度以及碳減排認(rèn)識(shí)的不斷提高，促使與氣候問(wèn)題相關(guān)的事件削弱了傳統(tǒng)能源市場(chǎng)與清潔能源市場(chǎng)的積極聯(lián)系［19，20］。在實(shí)證研究方面，Zhou 等（2023）［21］基于TVP－SV－VAR 模型，考察了氣候政策不確定性、石油價(jià)格和可再生能源消費(fèi)之間的時(shí)變關(guān)系以及CPU 對(duì)可再生能源消費(fèi)的動(dòng)態(tài)影響，研究發(fā)現(xiàn)，在大多數(shù)時(shí)期氣候政策不確定性在短期和中期內(nèi)正向影響油價(jià)，并且在短期和長(zhǎng)期內(nèi)正向影響可再生能源消費(fèi)總量。Shang 等（2022）［22］基于自回歸分布滯后（ARDL）模型研究了氣候政策不確定性對(duì)美國(guó)能源消費(fèi)的影響，發(fā)現(xiàn)氣候政策不確定性是改變能源需求的潛在驅(qū)動(dòng)因素，相較于原油價(jià)格上漲給不可再生能源需求帶來(lái)的微弱刺激作用，氣候政策不確定性顯著降低了不可再生能源的需求。并且從長(zhǎng)遠(yuǎn)看，氣候政策不確定性還會(huì)對(duì)可再生能源需求產(chǎn)生積極影響。Ren 等（2023）［1］采用時(shí)變格蘭杰因果關(guān)系方法，探討氣候不確定性與傳統(tǒng)能源和綠色市場(chǎng)在時(shí)域下的潛在因果關(guān)系，研究發(fā)現(xiàn)，就方向性因果關(guān)系而言，CPU 更傾向于充當(dāng)風(fēng)險(xiǎn)接受者，而不是市場(chǎng)價(jià)格波動(dòng)的溢出者；就不同的能源屬性而言，格蘭杰因果關(guān)系的顯著性會(huì)隨著異常天氣的出現(xiàn)或重大氣候政策的出臺(tái)而不斷發(fā)生顯著變化。Bouri 等（2022）［23］考察了氣候政策不確定性對(duì)美國(guó)綠色能源股和棕色能源股的價(jià)格表現(xiàn)，研究發(fā)現(xiàn)CPU 相比于棕色能源股，其對(duì)綠色能源股的影響更為顯著。

在研究方法上，現(xiàn)有文獻(xiàn)所采用的GARCH模型、TVP－SV－VAR 模型、格蘭杰因果關(guān)系等一類(lèi)傳統(tǒng)方法只能捕捉基于條件均值的沖擊及其結(jié)構(gòu)關(guān)系，而對(duì)于不同沖擊規(guī)模條件下的影響，以及不同沖擊方向可能存在異質(zhì)性的特征容易造成忽略或低估。為解決上述問(wèn)題，本文采用Ando 等（2022）［24］提出的基于QVAR 的溢出指數(shù)模型。該模型在條件分位數(shù)向量自回歸（QVAR）模型框架下，基于不同條件分位數(shù)的溢出指數(shù)，不僅能夠有效捕捉整個(gè)條件分布上的溢出效應(yīng)，還可以精確挖掘左右尾部的傳染特征。此外，該模型還可以有效地處理非線(xiàn)性、異方差和“尖峰厚尾” 等問(wèn)題，有助于更加科學(xué)、準(zhǔn)確地研究氣候政策不確定性與能源市場(chǎng)收益率的關(guān)聯(lián)溢出效應(yīng)。

據(jù)此，本文采用全球主要能源市場(chǎng)的歷史收益數(shù)據(jù)，如煤炭、石油、天然氣、太陽(yáng)能和風(fēng)能，與氣候政策不確定性數(shù)據(jù)，通過(guò)QVAR 模型構(gòu)建基于不同條件分位數(shù)的溢出指數(shù)，研究氣候政策不確定性變化與能源市場(chǎng)收益率在整個(gè)條件分布上的關(guān)聯(lián)性并分析左右尾部的溢出特征。本文豐富和拓展了關(guān)于政策不確定性與能源市場(chǎng)關(guān)聯(lián)的研究，將基于政策前沿的氣候風(fēng)險(xiǎn)度量方法引入跨市場(chǎng)溢出效應(yīng)的研究框架，從氣候政策不確定性視角進(jìn)一步揭示能源市場(chǎng)回報(bào)的溢出結(jié)構(gòu)及其演變規(guī)律；突破了現(xiàn)有研究基于線(xiàn)性假設(shè)和條件均值估計(jì)溢出指數(shù)局限性，通過(guò)非線(xiàn)性跨分位數(shù)方法對(duì)正常狀態(tài)和極端狀態(tài)下的實(shí)證結(jié)果加以比較，有助于更好地理解不同情境下氣候政策不確定性與不同屬性的能源資產(chǎn)回報(bào)的溢出傳染效應(yīng)，旨在為受氣候變化廣泛影響的行業(yè)決策者、政策制定者、投資者及能源公司提供有益的參考依據(jù)。

2 實(shí)證研究

2.1 基于QVAR 的溢出指數(shù)模型

首先，在條件分位數(shù)τ下的N維QVAR（p）過(guò)程如下：

其中，τ∈［0，1］，yt和yt－j為k×1 維內(nèi)生變量向量，μ（τ）表示與條件分位數(shù)τ相對(duì)應(yīng)的k×1維的條件均值向量，Φj（τ）表示與條件分位數(shù)τ相對(duì)應(yīng)的k×k維的系數(shù)矩陣，ut（τ）～i．i．d．（0，Σ（τ））表示與條件分位數(shù)τ相對(duì)應(yīng)的k×1 維誤差向量。

采用Wold 定理將式（1） 的QVAR（p）模型轉(zhuǎn)換為無(wú)限階的分位數(shù)向量移動(dòng)平均QVMA（∞）過(guò)程：

隨后，基于廣義預(yù)測(cè)誤差方差分解方法（GFEVD）計(jì)算在預(yù)測(cè)期H下變量j對(duì)變量i的溢出水平：

其中，ei為選擇列向量，第i個(gè)元素取值為1，其余元素為0。此時(shí)，經(jīng)過(guò)標(biāo)準(zhǔn)化處理后，度量了在預(yù)測(cè)期H下變量j對(duì)變量i的溢出水平。

在此基礎(chǔ)上，構(gòu)建在分位數(shù)τ下方向性溢出指數(shù)、凈溢出指數(shù)和總溢出指數(shù)，具體公式如下所示：

To（τ）和From（τ）是與條件分位數(shù)τ相對(duì)應(yīng)的方向性溢出指數(shù)，分別衡量在分位水平τ下變量i對(duì)其它所有變量溢出和接收水平。Net（τ）是To（τ）和From（τ）的差值，表示變量i傳遞的溢出效應(yīng)減去接收的溢出效應(yīng)，即與條件分位數(shù)τ相對(duì)應(yīng)的凈溢出指數(shù)。TSI（τ）是與條件分位數(shù)τ相對(duì)應(yīng)的總溢出指數(shù)，衡量在分位水平τ下整個(gè)系統(tǒng)的總溢出水平。

2.2 變量選取與描述性統(tǒng)計(jì)

本文采用Gavriilidis （2021）［15］構(gòu)建的氣候政策不確定性指數(shù)（CPU）來(lái)衡量氣候政策的不確定性①。考慮到澳大利亞市場(chǎng)仍然是制定世界煤炭?jī)r(jià)格的主導(dǎo)力量［25］，本文以澳大利亞Newcastle港動(dòng)力煤價(jià)格作為煤炭?jī)r(jià)格指數(shù)（COAL）。此外，天然氣市場(chǎng)、原油市場(chǎng)、太陽(yáng)能市場(chǎng)和風(fēng)能市場(chǎng)價(jià)格分別選取標(biāo)普高盛天然氣指數(shù)（GAS）、標(biāo)普高盛原油指數(shù)（OIL）、MAC 全球太陽(yáng)能指數(shù)（SOLAR）、ISE 全球風(fēng)能指數(shù)（WIND）來(lái)衡量。五類(lèi)能源價(jià)格指數(shù)數(shù)據(jù)均來(lái)源于彭博（Bloomberg）數(shù)據(jù)庫(kù)。本文數(shù)據(jù)的時(shí)間范圍涵蓋自2008 年12 月至2023 年4 月，共173 期月度數(shù)據(jù)。

為消除異方差的影響，同時(shí)考慮到以氣候政策不確定性變化與能源市場(chǎng)回報(bào)作為研究對(duì)象，本文對(duì)樣本數(shù)據(jù)進(jìn)行對(duì)數(shù)差分處理。表1 為數(shù)據(jù)處理后的描述性統(tǒng)計(jì)結(jié)果，可以發(fā)現(xiàn)：天然氣和原油價(jià)格收益率在樣本期間表現(xiàn)為負(fù)值；氣候政策不確定性變化的標(biāo)準(zhǔn)差顯著高于能源市場(chǎng)回報(bào)標(biāo)準(zhǔn)差；煤炭、天然氣、石油以及風(fēng)能市場(chǎng)價(jià)格收益率呈現(xiàn)負(fù)偏態(tài)；所有變量均表現(xiàn)出不同程度的“尖峰后尾” 分布特征；樣本中所有時(shí)間序列均在1%的顯著性水平上拒絕含有單位根的原假設(shè)，均為平穩(wěn)的時(shí)間序列數(shù)據(jù)，適合構(gòu)建溢出指數(shù)模型。

表1 變量的描述性統(tǒng)計(jì)

2.3 實(shí)證分析

2.3.1 靜態(tài)溢出分析

為研究氣候政策不確定性變化與能源市場(chǎng)回報(bào)溢出效應(yīng)，本文根據(jù)AIC 準(zhǔn)則確定QVAR 模型的最優(yōu)滯后階數(shù)為1 階，預(yù)測(cè)誤差方差分解步長(zhǎng)設(shè)定為12。氣候政策不確定性變化及能源市場(chǎng)回報(bào)的不同分位點(diǎn)能夠捕捉?jīng)_擊規(guī)模的大小，各變量所受沖擊規(guī)模越大，其變動(dòng)幅度越大。因此，由中間分位點(diǎn)到左右尾部代表遞增的沖擊規(guī)模。本文以條件中位數(shù)τ＝0.50 表示正常狀態(tài)，以條件分位數(shù)τ＝0.05 和條件分位數(shù)τ＝0.95 分別表示極端下行狀態(tài)和極端上行狀態(tài)。

表2 報(bào)告了正常狀態(tài)（τ＝0.50）、極端下行（τ＝0.05）和極端上行（τ＝0.95）狀態(tài)下氣候政策不確定性變化與能源市場(chǎng)回報(bào)的靜態(tài)溢出效應(yīng)。（1） 可以發(fā)現(xiàn)，正常狀態(tài)下氣候政策不確定性變化與能源市場(chǎng)回報(bào)所受沖擊的總溢出效應(yīng)（39.39%）顯著低于極端狀態(tài)下的水平，其中，在極端下行狀態(tài)下，氣候政策不確定性下降（政策連續(xù)性上升）與能源市場(chǎng)處于熊市時(shí)總溢出效應(yīng)為75.84%；在極端上行狀態(tài)下，氣候政策不確定性上升（政策連續(xù)性下降）與能源市場(chǎng)處于牛市時(shí)總溢出效應(yīng)為76.26%，略高于極端下行狀態(tài)的水平；（2） 對(duì)于能源市場(chǎng)，在正常狀態(tài)下，氣候政策不確定性變化對(duì)天然氣市場(chǎng)回報(bào)的溢出效應(yīng)貢獻(xiàn)最大，對(duì)煤炭市場(chǎng)回報(bào)的溢出效應(yīng)貢獻(xiàn)最??；在極端下行狀態(tài)下，氣候政策連續(xù)性上升對(duì)處于熊市的化石能源市場(chǎng)相比清潔能源市場(chǎng)的回報(bào)溢出效應(yīng)更大；在極端上行狀態(tài)下，氣候政策不確定性上升對(duì)處于牛市的清潔能源市場(chǎng)相比化石能源市場(chǎng)的平均回報(bào)溢出效應(yīng)更大，其中氣候政策不確定性上升對(duì)太陽(yáng)能市場(chǎng)回報(bào)溢出效應(yīng)貢獻(xiàn)最大。該發(fā)現(xiàn)與Hoque 和Batabyal （2022）［26］研究得到的結(jié)論保持一致，其通過(guò)GARCH 模型和引入虛擬變量的分位數(shù)回歸模型，驗(yàn)證了2016 年《巴黎協(xié)定》 簽署前后數(shù)據(jù)的子樣本，發(fā)現(xiàn)清潔能源資產(chǎn)的對(duì)沖和避險(xiǎn)屬性與牛市和熊市條件相關(guān)，當(dāng)面臨氣候不確定事件發(fā)生時(shí)，清潔能源資產(chǎn)可以作為一類(lèi)避險(xiǎn)資產(chǎn)；（3） 氣候政策不確定性變化對(duì)能源市場(chǎng)回報(bào)的方向性溢出效應(yīng)在極端狀態(tài)下更為明顯，能源市場(chǎng)處于正常狀態(tài)下接收到來(lái)自氣候政策不確定性沖擊的溢出效應(yīng)為29.03%，而處于熊市和牛市下接收到氣候政策不確定性沖擊帶來(lái)的溢出效應(yīng)分別為65.09%和74.48%；（4） 盡管氣候政策不確定性變化對(duì)能源市場(chǎng)回報(bào)的方向性溢出效應(yīng)在極端狀態(tài)下更為明顯，但考慮到方向性溢入效應(yīng)的影響，在極端狀態(tài)下，氣候政策不確定性變化傾向于充當(dāng)能源市場(chǎng)回報(bào)溢出效應(yīng)的凈接收方；而在正常狀態(tài)下，氣候政策不確定性變化傾向于充當(dāng)能源市場(chǎng)回報(bào)溢出效應(yīng)的凈輸出方。能源市場(chǎng)價(jià)格的極端變動(dòng)不僅會(huì)引起能源供需結(jié)構(gòu)的改變，還會(huì)驅(qū)使決策者對(duì)碳定價(jià)機(jī)制和氣候政策作出相應(yīng)調(diào)整。上述發(fā)現(xiàn)彌補(bǔ)了Ren 等（2023）［1］利用時(shí)變格蘭杰因果關(guān)系不能解決的因素間非線(xiàn)性、非對(duì)稱(chēng)相關(guān)問(wèn)題以及缺少對(duì)不同情境下差異性分析的局限性。

表2 不同狀態(tài)下CPU 變化與能源市場(chǎng)回報(bào)溢出指數(shù)

2.3.2 動(dòng)態(tài)溢出分析

參考已有文獻(xiàn)的做法，本文將QVAR 模型的滾動(dòng)窗口設(shè)定36 個(gè)月。圖1 刻畫(huà)了正常狀態(tài)（τ＝0.50）、極端下行（τ＝0.05）和極端上行（τ＝0.95）狀態(tài)下的CPU變化與能源市場(chǎng)回報(bào)動(dòng)態(tài)總溢出效應(yīng)的時(shí)序特征?？梢园l(fā)現(xiàn)，（1） 不同狀態(tài)下CPU變化與能源市場(chǎng)回報(bào)動(dòng)態(tài)總溢出效應(yīng)具有時(shí)變性特點(diǎn)，且極端狀態(tài)下的總溢出水平波動(dòng)范圍相比于正常狀態(tài)下更小。條件中位數(shù)τ＝0.50 下，總溢出指數(shù)在35.56%～63.95%范圍內(nèi)波動(dòng)，條件分位數(shù)τ＝0.05 和τ＝0.95 下，總溢出指數(shù)的波動(dòng)范圍顯著縮小，分別為81.34%～103.29%和81.49%～101.57%；（2） 樣本期間內(nèi)CPU變化與能源市場(chǎng)回報(bào)左右尾部極端狀態(tài)下的溢出水平顯著高于正常狀態(tài)，這與前面靜態(tài)溢出分析得到的結(jié)論保持一致。

圖1 正常狀態(tài)與極端狀態(tài)下的CPU 變化與能源市場(chǎng)回報(bào)動(dòng)態(tài)總溢出指數(shù)

為進(jìn)一步研究動(dòng)態(tài)情形下，氣候政策不確定性變化與能源市場(chǎng)收益率在整個(gè)條件分布上的關(guān)聯(lián)性，本文分析了在樣本期間內(nèi)［0，1］區(qū)間上全部分位點(diǎn)下總溢出指數(shù)的時(shí)序特征（圖略）?？梢园l(fā)現(xiàn)，氣候政策不確定性變化與能源市場(chǎng)回報(bào)總溢出指數(shù)隨時(shí)間推移而改變，且在整個(gè)條件分布上呈現(xiàn)出顯著的異質(zhì)性，沖擊規(guī)模越大，總溢出指數(shù)越高。圖2 刻畫(huà)了在［0，1］區(qū)間上取自不同條件分位點(diǎn)的總溢出指數(shù)，可以發(fā)現(xiàn)，氣候政策不確定性變化與能源市場(chǎng)回報(bào)總溢出效應(yīng)由中間分位點(diǎn)向左右尾部逐漸提升，且在整個(gè)條件分位數(shù)上呈現(xiàn)出U 型結(jié)構(gòu)，表明隨著施加沖擊的規(guī)模不斷增加，氣候政策不確定性變化與能源市場(chǎng)回報(bào)的左右尾部溢出傳染效應(yīng)增強(qiáng)。此外，總溢出指數(shù)在極端上行與極端下行狀態(tài)表現(xiàn)出非對(duì)稱(chēng)性影響。對(duì)中間分位點(diǎn)左右尾部溢出效應(yīng)差異進(jìn)行樣本均值t 檢驗(yàn)，發(fā)現(xiàn)極端上行狀態(tài)的溢出傳染效應(yīng)顯著高于極端下行狀態(tài)。由于不確定性沖擊的影響高度依賴(lài)于經(jīng)濟(jì)狀態(tài)，并且不確定性正向沖擊比負(fù)向沖擊影響更大［27］，因此，相比于氣候政策連續(xù)性，不確定性上行對(duì)經(jīng)濟(jì)活動(dòng)的影響更大。

圖2 不同條件分位數(shù)下CPU 變化與能源市場(chǎng)回報(bào)動(dòng)態(tài)總溢出指數(shù)

2.3.3 方向性溢出分析

圖3 和圖4 分別描繪了不同條件分位數(shù)下，氣候政策不確定性變化與能源市場(chǎng)回報(bào)方向性溢入指數(shù)與溢出指數(shù)的變化趨勢(shì)。能夠發(fā)現(xiàn)，各變量溢入指數(shù)水平、溢出指數(shù)水平與所施加沖擊的規(guī)?；境收嚓P(guān)關(guān)系，極端狀態(tài)下的溢入指數(shù)水平和溢出指數(shù)水平高于正常狀態(tài)，且存在非對(duì)稱(chēng)性。

圖4 不同條件分位數(shù)下CPU 變化與能源市場(chǎng)回報(bào)方向性溢出指數(shù)

對(duì)于方向性溢入效應(yīng)，化石能源市場(chǎng)回報(bào)相比清潔能源市場(chǎng)回報(bào)溢入指數(shù)水平波動(dòng)范圍更大。具體來(lái)看，在正常狀態(tài)下，清潔能源市場(chǎng)回報(bào)接收到來(lái)自其他能源市場(chǎng)的溢入效應(yīng)顯著高于化石能源市場(chǎng)。其中，條件中位數(shù)τ＝0.50 下，風(fēng)能市場(chǎng)和太陽(yáng)能市場(chǎng)回報(bào)方向性溢入指數(shù)分別為54.39%和46.40%，煤炭市場(chǎng)、天然氣市場(chǎng)和原油市場(chǎng)回報(bào)方向性溢入指數(shù)分別為30.31%、35.49%和41.39%。此外，在極端狀態(tài)下，相比于清潔能源市場(chǎng)，化石能源市場(chǎng)回報(bào)溢入傳染效應(yīng)的漲幅更大，煤炭市場(chǎng)和天然氣市場(chǎng)回報(bào)方向溢入效應(yīng)漲幅表現(xiàn)最為明顯，而風(fēng)能市場(chǎng)回報(bào)方向溢入效應(yīng)漲幅表現(xiàn)最小。

對(duì)于方向性溢出效應(yīng)，能源市場(chǎng)回報(bào)溢出傳染效應(yīng)的最低值并不一定出現(xiàn)在條件中位數(shù)τ＝0.50處，左尾和右尾部溢出效應(yīng)的非對(duì)稱(chēng)性更為明顯，且對(duì)極端沖擊的方向更為敏感。與方向性溢入效應(yīng)相似的是，化石能源市場(chǎng)回報(bào)相比清潔能源市場(chǎng)回報(bào)溢出指數(shù)水平波動(dòng)范圍更大，但是在受到極端正向沖擊和極端負(fù)向沖擊下，溢出指數(shù)的左右尾部漲幅差異較大，處于熊市的原油市場(chǎng)以及處于牛市的煤炭市場(chǎng)對(duì)系統(tǒng)內(nèi)各要素的溢出傳染效應(yīng)最大。對(duì)于清潔能源市場(chǎng)，受到極端沖擊時(shí)的左右尾部升降趨勢(shì)表現(xiàn)不一致，受到極端正向沖擊的太陽(yáng)能市場(chǎng)和風(fēng)能市場(chǎng)回報(bào)溢出效應(yīng)表現(xiàn)出與左尾相反的變化趨勢(shì)。

2.3.4 兩兩間溢出分析

在氣候政策不確定性變化與能源市場(chǎng)回報(bào)的30 對(duì)兩兩間定向溢出效應(yīng)中，極端下行狀態(tài)和極端上行狀態(tài)分別對(duì)應(yīng)有28 對(duì)和27 對(duì)溢出指數(shù)顯著高于正常狀態(tài)，清潔能源市場(chǎng)間回報(bào)溢出傳染效應(yīng)均低于正常狀態(tài)。

表3 列舉了正常狀態(tài)與極端狀態(tài)下30 對(duì)兩兩間定向溢出效應(yīng)中強(qiáng)度位于前15 的情況。可以發(fā)現(xiàn)，正常狀態(tài)下清潔能源市場(chǎng)間回報(bào)溢出傳染效應(yīng)均高于極端狀態(tài)，風(fēng)能市場(chǎng)回報(bào)對(duì)太陽(yáng)能市場(chǎng)回報(bào)的定向溢出傳染效應(yīng)最強(qiáng)，風(fēng)能市場(chǎng)與原油市場(chǎng)間回報(bào)的溢出傳染效應(yīng)次之；極端下行狀態(tài)下，原油市場(chǎng)回報(bào)為其他能源市場(chǎng)回報(bào)和氣候政策不確定性變化的溢出傳染效應(yīng)最大輸出方，當(dāng)能源市場(chǎng)處于熊市中，原油市場(chǎng)回報(bào)對(duì)清潔能源市場(chǎng)回報(bào)的定向溢出影響尤為強(qiáng)烈；極端上行狀態(tài)下，煤炭市場(chǎng)回報(bào)為其他能源市場(chǎng)回報(bào)和氣候政策不確定性變化的溢出傳染效應(yīng)最大輸出方，當(dāng)能源市場(chǎng)處于牛市中，清潔能源市場(chǎng)相互間回報(bào)溢出傳染效應(yīng)，以及煤炭市場(chǎng)回報(bào)對(duì)清潔能源市場(chǎng)回報(bào)和氣候政策不確定性增加的定向溢出影響都尤為強(qiáng)烈。這些發(fā)現(xiàn)進(jìn)一步驗(yàn)證了Saeed 等（2021）［6］的觀(guān)點(diǎn)。綜上所述，基于條件中位數(shù)下的溢出效應(yīng)對(duì)化石能源市場(chǎng)回報(bào)，特別是原油市場(chǎng)和煤炭市場(chǎng)回報(bào)的尾部定向溢出水平存在低估。

表3 正常狀態(tài)與極端狀態(tài)下兩兩間溢出指數(shù)及排序

3 結(jié)論及政策建議

本文采用全球主要能源市場(chǎng)的歷史收益率與氣候政策不確定性數(shù)據(jù)，通過(guò)QVAR 模型構(gòu)建基于不同條件分位數(shù)的溢出指數(shù)，探討了氣候政策不確定性變化與能源市場(chǎng)收益率在整個(gè)條件分布上的關(guān)聯(lián)性并分析左右尾部的溢出特征，揭示了不同情境下氣候政策不確定性的外部沖擊對(duì)能源市場(chǎng)回報(bào)的影響特征，以及不同屬性能源市場(chǎng)之間的網(wǎng)絡(luò)溢出結(jié)構(gòu)和協(xié)同運(yùn)動(dòng)的演變規(guī)律。

本文研究得到如下主要結(jié)論：（1） 在極端狀態(tài)下，氣候政策不確定性變化傾向于充當(dāng)能源市場(chǎng)回報(bào)溢出效應(yīng)的凈接收方；而在正常狀態(tài)下，氣候政策不確定性變化傾向于充當(dāng)能源市場(chǎng)回報(bào)溢出效應(yīng)的凈輸出方；（2） 氣候政策不確定性變化與能源市場(chǎng)回報(bào)總溢出效應(yīng)由中間分位點(diǎn)向左右尾部逐漸提升，且在整個(gè)條件分位數(shù)上呈現(xiàn)出U 型結(jié)構(gòu)。隨著施加沖擊的規(guī)模不斷增加，氣候政策不確定性變化與能源市場(chǎng)回報(bào)的左右尾部溢出傳染效應(yīng)增強(qiáng)，且在極端上行與極端下行狀態(tài)表現(xiàn)出非對(duì)稱(chēng)性影響；（3） 對(duì)于方向性溢入效應(yīng)與溢出效應(yīng)，其與所施加的沖擊規(guī)模基本呈正相關(guān)關(guān)系，極端狀態(tài)下的溢入效應(yīng)和溢出效應(yīng)水平高于正常狀態(tài)，且存在非對(duì)稱(chēng)性。對(duì)于不同能源市場(chǎng)，化石能源市場(chǎng)回報(bào)相比清潔能源市場(chǎng)回報(bào)溢入指數(shù)和溢出指數(shù)水平波動(dòng)范圍更大；（4） 在氣候政策不確定性變化與能源市場(chǎng)回報(bào)的兩兩間定向溢出效應(yīng)中，極端狀態(tài)下絕大多數(shù)溢出指數(shù)顯著高于正常狀態(tài)，而清潔能源市場(chǎng)間回報(bào)溢出傳染效應(yīng)均低于正常狀態(tài)。原油市場(chǎng)和煤炭市場(chǎng)回報(bào)分別為極端下行和極端上行狀態(tài)下其他能源市場(chǎng)回報(bào)和氣候政策不確定性變化的溢出傳染效應(yīng)的最大輸出方?；跅l件中位數(shù)下的溢出效應(yīng)對(duì)化石能源市場(chǎng)回報(bào)的尾部定向溢出水平存在低估。

根據(jù)本文的結(jié)果，提出以下相關(guān)政策建議：（1） 監(jiān)管部門(mén)需要將氣候政策不確定性納入監(jiān)管體系，通過(guò)增加氣候政策調(diào)整的彈性和透明度，引導(dǎo)和穩(wěn)定市場(chǎng)預(yù)期，防范和化解氣候政策不確定性給能源市場(chǎng)帶來(lái)的風(fēng)險(xiǎn)溢出；（2） 為避免激進(jìn)的氣候政策誘發(fā)能源貧困甚至是能源危機(jī)的可能性，確保能源轉(zhuǎn)型過(guò)程中的價(jià)格穩(wěn)定尤為重要，傳統(tǒng)化石能源要持續(xù)發(fā)揮兜底保供、靈活調(diào)節(jié)的作用，清潔能源要成為能源增量的主要來(lái)源；（3）投資者和相關(guān)公司在預(yù)測(cè)和管理商品、股票等一系列能源資產(chǎn)時(shí)，應(yīng)將氣候政策不確定性指標(biāo)納入資產(chǎn)定價(jià)、資產(chǎn)配置等投資策略中，同時(shí)重點(diǎn)把握不同情境、不同屬性能源資產(chǎn)的風(fēng)格輪換和風(fēng)險(xiǎn)對(duì)沖。

注釋?zhuān)?/p>

①數(shù)據(jù)來(lái)源于https：／ ／www.policyuncertainty.com／climate＿uncertainty.html。