網絡社交平臺下投資者情緒對碳市場收益的影響研究

摘 要：碳市場作為減少溫室氣體排放的重要機制，在推動低碳經濟發展中的作用日益凸顯。然而，我國碳市場目前面臨市場參與度低、流動性差、成熟度不足等挑戰。基于金融市場微觀結構理論，本文探討了網絡社交平臺中投資者情緒的傳播對碳市場收益的影響。研究收集了2018—2024年間碳排放權交易的日度數據以及來自微博的碳市場討論信息，通過文本情感分析構建了投資者情緒指數，并運用VAR模型和Granger因果檢驗方法，深入分析了投資者情緒對全國不同碳排放權交易試點價格的影響。結果顯示，深圳碳交易試點的價格在短期內更易受市場情緒波動的影響，而廣東碳交易試點的信息傳遞速度較快，市場價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的收益率均被證實為投資者情緒的Granger原因。進一步分析表明，當期投資者情緒對碳市場價格的影響不顯著，但短期內呈現負向沖擊，長期來看則趨于平穩。本文研究不僅豐富了碳市場資產定價的理論框架，還為提升碳市場效率提供了實踐指導。

關鍵詞：碳市場；投資者情緒；微博；收益；碳交易試點；VAR模型；Granger因果檢驗

中圖分類號：F830.91 文獻標識碼：A 文章編號：2096-0298（2025）04（b）--05

1 引言

我國作為世界上碳排放量最大的國家之一，2023年的碳排放量占世界能源碳排放總量的33.69%。碳市場作為實現碳達峰的重要政策工具，其價格發現和資源配置的功能日益凸顯，我國碳市場目前處于起步階段，存在市場參與度低、流動性差、成熟度低等現象[1-2]。隨著網絡社交平臺的迅猛發展，投資者情緒的傳播和影響力在金融市場中的作用日益顯著。根據金融市場微觀結構理論，市場參與者對信息的情緒反映程度及所掌握信息的情況是影響市場參與度、流動性的主要原因[3]。因此，研究投資者情緒對碳市場價格的影響，有利于促進市場效率的提升。

本文主要有以下貢獻：在理論層面，擴展和豐富了中國碳市場資產定價問題的理論研究，為深入理解碳市場的運行機理提供了新的視角。其次，分析投資者情緒對不同碳市場價格的影響，并探索建立投資者情緒與不同碳市場效率的動態關聯，為后續針對碳市場微觀結構的研究提供了一個交易主體行為的視角。在實踐層面，探究投資者情緒對碳市場價格的影響，為排除非理性交易擾亂市場價格，幫助交易者形成更有效的信息關注行為，從而有利于發現中國碳市場的真實價值。

目前，以投資者情緒的視角對碳市場的研究尚顯不足，因此，為深入理解碳市場的運行機理，本文以微博數據為基礎，構建直接衡量投資者情緒的代理指標，以行為金融理論為依據，實證分析投資者情緒對不同碳排放試點的價格影響，并提出相應的政策建議。這些建議有助于監管者合理運用市場手段激發市場主體活力，提高碳市場制度建設的科學性。

2 文獻綜述

2.1 投資者情緒相關研究

關于投資者情緒，學界存在多種詮釋。Brown和Cliff將其界定為參與者在市場活動中對特定指標未來值的預測，且這種預期具備可量化性[4]。而Baker和Wurgler則主張投資者情緒反映的是投資者對未來現金流及投資風險的個人信念，且這種信念通常難以憑借當前可獲得的信息加以區分[5]。黃德龍等（2009）在綜合國內外研究的基礎上，進一步細化了投資者情緒的概念，指出投資者情緒包含兩方面內容：一是投資者的投機性需求，這反映了其對虛擬經濟領域的期望；二是投資者對上市公司盈利前景的普遍樂觀態度，這體現了其對實體經濟的期待[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、間接指標，以及基于網絡社交平臺數據的指數。

直接指標的研究方法，主要依賴于問卷調查，借此搜集投資者對市場未來走向的預期。例如，程昆和劉仁（2005）[7]根據投資者的看漲與看跌比率，設計了一個好淡指數，用作衡量投資者情緒的依據。這種方法能直接展現投資者的情緒傾向。值得注意的是，并非每位投資者都會純粹依據個人情緒來做出投資決策。因此，在探討投資者情緒對碳市場的作用時，直接指標法的實際效果尚需更多驗證。

間接指標的研究，則是通過分析市場交易數據來構建投資者情緒指數。其中，Baker和Wurgler（2006）提出了以交易量作為投資者情緒的衡量標準，并運用主成分分析方法進行探究[8]。

隨著大數據和互聯網技術的迅猛發展，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逐漸受到矚目。例如，汪昌云（2015）通過剖析公司上市前各階段媒體新聞中的正負面詞匯來衡量媒體情緒，從而評估投資者情緒[9]。羅琦等（2021）則選取新浪微博作為信息渠道，構建了投資者盈余樂觀情緒指標，并發現該指標對股市短期收益率具有正面效應[10]。

2.2 碳市場影響因素的研究

對于碳市場價格的影響因素研究中，我國主要集中在宏觀經濟形勢、能源市場、大氣環境、政策制度等方面。

在宏觀經濟形勢方面，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個碳排放權市場，基于Sobol方法對我國碳排放權價格影響因素的12個參數進行靈敏度分析。研究結果表明，能源價格、國際碳資產價格、經濟發展水平與傳統金融市場的靈敏度指數較高，對我國碳排放權價格的影響較大；由于不同試點市場的活躍程度不相同，其他試點市場的靈敏度參數存在差異。

在能源市場方面，張鵬等（2020）[12]使用向量誤差修正模型（VEC）研究驅動因素對碳排放價格的影響機制。結果表明，碳現貨價格主要受原油期貨價格滯后一期值的正向影響和自身滯后一期值的負向影響。張欣等（2023）[13]基于上海碳交易市場的交易數據，使用向量誤差修正（VEC）模型、脈沖響應函數和方差分解方法，對碳交易價格的影響因素進行實證研究，得到化石燃料價格的變動短期內會對碳排放權價格產生負向影響，但長期會轉為正向影響。

在大氣環境方面，Liu和Chen（2013）[14]提出極端天氣在碳市場和能源市場的溢出效應中起著中介作用，即極端天氣會導致能源市場的需求量增加，進而導致碳排放量上升，促使碳價提升。王倩和路京京（2015）[15]提出氣候因素使溫度的變化會對碳價格產生顯著影響。Han等（2019）[16]通過MIDAS-BP混合模型對碳價進行預測發現，碳價對煤炭價格、溫度、空氣質量等變量的敏感度大于其他影響因素。

通過文獻研究可以發現，在對碳市場價格的影響因素分析中，投資者情緒對碳市場價格的影響很少有學者進行關注及討論。當前市場上呈現的是顯著的信息過剩，市場信息出現的越多越容易對投資者造成干擾。因此，本文選取微博作為信息源，構建投資者情緒指標，并深入探究其對碳排放權交易市場收益率的影響。

3 數據來源及數據預處理

3.1 樣本選擇和數據來源

在碳交易市場數據方面，樣本數據為上海、北京、天津、福建、湖北、廣東、深圳、重慶八個碳交易試點的相關數據，以2018年1月1日至2024年9月10日八個碳交易試點的交易價格作為研究對象，數據來源為國泰安數據庫。

3.2 投資者情緒代理指標構建

微博在信息傳播和社交互動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站，選擇抓取時間段為2018年1月1日至2024年9月10日，選取16個與碳市場相關的關鍵詞，分別為碳交易、碳匯、碳達峰、CCER、低碳經濟、碳關稅、碳排放、京都議定書、碳足跡、碳排放交易、碳中和、雙碳、碳排放量、低碳、碳排放權、碳計算器。以這些關鍵詞的微博內容為原始文本信息，共爬取190530條數據。微博內的帖子雖然具有豐富價值的文本信息，但部分帖子同時含有噪聲，因此對表情貼、無關內容貼、重復貼進行篩選，最終保留135103條有效數據。

對于文本情感打分，使用SPSSAU軟件中的文本分析模塊，SPSSAU當前使用的情感詞典包括BosonNLP、臺灣大學、清華大學、知網等共計13萬詞的情感詞典組合而成。部分微博文本的情緒分類結果如表1所示。

本文利用SPSSAU對每條微博的情緒進行分類后，對每一天的正向文本、負向文本的數量進行統計求和，借鑒Antweiler和Frank（2004）[17]等的計算方法，利用公式（1）計算第t日的投資者情緒指數：

式（1）中，St為在t日投資者情緒指數，stpos表示在t日情感打分為積極的評論數量之和，stneg表示在t日情感打分為消極的評論數量之和。由公式可知，當一日的積極文本數量越多時，投資者情緒指數越大，投資者情緒越高漲；反之，投資者情緒指數越低，情緒越低落。

3.3 數據預處理

對于碳市場收益率（ri，t），本文采用傳統的計算方法，用后一日的收盤價（pi，t）減去前一日的收盤價（pi，t-1），并除以前一日的收盤價。

經平穩性檢驗發現，收益率數據以及投資者情緒數據皆滿足平穩性特征，因此無需對數據做進一步的平穩性變換處理。

4 投資者情緒與我國碳市場收益率的實證研究

4.1 VAR回歸分析

本文研究投資者情緒對碳市場的影響，即兩個變量之間的關系。通過VAR模型可以刻畫兩個變量之間的關系，因此選擇該模型進行分析，VAR模型的基本形式如下：

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

由表2可知，在深圳交易市場中，滯后一期的投資者情緒對收益率有顯著負向影響，但影響較??；在廣東交易市場中，滯后一期的收益率對投資者情緒有顯著正向影響，其他市場均不顯著。在深圳碳交易市場中，投資者更傾向于基于過去的情緒來做出投資決策，這種情緒往往帶有一定的滯后性和慣性。當投資者情緒高漲時，他們對市場前景的估計更樂觀，從而推高價格；而隨后市場情緒回落時，價格也會相應下跌。廣東碳市場作為中國較早成立的碳排放權交易市場，具有更成熟的市場機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，當收益率上漲時，投資者受到鼓舞，情緒更樂觀，從而推高價格。這種正向影響表明，廣東交易市場中的投資者更加敏感，能夠更快地響應市場。

4.2 Granger因果檢驗

Granger因果關系用于檢驗一組時間序列是否為另一組時間序列的原因，即考察這組時間序列的滯后項是否會對當前項產生一定的影響，其本質是一種預測關系。通過Granger因果檢驗，可以判斷每兩組時間序列是否存在滯后影響關系，并判斷是單向還是雙向的Granger因果關系?；诟裉m杰因果檢驗原理，對各個市場的投資者情緒和收益率進行格蘭杰檢驗。

由表2Granger因果檢驗可以看出，在0.05的顯著水平上，廣東碳交易試點的收益率是投資者情緒的Granger原因，即收益率的變化會引起投資者情緒的變化。在0.1的顯著水平上，天津碳交易試點的收益率是投資者情緒的Granger原因，即收益率的變化會引起投資者情緒的變化。廣東與天津碳交易市場的收益率變化越大，投資者情緒越有可能發生越大的變動。當市場收益率大幅波動時，投資者會因為樂觀或悲觀的情緒而做出過度買入或賣出的決策，從而進一步加劇市場波動。

4.3 脈沖響應分析

通過脈沖響應函數能夠深入探究VAR模型的結果，以更加清晰明了地反映內生變量對誤差沖擊的響應，從而更好地理解其動態變化特性。圖1和圖2分別為投資者情緒對八個碳交易試點收益率的脈沖響應圖。

從投資者情緒對北京碳交易試點收益率的沖擊來看，給情緒施加標準差沖擊后，收益率的響應比較平穩：在第一期，投資者情緒沒有明顯的變化；在第二期，收益率出現較小正向變化；在第三期，緩慢減弱降至負峰值；第四期之后，圍繞零值波動，趨于平靜。由此可見，當投資者情緒高漲時，收益率當期不會發生明顯變動，而是一段時間后，才緩慢上升。

從投資者情緒對廣東碳交易試點收益率的沖擊來看，給投資者施加標準差沖擊后，收益率的變化較為平穩：當投資者情緒高漲時，收益率第一期不會發生明顯變化；第二，三期開始緩慢下降至負值，第四期上升至正值。由此可以發現，當投資者情緒高漲時，收益率短期內不發生變化，后期會下降，然后逐漸回到初始狀態。

從投資者情緒對湖北碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊，第一期收益率不會出現任何變化，第二期迅速下降至負峰值，第三期又回到零值，之后沒有明顯變化。由此可見，當投資者情緒高漲時，第二期收益率會產生負向影響，后期收益率不會有較大變化。

從投資者情緒對上海碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊后，收益率在當期不會出現任何變化，第二至五期圍繞零值呈現鋸齒狀波動，隨后趨于平穩。由此可見，當投資者情緒高漲時，收益率后期會呈現不穩定的波動。

從投資者情緒對天津碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊后，收益率第一至三期未出現較大變化，第四期下降至負峰值，后期緩慢回升至零值。由此可見，當投資者情緒變化時，收益率的反應時間較長，第三期收益率才會呈現下降趨勢。

從投資者情緒對重慶碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊后，收益率在第一期未出現變化，第二期下降至負值，第三期未發生變化，第四期迅速上升至正峰值，后期回到零值。由此可見，當投資者情緒高漲時，收益率在第二、三期均為負值，且未出現較大變化，后期逐漸上升至正值。

從投資者情緒對福建碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊后，收益率的響應較為平穩：第一期投資者情緒沒有明顯變化，第二期緩慢下降至負峰值，第三、四期逐漸增加至正值。由此可見，當投資者情緒高漲時，收益率當期沒有發生變化，而是在后期傳遞負向影響后又變為正向影響，當期投資者情緒的高漲會導致后期收益率下降。

從投資者情緒對深圳碳交易試點收益率的沖擊來看，給投資者情緒施加標準差沖擊后，收益率在第一期未出現變化，第二期迅速下降至負峰值，第三期之后開始緩慢增加，返回至零值附近。因此，當投資者情緒高漲時，收益率當期不會出現任何變化，第二期收益率下降較大幅度，后期逐步升高。

通過對各個市場的脈沖響應分析可以發現，對投資者情緒施加標準差沖擊后，收益率當期不會產生任何變化，在第二期會出現負向變化，隨著時間的推移，影響越來越小。總體來說，投資者情緒的變化對碳市場的收益率不是即時的，而是具有一定的滯后效應，一般持續在一周左右。當投資者情緒出現過度悲觀或樂觀的預期時，會引發非理性的交易行為。然而，隨著時間推移，這種情緒驅動效應會逐漸減弱，投資者逐漸回歸理性，市場趨于平穩。

5 結論與建議

本文通過微博信息構建投資者情緒指標，通過VAR模型、Granger因果檢驗方法和脈沖響應分析，研究投資者情緒對我國碳市場收益之間的關系。研究結果表明，投資者情緒對深圳碳交易試點的收益率存在顯著負向影響，廣東碳交易試點的收益率對投資者情緒存在顯著正向影響，說明深圳碳交易試點的價格更容易受到市場情緒的影響，廣東碳交易試點信息傳遞較為迅速；通過Granger因果檢驗發現，廣東碳交易試點的收益率變化是投資者情緒的Granger原因，天津碳交易試點的收益率是投資者情緒的Granger原因；對各個碳交易試點，當期投資者情緒對收益率不會產生影響，短期內會對收益率產生負向影響，隨著時間的推移，這種作用力逐漸減弱。

綜上所述，本文針對碳市場的建設提出如下政策啟示：

（1）加強碳市場間的溝通

完善市場機制，加強碳市場間的合作與交流，分享碳市場建設與管理的成功經驗，推動全國碳市場的協同與發展；政府可以制定符合本區域實際情況的碳市場政策框架，確保政策實施的有效性和針對性。此外，注重碳市場的技術創新，發揮市場在資源配置中的決定性作用，提高碳市場的交易效率和競爭力；注意強化碳市場的監測、評估與監管體系，確保市場的公平、透明和穩定。運營時間較短、活躍度較低的碳市場可以借鑒其他較為規范的碳市場，增強其流動性，各個碳市場間加強交流、互相學習，實現共同發展與繁榮。

（2）注重網絡宣傳途徑

在網絡傳播渠道方面，政府應充分利用網絡在信息傳遞中對投資者關注方向的引導作用。政府需重視有關碳市場的新聞報道的真實性、時效性、全面性及權威性，抑制虛假信息的擴散，并對事態發展進行全面的公開披露。這種做法一方面有助于穩定公眾情緒，降低突發事件對社會造成的負面影響。另一方面，鑒于信息發布對投資者關注的影響，新聞媒體提供的資訊成為投資者決策的重要參考依據，甚至在某種程度上與碳市場價格的真實價值密切相關。政府需與權威媒體有效協作，以便投資者根據信息披露情況作出合理投資決策，保障市場穩定高效運行。

（3）完善信息披露機制

在一個高效的市場中，健全的信息披露機制至關重要。以股票市場為例，招股說明書、公司公告等發布的信息能為市場投資者提供中長期預期，有助于引導投資者進行理性價值投資。因此，我國碳交易市場亟待構建一套行之有效的信息披露機制，應強化中介服務機構在碳足跡等相關數據計算與披露方面的關鍵作用，以滿足投資者對相關信息的需求，降低交易雙方的信息不對稱程度，提高投資者關注碳交易市場的效率，促進其健康、穩定發展。

參考文獻

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. 投資者情緒指數及中國股市的實證[J]. 系統科學與數學，2009，29（1）：1-13.

程昆，劉仁和. 投資者情緒與股市的互動研究[J]. 上海經濟研究，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. 媒體語氣、投資者情緒與IPO定價[J].金融研究，2015（9）： 174-189.

羅琦，吳乃遷，蘇愉越，等. 投資者盈余樂觀情緒與管理者迎合： 基于社交媒 50 體情感分析的證據[J]. 中國工業經濟，2021（11）：135-154.

呂靖燁， 張超. 低碳背景下我國碳排放權市場價格的影響因素分析[J]. 煤炭經濟研究， 2021， 35（5）：123-130.

張鵬. 碳排放權交易市場價格的影響因素研究[J]. 中國市場， 2020（16）：10-11.

張欣. 上海碳市場碳排放權價格的影響因素分析： 基于VEC模型的實證研究[J]. 中國商論， 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.中國碳配額價格影響因素的區域性差異[J]. 浙江學刊， 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.