“雙碳”目標背景下我國碳排放權(quán)交易市場價格波動及風險度量研究

施露凡 劉鵬蘭

摘 要：隨著我國“雙碳”戰(zhàn)略的持續(xù)推進，碳排放權(quán)交易已成為推動我國實現(xiàn)“雙碳”目標的重要環(huán)境政策。在“雙碳”目標背景下，考察我國碳金融市場波動，度量并防范碳金融市場風險有著積極的現(xiàn)實意義。本文通過對“雙碳”目標提出前后我國6所碳排放權(quán)交易所的日交易數(shù)據(jù)進行實證分析，建立GARCH模型評估各交易所收益率的波動特征，計算VaR值度量市場風險。研究表明，GARCH模型能較好地擬合和預(yù)測碳金融市場價格波動特征及在險價值；6所碳排放權(quán)交易所由于所在區(qū)域的政策執(zhí)行情況、市場機制等存在不同，各交易所的價格波動情況在綠色政策出臺前后存在差異，有明顯的區(qū)域性特征，但市場整體呈相對理性的狀態(tài)，波動趨于穩(wěn)定。本文基于實證分析結(jié)果，對我國碳金融市場風險管理提出多方面的對策與建議，以碳金融市場的良性發(fā)展助推“雙碳”目標的實現(xiàn)。

關(guān)鍵詞：“雙碳”目標；碳排放權(quán)交易；收益率；GARCH模型；VaR

本文索引：施露凡，劉鵬蘭.“雙碳”目標背景下我國碳排放權(quán)交易市場價格波動及風險度量研究[J].中國商論，2023（10）：-099.

中圖分類號：F062.2 文獻標識碼：A 文章編號：2096-0298（2023）05（b）--04

隨著我國的經(jīng)濟發(fā)展由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，我國已將應(yīng)對氣候變化納入國家發(fā)展戰(zhàn)略。2011年以來，我國先后在北京、天津、上海、重慶、湖北、廣東、深圳和福建8個地方開展試點工作。2021年7月16日，全國碳排放交易市場上線，黨的二十大明確提出要積極穩(wěn)妥推進“碳達峰”“碳中和”雙重目標。目前，碳金融政策正逐步落地實施，碳金融市場面臨著前所未有的機遇與挑戰(zhàn)。

在市場交易中，碳排放交易價格易受外部事件的沖擊?！半p碳”目標的提出，意味著我國將持續(xù)推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與能源結(jié)構(gòu)調(diào)整，加快綠色轉(zhuǎn)型發(fā)展，勢必會對國內(nèi)碳排放權(quán)交易市場產(chǎn)生長久的影響。在國內(nèi)碳排放權(quán)交易市場實現(xiàn)統(tǒng)一的關(guān)鍵時期，為了促進碳金融市場的穩(wěn)步發(fā)展，我國需要加強對碳金融市場風險的監(jiān)管，有序健全碳市場機制。

1 文獻綜述

由于碳排放權(quán)交易在我國起步比較晚，我國學(xué)者對國際碳排放權(quán)交易機制的研究多集中在交易機理的分析上。曾剛和萬志宏（2009）介紹了國際碳金融交易市場的市場結(jié)構(gòu)，指出了該市場存在的風險，給出應(yīng)加強國際合作與交流的建議；王遙和王文濤（2014）指出了我國發(fā)展碳金融市場的機制設(shè)計風險、市場供給風險等，需要從多方面設(shè)計碳金融監(jiān)管體系；王穎等（2019）將碳金融與傳統(tǒng)金融市場進行對比分析，總結(jié)碳金融風險特征并構(gòu)建監(jiān)督機制。

在碳排放權(quán)交易市場風險研究和度量方面，杜莉等（2015）使用ARCH族類模型計算了中國6所碳排放權(quán)交易所的VaR值，發(fā)現(xiàn)各交易所價格沖擊的衰減速度和市場風險存在差異性；邱謙和郭守前（2017）利用ARCH族類模型對中國碳金融市場風險進行度量，發(fā)現(xiàn)外部環(huán)境異質(zhì)性作用更容易對碳價波動產(chǎn)生影響；劉紅琴和胡淑慧（2022）通過設(shè)置不同的交易情境對碳市場風險進行研究，發(fā)現(xiàn)碳市場在四種情境下均具有風險杠桿效應(yīng)，且壞消息比好消息更容易影響市場波動。

目前，少有研究針對“雙碳”目標進行分析，提出其作為政策因素對國內(nèi)碳排放權(quán)交易市場產(chǎn)生影響。因此，本文創(chuàng)新性地考慮“雙碳”目標作為政策因素帶來的外部沖擊，通過設(shè)置“雙碳”目標提出前后的不同情境，建立GARCH模型對我國碳金融市場的收益率序列進行實證分析，評估各交易所在不同情景下收益率的波動性特征和市場風險，基于“雙碳”目標，為我國碳金融市場風險管理提出對策與建議。

2 VaR模型介紹與計算方法

2.1 VaR模型

VaR模型（Value at Risk）是度量市場風險的重要方法，旨在估計某項金融產(chǎn)品或投資組合在給定置信水平下一定時間內(nèi)可能產(chǎn)生的最大損失，公式表示為：

其中，表示資產(chǎn)持有期的價值損失；代表置信區(qū)間。令某項資產(chǎn)初始價值為，收益率為，則下一持有期預(yù)期該資產(chǎn)價值為。設(shè)收益率的期望值和波動性分別為和，在給定置信區(qū)間下，該資產(chǎn)預(yù)期最小價值為，則：

計算相當于確定該資產(chǎn)在本期末的最小價值或最小收益率。

2.2 基于GARCH模型的方差—協(xié)方差法

方差—協(xié)方差法是計算VaR的常用方法，通過假設(shè)資產(chǎn)收益率服從正態(tài)分布，對資產(chǎn)收益率的方差—協(xié)方差矩陣進行估計。該方法中，以“指數(shù)權(quán)重計算方法”更能反映金融時間序列的特征，此法實際上就是GARCH模型，即廣義自回歸條件異方差模型，模型表示如下：

其中，為ARCH項；為GARCH項；，α1≥0，β1≥0。當與同時為1時，GARCH（1，1）模型如下：

GARCH（1，1）模型平穩(wěn)的充要條件是，ARCH項參數(shù)反映外部沖擊對波動的影響，GARCH項參數(shù)反映系統(tǒng)的長期記憶性，參數(shù)之和反映收益率波動的持續(xù)性。

3 數(shù)據(jù)的選取與說明

3.1 樣本數(shù)據(jù)的選取與說明

本文選取北京、上海、天津、湖北、廣東、深圳6所碳排放權(quán)交易所（以下簡稱“交易所”）的每日收盤價格作為研究對象。福建、重慶碳排放權(quán)交易所由于成交量較為低迷，價格波動不足，沒有納入其中。各個交易所的數(shù)據(jù)均來自各交易所官方網(wǎng)站和中國碳交易網(wǎng)，數(shù)據(jù)分析軟件采用R語言。

為探究“雙碳”目標提出對各交易所碳排放權(quán)價格波動的影響，本文以2020年9月22日為時間節(jié)點，設(shè)置不同的情境對碳金融風險進行度量和分析。同時，為了更加全面地刻畫各交易所的碳金融風險特征，本文第一階段數(shù)據(jù)從各交易所起始日進行選取（見表1）。

此外，為增強數(shù)據(jù)的平穩(wěn)性及適用性，在參考國內(nèi)外眾多學(xué)者研究的基礎(chǔ)上，本文對各交易所每日收盤價進行對數(shù)差分，計算得到日收益率序列，計算公式如下：

其中，為時刻的碳排放權(quán)交易價格的收益率，為時刻碳排放權(quán)交易的收盤價格。

3.2 收益率序列的統(tǒng)計分析

3.2.1 描述性統(tǒng)計

通過實證分析，“雙碳”目標提出前后6所交易所的收益率標準差和均值相差較大，說明兩個階段碳排放權(quán)交易價格存在明顯波動。在峰度方面，兩個階段中各交易所峰度值均在3以上，呈現(xiàn)尖峰特征。在偏度方面，6所交易所的收益率序列在兩個階段中均異于0。從JB統(tǒng)計量及P值來看，6所交易所的收益率序列均拒絕正態(tài)分布的原假設(shè)，表現(xiàn)出集群波動特性。綜上，在“雙碳”目標提出前后，6所交易所的收益率序列都具有“尖峰厚尾”的分布特征。

3.2.2 平穩(wěn)性檢驗

本文使用ADF檢驗法對各交易所的對數(shù)收益率進行平穩(wěn)性檢驗，在5%顯著水平上，各交易所收益率序列平穩(wěn)。

3.2.3 異方差檢驗

為進一步驗證基于GARCH模型的方差—協(xié)方差法的可行性，需要判斷擾動項是否存在條件異方差。根據(jù)異方差檢驗結(jié)果，各交易所對數(shù)收益率殘差序列對應(yīng)的LM統(tǒng)計量的P值均為0，拒絕原假設(shè)，說明6所交易所的日收益率存在ARCH效應(yīng)。

4 基于GARCH模型的國內(nèi)碳市場波動率的實證分析

4.1 模型參數(shù)估計

根據(jù)AIC和SIC信息準則發(fā)現(xiàn)，GARCH（1，1）模型的擬合效果最好。因此，本文使用正態(tài)分布下的GARCH（1，1）模型對交易所收益率序列進行參數(shù)估計，括號內(nèi)為各參數(shù)相對應(yīng)的P統(tǒng)計值。

從交易所參數(shù)估計結(jié)果的顯著性來看，“雙碳”目標提出前后國內(nèi)6所交易所收益率序列的參數(shù)估計結(jié)果整體上較為顯著，說明國內(nèi)碳金融市場收益率總體具有波動聚集特征。同時，將6所交易所各階段下參數(shù)估計結(jié)果取均值，以考察全國碳金融市場的波動率特征（見表2、3）。

4.2 各交易所碳排放權(quán)價格波動率特征分析

通過整體分析各交易所參數(shù)估計的結(jié)果發(fā)現(xiàn)，各交易所ARCH項參數(shù)α1均大于0，表明外部沖擊會加劇各交易所的價格波動水平；GARCH項參數(shù)β1均在0～1，表明各交易所的價格波動具有持續(xù)性，自身收益率的波動會對后期價格產(chǎn)生影響。

（1）北京交易所α1變動不大，β1顯著上升，α1+β1之和在目標提出前后變動較大，第二階段接近1。這主要原因可能是“雙碳”目標提出前后政府已經(jīng)在持續(xù)推行清潔能源使用，北京地區(qū)企業(yè)生產(chǎn)效用逐步提升，降低了碳排放的需求量，新能源指數(shù)的走強會引起碳排放權(quán)交易價格波動中長期成分的下降，價格趨于穩(wěn)定。

（2）上海交易所α1顯著上升，外部沖擊對價格波動的影響有所增強。β1有所減少，同時在第二階段中GARCH項不顯著，表明目前的方差沖擊對后期價格波動存在的影響較小。原因可能是上海交易所早期實施嚴格的市場準入、控制市場風險，后期受綠色政策的影響，強化促進上海金融市場和碳排放權(quán)交易市場的合作，市場活躍度提高。

（3）深圳交易所α1有所上升，β1顯著下降，說明在“雙碳”目標提出之后深圳交易所的價格波動更易受到外部沖擊的影響，方差沖擊的記憶性有所減弱，總體波動逐漸衰弱。該現(xiàn)象的原因可能是深圳交易依靠粵港澳大灣區(qū)金融平臺，在政策的推行下，綠色金融發(fā)展成效顯著，對政策變動反應(yīng)靈敏。

（4）廣東交易所α1較為穩(wěn)定，β1有所下降，同時發(fā)現(xiàn)在目標前后始終大于α1，表明廣東交易所的價格波動受到外部沖擊的影響長期小于自身方差沖擊的影響，其價格波動率變動具有繼承性。具體原因可能是廣東省實施了嚴格的碳排放交易機制，且較早納入碳配額競價拍賣方式，在充分發(fā)揮市場作用的同時，也能及時對交易風險進行監(jiān)管，綠色政策沖擊較小。

（5）天津交易所α1有所上升，β1輕度下降，表明在“雙碳”目標提出之后天津交易所價格波動受到外界沖擊的影響有所加強，方差沖擊對后期價格波動的影響有所減弱。表明綠色政策的推行對天津交易所碳排放權(quán)價格波動存在影響，這與天津加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、加速實現(xiàn)轉(zhuǎn)型升級存在一定關(guān)系。

（6）湖北交易所α1變幅穩(wěn)定，β1顯著上升，且β1始終大于α1，表明意外的市場沖擊對未來波動產(chǎn)生較小的修正，即綠色政策的推行對湖北交易所價格波動造成的影響相對較小。具體原因可能是湖北省以鋼鐵、電力等高耗能工業(yè)為碳排放權(quán)交易主體，近年來我國將電力行業(yè)作為重心構(gòu)建全國碳市場等相關(guān)政策影響下，市場建設(shè)加快且風險調(diào)控能力增強，市場整體對綠色政策的沖擊較為理性。

由此可見，國內(nèi)6所碳排放權(quán)交易所的價格波動水平在“雙碳”目標提出前后均有變動，但變動規(guī)律并不相同，具有強烈的區(qū)域特征。全國碳金融市場參數(shù)總體變動較小，說明國內(nèi)市場逐步完善，各區(qū)域試點交易政策落地實施且取得顯著成效，市場整體對外部沖擊呈相對理性的狀態(tài)。

5 國內(nèi)碳市場波動率的風險度量

5.1 GARCH（1，1）-VaR模型的計算結(jié)果

為刻畫碳金融市場的風險波動，本文在GARCH（1，1）模型參數(shù)估計的基礎(chǔ)上，預(yù)測各交易所在不同階段中下一期價格波動的標準差。假設(shè)投資金額為1000元，計算出在99%、95%置信水平上的VaR值（見表4）。

5.2 VaR值的回測檢驗

本文使用Kupiec檢驗法檢驗GARCH（1，1）模型計算的VaR值是否有效。在99%置信水平上，除了第二階段深圳交易所之外，其他交易所在“雙碳”目標提出前后預(yù)測結(jié)果的失敗率均低于5%，在一定程度上說明GARCH（1，1）模型能夠有效度量各交易所的在險價值（見表5）。

深圳交易所預(yù)測結(jié)果失敗率較高的原因可能是該所交易規(guī)模較大，背靠粵港澳大灣區(qū)金融平臺，金融活躍度高，投資者對政策的不同解讀易反映到市場上，進而引起收益率的異常波動。

6 結(jié)語

6.1 結(jié)論

為探究“雙碳”目標的提出對國內(nèi)各交易所碳排放權(quán)價格波動及風險變化的影響，本文選取北京、上海、天津、湖北、深圳、廣東6所碳排放權(quán)交易所，通過建立GARCH模型對國內(nèi)碳市場波動率進行實證分析，得到以下結(jié)論：

（1）國內(nèi)6所碳排放權(quán)交易所的收益率序列均具有明顯的尖峰厚尾特征，GARCH（1，1）模型能夠有效擬合不同階段各交易所的碳價波動率。

（2）在“雙碳”目標提出前后，各交易所價格水平受前期價格波動和外界沖擊的影響程度具有顯著差異。該差異與不同區(qū)域的政策執(zhí)行、市場機制等因素有關(guān)，但隨著我國碳金融交易市場的不斷完善，市場總體表現(xiàn)較為理性，波動穩(wěn)定。

（3）GARCH（1，1）模型計算的VaR值能有效反映不同碳排放權(quán)交易所的收益風險特征，但VaR值估計收益風險的準確性會因交易所的不同而存在差異。

6.2 建議

基于上述研究分析，本文提出以下相關(guān)建議：

（1）加快構(gòu)建全國統(tǒng)一碳排放權(quán)交易市場。全國碳排放權(quán)交易市場的建設(shè)是一項系統(tǒng)工程，需要總結(jié)各地交易試點工作經(jīng)驗，做好地方試點和國家碳排放權(quán)交易市場的對接工作，制定統(tǒng)一的交易制度、定價制度與配額方式等，促進碳金融市場平穩(wěn)運行。

（2）健全碳金融交易風險預(yù)測和管理系統(tǒng)，維護碳市價格穩(wěn)定。建立有關(guān)部門或機構(gòu)，建立有關(guān)預(yù)警指標，構(gòu)造風險度量模型，以預(yù)測并規(guī)范不同地區(qū)碳市場交易中出現(xiàn)的各類風險。此外，需要豐富國內(nèi)碳金融產(chǎn)品種類，發(fā)揮其對沖風險、穩(wěn)定市場等功能。

（3）推進國際交流與合作，加快我國碳排放權(quán)交易市場的國際化進程。積極借鑒國際碳金融市場發(fā)展經(jīng)驗，促進國際國內(nèi)協(xié)同發(fā)展，推動我國“雙碳”目標的實現(xiàn)。

參考文獻

曾剛， 萬志宏. 國際碳金融市場：現(xiàn)狀、問題與前景 [J]. 國際金融研究， 2009（10）： 19-25.

王遙， 王文濤. 碳金融市場的風險識別和監(jiān)管體系設(shè)計 [J]. 中國人口·資源與環(huán)境， 2014， 24（3）： 25-31.

王穎， 張昕， 劉海燕， 等. 碳金融風險的識別和管理 [J]. 西南金融， 2019（2）： 41-8.

杜莉， 孫兆東， 汪蓉. 中國區(qū)域碳金融交易價格及市場風險分析 [J]. 武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2015， 68（2）： 86-93.

邱謙， 郭守前. 我國區(qū)域碳金融交易市場的風險研究 [J]. 資源開發(fā)與市場， 2017， 33（2）： 188-193.

劉紅琴， 胡淑慧. 不同情境下中國碳排放權(quán)交易市場的風險度量[J]. 中國環(huán)境科學(xué)， 2022， 42（2）： 962-970.

宋敏， 辛強， 賀易楠. 碳金融交易市場風險的VaR度量與防控：基于中國五所碳排放權(quán)交易所的分析 [J]. 西安財經(jīng)大學(xué)學(xué)報， 2020， 33（3）： 120-128.

翟愛梅. 基于GARCH模型對人民幣匯率波動的實證研究 [J]. 技術(shù)經(jīng)濟與管理研究， 2010（2）： 20-23.

劉君陽， 楊鳳娟， 李亞冰. 影響中國碳排放權(quán)交易價格波動的長效因素研究：基于北京環(huán)境交易所碳價格 [J]. 統(tǒng)計理論與實踐， 2020（3）： 11-16.

張敏思， 王穎. 上海碳排放權(quán)交易試點政策體系和管理模式分析 [J]. 中國經(jīng)貿(mào)導(dǎo)刊（理論版）， 2018， （11）： 14-16.

張晶， 崔瑛麟. 我國碳交易市場價格走勢特征比較研究：基于湖北、廣東、深圳三個區(qū)域碳交易市場樣本數(shù)據(jù)分析 [J]. 價格理論與實踐， 2021（5）：161-164+196.

孫丹， 馬曉明. 碳配額初始分配方法研究 [J]. 生態(tài)經(jīng)濟（學(xué)術(shù)版）， 2013（2）： 81-85.