我國碳交易市場的弱式有效性檢驗及趨勢分析

摘 要：文章基于各碳交易市場日均交易價格數據，采用RS分析法和ADF檢驗法對中國八個試點省市的碳排放權交易市場和全國碳市場進行研究，以檢驗市場是否達到弱式有效水平，并追蹤有效性特征隨時間的演變。結果表明：各試點碳交易市場以及全國碳市場均未達到弱式有效水平，總體仍處于發展階段。隨著政策的完善、市場參與者的增加和技術的進步，預期市場效率將得到提升。本文為研究碳金融市場的演進提供了理論基礎，還為全國統一碳排放權交易市場的建設提供了政策效果的評估和反饋，以消除內部阻礙碳排放權流動的約束，提高資源配置效率。

關鍵詞：碳交易市場；市場有效性；弱式有效水平；重標極差分析法；ADF檢驗法

本文索引：沈才藝.<變量 2>[J].中國商論，2024（10）：-111.

中圖分類號：F205 文獻標識碼：A 文章編號：2096-0298（2024）05（b）--07

1 引言

1997年《京都議定書》通過后，國際社會開始探索一種新的市場機制來落實《聯合國氣候變化框架公約》的目標，即碳排放交易市場機制。作為實現《京都議定書》和《巴黎協定》等國際氣候協議中溫室氣體排放減少目標的有效機制，碳交易實質上是指政府在確定碳排放總量目標并對排放配額進行初始分配后，企業之間（或國家之間）就排放配額進行買賣的行為（徐瑤， 2016）[1]。市場的有效性水平決定著這一市場機制能否充分發揮提供激勵，推動清潔能源技術創新，為全球的氣候治理問題提供國際合作的基礎等功能。

2005年歐盟推出了碳排放交易體系，建立了全球第一個碳交易市場。截至2023年，全球實際運行的碳市場數量達到28個，碳市場體系覆蓋的溫室氣體排放量達90億噸。繼2015年197個國家簽訂《巴黎協定》后，2021年11月，首次締約方大會通過了《格拉斯哥氣候協議》，各國就《巴黎協定》實施細則達成共識，提出了碳交易市場國際合作的發展方向。

2011年，中國在“十二五”規劃（2011—2015年）中首次提出到2015年的碳強度相較2010年下降17%的目標。2013年10月，北京、天津、上海、重慶、湖北、廣東、深圳開展了碳排放權交易地方試點工作。福建省作為國內第8個碳交易試點省市，于2016年12月22日啟動碳交易市場。2017年12月19日，中國宣布正式啟動國家碳排放交易體系（ETS）建設項目。2020年9月，我國提出2030年前實現碳達峰，2060年前實現碳中和的戰略目標，這一目標對中國的碳市場建設提出了重大的要求和挑戰，其中碳市場的有效運作成為實現這些政策目標的關鍵因素。為了深入理解中國當前碳交易市場的有效性水平，本研究綜合應用RS分析法與ADF檢驗法，從不同角度審視碳市場的行為模式，識別當前階段市場運作面臨的關鍵因素，為政策制定和市場干預提供了科學的依據。此外，本研究基于實證數據與最新政策動態，分析預測了我國碳市場效率的變化趨勢。針對這些發現，本文將雙碳目標的要求和中國的實際情況相結合，基于當前政策框架和市場結構提出具體政策建議，旨在優化碳市場的運行效率，進而有效推進雙碳戰略目標的實現。

2 文獻綜述

基于中國碳市場發展情況，國內外學者對碳交易市場的有效性進行了一定的探討和研究，但由于衡量指標與檢驗方法的不同，尚未得出統一的觀點。郭蕾和趙方芳（2020）[2]采用重標級差分析法發現，我國七個碳試點市場均未達到弱有效分形市場。Zhao等（2017）[3]利用單位根檢驗，認為中國的碳交易市場已達到了弱勢有效水平。Zhou等（2019）[4]使用一系列方差比來檢驗2018年之前的市場效率，得出北京、湖北和福建市場達到了弱式有效，而其余市場均未達到的結論。Chen等（2021）[5]使用效率檢驗方法，認為只有廣東省試點市場達到了弱式有效。馬勇和李美儀（2023）[6]利用重標極差分析法，得出僅全國市場和少量區域試點市場為弱式有效的結論。

綜上所述，碳交易作為環境治理的新興手段在學術界備受矚目，但當前研究存在不足。首先，缺乏對九個碳交易市場的系統綜合比較，限制了對市場間異同點及各自特點的全面了解。現有研究多側重于單一市場，對市場有效性的跨市場對比和總結不足。其次，對各市場最新發展和潛在問題的跟進不足，中國的碳交易市場正處于持續發展階段，這使得把握其發展趨勢對完善碳交易制度至關重要。此外，市場有效性直接關系到碳交易制度對環境治理目標的實現，因此有必要及時通過深入評估各市場的運行效果，為未來政策制定提供科學依據。

3 我國碳交易市場概況

3.1 市場規模

我國碳市場涵蓋的溫室氣體種類除重慶市場外，均僅包含二氧化碳，但各地市場的總量上限存在著巨大差異。近年來，八個地方碳試點市場中，上海、廣東、湖北和福建市場的總量上限均超過100 MtCO2，而深圳和北京市場2021年的初始配額總量僅有25 MtCO2和35MtCO2。全國碳市場規模龐大，每年的配額總量穩定在4500 MtCO2左右。

根據國際碳行動伙伴組織官網的數據，北京、上海、廣東、重慶和湖北的碳交易市場收入已經達到億級人民幣。深圳和天津的碳交易市場規模相對較小，處于千萬級規模。福建碳交易市場自2016年至今，僅獲得125萬元的收入。

3.2 碳配額交易價格

我國碳交易市場在不同地區的政策實施和市場成熟度不同，因此各試點市場的碳價格存在較大差異。表1數據顯示，北京和廣東的碳排放權交易價格水平明顯高于其他市場，其二級市場均價分別達到93.32元/噸和76.53元/噸，后者通常維持在20～60元/噸。其中，北京是中國唯一使用價格下限（20 元人民幣）和上限（150 元人民幣）作為價格穩定機制的地區試點。2023年，中國碳市場的配額價格為8美元/噸，與歐盟、瑞士碳市場的價格（83美元/噸、81美元/噸）存在較大差距。

3.3 中國碳市場機制

我國碳交易市場采用免費分配和拍賣相結合的方式來分配碳排放配額，前者通常采用祖父法則和標桿法來決定配額的數量。評估機制方面，我國碳市場采用了可交易的績效標準（Tradable performance standard，TPS）作為其核心機制，與傳統的碳排放配額交易制度（Cap-and-trade system）有所不同（Pizer和Zhang ， 2018） [7]。TPS并不直接限制碳排放總量，而是通過設定每單位產出的碳排放強度（Carbon intensity）來激勵碳市場所覆蓋設施降低其生產過程中的碳排放，從而實現成本最低化的碳強度降低目標。

3.4 市場活躍度與流動性

截至2022年，各地碳市場在交易活躍度方面存在明顯差異。北京碳市場呈現出較高的交易活躍度，初步展現出從政策驅動向市場驅動的趨勢轉變，碳交易活動的金融屬性逐步顯現。上海、天津和重慶的碳市場活力有待進一步激發，在履約期之外，市場活躍度較低，政策驅動特征明顯，價格穩定性較差。相比之下，深圳、福建和湖北的碳市場相對更為活躍，其中深圳碳市場連續多年穩居全國碳市場流動性第一。

根據《中國碳市場回顧與展望（2022）》提供的數據，自2021年7月16日至2021年底，全國碳市場累計運行了114個交易日，活躍度較高，第一個履約周期的履約完成率達99.5%。不過與歐盟碳市場相比，我國市場活躍程度還有較大提升空間。根據2023年中國碳市場年報的數據，我國全國市場交易換手率在3%左右，與歐盟碳市場417%的換手率存在近150倍的差距。

綜上，我國碳市場快速發展，在不到十年的時間里，已從初始試點擴展到全國范圍，最終覆蓋了全國主要經濟區域。然而，不同地區的碳試點市場存在著顯著差異，在市場活躍度、效率和成熟度方面表現不一，反映出地區碳市場之間的異質性。全國市場規模龐大，但面臨市場不活躍、流動性不足和價格波動性問題。

4 我國碳交易市場有效性的影響因素

4.1 有效市場假說

在現代金融學中，有效市場假說（Efficient Market Hypothesis，EMH）是一個核心概念，由Eugene Fama于1970年首次提出，由交易價格對信息的不同接受程度將市場效率劃分為強式有效、半強式有效、弱式有效3種水平，其中強式有效水平的成立必然意味著半強式效率和弱式效率的同時成立，具有從高到低的遞歸驗證邏輯。

EMH的核心觀點是市場價格反映了所有可用信息，投資指數可被視為對整個市場表現的有效代表。在有效市場中，投資者無法通過分析已知信息實現超額盈利，而在低效的市場中，投資者可能因信息不對稱、流動性過低或技術限制等異常而有機會獲得超額盈利（Takaishi ， 2022）[8]。

4.2 影響因素

活躍度和流動性均是市場有效性的重要影響因素。活躍的市場意味著市場參與者具有較高的交易意愿，資產具有更高的流動性，投資者能在較短時間內將其交易資產以合理價格轉化為現金或其他資產，有助于有效價格發現、穩定交易價格（Wang ， 2018）[9]。

對于碳市場來說，政府對市場有效性的影響程度較為深刻。首先，政府的碳排放配額分配決定了市場上可交易的碳排放總量，通過供需關系路徑的傳導，影響市場的流動性和活躍度。其次，政府設定的碳稅和碳排放配額交易制度對市場價格產生直接影響。另外，各省市制定的信息披露制度要求也會影響碳市場的有效性。如果市場參與者能夠獲取準確、及時的碳排放數據和市場價格信息，他們將能夠更好地評估市場的風險和機會，促進市場的交易量和價格穩定性。最后，政府制定的違約懲罰力度和允許的抵消比例會影響市場參與者的行為。較高的違約懲罰力度可以鼓勵企業履行其減排承諾，而合理的抵消比例可以降低企業減排的成本，促進市場的有效性和參與度。

總之，中國碳市場作為新興市場，目前仍面臨一系列挑戰和不成熟因素。因此，本文分析其有效性需要考慮多個因素，從多個方面進行分析和預測。

5 實證檢驗

5.1.數據說明

5.1.1 數據來源

本研究的數據來源于CSMAR中國經濟金融研究數據庫，該數據庫作為在金融和經濟領域廣泛認可的數據源，具有豐富的市場數據，包括中國各地區碳交易市場的詳細交易記錄。

5.1.2 數據選取

收集數據的時間跨度從各區域市場成立之初到2022年，具體見表2，觀察期較長，以減緩初期市場常見波動性和不規則性擾動對分析效果的影響，獲取較穩定的數據集，進而反映更為成熟的市場狀態。此外，為避免小規模樣本的異常或隨機波動對分析結果的影響，本文收集了各試點市場5～7年的日均交易價格數據，數據時間間隔密集，數據規模充分。這種考慮對于在擴增迪基-富勒（ADF）檢驗中估計自回歸系數至關重要，顯著降低了小樣本偏差對數據集單位根特征解釋的可能影響。

5.1.3 數據處理

本研究選擇的主要數據是每個市場在規定時間內的日平均交易價格。為了分析市場有效性，本研究將采用當前價格與前一期價格之間的對數差來表示價格變化的百分比，即對數收益率，其具有時間縮放和歸一化的特性，有利于準確地比較不同時期和不同市場的價格趨勢。

5.2 分析方法

5.2.1 R/S分析法

R/S分析法（Rescaled Range Analysis）是由英國水文學家Hurst在尼羅河水流頻率的研究基礎上提出的。這種通過分析時間序列數據的趨勢和周期性估計Hurst指數的方法，其中的“長記憶性”與金融市場復雜的非線性特征契合，隨著數據分析技術的發展，這種“長記憶性”被廣泛應用于市場有效性水平的測定。此外，R/S分析法可以規避數據分布狀態的影響，直接評估數據的記憶性特征，更適用于實際市場數據的分析。當Hurst 值顯著偏離0.5時，表明交易價格并未完全反映交易信息，市場存在可預測性。具體而言，當0

首先，計算每一期價格與前一期價格之間的對數差，令Pt和Pt-1分別代表當前期和前一期的價格，如式（1）所示。

Rt=ln（Pt）-ln（Pt?1）（1）

對數收益率的時間序列進行標準化處理：

X（t）=（2）

其中，μ和σ分別為對數收益率序列的均值和標準差，計算標準化后對數收益率時間序列的累計離差 Y（t）：

Y（t） = （3）

計算每個子區間的極差R（t）為max1≤i≤tY（i）min- min1≤i≤t Y（i）。對每個子區間計算R/S比率，得出平均數E[R/S]。

最后，對關系式E[R/S]=c·（Δt）H兩邊同時取對數，求解Hurst指數。其中c為常數，H為Hurst指數，Δt為時間間隔（本文取1天）。

log（E[R/S]） = log（c）+H·log（Δt）（4）

5.2.2 ADF檢驗法

ADF檢驗被廣泛應用于檢驗市場有效性的假設，即市場上的價格是否能夠反映全部可得信息。通過檢驗時間序列數據是否具有單位根的存在，該檢驗方法可判斷該時間序列是否為平穩時間序列。若數據中存在單位根，則該時間序列非平穩，市場具有有效性；反之，則時間序列平穩。研究初步通常對最嚴謹的模型，即包含漂移項與時間趨勢項的檢驗模型進行分析。若此初步假設遭到拒絕，則無需繼續后續檢驗。反之，若該假設得到支持，則應進一步對僅包含漂移項的模型，以及既不含漂移項也不含時間趨勢項的模型進行檢驗，以全面評估市場的有效性。

5.3 實證分析

5.3.1? R/S分析法結果分析

本文選取我國八個試點省市（北京市、上海市、廣東省、深圳市、天津市、重慶市、湖北省、福建省）碳金融市場的碳交易價格，運用Matlab 軟件進行編程，計算出了全國及七個試點省市各自的Hurst指數，由于深圳市、天津市不同時期有不同的交易品種，故分別計算了不同交易品種下的Hurst指數，其中天津市的碳交易品種TJEA14——TJEA22為按時間先后上市的，且單個持續時間都不長的一系列交易產品，因此作為整體分析。Hurst指數如表3所示。

對于天津市、北京市、上海市、重慶市、廣東省、湖北省、福建省的碳金融市場，其Hurst指數分別為0.378、0.349、0.346、0.342、0.297、0.275、0.112，均位于（0，0.5）區間內，表明以上省市碳市場的碳交易價格的時間序列具有反持久性，且以上七個碳市場的Hurst指數依次減小，表明其反持續性依次增大。全國碳交易市場的Hurst指數約為0.492，位于[0.45，0.55]區間內，故認為該市場達到弱式有效。

深圳市的Hurst指數在2013—2020年呈現出復雜的變化趨勢，在此期間內Hurst指數均位于0～0.5，顯示出反持久性，特別是在2017年，Hurst指數達到0.492，接近于0.5，表明2017年深圳市的碳金融市場相對有效，過去的趨勢對未來價格變化的影響幾乎可以忽略。但在2018年，指數下降至0.255，市場的有效性降低。盡管隨后兩年有所回升，但Hurst指數并未再次超過0.45。

綜上所述，我國的八個地方試點市場均未達到弱式有效的水平，基本上都會受過去總體變化趨勢的影響，只有深圳市、天津市、重慶市在某一年曾接近有效，但持續時間都不長，市場的有效性亟待加強。相對來說，全國碳市場接近弱式有效水平，然而由于全國碳市場交易數據規模相對較小且存在劇烈波動，市場效率有待進一步考證。

5.3.2 ADF檢驗法結果分析

本文設置ADF檢驗的假設為：時間序列中存在單位根，即非平穩序列，ADF檢驗的原理是通過構造檢驗統計量，比較其值與經過模擬得到的臨界值之間的大小關系，來判斷原假設是否被拒絕。如果得到的顯著性檢驗統計量小于三個置信度（10%，5%，1%），則對應有（90%，95%，99%）的把握來拒絕原假設。

ADF檢驗結果如表4所示，我國九個地方碳交易市場均未達到弱式有效的水平，碳價格基礎薄弱，市場效率較低。其中，地方試點市場的有效性水平與R/S分析法結果一致，全國碳交易市場的有效性水平需要進一步分析。

由圖1可以看到，全國碳市場的交易活動主要集中在年末，呈現明顯的周期性。其中2021年12月成交量達135，557，640噸，占全年總成交量的75.82%；2022年12月成交量達26，252，988噸，占全年總成交量的51.59%。2021年全國碳市場累計運行114個交易日，日均成交量為157萬噸，2022年全國碳市場日均成交量僅為21萬噸，均與年末交易量差距較大。

這種交易量的極端波動是在政策規定的履約月份臨近時，市場參與者進行大量買賣交易活動。履約期的存在意味著在特定時間點前，市場參與者需要平衡其碳排放。因此履約期之前與其他時期的交易量存在巨大差異，供需關系的失衡導致價格的極端波動。這種情況下，市場波動性不僅由基本面因素（如供需、政策變動等）驅動，還受到交易時限的影響。

同時，R/S分析法存在局限性，其是一種測量數據序列長期記憶性的方法。如果市場經常出現非基于基本面的極端波動（如履約期引發的波動），這可能會導致R/S分析中的赫斯特指數偏離其對長期記憶性的真實反映。換句話說，由于履約期的存在，交易量和交易額的急劇震蕩會對短期內市場價格和流動性造成較大影響，價格序列的局部波動幅度顯著增強，但全國碳市場自啟動以來運營時長有限，且相應的數據量相對較少，2021年、2022年履約期前后的波動幅度差距也較大，這導致市場價格的長期依賴性無法通過不一致的局部波動性增強現象被準確捕捉，市場真實的有效性并未達到RS分析法得出的水平。因此，結合ADF檢驗的結果，本研究認為全國碳市場尚未達到弱式有效的水平。

6 我國碳交易市場有效性趨勢分析

6.1 總體趨勢

本文根據實證分析得出結論，我國各碳交易市場均未達到弱式有效的水平，目前仍處于發展階段。首先，市場的參與者主要被限制于政府指定的排放控制企業。這種限制性的參與主體結構導致市場缺乏多樣性，進而阻礙了市場的活躍度。其次，我國碳市場普遍缺乏持續和積極的交易策略。這通常表現為履約期臨近時交易量激增，而在其他時段交易量則顯著減少。這種交易量的非均勻分布削弱了市場的穩定性與可預測性。碳配額的定價機制，我國目前采取的分配方式以免費配額為主，削弱了市場的價格信號，使得碳價格不足以反映其環境成本，碳市場的價格偏低，難以對企業形成足夠的經濟激勵以推動其減少碳排放。Ricke等（2018）的研究數據顯示，碳排放的社會平均成本（額外排放一噸二氧化碳所造成的邊際損失）因國家不同而異，如美國的碳排放社會成本大約為每噸48美元，中國的相應成本為每噸24美元[10]。當前，我國各碳市場的定價普遍低于100元，未能達到其相應的社會成本價格。此現象表明，碳排放所引起的外部負面效應并未被市場價格充分內部化，資源配置效率有待提升。

隨著政策的完善、市場參與者的增加和技術的進步，中國的碳市場正在逐漸成熟，市場活躍度和效率有望提高。例如，北京碳市場在2021年度的履約期截至之后（2022年10月31日），初步顯示出由政策驅動向市場驅動轉變的趨勢。即使在履約期結束后，該市場依然維持了較高的交易活躍度。這一現象表明，市場機制正在逐步取代政策推動作為主要驅動力，預示著北京碳市場在提升效率和促進碳減排方面的潛力。該市場在近期也展現了顯著的活躍度，2023年10月23日至27日，成交量達到182，028噸，位居全國第一。全國碳交易市場在應對氣候變化和發展低碳經濟方面也表現出較為活躍的狀態，近期配額價格維持在80元/噸左右，基本與我國的減排成本匹配，符合我國當前實際[11]。另外，2022年各試點碳市場的交易均價普遍實現上漲，漲幅均超過15%，特別是深圳碳市場，碳價的漲幅達到286%，顯示出價格正在向減排成本水平靠近。此趨勢不僅表明市場價格信號的增強，還體現了市場競爭性和活躍度的提升。深圳碳市場正在有效地通過價格機制引導減排行為，促進市場參與者之間的公平競爭，推動市場有效性的提高。

6.2 政策的影響

2011年，中國啟動碳排放權交易試點以來，各試點地區相繼啟動，出臺了各自的交易管理辦法（見表5），這為全國建立統一的碳排放權交易市場提供了寶貴經驗。然而，這一過程也導致中國碳排放權立法呈現以部門規章為主、缺乏更高法律法規位階的特點。現行的碳排放權相關條款主要源于部門規章、地方性法規和地方政府文件。這些規章主要涵蓋重點排放單位、配額分配、二級市場交易等方面，內容相對籠統且分散。

全國范圍內完善的法律文件體系尚未形成，國家與地方層面的碳市場之間缺乏高效的協調和整合機制。從表5可知，中國碳交易試點市場開始運行以來的一段時間內，全國性的政策文件處于缺位狀態，直到2021年發布的《碳排放權交易管理暫行條例（征求意見稿）》為全國碳市場確立了一個系統性的法律框架。

目前的條例存在一個顯著問題，即違規成本可能低于違規收益，處罰未能起到有效干預市場的作用。《管理辦法（試行）》作為部門規章，其行使處罰的權力有限，對存在違規行為的重點排放單位僅能施以三萬元以下的罰款，若其逾期仍不改正，當地部門核減其下一年度碳排放配額。違約懲罰力度過小不僅影響市場的整體環境效益，阻礙市場朝著低碳和可持續方向發展，同時也損害市場的公信力和透明度，降低投資者和參與者的信心，對市場的有效性產生負面影響。

《碳排放權交易管理暫行條例》已納入立法議程，處于出臺的最后階段。該法規的正式頒布有望推動低碳技術的研發和能效水平的提升，并強化對虛假行為的法律責任追究，預計該法規的實施將進一步提高市場運行效率。

7 結論與政策啟示

本文采用ADF檢驗法和R/S分析法對我國8個碳交易試點市場和全國碳市場進行市場有效性的分析，得出我國碳交易機制尚未發展完全，各省市試點市場均未達到弱勢有效水平，但整體上市場效率呈現逐年增長態勢的結論。我國目前的碳市場存在政策驅動性較強，碳金融屬性較弱，價格發現機制不完善等問題。

基于我國碳市場的實際情況和國際碳市場的經驗，本文提出以下幾點政策建議。

（1）在監管制度層面，應考慮提高違規成本、嚴格履約規則，并輔以正面激勵機制（例如稅收優惠和財政補貼），以便有效遏制并懲處碳排放違規行為，進而激勵企業更積極地參與碳減排活動。

（2）國內碳市場的構建需要進一步設計碳排放配額分配機制，增強碳交易活動的金融屬性。《碳排放權交易管理辦法》（試行）明確了適時引入有償分配的合理性。省級生態環境主管部門可以考慮利用有償拍賣制度來提高市場流動性和透明度。

（3）根據勞倫斯·H.等對中國電力部門進行了定量評估，TPS機制會對碳排放的產出提供隱形補貼，降低了碳減排的成本效益（Goulder等， 2019）[12]。我國應提前為中國的碳市場從基于排放強度的體系過渡到基于總量控制的體系做適時的引導和準備，基于不同地區的發電技術與環境制定相關政策（Karplus ， 2021）[13]。

（4）應考慮建立跨區域的協調機制，以促進不同層級碳市場之間的信息共享和政策一致性，縮小規模和效率差異，推動碳市場的整體優化和協調發展。

（5）清潔發展機制（Clean Development Mechanism，CDM）是《京都議定書》中提出的一種國際減排合作機制。2005—2012年，我國主要通過CDM機制參與全球碳市場（殷子涵等，2022）[14]。2012年，我國建立CCER機制，實現了國內碳抵消機制的廣泛應用。2017年，我國發改委暫停CCER相關的新項目。近年來，國際碳抵消有向國內碳抵消轉移的趨勢，歐盟自第四階段以來（2021—2030年）禁止了CDM 和JI等國際減排指標在EU ETS內的使用[15]。2023年3月30日，我國生態環境部發布《關于公開征集溫室氣體自愿減排項目方法學建議的函》，明確了我國將重啟CCER相關交易活動的態度（蔡彤娟等， 2023）[16]。我國應搭建更為完善的國內碳抵消機制，綜合使用國際合作機制與國內抵消機制，摸索最佳平衡點以達到我國碳排放的減排目標。

參考文獻

徐瑤. 馬克思商品理論下的碳排放交易研究[J].中國經濟問題， 2016（1）： 50-55.

郭蕾，趙方芳. 我國碳排放權交易市場活躍度研究： 基于碳價時間序列的測算[J]. 價格理論與實踐， 2020（7）：98-101+179.

Zhao X， Wu L， Li A. Research on the efficiency of carbon trading market in China[EB/OL]. Renewable&Sustainable Energy Reviews， 2017（79）：1-8. https：// doi.org/10. 1016/J. RSER. 2017.05.034.

Zhou J， Huo X， Jin B， Yu X. The efficiency of carbon trading market in China： evidence from variance ratio tests[EB/OL]. Environmental Science and Pollution Research， 2019（26）： 14362-14372. https：//doi.org/10.1007/s11356-019-04778-y.

Chen Z， Song P， Wang B. Carbon emissions trading scheme， energy efficiency and rebound effect - Evidence from Chinas provincial data[EB/OL]. Energy Policy， 2021（157）：112507. https：//doi.org/10.1016/j.enpol.2021.112507.

馬勇，李美儀.中國碳交易市場的運行效率與風險測算[J].國際金融研究， 2023（8）： 17-29.

Pizer WA， Zhang X. Chinas New National Carbon Market[J]. AEA Papers and Proceedings， 2018（108）： 463-467.

Takaishi T. Time evolution of market efficiency and multifractality of the japanese stock market[J]. Journal of Risk and Financial Management， 2022，15（1）： 31-31.

Wang CW. Liquidity and market efficiency in cryptocurrencies[J]. Economics Letters， 2018， 168： 21-24.

Ricke K， Drouet L， Caldeira K， Tavoni M. Country-level social cost of carbon. Nature Climate Change， 2018， 8： 895–900. https：//doi.org/10.1038/s41558-018-0282-y.

中央財經大學綠色金融國際研究院. 2022中國碳市場年報[EB/OL]. https：/ /iigf. cufe. edu. cn /info / 1012/6391.htm. 2023-02-14.

Goulder LH， Long X， Lu J， Morgenstern RD. Chinas unconventional nationwide CO2 emissions trading system： the wide-ranging impacts of an implicit output subsidy[R]. Working Paper， No.1053， 2019 .

Karplus VJ. 中國碳排放權交易制度： 歷史、現狀與展望[R]. 馬塞諸塞州劍橋市：哈佛氣候協議項目， 2021（6）.

殷子涵，王藝熹，吉蘇燕. The Establishment of Carbon Market： Experience from EU-ETS [R]. XIN Real Estate Fintech Research Center， No.16， 2022. http：// thuifr. pbcsf. Tsinghua. edu.cn/pdf/PBCSF202216.pdf

中央財經大學綠色金融國際研究院. 全球碳抵消機制的應用情況與展望[EB/OL]. https：//iigf.cufe.edu.cn/info/1012/6740.htm. 2023-04-18.

蔡彤娟，林潤紅，張旭.中歐碳排放權交易的市場化比較： 基于國家金融學視角[J]. 金融經濟學研究，2023，38（2）：127-143.