派智库

摘要：我国目前已建成七大碳排放权交易市场。为研究价格收益率序列的波动特征，本文利用AR-GARCH模型对各个碳排放交易市场的日收益率序列进行拟合，描述其可能存在的自相关性和条件异方差动态。结果表明，深圳市、北京市、上海市、天津市、湖北省交易所的日收益率存在显着的自相关性和条件异方差，AR-GARCH（1，1）模型对这5个市场有较高的拟合优度，当期的收益率大小及波动程度均受滞后期影响，外部冲击会加剧收益率的波动性，且波动的持续时间普遍较长。

关键词：碳排放权交易市场 收益率序列 条件异方差 AR-GARCH模型 本文来自织梦

一、研究背景和意义

本文来自织梦

随着世界经济的增长，煤炭、石油、天然气等化石能源大量使用与排放，温室气体对人们的生活造成日趋严重的影响，绿色、协调、可持续发展已成为世界经济发展的重要议题。我国在“十三五”规划中首次将“绿色”列入经济发展理念，党的“十九大”更是强调“推进绿色发展，构建市场导向的绿色技术创新体系，发展绿色金融”。并积极建设以碳排放权为交易标的、促进温室气体减排的碳交易市场，经过近5年的试点工作，全国统一的碳交易市场在2017年12月19日正式启动。全国市场启动后，为促进市场活力会注入更多的金融资本，各类机构和个人投资者也将逐渐参与到市场中，市场活力的增强将使二级市场的交易价格更具参考价值。因此，对碳排放交易价格及其波动特征进行研究，会对一级市场定价、投资预测、价格波动风险管理等实际问题的进一步探索有重要现实意义，也对完善我国碳排放权交易价格理论体系具有重要理论意义。 织梦内容管理系统

为了对碳交易价格的研究进行探索和尝试，本文从七大试点市场的价格收益率序列入手，通过构建AR-GARCH模型来拟合收益率序列的波动特征，探讨当期价格收益率的大小和波动是否受到过去收益率大小和外部冲击的影响，以及影响是否持续时间较长等问题，并对我国碳交易市场进一步完善提出政策建议。 织梦好，好织梦

二、碳排放交易的收益率统计分析 织梦内容管理系统

（一）样本收益率的描述性统计分析

织梦内容管理系统

我国自2013年起已经陆续开放了深圳市、北京市、广东省、上海市、天津市、湖北省、重庆市7个碳排放交易试点市场，截至2016年12月31日，七大碳排放交易市场累计交易额达20亿元，交易量达8610万吨。其中，深圳市场开始时间最早，于2013年6月19日正式挂牌交易。随后，北京、广东、上海、天津市场纷纷在2013年底挂牌交易，重庆市场开启时间最晚，为2014年6月19日。虽然从开始挂牌到2016年底，大部分试点市场已经有了3年的交易时间，但交易活跃度普遍较低，统计发现，在很多个交易日是没有交易的。所以在选取样本时，要剔除掉没有交易的日期。综上，分别选取7个交易所从挂牌之日起到2016年12月31日的交易日数据，并剔除掉没有交易的日期后，计算每日收盘价的对数收益率作为研究样本，即。重庆交易所因运行时间较短，样本数量过小，不列为研究的样本范围；深圳交易所4种产品中，将运行时间最长的SAZ-2013列为深圳市场的研究样本。为方便下文的表述，分别将深圳、北京、广东、上海、天津、湖北市场的样本日收益率记为SZRt、BJRt、GDRt、SHRt、TJRt、HBRt。对各交易市场样本收益率进行描述性统计分析，结果如表1所示。

dedecms.com

内容来自dedecms

从样本的日收益率统计结果看，与标准正态分布的偏度、峰度相比，各交易市场的日收益率普遍呈现出“尖峰厚尾”的特征。 织梦好，好织梦

（二）样本收益率的分布特征

本文来自织梦

通过Jarque-Bera检验来验证样本的日收益率是否服从正态分布。根据Jarque-Bera检验，当返回值h=0时，接受服从正态分布的原假设；当h=1时，拒绝服从正态分布的假设。由Jarque-Bera检验结果，所有交易所的日收益率在0.05的显着水平下均拒绝了正态分布假设。因此，我们可以认为，北京、深圳、上海、广东、天津、湖北交易所的日收益率均不服从正态分布特征。

通过以上对我国碳排放权交易市场日收益率的描述性统计和分布特征分析，可以得出结论：我国各个碳交易市场的日收益率均不服从正态分布，且普遍存在“尖峰厚尾”的特征。基于以上结论，GARCH模型对描述收益率时间序列的特征有更好的适用性，下面将针对每个交易市场的实际情况建立最优拟合模型。 本文来自织梦

三、收益率波动的AR-GARCH模型分析

织梦内容管理系统

（一）建立AR-GARCH模型前的检验 copyright dedecms

1.平稳性检验 copyright dedecms

平稳性检验采用单位根（ADF）检验法，结果表明，深圳、北京、广东、上海、天津、湖北六个交易市场均显着拒绝原假设，即日收益率序列均不存在单位根，都可以认为是平稳序列。 内容来自dedecms

2.自相关性检验

copyright dedecms

分别计算各市场日收益率的自相关系数和偏相关系数，结合Q统计量和P值判断是否存在自相关性。结果表明，除了广东市场外，其他市场的日收益率均在95％的置信水平下显着自相关，当期收益率的大小显着受到滞后期的影响。因此，可以对深圳、北京、上海、天津、湖北这5个交易所收益率构建自回归模型。通过调整滞后阶数的选择，保证各回归系数均达到统计显着性，且选择Log likelihood值最大、AIC和SC值最小的模型作为最优拟合模型，则最终确立的各交易所最优的自回归模型为：深圳、北京、湖北交易所均为滞后1阶和2阶的模型，上海交易所为滞后1阶的模型，天津交易所为滞后1阶、2阶和3阶的模型。

织梦好，好织梦

3.条件异方差检验 本文来自织梦

对以上建立的自回归模型残差项进行条件异方差检验，采用ARCH LM方法，检验结果如表2所示。 内容来自dedecms

dedecms.com

结果可知，F和LM检验的概率均小于0.05，拒绝原假设，则深圳、北京、上海、天津、湖北交易所日收益率的自回归模型均存在条件异方差，在上述模型基础上加入GARCH（1，1）模型来描述条件异方差性，更好地拟合收益率波动特征。 织梦好，好织梦

（二）AR-GARCH模型的建立和拟合结果检验 本文来自织梦

1.建立AR-GARCH模型 内容来自dedecms

分别在深圳、北京、上海、天津、湖北交易所日收益率的AR模型基础上加入GARCH（1，1），即建立AR-GARCH模型来更好地描述日收益率的波动特征，其中AR模型的滞后阶数与上文一致，加入GARCH（1，1）项重新拟合后的表达式为：

（1）深圳交易所

2.模型拟合结果分析与检验 织梦内容管理系统

以上5个交易所日收益率的AR-GARCH模型系数均为统计显着，说明自相关性和条件异方差性明显。且5个模型ARCH项的系数均大于0，说明前期的外部冲击会加剧当期收益率的波动性；GARCH项系数反映了长记忆性，5个模型的ARCH项和GARCH项系数之和基本都大于1，说明波动的持续时间较长。

在拟合优度上，与AR模型相比较，5个交易所的AR-GARCH模型的极大似然值均增加，同时AIC和Sc值均降低，说明AR-GARCH模型在描述日收益率波动特征上有更好的拟合效果。

此外，再次对5个AR-GARCH模型的残差项进行ARCH LM检验，来分析加入GARCH（1，1）项后是否还存在着条件异方差，ARCH LM检验结果如表3所示：

内容来自dedecms

本文来自织梦

从表3可知，F统计量和LM统计量均不显着，残差项不存在条件异方差，可以认为AR-GARCH模型很好地消除了残差项的条件异方差效应，很好地拟合了5个碳排放权交易所日收益率的波动特征。

织梦好，好织梦

四、结论和建议 本文来自织梦

（一）研究结论 织梦好，好织梦

1.收益自相关性。经过分析，在7个试点市场中，深圳、北京、上海、天津、湖北这5个碳交易市场的日收益率存在显着的自相关性，即当期收益率的大小受前期收益率大小的显着影响。

本文来自织梦

2.收益波动性。对上述5个市场自回归方程的残差进行检验，发现均存在显着的条件异方差性。利用AR-GARCH（1，1）模型研究5个市场收益率序列的波动特征，发现当期收益率的波动程度受到前期波动的显着影响，来自前期的外部冲击会加剧当期收益率的波动性，且波动的持续时间普遍较长。 内容来自dedecms

根据以上结论，可以看出我国碳交易市场的价格对数收益率有很强的记忆性，当期收益大小和波动受前期交易的影响较大，收益率序列特征与有效市场的随机游走相悖，说明我国碳交易市场的效率偏低，价格并不完全由市场机制决定。归其原因，主要是我国在试点阶段市场机制仍不成熟，市场参与者较少，市场流动性不足，二级市场的交易价格难以完全由市场决定。

（二）政策建议

织梦好，好织梦

为充分发挥我国碳交易市场的市场机制、增强市场活力，更好地发现市场价格，本文提出以下三条政策建议：

dedecms.com

第一，完善相关政策和制度设计。完善交易体系、监管体系、市场服务体系，营造一个良好的市场环境和完备的市场交易机制，稳固市场根基，更好地发挥市场在碳排放配置方面的作用。 copyright dedecms

第二，纳入更广泛的交易主体，如，有碳排放交易需求的企业、合格机构和个人投资者。交易主体的增多，导致交易频度和交易量的提升、市场流动性和市场活力的增强、成交价格也能更好地反映市场真实供需。当然，在引入更多投资者的同时，也要加强监管，防止过度投资行为。 本文来自织梦

第三，在碳排放现货市场正常运营的基础上，未来可以放开期货等衍生品市场，发挥其价格发现的功能，为现货市场交易价格提供参考依据。但是，由于期货等衍生品市场具有风险高、波动大等特点，建立衍生品市场不可操之过急，必须在现货市场有足够大容量的前提下推进，同时要完善风险防控和相关市场机制。

copyright dedecms

参考文献： dedecms.com

[3]魏一鸣，王恺，凤振华，等.碳金融与碳市场——方法与实证[M].北京：科学出版社，2010:89.

织梦好，好织梦

[4]曾诗鸿，刘琦.碳金融：理论模型与探索[M].北京：知识产权出版社，2013:27. 内容来自dedecms

  copyright dedecms