許 悅，翟大宇

（1. 中國礦業(yè)大學(xué)（北京） 管理學(xué)院，北京 100083；2. 清華大學(xué) 國際關(guān)系學(xué)系，北京 100084）

《聯(lián)合國氣候變化框架公約》和《京都議定書》等框架協(xié)議的簽訂，催生了以CO2為主的溫室氣體排放權(quán)作為商品的國際碳交易市場的建立。建立排放權(quán)交易機(jī)制的目的在于通過市場化的資源配置，實(shí)現(xiàn)以最小的總成本達(dá)到既定的溫室氣體減排的目標(biāo)。自2013年開始，中國已先后于深圳、上海、北京、廣東、天津、湖北、重慶、四川、福建設(shè)立了碳排放權(quán)交易市場。截至2018年12月31日，中國碳市場配額二級市場現(xiàn)貨累計(jì)成交量為2.63億噸，累計(jì)成交額接近54億元[1]9-10。國家發(fā)改委于2017年12月印發(fā)《全國碳排放權(quán)交易市場建設(shè)方案（發(fā)電行業(yè)）》，標(biāo)志著中國開始正式啟動全國統(tǒng)一碳排放交易體系建設(shè)。

隨著中國碳交易市場規(guī)模的不斷發(fā)展，其中所蘊(yùn)含的市場風(fēng)險(xiǎn)也應(yīng)引起足夠的重視，首先便表現(xiàn)為各試點(diǎn)碳價(jià)格和碳成交量的波動，這可能與能源價(jià)格、天氣、宏觀經(jīng)濟(jì)環(huán)境和政策因素有關(guān)。陳欣等[2]29認(rèn)為，中國碳交易試點(diǎn)的價(jià)格波動存在斷點(diǎn)，這可能對碳市場的穩(wěn)定運(yùn)行造成一定影響。除各交易試點(diǎn)本身所蘊(yùn)含的風(fēng)險(xiǎn)外，各試點(diǎn)之間也可能存在一定的傳染風(fēng)險(xiǎn)，一方面，這意味著若某一個碳市場發(fā)生危機(jī)，各碳市場之間可能會發(fā)生傳染效應(yīng)，加大全國碳市場發(fā)生系統(tǒng)性危機(jī)的可能性；而另一方面，若各市場關(guān)聯(lián)度較強(qiáng)，可能意味著更有利于全國統(tǒng)一碳交易市場的建立。汪文雋等[3]63、王倩和高翠云[4]57、謝曉聞等[5]85均認(rèn)為，中國某些碳市場之間存在一定的關(guān)聯(lián)性和溢出效應(yīng)。從已有文獻(xiàn)中可以看出，碳市場作為一項(xiàng)新興的大宗商品交易市場，其風(fēng)險(xiǎn)監(jiān)測和管理的具體方法依然在不斷探索之中，而建立一套合理的中國碳市場風(fēng)險(xiǎn)監(jiān)測體系，并分析中國碳市場的總體風(fēng)險(xiǎn)和各區(qū)域市場之間的傳染風(fēng)險(xiǎn)，對于監(jiān)管當(dāng)局和交易主體了解中國碳市場運(yùn)行狀況，進(jìn)行風(fēng)險(xiǎn)管理并保障碳市場的穩(wěn)定運(yùn)行而言，具有積極的意義。

碳配額市場與股票、債券等金融市場均為二級交易市場，其運(yùn)行原理較為類似，同時(shí)均可獲得連續(xù)的價(jià)格和成交量數(shù)據(jù)，因此可以借鑒度量金融市場風(fēng)險(xiǎn)的方法度量碳市場風(fēng)險(xiǎn)。一般而言，風(fēng)險(xiǎn)是一種事前指標(biāo)，表現(xiàn)為損失或收益發(fā)生的可能性，常用的度量方法包括在險(xiǎn)價(jià)值（VaR）等指標(biāo)。而Illing和Liu[6]243-245提出一種金融壓力指數(shù)（Financial Stress Index，F(xiàn)SI）方法，他們認(rèn)為，金融壓力是一種連續(xù)變量，隨著預(yù)期金融損失、風(fēng)險(xiǎn)和不確定性升高，其極值便稱為金融危機(jī)，同時(shí)認(rèn)為金融系統(tǒng)受到?jīng)_擊的大小和金融系統(tǒng)的脆弱性均會影響壓力的大小。Holló等[7]2認(rèn)為，壓力是一種能夠反映風(fēng)險(xiǎn)大小的事后指標(biāo)（即度量已經(jīng)出現(xiàn)的風(fēng)險(xiǎn)），金融壓力指數(shù)所度量的是當(dāng)前金融系統(tǒng)的不穩(wěn)定性程度。本文旨在構(gòu)建一種能夠?qū)崟r(shí)監(jiān)測碳市場受風(fēng)險(xiǎn)因素影響的程度，進(jìn)而反映出碳市場運(yùn)行穩(wěn)定性情況的連續(xù)性指標(biāo)，是一個能夠反映風(fēng)險(xiǎn)表現(xiàn)程度的事后指標(biāo)，因此本文主要參考Holló等[7]10-19的觀點(diǎn)作為金融系統(tǒng)構(gòu)建綜合壓力指數(shù)的方法，綜合考慮中國各區(qū)域碳市場的碳配額價(jià)格、成交量的波動情況，構(gòu)建中國碳市場壓力指數(shù)（China Carbon Market Stress Index，CCMSI），并進(jìn)一步利用該指數(shù)對中國碳市場總體壓力情況以及各區(qū)域市場之間的傳染風(fēng)險(xiǎn)情況進(jìn)行分析。

一、文獻(xiàn)綜述

碳排放權(quán)及其衍生品的價(jià)格波動是碳市場風(fēng)險(xiǎn)的主要表現(xiàn)形式之一，國內(nèi)外文獻(xiàn)中多以交易時(shí)間較早、發(fā)展較為成熟的歐盟碳排放交易體系（EU ETS）作為研究對象，并研究碳價(jià)格及其衍生品價(jià)格的波動規(guī)律。一些研究采用ARMA、ARCH族及其擴(kuò)展模型，并以在險(xiǎn)價(jià)值（VaR）衡量市場風(fēng)險(xiǎn)，同時(shí)基于馬爾科夫轉(zhuǎn)移模型、極值理論等方法對其進(jìn)行補(bǔ)充和改進(jìn)[8-10]。Daskalakis等[11]運(yùn)用帶跳躍擴(kuò)散成分的幾何布朗運(yùn)動來描述歐洲市場碳排放權(quán)價(jià)格的波動性。Borovkov等[12]也運(yùn)用跳躍擴(kuò)散模型對碳排放權(quán)價(jià)格的波動進(jìn)行了模擬。Chevallier和Sévi[13]則認(rèn)為，碳期貨的動態(tài)過程中的價(jià)格跳躍不包含連續(xù)成分（布朗運(yùn)動），而應(yīng)被描述為Lévy或泊松過程。Carmona和Hinz[14]運(yùn)用風(fēng)險(xiǎn)中性簡化模型，對碳配額期貨價(jià)格進(jìn)行分析，并研究如何對歐洲碳看漲期權(quán)定價(jià)。郭福春和潘錫泉[15]運(yùn)用Bai-perron結(jié)構(gòu)突變檢驗(yàn)和資本資產(chǎn)定價(jià)單因素模型，對歐盟減排單位（ERU）和核證減排量（CER）期貨合約的價(jià)格波動特征進(jìn)行了分析。相關(guān)研究還包括：高瑩和郭琨[16]使用小波分析和向量自回歸（VAR）模型對碳市場運(yùn)行機(jī)制的研究進(jìn)行分析，高楊和李健[17]基于EMD-PSO-SVM模型的研究以及荊克迪等[18]利用A-PARCH模型對Bluenext碳交易價(jià)格收益波動率及其影響因素進(jìn)行的實(shí)證分析等。魏一鳴等[19]利用CAPM模型研究了EU ETS市場的系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)大小，并構(gòu)建了碳市場的風(fēng)險(xiǎn)投資組合。還有一些研究以美國芝加哥氣候交易所作為研究對象展開，方法同樣以GARCH及其擴(kuò)展模型為主[20]。張晨等[21]選取了美國洲際交易所的CER期貨價(jià)格和歐元兌人民幣匯率價(jià)格作為樣本，構(gòu)建Copula-ARMA-GARCH模型并利用Monte Carlo模擬計(jì)算了碳市場多源風(fēng)險(xiǎn)的整合VaR。

針對中國的碳交易市場，隨著交易數(shù)據(jù)的積累，相關(guān)實(shí)證研究逐漸增多。杜莉等[22]、王婷婷等[23]均運(yùn)用ARCH及其改進(jìn)模型，對不同交易所的碳價(jià)格波動特征進(jìn)行了分析和比較。齊紹洲等[24]、崔煥影和竇祥勝[25]基于EMD及其改進(jìn)模型對中國碳市場交易價(jià)格形成機(jī)制進(jìn)行了研究。陳欣等[2]30-34使用Bai-Perron方法對中國的碳價(jià)波動進(jìn)行了檢驗(yàn)，指出中國的七個碳交易試點(diǎn)的碳價(jià)波動均存在斷點(diǎn)，且其價(jià)格波動的重要影響因素是履約日的來臨。還有一些學(xué)者針對中國區(qū)域碳市場間的關(guān)聯(lián)性進(jìn)行了研究。汪文雋等[3]65-67利用多元GARCH（1，1）模型研究發(fā)現(xiàn)，廣東、湖北、深圳碳市場之間存在一定的波動溢出效應(yīng)。王倩和高翠云[4]59-66基于六元VAR-GARCH-BEKK模型和社會網(wǎng)絡(luò)分析法，發(fā)現(xiàn)納入研究的中國六個碳市場中，多數(shù)市場之間存在波動溢出效應(yīng)，同時(shí)指出各區(qū)域碳市場之間存在整合的條件。謝曉聞等[5]87-92利用有向無環(huán)圖等方法，指出中國碳市場整體一體化程度不高，而呈現(xiàn)局部中心化趨勢，且湖北和廣東碳市場對其他碳市場存在更大的影響。

從文獻(xiàn)中可以看出，對碳市場進(jìn)行風(fēng)險(xiǎn)度量，不僅應(yīng)考慮單個碳市場的縱向風(fēng)險(xiǎn)大小，也應(yīng)考慮不同區(qū)域碳市場之間的橫向傳染和溢出效應(yīng)，而這一點(diǎn)與度量金融市場系統(tǒng)性風(fēng)險(xiǎn)的思路較為類似。Illing和Liu[6]243-245所提出的金融壓力指數(shù)方法是度量系統(tǒng)性風(fēng)險(xiǎn)的一種主要方法，可以反映出金融系統(tǒng)受沖擊影響的程度和金融系統(tǒng)的脆弱性。Hakkio和Keeton[26]和Brave和Butters[27-28]分別為美國構(gòu)建了堪薩斯州金融壓力指數(shù)（KCFSI）和國家金融狀態(tài)指數(shù)（NFCI）并已投入使用，Holló等[7]4-8構(gòu)建了系統(tǒng)性壓力綜合指數(shù)（CISS）并基于歐元區(qū)數(shù)據(jù)進(jìn)行了實(shí)證分析。姚曉陽等[29]、尚玉皇和鄭挺國[30]、陳忠陽和許悅[31]28-32、許滌龍和陳雙蓮[32]也采用各自的方法，分別為中國構(gòu)建了金融壓力指數(shù)，以對中國金融系統(tǒng)的穩(wěn)定性情況進(jìn)行監(jiān)測和預(yù)警。

現(xiàn)有研究針對碳市場的風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)特征分析、不同碳市場之間的傳染和溢出效應(yīng)均進(jìn)行了一定的探索，然而將二者結(jié)合進(jìn)行研究的文獻(xiàn)則較少。本文借鑒金融壓力指數(shù)的構(gòu)建思路和方法，同時(shí)考慮中國各區(qū)域碳市場的縱向壓力大小以及各碳市場之間的橫向相關(guān)性，構(gòu)建日度的中國碳市場壓力指數(shù)，研究其門限值和區(qū)制的判定，并進(jìn)一步討論中國碳市場整體壓力情況和各區(qū)域碳市場之間傳染風(fēng)險(xiǎn)的大小，為相關(guān)監(jiān)管機(jī)構(gòu)和交易主體對中國碳市場風(fēng)險(xiǎn)的表現(xiàn)和運(yùn)行穩(wěn)定性情況進(jìn)行實(shí)時(shí)監(jiān)測和管理提供參考，對于未來構(gòu)建全國統(tǒng)一碳市場的探索和嘗試也有一定的參考價(jià)值。

二、中國碳市場壓力指數(shù)的構(gòu)建和分析

（一）數(shù)據(jù)選取及處理

1. 數(shù)據(jù)的選取

中國自2013年起啟動碳排放權(quán)交易試點(diǎn)以來，已先后開設(shè)九個有正式備案的區(qū)域碳市場（七個試點(diǎn)地區(qū)和兩個非試點(diǎn)地區(qū)），碳交易產(chǎn)品包括碳排放配額現(xiàn)貨和項(xiàng)目減排量。碳排放配額的交易數(shù)據(jù)每日實(shí)時(shí)發(fā)布，而項(xiàng)目減排量的交易數(shù)據(jù)則不夠透明，難以獲得。因此，本文基于中國各碳市場碳配額的交易數(shù)據(jù)進(jìn)行CCMSI的構(gòu)建和分析。截至2019年7月31日，各碳市場有配額成交量的交易天數(shù)分別為：深圳1 364天、湖北1 282天、廣東1 078天、北京879天、上海847天、天津482天、福建428天、重慶387天。四川碳市場尚未啟動配額交易，福建碳市場于2016年12月22啟動，啟動時(shí)間相對較晚，交易天數(shù)較少，天津、重慶碳市場由于運(yùn)行期間內(nèi)有大量無交易日，因此交易天數(shù)同樣較少。為提高本文所構(gòu)建的CCMSI對中國碳市場壓力情況衡量的準(zhǔn)確性，同時(shí)使分析的數(shù)據(jù)能夠覆蓋盡量長的時(shí)間區(qū)間，后文數(shù)據(jù)分析中將交易天數(shù)最少的天津、福建、重慶、四川碳市場剔除①本文構(gòu)建CCMSI的方法也可以推廣至更多碳市場加入。。從交易規(guī)模來看，自福建碳市場啟動交易至2019年7月31日，深圳、湖北、廣東、北京、上海這五個碳市場碳配額的總成交額占全部區(qū)域碳市場配額總成交額的92.2%，可以基本代表全國碳配額市場的總體狀況。為使各碳市場的數(shù)據(jù)區(qū)間保持一致，便于指數(shù)的構(gòu)建，本文選取五個碳市場中最晚啟動交易的湖北碳市場啟動時(shí)間為起點(diǎn)，原始交易數(shù)據(jù)覆蓋時(shí)間區(qū)間為2014年4月2日—2019年7月31日，數(shù)據(jù)來源為Wind數(shù)據(jù)庫、碳K線網(wǎng)站。

本文所構(gòu)建的碳市場壓力指數(shù)旨在實(shí)時(shí)反映中國碳市場受風(fēng)險(xiǎn)因素影響的綜合表現(xiàn)情況，因此用于構(gòu)建指數(shù)的基礎(chǔ)指標(biāo)既要符合實(shí)時(shí)性（即為日度數(shù)據(jù)），又要包含盡量互補(bǔ)的信息，從而盡可能地全面包含反映市場情緒波動、市場規(guī)模變動和市場損失等市場表現(xiàn)情況的指標(biāo)。本文基于此選取了三個基礎(chǔ)指標(biāo)，第一個指標(biāo)為日度碳市場價(jià)格波動率，記為VPi,t，計(jì)算為

其中，Pi,t為各碳市場日成交均價(jià)（日成交額/日成交量）。由于各碳市場交易活躍程度不同，存在部分碳市場交易日數(shù)據(jù)缺失現(xiàn)象，本文參考Chen等[33]、謝曉聞等[5]88的處理方法，將上一交易日的成交均價(jià)數(shù)據(jù)代替缺失數(shù)據(jù)。價(jià)格收益率的波動率可以反映出價(jià)格風(fēng)險(xiǎn)的大小和市場情緒的波動性。

第二個指標(biāo)為碳市場日成交量的波動率，記為Vturni,t，計(jì)算為

其中，tu rni,t為各碳市場日成交量。由于部分交易日存在0成交量的情況，本文參考陸銘和陳釗[34]的處理方式，將所有日成交量數(shù)據(jù)均加1處理②若將本文所構(gòu)建的CCMSI方法用于未來實(shí)時(shí)碳市場壓力情況監(jiān)測，則為應(yīng)對可能出現(xiàn)的0成交量的情況，每加入一個新的日交易量數(shù)據(jù)，均須將其加1處理。。交易量能夠反映出市場的流動性，同時(shí)也能代表投資者參與市場的程度和市場情緒[35]。因此，交易量的波動率能夠反映碳市場的流動性風(fēng)險(xiǎn)和規(guī)模波動情況。

第三個指標(biāo)為碳市場日成交均價(jià)的CMAX，代表1年移動時(shí)間窗口內(nèi)的最大累積損失，計(jì)算為

其中，Pi,t為各碳市場日成交均價(jià)，T=243。CMAX被Illing和Liu[6]246-247用于衡量股票市場的風(fēng)險(xiǎn)，這是由于股市發(fā)生危機(jī)時(shí)，股市指數(shù)通常會出現(xiàn)大幅下降。在碳市場中，若碳價(jià)出現(xiàn)大幅下跌，同樣也標(biāo)志著其風(fēng)險(xiǎn)的加大和市場的不穩(wěn)定，甚至有可能導(dǎo)致整個碳金融交易鏈的傳染和崩潰[36]。Illing和Liu[6]246-247認(rèn)為，計(jì)算CMAX所用的移動時(shí)間窗口通常取1～2年，由于本文所研究的樣本覆蓋時(shí)間區(qū)間較短，因此本文選取1年作為移動時(shí)間窗口。

原始數(shù)據(jù)經(jīng)過處理后，所構(gòu)建的CCMSI和后續(xù)數(shù)據(jù)分析的覆蓋區(qū)間為2015年4月1日—2019年7月31日。

2. 對原始指標(biāo)的轉(zhuǎn)換

標(biāo)準(zhǔn)化是較為常用的對原始指標(biāo)數(shù)據(jù)進(jìn)行轉(zhuǎn)換的方法，然而該方法要求指標(biāo)數(shù)據(jù)呈正態(tài)分布，這一點(diǎn)在實(shí)際數(shù)據(jù)分布中很難得到保證。此外，當(dāng)加入新觀察值時(shí)，由于樣本數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差會產(chǎn)生變化，因而采用該方法會導(dǎo)致所構(gòu)建指數(shù)歷史數(shù)值的變化，影響指數(shù)對風(fēng)險(xiǎn)程度進(jìn)行判定的穩(wěn)健性[7]14。本文采用基于實(shí)證累積分布函數(shù)（CDF）的方法，對基礎(chǔ)指標(biāo)進(jìn)行轉(zhuǎn)換。該方法基于每個數(shù)值的排位次序進(jìn)行數(shù)值轉(zhuǎn)換，不要求原始指標(biāo)數(shù)據(jù)呈正態(tài)分布。本文選取2015年4月1日—2018年3月30日作為前遞歸區(qū)間，采用遞歸的方法進(jìn)行數(shù)據(jù)轉(zhuǎn)換，此方法可以保證在加入新觀察值后，指標(biāo)的歷史數(shù)值不變，增強(qiáng)所構(gòu)建壓力指數(shù)穩(wěn)健性。具體計(jì)算和公式參考Holló等[7]14-16、陳忠陽和許悅的方法[31]29-30。

本文參考Holló等[7]16的方法，將各區(qū)域碳市場經(jīng)過轉(zhuǎn)換后的三個壓力指標(biāo)進(jìn)行算數(shù)平均，即可分別得出五個區(qū)域碳市場的壓力指數(shù)si,t（i=1,2,3,4,5）。算數(shù)平均的方法假設(shè)各子指標(biāo)所含信息互補(bǔ)，可以更大程度上保留各指標(biāo)的信息，同時(shí)在新加入數(shù)據(jù)的情況下保證權(quán)重不變，增強(qiáng)指數(shù)的穩(wěn)健性①如果采用其他做法，比如按指標(biāo)間相關(guān)性而得出各子指標(biāo)的權(quán)重，那么各子指標(biāo)對于綜合指數(shù)變化的貢獻(xiàn)度將會大大減少，而相關(guān)性的變化則占主導(dǎo)地位[7]16。。

（二）中國碳市場壓力指數(shù)的構(gòu)建方法

本文參考Holló等[7]17-19、陳忠陽和許悅[31]30-32針對金融系統(tǒng)構(gòu)建壓力指數(shù)的方法，不僅考慮了各區(qū)域碳市場的縱向壓力大小，還考慮了各碳市場之間的橫向波動溢出和傳染風(fēng)險(xiǎn)，能夠充分反映中國碳市場整體風(fēng)險(xiǎn)表現(xiàn)。所構(gòu)建的CCMSI計(jì)算為

其中，w=(w1,w2,w3,w4,w5)為各區(qū)域碳市場的權(quán)重向量，各權(quán)重?cái)?shù)值為根據(jù)本文所構(gòu)建CCMSI覆蓋的時(shí)間區(qū)間（即2015年4月1日—2019年7月31日）中五個區(qū)域碳市場成交額的占比，具體確定為：深圳20.4%、湖北21.3%、廣東38.5%、北京13.3%、上海6.5%②在實(shí)際監(jiān)測中，各碳市場權(quán)重可根據(jù)碳市場運(yùn)行的實(shí)際情況進(jìn)行調(diào)整。；st=(s1,t,s2,t,s3,t,s4,t,s5,t)為各區(qū)域碳市場的壓力指數(shù)向量；w×st為Hadamard乘積（即在t時(shí)碳市場的權(quán)重向量和碳市場壓力指數(shù)向量中各數(shù)值的乘積）。根據(jù)該方法，所構(gòu)建出的CCMSI范圍為（0，1]。

Ct代表各碳市場壓力指數(shù)之間的時(shí)變相關(guān)系數(shù)矩陣，表示為

其中，ρij,t為各碳市場壓力指數(shù)之間的交叉相關(guān)系數(shù)，使用各碳市場壓力指數(shù)波動率和各碳市場壓力指數(shù)之間的協(xié)方差 σij,t基于指數(shù)加權(quán)移動平均（EWMA）方法計(jì)算。EWMA方法與DCC-GARCH、時(shí)變參數(shù)自回歸（TVP-R）等計(jì)算時(shí)變相關(guān)性的方法相比，計(jì)算較為簡便，且并不需要數(shù)據(jù)符合平穩(wěn)、序列自相關(guān)、存在ARCH效應(yīng)等前提，可以推廣至未來新市場數(shù)據(jù)加入時(shí)使用。另外，EWMA模型的系數(shù)之和等于1，其實(shí)際上是GARCH模型的一種“綜合”形式，而且EWMA模型已被RiskMetrics等知名風(fēng)險(xiǎn)模型運(yùn)用于對資產(chǎn)收益波動率和相關(guān)系數(shù)的預(yù)測，且其預(yù)測效果與GARCH模型并沒有明顯差別[37]。因此，EWMA方法是構(gòu)建CCMSI的一種較為合適的方法，其具體計(jì)算公式為

（三）穩(wěn)健性檢驗(yàn)

為探討CCMSI對于在EWMA方法中所選取的平滑系數(shù) λ的敏感性，本文將 λ取0.93所計(jì)算的CCMSI和 λ分別取0.89、0.97所計(jì)算的指數(shù)進(jìn)行比較，結(jié)果如圖1所示。從整體來看，三個平滑系數(shù)所計(jì)算的CCMSI數(shù)值相差不大，表現(xiàn)出了相同的趨勢，而且 λ的選擇對于指數(shù)高壓力和低壓力時(shí)期的判定并沒有明顯的影響。

圖1 基于不同平滑系數(shù)計(jì)算的中國碳市場壓力指數(shù)（CCMSI）

（四）中國碳市場壓力情況分析

圖2為各區(qū)域碳市場的壓力指數(shù)，可以看出，廣東、北京、上海三個碳市場的壓力指數(shù)在研究區(qū)間內(nèi)呈現(xiàn)一定的下降趨勢，表明隨著碳市場交易時(shí)間的加長，這三個碳市場的運(yùn)行更加趨于成熟和穩(wěn)定，其運(yùn)行經(jīng)驗(yàn)也可能值得向其他碳市場推廣。而深圳和湖北碳市場的壓力指數(shù)則未呈現(xiàn)明顯下降趨勢，深圳碳市場壓力指數(shù)甚至呈現(xiàn)小幅上升趨勢，說明這兩個碳市場在運(yùn)行過程中的風(fēng)險(xiǎn)情況更加值得被監(jiān)管部門和交易主體關(guān)注。

圖2 幾大區(qū)域碳市場的壓力指數(shù)

圖3展示了CCMSI在樣本區(qū)間內(nèi)的計(jì)算結(jié)果?？梢猿醪脚袛?，中國碳市場的整體壓力較低，在研究區(qū)間內(nèi)指數(shù)最高僅為0.294，而且總體呈下降趨勢。從走勢來看，指數(shù)峰值集中出現(xiàn)在2015年6月—7月、2016年4月—5月、2016年7月?？梢钥闯?，2015年和2016年6月—7月出現(xiàn)的壓力峰值與各碳市場的履約期相吻合。各碳市場主管部門一般把履約日規(guī)定在每年6月，實(shí)際履約日有時(shí)會延后至7月，各地區(qū)控排單位需要在履約日前按照實(shí)際碳排放量完成碳配額清繳，各主管部門也會對未完成配額清繳的單位采取處罰措施。因此，在履約期內(nèi)，配額充裕的控排單位會加大對配額的供給，而配額不足的單位會進(jìn)行配額購買，這會造成這一時(shí)期的碳市場交易量上升、碳價(jià)格波動加大的現(xiàn)象，因而會導(dǎo)致碳市場風(fēng)險(xiǎn)加大。這與陳欣等[2]33-34發(fā)現(xiàn)的中國碳價(jià)波動斷點(diǎn)發(fā)生時(shí)間與履約期時(shí)間相符的結(jié)論基本一致。此外，2016年4月各碳市場普遍出現(xiàn)了碳價(jià)下跌的現(xiàn)象，同樣造成CCMSI在這一時(shí)間段前后出現(xiàn)了峰值，初步判斷與這一時(shí)間段宏觀經(jīng)濟(jì)形勢尤其是工業(yè)運(yùn)行情況有關(guān)，后文將針對工業(yè)運(yùn)行情況與碳市場壓力之間的關(guān)系進(jìn)行進(jìn)一步的分析。

圖3 中國碳市場壓力指數(shù)（CCMSI）

在2017年以后的履約期內(nèi)，雖然也出現(xiàn)了CCMSI數(shù)值上升的現(xiàn)象，然而其數(shù)值并未達(dá)到2016年以前履約期峰值的水平。結(jié)合北京綠色金融協(xié)會自2014年所推出的中碳市值指數(shù)走勢來看，2014—2018年，全國碳配額價(jià)格呈現(xiàn)先下降后趨穩(wěn)的態(tài)勢[1]10，這也可以進(jìn)一步印證，隨著中國碳市場運(yùn)行時(shí)間加長，履約期內(nèi)各控排企業(yè)的交易行為也更為理性，碳市場壓力走勢同履約期的相關(guān)性正逐漸降低，這表明中國碳市場的運(yùn)行更為成熟。

三、中國碳市場壓力指數(shù)的門限值和區(qū)制分析

（一）門限向量自回歸模型的構(gòu)建

為更加便于監(jiān)管機(jī)構(gòu)對相關(guān)市場狀況進(jìn)行具體判斷并制定風(fēng)險(xiǎn)管理政策，實(shí)際應(yīng)用中通常會給相應(yīng)壓力指數(shù)設(shè)定門限值（Threshold），以便于區(qū)分高壓力時(shí)期和低壓力時(shí)期。本文采用Tsay[38]1188-1202所提出的基于門限向量自回歸（Threshold VAR，TVAR）模型的方法，確定CCMSI的門限值，并基于此分析中國碳市場的高壓力和低壓力區(qū)制（Regime）。碳市場運(yùn)行狀況和經(jīng)濟(jì)運(yùn)行特別是工業(yè)運(yùn)行情況有較為緊密的關(guān)系，當(dāng)工業(yè)較為景氣時(shí)，企業(yè)對碳配額的需求會增加，碳市場的運(yùn)行也會較為平穩(wěn)，而工業(yè)運(yùn)行不景氣時(shí)，碳配額需求減少，可能會出現(xiàn)碳價(jià)大幅下跌，增加碳市場的波動性。鄒亞生和魏薇[39]發(fā)現(xiàn)，CER現(xiàn)貨市場價(jià)格便受工業(yè)生產(chǎn)指數(shù)的正向影響。Balc?lar等[40]認(rèn)為，能源市場和碳市場之間存在風(fēng)險(xiǎn)溢出效應(yīng)。陳欣等[2]31-33除發(fā)現(xiàn)制造業(yè)PMI對中國的碳交易價(jià)格有正向影響外，還發(fā)現(xiàn)在所研究的能源價(jià)格、天氣、股市等幾個因素中，PMI對于碳價(jià)波動的方差分解貢獻(xiàn)度最大。而張積林[41]利用深圳碳配額價(jià)格的研究則進(jìn)一步發(fā)現(xiàn)，碳價(jià)格對中國制造業(yè)PMI的預(yù)測方差貢獻(xiàn)大于PMI對碳價(jià)格預(yù)測的方差貢獻(xiàn)。從以上文獻(xiàn)可知，碳市場與工業(yè)發(fā)展情況的確存在一定的關(guān)聯(lián)度，甚至有可能對工業(yè)發(fā)展情況起到一定的預(yù)測作用，因此本文將CCMSI和中國制造業(yè)PMI作為內(nèi)生變量構(gòu)建TVAR模型。由于PMI是月度數(shù)據(jù)而CCMSI為日度數(shù)據(jù)，為使所分析的CCMSI能夠代表整月的碳市場壓力情況，減少數(shù)據(jù)選取的偶然性和信息的流失，本文取CCMSI日度數(shù)值的月度平均值進(jìn)行分析①如果取每月某一天的數(shù)據(jù)來計(jì)算月度數(shù)據(jù)，偶然性較大，而且所流失的信息量較大。，時(shí)間區(qū)間為2015年4月—2019年7月。從圖4可以較為直觀地看出，CCMSI和中國制造業(yè)PMI的數(shù)值大致呈負(fù)相關(guān)關(guān)系，基于這二者的關(guān)系判斷CCMSI的門限值和區(qū)制較為合理。

圖4 CCMSI月度數(shù)值和中國制造業(yè)PMI

根據(jù)ADF單位根檢驗(yàn)，月度CCMSI序列為平穩(wěn)序列，且具有固定區(qū)間（0，1]，滿足 Tsay[38]1194對于門限變量的假設(shè)，可以將其作為門限變量進(jìn)行分析。本文假設(shè)CCMSI具有高壓力、低壓力兩個區(qū)制，基于Schwarz信息準(zhǔn)則（SC）確定滯后階數(shù)，構(gòu)建了TVAR（1）模型

其中，xt=(CCMSIt,PMIt)′為CCMSI和PMI數(shù)值的向量；分別為高壓力區(qū)制H和低壓力區(qū)制L時(shí)的截距向量、斜率系數(shù)矩陣和殘差項(xiàng)； τ為門限值參數(shù)；zt?d為門限向量；d為其滯后階數(shù)。本文取CCMSI作為門限向量，最大滯后階數(shù)為6，并根據(jù)Tsay[38]1189-1191所提出的近似卡方分布的C（d）統(tǒng)計(jì)量確定其存在門限效應(yīng)的滯后階數(shù)。在滯后階數(shù)確定后，將CCMSI設(shè)定為300個區(qū)間點(diǎn)，根據(jù)Akaike信息準(zhǔn)則（AIC）最低時(shí)確定其具體門限值。

（二）中國碳市場壓力指數(shù)門限值和區(qū)制分析結(jié)果

基于TVAR模型的門限值分析結(jié)果如表1所示，可以看出，在滯后階數(shù)d=5時(shí)，存在顯著的門限效應(yīng)，最佳門限值為0.145 7，這表示當(dāng)CCMSI大于0.145 7時(shí)，中國碳市場的運(yùn)行進(jìn)入高壓力區(qū)制，而且預(yù)示未來第5個月的制造業(yè)運(yùn)行也處在一個相對不景氣的階段。這也可以看出，CCMSI對于中國制造業(yè)運(yùn)行的景氣情況具備一定的預(yù)測作用。

表1 門限滯后階數(shù)和門限值分析結(jié)果

根據(jù)門限值分析結(jié)果，結(jié)合CCMSI的具體數(shù)值可以看出，中國碳市場的整體壓力情況較低，進(jìn)入高壓力區(qū)制的月份僅有四次，即2015年6月、2016年4月、2016年5月、2016年7月，而前文已經(jīng)分析過，2015年6月和2016年7月均接近于各碳市場履約期，因此碳市場運(yùn)行出現(xiàn)了大幅波動。此外，這幾個高壓力時(shí)間段所對應(yīng)的PMI也相對較低，說明中國制造業(yè)整體運(yùn)行較為不景氣，對應(yīng)的碳價(jià)也有下跌的趨勢，進(jìn)一步導(dǎo)致了碳市場壓力相對較高。

自2017年以后，碳市場壓力進(jìn)入了較低且較為平穩(wěn)的階段，這除了意味著中國制造業(yè)運(yùn)行情況進(jìn)入了相對較為景氣的時(shí)期外，也同樣說明在國家“十三五”期間關(guān)于應(yīng)對氣候變化、減少溫室氣體排放、排放權(quán)交易等方面的規(guī)劃和法律法規(guī)對穩(wěn)定各交易試點(diǎn)的預(yù)期起到了作用，各交易試點(diǎn)進(jìn)入了穩(wěn)定、常態(tài)發(fā)展的階段。

四、各區(qū)域碳市場間傳染風(fēng)險(xiǎn)分析

本文利用各區(qū)域碳市場的壓力指數(shù)，可以研究各碳市場之間的關(guān)聯(lián)性，進(jìn)而分析其傳染風(fēng)險(xiǎn)的大小。 表2展示了各碳市場壓力指數(shù)之間的Pearson相關(guān)系數(shù)，可以看出，研究區(qū)間內(nèi)各碳市場之間相關(guān)性整體較小，均小于0.2，說明中國碳市場之間傳染風(fēng)險(xiǎn)較弱，發(fā)生系統(tǒng)性碳市場危機(jī)的可能性較小。在5%水平上，存在顯著相關(guān)關(guān)系的碳市場中，湖北和北京碳市場存在負(fù)相關(guān)，其余均為正相關(guān)。其中，北京、上海、廣東三家碳市場兩兩之間均存在顯著正相關(guān)，深圳和湖北碳市場之間也存在顯著正相關(guān)，說明這兩組碳市場互相之間可能存在一定的傳染風(fēng)險(xiǎn)，也同樣可能存在實(shí)現(xiàn)建設(shè)統(tǒng)一碳市場的可能性。

表2 幾大區(qū)域碳市場壓力指數(shù)之間的Pearson相關(guān)系數(shù)

為進(jìn)一步深入探討各碳市場之間的關(guān)聯(lián)性，對各碳市場壓力指數(shù)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。表3表示各碳市場壓力指數(shù)的ADF單位根檢驗(yàn)結(jié)果，結(jié)果表明，各碳市場壓力指數(shù)均為平穩(wěn)序列，可以進(jìn)行進(jìn)一步的計(jì)量分析。

表3 幾大區(qū)域碳市場壓力指數(shù)ADF單位根檢驗(yàn)結(jié)果

從表4可以看出，在5%的顯著性水平下，北京碳市場是廣東、上海碳市場的格蘭杰原因，上海碳市場是廣東碳市場的格蘭杰原因。結(jié)合各碳市場相關(guān)系數(shù)的結(jié)果，由圖5可以看出，北京、上海、廣東三個碳市場之間存在較為顯著的聯(lián)動性關(guān)系，這三個碳市場恰好代表了中國三大經(jīng)濟(jì)發(fā)達(dá)區(qū)域，顯著的聯(lián)動性可能與三個區(qū)域間多方面的經(jīng)濟(jì)聯(lián)系有關(guān)。北京、上海碳市場建立時(shí)間較早，且這兩個城市分別作為全國的政治和金融中心，聚集了大量的大型企業(yè)，擁有較為完善的金融市場環(huán)境。上海碳市場雖然成交額較少，但其運(yùn)行較為成熟，2013—2018年，除2016年履約率為99%外，上海碳市場在其他年度均實(shí)現(xiàn)了100%的履約率，在七個試點(diǎn)碳市場中100%履約的年份最多[42]，且上海清算所是中央銀行批準(zhǔn)的碳配額遠(yuǎn)期交易中央對手清算機(jī)構(gòu)，使上海擁有較為完善的碳市場配套服務(wù)。此外，2017年國家發(fā)改委確定上海將牽頭承擔(dān)全國碳排放權(quán)交易系統(tǒng)建設(shè)和運(yùn)維工作。因此，北京、上海碳市場對其他碳市場的建設(shè)具有一定的示范作用，其運(yùn)行對其他碳市場也具有一定的引領(lǐng)效果。這進(jìn)一步說明，北京、上海、廣東三個碳市場之間存在一定的傳染風(fēng)險(xiǎn)，監(jiān)管當(dāng)局應(yīng)注重加強(qiáng)對這三個碳市場的監(jiān)管和調(diào)控，防范系統(tǒng)性碳市場危機(jī)的發(fā)生。然而這也同樣說明，這三個碳市場可能存在著先期建立統(tǒng)一碳市場的內(nèi)在條件。結(jié)合前文各區(qū)域碳市場壓力指數(shù)的分析結(jié)果可以看出，北京、上海、廣東三個碳市場的壓力指數(shù)均呈現(xiàn)下降趨勢，說明這三個碳市場的運(yùn)行更為成熟，若率先建立覆蓋這三個碳市場的跨區(qū)域統(tǒng)一碳市場，其可能會蘊(yùn)含較低的市場風(fēng)險(xiǎn)，運(yùn)行更為穩(wěn)定。

表4 幾大區(qū)域碳市場壓力指數(shù)的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

圖5 幾大區(qū)域碳市場之間的聯(lián)動效應(yīng)

深圳碳市場的履約項(xiàng)目無地理范圍限制，因此與廣東省以本地項(xiàng)目為主（要求本地70%以上）有較大的區(qū)別，且兩個市場的交易主體的行業(yè)分布有較大差異[43]，因此兩個碳市場雖在地理上相近，但未體現(xiàn)出明顯的關(guān)聯(lián)性。深圳與湖北市場之間的關(guān)聯(lián)性可能是因?yàn)槿A中、華南的區(qū)域經(jīng)濟(jì)聯(lián)系，不過二者并不存在格蘭杰因果關(guān)系，可以認(rèn)為其聯(lián)動性并不強(qiáng)，且這兩個市場與其他碳市場均不存在顯著的關(guān)聯(lián)性。王倩和高翠云[4]62發(fā)現(xiàn)，深圳碳市場與其他碳市場之間不存在均值溢出與逆向溢出效應(yīng)，與本文對深圳碳市場的研究結(jié)論類似。而湖北碳市場交易較活躍、交易集中度較低，政府對價(jià)格的調(diào)控力度較大，因此并未呈現(xiàn)履約期前后碳價(jià)的結(jié)構(gòu)性變化[2]34，其亦未呈現(xiàn)與其他碳市場的顯著聯(lián)動性。

五、結(jié)論與啟示

本文基于深圳、湖北、廣東、北京、上海這五個主要的中國區(qū)域碳市場的碳配額價(jià)格和成交量的波動情況，構(gòu)建了日度的中國碳市場壓力指數(shù)（CCMSI），該指數(shù)不僅考慮了各碳市場的縱向壓力，也同時(shí)考慮了各碳市場之間的相關(guān)性，能夠?qū)崟r(shí)、合理地反映中國整體碳市場的風(fēng)險(xiǎn)表現(xiàn)情況。同時(shí)本文將CCMSI與中國制造業(yè)PMI相結(jié)合，利用TVAR模型進(jìn)行了CCMSI門限值的確定，并認(rèn)為將CCMSI的數(shù)值與門限值進(jìn)行比較，能夠?qū)χ袊墓I(yè)景氣情況起到一定的預(yù)測作用。2014年，北京綠色金融協(xié)會推出了中碳指數(shù)體系，包括“中碳市值指數(shù)”和“中碳流動性指數(shù)”，用于綜合反映各試點(diǎn)碳市場的碳價(jià)和成交量走勢，2016年，中央財(cái)經(jīng)大學(xué)氣候與能源金融研究中心和經(jīng)濟(jì)與區(qū)域轉(zhuǎn)型研究中心也聯(lián)合推出了中國碳市場信心指數(shù)（CMCI），用于評估市場參與者對中國碳市場發(fā)展趨勢的預(yù)期。而目前實(shí)踐中尚缺乏能夠?qū)崟r(shí)監(jiān)測中國碳市場風(fēng)險(xiǎn)的指標(biāo)，本文所構(gòu)建的CCMSI可以作為以上指數(shù)的補(bǔ)充，用于全面反映中國碳市場的壓力情況，對于監(jiān)管當(dāng)局和交易主體了解中國碳市場的風(fēng)險(xiǎn)走勢，進(jìn)而進(jìn)行合理的市場調(diào)控和風(fēng)險(xiǎn)管理，以防范碳市場系統(tǒng)性危機(jī)的發(fā)生具有積極的作用。監(jiān)管當(dāng)局也可參照CCMSI研判碳市場的運(yùn)行情況，對碳市場的配額總量、交易主體、交易范圍等進(jìn)行適時(shí)的調(diào)整和控制，以保證碳市場的健康穩(wěn)定運(yùn)行。

本文利用CCMSI對2015年4月—2019年7月的中國碳市場壓力情況進(jìn)行了分析，結(jié)果表明，從各區(qū)域來看，廣東、北京、上海三個碳市場的壓力指數(shù)呈現(xiàn)一定的下降趨勢，說明這三個碳市場的運(yùn)行趨于穩(wěn)定，而深圳和湖北碳市場的壓力指數(shù)未呈現(xiàn)下降趨勢，說明這兩個碳市場的風(fēng)險(xiǎn)情況更值得監(jiān)管部門關(guān)注。從總體來看，中國碳市場整體壓力較低，運(yùn)行較為平穩(wěn)，高壓力時(shí)期主要出現(xiàn)在2015年6月、2016年4月—5月、2016年7月，而出現(xiàn)高壓力的主要原因在于各碳市場履約期的臨近，導(dǎo)致控排企業(yè)交易量的加大和碳市場運(yùn)行的波動。此外，這幾個時(shí)期內(nèi)中國制造業(yè)運(yùn)行亦處于相對不景氣的階段，因此碳市場壓力加大。而隨著碳市場運(yùn)行時(shí)間的加長，壓力指數(shù)逐漸降低，這也表明隨著碳市場建設(shè)各項(xiàng)規(guī)章制度的完善和控排企業(yè)交易經(jīng)驗(yàn)的積累，中國碳市場的整體運(yùn)行逐漸趨于成熟和穩(wěn)定。

本文進(jìn)一步對各區(qū)域碳市場壓力指數(shù)之間的相關(guān)性和格蘭杰因果關(guān)系進(jìn)行了分析，發(fā)現(xiàn)北京、上海、廣東這三個碳市場之間存在顯著的正相關(guān)關(guān)系，且北京碳市場對廣東、上海碳市場具備一定引領(lǐng)作用，上海碳市場對廣東碳市場具備一定引領(lǐng)作用，表明這三個市場之間存在一定的傳染風(fēng)險(xiǎn)，監(jiān)管當(dāng)局應(yīng)重點(diǎn)加強(qiáng)對其的監(jiān)管，建立相應(yīng)的“防火墻”機(jī)制，當(dāng)一個市場出現(xiàn)危機(jī)時(shí)，會發(fā)生跨市場傳染。這也同樣說明，這三個市場之間存在建立統(tǒng)一碳市場的基礎(chǔ)。在《巴黎協(xié)定》生效后，不管是在世界范圍還是在中國國內(nèi)，建立相互聯(lián)系的、統(tǒng)一的碳市場都是未來的發(fā)展趨勢。在未來建立中國統(tǒng)一碳市場的過程中，可以首先從建立覆蓋這三個市場的跨區(qū)域統(tǒng)一碳市場入手，再逐步將其他區(qū)域碳市場納入該統(tǒng)一市場。

由于中國碳市場整體運(yùn)行時(shí)間較短，碳市場建設(shè)尚處于初步階段，仍有部分碳市場的交易天數(shù)過少或尚未啟動配額交易，因此本文所構(gòu)建的CCMSI未將全部區(qū)域碳市場納入進(jìn)來，所分析的時(shí)間區(qū)間亦較短。隨著更多區(qū)域碳市場運(yùn)行的成熟，本文所提出的方法可適用于納入更多區(qū)域碳市場的CCMSI的構(gòu)建，這也會進(jìn)一步提高其對于中國碳市場壓力和風(fēng)險(xiǎn)度量的準(zhǔn)確性。對于世界范圍的碳交易體系總體市場風(fēng)險(xiǎn)和各碳市場間傳染風(fēng)險(xiǎn)的測度，本文所提出的方法也具有一定的參考價(jià)值。未來在全國乃至國際碳市場實(shí)現(xiàn)統(tǒng)一交易的情況下，統(tǒng)一碳市場風(fēng)險(xiǎn)測度指標(biāo)的構(gòu)建仍可參考本文的思路。