摘要：氣候變化是人類社會(huì)所面臨的一個(gè)普遍且嚴(yán)峻的問(wèn)題。碳市場(chǎng)的發(fā)展對(duì)實(shí)施可持續(xù)發(fā)展戰(zhàn)略、實(shí)現(xiàn)“雙碳”目標(biāo)、推動(dòng)能源結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有極其重要的意義。在此背景下，文章探討了中國(guó)碳市場(chǎng)、傳統(tǒng)能源市場(chǎng)和金屬市場(chǎng)宏觀分析框架下的波動(dòng)相關(guān)性。筆者的研究結(jié)論是：首先，三個(gè)市場(chǎng)之間存在顯著的溢出效應(yīng)，碳市場(chǎng)與傳統(tǒng)能源市場(chǎng)的連通性強(qiáng)于金屬市場(chǎng)；其次，上述三個(gè)市場(chǎng)之間的波動(dòng)相關(guān)性具有時(shí)變特征，溢出效應(yīng)逐漸增強(qiáng)。最后，這些發(fā)現(xiàn)為“雙碳戰(zhàn)略”背景下的投資組合建設(shè)和政策制定提供了豐富的見(jiàn)解。

關(guān)鍵詞：碳排放市場(chǎng)；風(fēng)險(xiǎn)溢出；動(dòng)態(tài)溢出

中圖分類號(hào)：F832.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）31-0006-04

DOI：10.13939/j.cnki.zgsc.2024.31.002

1引言

早在1997年于日本通過(guò)的《京都議定書》引入市場(chǎng)機(jī)制作為控制溫室氣體排放的措施，中國(guó)于2013—2014年陸續(xù)開(kāi)放了7個(gè)試點(diǎn)地區(qū)的碳排放權(quán)交易，并且于2021年上線了全國(guó)碳市場(chǎng)。碳市場(chǎng)同樣也是金融市場(chǎng)的一部分，研究其與其他市場(chǎng)之間的關(guān)聯(lián)機(jī)制對(duì)于碳市場(chǎng)進(jìn)一步完善發(fā)展、更好地促進(jìn)減排目標(biāo)具有重要的意義。

眾所周知，傳統(tǒng)能源市場(chǎng)是碳排放的主要來(lái)源，碳價(jià)格的波動(dòng)會(huì)改變化石能源消耗的成本，進(jìn)而影響化石能源的消耗量；金屬市場(chǎng)同樣是能源密JnHYJb7mrG1nl7xYCQVeiQ==集型行業(yè)，金屬的生產(chǎn)和冶煉過(guò)程中會(huì)消耗大量的傳統(tǒng)能源，同時(shí)清潔能源的發(fā)展增加了對(duì)金屬的需求。研究碳市場(chǎng)—傳統(tǒng)能源市場(chǎng)—金屬市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)可以為碳市場(chǎng)的進(jìn)一步完善提供一定的參考信息，更好地發(fā)揮碳市場(chǎng)對(duì)于低碳目標(biāo)、能源轉(zhuǎn)型的激勵(lì)作用。

2文獻(xiàn)綜述

金融市場(chǎng)之間的溢出效應(yīng)意味著，由于市場(chǎng)環(huán)境的變化或政策的變化，一個(gè)市場(chǎng)的波動(dòng)可能會(huì)導(dǎo)致另一個(gè)市場(chǎng)發(fā)生波動(dòng)。一個(gè)金融市場(chǎng)的波動(dòng)通過(guò)信息傳遞、投資者行為的變化等路徑傳遞到另一個(gè)金融市場(chǎng)。Hu和Ma（2011）以股票市場(chǎng)和債券市場(chǎng)為研究對(duì)象，發(fā)現(xiàn)兩個(gè)市場(chǎng)的溢出效應(yīng)會(huì)隨著股票市場(chǎng)的變化而變化［1］。Bikramaditya（2023）的研究考察了大宗商品市場(chǎng)之間的溢出效應(yīng)，突發(fā)公共事件期間能源和金屬市場(chǎng)之間的外溢效應(yīng)增加，并且具有不對(duì)稱性［2］。

隨著氣候變化問(wèn)題逐漸引起國(guó)際社會(huì)的關(guān)注，碳市場(chǎng)也逐漸引起學(xué)術(shù)界的關(guān)注。Ji等（2018）研究發(fā)現(xiàn)，歐盟碳市場(chǎng)、傳統(tǒng)能源市場(chǎng)和清潔能源市場(chǎng)之間的收益率和波動(dòng)性溢出是時(shí)變的［3］。Zhou等（2022）構(gòu)建了碳市場(chǎng)、能源市場(chǎng)和有色金屬市場(chǎng)的市場(chǎng)體系，探索多維度風(fēng)險(xiǎn)溢出，發(fā)現(xiàn)煤炭成為該市場(chǎng)體系的傳導(dǎo)中心［4］。

基于上述分析，發(fā)現(xiàn)針對(duì)中國(guó)碳市場(chǎng)的研究較少，也發(fā)現(xiàn)國(guó)外碳市場(chǎng)與其金融市場(chǎng)密切相關(guān)。因此，文章選擇中國(guó)碳市場(chǎng)、傳統(tǒng)能源市場(chǎng)和金屬市場(chǎng)作為研究對(duì)象，并在此基礎(chǔ)上初步推斷碳市場(chǎng)、傳統(tǒng)能源市場(chǎng)和金屬市場(chǎng)之間存在著相互聯(lián)系且三個(gè)市場(chǎng)之間的連通性是隨時(shí)間變化的。

3模型與數(shù)據(jù)

3.1模型

Diebold和Yilmaz（2014）基于VAR模型，通過(guò)廣義預(yù)測(cè)誤差方差分解構(gòu)造了DY溢出指數(shù)，可以展示市場(chǎng)之間風(fēng)險(xiǎn)溢出的方向和強(qiáng)度，更好地展現(xiàn)了市場(chǎng)之間的溢出機(jī)制［5］。

向量自相關(guān)模型VAR（p）如下所示：

yt=c+∑pj=1φjyt-j+ut（1）

模型中，t代表時(shí)間，yt代表n維的被解釋變量，c和ut分別表示常數(shù)和殘差向量，φj表示系數(shù)矩陣。

通過(guò)Wold引理，可以將VAR（p）模型轉(zhuǎn)換為向量移動(dòng)平均模型VMA（

SymboleB@

）：

Q（Ft-1）=μ+∑

SymboleB@

i=0Aiut-i（2）

模型中，

μ=（In-φ1-…-φp）（-1）c（3）

Ai=0，i<0In，i=0φ1Ai-1+…+φpAi-p，i>0（4）

In是一個(gè)n×n的單位矩陣。

然后，對(duì)于預(yù)測(cè)范圍=H的廣義預(yù)測(cè)誤差方差分解可以表示為：

θgi，j（H）=σ-1jj∑H-1h=0eTiAh∑ej2∑H-1h=0eTiAh∑AThei（5）

為了確保方差分解矩陣的每一行都是單位一，方程按行歸一化，可以寫成：

θi，j（H）=θgi，j（H）∑nj=1θgi，j（H）（6）

模型中，θi，j（H）說(shuō)明由變量j解釋變量i中預(yù)測(cè)誤差的百分比。接下來(lái)，計(jì)算以下溢出指數(shù)以捕捉變量之間的總體溢出效應(yīng)。

FROMi（H）=∑nj=1，j≠iθi，j（H）n×100（7）

TOi（H）=∑nj=1，j≠iθj，i（H）n×100（8）

NETi（H）=TOi（H）-FROMi（H）（9）

TCI（H）=∑ni，j=1，j≠iθi，j（H）n×100（10）

模型中，TO表示變量i對(duì)所有其他變量的總體影響。FROM說(shuō)明變量i以外的變量對(duì)變量i的影響。凈連通性指數(shù)（NET）捕捉了變量i到其他變量的凈溢出，其中正（負(fù)）值表明變量i是系統(tǒng)中的波動(dòng)發(fā)射器（接收器）。最終，總連通指數(shù)（TCI）度量了系統(tǒng)中變量之間的總體連通性，并用作測(cè)度市場(chǎng)風(fēng)險(xiǎn)傳染的代理變量。

3.2數(shù)據(jù)

考慮到全國(guó)碳市場(chǎng)啟動(dòng)時(shí)間短，文章選擇2013年、2014年前后啟動(dòng)的試點(diǎn)碳市場(chǎng)作為代表。在最初啟動(dòng)的7個(gè)試點(diǎn)碳市場(chǎng)中，湖北碳市場(chǎng)的碳配額交易量和總交易額最高，市場(chǎng)規(guī)模相對(duì)較大。同時(shí)，湖北碳市場(chǎng)的有效交易日遠(yuǎn)長(zhǎng)于其他試點(diǎn)碳市場(chǎng)，即市場(chǎng)活躍度大于其他市場(chǎng)，可以有效地展示碳市場(chǎng)價(jià)格波動(dòng)所承載的信息。因此，文章選擇湖北碳市場(chǎng)作為代表，以其每日收盤價(jià)作為碳價(jià)格數(shù)據(jù)，數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)。同時(shí)，采用線性插值法對(duì)價(jià)格數(shù)據(jù)進(jìn)行擬合，從而提高數(shù)據(jù)建模的準(zhǔn)確性和可靠性。

此外，文章選取了工業(yè)生產(chǎn)和日常生活中最重要、應(yīng)用最廣泛的傳統(tǒng)能源，即原油、煤炭和天然氣作為代表。對(duì)于原油市場(chǎng)，選取2018年上海期貨市場(chǎng)的原油期貨收盤價(jià)作為價(jià)格代表。目前，中國(guó)沒(méi)有與煤炭和天然氣相關(guān)的期貨交易，文章選取焦炭指數(shù)和液化天然氣指數(shù)作為代表。金屬的生產(chǎn)和冶煉過(guò)程是能源密集型的，在能源轉(zhuǎn)型中新能源發(fā)展對(duì)相關(guān)金屬有著巨大的需求。文章選取與新能源拓展密切相關(guān)的銅、鎳、鋁為代表，將對(duì)應(yīng)的期貨收盤價(jià)作為價(jià)格數(shù)據(jù)。

鑒于原油期貨的上市時(shí)間，文章的樣本期間為2018年3月20日至2023年3月30日。之后根據(jù)公式ri，t=ln（pi，t/pi，t-1）獲得對(duì)數(shù)收益率數(shù)據(jù)。圖1為收益率的時(shí)間序列圖，展示出了波動(dòng)聚集現(xiàn)象。

表1顯示了收益率數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。以碳市場(chǎng)的平均回報(bào)最高，原油的平均回報(bào)最低。偏度和峰度結(jié)果表明所有數(shù)據(jù)均展現(xiàn)出峰尖尾厚的特征。同時(shí)，J-B統(tǒng)計(jì)量拒絕了正態(tài)分布的零假設(shè)，表明所有回歸序列都不滿足正態(tài)分布。ADF檢驗(yàn)和ERS檢驗(yàn)的結(jié)果都表明，所有樣本數(shù)據(jù)都是平穩(wěn)的。此外，根據(jù)Ljung-Box檢驗(yàn)，已知大多數(shù)返回序列是自相關(guān)的，因此可以建立VAR模型。

4實(shí)證結(jié)果和解讀

文章構(gòu)建了中國(guó)碳市場(chǎng)、傳統(tǒng)能源市場(chǎng)和金屬市場(chǎng)的三市場(chǎng)宏觀分析體系。首先，計(jì)算了靜態(tài)溢出指數(shù)，初步觀察了三個(gè)市場(chǎng)之間的溢出效應(yīng)特征。其次，根據(jù)滾動(dòng)窗口計(jì)算動(dòng)態(tài)溢出指數(shù)，觀察市場(chǎng)間溢出效應(yīng)的動(dòng)態(tài)變化?；贏IC信息準(zhǔn)則，VAR模型選擇的滯后階數(shù)為2階，預(yù)測(cè)步數(shù)H=10。表2報(bào)告了市場(chǎng)之間的靜態(tài)溢出指數(shù)。TCI顯示，碳市場(chǎng)—傳統(tǒng)能源市場(chǎng)—金屬市場(chǎng)的總連通性約為24.43%，表明市場(chǎng)體系存在顯著的溢出效應(yīng)。市場(chǎng)之間的溢出效應(yīng)解釋了市場(chǎng)體系中近1/4的預(yù)測(cè)誤差，證實(shí)了傳統(tǒng)能源市場(chǎng)、金屬市場(chǎng)和碳市場(chǎng)并非相互獨(dú)立，而是相互影響和相互作用?；诮?jīng)濟(jì)基本面假說(shuō)和市場(chǎng)傳染假說(shuō)，文章的推斷得到了證實(shí)。溢出效應(yīng)最強(qiáng)的是銅和鋁，銅對(duì)鋁的預(yù)測(cè)誤差解釋率達(dá)到21.57%，銅和天然氣的溢出作用最弱（0.01%）。從TO值可以看出，金屬市場(chǎng)是市場(chǎng)體系中波動(dòng)性的最大傳遞者，尤其是銅和鋁。FROM值表明，金屬市場(chǎng)也是市場(chǎng)體系中溢出效應(yīng)的最大接收者。在凈溢出指數(shù)上，除碳市場(chǎng)、銅和鋁外，其他資產(chǎn)的凈溢出效應(yīng)均為負(fù)，以銅的凈溢出效應(yīng)為最大。從碳市場(chǎng)與其他資產(chǎn)的連通性指數(shù)可以看出，碳市場(chǎng)與傳統(tǒng)能源市場(chǎng)和金屬市場(chǎng)的連通性并不高，說(shuō)明與其他金融市場(chǎng)的關(guān)聯(lián)性較弱。

金融市場(chǎng)和宏觀環(huán)境是動(dòng)態(tài)隨機(jī)變化的，市場(chǎng)之間溢出效應(yīng)的時(shí)變特征可以更清晰地顯示風(fēng)險(xiǎn)傳導(dǎo)的動(dòng)態(tài)變化，有助于金融市場(chǎng)參與者更好地理解金融市場(chǎng)的互聯(lián)互通特征。文章采用滾動(dòng)窗口法構(gòu)建動(dòng)態(tài)溢出指數(shù)，選擇滾動(dòng)窗口大小為200天。

從表3可以看出，市場(chǎng)之間的動(dòng)態(tài)平均溢出大于靜態(tài)溢出，不同資產(chǎn)在系統(tǒng)中作為波動(dòng)發(fā)送器和接收器的作用與靜態(tài)溢出下所扮演的角色基本相同。金屬市場(chǎng)仍然是系統(tǒng)性波動(dòng)的最大貢獻(xiàn)者和接受者。碳市場(chǎng)與其他市場(chǎng)的聯(lián)系明顯增加，但仍處于低位。需要注意的是，在靜態(tài)市場(chǎng)條件下，碳市場(chǎng)是凈傳導(dǎo)者，而在動(dòng)態(tài)市場(chǎng)條件下碳市場(chǎng)的作用轉(zhuǎn)變?yōu)閮艚邮照摺?/p>

圖2繪制了200天滾動(dòng)窗口條件下，總溢出指數(shù)的動(dòng)態(tài)變化。市場(chǎng)之間的總溢出指數(shù)是隨時(shí)間變化的，從10%到40%不等。原因是金融市場(chǎng)受到市場(chǎng)內(nèi)部機(jī)制和外部環(huán)境雙重作用的影響，兩者是隨時(shí)間變化的，因此市場(chǎng)之間的溢出效應(yīng)也會(huì)相應(yīng)變化。同時(shí)，總溢出指數(shù)是逐漸上升的，市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)逐步加強(qiáng)。這要求市場(chǎng)監(jiān)管機(jī)構(gòu)采取預(yù)防措施，在市場(chǎng)風(fēng)險(xiǎn)增加的情況下采取有效的應(yīng)對(duì)措施。

5結(jié)論

在氣候變化的大背景下，我國(guó)提出了碳達(dá)峰和碳中和目標(biāo)。文章選擇與氣候變化和綠色轉(zhuǎn)型相關(guān)的碳市場(chǎng)和傳統(tǒng)金融市場(chǎng)作為研究對(duì)象，研究它們之間的溢出效應(yīng)。首先，靜態(tài)溢出效應(yīng)表明，碳市場(chǎng)—傳統(tǒng)能源市場(chǎng)—金屬市場(chǎng)之間存在顯著的溢出效應(yīng)，但碳市場(chǎng)與其他市場(chǎng)的聯(lián)系較弱，金屬市場(chǎng)對(duì)總溢出效應(yīng)的貢獻(xiàn)最大。其次，動(dòng)態(tài)分析表明，市場(chǎng)之間的溢出效應(yīng)呈現(xiàn)時(shí)變特征，并且溢出效應(yīng)逐漸加劇。上述研究結(jié)果對(duì)投資者構(gòu)建多元化投資組合、金融監(jiān)管機(jī)構(gòu)制定風(fēng)險(xiǎn)管理政策具有重要意義。

參考文獻(xiàn)：

［1］HUQ，MAL.ThevolatilityspillovereffectbetweenthestockmarketandthebondmarketinChina［J］.Journaloffinancialresearch，2011（10）：198-206.

［2］BIKRAMADITYAG，LINHP，TAMARAT，etal.COVID-19andthequantileconnectednessbetweenenergyandmetalmarkets［J］.Energyeconomics，2023，117（C）：106420.

［3］JIQ，ZHANGD，GENGJB.Informationlinkage，dynamicspilloversinpricesandvolatilitybetweenthecarbonandenergymarkets［J］.Journalofcleanerproduction，2018，198：972-978.

［4］ZHOUY，WUS，ZHANGZ.Multidimensionalriskspilloversamongcarbon，energyandnonferrousmetalsmarkets：evidencefromthequantileVARnetwork［J］.Energyeconomics，2022，114：106319.

［5］DIEBOLDFX，YILMAZK.Onthenetworktopologyofvariancedecompositions：measuringtheconnectednessoffinancialfirms［J］.Journalofeconometrics，2014，182（1）：119-134.