中國區(qū)域碳市場間的非線性關(guān)聯(lián)性研究

李堯

(中國計(jì)量大學(xué) 浙江杭州 310018)

2021年7月16日，北京、上海、武漢三地同時舉行了全國碳排放權(quán)交易市場的啟動儀式，當(dāng)日全國碳排放權(quán)市場正式開始交易。目前，中國形成了區(qū)域碳市場與全國碳市場共同發(fā)展的新格局，各市場在配額分配方式、行業(yè)納入標(biāo)準(zhǔn)、處罰措施、交易機(jī)制等方面均存在顯著性差異，但各個市場作為節(jié)能減排目標(biāo)下形成的共同產(chǎn)物，它們之間也存在一定的關(guān)聯(lián)性。研究中國區(qū)域碳市場價格間的關(guān)聯(lián)性，有助于發(fā)現(xiàn)起主要價格引導(dǎo)作用的區(qū)域碳市場，為全國碳市場的良性可持續(xù)發(fā)展提供參考建議。

1 文獻(xiàn)綜述

20世紀(jì)初碳交易市場正式形成以來，國內(nèi)外學(xué)者對碳市場價格進(jìn)行了多方面的研究。Kim和Koo(2009)使用自回歸分布滯后模型說明了美國碳市場價格在短期和長期下均與能源市場價格存在一定的關(guān)聯(lián)性。Lutz等(2013)[用馬爾科夫體制轉(zhuǎn)換模型研究了歐盟碳排放配額價格與能源市場價格、宏觀經(jīng)濟(jì)因素和天氣情況等方面的非線性關(guān)系。郭文軍(2015)運(yùn)用自適應(yīng)Lasso和逐步回歸的方法從國際碳價格、國際經(jīng)濟(jì)情況、能源市場價格和匯率四個方面研究了它們與中國深圳碳市場價格的關(guān)聯(lián)性。魏素豪和宗剛(2016)在構(gòu)建中國碳市場價格檢驗(yàn)?zāi)Ｐ偷幕A(chǔ)上對中國五個區(qū)域碳市場的價格序列進(jìn)行了實(shí)證分析，結(jié)果表明，各區(qū)域碳市場價格存在顯著的非線性特征。易蘭等(2017)利用MIV-BP神經(jīng)網(wǎng)絡(luò)的方法對第二期和第三期的歐洲碳配額期貨價格進(jìn)行訓(xùn)練和測試，模擬了能源、經(jīng)濟(jì)、氣候等方面的11個因素對碳價格的影響。汪中華和胡垚(2018)利用EEMD方法分解碳價格并結(jié)合面板回歸分析證實(shí)了中國區(qū)域碳市場價格與能源市場、GDP、氣溫和降水量之間存在一定的影響關(guān)系。呂靖燁等(2019)使用VAR模型發(fā)現(xiàn)人民幣匯率對深圳碳市場價格和湖北碳市場價格的沖擊效應(yīng)較大。陳向陽和何海靖(2021)利用非線性Granger因果檢驗(yàn)與非平衡面板模型研究了中國6個區(qū)域碳市場與上海證券綜合指數(shù)和深圳證券綜合指數(shù)之間的關(guān)聯(lián)性。關(guān)于中國區(qū)域碳市場關(guān)聯(lián)性的研究方面，汪文雋等(2016)利用多元BEKK-GARCH模型分階段對廣東、湖北和深圳三個區(qū)域碳市場間的波動溢出效應(yīng)進(jìn)行了研究。王倩和高翠云(2016)將VAR-BEKK-GARCH模型與跨學(xué)科的社會網(wǎng)絡(luò)分析法(SNA)相結(jié)合，更加直觀可視化地分析了中國六個碳市場間收益率和波動率的關(guān)聯(lián)性。

本文將運(yùn)用非線性Granger因果檢驗(yàn)與社會網(wǎng)絡(luò)分析法相結(jié)合的方法來研究中國區(qū)域碳市場間的關(guān)聯(lián)性。與以往的研究文獻(xiàn)相比，非線性Granger因果檢驗(yàn)的方法避免了多數(shù)文獻(xiàn)僅考慮線性關(guān)系所帶來的不足。同時，本文的研究將包含2013—2021年中國8個區(qū)域碳配額交易市場的價格數(shù)據(jù)，彌補(bǔ)了以往文獻(xiàn)僅研究部分區(qū)域碳市場的劣勢。最后，本文將跨學(xué)科的社會網(wǎng)絡(luò)分析法運(yùn)用到研究結(jié)果的可視化分析中，更加直觀和全面地觀察和分析了不同區(qū)域碳市場間的價格聯(lián)系。

2 理論分析與模型方法

2.1 理論分析

碳排放權(quán)交易市場是帶有金融屬性的市場。自2013年以來中國先后建立了多個碳排放權(quán)交易市場，各市場作為節(jié)能減排目標(biāo)下形成的共同產(chǎn)物，它們之間也存在一定的關(guān)聯(lián)性。關(guān)于金融市場間溢出效應(yīng)的原因可能存在以下兩種途徑：一是“經(jīng)濟(jì)基礎(chǔ)說”，二是“市場傳染說”。關(guān)于第一個方面，各個市場間存在一系列屬性相同或相似的基本因素而導(dǎo)致市場呈現(xiàn)相似的變動，而不同的碳市場均受到一系列相同因素的影響，如相同的宏觀經(jīng)濟(jì)環(huán)境、能源價格和匯率等。關(guān)于第二個方面，即使市場之間不存在一系列屬性相同或相似的基本因素，市場的傳染效應(yīng)也會導(dǎo)致溢出的發(fā)生。

有效市場假說認(rèn)為，在一個完全有效的市場當(dāng)中，市場的參與者是完全理性的，可以對市場中的信息做出快速且充分的反應(yīng)。在沒有內(nèi)幕消息的前提下，一切有價值的信息已經(jīng)在金融市場價格中得到了充分的反映，一切企圖通過基本面分析和技術(shù)分析來謀取超額利潤的行為都是徒勞。也就是說，價格變化過程實(shí)質(zhì)上是對信息變化的吸收過程?，F(xiàn)實(shí)中，金融市場很難達(dá)到完全有效，碳排放權(quán)交易市場亦是如此。因此，由于不同市場對共同信息的反應(yīng)不同，表現(xiàn)在價格上為一個市場的價格影響另一個市場的價格，產(chǎn)生溢出效應(yīng)。

2.2 模型方法

2.2.1 非線性Granger因果檢驗(yàn)

本文基于因果檢驗(yàn)的結(jié)果來識別中國區(qū)域碳市場價格間的關(guān)系。因果檢驗(yàn)的定義為：如果變量X有助于預(yù)測Y，則X是Y的Granger原因。傳統(tǒng)的Granger因果檢驗(yàn)僅衡量變量間的線性因果關(guān)系，在實(shí)際應(yīng)用分析中常在VAR的框架下借助F檢驗(yàn)來衡量，但對非線性因果關(guān)系無法衡量，從而產(chǎn)生一定的偏差。非線性Granger因果關(guān)系檢驗(yàn)的基本思路為過濾掉序列間的線性因素而從殘差項(xiàng)中提取信息來分析非線性的因果關(guān)系。具體做法：平穩(wěn)序列建立VAR模型剔除線性因素；對生成的殘差序列進(jìn)行BDS檢驗(yàn)；進(jìn)行非線性因果關(guān)系檢驗(yàn)。因此，本文將主要運(yùn)用非線性Granger因果關(guān)系檢驗(yàn)來進(jìn)行中國區(qū)域碳市場價格間關(guān)系的實(shí)證分析。

2.2.2 社會網(wǎng)絡(luò)分析法

本文在非線性Granger因果關(guān)系檢驗(yàn)的基礎(chǔ)上，利用社會網(wǎng)絡(luò)分析法對所得到的結(jié)果進(jìn)行可視化分析。由于中國目前僅有8家碳配額交易的區(qū)域碳市場，研究數(shù)量較少不足以考慮空間聚類分析，因此本文將從整體網(wǎng)絡(luò)特征和個體網(wǎng)絡(luò)特征兩方面，利用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)等級度、溢出和溢入效應(yīng)的相對中心度、個體關(guān)聯(lián)度和個體等級度7個指標(biāo)對區(qū)域碳市場價格間的非線性Granger因果關(guān)系結(jié)果進(jìn)行分析。

網(wǎng)絡(luò)密度反映了所研究市場間整體關(guān)聯(lián)的緊密程度，是網(wǎng)絡(luò)中實(shí)際存在的連接線數(shù)量與網(wǎng)絡(luò)中可以存在最大連接線數(shù)量的比值。網(wǎng)絡(luò)關(guān)聯(lián)度反映了網(wǎng)絡(luò)自身的穩(wěn)健性和脆弱性，它與網(wǎng)絡(luò)密度的區(qū)別在于對網(wǎng)絡(luò)中的單向連接線進(jìn)行分析而不考慮方向性。網(wǎng)絡(luò)等級度反映了網(wǎng)絡(luò)中的非對稱程度，是網(wǎng)絡(luò)中節(jié)點(diǎn)與節(jié)點(diǎn)間實(shí)際對稱的可達(dá)對數(shù)與最大可能對稱可達(dá)對數(shù)的比值被1減掉的部分，其中節(jié)點(diǎn)與節(jié)點(diǎn)間對稱的可達(dá)對數(shù)即為網(wǎng)絡(luò)中實(shí)際的雙向連接線數(shù)量。溢出和溢入效應(yīng)的相對中心度反映了個體在整個網(wǎng)絡(luò)中的地位，若該個體地位越重要，相對中心度越大，可以用某節(jié)點(diǎn)實(shí)際溢出或溢入和某節(jié)點(diǎn)最大可能溢出或溢入的連接線數(shù)量的比值來表示。個體關(guān)聯(lián)度和個體等級度則分別衡量了個體在網(wǎng)絡(luò)中的重要性和個體產(chǎn)生影響的非對稱程度，計(jì)算原理等同于網(wǎng)絡(luò)關(guān)聯(lián)度和網(wǎng)絡(luò)等級度，區(qū)別是它們的研究對象為單個節(jié)點(diǎn)。

3 實(shí)證分析

3.1 數(shù)據(jù)處理及描述

本文為了同時研究中國8個區(qū)域碳市場間的價格關(guān)聯(lián)性，選取2017年1月9日至2021年7月15日的各區(qū)域碳市場日交易均價數(shù)據(jù)進(jìn)行實(shí)證研究。用hb、gd、sz、bj、sh、tj、cq、fj分別表示湖北、廣東、深圳、北京、上海、天津、重慶、福建8個區(qū)域碳市場的日對數(shù)收益率序列。最終得到1104組有效數(shù)據(jù)，所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。表1為8個區(qū)域碳市場收益率序列的描述性統(tǒng)計(jì)。由表1可以看出，廣東碳市場呈現(xiàn)出高收益高風(fēng)險的特征，深圳碳市場呈現(xiàn)出低收益高風(fēng)險的特征，湖北碳市場和天津碳市場呈現(xiàn)出高收益低風(fēng)險的特征；根據(jù)偏度、峰度和JB統(tǒng)計(jì)量的P值，各區(qū)域市場收益率序列均為非正態(tài)分布的序列；ADF的檢驗(yàn)結(jié)果顯示，各區(qū)域碳市場收益率為平穩(wěn)序列，可用于后續(xù)的實(shí)證研究。

表1 收益率序列的描述性統(tǒng)計(jì)

3.2 線性因果關(guān)系檢驗(yàn)

首先將8個區(qū)域碳市場兩兩配對，根據(jù)信息準(zhǔn)則確定滯后階數(shù)并建立兩個市場收益率序列間的VAR模型來進(jìn)行傳統(tǒng)的線性Granger因果關(guān)系檢驗(yàn)，表2為檢驗(yàn)結(jié)果。

由表2可以看出，檢驗(yàn)結(jié)果中顯著的并不多，整體的網(wǎng)絡(luò)密度為17.86%，網(wǎng)絡(luò)關(guān)聯(lián)度為32.14%，網(wǎng)絡(luò)等級度為96.43%，說明區(qū)域碳市場價格間存在一定的線性關(guān)系，但關(guān)聯(lián)程度較低，這種關(guān)聯(lián)表現(xiàn)出了極大的不對稱性。其中，在1%的顯著性水平上，天津碳市場和北京碳市場互為Granger因果關(guān)系；在5%的顯著性水平上，湖北碳市場和上海碳市場是廣東碳市場的Granger原因，福建碳市場是深圳碳市場和廣東碳市場的Granger原因，深圳碳市場是天津碳市場的Granger原因；在10%的顯著性水平上，深圳碳市場是湖北碳市場和北京碳市場的Granger原因，湖北碳市場是北京碳市場的Granger原因。由于傳統(tǒng)的Granger因果檢驗(yàn)未考慮市場間的非線性關(guān)系，在市場關(guān)聯(lián)性的考量方面可能存在較大偏差，因此本文將進(jìn)一步運(yùn)用非線性的Granger因果關(guān)系檢驗(yàn)來研究區(qū)域碳市場價格間的關(guān)聯(lián)性。

表2 線性Granger因果關(guān)系檢驗(yàn)

3.3 非線性因果關(guān)系檢驗(yàn)

對上文中建立的VAR模型殘差序列進(jìn)行BDS檢驗(yàn)，檢驗(yàn)結(jié)果顯示，每對殘差序列間均存在顯著的非線性依賴性，可以進(jìn)行非線性Granger因果關(guān)系檢驗(yàn)。為了更加全面地衡量中國各區(qū)域碳市場價格間的非線性關(guān)聯(lián)性，本文借鑒劉華軍和何禮偉(2016)提出的“最大可能性網(wǎng)絡(luò)”方法，對兩個變量VAR系統(tǒng)下的殘差序列依次在滯后階數(shù)1～14下進(jìn)行非線性Granger因果關(guān)系檢驗(yàn)，分別考察在1%、5%和10%水平下的顯著性。若所有滯后階數(shù)下均不顯著，則記錄滯后階數(shù)Lx=Ly為1時T統(tǒng)計(jì)量的值；若存在至少一個滯后階數(shù)下結(jié)果顯著，則記錄最先出現(xiàn)顯著性的滯后階數(shù)Lx=Ly和T統(tǒng)計(jì)量的值。

從表3結(jié)果可以看出，區(qū)域碳市場間的關(guān)聯(lián)性較線性框架下的程度明顯增加，運(yùn)用線性框架的因果檢驗(yàn)明顯低估了中國區(qū)域碳市場價格間的關(guān)聯(lián)性。一方面，非線性框架下的檢驗(yàn)結(jié)果與線性框架下的結(jié)果基本保持一致，如：天津碳市場和北京碳市場間的價格互為影響；深圳碳市場仍是主要的價格影響輸出方，北京碳市場仍是主要的價格影響接受方。另一方面，非線性框架下的結(jié)果在線性框架下進(jìn)行了較大的擴(kuò)充，如：湖北碳市場和深圳碳市場體現(xiàn)出了雙向的價格影響特征；重慶碳市場的價格在區(qū)域碳市場體系中的獨(dú)立性相對下降；作為價格影響接受方的廣東碳市場的價格溢出效應(yīng)明顯加強(qiáng)。由于表3涉及的關(guān)系略微復(fù)雜，因此本文運(yùn)用社會網(wǎng)絡(luò)分析法來更加直觀地分析各市場價格間的關(guān)聯(lián)性。

表3 非線性Granger因果關(guān)系檢驗(yàn)

3.4 社會網(wǎng)絡(luò)分析

在非線性Granger因果關(guān)系檢驗(yàn)結(jié)果下，如果市場A是市場B的非線性Granger原因，則在關(guān)聯(lián)圖中畫一條由市場A指向市場B的連接線并標(biāo)注A到B的箭頭，表明兩市場間存在一定的非線性關(guān)聯(lián)性。最終可以構(gòu)造出一個表示區(qū)域碳市場價格間關(guān)聯(lián)性的最大可能性有向關(guān)聯(lián)網(wǎng)絡(luò)，如圖1所示。

圖1 區(qū)域碳市場間的最大可能性有向關(guān)聯(lián)網(wǎng)絡(luò)

為更好地分析，進(jìn)一步將最大可能性有向關(guān)聯(lián)網(wǎng)絡(luò)中的關(guān)系通過網(wǎng)絡(luò)密度(D)、網(wǎng)絡(luò)關(guān)聯(lián)度(C)、網(wǎng)絡(luò)等級度(H)、溢出效應(yīng)的相對中心度(ODC)、溢入效應(yīng)的相對中心度(IDC)、個體關(guān)聯(lián)度(PC)和個體等級度(PH)7個指標(biāo)量化，結(jié)果見表4。

從表4的結(jié)果可以看出，非線性Granger因果關(guān)系檢驗(yàn)下的網(wǎng)絡(luò)密度為0.39，是線性因果關(guān)系檢驗(yàn)下的兩倍之多，表明區(qū)域碳市場價格之間存在著不可忽略的影響關(guān)系。網(wǎng)絡(luò)關(guān)聯(lián)度為0.57，體現(xiàn)了區(qū)域碳市場價格間的聯(lián)系具有相對穩(wěn)定性。較高的網(wǎng)絡(luò)等級度0.79也說明了市場間的價格聯(lián)系存在明顯的不對稱性。

表4 區(qū)域碳市場的社會網(wǎng)絡(luò)指標(biāo)

觀察個體網(wǎng)絡(luò)指標(biāo)發(fā)現(xiàn)，深圳碳市場的個體關(guān)聯(lián)度和方向相對中心度都是最大的，同時較低的個體等級度表明該市場與多數(shù)市場均存在雙向的價格影響關(guān)系。整體來講，深圳碳市場在中國區(qū)域碳市場體系中起著重要的價格影響作用，即該市場價格既影響其他的多數(shù)碳市場價格又受到其他多數(shù)碳市場價格的影響，主要原因是深圳碳市場開市時間早、納入門檻低、采取電子競價的交易方式、交易品種較多等。這些因素使得深圳碳市場的價格有較大的波動性，市場表現(xiàn)出相對的不穩(wěn)定性。廣東碳市場和北京碳市場的情況基本類似，兩個市場在區(qū)域碳市場體系的價格決定中發(fā)揮相對重要的作用，主要區(qū)別在于廣東碳市場價格的影響作用比北京碳市場價格的影響作用不對稱性更大。北京碳市場覆蓋的排控企業(yè)較多，但配額分配較少，使得該市場碳價格近幾年持續(xù)在高位，較高的價格也容易受到其他市場價格變動的影響。廣東碳市場在流動性和有效性方面僅次于湖北碳市場，但較好于北京碳市場。作為目前相對完善且流動性最好的湖北碳市場，該市場價格最為穩(wěn)定，交易的集中度最低。由于湖北碳市場的相對有效性，它在區(qū)域碳市場價格的影響中占有舉足輕重的地位，價格穩(wěn)定的特性也反映出該市場不容易受其他市場價格的影響，主要是價格影響的輸出方。上海碳市場的個體等級度為1，說明上海碳市場與其他區(qū)域碳市場間的價格影響均是單向的。上海作為全國的金融中心，金融業(yè)的高度發(fā)達(dá)使得碳金融市場信息傳導(dǎo)作用比其他市場明顯，因此上海碳市場也是價格影響的輸出方。天津市在“十三五”規(guī)劃期間經(jīng)濟(jì)增速放緩以及寬松的配額分配政策導(dǎo)致碳市場持續(xù)低迷，而重慶碳市場由于納入門檻較高、交易主體單一，使得碳市場有較低的流動性，因此這兩個市場在區(qū)域碳市場的價格影響中起較小的作用，個體關(guān)聯(lián)度均為0.43。仔細(xì)對比傳統(tǒng)的Granger因果關(guān)系檢驗(yàn)的結(jié)果發(fā)現(xiàn)，無論是線性因果關(guān)系還是非線性因果關(guān)系，北京碳市場與天津碳市場的價格間均存在雙向影響關(guān)系，原因在于兩地區(qū)相鄰較近，產(chǎn)業(yè)結(jié)構(gòu)、天氣因素類似所導(dǎo)致。建立時間較晚的福建碳市場是在吸收了其他試點(diǎn)市場建設(shè)經(jīng)驗(yàn)的基礎(chǔ)上形成的，該市場機(jī)制的建設(shè)也較為完善，在區(qū)域碳市場中表現(xiàn)為價格影響的輸出方。

綜上所述，基于非線性Granger因果關(guān)系的檢驗(yàn)結(jié)果更好地說明了中國區(qū)域碳市場間存在非對稱的且相對穩(wěn)定的價格聯(lián)系。

4 結(jié)論與建議

本文研究表明，非線性Granger因果關(guān)系檢驗(yàn)比傳統(tǒng)的線性Granger因果關(guān)系檢驗(yàn)更全面地反映了區(qū)域碳市場間的相互影響特征；各區(qū)域碳市場碳價格之間存在著穩(wěn)定的聯(lián)系，這種聯(lián)系體現(xiàn)出較大的不對稱性；深圳、廣東、北京、湖北四個區(qū)域碳市場在中國碳市場體系中起主要的價格影響作用，其中深圳碳市場的價格影響作用最為明顯；湖北碳市場為主要的價格影響輸出方，價格影響的非對稱性程度較高；上海、天津、重慶、福建四個區(qū)域碳市場在中國碳市場體系中的價格影響能力較弱；天津碳市場是價格影響的輸入方；福建碳市場和上海碳市場是價格影響的輸出方；北京碳市場和天津碳市場均易受其他碳市場價格的影響，兩市場價格之間存在雙向的影響關(guān)系?；诖耍P者對防范區(qū)域碳市場間的聯(lián)動風(fēng)險和有效發(fā)展全國碳排放權(quán)市場提出幾點(diǎn)建議。

(1)投資者和管理部門在進(jìn)行投資決策和政策制定時應(yīng)關(guān)注并考慮到其他區(qū)域碳市場或地區(qū)的影響，如重點(diǎn)關(guān)注北京碳市場和天津碳市場的聯(lián)動情況等。由于目前區(qū)域碳市場和全國碳市場共同運(yùn)行，為避免各區(qū)域市場政策改變帶來的溢出效應(yīng)的不良影響，各區(qū)域市場的管理部門在進(jìn)行政策制定時也應(yīng)采取穩(wěn)健的態(tài)度，不能使用“一刀切”的方式。

(2)重視其他市場與中國碳市場的聯(lián)動情況。根據(jù)以往學(xué)者的研究總結(jié)，本身具有金融屬性的碳交易市場在一定程度上會受到國際碳市場、金融市場、宏觀經(jīng)濟(jì)、能源市場等多方面的影響。因此投資者在進(jìn)行投資決策時，要全方位考慮其他市場的影響，尤其是對于波動率較高的深圳碳市場和廣東碳市場，以及價格較高的北京碳市場的交易者來講。

(3)逐步降低碳交易門檻并完善碳相關(guān)的風(fēng)險對沖產(chǎn)品。一方面，較高的門檻導(dǎo)致了市場較低的流動性，從而增加了市場的無效性，無效的市場在極端情況下極易出現(xiàn)巨大的價格波動，這種波動也會進(jìn)一步影響其他市場。因此，逐步降低碳交易門檻并配合合理的碳交易政策，有助于逐漸提高各區(qū)域市場的流動性，使碳市場真正發(fā)揮節(jié)能減排的根本目的。另一方面，不斷完善碳金融衍生產(chǎn)品也是防范風(fēng)險的有效途徑之一。