欧盟碳配额现货与期货价格关系及对中国的借鉴

王丹+程玲

摘要基于欧盟碳市场配额现货与期货的发展经验和对我国统一碳市场建设的借鉴，本文以2005-2012年欧盟碳排放权交易体系（EU ETS）欧盟配额的现货和期货价格为样本研究二者之间的关系。本文运用单位根检验（ADF检验）的方法验证现货与期货价格的序列平稳性，并在序列平稳的前提下基于协整理论研究现货价格与期货价格的长期均衡关系，反映了二者间的静态关系。但短期内这一静态关系并不成立，反而表现出一定的动态性，短期价格的变动能够真实地反映市场需求，对价格的形成起着重要作用，因而采用向量误差修正模型重点研究二者间的短期动态关系。研究表明：①碳现货价格与期货价格间有着不同程度的影响，二者存在长期均衡，但短期内受市场特定因素的影响，二者又有所偏离；②期货价格反应灵敏，偏离均衡后调整速度快于现货，而且期货的滞后期价格对现货价格影响显著，这更加突显了碳期货的价格发现作用；③期货市场涉及了投资者对市场的预期和判断，较现货交易包含了更多的投机性，价格更为灵活，波动频繁，增加了市场风险。最后，根据结论对我国碳市场建设提出一些启示和建议：针对现货与期货价格之间的动态关系，应当积极开发和利用碳期货市场，通过期货的价格发现功能形成合理碳价，同时需要增强期货市场与现货市场的透明度，实现信息的传递与分享，最终实现期货市场对现货市场的补充和完善；为规避期货价格的波动性所带来的风险，需要建立一套完善的风险防控体系，在风险可控的前提下利用期货价格对市场进行预期，及时引导市场价格，形成完善的价格机制，为全国统一碳市场建设提供价格基础。

关键词碳市场；现货；期货；价格发现

中图分类号F201；F830文献标识码A文章编号1002-2104（2016）07-0085-08doi：103969/jissn1002-2104201607011

全球变暖已成为人们日益关注的气候问题，而温室气体的排放则是造成全球变暖的主要原因。为了促使各国完成温室气体减排目标，《京都议定书》允许将二氧化碳排放权具体化，即把碳排放权看作是一种具有权利属性、可以交易的商品，通过碳排放权交易体系来实现二氧化碳的减排。自《京都议定书》签订以来，欧盟、北美和日本等先后建立了碳排放权交易体系，这为世界其他国家和地区起到了借鉴和引领作用。欧盟碳排放权交易体系（EU ETS ）自2005年建立以来，在国际碳市场上占据着举足轻重的地位。其交易的欧盟配额和衍生品（主要是碳期货）对国际碳市场定价起着重要作用。随着欧盟配额市场的快速发展，由于受到经济因素、社会因素以及政策因素等方面的影响，配额现货和期货价格波动剧烈，二者之间存在明显差异，期货价格较现货价格偏高，且波动幅度较现货大，这主要是由于利益相关方、流动性、信息不对称等因素的影响导致现货与期货价格间的显著差异。因此研究碳市场中现货与期货价格之间的关系对我国碳市场建设具有重大意义。自2013年6月份以来，我国设立了深圳首个碳交易试点，绝大部分试点在成立初期碳价格波动最为明显，且深圳、北京等试点价格波动幅度较大，湖北、重庆试点的价格相对较为平稳，但2015年进入履约期后价格波动也相对频繁。总体来看，国内七个试点区域由于处于分割状态，在配额分配总量、分配方式等方面的差异化，造成碳价格的区别明显，而且碳价格波动剧烈，缺乏稳定性。针对目前碳市场现货价格的不稳定性以及各试点间碳价格的巨大差异，亟需开发碳期货等碳金融衍生品，来实现对现货市场的完善并及时发现价格，为全国统一碳市场的形成提供价格条件。

1文献综述

现货与期货价格的研究能有效地反映产品价格的波动趋势，并分析引起现货市场与期货市场价格变动的因素。这两个市场的价格在很大程度上受到同种因素的影响，比如宏观的经济形势、社会事件、政策等因素，但是期货市场比现货市场更为敏感和复杂，期货市场还会受到投资者的投机行为的影响。针对影响市场价格的不同因素实施一些行之有效的措施，从而提高市场效率。对于现货与期货价格的研究，不仅仅覆盖了金融商品市场，而且在碳市场上，国内外一些学者已经进行了相关研究。这主要表现为对碳市场价格波动性和价格变动影响因素的研究，还有部分涉及到碳市场期货价格与现货价格之间关系的研究。

欧盟碳排放权交易体系自2005年建立以来，经过数年的发展已日趋成熟，但是由于受到经济因素、社会因素以及政策因素等方面的影响，欧盟碳价格波动剧烈。Alberola， Chevallier， Cheze[1]研究了欧盟碳市场第一阶段碳价格的变动，指出了碳价格的结构突变点。郭福春、潘锡泉[2]对欧盟碳市场期货价格进行了风险方面的研究，也发现碳期货价格受外部市场的影响而发生结构突变现象，呈现出一种非线性特征，但是他指出现阶段价格较为稳定。徐天艳[3]，常凯、王苏生、蒙震和黄杰敏[4]认为碳期货与现货价格时间序列存在ARCH效应，使得价格的波动性增强。Chesney和Taschini[5]认为碳市场中的非对称信息降低了市场效率，在一定程度上引起了现货价格的波动。刘维泉等[6]基于随机模型对欧盟配额价格进行了研究，发现期货价格面临较大的市场风险，价格波动明显。目前国内外关于碳价格波动性的研究集中于欧盟碳市场，而且大多数聚焦于欧盟碳市场第一阶段，而很少涉及到我国国内碳市场。我国碳市场自2013年启动以来，各试点的碳价格也表现出不同的特征，绝大部分试点的碳价格也表现出较大的波动性。其中深圳试点价格波动最为显著，最高涨幅曾达到300%左右，因而对于国内碳市场价格波动性的研究也急需完善。

王丹等：欧盟碳配额现货与期货价格关系及对中国的借鉴中国人口·资源与环境2016年第7期碳价格的波动受到来自诸多方面的影响，包括碳市场内的经济形势、社会因素、政策制度、能源市场及气候条件等。然而，目前的研究主要涉及到相关的能源市场、社会事件和政策等方面。Alberola， Chevallier， Cheze[1]研究了2005-2007年欧洲碳价格结构突变等因素，指出能源价格和突发事件对EUA现货和期货价格影响巨大。Keppler[7]认为在不同阶段碳市场价格受到能源价格的影响不同，欧盟第一阶段煤炭天然气价格对碳价格影响很大，但是第二阶段则是受电力价格影响大。魏一鸣[8]，Creti[9]通过协整分析，也指出不同阶段欧盟碳市场价格受能源价格的影响有所差异。赵静雯[10]基于欧盟碳市场期货价格与能源市场价格的相关性分析，检验出碳期货与能源价格之间存在长期的协整关系。而魏一鸣、刘兰翠[11]认为碳价格和能源价格之间并没有明显的相互影响关系。冯文娟等[12]也认为能源期货与碳期货之间存在很弱的正相关。此外，还有一些学者认为碳价格受碳市场信息披露程度的影响。Chevallier[13]对欧盟碳市场现货的历史价格进行了研究，发现碳市场信息披露程度对价格波动有着显著的影响。MansanetBataller[14]认为经济形势和气温条件对碳价格影响不显著，而能源价格和碳市场信息则是碳价的主要影响因素。刘维泉等[6]发现欧盟第一阶段市场价格受政策影响表现出不稳定性。通过对欧盟碳市场价格影响因素的分析可见，影响碳价格的因素并不仅是能源价格、重大事件、政策制度等因素，而且在不同的经济体中，由于个体的特性，这些因素研究并不是很全面，因而对于变量的选取还存在很大的缺陷和不一致。在我国碳市场中部分碳试点的价格波动较为剧烈，但也有个别试点价格始终比较平稳。因而，对于碳价格波动的因素研究还需要结合碳市场的特点来综合深入。

目前国际碳市场的交易主要发生在现货和期货市场，这两个市场之间联系密切，现货市场价格的变动会影响到期货市场，反之期货市场价格也会作用于现货市场，甚至是引导现货市场。Alberola[15]，张跃军、魏一鸣[16]认为欧盟碳市场期货合约价格与现货价格有着明显的差异，且期货价格更具有主导作用。鲁炜，戚婷婷[17]通过研究欧盟碳市场CER现货与期货价格，指出二者之间有着长期的均衡关系，而且期货价格是现货价格的格兰杰原因，期货价格具有价格发现的功能。洪娟、陈静[18]认为国际碳市场的碳配额和核证减排量各自现货与期货价格之间相互影响，且存在长期均衡关系。黄明酷、李永宁和肖翔[19]也认为无论是CER市场还是EUA市场，短期内现货价格与期货价格相互作用，但是长期内各自却具有相对的稳定性。George Milunovich， Roselyne Joyeux[20]运用格兰杰检验和协整检验对欧盟碳市场第一阶段期货价格的发现功能和市场效率进行了研究，指出部分碳期货合约的价格和碳现货价格之间具有长期的稳定的关系。Chevallier[21]基于协整和向量自回归模型研究欧盟碳现货与期货价格，发现在一般情况下二者之间有着长期的协整关系，但是当时间序列发生结构突变时，二者的协整关系就不会存在。盛春光[22]基于VAR模型，运用Johansen协整检验、向量误差修正和广义脉冲响应函数研究欧盟EUA和CER期货价格之间的变动关系，研究表明EUA期货价格和CER期货价格相互影响，但CER期货价格起着主导作用，反应更为灵敏。而郇志坚、陈锐[23]则认为EUA期货价格引导CER期货价格。Markellos[24]对欧盟第一阶段现货价格与交易发生在第二阶段的期货价格进行研究，发现现货价格与期货价格之间没有必然联系。由此可以看出碳现货与期货价格之间存在着密切的联系，二者相互影响，且碳期货价格对现货价格具有引导作用，在碳市场具有价格发现功能。目前对于碳期货与现货价格的关系虽有大量定量模型的研究，反映出二者之间的长期协整关系，但是很少涉及到短期内二者之间的动态关系。碳市场同金融市场有很大的相似性，每个交易日变化都是构成总体行情的有机组成部分，因而短期内碳价更能够体现出市场的变化。

欧盟碳市场已是一个相对成熟的碳市场，国内外文献通过对欧盟碳市场的研究，发现了碳市场的不稳定性，即碳价格的波动性。碳价的波动反映了市场的活跃度和流动性，但是对于价格的波动特征并没有一个很明确的体现。针对碳价格的波动性进行了影响因素分析，综合上述文献的研究，主要涉及到宏观经济、能源价格和政策等因素，对于一个市场的影响因素分析应结合固有的特点综合分析，变量的选取尽可能全面。由于碳市场的发展，碳产品不再是单一的市场，而是逐步衍生出一些金融衍生品来丰富和完善碳市场，由于衍生品对市场信息的反映更为敏感，因而在碳价格的形成过程中具有价格发现的作用，有利于形成统一的碳价。欧盟碳期货与现货价格二者之间的长期均衡关系研究居多，但是很少涉及到短期内二者之间的动态关系。碳期货的价格发现功能应通过短期内的变动形成预期，进而引导价格。本文在研究欧盟碳市场期货价格与现货价格方面的协整关系基础上，并运用误差修正模型进一步研究它们之间短期的动态关系，通过碳期货的短期引导来实现价格发现功能，形成合理碳价，对我国统一碳市场建设提供参考和借鉴。

2理论模型

一般而言，指标的时间序列是非平稳的（杨升，何凌云[25]）。在非平稳的情况下，经济变量之间的计量关系很难实现，因而，普通最小二乘法等检验方法就存在巨大的缺陷，无法检验这些非平稳变量间的均衡关系。EngleGranger提出了一种检验非平稳的时间序列变量间长期均衡的有效方法，即协整理论和向量误差修正模型（VECM）。本文基于欧盟碳市场配额现货与期货价格的协整分析，检验二者之间的长期均衡关系，以及通过VECM模型来研究二者在短期内的动态关系。

2.1单位根检验（ADF检验）

在研究变量间长期协整关系之前，必须要对时间序列的平稳性进行检验。只有平稳的序列才可能存在长期的协整关系，因此，在进行协整检验之前必须对时间序列进行单位根检验。本文运用ADF检验，其包括三个不同的模型，模型（1）不含截距项、趋势项，模型（2）含截距项但不含趋势项，模型（3）既含截距项又含趋势项。检验模型如下：

Δxt=（ρ-1）xt-1+∑ki=1 γi Δxt-i+t（1）

Δxt=α+（ρ-1）xt-1+∑ki=1 γi Δxt-i+t（2）

Δxt=α+β t+（ρ-1）xt-1+∑ki=1 γiΔxt-i+t（3）

在进行ADF检验时，原假设设定为H0：ρ-1=0或是ρ=1，即序列是不平稳的，存在单位根。对上述三个模型进行检验时，将各自的检验值与临界值进行比较，若检验值的的绝对值大于临界值绝对值，则拒绝原假设，说明序列平稳，不存在单位根。

2.2协整检验

在确定时间序列是平稳时间序列的基础上，进一步检验变量间的长期协整关系。本文主要运用EG两步法来检验同阶单整变量间的关系。EG两步法的具体步骤为：

（1） 运用普通最小二乘法（OLS）模型，即有：

yt=β1+β2xt+εt（4）

εt满足OLS的相关假定，根据模型可以写出残差序列的表达式为et=yt-（β^1+β^2xt），求出残差序列。

（2）同样运用ADF检验来检验残差序列的平稳性，检验模型为：

Δet=（ρ-1）et-1+∑ki=1 eiΔxt-i+t（5）

Δet=α+（ρ-1）et-1+∑ki=1 γiΔet-i+t（6）

Δet=α+β t+（ρ-1）et-1+∑ki=1yiΔet-i+t（7）

ADF检验后，若拒绝原假设，则表明残差序列是平稳的，那么就有变量yt和xt之间存在长期的协整关系，则模型（4）即为回归方程。

2.3向量误差修正模型VECM

在确定了现货和期货价格之间的长期协整关系的基础上，可通过向量误差修正模型从短期对他们之间关系的变动进行分析，进一步研究它们偏离均衡值之后的调整状况以及之间的引导关系。

Δyt=αβ′ yt-1+∑pi=1 Гi Δyt-i+εt（8）

其中β′ yt-1误差修正项，用于反映变量之间的长期均衡关系；系数α是调整力度系数，即变量偏离均衡值之后向其调整的速度，∑pi=1Гi Δyt-i反映的是偏离均衡值之后短期波动对变量的影响，即变量受滞后期的影响。

3实证分析3.1数据选取及处理

EU ETS是目前国际上碳交易规模最大的市场，其中欧洲气候交易所（European Climate Exchange， ECX）是欧洲碳交易市场的领导者，也是全球最活跃的碳排放交易所。目前全球最大的现货交易所是欧洲的Bluenext交易所。因此本文选取的样本数据来源于2005年6月24至2012年4月12日Bluenext的现货价格和ECX的期货价格。为了实现数据的匹配性，现货价格和期货价格均采取每天的结算价。

由于EU ETS现货和期货交易时间不同，为了克服交易时间上的不一致性，将每周的期货和现货交易都调整为周一至周五。由于数据在时间并不是连续的，设定时间序列的虚拟变量以实现时间上的连续性。对于部分缺失数据，以最近的交易日的结算价作为调整，样本容量为1 684。考虑到时间序列可能存在异方差情况，因而对样本数据取自然对数。原始EUA现货价格表示为PS′t，期货价格表示为PF′t，二者均取自然对数之后的数据，即PSt=lnPS′t，PFt=lnPF′t，PFt和PSt是本文中所运用的期货和现货价格，则收益率rf=100*（PFt-PFt-1），rs=100*（PSt-PSt-1）。

3.2数据的描述性统计

从表1可以看出，EUA期货价格均值比现货价格均值大，标准差比现货价格标准差小，表明期货价格波动幅度较现货价格波动幅度稍微小一些。而期货收益率的标准差大于现货收益率的标准差，说明期货收益率波动较为剧烈。偏度测量的是不对称的方向和程度，峰度反映的是对称分布尾巴的长度。通过表1中的偏度和峰度分析可以发现，现货收益率偏度0.534 3大于0，呈右偏，同时其峰度60.068 4大于3，即呈现尖峰状。期货收益率偏度-16.722 4小于0，呈左偏，表明左侧尾部更长，峰度值大于3，同样也呈现尖峰状。说明碳市场期货和现货收益率都呈现出“尖峰重尾”的特征，极具金融产品的属性。

3.3ADF检验

正如上述分析，为了修正现货和期货价格序列可能存在的异方差，对二者的价格取自然对数，即PSt=ln PS′t，PFt=lnPF′t，根据公式（3）对PSt和PFt进行单位根检验，根据AIC和SC准则，一阶差分的滞后阶为0。结果如表2。

根据表2对PF和PS进行单位根检验发现，二者的检验值t的绝对值均大于10%显著性水平的临界值的绝对值，因而价格序列存在单位根，均属于非平稳序列。对价格序列进行一阶差分，即得到一阶差分序列d.（PSt）和d.（PFt），对一阶差分序列进行ADF检验，结果如表2，在1%显著性水平下二者检验值绝对值大于临界值，因此，二者价格的一阶差分序列不存在单位根，均为平稳序列，即PSt和PFt～I（1）。

3.4协整检验

变量之间的平稳性是进行协整检验的前提，根据上述ADF检验的结果，表明PSt和PFt～I（1），那么就可以用EG两步法来进行协整检验，来研究二者之间是否存在长期的均衡关系。运用OLS模型进行回归，将PSt和PFt代入公式（4），即PSt=β0+β1PFt+εt，对参数进行估计，结果如表3所示。

根据表3可以写出回归方程为：PSt=0.220 1+0.958 3PFt，表中显示P=0.000，R2=0.876 2，可以看出模型统计量是很显著的。由回归方程可知碳现货价格与碳期货价格之间有着高度的相关性。由于文中的PSt和PFt是对原价格数据取的对数，因而β2是PSt对PFt的弹性。系数0.958 3表示欧盟碳市场在其他条件假定的情况下，碳期货价格变动1%，则碳现货的价格变动0.96%。

由回归方程求出残差序列et=PSt-（β^1+β^2PFt），对残差序列进行单位根检验：若残差序列平稳，则PSt和PFt之间具有长期的协整关系；若残差序列不平稳，则二者之间不具有协整关系。检验结果如表4。

由表4检验结果得到，在10%的显著性水平下，残差序列的检验值绝对值大于临界值绝对值（1.674>1.620），拒绝原假设，表明该残差序列是平稳性序列。由此得出结论，碳期货价格和现货价格具有长期的协整关系。因而，期货价格的变化会引起现货价格的同方向变动，这就更需要我国碳市场开发碳期货等衍生品市场，以实现对单一现货市场的补充和完善。

3.5向量误差修正模型

在欧盟配额现货与期货价格长期协整关系的基础上，运用向量误差修正模型来研究现货与期货价格的短期动态关系，即二者在短期内偏离了长期均衡之后向其调整的速度。在进行向量误差修正之前需要确定模型的

种传导关系，我国在未来的碳市场建设中不仅要积极开发碳金融衍生品，而且要加强现货市场与衍生品市场之间的良性互动建设，真正实现两个市场信息共享。

由于向量误差修正模型的滞后阶为4，差分的滞后项系数反映了变量间的短期影响。D[lnPS]和D[lnPF]的滞后项对D[lnPS]的回归系数较大，表明现货价格受前期价格的影响显著。现货价格滞后项的系数对当期现货价格产生正的影响，比如表中现货价格滞后4期的系数为0.049 3，表明现货滞后4期的价格上升1%，当期现货价格上升0.049%。而期货价格滞后项对当期现货价格产生负的影响，期货价格滞后4期的系数为-0.271 0，表示前4期期货价格上升1%时，当期现货价格下降0.271%。而D[lnPS]和D[lnPF]的滞后项对D[lnPF]影响较小，因而期货价格在短期内受前期价格变化的影响比较小。这主要是由于期货市场交易的是标准化的期货合约，不仅仅是利用已有交易数据进行分析，而且还根据当前的经济形势、社会事件、投资者心理等方面对市场进行挖掘，从而可能会影响市场预期，引起价格的波动，实现对未来市场的价格发现。而现货市场交易主体、方式以及程序较为繁琐，对信息的反应程度有一个滞后期，因而不能够快速的作用于市场，而更多的表现出对往期交易价格的惯性。从而，碳现货价格短期内受滞后项价格的影响程度远大于期货价格。由此可见，碳市场不仅要注重对市场信息的吸收，做好对未来市场的判断，而且也要加强对已有交易行情的评估和分析，真正做到瞻前顾后，提高市场效率。

4结论与启示

欧盟碳市场已进入第三阶段，配额的期货交易机制日臻成熟，而且现货与期货之间存在一种良性互动的关系，形成了多层次的碳市场体系。这对我国国内碳市场的探索有着良好的借鉴意义，通过碳金融衍生品的创新来补充和完善现货市场，对2017年全国统一碳市场的建设起推动作用。

第一，碳现货价格与期货价格之间相互关联、相互影响，存在着短期偏离和长期均衡共存的现象。这主要是由于现货与期货价格在市场经济运行当中所面临的经济因素、社会因素、国际与国内环境等基本一致，因而长期看在价格波动方面有着高度的一致性。但是从短期来看，期货价格调整速度快于现货，这充分显示了期货市场对现货市场的引导作用。从欧盟碳市场现货价格与期货价格相互关联中不难看出二者短期内价格偏离而长期内均衡的事实，可见期货市场的建立对于完善价格形成机制的必要性，理解这一点对碳市场价格形成机制的完善意义重大。我国碳市场的7个试点由于配额分配政策和核查方法等的差异，部分试点拍卖价格的确定也存在一定的盲目性，导致实际交易中价格波动巨大，价格形成机制并不合理。另外，碳产品种类单一，主要是现货交易，在碳金融衍生品方面尚处于探索阶段，难以对碳价发现形成先导，从而进一步加剧了碳价格形成机制的缺陷。在建设全国统一市场的过程中，可以考虑同步建立碳期货市场，以弥补现货市场的不足，完善价格形成机制。

第二，动态研究结果发现，碳现货和期货价格在短期内都受到滞后期价格的影响，具体而言，二者不仅受到自身滞后期价格的影响，还受到对方滞后期的影响；而且现货价格受滞后期价格的影响大于期货价格受到滞后期价格的影响。这两大短期特征更进一步的揭示了了碳期货对现货市场价格的引导机理。期货市场对市场信息反映较为敏感，应对变化的调控性很灵活，而现货市场在接收信息之后在进行调整，存在一个时滞阶段，调整速度相对较为缓慢。现货价格一方面表现出价格惯性，即前期价格对当期价格的形成影响显著，另一方面还受到期货市场滞后期价格的影响。而碳期货价格受期货和现货市场滞后期价格的影响则相对比较弱。目前我国控排企业面对单一的现货市场，对价格走势缺乏合理预期，不敢入场交易，市场活跃度较低，导致流动性缺乏，这样就难以实现市场主导的减排目标，不利于市场体系的建设。在我国未来统一碳市场的建设中，可以积极探索、开发碳期货等金融衍生品，一方面充分挖掘碳期货市场， 对前期交易行情和历史数据进行评析，设立专门的监管机构对碳市场进行监管，形成一套完整、科学的行情分析和监管体系。另一方面，引导控排企业积极参与，加强对未来市场的评估和预期能力，实现资源的优化配置。

第三，从碳价格波动的总体特征来看，碳期货价格波动更加灵活，较现货价格更为明显，这恰恰说明了期货交易的投机性更强并且较现货市场价格更加难以预测，风险更高。期货市场交易的是标准化的期货合约，成本相对较低，收益高，许多投资者在该市场中更多扮演着投机者的角色，通过对市场信息的捕捉形成对未来价格的预期，扩大了市场流动性，导致价格波动，同时也增加了市场风险。我国在统一碳市场建设过程中，一方面应当建立规范的风险防控机制，着重防范价格波动风险和流动性风险，其中，保证信息的透明和共享至关重要；另一方面需要加强对市场参与者的投资教育和管理，定期的组织不同类型参与者进行碳资产管理和碳核查培训等，提高参与者的专业技能和职业素养，进一步规范碳市场。

（编辑：刘呈庆）

参考文献（References）

[1]ALBEROLA E， CHEVALLIER J， CHEZE B. Price drivers and structural breaks in European carbon prices：2005-2007[J]. Energy policy， 2008， 36（2）： 787-797.

[2]郭福春，潘锡泉.碳市场：价格波动及风险测度：基于EU ETS期货合约价格的实证分析[J].财贸经济，2011（7）：110-118.[GUO Fuchun， PAN Xiquan. The carbon market： price volatility and risk measure： based on an empirical analysis of the EU ETS futures contract price [J]. Journal of finance and economics， 2011（7）：110-118.]

[3]徐天艳.基于GARCH模型的核证减排期货价格波动性研究[J].时代金融，2011（4）：209-211.[XU Tianyan. Certified emission reduction based on GARCH model the futures price volatility research [J]. Journal of financial times，2011（4）：209-211.]

[4]常凯，王苏生，蒙震，等.国际碳排放市场价格波动率的聚集效应[J].中国软件科学，2012（12）：84-89.[CHANG Kai， WANG Susheng， MENG Zhen， et al. The international carbon market price volatility clustering effect [J]. Chinese software science， 2012（12）：84-89.]

[5]CHESNEY M， TASCHINI L. The endogenous price dynamics of emission allowance and an application to CO2 option pricing[J].