碳排放权交易市场价格的影响因素研究

张鹏

摘要：碳排放交易体系对减少温室气体排放和减缓全球气候变暖具有重要作用和意义，而碳排放交易价格是排放交易体系中最重要的一环。本文使用向量误差修正模型（VEC），选取2013年3月22日到2018年12月31日的数据，研究驱动因素对碳排放价格的影响机制。实证分析表明，碳现货价格主要受原油期货价格滞后一期值的正向影响和自身滞后一期值的负向影响，其他影响因素均不显著。

关键词：碳排放价格;VEC;协整;影响因素

1. 引言

化石燃料的大量使用和温室气体的大量排放导致全球气候变暖，已经引起世界各国的关注。碳排放交易体系是减少温室气体排放的有效手段和低成本措施。因此，研究碳排放交易价格及其影响因素具有重要意义。

作为具有金融属性的商品，碳资产受许多复杂因素的影响，例如宏观经济运行，能源价格，政府政策和碳市场中的类似产品。相应地，碳价格、经济变量和能源市场之间的联系预计将是动态的（Ji等[1]，2018）。揭示这种动态联系对市场决策者和参与者具有三个有益的影响。首先，欧盟排放交易体系不仅是决策者实现减排目标的重要市场工具，而且有助于市场决策者清楚地了解排放配额的定价方式并制定政策。其次，对于被体系覆盖企业修改与减排行动相关的决策，调整化石燃料的使用具有重要意义。第三，估算排放配额价格对影响因素冲击的反应是市场投资者加强有效风险管理的必要技能。

2. 文献综述

根据以往的文献，能源价格是碳价格最重要的驱动因素，因为发电厂能够在燃料投入之间进行转换。原油、天然气、煤炭和电力价格是影响EUA价格的主要因素。碳价格已被证明与宏观经济活动密切相关。Chevallier[2] （2011）通过马尔科夫转换模型发现在经济扩张期间，工业生产对碳价格有正向影响。Zhu等[3] （2019）发现，欧盟碳排放价格的长期趋势在一定程度上取决于宏观经济因素。Chevallier[2] （2011）指出，2006年4月欧盟碳排放价格暴跌的主要原因不是投机性套利，而是排放配额的超额分配以及配额不允许跨期使用。Fan等[4] （2017）使用事件研究法评估了欧盟排放交易体系中不同政策调整对碳排放收益的影响。极端天气，例如极端寒冷和高温，也会影响对碳排放量的需求，进而影响碳价格。Alberola等[5]（2008）发现EUA现货价格不仅对能源价格产生反应，而且还对较冷事件中温度的意外变化做出响应。

最近对碳排放价格驱动因素的研究使用了更复杂的方法，通常分为两类：计量经济模型和人工智能模型。前者主要包括ARIMA、GARCH、灰色模型GM （1，1） 等，后者包括ANN、LSSVM、MLP、LSTM等。

3. 模型介紹

4. 数据来源与实证分析

4.1 数据来源

碳现货价格选取EUA第三阶段碳现货价格。煤炭价格选取欧洲ARA港动力煤现货价。石油价格选取WTI原油期货价格。天然气价格选取纽约商业交易所的天然气期货合约价格。电力价格选取欧洲电力交易所的电力发展指数。选取Euro Stoxx 50指数代表宏观经济运行情况。为降低异方差影响，对所有变量进行对数化处理，对数化后的数据依次记为lnspot，lnARA，lnWTI，lngas，lnEEDI和lnSTOXX。

4.2 VEC分析

首先，对原始数据进行ADF单位根检验，结果表明，未差分时，lnSTOXX在5%的显著性水平下是平稳的，其它五个变量是平稳;一阶差分之后，其它五个变量也变为平稳序列，且是在1%的显著性水平下平稳。原始数据是I（1）单整。

然后，寻找VAR模型的最优滞后阶数。在五个评价标准中，SC和HQ指向一阶滞后，FPE和AIC指向二阶滞后，LR指向八阶滞后，最终选择二阶作为VAR模型的最优滞后阶数。确定了VAR模型的最优滞后阶数之后，建立原始数据层面的VAR模型，建立VAR模型时，需要进行Granger因果关系检验，以检查各内生变量之间是否互为因果关系。Granger因果关系检验的结果表明，在10%的显著性水平下，lnspot，lnWTI和lngas可以视为内生变量，lnARA，lnEEDI和lnSTOXX应看作外生变量。然后对其建立向量误差修正模型。在建立VEC模型之前，需要先进行协整检验，以确认它们之间是否存在长期均衡关系，Johansen协整检验结果显示碳现货价格及其影响因素之间存在一个协整关系，满足建立VEC模型的条件。

剔除不显著的变量之后，得到关于lnspot的方程如（3）所示。

〖dlnspot〗_t=- 0.07*〖dlnspot〗_（t-1）+ 0.11*〖dlnWTI〗_（t-1）- 0.0014*〖vecm〗_（t-1）- 0.12（3）

结果表明，第一，碳现货价格主要受原油期货价格滞后一期值的正向影响和自身滞后一期值的负向影响，其他影响因素不显著。数据差分后，原油期货价格上涨1%，会使碳现货价格上升0.11%。可能的原因是，WTI作为一种期货价格，具有价格发现的功能，其上涨表明能源市场需求旺盛，能源消耗量在稳步增加，从而提高了石油等能源的未来价格。也预示着未来碳排放的数量要增加，从而碳排放配额的需求增加，进而推高了碳现货价格。碳现货价格受到自身滞后一阶差分值的负向影响，表明碳价格具有自动趋于稳定的特性，具有一定的抗干扰能力。第二，当短期波动偏离长期均衡时，误差会以-0.0014的水平进行调整，调整速度缓慢。

5. 结论与建议

本文提出向量误差修正模型，研究欧盟排放交易体系EUA第三阶段碳现货价格及其潜在影响因素的关系，从而为碳市场管理者和参与者提供相应的建议。

实证分析结果表明，碳现货价格主要受原油期货价格滞后一期值的正向影响和自身滞后一期值的负向影响，具有自动趋于稳定的特性。当短期波动偏离长期均衡时，误差会以-0.0014的水平进行调整，调整速度缓慢。基于以上结论，在短期中，建议管理者应该加强原油期货市场的建设，防止原油期货价格的过度波动对碳市场产生不利影响，投资者需要密切关注原油期货价格的变化;同时，管理者和投资者需要关注碳现货市场自身的变化。

参考文献

[1]JI Q， ZHANG DY， GENG JB.Information linkage， dynamic spillovers in prices and volatility between the carbon and energy markets[J].Journal of Cleaner Production，2018（198）： 972-978.

[2]JULIEN CHEVALLIER. Detecting instability in the volatility of carbon prices[J]. Energy Economics，2011，33（1）：99-110.

[3]ZHU B， Ye SX， HAN D，ETAL.A multiscale analysis for carbon price drivers[J]. Energy Economics. 2019（78）：202-216.

[4]LIN BQ，JIA ZJ.What are the main factors affecting carbon price in Emission Trading Scheme？ A case study in China[J].Science Total Environment，2019（654）：525-534.

[5]EMILIE ALBEROLA，JULIEN CHEVALLIER，BENOIT CHEZE. Price drivers and structural breaks in European carbon prices 2005–2007[J]. Energy Policy，2008，36（2）：787-797.