中国试点碳排放权交易市场有效性分析

马 跃, 冯连勇

(中国石油大学(北京) 经济管理学院,北京 102249)

0 引言

近年来，全球气候问题日益严峻，气候变暖日益得到世界各国的关注，中国作为碳排放大国，面临着严峻的碳减排任务[1,2]。2005年生效的《京都议定书》等文件，成为各国政府解决气候问题的主要框架，同时催生了以CO2排放权作为商品的碳市场的建立[3]。作为负责任的大国，中国积极参与国际碳减排活动[1]，2020年9月习近平总书记宣布，中国将力争2030年前达到二氧化碳排放峰值，努力争取2060年前实现碳中和。为应对全球气候变暖引发的危机以及实现碳中和的目标，发展碳市场是重要的手段。目前，中国已在北京、天津、上海、重庆、湖北、深圳以及广东建立了试点碳市场，全国性碳排放权交易市场的启动工作亦在紧锣密鼓地开展。在此背景下，研究中国试点地区的碳市场的有效性对我国统一碳市场的建设以及碳中和目标的实现具有重要的指导意义。

1 文献综述

市场的有效性是金融学理论的核心命题[4]。碳排放权交易市场是一个新生市场，其市场有效性和碳减排成效以及有效控制气候变化密切相关[5]。关于碳市场有效性研究的主要理论有：有效市场假说和分形市场假说。有效市场假说理论认为市场价格受不可预见的信息影响，今天市场价格的变化是由今天未预料的信息造成的[6]，由交易价格对于信息的不同反应程度可以将市场划分成弱式有效市场、半强式有效市场和强式有效市场[5]。市场中当前价格不受历史交易信息的影响，价格收益率序列满足“随机游走”过程，则认为市场达到了弱式有效，即未来成交价格不会受到前期价格信息的影响[5]，通常根据样本序列是否满足随机游走来判断市场的有效性，常用方法有游程检验与方差比检验[7]。分形市场假说在有效市场假说的基础上发展而来，将有效市场假说的线性市场假设扩展为非线性市场，认为金融市场并非全都满足独立、正态或方差有限的假设，价格的变动呈现有偏的随机游走特征[6,8]。重标极差分析法(R/S分析法)是使用分形市场假说理论检验市场有效性的常用方法，其借助Hurst指数分析市场的游走特征，进而判断市场的有效性。目前国内外一些学者利用上述方法或结合其它方法对碳市场有效性进行了探讨。Daskalakis等人利用方差比检验法，研究了欧盟碳市场现货和期货交易，发现欧盟碳市场第一阶段未达到弱式有效水平[9]；Montagnoli等人采用了方差比检验法以欧盟碳市场为研究对象，同样发现其在第一阶段未达到弱势有效，但在第二阶段达到弱式有效[10]，同时，通过对欧盟碳市场2008年至2011年间的期货交易的研究，Daskalakis发现该市场已经达到了弱势有效[11]；Charles等人与Ibikunle等人同样证实欧盟碳市场达到有效水平[12,13]。对于中国碳排放权交易市场有效性的研究，王倩等人采用单位根检验和方差比检验对深圳、上海、北京和天津碳排放权交易市场进行研究，结果表明利用这两种方法上海碳排放权交易市场均达到弱式有效但深圳碳排放权交易市场无效，而对于北京与天津碳排放权交易市场，其认为方差比检验对判断市场有效性更具说服力，北京碳排放权交易市场是有效的而天津碳排放权交易市场无效[7]；王扬雷等人利用分形市场假说理论采用重标极差分析法得到北京碳排放权交易市场尚未达到弱式有效水平[6]；Zhao等人以北京、上海、天津和深圳碳排放权交易市场为研究对象利用单位根检验和游程检验，研究得到这四个碳交易市场均达到弱式有效[14]；张武林等人采用方差比检验研究清淡市场因素对中国碳市场有效性的影响[15]；赵立祥等人利用方差比检验发现湖北碳排放权交易市场已经达到了弱式有效水平[16]，但吕靖烨等人对湖北碳排放权交易市场的研究表明其未达到弱式有效水平[5,17]。由以上分析可以发现，不同的评判方法，得到的结果可能不同。

通过对关于碳排放权交易市场有效性的文献分析可以发现：(1)现有国内外文献普遍存在的问题是分析方法选取单一且研究数据未能包含最新数据；(2)已有文献对中国碳排放权交易市场有效性的研究往往只选取部分试点碳市场为研究对象，具有一定局限性。综合来看，现有文献未能对中国全部试点碳排放权交易市场有效性进行系统分析。因此，本文的主要工作有：对中国碳排放权交易市场收益率进行分析并判别其金融市场的特性，进而结合有效市场假说理论与分形市场假说理论，分别使用游程检验、方差比检验以及重标极差检验对全国试点碳排放权交易市场的有效性进行实证研究，并采用GARCH模型进行检验，以便为全国统一碳市场的构建及我国碳市场相关制度的完善提供一个参考。本文的创新之处在于：从研究内容上来看，有别于以往的研究大多采用单一方法对碳排放权交易市场有效性进行判断，本文针对采用不同方法得到的不同结果进行了探讨，弥补了现有文献的不足；对通过某种检验方法的试点碳排放权交易市场，进一步借助GARCH模型综合分析该市场的价格特征，避免了使用单一方法的缺陷。

2 理论知识

判断市场是否达到弱势有效主要通过检验价格序列是否符合随机游走特征。弱势有效性也意味着市场至少是有效的，通常简称有效性，游程检验、方差比检验以及重标极差检验作为有效市场假说与分形市场假说的典型方法，广泛应用于金融市场的有效性检验。近年来，随着碳排放交易市场的发展，其市场特征逐渐表现出金融市场属性，一些学者逐渐将游程检验、方差比检验以及重标极差检验应用到碳市场有效性的研究，如文献[6～10,12,14～18]等等，随之产生的结果是不同检验方法往往得到不同的结论，因此本文首先利用游程检验、方差比检验以及重标极差检验对我国试点碳排放权交易市场进行综合分析。

2.1 游程检验

游程检验是一种非参数检验方法，只考虑价格的涨跌，通过验证样本序列实际游程数偏离随机游走条件下期望游程数的显著性程度，来检验样本序列的游走性质[18]。对于碳排放权交易市场，记pt表示t时刻碳排放权价格，可利用样本序列对数收益率rt=lnpt-lnpt-1的涨跌表示碳排放权价格的涨跌，若rt>0或rt<0连续出现若干个，则称为一个游程。

假设n为样本容量，n1和n2分别表示rt>0和rt<0的样本个数，则总游程数r的期望值E(r)和标准差σ分别为：

(1)

(2)

游程检验可以消除时间序列中极端值的影响，通过价格变化的正负判断样本序列是否具有随机性，进而判断市场是否达到弱式有效，该方法的优点体现在使用条件宽松，对样本分布没有严格要求。但游程检验未考虑价格变化的数值大小，忽略了样本中数字的绝对值现象，在实际应用中存在一定的局限性，造成检验结果不够精确，同时构造的游程检验统计量在大样本情况下服从正态分布，对小样本数据检验可能产生偏差。

2.2 方差比检验

方差比检验方法[20]是由Lo和Mackinlay提出，用其验证样本序列的随机游走性质，进而判断市场的弱有效性，其原理是：当一个样本是随机游走的，则随机游走增量的方差应是时间间隔的线性函数，即k期的方差是1期方差的k倍[15]。记VR表示方差比，则期的方差比可被定义为:

(3)

其中，ρi表示碳排放权价格对数收益率在滞后i期的样本自相关系，方差比检验的原假设H0和备择假设H1分别为：H0样本序列出现随机性，VR(k)=1；H1样本序列未出现随机性，VR(k)≠1。在同方差和异方差条件下的统计量分别记为Z(k)和Z*(k)，则有

(4)

(5)

(6)

(7)

(8)

(9)

Z(k)和Z*(k)服从渐进的标准正态分布。若统计量超过临界值，则拒绝样本序列随机游走的原假设，反之则接受原假设。

方差比检验的优点在于对样本是否服从正态分布及是否存在异方差现象均不做要求。但方差比检验法中检验统计量渐进服从正态分布，用统计量的渐进分布代替样本分布，对小样本数据而言其渐进分布可能较大程度偏离正态分布，存在小样本检验缺陷，降低检验效果。

2.3 重标极差(R/S)分析法

重标极差分析法即R/S分析法，该方法由英国著名水文学家Hurst提出，后逐步发展运用到金融市场领域，其基本思想是[21]用样本的极差除以标准差建立一个无量纲的比率，借助Hurst指数分析样本数据的游走特征，计算过程如下[6]：

对于样本序列{rt},t=1,2,…,N，将其分成A个长度为n的子序列，子序列的均值、极差与标准差分别为:

(10)

(11)

(12)

计算每个子序列的重标极差R(n)/S(n)，求此A个重标极差的均值，得到划分为A个长度为n的重标极差值(R/S)n。重复上述步骤，调整子序列长度n，得到一系列n与重标极差值(R/S)n，则有ln(R/S)n=lnC+Hlnn，其中C为常数，H为Hurst指数。对于一个随机游走序列，H应该等于0.5，当H不等于0.5时，观测就不是独立的，每一个观测都带着在它之前发生的所有的事件的记忆[22]。一般来说，Hurst指数越接近0.5，价格变动之间的相关性越小，市场有效性越强。

R/S分析法是一种非参数方法，是针对样本数据进行的检验，无需假设样本数据的统计与分布特征，适用范围较广。Hurst指数是一种判断样本数据对时间是否有依赖的参数，R/S分析法借助Hurst指数对市场的有效性进行判断，该方法是针对样本数据自身特征进行的分析，能体现出样本数据的波动特征，但R/S分析法不能准确区分长期与短期记忆。

2.4 GARCH模型

1982年Engle提出的ARCH模型改善了人们对金融市场的刻画能力，有效地反应了条件异方差性，但在利用过程中存在一定的缺点，往往需要估计很多参数，Bollerslev在ARCH模型的基础上提出了GARCH模型[23]，其一般表达式为:

(13)

(14)

其中rt为对数收益率序列，α0>0，αi≥0，βj≥0，GARCH项与ARCH项系数的和反映波动冲击的持久性，当系数之和小于1时，满足平稳性条件，说明波动冲击会逐渐消失，当系数之和非常接近1时，说明条件方差所受的冲击是持久的[24]，上述模型称为GARCH(m，s)模型。为了衡量市场价格波动中收益与风险的关系，ENGLE等人将GARCH模型均值方程中引入反映风险因子的条件方差项，即GARCH-M模型[25]

(15)

3 实证分析

本文选取的研究对象是包含福建碳市场在内的我国八个地方碳市场，为表述方便统称为试点碳市场，研究数据选取各碳市场成立之日至2021年4月8日的碳排放权交易的成交价，数据来源于“Wind”。碳市场价格波动性反映碳市场价格变化，但过度波动会提高交易者的风险以及流动成本，使碳市场缺乏价格发现功能，从而导致市场无效[26]。基于价格变化幅度，本文采用对数收益率序列rt作为衡量碳排放权交易市场波动性的指标，rt的计算如下:

rt=lnpt-lnpt-1

(16)

其中，pt为第t天的成交均价。

3.1 统计特征分析

本文样本数据描述性统计特征见表1，整体来看中国试点碳排放权交易市场收益率样本均不严格满足标准正态分布，从标准差来看，深圳、广东、重庆碳市场的标准差相对高于其他试点地区，说明其价格波动性相对较大；从峰度来看，除重庆碳市场外，其它试点碳市场峰度值均高于正态分布峰度值，表现出高峰特征；从偏度看，各碳市场偏度值均不等于零。各试点碳市场JB统计量的值均拒绝服从正态分布的假设，同时进一步对样本数据进行一阶自回归过程检验其异方差性，对于非平稳序列回归时，可能出现“假回归”等问题[5]，影响结果分析，因此本文借助ADF检验法检验样本的平稳性，结果见表2，各试点碳市场t统计量的绝对值均大于各显著性水平的绝对值且P值为零，表明各样本序列平稳。LM统计量表明样本数据均存在异方差特征。

表1 对数收益率描述性统计

表2 ADF检验结果

3.2 游程检验分析

本文进行游程检验的过程中，选择0为割点，检验结果见表3，上海与天津试点碳市场Z统计量的绝对值较小且对应的P值较大，不能拒绝游程检验的原假设，根据游程检验原理可以判断上海与天津碳市场对数收益率序列满足随机游走过程，达到弱式有效水平，而其余碳市场均未达到弱式有效水平。

表3 游程检验结果

3.3 方差比检验分析

利用前文方差比计算公式结合王倩等人的处理方法，本文对中国试点碳市场取滞后12阶的方差和异方差调整的方差进行计算[7]，结果见表4。由样本数据统计特征可知，中国试点碳排权交易市场均具有异方差性，因此主要根据异方差条件下的统计量Z*(k)作为分析依据。

表4 方差比检验结果

由表4可以看出：对于福建和天津碳市场来说，所有滞后阶数的Z(k)统计量值均大于5%显著性水平下的临界值1.96，不能接受随机游走的原假设，未达到弱势有效。但样本数据均具有异方差性，而样本数据所有滞后阶数的Z*(k)统计量值总体上小于5%显著性水平下的临界值1.96，此时接受随机游走的原假设，可以认为福建和天津碳市场达到弱势有效。对于其余六个碳市场来说，所有滞后阶数的Z(k)统计量值和Z*(k)统计量值均大于5%显著性水平下的临界1.96，不能接受随机游走的原假设，因此未达到弱势有效。

3.4 重标极差(R/S)分析

基于重标极差分析方法的原理，本文根据经验准则从n=10至n=N/2进行计算，计算结果见表5。对于北京、福建、广东和深圳碳市场的Hurst值远远小于0.5，表明市场有效性较低，市场机制对价格的作用较弱，由分形市场假说理论，可能的原因是该碳市场受政府干预或调控的影响比较大；对于重庆、湖北和天津碳排放权交易市场的Hurst值大于0.5，存在一定的长记忆性，其市场效率相对较高；对于上海碳排放权交易市场，其Hurst值接近0.5，接近弱式有效市场水平。

表5 收益率序列的Hurst值

3.5 不同方法的检验结果

上述游程检验、方差比检验以及重标极差检验的检验结果见表6，可以看出不同检验方法得到的结果并不相同，单独按照一种检验标准并不能说明该市场达到弱势有效水平。在重标极差检验下，严格意义上来说，八个试点碳市场均未通过有效性检验，但上海碳市场在此标准下有效性相对较高。从各碳市场来看，福建碳市场通过方差比检验、上海碳市场通过游程检验以及天津碳市场通过游程检验与方差比检验。对于福建和天津碳市场来说，其交易规模在全国试点碳市场排名相对靠后，市场活跃程度相对较低，福建碳市场更是本文所选碳市场中最晚一家成立的，福建和天津碳市场的共同特点还表现在样本数据相对较少，此时的方差比检验结果是否准确需进一步进行论证，对于天津碳市场通过游程检验亦有同样的疑问；上海碳排放权交易市场通过游程检验，其样本容量相对较大，检验结果是由检验方法本身造成的偏差还是市场本身已达到有效水平同样仍需要进一步论证。鉴于以上分析，本文对上海、天津和福建碳市场进一步建立GARCH模型，对其价格特征进行分析。

表6 不同方法下试点碳市场有效性检验结果

3.6 建立GARCH模型

GARCH模型在经济学中应用广泛，能准确从时间序列中提取价格波动信息，刻画时间序列的波动特征以及异方差现象，该方法能有效刻画出市场历史信息对当前价格的影响有助于市场有效性的分析。由统计特征分析可知福建、上海和天津碳市场样本数据平稳且具有异方差性，满足GARCH模型的建模条件，为了对其波动集聚性特征进行量化，并对弱式有效进行检验，本文对福建、上海和天津碳市场样本数据建立GARCH模型。根据信息准则，本文选择GARCH(1,1)模型，其中福建碳市场扰动项选择学生t分布，上海和天津碳市场选择正态分布拟合效果最好，且建模后无异方差效应，模型各参数估计结果见表7。

表7 GARCH模型参数估计结果

由GARCH模型估计结果，对于福建、上海和天津碳市场，方差方程中ARCH项和GARCH项的系数都大于零且两者之和接近1，说明该样本序列具有波动集聚性，受到相关影响后持续波动，从均值方程可以看出，收益率上一期的值对下一期具有一定程度的影响，条件方差方程中，异方差项的系数较大且通过显著性检验，表明收益率序列受到历史价格波动信息的影响具有长记忆性，可以利用过去的信息预测未来的价格趋势，没有满足弱式有效市场的条件。为了衡量碳市场价格波动中收益与风险的关系，本文同时建立了GARCH-M模型，但表示风险因子的条件方差项并未通过显著性检验，说明碳市场中的风险与预期收益的关系无法确定，这可能是由于各试点碳市场存在分割情况，总体碳市场规模偏小，且伴随着政府的干预或调控，市场参与者未能充分利用信息，使得条件方差表现出来的问题不能及时得到反映。

3.7 分析与讨论

本文采用游程检验法、方差比检验法和重标极差分析法对中国试点碳市场有效性进行分析，结果表明北京、重庆、广东、湖北和深圳碳市场均未通过上述检验，未达到弱式有效市场水平；对于福建、上海和天津碳市场通过上述部分检验方法，无法进行有效性的判别，进一步借助GARCH模型对福建、上海和天津碳市场有效性进行分析。具体来看，福建碳市场有效性通过方差比检验，未能通过游程检验与重标极差检验，方差比检验在小样本的情况下，估计的精度和检验的效果都会受到了影响，而福建碳市场相较于其它碳市场其交易数据样本偏少，鉴于其市场活跃度及成交量均低于其它碳市场，结合GARCH模型检验结果，本文认为方差比检验法得到的结果是由样本数据造成的偏差，整体来看福建碳市场并未达到弱式有效水平；上海碳市场自成立以来，交易价格波动较为剧烈，如2016年末到2017年末价格经历极端上升、平稳上升以及平稳下降趋势，2018年8月到2019年5月先后经历多个极端下降和极端上升趋势后趋于平稳上升，而游程检验不能识别样本序列的游程内部结构，忽略了序列中数字的绝对值，只计同方向的游程数[27]，不能有效捕捉上海碳市场的特征，上海碳市场通过游程检验的实证结果缺乏说服力，结合GARCH模型分析可知，上海碳市场收益率一定程度上受历史价格的影响，其通过游程检验是由检验方法自身缺陷造成的偏差，综合来看上海碳市场未达到弱式有效水平；对于天津碳市场，其样本数据亦相对较少，降低了方差比检验与游程检验的功效，天津碳市场自成立以来价格亦经历不同的急剧下降、平稳与上升趋势，本文认为样本容量导致其通过方差比检验，样本容量与游程检验自身缺陷导致其通过游程检验，结合GARCH模型可知，天津碳市场收益率受历史价格影响，未达到弱式有效水平。基于以上分析，本文认为中国试点碳排放权交易市场整体上并未达到弱势有效市场水平。

4 结论与建议

本文选择游程检验、方差比检验以及重标极差检验对中国试点碳排放权交易市场有效性进行全面分析，结果表明：对于同一碳市场不同检验方法得到的结果不一致，通过综合分析，本文认为中国试点碳排放权交易市场整体上未达到弱势有效水平。由弱式有效市场的定义可知，我国试点碳市场的碳交易价格不能对外部信息充分反应。碳市场属于政策驱动型市场，交易制度由政府建立，碳交易市场存在的信息不对称导致较高的信息成本，使得碳交易价格难以反应所有信息，如政府在配额总量设定及分配时不能准确掌握参与企业的自身减排能力、产能以及治理能力等方面的信息，参与者之间在交易时的信息不对称，这些都影响碳价格的有效性；市场的有效性与流动性有很大关系，目前我国试点碳市场的参与者以及涵盖行业有限，试点碳市场的交易以碳现货为主，碳产品种类相对较少，这导致市场活跃性与流动性相对较低，市场信息无法通过交易反应到价格中，影响碳交易价格的形成，降低碳市场的有效性。增强我国碳排放权交易市场的有效性对碳市场的建设具有重要意义，基于以上分析并借鉴已有经验，本文提出如下政策建议：

第一、加强信息披露，建设系统的制度体系。信息披露制度不完善是影响碳市场有效性的直接因素，建立标准化的信息披露制度，及时全面地披露相关信息，包括惩罚机制与配额总量等。碳市场透明度的提高有助于缓解信息不对称问题，有助于降低信息搜索成本，有助于解决信息滞后性问题，增加碳交易价格对信息的反应程度，从而提高碳市场有效性。

第二、增加碳金融衍生品的开发，扩大碳交易行业覆盖范围。丰富碳市场产品种类，开发碳金融衍生品尤其是碳期货，发挥期货的价格发现功能，增加参与企业的覆盖范围使得更多企业进入碳交易市场，进而提高碳市场的活力与流动性，碳交易市场越活跃，市场价格反应的信息越充分，碳市场就越有效。

第三、完善相关法律法规，处理好市场与政府的关系。碳市场是一个由政策发展而来的市场，完善的法规政策可以给参与者提供一个稳定的环境。完善的法律法规有助于发挥好政策间的协同作用，减少政策间的冲突，增加交易活跃度，降低企业和社会的减碳成本[28]，提高碳市场的流动性，进而提高碳交易价格对信息的反应程度；当前我国碳市场的发展主要通过政府的行政手段推动，随着碳市场的发展，政府应逐步回归到调控职能，充分发挥市场在资源配置中的作用，充分调动企业的参与度。