我国碳排放权交易价格波动特征研究

——— 基于 AＲ － GAＲCH 模型的分析

夏睿瞳

摘 要： 我国目前已建成七大碳排放权交易市场。为研究价格收益率序列的波动特征，本文利用 AＲ － GAＲCH 模型对各

个碳排放交易市场的日收益率序列进行拟合，描述其可能存在的自相关性和条件异方差动态。结果表明，深圳市、北京市、
上海市、天津市、湖北省交易所的日收益率存在显著的自相关性和条件异方差，AＲ － GAＲCH （ 1，1） 模型对这 5 个市场有
较高的拟合优度，当期的收益率大小及波动程度均受滞后期影响，外部冲击会加剧收益率的波动性，且波动的持续时间普遍
较长。
关键词： 碳排放权交易市场 收益率序列 条件异方差 AＲ － GAＲCH 模型

一、研究背景和意义
随着世界经济的增长，煤炭、石油、天然气等
化石能源大量使用与排放，温室气体对人们的生活
造成日趋严重的影响，绿色、协调、可持续发展已
成为世界经济发展的重要议题。 我国在 “十三五 ”
规划中首次将 “绿色 ” 列入 经 济 发 展 理 念， 党 的
“十九大” 更是强调 “推进绿色发展，构建市场导向
的绿色技术创新体系，发展绿色金融”。并积极建设
以碳排放权为交易标的、促进温室气体减排的碳交
易市场，经过近 5 年的试点工作，全国统一的碳交
易市场在 2017 年 12 月 19 日正式启动。全国市场启
动后，为促进市场活力会注入更多的金融资本，各
类机构和个人投资者也将逐渐参与到市场中，市场
活力的增强将使二级市场的交易价格更具参考价值。
因此，对碳排放交易价格及其波动特征进行研究，会
对一级市场定价、投资预测、价格波动风险管理等实
际问题的进一步探索有重要现实意义，也对完善我国
碳排放权交易价格理论体系具有重要理论意义。
二、碳排放交易的收益率统计分析
（ 一） 样本收益率的描述性统计分析
我国自 2013 年起已经陆续开放了深圳市、北京
市、广东省、 上海市、 天津市、 湖北省、 重庆市 7
个碳排放交易试点市场， 截至 2016 年 12 月 31 日，
七大碳排放交易市场累计交易额达 20 亿元，交易量
达 8610 万吨。 其中， 深 圳 市 场 开 始 时 间 最 早， 于
2013 年 6 月 19 日正式挂牌交易。 随后， 北京、 广
东、上海、天津市场纷纷在 2013 年底挂牌交易，重
庆市场开启时间最晚，为 2014 年 6 月 19 日。虽然从
开始挂牌到 2016 年底，大部分试点市场已经有了 3
年的交易时间，但交易活跃度普遍较低，统计发现，
在很多个交易日是没有交易的。所以在选取样本时，
要剔除掉没有交易的日期。综上，分别选取 7 个交
易所从挂牌之日起到 2016 年 12 月 31 日的交易日数
据，并剔除掉没有交易的日期后，计算每日收盘价
的对数收益率作为研究样本，即 Ｒ t = ln ( ) Pt
P t －1
。重

为了对碳交易价格的研究进行探索和尝试，本
文从七大试点市场的价格收益率序列入手，通过构
建 AＲ － GAＲCH 模型来拟合收益率序列的波动特征，
探讨当期价格收益率的大小和波动是否受到过去收
益率大小和外部冲击的影响，以及影响是否持续时
间较长等问题，并对我国碳交易市场进一步完善提
出政策建议。
52
庆交易所因运行时间较短，样本数量过小，不列为
研究的样本范围； 深圳交易所 4 种产品中，将运行
时间最长的 SAZ － 2013 列为深圳市场的研究样本。
为方便下文的表述，分别将深圳、北京、广东、上
海、天 津、 湖 北 市 场 的 样 本 日 收 益 率 记 为 SZＲ t 、
BJＲ t 、GDＲ t 、SHＲ t 、TJＲ t 、HBＲ t 。对各交易市场样
本收益率进行描述性统计分析，结果如表 1 所示。
 表1 样本收益率统计结果 值最大、AIC 和 SC 值最小的模型作为最优拟合模
交易所 样本数 均值 中位数 标准差 偏度 峰度 型，则最终确立的各交易所最优的自回归模型为：
深圳 595 － 0. 0004 0. 0000 0. 0739 － 0. 2799 3. 1924 深圳、北京、湖北交易所均为滞后 1 阶和 2 阶的模
北京 520 0. 0001 0. 0000 0. 0676 － 0. 6380 7. 1148
型，上海交易所为滞后 1 阶的模型，天津交易所为
广东 502 － 0. 0029 0. 0000 0. 0692 － 0. 1395 4. 8782
滞后 1 阶、2 阶和 3 阶的模型。
上海 437 － 0. 0002 0. 0000 0. 0940 1. 6344 28. 7332
3. 条件异方差检验
天津 444 － 0. 0015 0. 0000 0. 0786 0. 5940 48. 3634

湖北 658 － 0. 0002 － 0. 0004 0. 0375 － 0. 4222 36. 2636

对以上建立的自回归模型残差项进行条件异方差
检验，采用 AＲCH LM 方法，检验结果如表 2 所示。
数据来源： 中国碳排放交易网。
表2 AＲ 模型残差项的 AＲCH LM 检验

从样本的日收益率统计结果看，与标准正态分 交易所 F 统计量 LM 统计量 F 检验的 p 值 卡方检验的 p 值

深圳
布的偏度、峰度相比，各交易市场的日收益率普遍 44. 46153 77. 65255 0. 0000 0. 0000

北京 28. 59353 51. 75235 0. 0000 0. 0000

呈现出 “尖峰厚尾” 的特征。 上海 9. 361743 9. 205946 0. 0024 0. 0024
（ 二） 样本收益率的分布特征 天津 112. 8323 191. 9253 0. 0000 0. 0000

通过 Jarque － Bera 检验来验证样本的日收益率 湖北 101. 9694 156. 0065 0. 0000 0. 0000

是否服从正态分布。根据 Jarque － Bera 检验，当返回

值 h = 0 时，接受服从正态分布的原假设； 当 h = 1 结果可知，F 和 LM 检验的概率均小于 0. 05，拒
时，拒绝服从正态分布的假设。由 Jarque － Bera 检验 绝原假设，则深圳、 北京、 上海、 天津、 湖北交易
结果，所有交易所的日收益率在 0. 05 的显著水平下 所日收益率的自回归模型均存在条件异方差，在上
均拒绝了正态分布假设。因此，我们可以认为，北 述模型基础上加入 GAＲCH （ 1，1） 模型来描述条件
京、深圳、上海、广东、 天津、 湖北交易所的日收 异方差性，更好地拟合收益率波动特征。
益率均不服从正态分布特征。 （ 二） AＲ － GAＲCH 模型的建立和拟合结果检验
通过以上对我国碳排放权交易市场日收益率的 1. 建立 AＲ － GAＲCH 模型
描述性统计和分布特征分析，可以得出结论： 我国 分别在深圳、 北京、 上海、 天津、 湖北交易所
各个碳交易市场的日收益率均不服从正态分布，且
日收益率的 AＲ 模型基础上加入 GAＲCH （ 1，1） ，即
普遍存 在 “尖 峰 厚 尾 ” 的 特 征。 基 于 以 上 结 论，
建立 AＲ － GAＲCH 模型来更好地描述日收益率的波
GAＲCH 模型对描述收益率时间序列的特征有更好的
动特征，其中 AＲ 模型的滞后阶数与上文一致，加入
适用性，下面将针对每个交易市场的实际情况建立
GAＲCH （ 1，1） 项重新拟合后的表达式为：
最优拟合模型。
（ 1） 深圳交易所
三、收益率波动的 AＲ － GAＲCH 模型分析 SZＲ t = － 0. 001057 － 0. 212196SZＲ t －1
－ 0. 151014SZＲ t －2 + ε t
（ 一） 建立 AＲ － GAＲCH 模型前的检验 2 2 2
σt = 0. 000328 + 0. 295916 ε t －1 + 0. 655469 σt －1
1. 平稳性检验
t = 3，4，…，595
平稳性检验采用单位根 （ ADF） 检验法，结果
（ 2） 北京交易所
表明，深圳、北京、广东、上海、天津、 湖北六个
BJＲ t = 0. 001097 － 0. 493168BJＲ t －1
交易市场均显著拒绝原假设，即日收益率序列均不
－ 0. 267245 BJＲ t －2 + ε t
存在单位根，都可以认为是平稳序列。 2 2 2
2. 自相关性检验 σt = 0. 0000366 + 0. 219323 ε t －1 + 0. 827605 σt －1
分别计算各市场日收益率的自相关系数和偏相 t = 3，4，…，520
关系数，结合 Q 统计量和 P 值判断是否存在自相关 （ 3） 上海交易所
性。结果表明，除了广东市场外，其他市场的日收 SHＲ t = － 0. 002882 － 0. 229707SHＲ t －1 + ε t
2 2 2
益率均在 95% 的置信水平下显著自相关，当期收益 σt = 0. 000245 + 0. 282570 ε t －1 + 0. 795968 σt －1
率的大小显著受到滞后期的影响。因此，可以对深 t = 2，3，…，437
圳、北京、上海、天津、湖北这 5 个交易所收益率 （ 4） 天津交易所
构建自回归模型。通过调整滞后阶数的选择，保证 TJＲ t = － 0. 001375 － 0. 74302TJＲ t －1
各回归系数均达到统计显著性，且选择 Log likelihood + 0. 25757 TJＲ t －2 － 0. 10380TJＲ t －3 + ε t

53
 2 2 2
σt = 0. 0000370 + 0. 739962 ε t －1 + 0. 510608 σt －1 利用 AＲ － GAＲCH （ 1，1） 模型研究 5 个市场收益率
t = 4，5，…，444 序列的波动特征，发现当期收益率的波动程度受到
（ 5） 湖北交易所 前期波动的显著影响，来自前期的外部冲击会加剧
HBＲ t = － 0. 001139 － 0. 440701HBＲ t －1 当期收益率的波动性，且波动的持续时间普遍较长。
－ 0. 069542HBＲ t －2 + ε t 根据以上结论，可以看出我国碳交易市场的价
2 2 2
σt = 0. 000360 + 1. 172861 ε t －1 + 0. 0653055 σt －1 格对数收益率有很强的记忆性，当期收益大小和波
t = 3，4，…，658 动受前期交易的影响较大，收益率序列特征与有效
2. 模型拟合结果分析与检验 市场的随机游走相悖，说明我国碳交易市场的效率
以上 5 个交易所日收益率的 AＲ － GAＲCH 模型 偏低，价格并不完全由市场机制决定。 归其原因，
系数均为统计显著，说明自相关性和条件异方差性 主要是我国在试点阶段市场机制仍不成熟，市场参
明显。且 5 个模型 AＲCH 项的系数均大于 0，说明前 与者较少，市场流动性不足，二级市场的交易价格
期的外部冲击会加剧当期收益率的波动性； GAＲCH 难以完全由市场决定。
项系 数 反 映 了 长 记 忆 性，5 个 模 型 的 AＲCH 项 和 （ 二） 政策建议
GAＲCH 项系数之和基本都大于 1，说明波动的持续 为充分发挥我国碳交易市场的市场机制、增强
时间较长。 市场活力，更好地发现市场价格，本文提出以下三
在拟合优度上，与 AＲ 模型相比较，5 个交易所 条政策建议：
的 AＲ － GAＲCH 模型的极大似然值均增加，同时 AIC 第一，完善相关政策和制度设计。完善交易体
和 SC 值均降低，说明 AＲ － GAＲCH 模型在描述日收 系、监管体系、市场服务体系，营造一个良好的市
益率波动特征上有更好的拟合效果。 场环境和完备的市场交易机制，稳固市场根基，更
此外，再次对 5 个 AＲ － GAＲCH 模型的残差项 好地发挥市场在碳排放配置方面的作用。
进行 AＲCH LM 检验，来分析加入 GAＲCH （ 1，1） 第二，纳入更广泛的交易主体，如，有碳排放
项后是否还存在着条件异方差，AＲCH LM 检验结果 交易需求的企业、合格机构和个人投资者。交易主
如表 3 所示： 体的增多，导致交易频度和交易量的提升、市场流
动性和市场活力的增强、成交价格也能更好地反映
表3 AＲ － GAＲCH 模型残差项的 AＲCH LM 检验
市场真实供需。 当然， 在引入更多投资者的同时，
交易所 F 统计量 LM 统计量 F 检验的 p 值 卡方检验的 p 值
也要加强监管，防止过度投资行为。
深圳 0. 230330 0. 462645 0. 7943 0. 7935
第三，在碳排放现货市场正常运营的基础上，
北京 1. 328956 2. 659674 0. 2657 0. 2645

上海 0. 039230 0. 039407 0. 8431 0. 8426 未来可以放开期货等衍生品市场，发挥其价格发现

天津 0. 027524 0. 083316
湖北 0. 116916 0. 234825
从表 3 可知，F 统计量和 LM 统计量均不显著，
残差项不存在条件异方差， 可以认为 AＲ － GAＲCH
模型很好地消除了残差项的条件异方差效应，很好
地拟合了 5 个碳排放权交易所日收益率的波动特征。
四、结论和建议
（ 一） 研究结论
1. 收益自相关性。经过分析，在 7 个试点市场
中，深圳、北京、 上海、 天津、 湖北这 5 个碳交易
市场的日收益率存在显著的自相关性，即当期收益
率的大小受前期收益率大小的显著影响。
2. 收益波动性。对上述 5 个市场自回归方程的
残差进行检验， 发现均存在显著的条件异方差性。
0. 9938 0. 9938 的功能，为现货市场交易价格提供参考依据。但是，
0. 8897 0. 8892 由于期货等衍生品市场具有风险高、波动大等特点，
建立衍生品市场不可操之过急，必须在现货市场有
足够大容量的前提下推进，同时要完善风险防控和
相关市场机制。
参考文献：
［1］ Eva Benz，Stefan Truck. Modeling the price dynamics of CO2
emission allowances ［J］ . Energy Economics，2009 （ 31） ： 4 ～ 15.
［2］ Daskalakis G，Psychoyios D and Markellos Ｒ N. Modeling CO2
emission allowance prices and derivatives： Evidence from the European
trading scheme ［J］ . Journal of Banking ＆ Finance，2009 （ 33） ： 1230 ～
1241.
［3］ 魏一鸣，王恺，凤振华，等 . 碳金融与碳市场———方法与实
证 ［M］ . 北京： 科学出版社，2010： 89.
［4］ 曾诗鸿，刘琦 . 碳金融： 理论模型与探索 ［M］ . 北京： 知
识产权出版社，2013： 27.
作者单位： 中国人民大学财政金融学院

54