中国碳排放权交易价格影响因素实证研究--以深圳排放权交易所为例.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：0.30M 资料格式：pdf 举报版权申诉

weixin_38748580-12240818-16359647660898985179.pdf-第1页.png

第1页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第2页.png

第2页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第3页.png

第3页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第4页.png

第4页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第5页.png

第5页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第6页.png

第6页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第7页.png

第7页 / 共9页

weixin_38748580-12240818-16359647660898985179.pdf-第8页.png

第8页 / 共9页

文本预览

中国科技论文在线 http://www.paper.edu.cn 中国碳排放权交易价格影响因素实证研究 ——以深圳排放权交易所为例方堃，赵秀娟** （北京邮电大学经济管理学院，北京，100876）摘要：碳排放权交易作为新的金融产品和二氧化碳减排途径，在国际金融市场及环保体系中有着重要地位。本文以深圳排放权交易所为对象，分析中国碳排放权交易价格的影响因素, 并利用多元线性回归模型及 Newey-West 协方差矩阵，对经济状况、能源价格、天气情况等影响因素进行实证检验。研究发现，煤炭价格、天然气价格、降雨量对碳排放权交易价格的价格有显著影响，但经济变量和温度的影响作用不显著。本研究首次揭示了我国碳排放交易价格的影响因素，为建立我国合理有效的碳排放权交易市场价格机制与风险防控体系提供借鉴和指导。关键词：碳排放权交易；价格；影响因素；深圳排放权交易所中图分类号：F832.5 A study of the Impacting Factors Related to Carbon-Emission Trading system in China：Evidence from ShenZhen Emissions Exchange (Shool of Economics and Management, Beijing University of Posts and Telecommunications, FANG Kun, ZHAO Xiujuan Beijing 100876) Abstract: As a new financial product and the way to reduce carbon emissions,Carbon emission trading has an very important position in international financial market and Environmental protection system.This paper select ShenZhen emission exchange to analysis the impacting factors of carbon-emission prices with Multiple linear regression model and Newey-West covariance matrix.The research result shows that the primary impact factors of pricing are coal price,gas price and rainfall, meanwhile there is no significant impact from economic factors and temperature.This research firstly reveal the impacting factors of Chinese carbon emission exchange,and we hope the conclusion can help to establish the risk prevention system of Chinese carbon-emission exchange and stabilize the market prices. Key words: carbon-emission trading; price; impacting factors;Shenzhen emission exchange. 0 引言二十世纪以来，随着全球工业化进程的飞速发展，温室气体大量排放引发的全球变暖问题日益凸显，直接影响人类社会的可持续发展。世界各国逐渐意识到控制和减少温室气体排放的重要性，1997 年 12 月联合国通过了《京都议定书》，首次以国际合约的形式规定了各成员国的减排任务，并正式引入市场机制将温室气体排放权看作一种商品进行交易，以期作为新的减排途径。在 6 种被要求减排的温室气体中，二氧化碳为最大宗，同时《京都议定书》规定交易最终要依据相应标准转化为二氧化碳排放量，因而温室气体的排放权交易又被称为碳排放权交易，简称碳交易。碳交易的主要原理是相关部门对排放主体下发有限的排放配额，作者简介：方堃（1991 年-），男，硕士研究生，主要研究方向：金融市场分析、风险管理通信联系人：赵秀娟（1980 年-），女，副教授，主要研究方向：金融市场分析、风险管理、评价理论与方法. E-mail: xjzhao@iss.ac.cn - 1 - 5 10 15 20 25 30 35 40

中国科技论文在线 http://www.paper.edu.cn 排放主体按照相应减排目标实施碳排放，配额不足或超出的企业可以相互交易，买方可将购买的碳配额用于实现其既定的减排目标。目前在碳排放权交易的推动和实施方面，欧盟走在世界前列。从 2005 年起施行的欧盟排放权交易体系（EU ETS），覆盖欧盟 27 个国家的 12000 个排放实体，占欧盟温室气体排放量的一半以上，已成为全球最大的碳排放权交易市场。我国在 2011 年公布的“十二五” 规划纲要中提出建设中国的碳交易市场，确定了北京、上海、深圳等七个省市作为试点地区，建立区域的碳排放交易体系，为全国建立统一的碳排放交易市场进行有益探索。2013 年 6 月，深圳排放权交易所率先启动碳排放交易，两年来，深圳碳交易市场参与者和市场交易量不断增加，整体保持较稳定的运行态势。但由于中国的碳交易市场刚刚起步，在交易机制及风险控制方面缺乏相关经验，为此，研究探讨中国碳交易的价格影响因素，对于建立合理的价格机制与风险防控体系，推动中国碳交易市场的健康、稳定发展具有重要意义。 1 文献综述由于西方国家在《京都议定书》中承担的减排任务及碳排放交易体系的建立运行，国外学者很早就开始研究碳排放权交易价格影响因素问题。Hinterman[1]试图解释在有效市场的前提下，验证 EU ETS 第一阶段碳价格波动在多大程度上受到边际减排成本的影响，他在引进滞后 LHS 变量的同时对基本面要素价格进行延后调整，发现碳配额价格最初并不被边际减排成本所驱动，但第一阶段的减排认证却能很大范围内修正碳价格的不合理波。Daskalakis 等[2]以欧盟碳排放体系下三个主要交易市场 Powernext、Nord Pool、ECX 为研究样本，得出碳配额的现货价格具有跳跃和不稳定的特性，并证实 EU ETS 不同阶段之间碳配额存储与借贷的禁止对未来的碳交易价格有较大的影响。Manasanet Bataller、Pardo 等[3]利用 2005 年 EU ETS 的期货日交易价格进行回归方程的建模分析，研究能源（石油、天然气、煤炭）价格及气候变量（温度、降雨量）对碳期货价格的影响，发现能源价格是欧盟排放配额（EUA）价格的主要影响因素。Bune 和 Fezzi[4]利用协整检验、VAR 模型、辅助回归的方法，研究 EUA 价格与外生变量包括英国的电力、天然气价格及伦敦的温度之间的关联关系，发现英国的天然气价格会影响 EUA 价格，同时这两者还对英国的电力价格有决定作用。Julien Chevallier [5] 以欧盟 27 国的经济数据为样本，采用基于阈值向量的误差调整模型及 Markov-switching VAR 模型，研究碳排放价格与宏观经济之间的关系，结果表明宏观经济活动对碳交易价格有着滞后的影响。Alberola[6]等给出了 EU ETS 碳交易中价格的两次结构性断裂（2006 年 4 月和 2006 年 10 月）的统计数据，同时利用多元线性回归模型探究能源价格、天气状况、经济活动在 2005-2007 年间不同时期对 EUA 价格的影响，结果表明能源价格在不同时期对碳价格的影响都较为显著，低温比高温对碳价的影响更大，经济活动对碳价格也会产生一定影响。国内学者中，陈晓红等[7]以芝加哥气候交易所自愿减排市场碳交易价格影响因素为研究对象，采用 AR(1)-GARCH(1)模型分析方法，证明 CCX 第一阶段碳配额价格影响因素主要是配额供需，且随时间推移不同年份影响有增强趋势；第二阶段则是能源价格的影响最大。汪文隽等[8]利用协整理论和向量误差修正模型研究 EUETS 市场价格影响因素，认为 2008 年和 2009 年配额市场的影响影响因素基本一致，配额价格表现出对基本面因素（配额数量、能源价格、天气因素等）的显著反应，对金融市场的敏感度在金融危机之后也显著提高。虽然国内外学者都对碳交易价格的影响因素展开了一系列实证研究，但绝大多数是针对欧盟碳排放权交易体系即 EU ETS，而由于国内的碳排放权交易起步不久，还没有针对国内 45 50 55 60 65 70 75 80 - 2 -

中国科技论文在线 http://www.paper.edu.cn 碳交易市场价格机制的实证研究。因此本文拟以深圳排放权交易所交易的碳配额数据为样本，结合理论分析，对中国碳排放权交易的市场价格影响因素进行实证研究，为把握中国碳交易市场的价格机制，制定相关规则和制度，以及建立全国性的碳交易市场提供借鉴和参考。 2 碳排放权交易价格影响因素的理论分析深圳排放权交易所作为一个公开市场，其价格必然受到市场供需等一般经济规律的支配。与此同时，作为一种全新的金融交易体系，政府出于风险防范等因素的考量，又必然会制定一系列政策进行管制。因此，本文将从供给、需求、政策三个方面对碳排放权交易的价格影响因素进行研究。 2.1 供给因素深圳排放权交易市场碳配额的供给全部来自深圳碳交易主管部门发放的碳配额。深圳排放权交易所规定，首先由市发展改革部门根据国家控制温室气体排放的约束性指标，结合深圳市经济增长目标和合理控制能源消费总量目标确定碳配额总量。其次综合考虑纳入配额管理单位的碳排放历史水平、行业特点以及先期节能减排行动等因素，确定各减排主体的碳排放配额。目前试点阶段（2013 年-2015 年）碳排放配额的主要发放方式为免费发放，2013 年向企业一次性发放当年及未来两年的配额。如果企业的实际排放量大于碳配额，则会受到相应处罚。因此当发放的碳配额相对于企业预计或实际的排放量偏低，则会引起市场对配额的需求增加，碳配额价格上升。此外，由于碳配额是免费发放的，当供给总量远超市场需求时，会直接导致碳配额价格暴跌，失去交易价值。 2.2 需求因素从企业角度来看，当政府将碳配额发放完毕，则市场的总供给即已确定，其自身行为只能影响到配额的需求。而企业对于碳配额的需求主要取决于企业的碳排放量，包括实际和预期碳排放量。根据 Rickels、Duscha[9]等对欧洲碳排放权交易的研究，企业的碳排放量受到经济状况、能源价格、天气情况、减排技术等因素的影响。（1）经济状况当整体宏观经济上行或普遍对宏观经济发展乐观时，企业的产量会增加，碳排放量也会增加，因而对碳配额的需求增加。当宏观经济不景气或对宏观经济发展悲观时，企业的生产活动会相应减少，碳排放量和对碳配额的需求也会减少。Julien[10]通过建立两种状态下的 Markov-switching VAR 模型来模拟爆发及衰退式的经济循环，证实宏观经济确实对碳排放权的交易价格有正向影响。（2）能源价格企业的碳排放归根结底都来自于化石能源的使用，在深圳碳排放权交易体系中，主要依赖化石能源的电力企业占据着巨大的排放量。电力企业的燃料可以是煤炭或天然气，由于煤炭的碳含量比天然气的碳含量高 70%，同时煤炭的热值不到天然气热值的一半，使得在发电量相同的条件下，煤炭的碳排放量远大于天然气。当煤炭价格上升，天然气价格下降，或者煤炭价格相对于天然气价格下降时，在中国电力价格管制的条件下，企业用煤炭发电的利润就会下降。如果能源的边际转换成本低于配额价格，则会增加企业对天然气的使用，降低碳排放量，进而使得企业对碳配额的需求减少，碳配额价格下降，直到能源的边际转换成本 85 90 95 100 105 110 115 等于碳配额的价格。因此，企业对配额的需求与煤炭和天然气的绝对价格及相对价格有关。 REN´E CARMONA 等[11]在减排成本随机的条件下建立了碳配额均衡价格形成模型，证实了 120 - 3 -

中国科技论文在线 http://www.paper.edu.cn 这一关系的存在。（3）天气情况气温和降雨等天气变化在短期内会影响企业对能源的需求，进而导致企业的碳排放量发生变动。气温的升高或降低会使得企业对制冷或供暖的需求增加，进而增加企业对电力等能源的需求，导致碳排放量增加，对碳配额的需求也相应增加，从而碳配额价格升高。过多的降雨则会通过水力发电增加无碳电力的使用量，从而降低有碳电力的消耗，降低碳排放量，减少对碳配额的需求，使得碳配额价格下降。Rickels[9]等利用 GRACH（1,1）模型研究 EU ETS 价格的影响因素，证实温度等天气因素对碳配额价格有重要影响。（4）减排技术企业的减排技术直接决定了企业的实际碳排放量，减排技术越强的企业其减排成本越低。当边际减排成本小于单位碳配额价格时，企业会增强对减排技术的使用，从而减少对配额的需求，导致配额价格下降。 2.3 政策因素作为新兴的金融交易市场，为了维持市场稳定和有效运行，政府会实施一系列政策措施， 125 130 135 这些政策会对碳交易市场的配额价格产生重要影响。（1）配额的买卖与调整深圳排放权交易所规定，企业当年持有的碳排放配额可全部卖出，未来年度持有的配额可交易比例为 50%。未来年度配额的交易情况会影响当前市场交易双方的心理认知和预期，间接影响碳配额价格。同时，在各年度清缴期前，主管部门根据企业当年度实际业务量对其年度排放配额进行调整，多退少补。免费配额的变化会影响企业下一年对配额的需求，从而影响碳配额价格。（2）配额的存储与借贷深圳排放权交易所规定，碳配额可储存不可预借。即企业不能使用第二年的配额去抵偿第一年的排放额，但允许企业在当年使用前一年的配额。配额的存储机制变相扩大了一个年度内配额的供给量，带动配额价格下降。配额的不可预借机制则限制了供给量，使得配额价格增加。（3）配额的回购深圳排放权交易所规定，当交易市场出现异常情况，主管部门可以按照预先设定的规模 140 145 和条件从市场回购配额，以减少市场供给、稳定市场价格。因此，主管部门在特殊情况下的干预也会影响到交易市场上碳配额的价格。 150 （4）CCER 减排认证 CCER 即中国的 CER，CER 是清洁发展机制（CDM）中经核定的自愿减排量。清洁发展机制是《京都议定书》中规定的灵活履约机制之一，它允许缔约国家的投资者在非缔约国 155 家（通常是发展中国家）实施有利于后者的可持续发展减排项目，减排项目所减少的温室气体排放量经由相关机构核查证实被称为 CER，可抵消一定比例的碳排放量。CCER 相当于增加了企业的配额供给，CCER 越多，可抵消的碳排放量也越多，对于碳配额的需求就越少，碳配额价格越低。 3 深圳排放权交易所碳配额价格的实证分析上文从理论层面探讨了碳配额价格的影响因素，发现碳配额分配、经济状况、能源价格、 - 4 -

中国科技论文在线 http://www.paper.edu.cn 天气情况、减排技术、政策制度等都会对交易价格产生影响，但由于部分影响因素的数据较难获得且不易衡量，本文最终选取经济情况、能源价格、天气状况作为解释变量，接下来将以深圳排放权交易所交易价格数据为样本开展实证研究。 3.1 数据说明（1）碳排放权交易价格。由于深圳排放权交易所的交易数据在 2013 年 8 月 5 日才开始出现显著的交易行为，因此本文选取 2013 年 8 月 5 日至 2015 年 5 月 20 日为样本期，并剔除周六日。碳排放权交易价格采用深圳排放权交易所每个交易日的 SZA 成交价格，即当日成交总额与成交总量的比值。（2）经济数据，包括深圳市规模以上工业增加值和上证综合指数为研究的经济数据。由于碳排放主要集中于火电、冶金、化工等大型工业企业，所以深圳市规模以上工业增加值可以反映深圳市主要碳排放企业的生产活动水平。上证综指则包含了 A 股和 B 股全部上市的股票，能够在一定程度上显示企业对未来整体宏观经济的预期。此外，由于规模以上工业增加值是月度数据，为了与其他数据频率相匹配，采用插值法将其转换为日度数据。（3）能源数据，包括天然气和煤炭价格。目前国内各地天然气价格不统一，且无标准的天然气期货合约价格。考虑到深圳市大部分天然气来源于深圳大鹏 LNG 项目，因此本文采用深圳大鹏接收站的 LNG（液化天然气）日价格作为深圳地区天然气价格。煤炭种类众多，且在国内无标准的煤炭期货合约价格，本文选取中国煤炭价格指数（CCPI）的华南地区数据。由于煤炭价格指数是周度数据，本文也利用插值法将煤炭价格指数数据转化为日度数据。（4）天气数据，包括温度和降雨量。温度方面，本文取深圳市气象观测点在一天中观测到的 5 次气温的平均值作为深圳当日气温。同时借鉴 Considine（2000）[12]、Alberola（2007） [13]等的研究成果，即公众对能源的需求只在出现极端温度的时候才会发生显著的变化，因此本文采用深圳当日气温与深圳过去 9 年间的平均日气温的偏离程度作为温度的代理变量。降雨量方面，由于大量的降水才会对水利发电量产生显著影响，进而改变发电企业对有碳能源的需求，从而影响碳配额价格，因此本文将降水设为虚拟变量。首先收集深圳市日降雨总量，然后根据国际对中雨的统一定义（4mm-10mm 为中雨），将日降雨量 10mm 作为基准值。如果当日深圳市降雨大于 10mm，认为降雨量相对丰富，记为 1；反之则认为降雨量相对缺乏，记为 0。以上所有数据均取自万得数据库、深圳市统计局和气象局。 3.2 描述性统计及相关性分析表 1 和表 2 分别给出了各变量的描述性统计及相关性分析。从相关系数表来看，碳排放权价格与煤炭价格、天然气价格、天然气/煤炭价格之间存在初步的显著正相关关系，碳排放权价格与股票指数、规模以上工业增加值间虽有正相关关系，却不存在统计学上的显著性，这将在文中进行进一步的检验与探讨。此外，部分变量间的相关系数大于 0.75，有可能存在多重共线性，这将在文中进行进一步修正。表 1 描述性统计 Tab. 1 descriptive statistics 160 165 170 175 180 185 190 195 变量碳排放权价格股票指数变量名 SZA Stock 样本数均值中位数最大值最小值标准差偏度峰度 2.42 468 468 4.05 30.00 2086.97 122.97 4807.59 59.42 2704.93 58.80 2392.84 17.38 716.75 0.37 1.49 - 5 -

中国科技论文在线工业增加值天然气价格煤炭价格天然气/煤炭价格降雨量温度 Industry Gas Coal 468 468 468 468 468 Temperature 468 Gas/Coal Rain 581.98 5635.37 147.80 38.09 0.27 1.75 555.58 5680.00 147.10 38.39 0.00 1.38 http://www.paper.edu.cn 1154.49 6220.00 158.30 40.42 1.00 9.64 360.92 4930.00 138.50 33.98 0.00 0.01 126.95 381.58 4.27 1.73 0.44 1.56 1.69 -0.50 0.48 -0.79 1.02 1.79 6.80 2.28 3.41 2.59 2.06 7.37 表 2 相关性分析 Tab. 2 correlation analysis 变量 SZA Stock Industry Gas Coal Gas/Coal Rain SZA 1.00 Industry Stock 0.62* 0.19* 1.00 0.20*** 1.00 Gas 0.74** -0.83* 0.31* 1.00 Coal -0.61** -0.66* 0.24 0.87*** 1.00 Gas/Coal 0.72*** -0.83* 0.31 0.94*** 0.67*** 1.00 Rain -0.19 -0.08 -0.11 -0.00 -0.08 0.0 1.00 Temperature 0.06 0.17 0.06** -0.06 -0.07 -0.14** -0.14 1.00 200 205 210 215 220 Temperature 注： ***、**、*分别代表在 1%、5%、10%显著性水平下显著。 3.3 研究设计与实证结果分析目前常见的价格影响因素研究方法是将 SZA 价格与各影响因素进行回归，例如 Hintermann (2010) [1] 、Alberola (2008) [6]等学者都采用该种方法。本文在借鉴学者研究的基础上，拟采用多元线性回归建立各影响因素与碳排放权交易价格的回归方程。但在回归之前要先进行单位根检验，确保各序列数据的平稳性，避免伪回归的产生。同时，由于碳配额交易市场同股票、期货市场一样具有金融市场属性，还需要检验并消除回归方程残差序列中的自相关性及条件异方差。先前大部分学者是通过引进滞后的价格项（即拟合 AR 模型）来消除残差序列的自行关性，例如 Rickels W(2007) [9]、Chevallier J[14]等，但这样的做法其实回避了碳配额价格实际的影响因素。因此本文尝试采用 Newey-West 协方差矩阵来消除残差序列的自相关及条件异方差，从而得到更加准确的回归结果。最后由于本文采用的是变量的一阶差分序列，因此不能够轻易对 SZA 及其解释变量的长期关系下结论。为了确保回归结果的长期稳定性，还需对结果进行协整检验。具体实证过程及结果如下：第一步，进行单位根检验。本文采用单位根检验中的 ADF 检验，得到各时间序列的检验结果如表 3 所示。除了规模以上工业增加值、降雨量、温度序列没有单位根之外，其他时间序列都有单位根，且一阶差分序列平稳。因此，为了保证回归结果的准确性，在之后的实证中本文将各变量的时间序列转换成对数形式并进行一阶差分。表 3 单位根检验 Tab. 3 Unit Root Test 变量名碳配额价格煤炭价格天然气价格原序列 -2.1098（0.2410） -0.6308（0.8607） -0.4147(0.9834) 一阶差分序列 -11.4280（0.0000） -4.6488（0.0000） -21.6911(0.0000) 平稳阶数 1 1 1 - 6 -

中国科技论文在线 http://www.paper.edu.cn 天然气/煤炭价格规模以上工业增加值股票指数降雨量温度 -0.6154(0.8642) -5.2198(0.0000) 1.6804(0.9996) -10.6806(0.0000) -11.2122(0.0000) -21.4128(0.0000) -4.8606(0.0000) -20.5730(0.0000) -17.6742(0.0000) -14.7764(0.0000) 1 0 1 0 0 第二步，设立多元线性回归方程： SZAt = C + β1Stockt + β2Industryt + β3Gast + β4Coalt + β5Temperaturet + β6Raint +ut (1) SZAt = C + β1Stockt + β2Industryt + β3(Gas/ Coal)t + β4Temperaturet + β5Raint +ut (2) 为了避免多重共线性，本文将天然气/煤炭价格与煤炭、天然气价格放在两个方程中，方程（1）使用煤炭和天然气的实际价格，方程（2）使用天然气与煤炭的相对价格。其中，自变量为 SZAt，即深圳碳排放交易所碳配额的日交易价格；解释变量为 Stockt、Industryt、 Gast、Coalt、(Gas/ Coal)t、、Temperaturet、Raint，分别表示同期的股票指数、规模以上工业增加值、天然气价格、煤炭价格、天然气/煤炭价格、温度、降雨量。第三步，利用 OLS 估计多元线性回归方程（1）（2）的结果，然后分别对回归方程的残差进行 Breush-Godfrey LM 检验及 ARCH-LM 检验，结果见表 4、表 5。Breush-Godfrey LM 检验结果显示方程（1）和方程（2）的 F 检验值分别为 6.3989、6.3982，p 值均为 0.0018，在 1%的显著性条件性显著，表明两个回归方程的残差序列均存在自相关性。ARCH-LM 检验结果显示方程（1）和方程（2）的 F 检验值分别为 9.2766、10.3469，p 值为 0.0025、0.0034，在 1%的显著性条件性显著，表明两个回归方程的残差序列都存在条件异方差。 225 230 235 240 表 4 Breush-Godfrey LM 检验 Tab. 4 Breush-Godfrey LM Test 方程 1 方程 2 方程 1 方程 2 F 检验值 6.2116 6.2333 表 5 ARCH- LM 检验 Tab. 5 ARCH- LM Test F 检验值 12.8026 12.6648 P 值 0.0022 0.0021 P 值 0.0004 0.0004 第四步，使用 Newey-West 协方差矩阵来消除残差序列的自相关及条件异方差，结果见表 6。实证结果表明，天然气价格系数 0.9064，在 5%显著性水平下显著。煤炭价格系数-0.0551，在 10%显著性水平下显著。天然气/煤炭价格系数 0.8807，在 1%的显著性水平下显著，降雨系数-0.4208、-0.4211，且都在 5%显著性水平下显著。该结果与前文的理论分析基本相符，煤炭价格越高，天然气价格越低或者天然气/煤炭的价格越高，企业会增加对天然气的使用而减少对煤炭的使用，导致企业的碳排放量减少，碳配额需求相应减少，最终导致碳配额价格下降。降雨的显著增多会降低电力企业对有碳能源的需求，也会使碳配额价格下降。其他因素如股票指数（p 值分别为 0.1692、0.1722）、规模以上工业增加值（p 值分别为 0.3858、 0.3832）、温度（p 值分别为 0.1025、0.1035）对碳配额价格影响均不显著。此外，调整后的 R2 分别为 0.9386 和 0.9635，说明方程具有较高的解释能力，以上结论具有较强的说服力。 245 250 - 7 -

中国科技论文在线 http://www.paper.edu.cn 表 6 Newey-West 估计 Tab. 6 Newey-West estimation 变量股票指数规模以上工业增加值天然气价格煤炭价格天然气/煤炭价格降雨量温度 R2 调整 R2 方程 1 0.2579（0.1692） 0.0607（0.3858） 0.9064**（0.0234） -0.0551*（0.0986） -- -0.4208**（0.0426） 0.0004（0.1025） 0.9320 0.9386 方程 2 0.2566（0.1722） 0.0602（0.3832） -- -- 0.8807***（0.0034） -0.4211**（0.0437） 0.0004（0.1035） 0.9624 0.9635 注： ***、**、*分别代表在 1%、5%、10%显著性水平下显著。第五步，对最终得到的回归方程的残差进行协整检验，检验结果见表 7。两个方程回归残差的 ADF 检验的 p 值都很显著，表明残差序列是平稳的，证明 SZA 价格序列与其影响因素（经济状况、能源价格、天气情况）存在长期的协整关系。表 7 ADF 检验 Tab. 7 Augmented–Dickey–Fuller Test 方程 1 方程 2 t 检验值 -25.0012 -25.0035 P 值 0.0000 0.0000 4 结论本文回顾了国内外学者对碳排放权交易价格的相关研究和理论，并对碳排放权交易价格的影响因素进行梳理，在此基础上运用多元线性回归、Newey-West 协方差矩阵等方法，以 2013 年 8 月至 2015 年 5 月间的深圳排放权交易所的碳排放权交易数据为样本，从经济状况、能源价格和天气情况三个方面对我国的碳排放交易价格影响因素进行实证检验。结论显示：（1）能源价格，包括天然气价格、煤炭价格、天然气/煤炭价格对碳配额价格有较为显著的影响，且与前文的理论分析类似，天然气价格和天然气/煤炭价格对碳配额价格有着正向影响，煤炭价格对碳配额价格有着负向影响；（2）降雨量对碳配额价格有着显著的负向作用，但极端的温度不同于 Considine（2000）[12]等对于欧盟 EUA 价格影响因素的研究，本文没有发现温度对深圳碳配额价格存在任何显著的影响；（3）经济状况方面，本文没有找到股票指数和规模以上工业增加值对深圳碳排放权价格有显著影响的证据，这一方面可能是由于所选研究期间较短，以及碳排放交易所成立初期各方面制度不完善等因素造成；另一方面应该是中国股市并没有完全反映中国的经济发展状况，同时规模以上工业增加值对碳排放权价格的影响可能是滞后的。综上所述，能源价格、降雨量对我国现阶段的碳排放交易价格有着重要影响，政府及企业应重点关注相关指标，引导中国碳排放权交易市场建立更加成熟、完善的风险防范机制，形成更加合理稳定的交易价格。需要说明的是，由于配额的存储借贷制度、减排技术等影响因素对碳排放权交易价格的影响暂时难以衡量，以及一些数据（例如碳配额的分配、核证减排量、风速等）无法获取，本文尚未将以上因素纳入实证研究。此外，我国许多能源价格包括电力、石油等仍处于国家的严格管控中，未能反映实际供需状况，因此也未纳入研究。在后续研究中，我们将持续跟 - 8 - 255 260 265 270 275 280

分享到：

赞收藏

资料库

中国碳排放权交易价格影响因素实证研究--以深圳排放权交易所为例.pdf

相关推荐

开发技术

热门标签

最新资料