碳排放权价格波动论文范文

一、实证分析

(一)影响因素选取理论上讲，供求关系是影响碳排放权价格波动的最主要因素，一般来说，在其他条件不变时，需求量和供给量的变动会引起均衡价格和均衡数量的变动，即当需求量大于供给量时，价格就会上升，这时需求量会因为价格的上升而下降，供给量会随着价格的上升而增加，直到供求平衡;反之，当供给量大于需求量时，价格就会下降，价格的下降一方面会引起供给量的减少，另一方面会刺激需求量的增加，整个过程直至供求平衡结束。总之，在其他条件不变时，需求量的变动会使得均衡价格和均衡数量沿着需求曲线变动;供给量的变动也会使得均衡价格和均衡数量沿着供给曲线变动。另一个方面，需求的变动和供给的变动也会引起均衡数量和均衡价格的变动，即当供给不变时，需求的增加会引起需求曲线向右移动，需求量会随着需求曲线的右移而增加，价格也会随着需求量的增加而上升，直到供求平衡;反之。当需求减少时，需求曲线就会向左移动，需求量会逐渐减少，价格也会随着需求量的减少而下降，直到实现供求均衡。当需求不变时，供给的增加会使得供给曲线向右移动，供给量也会随着供给曲线的右移而增加，而价格则会随着供给量的增加而下降，直到供求均衡;相反，供给的减少会引起供给曲线的左移，供给量减少进而使得供给价格增加，直至实现供求均衡。总之，在供给不变时，均衡价格和均衡数量会随着需求曲线的右移而增加，随着需求曲线的左移而减少;在需求不变时，供给的增加会使得均衡数量增加而均衡价格下降，供给的减少会使得均衡数量减少而均衡价格上升。碳排放权需求者是进行减排的企业，当供给因素不变时，价格取决于需求因素;欧盟碳排放配额分配主要涉及的产业涵盖了炼油厂、发电量超过20兆瓦发电厂、钢铁厂、水泥厂、玻璃厂、造纸厂以及航空业等实体产业。因而，本文根据欧盟碳排放配额涉及的行业对影响因素进行选取。本文选取了伦敦市场中的富时100指数、石油期货指数和美国市场中的道琼斯欧洲工业指数、道琼斯公用事业指数来反映欧洲市场的经济增长和能源消费，由于伦敦市场中，反映金融变动的指数是2011年推出的，数据量比较少，且和碳期货市场数据不能一一对应。因而，本文选取道琼斯欧洲金融指数来反映金融环境的变动。

(二)实证分析先通过计算各变量之间的相关系数对影响因素进行筛选，然后在此基础上建立MS－VAR模型对碳排放权价格波动的影响因素进行研究。1．相关分析。相关分析主要用于研究现象之间是否存在某种相关关系，并探讨这种相关关系的方向和相关程度，而衡量变量相关程度的指标通常用相关系数进行度量，因而本文通过计算由表1可知:Dec12与道琼斯欧洲金融指数和道琼斯欧洲公用事业指数的相关关系比较大，且都呈现正向的相关关系，相关系数大于0.6;Dec13与道琼斯欧洲公用事业指数的相关系数大于0.7，且呈正向相关关系，而与富时100指数呈负向相关关系，相关系数接近0.6;Dec14与道琼斯欧洲公用事业指数呈正向相关关系，相关系数大于0.6，而与富时100指数呈负向相关关系，相关系数接近0.6;Dec15与道琼斯欧洲金融指数呈正向相关关系，相关系数大于0.7;而与道琼斯欧洲工业指数和富时100指数呈负向相关关系，相关系数大于0.7。

为了更好的探究这些变量与碳期货之间的影响程度及背后的原因，本文将通过马尔科夫机制转换模型对这些关系进行分析。2．马尔科夫机制转换模型(MS)的建立与分析。由于计量模型通常要求时间序列数据具有平稳性，因而本章采取了和第二章相同的处理数据的方法:yt=100×(ln(pt)－ln(pt－1))，其中，pt为碳期货合约在t时刻的价格，在本章，其中碳期货价格为y，道琼斯欧洲工业指数为x1，道琼斯欧洲公用事业指数为x2，道琼斯欧洲金融指数为x3，富时100指数为x4。本节利用OX－METRICS软件对马尔科夫机制转换向量自回归模型进行估计，并对各碳期货的模型结果单独列出，根据模型的估计结果结合平滑概率图得出了主要状态发生机制转换的时间，以下是模型结果:由表2可以看出，Dec12价格收益率在状态为0和1时，道琼斯欧洲公用事业指数正向的影响Dec12价格;道琼斯金融指数指数负向影响Dec12价格。对比状态0和1时的参数的绝对值可以看出，在状态1时，道琼斯欧洲公用事业指数和道琼斯欧洲金融指数对Dec12价格的影响比在状态0时大，且道琼斯欧洲金融指数对Dec12价格影响更大、更强势，这些特征表明:总体而言Dec12价格呈现下跌趋势。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，Dec12价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，当天Dec12价格下跌继而下跌的概率为0.50082，即整体上Dec12价格下跌。图1是Dec12模型在状态一的平滑概率图，从图1可以看出，Dec12在整个交易期间发生了两次比较大的机制转换，时间大概是2009年9月和2011年11月。在2009年9月，欧洲的失业率创下近10年来历史最高，欧元区经济开始呈现通胀紧缩状态，金融危机对欧元区的影响仍在深化;2011年11月欧债危机正不断恶化，造成欧洲经济更加低迷，这些不利的条件促使Dec12价格模型发生了机制转换，发生机制转换后，μ0为负值，这也证明了欧洲碳排放权市场的不景气。和1时，道琼斯欧洲公用事业指数负向的影响Dec13价格;富时100指数正向影响Dec13价格。对比状态0和1时的参数的绝对值可以看出，这些参数的绝对值在大小上相差不是很大，总体而言:在状态1时，道琼斯欧洲公用事业指数和富时100指数对Dec13价格的影响比在状态0时大，且富时100指数对Dec13价格影响更大、更强势。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，碳期货Dec13价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，碳期货Dec13价格下跌继而下跌的概率为0.50082。从图2Dec13的平滑概率图可以看出，Dec13在整个交易期间发生机制转换的时间大概是2012年7月和2012年11月。Dec13交易的时间正好处于欧债危机的发生期间，受到金融大环境的影响，整个欧洲经济并不景气，这也促使了碳排放权市场的低迷。而在2012年3月欧盟春季峰会上，欧盟领导人明确表示欧洲多国经济形势开始出现好转，欧债危机逐步得到改善，出现了积极的变化，在这样的经济利好形势下，低碳市场开始好转。发生机制转换后的这两个时间段，μ0为正值，这在另一方面证明欧洲经济出现好转，低碳市场开始活跃。由表4可以看出，Dec14价格收益率在状态为0和1时，道琼斯欧洲公用事业指数正向的影响Dec14价格;富时100指数负向影响Dec14价格。

状态0和1下参数的绝对值大小相差不是很大，在状态0时道琼斯欧洲公用事业指数和富时100指数对Dec14价格影响大于状态1，且α的绝对值大于β的值绝对值，说明道琼斯欧洲公用事业指数对Dec14价格影响比较大。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，碳期货Dec12价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，当天碳期货Dec12价格下跌继而下跌的概率为0.50082。图3是Dec14模型在状态一下的平滑概率图，由这些图形可知，Dec14在整个交易期间发生的比较明显的两次机制转换的时间是2011年12月和2013年2月。欧盟在过去20年实行了持续的气候变化政策，在这一期间，欧盟的经济增长与碳排放“脱钩”的目标基本实现，为了继续对全球气候变化政策发挥决定行的作用，2011年11－12月的联合国德班气候大会通过了2015年建立全球气候变化政策的法律框架和排放目标建议。同时欧盟在这一期间将航空运输纳入碳排放交易配额体系，这在一定程度上会进一步影响欧盟碳排放权市场，也体现了欧盟在应对气候变化方面的坚定信心和不懈努力。由表5可以看出，Dec15价格收益率在状态为0时，道琼斯欧洲工业指数负向的影响Dec15价格;道琼斯欧洲金融指数正向影响Dec15价格;富时100指数负向影响Dec15价格。在状态为1时，道琼斯欧洲工业指数正向的影响Dec15价格;道琼斯欧洲金融指数负向影响Dec15价格;富时100指数正向影响Dec15价格。与状态0相比，道琼斯欧洲工业指数、道琼斯欧洲金融指数和富时100指数对Dec15价格的影响在状态1比较大，而道琼斯金融指数对Dec15价格的影响最大。两种转换机制的转换概率都小于1，p00=0.976656，说明在状态为0时，碳期货Dec12价格上涨继而继续上涨的概率为0.976656;p11=0.99619，表明在状态为1时，当天碳期货Dec12价格下跌继而下跌的概率为0.99619。由图4可以得知:Dec15在2013年2月发生了机制转换，在这一期间，欧盟委员会同意所有欧盟成员国向工业发放2013年排放的免费碳配额。从2012年开始欧盟延迟发放碳配额，这表明会有越来越多的碳配额供应量金融碳排放权市场，由于碳排放权市场一直都是供过于求的市场，欧盟委员会同意碳配额的发放将对碳价格带来更大的降价压力。

二、实证结论

由以上结果和图表可以得出如下结论:碳期货价格并没有受到石油期货指数的影响，不少学者研究认为石油价格影响碳价格，这一结论和本文得出的结论并不符合，这可能与研究所使用的数据或变量的处理方法等因素相关，需要学者进一步进行研究。

作者：郑春梅刘红梅单位：北方工业大学经济管理学院