碳排放權價格波動論文范文

本站小編為你精心準備了碳排放權價格波動論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、實證分析

(一)影響因素選取理論上講，供求關系是影響碳排放權價格波動的最主要因素，一般來說，在其他條件不變時，需求量和供給量的變動會引起均衡價格和均衡數量的變動，即當需求量大于供給量時，價格就會上升，這時需求量會因為價格的上升而下降，供給量會隨著價格的上升而增加，直到供求平衡;反之，當供給量大于需求量時，價格就會下降，價格的下降一方面會引起供給量的減少，另一方面會刺激需求量的增加，整個過程直至供求平衡結束。總之，在其他條件不變時，需求量的變動會使得均衡價格和均衡數量沿著需求曲線變動;供給量的變動也會使得均衡價格和均衡數量沿著供給曲線變動。另一個方面，需求的變動和供給的變動也會引起均衡數量和均衡價格的變動，即當供給不變時，需求的增加會引起需求曲線向右移動，需求量會隨著需求曲線的右移而增加，價格也會隨著需求量的增加而上升，直到供求平衡;反之。當需求減少時，需求曲線就會向左移動，需求量會逐漸減少，價格也會隨著需求量的減少而下降，直到實現供求均衡。當需求不變時，供給的增加會使得供給曲線向右移動，供給量也會隨著供給曲線的右移而增加，而價格則會隨著供給量的增加而下降，直到供求均衡;相反，供給的減少會引起供給曲線的左移，供給量減少進而使得供給價格增加，直至實現供求均衡。總之，在供給不變時，均衡價格和均衡數量會隨著需求曲線的右移而增加，隨著需求曲線的左移而減少;在需求不變時，供給的增加會使得均衡數量增加而均衡價格下降，供給的減少會使得均衡數量減少而均衡價格上升。碳排放權需求者是進行減排的企業，當供給因素不變時，價格取決于需求因素;歐盟碳排放配額分配主要涉及的產業涵蓋了煉油廠、發電量超過20兆瓦發電廠、鋼鐵廠、水泥廠、玻璃廠、造紙廠以及航空業等實體產業。因而，本文根據歐盟碳排放配額涉及的行業對影響因素進行選取。本文選取了倫敦市場中的富時100指數、石油期貨指數和美國市場中的道瓊斯歐洲工業指數、道瓊斯公用事業指數來反映歐洲市場的經濟增長和能源消費，由于倫敦市場中，反映金融變動的指數是2011年推出的，數據量比較少，且和碳期貨市場數據不能一一對應。因而，本文選取道瓊斯歐洲金融指數來反映金融環境的變動。

(二)實證分析先通過計算各變量之間的相關系數對影響因素進行篩選，然后在此基礎上建立MS－VAR模型對碳排放權價格波動的影響因素進行研究。1．相關分析。相關分析主要用于研究現象之間是否存在某種相關關系，并探討這種相關關系的方向和相關程度，而衡量變量相關程度的指標通常用相關系數進行度量，因而本文通過計算由表1可知:Dec12與道瓊斯歐洲金融指數和道瓊斯歐洲公用事業指數的相關關系比較大，且都呈現正向的相關關系，相關系數大于0.6;Dec13與道瓊斯歐洲公用事業指數的相關系數大于0.7，且呈正向相關關系，而與富時100指數呈負向相關關系，相關系數接近0.6;Dec14與道瓊斯歐洲公用事業指數呈正向相關關系，相關系數大于0.6，而與富時100指數呈負向相關關系，相關系數接近0.6;Dec15與道瓊斯歐洲金融指數呈正向相關關系，相關系數大于0.7;而與道瓊斯歐洲工業指數和富時100指數呈負向相關關系，相關系數大于0.7。

為了更好的探究這些變量與碳期貨之間的影響程度及背后的原因，本文將通過馬爾科夫機制轉換模型對這些關系進行分析。2．馬爾科夫機制轉換模型(MS)的建立與分析。由于計量模型通常要求時間序列數據具有平穩性，因而本章采取了和第二章相同的處理數據的方法:yt=100×(ln(pt)－ln(pt－1))，其中，pt為碳期貨合約在t時刻的價格，在本章，其中碳期貨價格為y，道瓊斯歐洲工業指數為x1，道瓊斯歐洲公用事業指數為x2，道瓊斯歐洲金融指數為x3，富時100指數為x4。本節利用OX－METRICS軟件對馬爾科夫機制轉換向量自回歸模型進行估計，并對各碳期貨的模型結果單獨列出，根據模型的估計結果結合平滑概率圖得出了主要狀態發生機制轉換的時間，以下是模型結果:由表2可以看出，Dec12價格收益率在狀態為0和1時，道瓊斯歐洲公用事業指數正向的影響Dec12價格;道瓊斯金融指數指數負向影響Dec12價格。對比狀態0和1時的參數的絕對值可以看出，在狀態1時，道瓊斯歐洲公用事業指數和道瓊斯歐洲金融指數對Dec12價格的影響比在狀態0時大，且道瓊斯歐洲金融指數對Dec12價格影響更大、更強勢，這些特征表明:總體而言Dec12價格呈現下跌趨勢。兩種轉換機制的轉換概率都小于1，p00=0.499180，說明在狀態為0時，Dec12價格上漲繼而繼續上漲的概率為0.499180;p11=0.50082，表明在狀態為1時，當天Dec12價格下跌繼而下跌的概率為0.50082，即整體上Dec12價格下跌。圖1是Dec12模型在狀態一的平滑概率圖，從圖1可以看出，Dec12在整個交易期間發生了兩次比較大的機制轉換，時間大概是2009年9月和2011年11月。在2009年9月，歐洲的失業率創下近10年來歷史最高，歐元區經濟開始呈現通脹緊縮狀態，金融危機對歐元區的影響仍在深化;2011年11月歐債危機正不斷惡化，造成歐洲經濟更加低迷，這些不利的條件促使Dec12價格模型發生了機制轉換，發生機制轉換后，μ0為負值，這也證明了歐洲碳排放權市場的不景氣。和1時，道瓊斯歐洲公用事業指數負向的影響Dec13價格;富時100指數正向影響Dec13價格。對比狀態0和1時的參數的絕對值可以看出，這些參數的絕對值在大小上相差不是很大，總體而言:在狀態1時，道瓊斯歐洲公用事業指數和富時100指數對Dec13價格的影響比在狀態0時大，且富時100指數對Dec13價格影響更大、更強勢。兩種轉換機制的轉換概率都小于1，p00=0.499180，說明在狀態為0時，碳期貨Dec13價格上漲繼而繼續上漲的概率為0.499180;p11=0.50082，表明在狀態為1時，碳期貨Dec13價格下跌繼而下跌的概率為0.50082。從圖2Dec13的平滑概率圖可以看出，Dec13在整個交易期間發生機制轉換的時間大概是2012年7月和2012年11月。Dec13交易的時間正好處于歐債危機的發生期間，受到金融大環境的影響，整個歐洲經濟并不景氣，這也促使了碳排放權市場的低迷。而在2012年3月歐盟春季峰會上，歐盟領導人明確表示歐洲多國經濟形勢開始出現好轉，歐債危機逐步得到改善，出現了積極的變化，在這樣的經濟利好形勢下，低碳市場開始好轉。發生機制轉換后的這兩個時間段，μ0為正值，這在另一方面證明歐洲經濟出現好轉，低碳市場開始活躍。由表4可以看出，Dec14價格收益率在狀態為0和1時，道瓊斯歐洲公用事業指數正向的影響Dec14價格;富時100指數負向影響Dec14價格。

狀態0和1下參數的絕對值大小相差不是很大，在狀態0時道瓊斯歐洲公用事業指數和富時100指數對Dec14價格影響大于狀態1，且α的絕對值大于β的值絕對值，說明道瓊斯歐洲公用事業指數對Dec14價格影響比較大。兩種轉換機制的轉換概率都小于1，p00=0.499180，說明在狀態為0時，碳期貨Dec12價格上漲繼而繼續上漲的概率為0.499180;p11=0.50082，表明在狀態為1時，當天碳期貨Dec12價格下跌繼而下跌的概率為0.50082。圖3是Dec14模型在狀態一下的平滑概率圖，由這些圖形可知，Dec14在整個交易期間發生的比較明顯的兩次機制轉換的時間是2011年12月和2013年2月。歐盟在過去20年實行了持續的氣候變化政策，在這一期間，歐盟的經濟增長與碳排放“脫鉤”的目標基本實現，為了繼續對全球氣候變化政策發揮決定行的作用，2011年11－12月的聯合國德班氣候大會通過了2015年建立全球氣候變化政策的法律框架和排放目標建議。同時歐盟在這一期間將航空運輸納入碳排放交易配額體系，這在一定程度上會進一步影響歐盟碳排放權市場，也體現了歐盟在應對氣候變化方面的堅定信心和不懈努力。由表5可以看出，Dec15價格收益率在狀態為0時，道瓊斯歐洲工業指數負向的影響Dec15價格;道瓊斯歐洲金融指數正向影響Dec15價格;富時100指數負向影響Dec15價格。在狀態為1時，道瓊斯歐洲工業指數正向的影響Dec15價格;道瓊斯歐洲金融指數負向影響Dec15價格;富時100指數正向影響Dec15價格。與狀態0相比，道瓊斯歐洲工業指數、道瓊斯歐洲金融指數和富時100指數對Dec15價格的影響在狀態1比較大，而道瓊斯金融指數對Dec15價格的影響最大。兩種轉換機制的轉換概率都小于1，p00=0.976656，說明在狀態為0時，碳期貨Dec12價格上漲繼而繼續上漲的概率為0.976656;p11=0.99619，表明在狀態為1時，當天碳期貨Dec12價格下跌繼而下跌的概率為0.99619。由圖4可以得知:Dec15在2013年2月發生了機制轉換，在這一期間，歐盟委員會同意所有歐盟成員國向工業發放2013年排放的免費碳配額。從2012年開始歐盟延遲發放碳配額，這表明會有越來越多的碳配額供應量金融碳排放權市場，由于碳排放權市場一直都是供過于求的市場，歐盟委員會同意碳配額的發放將對碳價格帶來更大的降價壓力。

二、實證結論

由以上結果和圖表可以得出如下結論:碳期貨價格并沒有受到石油期貨指數的影響，不少學者研究認為石油價格影響碳價格，這一結論和本文得出的結論并不符合，這可能與研究所使用的數據或變量的處理方法等因素相關，需要學者進一步進行研究。

作者：鄭春梅劉紅梅單位：北方工業大學經濟管理學院