路京京 余露欣

（吉林大學(xué)經(jīng)濟(jì)學(xué)院，吉林長春130012）

（中國建設(shè)銀行股份有限公司總行同業(yè)業(yè)務(wù)中心，北京100033）

一、引 言

空氣質(zhì)量指數(shù)（Air Quality Index，簡稱AQI）由中華人民共和國環(huán)境保護(hù)部每日發(fā)布，該指數(shù)是將二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、可吸入顆粒物（PM10）、細(xì)顆粒物（PM2.5）六項(xiàng)污染物的濃度，依據(jù)適當(dāng)?shù)姆旨墲舛认拗涤?jì)算，從而得到的簡單的無量綱指數(shù)，它能夠簡明、直觀、定量地描述空氣質(zhì)量狀況，AQI數(shù)值越大表示空氣質(zhì)量越差?？諝赓|(zhì)量的好與壞能夠影響人們的生理變化和心理活動，進(jìn)而對人的偏好、決策以及行為產(chǎn)生影響（Lepori，2009）。因此，在工業(yè)國家，空氣質(zhì)量越來越成為經(jīng)濟(jì)問題研究中的重要關(guān)注點(diǎn)（Levy and Yagil，2011）。隨著行為金融學(xué)的發(fā)展，天氣變化、空氣污染等環(huán)境因素可以通過情緒效應(yīng)影響人們的交易行為，從而影響市場收益。近年來，中國空氣質(zhì)量問題備受關(guān)注，多地發(fā)生的霧霾現(xiàn)象是否會對金融市場產(chǎn)生影響？2013年以來成立的碳交易試點(diǎn)分布在空氣質(zhì)量差異顯著的七個(gè)城市，作為旨在促進(jìn)節(jié)能減排和綠色發(fā)展的新興金融市場，碳交易是否會受到空氣污染的影響？對此，本文嘗試構(gòu)建了空氣質(zhì)量影響碳交易的理論機(jī)制，選取中國七個(gè)試點(diǎn)碳市場的交易數(shù)據(jù)，基于馬爾科夫轉(zhuǎn)換模型研究了空氣質(zhì)量是否以及如何影響各地的碳交易。

天氣因素通過生理和心理兩種渠道影響人們的交易行為。在包括空氣質(zhì)量在內(nèi)的各項(xiàng)天氣指標(biāo)中，學(xué)者最先關(guān)注到的是代表晴雨變化的云層覆蓋率，由于陰雨天會使得投資人情緒消沉，交易意愿冷淡，因此股票收益率下降（Saunders，1993；Hirshleifer and Shumway，2003）。此外，溫度、風(fēng)速等也會對股票收益產(chǎn)生影響（Lu and Chou.，2012；Novy-Marx，2014）。天氣不僅影響股票的收益率，還對市場換手率和波動率有著顯著的影響（陸靜，2011）。隨著經(jīng)濟(jì)發(fā)展的外部性日益凸顯，空氣污染對股票交易的影響開始顯現(xiàn)。部分學(xué)者研究了空氣質(zhì)量與股票收益間的關(guān)系，Levy（2011）用AQI代表空氣污染，發(fā)現(xiàn)AQI與美國股票收益率之間呈現(xiàn)負(fù)相關(guān)。對于中國來說，空氣污染、霧霾天氣等惡劣氣候?qū)善笔找娴呢?fù)向影響也非常顯著（萬孝園和陳欣，2016）?？諝馕廴究梢l(fā)人們的消極情緒，該情緒直接導(dǎo)致投資者的非理性交易行為和非積極交易意愿，進(jìn)而影響股票市場交易，因此有學(xué)者認(rèn)為空氣質(zhì)量是股票市場的重要定價(jià)因子之一（林樹和俞喬，2010；Li and Peng，2016）。郭永濟(jì)和張誼浩（2016）詳細(xì)分析了空氣質(zhì)量影響股市的三種渠道（政策、情緒以及預(yù)期），發(fā)現(xiàn)空氣質(zhì)量不僅對股票收益率，對股票的換手率和波動率也都存在影響，且該影響具有對稱性，在此基礎(chǔ)上，張誼浩等（2017）進(jìn)一步構(gòu)建了空氣污染以及污染關(guān)注度對股票市場的影響機(jī)制，結(jié)論表明空氣污染對收益率、波動率和換手率具有影響，但對換手率的影響更強(qiáng)，且空氣污染關(guān)注度對股市交易的影響亦十分顯著。

與天氣對股市的影響類似，天氣因素還可以影響碳市場的交易。一方面，一些研究成果表明氣候因素例如溫度，尤其是極端寒冷的溫度，以及風(fēng)速和降雨量等對碳價(jià)的影響顯著（Alberola et al.，2008；Hintermann，2010；王倩和路京京，2015）。另一方面，空氣污染能夠影響能源消費(fèi)和能源價(jià)格（Barnett et al.，2014；Khan et al.，2016；Alvarez-Herranz et al.，2017），而能源消費(fèi)和價(jià)格直接影響企業(yè)的能源選擇和碳排放需求，進(jìn)而影響碳交易。綜上分析，以往的研究多數(shù)關(guān)注了天氣與股市、空氣質(zhì)量與股市以及天氣與碳市場，少有文獻(xiàn)直接研究空氣質(zhì)量對碳市場的影響。在對股票市場的研究中，學(xué)者們的觀點(diǎn)較為統(tǒng)一，普遍認(rèn)為消極天氣與股票收益率、換手率以及波動率間存在負(fù)相關(guān)關(guān)系。①本文將天氣狀況歸納為兩類：積極天氣（Positive Weather）和消極天氣（Negative Weather），其中消極天氣是指與晴天相對的多云、陰雨、極端氣溫以及空氣污染等天氣狀況。在對碳市場的研究中，天氣因素對碳市場的影響已基本達(dá)成共識，認(rèn)為極端氣溫、風(fēng)速與降雨量等因素能夠顯著影響碳交易，而其他的消極天氣是否對碳市場產(chǎn)生影響仍處于探索階段，空氣質(zhì)量與碳市場間的作用機(jī)制暫未形成完善的理論分析和研究結(jié)論。

本文借鑒上述研究的思想與方法，將空氣質(zhì)量與碳市場建立聯(lián)系，闡釋了空氣質(zhì)量影響碳交易的理論機(jī)制，并通過建立馬爾科夫轉(zhuǎn)換模型研究了七個(gè)試點(diǎn)地區(qū)空氣質(zhì)量對碳交易的不同影響。相對于現(xiàn)有的研究成果，本文的邊際貢獻(xiàn)主要體現(xiàn)在理論創(chuàng)新、研究方法以及研究應(yīng)用三個(gè)方面：第一，類比以往文獻(xiàn)中空氣質(zhì)量對股票市場的理論分析，本文構(gòu)建了空氣質(zhì)量與碳市場的理論機(jī)制，從政策、能源、行為和預(yù)期四個(gè)渠道解釋空氣質(zhì)量對碳交易的影響。第二，在建立馬爾科夫模型后，我們進(jìn)一步將空氣質(zhì)量劃分為優(yōu)、一般和污染三個(gè)等級，在各等級下分別建模，分析不同空氣質(zhì)量狀態(tài)下AQI對碳交易的影響，突出空氣質(zhì)量影響的差異性。第三，本文豐富了行為金融學(xué)在碳金融領(lǐng)域的應(yīng)用，拓展了碳價(jià)的解釋因素，研究結(jié)論可應(yīng)用于碳定價(jià)、碳市場效率以及交易策略等問題。

二、空氣質(zhì)量影響碳市場的理論機(jī)制

本文在以往研究的基礎(chǔ)上結(jié)合了碳交易的特殊性，嘗試總結(jié)出空氣質(zhì)量影響碳市場的理論機(jī)制。碳市場中的排放權(quán)供給大部分由政府發(fā)放，少量由拍賣所得，在研究中通常假設(shè)供給不變，因此在分析對碳交易的影響時(shí)主要考慮空氣質(zhì)量對排放需求的影響。碳市場的參與者主要是減排企業(yè)和個(gè)人投資者，因此從企業(yè)和個(gè)人兩個(gè)角度，分析出空氣質(zhì)量對碳市場的影響主要通過如下四個(gè)渠道，具體如圖1所示。

第一，政策渠道。該渠道又分為環(huán)保政策渠道和產(chǎn)業(yè)政策渠道。一方面，政府針對空氣污染問題會進(jìn)一步加強(qiáng)環(huán)保約束，制定更加嚴(yán)格的排放標(biāo)準(zhǔn)，減少排放配額的發(fā)放，此時(shí)企業(yè)需要在碳市場中購買一定的排放權(quán)，以滿足政府的排放標(biāo)準(zhǔn)，因此排放需求增加。另一方面，如果國家對此進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，迫使企業(yè)改良生產(chǎn)設(shè)備、加強(qiáng)技術(shù)創(chuàng)新，則會有效提升企業(yè)的減排能力，使得排放需求降低，但技術(shù)升級耗時(shí)較長，因此產(chǎn)業(yè)政策對碳交易的影響是一個(gè)長期效應(yīng)，本文主要考慮通過環(huán)保政策渠道對碳交易的影響。

第二，能源渠道。根據(jù)Barnett et al.（2014）的研究，交通車輛的排放是空氣污染的主要因素之一，實(shí)證結(jié)果顯示燃料油價(jià)格特別是柴油價(jià)格隨空氣質(zhì)量水平的不同而變化。具體來說，空氣污染對燃料油得價(jià)格影響顯著，而燃料油價(jià)格直接影響企業(yè)的能源選擇，從而影響排放需求（Delarue et al.，2008；Kim et al.，2010）。因此，能源是空氣質(zhì)量影響碳交易的第二個(gè)渠道。

第三，行為渠道。該渠道分為生理行為和心理行為。從生理角度看，空氣污染能夠增加人體內(nèi)的皮質(zhì)醇，該激素可造成生物代謝紊亂，使人變得消極和抑郁（Nowakowicz-Debek et al.，2004），這種生理變化能夠影響交易者的判斷、增加人的風(fēng)險(xiǎn)厭惡程度，進(jìn)而改變交易策略和交易行為。從心理角度看，空氣污染使人的情緒趨于低落、緊張、焦慮甚至憤怒（Evans et al.，1987），而這些消極情緒都使得人們的風(fēng)險(xiǎn)厭惡程度加大（Slovicand Peters，2006），從而交易意愿降低，市場收益和活躍度下降。

第四，預(yù)期渠道。該渠道由前三個(gè)渠道衍生而來。由于互聯(lián)網(wǎng)時(shí)代的發(fā)展，信息的傳播速度有了極大的提升。在人們?nèi)找骊P(guān)注健康養(yǎng)生的今天，“空氣污染”、“霧霾”等問題愈發(fā)敏感，通過媒體和輿論的傳播，大多數(shù)人都會捕捉到該類信息。根據(jù)現(xiàn)代行為金融的理論，市場的參與者的交易行為受情緒影響，往往不都是理性的，因此，信息的傳播能夠引發(fā)情緒傳染和羊群效應(yīng)，改變?nèi)藗儗ι鲜鋈N渠道的預(yù)期，從而影響市場交易。

圖1 空氣質(zhì)量影響碳交易的理論機(jī)制

三、數(shù)據(jù)與方法

（一）變量選取與樣本描述

在碳交易中，碳配額價(jià)格和交易量是最重要的兩個(gè)指標(biāo)，類似股票收益率和換手率，碳價(jià)收益率和交易量變化率代表了每日碳價(jià)的收益和交易量變動，因此，本文選取了北京、天津、湖北、上海、重慶、廣東、深圳（按照樣本期間AQI均值降序）七個(gè)試點(diǎn)碳市場的碳配額日收益率和日交易量變化率作為被解釋變量，具體如表1和表2所示；其中，日收益率采用對數(shù)收益率（Return），其計(jì)算方法為：

日交易量變化率（△Volume）參考收益率的計(jì)算方法，可表示為：

解釋變量用中華人民共和國環(huán)保部公布的空氣質(zhì)量指數(shù)AQI來表示，同時(shí)，根據(jù)以往的研究，經(jīng)濟(jì)活動、金融市場以及能源價(jià)格均會對碳價(jià)產(chǎn)生影響（Alberola et al.，2008；Chevallier，2011；Cretietal.，2012；Hammoudeh et al.，2014；Yu and Mallory，2014；王倩和路京京，2015），因此本文還選取了上證指數(shù)收盤價(jià)、人民幣兌美元中間價(jià)、上海銀行間同業(yè)拆放利率、焦煤期貨收盤價(jià)、燃料油收盤價(jià)和液化天然氣價(jià)格作為控制變量。此外，參考Saunders（1993）和Kamstra et al.（2003）的研究，在模型中引入季節(jié)性紊亂變量（SAD），代表人體生物節(jié)奏紊亂對作用機(jī)制的影響。其中，碳價(jià)數(shù)據(jù)來自碳K線網(wǎng)，AQI數(shù)據(jù)來自環(huán)保部網(wǎng)站，上證指數(shù)來自網(wǎng)易財(cái)經(jīng)，人民幣兌美元中間價(jià)來自國家外匯管理局網(wǎng)站，利率shibor來自上海銀行間同業(yè)拆放利率網(wǎng)站，焦煤等能源價(jià)格來自萬德（Wind）數(shù)據(jù)庫。由于環(huán)保部從2014年開始公布各城市的AQI，因此北京、天津、湖北、上海、廣東、深圳六個(gè)樣本的時(shí)間范圍選定為2014年1月1日-2017年7月3日.而重慶碳市場在剛啟動時(shí)交易冷淡，2016年年底才逐步回升，因此重慶的樣本時(shí)間選定為2016年12月14日-2017年7月3日。

表1 日收益率（Return）的描述性統(tǒng)計(jì)（%）

表2 日交易量變化率（△Volume）的描述性統(tǒng)計(jì)（%）

表1和表2分別顯示了碳價(jià)收益率和交易量變化率（以下簡稱交易量）的描述性統(tǒng)計(jì)?？煽闯?，碳價(jià)收益率的均值大多為負(fù)，標(biāo)準(zhǔn)差較大，最大值和最小值距離相差很大，這意味著樣本期內(nèi)碳價(jià)的波動十分劇烈，市場風(fēng)險(xiǎn)較大。從交易量的描述來看，交易量的波動更為劇烈，中位數(shù)至Q1、Q3的距離基本相同，這說明交易量的變動較為對稱。

圖2為AQI均值柱狀圖，由圖可知，北京AQI均值和中位數(shù)最大，分別為123和103，說明在樣本期內(nèi)普遍處于空氣污染狀態(tài)。天津、湖北、上海、重慶、廣東、深圳的均值和中位數(shù)依次降低，其中天津和湖北均值大于100，說明空氣污染的天數(shù)也較多，上海、重慶、廣東、深圳的均值和中位數(shù)均在50-100間，空氣質(zhì)量總體表現(xiàn)一般，較前三個(gè)城市稍有改善。

（二）研究方法

為了研究空氣質(zhì)量是如何影響碳交易的，首先，我們將AQI與碳價(jià)收益率、交易量變化率一一對應(yīng)，畫出時(shí)間序列圖。其次，建立回歸模型，初步驗(yàn)證空氣質(zhì)量確實(shí)對碳交易產(chǎn)生影響。最后，為了更進(jìn)一步地探討空氣質(zhì)量對碳交易的影響，我們將空氣質(zhì)量分為三個(gè)等級：AQI為0-50時(shí)表示空氣質(zhì)量為優(yōu)，AQI為50-100時(shí)表示空氣質(zhì)量一般，AQI大于100時(shí)表示空氣污染。根據(jù)空氣質(zhì)量等級將樣本分為三部分，對每部分分別建立回歸模型。

本文選用的方法是馬爾科夫轉(zhuǎn)換模型（Markov-Switching Model，簡稱MS）。MS模型在金融周期、價(jià)格波動等問題上有著廣泛的應(yīng)用，該模型可將樣本劃分為多個(gè)區(qū)制，揭示不同區(qū)制狀態(tài)下經(jīng)濟(jì)行為的規(guī)律特征。令Sk為一個(gè)不可觀測的隨機(jī)變量，表示k個(gè)不同的狀態(tài)。由于馬爾科夫轉(zhuǎn)換模型是基于無記憶性馬爾科夫過程，因此，St的轉(zhuǎn)化概率可用如下的k×k階矩陣來描述：

圖2 AQI均值柱狀圖

其中pi1+pi2+…+pik=1，i=1，2，…，k.在經(jīng)濟(jì)學(xué)的研究中，一般將經(jīng)濟(jì)行為分為兩個(gè)狀態(tài)，例如經(jīng)濟(jì)的高低增長或金融市場的高低波動，因此，兩階段的馬爾科夫轉(zhuǎn)換模型在經(jīng)濟(jì)領(lǐng)域中運(yùn)用最為廣泛。本文選用兩階段的馬爾科夫轉(zhuǎn)換方法，建立如下回歸模型：

其中，Yi，t分別代表碳價(jià)日收益率和日交易量變化率，AQIi，t代表空氣質(zhì)量指數(shù)，ERt、SHt、HZt、JMt、FUt、LNGt分別代表人民幣兌美元中間價(jià)、上海銀行間同業(yè)拆放利率、上證指數(shù)收盤價(jià)、焦煤期貨收盤價(jià)、燃料油收盤價(jià)和液化天然氣價(jià)格，SADt為季節(jié)性紊亂變量。β1，β2，β3，β4，β5，β6，β7為解釋變量的系數(shù)，β0為常數(shù)項(xiàng)，εt∽N（0，σt2），Sk為不同的狀態(tài)區(qū)間，k=2。

四、實(shí)證研究

表3 馬爾科夫轉(zhuǎn)換模型估計(jì)結(jié)果

表3給出了收益率和交易量的估計(jì)結(jié)果，Y1和Y2分別代表碳價(jià)收益率和交易量變化率，狀態(tài)1和狀態(tài)2代表空氣質(zhì)量的不同狀況，qii和dii分別表示狀態(tài)間的轉(zhuǎn)換概率和持續(xù)時(shí)間。此外，我們還計(jì)算了估計(jì)結(jié)果的狀態(tài)平滑概率，概率圖顯示絕大多數(shù)的樣本若不屬于狀態(tài)1，則屬于狀態(tài)2，即估計(jì)結(jié)果可信。①由于篇幅所限，狀態(tài)平滑概率圖未列出。

由估計(jì)結(jié)果可發(fā)現(xiàn)，空氣質(zhì)量對北京、天津、湖北、上海、重慶和深圳的碳交易均存在顯著的影響。從收益率的估計(jì)結(jié)果來看，空氣質(zhì)量在狀態(tài)1時(shí)對北京、湖北、上海、重慶的影響顯著，且除重慶外，其他三個(gè)城市的系數(shù)均為負(fù)，其中，對上海收益率的影響最大，估計(jì)系數(shù)為-0.667。在狀態(tài)2時(shí)，空氣質(zhì)量對深圳和重慶的影響顯著且均為負(fù)；從交易量的結(jié)果可知，空氣質(zhì)量在兩種狀態(tài)下對北京、上海和深圳的影響都很顯著，但在狀態(tài)1時(shí)系數(shù)為正，狀態(tài)2時(shí)系數(shù)為負(fù)。其中，對深圳和上海的影響極其顯著，系數(shù)分別達(dá)到了10.217和7.119。

圖3 不同空氣質(zhì)量等級下的平均收益率

更進(jìn)一步地，為了探討不同的空氣質(zhì)量對碳交易的影響，首先，我們將空氣質(zhì)量分為三個(gè)等級，當(dāng)AQI為0-50時(shí)表示空氣質(zhì)量為優(yōu)（以下簡稱AQIgood）；當(dāng)AQI為50-100時(shí)表示空氣質(zhì)量一般（以下簡稱AQIgeneral）；當(dāng)AQI大于100時(shí)表示空氣污染（以下簡稱AQIbad）。其次，根據(jù)空氣質(zhì)量等級將樣本分為三部分，計(jì)算各部分的平均收益率和平均交易量變化率具體如圖3和圖4所示?？煽闯?，在不同空氣質(zhì)量的條件下，均值有明顯的不同，在北京、天津、上海、廣州四個(gè)城市，AQIbad的平均收益率為負(fù)，在天津、湖北、廣州、深圳四個(gè)城市，AQIbad的平均交易量變化率為負(fù)。

最后，我們在各等級下分別建立回歸模型，估計(jì)結(jié)果如表4所示，M1、M2分別表示被解釋變量為碳價(jià)收益率和交易量的兩個(gè)模型。對結(jié)果有以下兩點(diǎn)說明：（1）按照空氣質(zhì)量將樣本劃分為三個(gè)部分之后，導(dǎo)致重慶市劃分后的樣本量過少，因此在回歸時(shí)沒有包含重慶市。（2）在樣本期間內(nèi)，天津市空氣質(zhì)量為優(yōu)的天數(shù)過少，無法滿足建模條件，因此沒有計(jì)算天津空氣質(zhì)量為優(yōu)時(shí)的回歸系數(shù)。由表4的估計(jì)結(jié)果可知，空氣污染對碳交易的影響顯著。

對于北京來說，空氣質(zhì)量特別是空氣污染對碳交易具有顯著影響。當(dāng)空氣污染時(shí)，M1估計(jì)系數(shù)為-0.877 和-0.012，M2估計(jì)系數(shù)為-1.515和 0.544，AQIbad對收益率的影響為負(fù)。對比表3的估計(jì)結(jié)果可知，在將空氣質(zhì)量分等級后，AQI對收益率的影響負(fù)向增大，由-0.250變?yōu)?0.877，表明AQIbad對收益率的影響更為顯著；天津的估計(jì)結(jié)果與北京類似，AQIbad對交易的影響更大。分等級前，AQI對交易的影響較弱，特別是對收益率的影響僅為0.003，而分等級后，AQIbad的系數(shù)顯著增大，為0.120。對于交易量來說，AQIgeneral的系數(shù)為-8.293，顯著大于表3的結(jié)果-3.487。由圖5可知，北京和天津的AQI分布很相似，AQIbad占總樣本的一半左右，AQIgeneral占比不到50%，其中天津該比例稍多于北京，為48%，而AQIgood的比例非常少，均在10%以下。因此，北京和天津污染的比例較高，AQIbad通過情緒、預(yù)期等渠道傳遞至碳市場，空氣質(zhì)量對碳交易有著負(fù)向影響，且AQIbad對碳交易的影響更為顯著。

圖4 不同空氣質(zhì)量等級下的平均交易量變化率

表4 不同空氣質(zhì)量等級下的AQI估計(jì)系數(shù)

從湖北的估計(jì)結(jié)果可知，在不分等級時(shí)，AQI對收益率的影響顯著且為負(fù)（-0.07），分等級后AQIbad對收益率的影響顯著且為正（0.081）?？諝馕廴具€加強(qiáng)了對交易量的影響，系數(shù)由-0.150變?yōu)?1.256。此外，AQIgeneral的系數(shù)在分等級后變?yōu)?0.148和-4.531且十分顯著。對上海來說，不分等級時(shí)AQI對收益率和交易量的影響都很顯著。分等級后，S1狀態(tài)下AQIbad對收益率和交易量的影響都十分顯著，但強(qiáng)度有所減弱，系數(shù)分別由-0.667、7.119減小到-0.357、6.650。相反，S2狀態(tài)下AQIbad對收益率和交易量的影響卻變強(qiáng)，由0.006、-0.562增大至0.006、-0.962。與湖北類似，分等級后的AQIgeneral系數(shù)顯著性增強(qiáng)，S2狀態(tài)下變?yōu)?.016和5.610。該結(jié)果的原因可能是，湖北和上海的AQI分布比較相似，均呈現(xiàn)AQIgeneral、AQIbad、AQIgood占比依次降低的結(jié)構(gòu)，AQIgeneral狀態(tài)持續(xù)時(shí)間最長，因此對碳交易的影響更加明顯。

廣州在不分等級時(shí)，AQI對碳交易的影響較弱。在分等級后，AQIbad對收益率的影響顯著，且效果明顯增強(qiáng)。從圖5中可知廣州的AQI分布呈現(xiàn)AQIgeneral、AQIgood、AQIbad依次減少的結(jié)構(gòu)，雖然AQIbad的占比很低（17%），但由于廣東省媒體傳播速度快，2015年有線廣播電視實(shí)際用戶達(dá)到1973萬戶，①數(shù)據(jù)來源：《中國統(tǒng)計(jì)年鑒2016》。2016年網(wǎng)民達(dá)到8024萬人，②數(shù)據(jù)來源：2016年12月中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r調(diào)查統(tǒng)計(jì)。數(shù)量均在六個(gè)城市居于首位，因此可推斷，如此龐大的傳媒受眾群體使得AQIbad通過預(yù)期渠道的傳遞效應(yīng)更大，對廣東碳交易有顯著的負(fù)向影響。

深圳的估計(jì)結(jié)果與前面五個(gè)城市的結(jié)果差異最大，AQIbad對深圳碳交易影響不明顯，但AQIgood和AQIgeneral的系數(shù)非常顯著。當(dāng)空氣質(zhì)量為優(yōu)時(shí)，AQI對收益率的影響增強(qiáng)（由0.072變?yōu)?.129），當(dāng)空氣質(zhì)量為一般時(shí)，AQI對交易量的影響也顯著增強(qiáng)（由-1.556變?yōu)?18.790）。從圖5可看出，深圳AQIgood的比重在所有城市中最大（41%），AQIgeneral占比55%，而AQIbad的比重非常少，僅為4%。深圳絕大多數(shù)時(shí)間處于空氣質(zhì)量優(yōu)秀或一般狀態(tài)，因此，該狀態(tài)下的系數(shù)更為顯著。

圖5 AQI分布餅狀圖

五、主要結(jié)論

本文將空氣質(zhì)量與碳市場建立聯(lián)系，闡釋了空氣質(zhì)量影響碳交易的理論機(jī)制。實(shí)證方面選取中國七個(gè)試點(diǎn)碳市場，基于馬爾科夫轉(zhuǎn)換方法建立了AQI與碳交易的實(shí)證模型，并通過AQI的不同等級進(jìn)一步分析了空氣質(zhì)量對碳交易的影響。實(shí)證結(jié)果表明：

（1）空氣質(zhì)量對北京、天津、湖北、上海、重慶和深圳的碳交易均存在顯著的影響。

（2）分等級后的空氣質(zhì)量對碳交易的影響有所增強(qiáng)，其中AQIbad對北京（收益率）、天津（交易量）、廣州（收益率）影響顯著，AQIgeneral對湖北（收益率）、上海（收益率和交易量）影響顯著，AQIgood和AQIgeneral對深圳（收益率和交易量）影響顯著。

（3）空氣質(zhì)量對碳交易的影響普遍為負(fù)，說明空氣質(zhì)量主要通過情緒、預(yù)期以及經(jīng)濟(jì)渠道影響碳市場，政策渠道的傳導(dǎo)具有滯后性，還需長期的驗(yàn)證。

（4）空氣質(zhì)量對碳交易的影響效果與各地的AQI分布有著明顯的差異。一般來說，空氣污染占比越多，AQIbad的影響越顯著。

結(jié)合本文的主要結(jié)論，本文認(rèn)為空氣質(zhì)量可作為碳市場定價(jià)的一個(gè)因素。在構(gòu)建全國統(tǒng)一碳市場時(shí)，應(yīng)當(dāng)考慮到各地的空氣污染狀況，充分了解不同地區(qū)的企業(yè)排放情況和主要污染物。碳價(jià)管理制度應(yīng)盡量消除空氣質(zhì)量對碳交易影響的差異性，保證不同空氣質(zhì)量下的碳交易都能穩(wěn)定進(jìn)行。