吳孟操

（貴州大學經(jīng)濟學院，貴陽 550025）

引言

碳金融市場在國外已逐步完善。為進一步開放我國資本市場，提高我國金融工具的多元化，進而促進我國經(jīng)濟發(fā)展，我國也開始了初步嘗試。2021 年7 月，我國開始對個別省份進行碳交易權(quán)市場開放試點。在這一起步階段，對于碳排放權(quán)交易價格進行影響因素分析以及價格預(yù)測等研究是非常必要的，同時也可以為我國碳金融市場的完善提供重要依據(jù)。

相較于歐盟成熟的碳交易市場，我國碳交易市場建設(shè)時間不長。我國許多學者對碳交易權(quán)價格的形成機制和路徑發(fā)表了不少看法，并通過碳價時間序列進行了測算和實證分析（郭蕾和趙方芳，2020）。譬如，在碳交易權(quán)價格研究方面，站在宏觀經(jīng)濟視角，從能源價格以及氣候政策等渠道來了解對于碳交易權(quán)價格的影響（王巍和韓丹丹，2018；崔煥影和竇祥勝，2018；閆夢和王聰，2020）。結(jié)合碳交易價格波動的趨勢特點，學者們運用GA-BP 模型、經(jīng)驗?zāi)B(tài)分解算法等對中國碳市場交易價格進行短期和長期預(yù)測，試圖構(gòu)建出最優(yōu)碳交易價格預(yù)測模型。此外，還分別用MSM模型和面板協(xié)整檢驗方法對碳交易權(quán)價格進行分析，這也為市場參與者進行相關(guān)決策提供了參考依據(jù)（李少云等，2020；金林等，2020；李若山，2021）。

一、碳排放權(quán)交易價格預(yù)測理論模型

ARIMA 模型有自回歸模型、移動平均模型以及自回歸平均移動模型3 種，下面是自回歸移動平均模型ARMA（p，q）的表達式：

符合ARIMA 模型具體的建模步驟分為以下幾點：

1.對時間序列進行平穩(wěn)性檢驗，若不平穩(wěn)則進行平穩(wěn)性處理。常見的平穩(wěn)性處理方法有取對數(shù)和差分處理相結(jié)合。

2.通過自相關(guān)和偏相關(guān)檢驗定階，具體的p，q 值還需通過AIC 或BIC 準則確定具體數(shù)值。

3.對參數(shù)進行t 檢驗，同時也對模型的殘差做白噪聲檢驗。如果殘差序列相關(guān)則證明是白噪聲，說明模型建立合理；如果不是白噪聲，就證明殘差中還有未提取信息，還需對時間序列作進一步處理。

4.利用建立的模型選擇合適區(qū)間進行預(yù)測。

二、實證分析

（一）數(shù)據(jù)的選取

本研究從萬德數(shù)據(jù)選取上海碳交易市場碳排放權(quán)價格的日收盤價，范圍為2015 年1 月5 日至2021 年7月23 日，共以819 個樣本作為研究對象，運用python建立ARIMA 模型實證。

（二）平穩(wěn)性檢驗

平穩(wěn)性檢驗通常用單位根檢驗即ADF 檢驗來監(jiān)察時間序列是否平穩(wěn)。結(jié)果表明，單位根檢驗中P 值為0.55，當P 值大于0.05 時可認為時序數(shù)列穩(wěn)定，所以當前的時間序列不平穩(wěn)，需要作進一步處理。該部分采用差分處理法。

差分處理后時序數(shù)列進行ADF 檢驗，p 值小于0.05，具有穩(wěn)定性。因此確定d=1，即一階差分后的時間序列滿足ARIMA 模型的建立。

（三）自相關(guān)、偏相關(guān)分析與模型定階

1.自相關(guān)（ACF）與偏相關(guān)（PACF）分析

為確定p 和q 的具體數(shù)值，研究通過Python 軟件繪制一階差分后數(shù)據(jù)的自相關(guān)性和偏相關(guān)性的圖，通過觀察得知p=2，q=2。

2.p 和 q 的定階

根據(jù)自相關(guān)和偏相關(guān)分析，可以大致判斷p 和q 值為（2，2）。為了選取最適用模型，研究引入赤池信息準則作為選取依據(jù)，AIC 值的計算具體如下：

AIC=-2ln（L）+2K

通過AIC 值的計算得出結(jié)果中可以找到AIC 值最小的一個，正好與上一步驟觀察出的結(jié)果相符，因此得出最優(yōu)模型為 ARIMA（2，1，2）。

（四）模型檢驗

1.模型系數(shù)檢驗

模型的所有參數(shù)估計出來后，需要對模型ARIMA（2，1，2）的參數(shù)進行 t 檢驗，t 檢驗結(jié)果如表 1 所示。

表1 系數(shù)檢驗結(jié)果

該結(jié)果表明，模型的各項參數(shù)的系數(shù)T 統(tǒng)計量中P值均小于 0.05，即 ARIMA（2，1，2）的建立可取。

2.殘差白噪聲檢驗

從模型估計殘差的檢驗中可知，序列的殘差是不相關(guān)的。因此，以上所建立的ARIMA（2，1，2）模型具有合理性。

3.模型擬合效果

結(jié)合觀測樣本，通過上述建立的 ARIMA（2，1，2）模型進行預(yù)測擬合。擬合結(jié)果如圖2 所示，并繪制噪聲殘值序列圖可得預(yù)測數(shù)據(jù)能較好擬合，說明建模準確。

圖1 模型噪聲殘值序列圖

圖2 模型擬合效果圖

三、結(jié)論

建立ARIMA 模型其擬合精度尚可，具有有效性。因此，ARIMA 模型對于碳市場其他預(yù)測的相關(guān)結(jié)論也能夠為后續(xù)碳金融市場的波動性研究和預(yù)警機制構(gòu)建提供一定的參考。但是本文也存在以下諸多不足。（1）樣本量較少，精度不夠，只選取上海市一個試點，可以充樣本量至當前我國所有的碳交易試點。（2）本研究選取上海市試點，具有針對性但并不具有廣泛適用性。（3）ARIMA模型本身對于短期預(yù)測較為精確，但對長期數(shù)據(jù)預(yù)測精確度低，因此，為預(yù)測更多碳相關(guān)的經(jīng)濟類指標，還需結(jié)合其他模型進行探索。（4）僅考慮時間這一單一變量，但是真實生活中碳交易價格受諸多因素的影響，因此可以增加其他指標進行實證分析來提高預(yù)測結(jié)果的精準度。針對上述諸多不足，筆者給出了下列對于我國碳市場發(fā)展的相關(guān)建議。

首先，從研究層面來說，需向西方多學習，結(jié)合現(xiàn)有的新指標ESG 等分析碳交易價格的影響因素，進而分析碳價格的作用機制等。模型的選擇并不局限于單一的模型，可以神經(jīng)網(wǎng)絡(luò)、機器學習相結(jié)合。

其次，鑒于我國的碳交易市場仍處于初期階段，交易活躍程度還遠遠不夠，為了進一步刺激碳交易市場，激發(fā)資本市場與碳排放的深度融合，應(yīng)該出臺相關(guān)政策降低碳交易的費用，活躍碳交易市場。

除此之外，無論對于任何一個資本市場，信息的完全和及時披露都決定著市場長遠的發(fā)展。相關(guān)部門應(yīng)該優(yōu)化碳交易細則，完善信息披露的法律法規(guī)，不僅事前敦促各地區(qū)公布交易信息，更要在事后監(jiān)管信息披露的真實性。國外的碳交易已經(jīng)發(fā)展得相對成熟，國內(nèi)對碳交易市場的認知程度仍然很低，還缺乏市場交易的參與者，在一定程度上限制了我國碳交易的發(fā)展進程。我國應(yīng)該加快碳交易市場在各城市試點的節(jié)奏，在積累實踐經(jīng)驗的同時，積極學習西方的碳交易市場建設(shè)經(jīng)驗，將推進試點與布局全國碳交易市場相結(jié)合，穩(wěn)中有快地建設(shè)我國碳交易市場。

最后，實際的市場交易中，需要結(jié)合我國具體情況，依據(jù)不同省份的經(jīng)濟發(fā)展水平以及要素稟賦來分配，不能一概而論。要在加強宏觀調(diào)控基礎(chǔ)上，了解碳價的作用機制，逐步拓展碳相關(guān)的衍生品交易市場，逐步建立以市場為導(dǎo)向的碳市場。另外，為加強碳交易市場的作用機制，加強更新相關(guān)法律條例，必須清楚界定市場監(jiān)管主體、交易當事人的權(quán)利義務(wù)以及懲罰措施等方面。