我国碳排放权交易市场活跃度研究——基于碳价时间序列的测算
发布时间:2021-08-26 22:19
推进建立全国统一碳市场,有效控制和逐步减少碳排放,对降低全社会碳排放成本,推动经济向绿色低碳转型具有重要意义。本文基于碳价时间序列进行测算,对七个试点地方碳交易市场的有效性进行探索性研究,运用分形市场假说,采用重标级差分析法,以各试点每日有效交易碳价为研究变量,实证分析了试点碳市场的有效性。研究表明:(1)我国地方碳交易市场已初具规模,但市场活跃度还有待提高;(2)七个碳交易市场的H指数均显著大于0.5,意味着碳交易市场未能达到弱型有效市场标准,市场活跃程度不高。分析其原因:无论是碳交易的流动性低还是碳价低都表明,碳配额分配的总量过于宽松,使得碳价非市场化程度严重。但同时,不能否认我国利用碳市场让控排企业进行碳排放权自由交易,能够最大化实现资源的最优配置,有效地推动我国碳减排。
【文章来源】:价格理论与实践. 2020,(07)北大核心
【文章页数】:5 页
【部分图文】:
北京每日碳价折线图
技跦指数和碳价对数的H指数均大于0.55,即碳价时间序列的赫斯特指数落在[0.5,1]的区间内,且北京、广东、重庆、天津、深圳的H指数无限趋近于1,而上海和湖北的H指数由于存在一定的统计误差,指数落在[1,1.1]区间内,这个误差来自于代码的计算误差,并且用R/S分析法计算出的H指数往往比真实值要偏大,因此,将上海和湖北的H指数也视为落在[0.5,1]区间内。表2各试点每日碳价H指数分析结果注:*表示弱持续或弱反持续;**表示强持续或强反持续图2北京每日碳价折线图图3天津每日碳价折线图图4广东每日碳价折线图图5湖北每日碳价折线图图6重庆每日碳价折线图图7上海每日碳价折线图图8深圳每日碳价折线图我国碳排放权交易市场活跃度研究100
数均大于0.55,即碳价时间序列的赫斯特指数落在[0.5,1]的区间内,且北京、广东、重庆、天津、深圳的H指数无限趋近于1,而上海和湖北的H指数由于存在一定的统计误差,指数落在[1,1.1]区间内,这个误差来自于代码的计算误差,并且用R/S分析法计算出的H指数往往比真实值要偏大,因此,将上海和湖北的H指数也视为落在[0.5,1]区间内。表2各试点每日碳价H指数分析结果注:*表示弱持续或弱反持续;**表示强持续或强反持续图2北京每日碳价折线图图3天津每日碳价折线图图4广东每日碳价折线图图5湖北每日碳价折线图图6重庆每日碳价折线图图7上海每日碳价折线图图8深圳每日碳价折线图我国碳排放权交易市场活跃度研究100
【参考文献】:
期刊论文
[1]中国碳排放权交易试点的碳减排政策效应研究[J]. 刘传明,孙喆,张瑾. 中国人口·资源与环境. 2019(11)
[2]湖北碳排放权市场有效性的实证分析[J]. 吕靖烨,曹铭,吴旷,樊秀峰. 系统工程. 2018(11)
[3]我国碳交易政策实现环境红利了吗?[J]. 黄向岚,张训常,刘晔. 经济评论. 2018(06)
[4]我国碳交易价格波动风险预警研究——基于深圳市碳交易市场试点数据的实证检验[J]. 郑祖婷,沈菲,郎鹏. 价格理论与实践. 2018(10)
[5]环保政策对我国碳排放权交易价格的影响研究——以湖北、广东和深圳碳排放权交易试点为例[J]. 李旸,陈浩苗. 国土资源科技管理. 2018(04)
[6]中国碳交易二级市场有效性研究——以北京、上海、广东、湖北碳交易市场为例[J]. 赵立祥,王丽丽. 科技进步与对策. 2018(13)
[7]我国碳排放权交易价格影响因素研究——基于结构方程模型的实证分析[J]. 赵立祥,胡灿. 价格理论与实践. 2016(07)
[8]我国碳金融交易市场的有效性研究——基于北京碳交易市场的分形理论分析[J]. 王扬雷,杜莉. 管理世界. 2015 (12)
本文编号:3365075
【文章来源】:价格理论与实践. 2020,(07)北大核心
【文章页数】:5 页
【部分图文】:
北京每日碳价折线图
技跦指数和碳价对数的H指数均大于0.55,即碳价时间序列的赫斯特指数落在[0.5,1]的区间内,且北京、广东、重庆、天津、深圳的H指数无限趋近于1,而上海和湖北的H指数由于存在一定的统计误差,指数落在[1,1.1]区间内,这个误差来自于代码的计算误差,并且用R/S分析法计算出的H指数往往比真实值要偏大,因此,将上海和湖北的H指数也视为落在[0.5,1]区间内。表2各试点每日碳价H指数分析结果注:*表示弱持续或弱反持续;**表示强持续或强反持续图2北京每日碳价折线图图3天津每日碳价折线图图4广东每日碳价折线图图5湖北每日碳价折线图图6重庆每日碳价折线图图7上海每日碳价折线图图8深圳每日碳价折线图我国碳排放权交易市场活跃度研究100
数均大于0.55,即碳价时间序列的赫斯特指数落在[0.5,1]的区间内,且北京、广东、重庆、天津、深圳的H指数无限趋近于1,而上海和湖北的H指数由于存在一定的统计误差,指数落在[1,1.1]区间内,这个误差来自于代码的计算误差,并且用R/S分析法计算出的H指数往往比真实值要偏大,因此,将上海和湖北的H指数也视为落在[0.5,1]区间内。表2各试点每日碳价H指数分析结果注:*表示弱持续或弱反持续;**表示强持续或强反持续图2北京每日碳价折线图图3天津每日碳价折线图图4广东每日碳价折线图图5湖北每日碳价折线图图6重庆每日碳价折线图图7上海每日碳价折线图图8深圳每日碳价折线图我国碳排放权交易市场活跃度研究100
【参考文献】:
期刊论文
[1]中国碳排放权交易试点的碳减排政策效应研究[J]. 刘传明,孙喆,张瑾. 中国人口·资源与环境. 2019(11)
[2]湖北碳排放权市场有效性的实证分析[J]. 吕靖烨,曹铭,吴旷,樊秀峰. 系统工程. 2018(11)
[3]我国碳交易政策实现环境红利了吗?[J]. 黄向岚,张训常,刘晔. 经济评论. 2018(06)
[4]我国碳交易价格波动风险预警研究——基于深圳市碳交易市场试点数据的实证检验[J]. 郑祖婷,沈菲,郎鹏. 价格理论与实践. 2018(10)
[5]环保政策对我国碳排放权交易价格的影响研究——以湖北、广东和深圳碳排放权交易试点为例[J]. 李旸,陈浩苗. 国土资源科技管理. 2018(04)
[6]中国碳交易二级市场有效性研究——以北京、上海、广东、湖北碳交易市场为例[J]. 赵立祥,王丽丽. 科技进步与对策. 2018(13)
[7]我国碳排放权交易价格影响因素研究——基于结构方程模型的实证分析[J]. 赵立祥,胡灿. 价格理论与实践. 2016(07)
[8]我国碳金融交易市场的有效性研究——基于北京碳交易市场的分形理论分析[J]. 王扬雷,杜莉. 管理世界. 2015 (12)
本文编号:3365075
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/3365075.html