中國碳市場與綠色債券市場關聯性研究

鄧晶，王鈺婷，幸小云

（北京林業大學經濟管理學院，北京 100083）

隨著氣候變化問題對人類社會威脅日益突出，越來越多的國家把“碳中和”提升為國家戰略，并提出了零碳未來的愿景。2020 年9 月，中國宣布了“力爭到2030 年前實現碳達峰，到2060 年前實現碳中和”的“雙碳”目標?！笆奈濉睍r期，中國進入以降碳為重點戰略方向、推動減污降碳協同增效、促進經濟社會發展全面綠色轉型、實現生態環境質量改善由量變到質變的關鍵時期。在“雙碳”目標的背景下，一方面，中國大力推動建設碳排放權配額交易市場（碳市場），旨在通過總量控制和配額交易的方式，以碳資產價格機制[1]、市場交易約束機制以及行政干預機制[2]，對經濟發展過程中的碳排放進行控制和約束；另一方面，中國也在積極發展綠色債券市場，通過為環境改善、應對氣候變化和資源節約高效利用等領域經濟活動提供有效融資，支持中國經濟的綠色低碳發展[3]。

碳排放權配額作為新型金融工具具有較強波動性[4]，而綠色債券具有透明性高、信用風險低等特點，其波動性較弱[5]。碳市場和綠色債券市場在減少溫室氣體排放和實現環境友好型經濟發展方面具有相同目標[6]，受到綠色低碳政策共同關注[7]。2 個市場之間的相互作用與影響對于減少溫室氣體排放、發展綠色低碳經濟至關重要。然而，已有文獻較少研究2 個市場之間的相互作用關系。當前中國正在加快建設全國統一大市場，隨著金融市場一體化發展與碳金融化程度的不斷提高[8]，碳市場與綠色債券市場的聯系將同步加強。準確把握市場間的相互作用關系，強化不同市場的風險管理，對于促進中國碳市場和綠色債券市場協同發展具有重要意義。

國內外學者關于碳市場與其他市場之間相互作用機制的研究主要集中在傳統能源市場。Reboredo[9]研究了歐盟碳市場和布倫特石油市場波動率的相關性，發現二者之間沒有顯著的波動溢出關系。Wang 等人[10]利用溢出指數研究發現歐盟碳市場與美國西得克薩斯的輕質原油（WTI石油）、布倫特石油、歐盟天然氣價格之間存在不對稱的波動溢出效應。Chen 等人[11]通過探究歐盟碳市場與能源市場之間的時變條件相關性，發現二者存在相對穩定的正相關關系。針對中國碳市場，趙領娣等[12]利用溢出指數發現中國碳市場與能源市場之間存在雙向溢出效應。劉建和等[13]分析貿易戰背景下中國碳市場與能源市場的溢出效應，發現貿易戰前后能源市場對碳市場影響最大。

由于碳市場金融屬性日益增強，其與金融市場的相互關系也引發了國內外學者的關注。Tan 等人[14]定量分析歐盟碳市場與金融市場的網絡連通圖，發現碳市場與股票市場、國債市場均密切相關。Yuan等人[15]進一步研究股票市場的不確定性對歐盟碳市場的不對稱風險溢出，證明上尾風險溢出效應大于下尾風險溢出效應。針對中國碳市場，王超等[16]利用中國碳市場、商品與傳統金融市場的數據，發現中國碳市場和傳統金融市場之間的相關關系較弱，但與商品市場相關關系較強。劉志洋等[1]研究發現中國股票市場對碳市場存在正向影響，并呈現出全國與區域分割性特征。由于綠色債券的優良避險作用，一些學者開始關注碳市場與綠色債券市場的相互作用。Jin 等人[17]研究了歐盟碳市場與商品市場、能源市場和綠色債券市場之間關系，發現碳市場與綠色債券市場之間存在關聯性。Rannou 等人[18]從歐洲電力公司的視角分析歐盟碳市場與綠色債券市場之間的相互作用，研究發現碳市場和綠色債券市場之間存在互補和替代關系：從短期來看，綠色債券市場是碳市場的互補品；從長期來看，綠色債券市場是碳市場的替代品。

綜上，國內外學者關于碳市場與能源市場、金融市場關聯性的研究已經較為豐富，證實碳市場與能源市場、金融市場之間存在不同程度的關聯。相較之下，碳市場與綠色債券市場之間的研究較少，少有的研究也主要針對歐盟碳市場，采用格蘭杰因果檢驗和向量自回歸模型（VAR）分析框架探究二者的關聯。目前，尚未有中國碳市場與綠色債券市場關聯性的研究，而中國碳市場與歐盟碳市場在發展階段、價格機制及交易產品上均存在顯著差異[19]，已有研究結論并不能直接為中國碳市場與綠色債券市場的風險管理提供參考。

因此，本文基于小波分位數分析框架，從不同時間尺度研究中國碳市場與綠色債券市場在不同市場條件下的關聯性。研究結果對當下復雜多變的局勢下理解中國碳市場與綠色債券市場的相互作用關系，進而推動實現雙碳目標具有重要的學術價值及實踐意義。本文的主要貢獻如下：1）首次以中國碳市場與綠色債券市場為研究對象，探究二者的關聯性，為中國碳市場和綠色債券市場的發展提供借鑒和參考；2）創新性地構建小波分位數分析框架，綜合運用極大重疊離散小波變換、分位數格蘭杰因果檢驗及分位數對分位數回歸等方法，深入剖析2 個市場在不同時間尺度與市場條件下的關聯性，得到更加全面的結論。

1 理論與機制分析

碳市場是碳排放權配額及相關金融資產定價和交易的場所，通過碳資產的價格機制使得碳排放的外部成本內部化，從而有效約束實體經濟發展過程中的溫室氣體排放。而綠色債券市場是綠色、低碳、減緩氣候變化或適應氣候變化項目籌集資金的主要場所，通過為綠色項目提供資金支持，促進實體經濟向綠色低碳發展模式轉變。從交易目的來看，2 個市場在減少溫室氣體排放和實現經濟低碳發展等方面有著相同的意向和目標。從交易成本看，碳市場是在促進未來經濟低碳轉型的同時增加當前成本，而綠色債券市場則是在支持綠色項目有效減少當前碳排放的同時產生未來債務成本，因此，2 個市場在促進低碳發展的作用上相互補充[20]。從市場需求來看，由于綠色項目的投資收益取決于碳排放成本，因此穩定的碳價格會帶來相對穩定的投資收益，從而增加對綠色債券的需求[21]。因此，碳市場和綠色債券市場存在關聯性，一個市場發展可能對另一個市場產生影響。

當前中國碳市場仍處于發展階段，碳資產價格波動較大，碳市場價格可能對其他相關市場價格存在引導能力和溢出效應[19]。隨著中國金融市場一體化發展與碳市場金融化程度的不斷提高，中國碳市場的價格波動極有可能傳導至綠色債券市場。綜上，中國碳市場和綠色債券市場可能存在關聯性，且碳市場的發展可能對綠色債券市場產生影響。

2 研究方法

首先，采用極大重疊離散小波變換將碳市場價格和綠色債券指數分解為不同頻率；然后，通過分位數格蘭杰因果檢驗分析兩者之間因果關系；最后，使用分位數對分位數回歸的方法分析不同市場條件下2 個時間序列之間的相互關系。

2.1 極大重疊離散小波變換

相較已有文獻采用的滾動窗口分析[17-18]，極大重疊離散小波變換具有更好的時頻窗口特性，可以在對時間序列數據進行頻域分解的同時保留時域屬性，最大限度地降低數據信息遺失，適用于金融時間序列的多尺度分析[22]。因此，使用該方法處理數據，也可以使得研究碳市場與綠色債券市場之間關系變得更加靈活。

具體可以分為以下3 個步驟：

1）確定濾波器 假設原始時間序列的樣本數為N，定義小波濾波器為；尺度濾波器為。二者滿足如下性質：

2）確定小波系數和尺度系數 假設X={Xt:t=0,…,N-1}為樣本數為N的原始時間序列數據，定義如下：

3）進行小波分解 根據上述確定的濾波器、小波系數和尺度系數，通過小波變化可以產生能量分解和加性分解。

2.2 分位數格蘭杰因果檢驗

為檢驗在各時間尺度下中國碳市場是否為綠色債券市場的分位數格蘭杰原因，將碳市場與綠色債券市場分解后的序列分別對應建立分位數回歸模型：

式中：Ω為直到時刻t-1 的信息集；Ft為綠色債券市場時間序列；τ∈(0,1)；α(τ)0為截距項；Ft-j為時刻t-j綠色債券市場序列；p為綠色債券市場的滯后階數；et-h為時刻t-h碳市場序列；q為碳市場的滯后階數。

參數估計由加權殘差最小和得出：

式中：T為樣本容量；pτ(u)=[τ-1(u＜0)]×u；1(·)為指示函數。令α（τ）=（α（τ）1,α（τ）2,...,α（τ）j）Τ,β（τ）=（β（τ）1,β（τ）2,...,β（τ）h）Τ，由式(8)的分位數回歸方程確定τ分位點的沃爾德檢驗（Wald’s test）值為：

Koenker 和Machado[23]證明了：

式中：Bs(τ)為s維布朗橋向量；‖·‖為歐幾里得范數；為依分布收斂。由此分布，可以通過蒙特卡羅模擬得到超級瓦爾德（Sup-Wald）檢驗統計量的臨界值。部分臨界值已由Koenker[24]給出，表1 給出分位區間[0.05,0.95]的超級瓦爾德檢驗統計量值。

表1 分位區間[0.05,0.95]的超級瓦爾德檢驗統計量值Tab.1 Sup-Wald test statistic value for the quantile interval[0.05,0.95]

2.3 分位數對分位數回歸模型

進一步采用Sim 和Zhou[25]提出的分位數對分位數回歸方法研究碳市場與綠色債券市場之間在不同頻率下的關聯性。分位數對分位數回歸對時間序列數據中的異常值和非正態分布具有魯棒性，并且對于普通最小二乘回歸和分位數回歸而言，分位數對分位數回歸可以更加全面的分析變量在不同分位數下的相互影響。因此，建立碳市場與綠色債券市場的分位數對分位數回歸模型如下：

式中：特定時間t的綠色債券市場價格回報和碳市場價格回報分別表示為Gt和Ct；γ表示碳市場的分位數；φ表示綠色債券市場的分位數；εt(γ,φ)表示具有零值的分位數對分位數回歸殘差項；βt(γ,φ)(·)表示碳市場對綠色債券市場價格回報的影響程度。

3 指標選取與數據來源

2011 年起，中國陸續在北京、上海、廣東等7 個省市開展碳排放權配額交易試點工作。由于廣東碳市場法規制度完善，總量設定及配額分配符合實際，市場交易活躍。截至2022 年4 月，廣東碳交易市場配額現貨累計成交2.025 億t，占全國各區域碳市場總量的38.46%；累計成交金額48.38 億元，占全國35.84%：成交量和成交金額均居全國各區域碳交易市場首位。因此，廣東碳市場價格具有一定代表性，常被用作中國碳市場的代理變量[26-29]。

2015 年，中國首只綠色債券正式發行，同年中國人民銀行和國家發改委分別頒布了《綠色債券支持項目目錄》和《綠色債券發行指引》，中國綠色債券市場正式啟動。本文選擇“廣東碳排放權配額”作為中國碳市場代理變量（CCARBON），選擇“中債-中國綠色債券指數財富（總值）指數”作為綠色債券市場的代理變量（GGREENBOND），以探究2 個市場的關聯性。數據為每日收盤價，樣本期為2015 年1 月5 日至2022 年5 月27 日，所有數據均來自WIND 數據庫。此外，研究中的所有價格序列都被處理成收益序列，以增強數據的穩定性，減少研究過程中的誤差。

表2 為樣本數據描述性統計結果。由表2 可以看出，綠色債券市場的標準差較小，碳市場的標準差較大，說明碳市場波動遠大于綠色債券市場?？赡艿脑蚴蔷G色債券屬于固定收益證券，自身屬性決定了其波動較小，而碳市場的交易較為頻繁，故波動較大。從峰度值可以看出，所有序列均為厚尾分布，雅克-貝拉（Jarpe-Bera，JB）和時間序列平穩性檢驗（ADF）檢驗表明樣本數據為非正態分布的平穩序列。上述結果表明，有必要采用分位數方法進一步研究，以詳細分析樣本數據的不對稱性特點。

表2 樣本數據描述性統計Tab.2 Descriptive statistics of sample data

4 實證分析

4.1 極大重疊離散小波變換分析

為更好地分析不同時間尺度下中國碳市場和綠色債券市場之間的相互關系，采用極大重疊離散小波變換將樣本數據分解為5 個不同時間尺度的時間序列（即d1、d2、d3、d4 和d5），分別代表2～4、5～8、9～16、17～32、33～64 天。

中國碳市場和綠色債券市場的原序列及分解序列分別如圖1 和圖2 所示。從圖1、圖2 可以看出，2 個市場的收益率波動均存在顯著的波動聚集效應，且碳市場的波動顯著強于綠色債券市場。雖然從以上結果無法直接分析得到2 個市場價格變化的協同作用和規律，但是經過極大重疊離散小波變換處理后，原始時間序列數據中噪聲和極端值的影響減少，可以更好地提取不同時間尺度的數據特征。隨著數據分解時間尺度增加，時間序列從短期到長期變得更加平緩，使得研究碳市場與綠色債券市場之間的關系變得更加靈活。

圖1 碳市場的原序列及分解序列Fig.1 The original sequence and decomposition sequence of carbon market return

圖2 綠色債券市場的原序列及分解序列Fig.2 The original sequence and decomposition sequence of green bond market return

4.2 分位數格蘭杰因果分析

為分析中國碳市場和綠色債券市場之間的因果關系，對2 個市場的分解序列進行分位數格蘭杰因果關系檢驗。圖3 顯示了不同時間尺度上每個分位數下碳市場對綠色債券市場的非參數平均格蘭杰因果關系（紅線上方的曲線表示10%顯著水平的格蘭杰因果關系）。

圖3 碳市場對綠色債券市場的分位數格蘭杰因果關系檢驗Fig.3 Quantile Granger causality test of carbon market on green bond market

不同分位數Q反映綠色債券的不同市場狀況表現，大致分為熊市（0.05≤Q≤0.45）、正常市場（0.45＜Q＜0.55）、牛市（0.55≤Q≤0.95）以及極端市場條件（Q＜0.05或Q＞0.95）。

在2～4 天內，碳市場對綠色債券市場影響的顯著區間分布于牛市（圖3a)）。在4～8 天內，碳市場對綠色債券市場影響出現反轉，顯著區間主要分布于熊市（圖3b)）。在8～16 天內，碳市場對綠色債券市場的影響區間再次出現反轉，具體表現與2～4 天基本相同（圖3c)）。在16～32 天內，結果曲線呈現倒U形，且碳市場和綠色債券市場之間的格蘭杰因果關系在中間部分的分位數（Q=0.5 附近）最為顯著，說明當綠色債券處于正常市場狀況時，碳市場的變化將對綠色債券產生最實質性的影響（圖3d)）。在32～64 天內，結果曲線仍保持倒U 形，且顯著的分位數區間增加（圖3e)）。

綜上表明，碳市場在各時間尺度上始終為綠色債券市場的格蘭杰原因，與理論分析結果一致。在短期內，碳市場對綠色債券市場的影響多集中于牛市或熊市等極端市場；而在中長期，碳市場對綠色債券市場正常市場下的影響逐漸凸顯。

4.3 分位數對分位數回歸估計

為進一步研究不同時間尺度上每個分位數下碳市場對綠色債券市場的影響，對2 個市場的分解序列進行分位數對分位數回歸，用以表示不同時間尺度上對回歸系數β的估計，得到結果如圖4 所示。圖4 中，γ表示碳市場的分位數，φ表示綠色債券市場的分位數。

在2～4 天內（圖4a)），碳市場對綠色債券市場的正向影響主要在2 個市場均處于較高分位數區間（φ≥0.6且γ≥0.6）時；而碳市場對綠色債券市場的負向影響主要在2 個市場一個處于高分位數區間（φ≥0.8或γ≥0.8），另一個處于低分位數區間（γ≤0.2或φ≤0.2）時；其余情況下，影響并不顯著。其中，當2 個市場處于極高分位數（φ=0.9且γ=0.95）時，碳市場對綠色債券市場的正向影響最強；當綠色債券市場處于極高分位數（φ=0.95）、碳市場處于極低分位數（γ=0.05）時，碳市場對綠色債券市場的負向影響最強。以上結果與分位數格蘭杰因果檢驗結論一致。

圖4 碳市場對綠色債券市場的分位數對分位數回歸結果Fig.4 Quantile-quantile regression results of carbon market to green bond market

在4～8 天內（圖4b)），碳市場對綠色債券市場的正向影響主要在2 個市場同時處于較低分位數區間（φ≤0.4且γ≤0.4）或較高分位數區間（φ≥0.8且γ≥0.8）情況時；負向影響集中在2 個市場一個處于高分位數區間（φ≥0.8或γ≥0.8），另一個處于低分位數區間（γ≤0.2或φ≤0.2）時；其余情況下，影響并不顯著。其中，當綠色債券市場處于極低分位數（φ=0.01）、碳市場處于極低分位數（γ=0.05）時，碳市場對綠色債券市場的正向影響最強；當綠色債券市場處于極低分位數（φ=0.05）、碳市場處于高分位數（γ=0.80/0.85）時，碳市場對綠色債券市場的負向影響最強。以上結果亦與分位數格蘭杰因果檢驗結論一致。

在8～16 天內（圖4c)），與2～4 天的影響規律基本一致。碳市場對綠色債券市場的正向影響最高點出現在綠色債券市場的中間分位數（φ=0.5）與碳市場的低分位數（γ=0.1），且影響強度比短期有所下降。而當2 個市場都處于中間分位數時，中期碳市場對綠色債券的影響相較于短期有所增強。

在16～32 天內（圖4d)），碳市場對綠色債券市場的負向影響主要在綠色債券市場的極高分位數區間與碳市場的極低分位數區間（φ≥0.9且γ≤0.1）；而當2 個市場均處于極低分位數區間時，碳市場對綠色債券市場的影響迅速上升到最高點；其余情況下，影響強度保持穩定并無明顯波動。這表明，在中長期，碳市場對綠色債券市場影響總體上穩定。

在32～64 天內（圖4e)），碳市場不同分位數的影響可以忽略，而綠色債券市場不同分位數的影響顯著?？傮w來看，碳市場對綠色債券市場的影響與綠色債券市場分位數呈近似倒U 形關系，與分位數格蘭杰因果檢驗一致。具體規律可以概括為：當φ＜0.2時，碳市場對綠色債券市場呈負向影響，且存在最低點；當0.2≤φ≤0.6 時，碳市場對綠色債券市場的影響由負向變為正向，并持續增強至最高點；此后，碳市場對綠色債券市場的正向影響隨著φ值的增加而向下振蕩；當φ＞0.7 時，碳市場對綠色債券市場的影響轉為負向，且影響程度逐漸加強。

綜合所述：

在短期，碳市場對綠色債券市場的影響主要集中在2 個市場的非正常市場條件下。當2 個市場同時處于熊市或牛市狀態下，碳市場對綠色債券市場產生正向影響；當一個處于熊市另一個處于牛市狀態下，碳市場對綠色債券市場產生負向影響。

在中期，2 個市場仍保留與短期相同的相關性，但在正常市場條件下碳市場對綠色債券市場的正向影響逐漸凸顯。

在長期，碳市場對綠色債券市場的影響與綠色債券市場的市場條件呈倒U 形關系，且存在“負向—正向—負向”的突變。

主要的原因可能是：短期時，在極端信息的沖擊下，投資者心理容易受到影響，可能導致做出不理智的投資決策，因此短期時2 個市場的關聯主要集中在非正常市場條件下；而隨著時間尺度的推移，投資者越來越注重長期趨勢變動，受到短期信息沖擊的影響越來越低，逐漸避免了非理性行為的出現，因此在長期結果中2 個市場的關聯呈現出規律性的倒U 形關系。

4.4 穩健性檢驗

為檢驗分位數對分位數回歸結果的穩健性和準確性，將分位數對分位數回歸（QQR）結果與分位數回歸（QR）結果進行比較，結果如圖9 所示。其中橫坐標為綠色債券市場的分位數，縱坐標為回歸系數b，QQR 回歸系數b的計算方法是當因變量綠色債券市場取某一分位數時，自變量碳市場取所有分位數計算得到回歸系數β的平均值，而QR 回歸系數b則是因變量綠色債券市場在取某一分位數時，直接計算得到的自變量碳市場回歸系數。

結果表明，無論時間尺度如何，分位數回歸法獲得的系數和分位數對分位數回歸方法獲得的系數的平均值在整體趨勢上保持一致，這表明分位數對分位數回歸結果具有穩健性。

圖5 穩健性檢驗結果Fig.5 Robustness test results

5 結論與建議

本文基于小波分位數分析框架，探究中國碳市場與綠色債券市場在不同時間尺度和市場條件下的相互關系。研究發現：首先，在不同時間尺度上，中國碳市場始終為綠色債券市場的格蘭杰原因；其次，在短期，碳市場對綠色債券市場的影響主要集中在2 個市場的非正常市場狀況下。具體而言，當2 個市場同時處于熊市或牛市時，碳市場對綠色債券市場產生正向影響，而當2 個市場一個處于熊市另一個處于牛市時，碳市場對綠色債券市場產生負向影響。在中期，2 個市場仍保留與短期相同的相關性，但在正常市場狀況下碳市場對綠色債券市場的正向影響逐漸凸顯。在長期，碳市場對綠色債券市場的影響與綠色債券市場的市場狀況呈倒U 形關系，且存在“負向—正向—負向”的突變。

以上研究結論可以為中國碳市場和綠色債券市場的協同發展提供理論基礎和經驗證據，也可以為市場參與者提供政策建議。

首先，對于政策制定者而言，一方面，由于碳市場和綠色債券市場之間存在關聯，且該關聯在不同時間尺度和市場條件下存在差異，因此制定政策時應考慮2 個市場之間的相關作用關系，適時出臺相應的對策，短期應注重極端市場條件下市場間的風險傳染防范；長期則需防范正常市場下的風險傳染，最大化發揮碳市場與綠色債券市場的協同促進作用。另一方面，應該盡快建立中國碳期貨市場，通過風險預警機制和碳金融產品創新，為中國碳市場的風險管理提供支撐。此外，還應該進一步完善碳市場交易制度，通過引進碳排放配額拍賣的方式提高碳價格，充分發揮碳市場的價格約束機制，引導能源轉型，促進綠色產業發展。

其次，對于碳市場投資者而言，應該充分認識碳市場與綠色債券市場在短期的尾部關聯和長期的倒U 型特征，根據市場變化進行投資組合與風險規避，以實現投資收益最大化。

最后，對于控排企業而言，考慮到綠色債券市場與碳市場的同質性，企業可以發行更多綠色債券為其低碳轉型項目融資，從而達到減排目的，減少其對碳市場的依賴性；同時，考慮到中國碳期貨市場尚未建立，控排企業的碳市場風險管理工具有限，因此企業可通過綠色債券有效管理碳市場風險。