碳排放權(quán)價格的驅(qū)動因素研究——來自廣州碳排放權(quán)交易市場的證據(jù)
發(fā)布時間:2021-10-19 22:05
本文研究了各驅(qū)動因素對碳排放權(quán)價格的影響機(jī)理,并以廣州碳排放權(quán)交易所GDEA交易價格為因變量檢驗了各驅(qū)動因素的顯著性。通過實證分析發(fā)現(xiàn),宏觀經(jīng)濟(jì)景氣程度和極端氣溫對碳排放權(quán)價格影響的顯著性最大;空氣質(zhì)量在考慮異方差檢驗的條件下,亦能對碳排放權(quán)價格產(chǎn)生顯著的正向作用;工業(yè)發(fā)展水平僅在考慮異方差條件后才對碳排放權(quán)價格產(chǎn)生影響;現(xiàn)階段能源結(jié)構(gòu)對碳排放權(quán)價格幾乎沒有影響。此外,能源價格作用機(jī)制在碳排放權(quán)價格中并沒有體現(xiàn)出來。協(xié)整檢驗結(jié)果顯示經(jīng)濟(jì)景氣水平指數(shù)、極端氣溫和煤炭價格指數(shù)均能在短期內(nèi)對碳排放權(quán)成交均價產(chǎn)生協(xié)整作用,空氣質(zhì)量指數(shù)不具有協(xié)整效應(yīng)。
【文章來源】:環(huán)境與發(fā)展. 2020,32(07)
【文章頁數(shù)】:5 頁
【部分圖文】:
VECM系統(tǒng)穩(wěn)定性的判別圖
下面對剔除“INDUSTRY”和“FOSSIL”后的數(shù)據(jù)進(jìn)行協(xié)整分析。圖4包含了25個小圖,每個圖的標(biāo)題依次為“PCER”,“impulse variable”,“response variable”。第一行的5個小圖均以AQI為脈沖變量,分別描繪AQI對AQI、BOOM、COAL、PCER與ST的動態(tài)效應(yīng);可以看出,空氣質(zhì)量指數(shù)對這5個變量無論在短期還是長期內(nèi)幾乎沒有作用。第二行的5個小圖分別描繪了BOOM對AQI、BOOM、COAL、PCER和ST的影響;可以看出,經(jīng)濟(jì)景氣指數(shù)的改善會引起碳價格的下降,并且這種影響具有永久性,同時,該變量的改善能在短期內(nèi)造成碳排放權(quán)交易均價的下跌,但是這種作用不具有長期性。從第三行來看,中國煤炭價格指數(shù)的上行短期內(nèi)會引起碳排放權(quán)交易價格的同向變動,但從長期來看影響較小。從第四行來看,碳排放權(quán)價格作為被解釋變量對中國能源價格指數(shù)有著長期的負(fù)向作用,而對于其他的解釋變量影響甚小。從最后一行來看,極端氣溫與碳價呈現(xiàn)負(fù)相關(guān)走勢,并且這種關(guān)系會隨著時間的推移逐漸淡化,同時極端氣溫可以在短期內(nèi)對碳排放權(quán)價格產(chǎn)生反向的作用。5 全文總結(jié)
若變量之間兩兩相關(guān)或存在多重共線性,都會影響解釋變量的顯著性,為了避免這種情況的發(fā)生,本文對這自變量數(shù)據(jù)進(jìn)行了多重共線性檢驗。從表3可以看出,各變量的VIF值均遠(yuǎn)小于10,因此,模型中的解釋變量間不存在多重共線性。圖3 偏自相關(guān)圖
【參考文獻(xiàn)】:
期刊論文
[1]碳排放權(quán)價格驅(qū)動因素的研究現(xiàn)狀[J]. 虞雀. 中國市場. 2018(23)
[2]我國碳排放權(quán)交易價格影響因素分析[J]. 汪中華,胡垚. 工業(yè)技術(shù)經(jīng)濟(jì). 2018(02)
[3]碳排放權(quán)交易價格影響因素實證分析——基于北京市碳排放交易所數(shù)據(jù)[J]. 馬慧敏,趙靜秋. 財會月刊. 2016(29)
[4]基于GEN方法的國內(nèi)碳價格的影響因素研究——以深圳排放權(quán)交易所的碳配額價格為例[J]. 丁洋. 時代金融. 2015(12)
[5]碳排放權(quán)交易價格影響因素實證研究——以歐盟排放交易體系(EUETS)為例[J]. 陳曉紅,王陟昀. 系統(tǒng)工程. 2012(02)
[6]化石能源市場對國際碳市場的動態(tài)影響實證研究[J]. 張躍軍,魏一鳴. 管理評論. 2010(06)
[7]我國碳交易市場價格影響因素分析[J]. 洪涓,陳靜. 價格理論與實踐. 2009(12)
博士論文
[1]碳排放與我國經(jīng)濟(jì)發(fā)展關(guān)系研究[D]. 冷雪.復(fù)旦大學(xué) 2012
碩士論文
[1]我國碳排放權(quán)市場價格影響因素及其波動特征研究[D]. 祝越.浙江財經(jīng)大學(xué) 2016
本文編號:3445680
【文章來源】:環(huán)境與發(fā)展. 2020,32(07)
【文章頁數(shù)】:5 頁
【部分圖文】:
VECM系統(tǒng)穩(wěn)定性的判別圖
下面對剔除“INDUSTRY”和“FOSSIL”后的數(shù)據(jù)進(jìn)行協(xié)整分析。圖4包含了25個小圖,每個圖的標(biāo)題依次為“PCER”,“impulse variable”,“response variable”。第一行的5個小圖均以AQI為脈沖變量,分別描繪AQI對AQI、BOOM、COAL、PCER與ST的動態(tài)效應(yīng);可以看出,空氣質(zhì)量指數(shù)對這5個變量無論在短期還是長期內(nèi)幾乎沒有作用。第二行的5個小圖分別描繪了BOOM對AQI、BOOM、COAL、PCER和ST的影響;可以看出,經(jīng)濟(jì)景氣指數(shù)的改善會引起碳價格的下降,并且這種影響具有永久性,同時,該變量的改善能在短期內(nèi)造成碳排放權(quán)交易均價的下跌,但是這種作用不具有長期性。從第三行來看,中國煤炭價格指數(shù)的上行短期內(nèi)會引起碳排放權(quán)交易價格的同向變動,但從長期來看影響較小。從第四行來看,碳排放權(quán)價格作為被解釋變量對中國能源價格指數(shù)有著長期的負(fù)向作用,而對于其他的解釋變量影響甚小。從最后一行來看,極端氣溫與碳價呈現(xiàn)負(fù)相關(guān)走勢,并且這種關(guān)系會隨著時間的推移逐漸淡化,同時極端氣溫可以在短期內(nèi)對碳排放權(quán)價格產(chǎn)生反向的作用。5 全文總結(jié)
若變量之間兩兩相關(guān)或存在多重共線性,都會影響解釋變量的顯著性,為了避免這種情況的發(fā)生,本文對這自變量數(shù)據(jù)進(jìn)行了多重共線性檢驗。從表3可以看出,各變量的VIF值均遠(yuǎn)小于10,因此,模型中的解釋變量間不存在多重共線性。圖3 偏自相關(guān)圖
【參考文獻(xiàn)】:
期刊論文
[1]碳排放權(quán)價格驅(qū)動因素的研究現(xiàn)狀[J]. 虞雀. 中國市場. 2018(23)
[2]我國碳排放權(quán)交易價格影響因素分析[J]. 汪中華,胡垚. 工業(yè)技術(shù)經(jīng)濟(jì). 2018(02)
[3]碳排放權(quán)交易價格影響因素實證分析——基于北京市碳排放交易所數(shù)據(jù)[J]. 馬慧敏,趙靜秋. 財會月刊. 2016(29)
[4]基于GEN方法的國內(nèi)碳價格的影響因素研究——以深圳排放權(quán)交易所的碳配額價格為例[J]. 丁洋. 時代金融. 2015(12)
[5]碳排放權(quán)交易價格影響因素實證研究——以歐盟排放交易體系(EUETS)為例[J]. 陳曉紅,王陟昀. 系統(tǒng)工程. 2012(02)
[6]化石能源市場對國際碳市場的動態(tài)影響實證研究[J]. 張躍軍,魏一鳴. 管理評論. 2010(06)
[7]我國碳交易市場價格影響因素分析[J]. 洪涓,陳靜. 價格理論與實踐. 2009(12)
博士論文
[1]碳排放與我國經(jīng)濟(jì)發(fā)展關(guān)系研究[D]. 冷雪.復(fù)旦大學(xué) 2012
碩士論文
[1]我國碳排放權(quán)市場價格影響因素及其波動特征研究[D]. 祝越.浙江財經(jīng)大學(xué) 2016
本文編號:3445680
本文鏈接:http://sikaile.net/jingjilunwen/jjsxs/3445680.html
最近更新
教材專著