气候政策不确定性对中国传统能源行业风险溢出的非对称异质性影响：基于尾部风险溢出网络的研究

为解决气候政策不确定性(CPU)对传统能源市场风险溢出的影响机制问题，研究人员采用尾部事件驱动网络模型(TENET)和分位数回归(QQR)方法，构建动态风险溢出网络。研究发现：重大事件冲击下传统能源市场风险溢出加剧；煤炭行业是尾部风险主要发射端和接收端；CPU对风险溢出存在显著异质性影响，不同行业敏感性差异显著。该研究为优化气候政策和防范能源市场系统性风险提供了重要依据。

　　

随着全球气候变化加剧，各国政府陆续出台气候政策应对环境挑战。然而这些政策的制定、实施和调整过程中固有的不确定性，不仅直接影响能源企业的战略规划，还可能导致能源资产搁浅，引发能源市场风险溢出效应。中国提出"双碳"目标（2030年前碳达峰、2060年前碳中和）后，气候政策的不确定性对以煤炭资源为主的中国传统能源市场稳定性构成严峻挑战。传统能源企业面临市场风险、运营风险和道德风险的多重压力，这些风险可能通过价格波动、供需失衡、信贷紧缩等渠道在整个能源领域传导，甚至波及金融市场和碳市场。

针对这一重大问题，中国某高校的研究团队在《Sustainable Futures》发表论文，创新性地采用尾部事件驱动网络模型(TENET)和分位数回归(QQR)方法，系统研究了中国气候政策不确定性(CPU)对传统能源行业风险溢出的非对称异质性影响。研究选取46家上市能源企业周度收益率数据，构建动态风险溢出网络，同时引入7个宏观经济变量和3个企业特定变量作为控制变量，时间跨度为2009年2月至2023年6月。

关键技术方法包括：(1)基于TENET模型构建高维尾部风险溢出网络，计算总关联度(TC)、机构外强度(OSI)和机构内强度(ISI)；(2)采用滚动窗口法分析风险溢出的动态时变特征；(3)运用QQR方法量化CPU对不同分位数风险溢出指标的异质性影响。

研究结果部分，"尾部风险溢出网络分析"显示：(1)动态溢出分析表明中国传统能源行业总关联度(TC)在30%-60%间波动，整体呈下降趋势但局部波动显著。煤炭行业是风险溢出的主要发射端和接收端，油田服务与设备行业风险溢出最为稳定。(2)重大事件期间（如2014年油价暴跌、2020年新冠疫情、2022年俄乌冲突），风险溢出网络连接密度和边距显著增加，跨行业溢出效应增强，C8（永泰能源）等企业成为关键风险接收节点。(3)网络可视化分析揭示，重大事件不仅强化了油田服务与石油天然气行业间的风险关联，还增强了煤炭行业内部及跨行业（特别是与石油天然气行业）的风险传导。

"CPU对风险溢出的非对称异质性"部分发现：(1)整体市场层面，CPU对风险溢出具有促进作用，当市场风险处于低分位数（θ=0.1）时，降低CPU有助于减少企业间风险溢出。(2)行业异质性分析显示，油田服务与设备行业对CPU敏感性稳定；石油天然气行业仅在极端下行市场状态下显现CPU影响；煤炭行业响应模式与整体市场高度一致，因其在风险网络中的核心地位。(3)分位数回归系数φ₁(θ,τ)显示，当CPU处于高分位数（τ>0.65）而市场风险较低（0.15<>

研究结论强调，气候政策不确定性通过改变企业运营环境、投资者行为和行业关联度，显著影响中国传统能源市场风险传导路径。煤炭行业作为关键风险枢纽，其稳定对控制系统性风险至关重要。研究建议：(1)投资者应关注TENET网络识别的风险传导路径，优化投资组合；(2)政策制定者需保持气候政策稳定性，建立"气候-能源风险仪表盘"监测系统；(3)监管机构应针对煤炭等重点行业实施压力测试，要求高杠杆企业披露气候风险敞口。该研究为协调"双碳"目标与能源安全提供了量化分析框架，对完善气候金融风险管理体系具有重要理论价值。