《Renewable Energy》：Spillover Effects and Transmission Channels of Carbon Price Volatility
编辑推荐：
本研究考察碳价格波动率指数（Carbon VIX）对金融与石油市场的影响。研究采用时间序列方法：格兰杰因果检验（Granger causality）、向量自回归（VAR）以及全局向量自回归（GVAR）分析。碳价格波动率指数（Carbon VIX）会加剧波动率与
本研究考察碳价格波动率指数（Carbon VIX）对金融与石油市场的影响。研究采用时间序列方法：格兰杰因果检验（Granger causality）、向量自回归（VAR）以及全局向量自回归（GVAR）分析。碳价格波动率指数（Carbon VIX）会加剧波动率与不确定性，同时压低股票市场；上述效应持续2至4周。碳价格波动率指数（Carbon VIX）会影响石油价格波动率，但并不直接影响石油价格。
一、研究背景与问题
碳市场作为助力减少碳排放的经济机制，其重要性日益上升。既有文献表明，碳市场会影响金融市场、不确定性、石油价格以及可再生能源资产。Adekoya等揭示了不确定性与碳市场之间的关联；Dong等探讨了能源、金融与碳市场之间的风险溢出。在此背景下，碳市场——尤其是碳价格——已成为其他经济部门波动的来源之一。然而，这些研究并未考察碳价格波动可能如何影响金融与能源变量，这正是本研究旨在填补的空白。
本研究的目标是评估碳价格波动率指数（Carbon VIX）对金融波动率、不确定性、可再生能源资产、股票市场以及石油市场的影响。通过分析碳价格波动率指数（Carbon VIX）对这些变量的作用，本研究探讨碳价格波动对金融市场与石油市场的溢出效应及潜在传导渠道。较高的碳价格波动可能扩散至可再生能源资产，影响金融波动率与全球不确定性；这些变化可能影响股票市场，进而引起石油价格变化。因此，碳价格波动可能在金融市场与石油价格中均产生溢出效应。碳价格波动的影响可能通过金融市场因波动率与不确定性上升而发生的变化进行传导；随之，金融市场可能将碳价格波动率指数（Carbon VIX）冲击传递至石油市场。本研究在识别溢出效应的同时，考察碳价格波动率指数（Carbon VIX）冲击的潜在传导渠道。
图1呈现可再生能源资产与碳价格波动率指数（Carbon VIX）的时间序列。ERIX与gclean在多年间呈现共同运动，波峰与波谷同时出现。起初，碳价格波动率指数（Carbon VIX）似乎与这些资产关系不强；然而在样本末期，三条序列似乎表现出更紧密的关联。图2呈现金融波动率（VIX）与黄金价格波动率，后者可能反映避险需求、商品特定期权动态以及美国金融状况。碳价格波动率指数（Carbon VIX）、VIX与黄金价格波动率在多年间呈现相似形态，例如新冠疫情（COVID-19）暴发之初，三者均骤升至高位，随后数月逐渐回归趋势。图3展示股票市场（q）、石油价格与碳价格波动率指数（Carbon VIX）。石油价格与股票市场之间的联系在文献中已有充分记载，并有二者双向因果的证据；但碳价格波动、石油价格与股票市场之间的关联仍不明确。例如，新冠疫情期间石油价格与股票市场下跌，而碳价格波动率指数（Carbon VIX）上升；此后，碳价格波动率指数（Carbon VIX）与石油价格表现出相似行为。
计量策略由格兰杰因果检验（Granger Causality）与时间序列模型构成，样本期为2014年10月7日至2022年12月27日，采用周度数据。结果显示，碳价格波动率指数（Carbon VIX）冲击可能与金融波动率上升、全球不确定性上升以及股票市场表现下降相关联，提示存在潜在的溢出效应与传导渠道。估计表明，碳价格波动率指数（Carbon VIX）冲击持续2至4周，此后其效应消失。方差分解表明，碳价格波动率指数（Carbon VIX）对金融波动率与不确定性的影响更大；反之，影响碳价格波动的潜在主要因素是可再生能源资产与金融波动率。需要指出的是，上述结果并不意味因果关系，因为所用方法与冲击识别并不允许这种解释；结果仅提示与碳价格波动率指数（Carbon VIX）冲击相关的潜在关系与溢出效应。
本文的主要贡献在于分析碳价格波动而非碳现货价格，使用追踪碳价格波动的新指数。此外，本研究探讨碳价格波动的溢出效应与传导渠道，展示碳价格波动率指数（Carbon VIX）的变化如何影响金融与石油市场。Muhammad与Hoffmann表明绿色投资促进德国能源转型；Sun等发现绿色金融与可再生能源有助于降低经合组织（OECD）国家的生态足迹。然而，本文表明，绿色投资与可再生能源对能源转型及减缓气候变化的积极影响，可能被更高的碳价格波动削弱。因此，本文的相关性还在于更高的碳价格波动可能对推进可再生能源的融资努力构成挑战；更高的碳价格波动可能扰乱并减少可再生能源部署的融资渠道。本研究的新颖之处在于表明碳市场中的不确定性可能损害能源转型，将碳市场更高的不确定性与可再生能源投资联系起来；实证方法显示二者呈负相关，提示更高的碳不确定性会减少可再生能源投资，可能损害能源转型目标。就此而言，本研究提请注意碳市场中的这一效应，其可能危及能源转型与地球可持续性。Colak表明可再生能源生产受利率、石油价格与汇率等经济变量影响；Ozcan等证明温室气体排放、金融变量、可再生能源投资与能源消费影响可再生能源生产；Rasheed等将稀土元素与可再生能源生产相联系；但文献尚未探讨碳价格波动对可再生能源投资的影响，本研究填补了这一空白。
二、主要关键技术方法（不超过250字）
本研究采用格兰杰因果检验（Granger Causality）辅助变量排序与冲击识别，构建向量自回归（VAR）模型，运用脉冲响应函数（IRF，基于5000次蒙特卡洛模拟）与方差分解考察碳价格波动率指数（Carbon VIX）冲击的动态效应；并构建全局向量自回归（GVAR）模型，采用广义脉冲响应函数（GIRF，90%置信区间，自助法计算）分析七国集团（G7）股票市场的跨国溢出效应。样本为2014年10月7日至2022年12月27日的周度数据（430个观测），GVAR部分采用月度数据（98个观测），股票市场数据来源于经合组织数据浏览器（OECD Data Explorer），双边贸易数据来源于国际货币基金组织（IMF）的Direction of Trade Statistics（DOTS）。数据经STL分解进行季节调整。
三、研究结果
4.1 碳价格波动率指数（Carbon VIX）冲击
图4呈现碳价格波动率指数（Carbon VIX）冲击及变量响应。代表可再生能源资产的gclean在统计上不显著；相反，与不确定性和波动率相关的变量在最初数周统计显著：VIX上升至第二周后失去统计显著性，黄金价格波动率上升持续四周，表明碳价格波动率指数（Carbon VIX）冲击与全球不确定性上升相关联。股票市场在最初数周贬值，随后亦失去统计显著性。尽管石油价格对冲击有响应，但估计不具统计显著性。Liu等证明碳排放交易对行业股票具有负面影响；Jin等与Tan等表明碳市场与金融市场相关联；本文发现与这些结论一致，即碳价格波动率指数（Carbon VIX）冲击产生溢出效应，影响金融市场、金融波动率与不确定性。Ozcan等表明金融发展促进中国可再生能源扩张；但图4对此关系未提供信息，因为可再生能源股票价格变量未对碳价格波动冲击做出响应。对结果的一种解释是，更高的碳波动加剧金融市场不确定性（VIX），导致全球不确定性上升（体现为黄金价格波动率）；通常黄金价格波动率上升表明投资者对投资股票等风险资产更趋风险厌恶，因此更高的不确定性对股票市场回报产生负面影响，这有助于解释股票价值下跌。
表4呈现方差分解。碳价格波动率指数（Carbon VIX）在末期（18周）解释自身方差的90%，这种时间持续性在多数变量中普遍存在。可再生能源资产（gclean）在末期占碳价格波动率指数（Carbon VIX）方差的3.3%，VIX对碳价格波动率指数（Carbon VIX）的影响为4.6%，这些是影响碳价格波动率指数（Carbon VIX）的主要因素，提示其波动与股票市场运动相关联。就gclean而言，末期影响其值的主要因素为石油价格（2.5%）与股票市场（1.5%）。VIX波动由碳价格波动率指数（Carbon VIX）（5.2%）与gclean（3%）解释；如 图4所示，碳价格波动率指数（Carbon VIX）影响VIX，表4进一步支持该发现。类似地，黄金价格波动率的波动主要由VIX（44%）与碳价格波动率指数（Carbon VIX）（6.4%）解释。VIX与黄金价格波动率的估计表明碳价格波动率指数（Carbon VIX）影响总体不确定性。股票市场分解显示VIX与石油价格具有持续影响：末期VIX影响股票市场39%，石油价格贡献6%，相比之下碳价格波动率指数（Carbon VIX）影响较小，仅1.3%。石油价格受VIX变化影响33%。Anser等证明经济政策不确定性影响碳排放；Wang等认为气候政策不确定性（CPU）变化对能源、绿色债券与碳市场具有统计显著影响；Su等表明CPU影响碳市场；表4结果补充了这些研究，表明另一不确定性度量——碳价格波动率指数（Carbon VIX）——亦产生溢出效应，影响金融波动率与全球不确定性。虽然脉冲响应函数对碳价格波动与可再生能源市场之间的联系未提供信息，但表4显示碳不确定性影响可再生能源股票，对可再生能源投资与生产具有含义，该结果与Colak一致，即可再生能源对金融与不确定性波动敏感。本节表明碳价格波动率指数（Carbon VIX）冲击加剧金融与全球不确定性，促成股票市场下跌；估计表明碳价格波动率指数（Carbon VIX）的主要影响在于VIX与黄金价格波动率这两个不确定性代理变量，因此证据提示碳价格波动率指数（Carbon VIX）推高全球不确定性。
4.2 含ERIX的模型
本节使用另一度量ERIX代表可再生能源资产。图5复现图4，唯一变化为可再生能源资产变量。图5结果与前述相似；表5复现表4，结果类似。一个关键差异是，末期石油价格与股票市场共同解释可再生能源资产波动的10%，而表4中为4%；ERIX的资产构成及其地理侧重可能解释这一差异。总之，替换可再生能源资产变量后结果不变；碳价格波动率指数（Carbon VIX）对不确定性变量的影响大于对可再生能源资产、股票市场或石油价格的影响。
4.3 简化模型
表2显示若干时间序列高度相关，最高者为ERIX与gclean（0.95）、ERIX与股票市场（0.93）、gclean与股票市场（0.87）、黄金价格与VIX（0.73）、石油价格与股票市场（0.62）。本节通过简化模型并剔除高度相关的时间序列来检验结果：由于石油价格与股票市场高度相关，保留石油价格而剔除股票市场；对黄金价格与VIX采取同样做法，仅保留VIX；鉴于可再生能源资产之间高度相关，沿用先前配置仅纳入其一。图6展示简化模型中的碳价格波动率指数（Carbon VIX）冲击，结果与基准模型相似。表6呈现方差分解，多数估计与主要结果一致；但一处差异是，末期碳价格波动率指数（Carbon VIX）解释石油价格波动的2.6%，与先前估计中碳价格波动率指数（Carbon VIX）取值很低相反。
4.4 石油波动率
至此，石油价格变量未对碳价格波动率指数（Carbon VIX）冲击做出响应。本节引入新变量代表石油市场：类似黄金价格波动率，现纳入另一波动率度量，即从FRED经济数据采集的CBOE原油ETF波动率指数（OVXCLS）。碳价格波动率指数（Carbon VIX）可能主要影响波动率而非价格本身。图7呈现OVXCLS与碳价格波动率指数（Carbon VIX）的时间序列；尽管二者似乎共同运动，其线性相关性较低（0.07）；表2显示碳价格波动率指数（Carbon VIX）与石油价格的线性相关性亦较低（0.005）。图8展示新配置下碳价格波动率指数（Carbon VIX）冲击的影响，新洞见是石油价格波动率亦对冲击上升，表明碳价格波动率指数（Carbon VIX）推高石油市场的不确定性。表7呈现方差分解，出现两点新洞见：其一，石油价格波动率对可再生能源资产具有实质影响，末期影响gclean达10%；其二，末期碳价格波动率指数（Carbon VIX）影响石油价格波动率5%。碳价格波动率指数（Carbon VIX）对石油价格波动率的影响提供了其推高不确定性与波动率的额外证据；就石油市场而言，这些估计表明碳价格波动率指数（Carbon VIX）对波动率的影响大于对价格的影响。
4.5 溢出效应：GVAR模型
GVAR框架允许评估碳价格波动率指数（Carbon VIX）冲击对全球经济的溢出效应，本节特别考察其能否影响七国集团（G7）经济体的国际股票市场。图9呈现碳价格波动率指数（Carbon VIX）冲击及变量响应：所有国家股票市场在第2个月前后下跌，唯独英国股票市场未呈现统计显著值；第2个月后冲击失去统计显著性，表明碳价格波动率指数（Carbon VIX）冲击对国内股票市场仅具暂时性影响。如前述，金融波动率（VIX）上升；可再生能源资产（GCLEAN）未显示统计显著性。Zhang与Chen提供了商品价格波动与可再生能源相关联的证据；Niu与Zhang探讨了股票市场、商品市场与绿色市场之间的关系；图9强化了这些联系，表明碳价格波动扩散至国际股票市场，产生溢出效应。GVAR模型强化了先前发现：碳价格波动率指数（Carbon VIX）冲击产生溢出效应；本节补充了国别模型分析，表明碳价格波动率指数（Carbon VIX）冲击引起金融市场的国内波动。
4.6 额外稳健性检验
图A使用广义脉冲响应函数复现基准模型，结果接近基准模型：VIX与黄金价格上升，股票市场下跌；主要差异是冲击随时间衰减，而基准模型在初始波动后呈现统计不显著结果。图B以所有变量的一阶差分复现主模型，结果在变换后保持不变；特别是一项定性补充是石油价格在冲击后数月下跌。图C以所有变量的对数差分（即收益率）复现VAR模型，估计显示主要结果保持不变。为便于模型间比较，GVAR亦以所有变量对数差分复现（图D）；与图9的GVAR相反，股票市场下跌更具持续性，贯穿整个期间；另一项定性改进是可再生能源下跌，其在基准GVAR中统计不显著。图E在不对变量进行季节调整的情况下检验SVAR结果，多数结果保持不变；主要差异涉及VIX与黄金波动率变量，二者在碳冲击后未上升。图F与图G复现包含ERIX变量的扩展SVAR模型，结果在性质上与基准模型相似；主要差异涉及碳价格波动率指数（Carbon VIX）冲击的持续性，对数差分模型（图G）低于全水平变量模型（图F）。图I与图J以所有变量对数差分改变样本期：图I剔除新冠（Covid-19）时期，模型在2014年10月至2019年12月间回归；图J在新冠时期至2022年能源冲击（俄罗斯与乌克兰战争引发）之间回归，所用期间为2020年1月至2022年1月（俄罗斯入侵乌克兰发生于2022年2月）；主要结果保持不变。图K在对数差分模型中改变变量排序，建议顺序为vix、oil、gold、q、gclean、carbon，结果不变。图L构建剔除波动率变量的模型，图M构建仅含波动率变量的模型，二者均使用对数差分，两种情形下估计均复现主要结果。
四、讨论与结论
本研究考察碳价格波动对可再生能源资产、金融波动率、不确定性、股票市场与石油市场的影响。结果表明存在潜在溢出效应，提示碳价格波动率指数（Carbon VIX）影响金融市场。结论之一是碳价格波动率指数（Carbon VIX）的影响在波动率与不确定性上比在现货价格上更为显著。研究局限在于未明确纳入国内经济，因实证方法依赖全球变量；尽管估计捕捉到溢出效应，但这些效应受该方法限制。未来研究可扩展模型纳入国内经济及其动态，以提供碳价格波动如何向各国扩散并促成经济波动的更多洞见；另一可能方向是将碳价格波动与非经济变量（如能源转型变量）相联系。由于碳市场对促进更低碳排放水平至关重要，更高的不确定性可能危及这些努力并对能源转型产生负面影响，因此鼓励探索碳价格波动、能源转型与气候变化之间的联系。本研究凸显了经济联系，未来研究可在此基础上考察碳价格波动对能源变量的影响。在经济学中，关于变量波动率上升的一般建议是等待其随时间稳定，因为价格干预或控制可能造成比允许价格自由变动更大的损害；然而，若未来研究提供证据表明碳价格波动损害环境，政府可采取政策缓解这些负面影响。在此背景下，本研究通过凸显碳价格波动的经济含义作出贡献；未来研究可通过考察碳价格波动上升的环境含义进一步增进理解。
研究结论部分翻译：本研究考察了碳价格波动对可再生能源资产、金融波动率、不确定性、股票市场与石油市场的影响。结果表明存在潜在溢出效应，提示碳价格波动率指数（Carbon VIX）影响金融市场。结论之一是，碳价格波动率指数（Carbon VIX）的影响在波动率与不确定性方面比在现货价格方面更为显著。
