一、引言
近年來全球極端氣候越來越頻繁，再次引發人們對全球變暖的思考。全球變暖的主要源于溫室氣體二氧化碳的過量排放，因而控制碳排放成為人們應對全球變暖的重要措施，由此形成了國際碳金融市場。目前全球有兩大主要的碳金融市場，一種是基于碳配額交易的碳金融市場，即歐盟排放交易體系（EUETS），其主要交易品種為 EUA;另一種是基于項目的交易，在清潔發展機制（CDM）和聯合履約機制（JI）下獲得經核實的減排額度（CERs），其主要交易品種為 CER.碳金融市場不僅為人們應對全球變暖提供了主要的工具，而且為投資者提供了新的投資選擇。美元作為國際重要的儲備貨幣及大宗商品結算貨幣，其波動在國際金融市場上將產生重大影響。因此，研究美元指數的波動對碳金融市場的沖擊，對于深入理解碳金融市場的價格形成機制，從而更好地參與碳金融市場交易具有十分現實的意義。
二、相關文獻綜述
隨著低碳經濟的迅速崛起，有關碳排放領域的研究成為眾多學者們研究的重點。理論方面的研究主要從碳交易價格的形成機制及相應的數理模型來展開，以 Capros（1999）為代表的一般均衡模型討論了在完美市場下碳排放市場的定價問題。以 Ho-ltsmark（2002）為代表的碳排放權交易模型以邊際分析的方法對碳排放交易價格進行了分析。實證方面，Benz 和 Trucks（2006）使用機制轉換模型研究了 EUA 市場價格的動態性，認為碳排放場外市場具有很好的價格發現功能。Seifert（2007）使用隨機均衡模型研究了 EUETS 市場的特征和碳排放價格的動態變化，發現碳排放價格變化具有波動性結構。
Milunovich（2008）運用 AR（1） - GARCH（1,1）模型對碳期貨日收益率分析得出碳期貨市場從日收益率的相關性上來說并非有效。Chevallier （2010）對碳排放的兩大市場EUA 與CERs 高頻日數據進行了協整檢驗，研究發現二者無論是在短期還是長期均存在雙向的因果關系，并且 EUA 具有引導碳排放市場的功能。隨后 Chevallier（2011）通過運用DCC - MGARCH 模型研究了 EUA 與 CER 之間的動態相關關系，研究發現 EUA 市場與 CER 市場存在動態相關關系，其時變相關系數在（0. 01,0. 9）之間變化。在上述研究中，學者們對于碳排放的研究主要側重于碳金融市場本身的價格形成機制以及不同排放機制下市場的相關性研究，較少考慮整個金融市場之間的聯動性問題，尤其是作為主要儲備貨幣的美元對其的影響并未被考慮。而傳統靜態數據截面模型不能有效識別系統變量的動態交互關系，因此我們借助于 VAR 模型來分析碳金融市場和美元間的交互關系。
三、實證分析
（一）實證模型
自 Sim 提出向量自回歸模型（VAR）以來，這種不以經濟理論為基礎的可以用來分析和預測系統內多變量之間交互關系的工具在經濟學領域得到廣泛的應用。VAR 模型將所有變量都內生化，從而避免了建模過程中對相關變量內生性的劃分。
模型的基本結構如下：Yt= A0+ A1Yt -1+ …ApYt -p+ μt（1）其中 Yt為1 × m 的內生變量構成的向量，P 為滯后階數，t 為時間序列的長度，μt為隨機擾動向量.
（二）數據說明
本文研究美元指數與國際碳金融市場的動態相關關系，根據文章的研究目的及數據的可得性，我們選取 EUA 和 CER 期貨價格（DEC13 合約）和美元指數（MY） 的日數據進行研究。樣本期為2011 年 1 月 24 日至 2013 年 7 月 13 日，剔除樣本期內不匹配的情形后得到 630 組數據。其中 UEA和 CER 期貨 DEC13 的數據來源于 ICE,美元指數數據來源于紐約棉花交易所。為了避免時間序列的自回歸問題，本文對三個變量均取對數處理，所有變量的統計性描述見表 1.【表1】
（三）實證結果及分析
由于 VAR 模型要求變量必須是平穩的，所以需要檢驗變量的平穩性，為了結果的穩健，使用ADF 和 PP 兩種檢驗方法，結果見表 2.從表 2 可知，時間序列 LNEUA、LNCER 和 LN-MY 零階非平穩，一階差分后均為一階單整序列，可能存在著協整關系?！颈?】
VAR 模型的估計需要確定滯后階數，根據 AIC和 SC 準則選定模型的滯后階數 P =3.對 LNEUA、LNCER 和 LNMY 構建的 VAR（3） 模型進行估計，相關工作通過 Eviews6.0 完成，結果見表3.由表3 觀察得出，當 EUA 為被解釋變量時，一階滯后的美元指數為負（ -0.841），而二階滯后的美元指數為正（0. 809），這說明美元指數與 EUA 并非簡單的線性關系，而 CER 和 EUA 的關系同樣如此?！颈?】
當 CER 為被解釋變量時，EUA 合約無論是低階還是高階均為正。而美元指數對 CER 僅在10%水平下有負的影響。這說明美元作為國際大宗商品結算貨幣對碳排放市場存在著價格溢出效應。
當 MY 作為被解釋變量時，僅一階滯后的美元指數對其有顯著影響，這說明美元指數的變動僅取決于自身的變動，碳金融市場不存在對美元市場的反饋機制。
在對 VAR 模型的系數進行了細致分析之后，我們使用脈沖響應函數來分析新息沖擊對其他因素的動態影響。脈沖響應函數見圖 1.【圖1】
由圖 1 可知，CER 的一個沖擊對 EUA 有著正向的影響，這種影響在 100 期左右趨于穩定，MY的一個沖擊對 EUA 有負向的影響，這種影響在150 期趨于穩定。而 EUA 的一個沖擊對 CER 剛開始有正向的影響，但隨著時間的推移，這種影響逐漸消失，而 MY 的一個沖擊對 CER 有著負向影響，且這種影響一直持續。而從長期來看，EUA 與CER 的一個沖擊對 MY 都有著負向的影響，且CER 對其影響更加持久。 綜合上述分析得出：EUA、CER 和 MY 之間存在著比較復雜的波動溢出效應，它們之間可能存在著非線性的關系。
為了更加深刻的理解 EUA、CER 和 MY 三者之間的交互關系，我們運用方差分解函數來考察新息沖擊對波動的貢獻度。結果見表 4.【表4】
表 4 給出了新息沖擊第 10 期、20 期、30 期的方差分解結果，通過表 4 研究發現：第 20 期的方差分解結果和第 30 期的方差分解結果數值上比較相近，說明方差分解在 20 期左右就趨于穩定了。就EUA 來說，20 期后除了自身的影響，CER 和 MY 對其波動的貢獻率分別為 16% 和 10%;而對于 CER而言，20 期之后 EUA 和 MY 對其波動的貢獻率分別為 0. 5% 和 0. 019%;對于美元指數來講，20 期之后 EUA 和 CER 對其波動的貢獻率分別為 2. 5%和 0. 66%.即 CER 和 MY 對 EUA 存在著波動溢出效應，但這種效應并不存在聯動性。
進一步對 EUA、CER 和 MY 進行兩兩間的格蘭杰因果檢驗，滯后 2 期的檢驗結果見表 5由表 5 可知，在 5% 的顯著性水平下，CER 是EUA 的格蘭杰原因，但 EUA 不是 CER 的格蘭杰原因，這和上述的分析一致。EUA 和 MY 互為格蘭杰因果關系，而 CER 和 MY 之間不存在任何的格蘭杰因果關系，通過上述的格蘭杰因果關系檢驗，我們發現 CER 和 MY 在時間上對 CER 有一個先導 - 滯后的解釋作用，這和 Chevallier 的研究結論不同，一個可能的原因是近年來國際碳金融市場結構發生轉變，CER 市場的交易影響逐漸增加。
四、結論及政策啟示
（一）結論
本文基于 2011 年1 月24 日至2013 年7 月13日國際金融市場的 EUA 和 CER 合約與美元指數的日數據，通過構建 VAR 模型，運用脈沖響應函數、方差分解函數及格蘭杰因果關系檢驗等計量方法分析了 EUA、CER 和 MY 之間的聯動效應，研究發現：美元對碳金融市場存在信息溢出效應，但碳金融市場對美元的影響很微弱，即它們的信息溢出效應是單向的。而碳金融市場的兩大子市場之間存在著先導 - 滯后效應，即 CER 市場信息能夠引導 EUA 市場走勢。與此同時，通過對市場的波動性考察，EUA 市場的波動除了受自身的影響，還受到 CER 市場和 MY 的影響，但 CER 市場和 MY 市場主要受自身的影響，市場間的波動溢出效應也存在著單向的傳導。
（二）政策啟示
1、密切關注美元指數的變動情況。美元指數國際外匯市場的風向標，其變化通常領先于其它全球金融子市場的變化，密切注意美元指數的變化以便進行精準預測，從而避免市場間的風險傳導帶來的損失。
2、積極參與碳排放權交易。目前，我國主要參與清潔發展機制，通過國外提供技術資金支持得到減排額度參與國際市場交易。我國企業、投資者在參與國際碳交易時也應該關注國際碳交易價格相關性、走勢等，及時調整投資策略。若在國內建立碳排放權交易期貨市場，可以借鑒傳統期貨市場的經驗，并充分考慮二氧化碳排放權或排放額度作為一種非實物商品進行交易的特殊性。
參考文獻：
[1]Capros. P. and L. Mantzos. The economiceffects of industry - level emission trading to reducegreenhouse gases[R]Report to environment,E3M -Laboratory 21 at ICCS / NTUA,2000.
[2]Bjart Holtmark and ottar maestad. Emissiontrading under the Kyoto Protocol-effects on fossil fu-el markets under alternative regimes[J]Energy Poli-cy,VOLUME 30,207 -218,2002.
[3]Benz E,Truck S. Modeling the Price Dy-namics of CO2 Emission Allowances[Z]University ofBonn Working Paper,2008 .
[4]Seifert J,Uhrig - Homburg M,and WagnerM. Dynamic Behavior of CO2 Spot Prices: Theoryand Empirical Evidence[Z]. University of KarlsruheWorking Paper,2007.
[5]Paul G Miclous,Radu Lupu,Sorin A Dumi-trescu and Bobirca. Testing the Efficiency of the Eu-ropean Carbon Futures Market Using Event study.Methodology[J]International Journal of Energy andEnvironment,2008,2（2） :121 - 128.
[6]Chevallier,J. EUAs and CERs: Vector Au-toregression,Impulse Response Function and Cointe-gration Analysis. [J]Economics Bulletin 30 （1），558- 576.
[7]Chevallier,J. Anticipating correlations be-tween EUAs and CERs:a Dynamic Conditional Corre-lation GARCH model[J]Economics Bulletin 31（1），255 - 272.
[8]高鐵梅。 計量經濟分析方法與建模[M].北京： 清華大學出版社，2006: 126 - 165.
