您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（理学版）》

《山东大学学报(理学版)》 ›› 2019, Vol. 54 ›› Issue (5): 77-87.doi: 10.6040/j.issn.1671-9352.0.2018.453

•   • 上一篇    下一篇

基于H-P滤波法的国内碳价波动规律及区域特征

邹绍辉1,2(),张甜3,*(),闫晓霞1,2   

  1. 1. 西安科技大学管理学院, 陕西 西安 710054
    2. 西安科技大学能源经济与管理研究中心, 陕西 西安 710054
    3. 对外经济贸易大学金融学院, 北京 100029
  • 收稿日期:2018-08-06 出版日期:2019-05-20 发布日期:2019-05-09
  • 通讯作者: 张甜 E-mail:zoushaohui1976@163.com;2274540847@qq.com
  • 作者简介:邹绍辉(1976—)，男，博士，副教授，研究方向为能源资源开发与环境政策、财务会计与金融工程、物流与供应链管理. E-mail:zoushaohui1976@163.com
  • 基金资助:
    国家自然科学基金资助项目(71273207);国家自然科学基金资助项目(71704140);陕西省科学技术研究发展计划项目(2011kjxx54);陕西省留学人员科技活动择优项目

Domestic carbon price fluctuation and regional characteristics based on H-P filtering method

Shao-hui ZOU1,2(),Tian ZHANG3,*(),Xiao-xia YAN1,2   

  1. 1. School of Management, Xi'an University of Science and Technology, Xi'an 710054, Shaanxi, China
    2. Energy Economy and Management Research Center, Xi'an University of Science and Technology, Xi'an 710054, Shaanxi, China
    3. University of International Business and Economics, Beijing 100029, China
  • Received:2018-08-06 Online:2019-05-20 Published:2019-05-09
  • Contact: Tian ZHANG E-mail:zoushaohui1976@163.com;2274540847@qq.com
  • Supported by:
    国家自然科学基金资助项目(71273207);国家自然科学基金资助项目(71704140);陕西省科学技术研究发展计划项目(2011kjxx54);陕西省留学人员科技活动择优项目

RichHTML

21

PDF (PC)

432

摘要：

我国碳排放权交易价格具有明显的波动性和地区差异性,科学刻画碳排放权交易价格的波动性和解析不同地区的差异性有利于规避投资风险、平稳发展碳市场和提高国内碳市场在国际市场的定价能力,对加快建立全国统一碳市场也尤为重要。H-P滤波法是经常使用的经济变量趋势分解方法,可有效地解析时间序列数据中的季节变动规律。选取2013年12月至2018年6月之间国内7大区碳市场域碳排放权交易价格月度数据,采用H-P滤波法实证研究了国内碳价波动规律和区域特征。研究结果表明,国内碳价具备“波动中下降”的显著特征,呈现3个完整周期,每个周期时间范围在10~22个月之间,峰值与谷值都呈现不同程度的下降趋势且均由正变负,周期类型都表现出陡降趋势;从区域影响看,天津和北京的碳排放权交易价格的波动一致特征更明显,而湖北和重庆的碳排放权交易价格波动对天津的影响程度较小。

关键词: 碳排放权交易价格, H-P滤波, 波动规律, 季节变动

Abstract:

The price of carbon emission trading in China has obvious volatility and regional differences. Scientifically describing the volatility of carbon emission trading price and analyzing the differences of different regions are conducive to avoiding investment risks, developing carbon market smoothly and improving the pricing ability of domestic carbon market in the international market. It is also particularly important to speed up the establishment of a unified national carbon market. H-P filtering is a commonly used trend decomposition method for economic variables, which can effectively analyze the seasonal variation law in time series data. Based on monthly data of carbon emission trading prices in seven major regions of China from December 2013 to June 2018, H-P filtering method is used to empirically study the fluctuation law and regional characteristics of domestic carbon prices. The results show that the domestic carbon price has a significant characteristic of "falling in fluctuation", showing 3 complete cycles, the time range of each cycle is 10~22 months. Peak and valley values show a downward trend in varying degrees, and all of them change from positive to negative, the cycle types show a steep downward trend. From the regional perspective, the volatility of carbon emission trading price in Tianjin and Beijing is more obvious, while the fluctuation of carbon emission trading price in Hubei and Chongqing has less impact on Tianjin.

Key words: carbon emissions trading price, H-P filtering, fluctuation rule, seasonal variation

中图分类号: 

  • F830

图1

国内碳价波动趋势"

表1

2013年—2018年深圳碳排放权成交均价"

(单位:元/吨二氧化碳当量)
2013年2014年2015年2016年2017年2018年
1月66.000 031.700 039.120 024.010 027.820 0
2月81.090 031.700 044.500 031.500 034.760 0
3月81.000 040.560 040.500 035.010 034.760 0
4月68.930 045.100 040.500 035.010 034.760 0
5月68.930 045.100 033.530 029.310 038.840 0
6月64.320 037.410 028.700 025.170 038.840 0
7月61.590 030.210 028.700 028.350 0
8月61.590 028.310 028.700 027.550 0
9月64.160 061.590 039.790 023.490 027.550 0
10月76.530 030.000 039.790 024.550 024.140 0
11月76.530 030.000 040.340 024.010 024.320 0
12月66.000 031.700 039.120 024.010 024.320 0

图2

2013—2018年深圳碳排放权交易价格及季节调整后价格波动"

图3

深圳碳排放权交易价格环比增长"

图4

2013—2018年深圳碳排放权交易价格季节波动及不规则波动"

图5

2013—2018深圳碳排放权交易价格季节波动"

图6

2013—2018深圳碳排放权交易价格平滑后趋势及周期变动"

表2

2013—2018深圳碳排放权交易价格波动周期特征"

周期时间波长/月峰值达到峰值时长/月谷值达到谷值时长/月周期类型
12013.09—2014.06101112.79陡降缓升
22014.07—2015.12187.16-13.612陡降陡升
32016.01—2017.1022-0.28-4.614陡降缓升
42017.11—2018.068/////

图7

国内7个碳排放权交易价格的H-P滤波"

表3

各区域碳排放交易价格波动性之间的关联性分析"

北京地区重庆地区广东地区湖北地区上海地区深圳地区天津地区
北京地区1
重庆地区0.782 0441
广东地区0.784 2800.927 3001
湖北地区0.688 2200.662 1000.607 6101
上海地区0.187 1540.121 4450.051 7250.297 0501
深圳地区0.999 8600.891 5300.919 8820.703 380.845 5651
天津地区0.922 1400.319 620-0.005 0520.086 5130.683 4320.820 3391

表4

各区域碳排放交易价格趋势值之间的关联性分析"

北京地区重庆地区广东地区湖北地区上海地区深圳地区天津地区
北京地区1
重庆地区0.759 8821
广东地区0.800 8670.665 9901
湖北地区0.688 1190.331 0070.823 9541
上海地区0.717 8900.685 9540.965 2200.567 7401
深圳地区0.559 6800.721 8900.702 3490.858 9840.542 0601
天津地区0.838 0720.842 1600.786 5340.916 7000.544 4070.890 7021
1 周天芸, 许锐翔. 中国碳排放权交易价格的形成及其波动特征—基于深圳碳排放权交易所的数据[J]. 金融发展研究, 2016, (1): 16- 25.
doi: 10.3969/j.issn.1674-2265.2016.01.003
ZHOU Tianyun , XU Ruixiang . The formation and volitility features of China's carbon emission trading price: based on the data of Shenzhen carbon emission exchange[J]. Journal of Financial Development Research, 2016, (1): 16- 25.
doi: 10.3969/j.issn.1674-2265.2016.01.003
2 吕勇斌, 邵律博. 我国碳排放权价格波动特征研究:基于GARCH族模型的分析[J]. 价格理论与实践, 2015, (12): 62- 64.
LYU Yongbin , SHAO Lyubo . Study on the price fluctuation characteristics of carbon emission rights in China based on GARCH family model[J]. Price:Theory & Practice, 2015, (12): 62- 64.
3 ZHANG Y. Pricing decision theory and the empirical research on international carbon emissions trading[C]//International Conference on Computer Science and Electronics Engineering. Hangzhou: IEEE, 2012: 6-10.
4 JOYEUX R , MILUNOVICH G . Testing market efficiency in the EU carbon futures market[J]. Applied Financial Economics, 2010, 20 (10): 803- 809.
doi: 10.1080/09603101003636220
5 FANG G C , TIAN L X , LIU M H , et al. How to optimize the development of carbon trading in China: enlightenment from evolution rules of the EU carbon price[J]. Applied Energy, 2018, 211: 1039- 1049.
doi: 10.1016/j.apenergy.2017.12.001
6 ZHAO X G , JIANG G W , NIE D , et al. How to improve the market efficiency of carbon trading: a perspective of China[J]. Renewable and Sustainable Energy Reviews, 2016, 59: 1229- 1245.
doi: 10.1016/j.rser.2016.01.052
7 ZHAO X G , WU L , LI A . Research on the efficiency of carbon trading market in China[J]. Renewable and Sustainable Energy Reviews, 2017, 79: 1- 8.
doi: 10.1016/j.rser.2017.05.034
8 CONG R , LO A Y . Emission trading and carbon market performance in Shenzhen, China[J]. Applied Energy, 2017, 193: 414- 425.
doi: 10.1016/j.apenergy.2017.02.037
9 袁嫄, 刘纪显, 张芳. 碳配额市场价格非对称性波动研究:基于欧盟碳配额管理制度的实证分析[J]. 金融论坛, 2015, 20 (5): 44- 53, 70.
YUAN Yuan , LIU Jixian , ZHANG Fang . A study of the asymmetry fuctuation in the price of carbon quota market: an analysis based on the management system of EU carbon quota[J]. Finance Forum, 2015, 20 (5): 44- 53, 70.
10 胡根华, 吴恒煜. 资产价格的时变跳跃:碳排放交易市场的证据[J]. 中国人口资源与环境, 2015, 25 (11): 12- 18.
HU Genhua , WU Hengyu . Time-varying jumps of capital's price: evidence from carbon emission trading market[J]. China Population, Resources and Environment, 2015, 25 (11): 12- 18.
11 刘承智, 潘爱玲, 谢涤宇. 我国碳排放权交易市场价格波动问题探讨[J]. 价格理论与实践, 2014, (8): 55- 57.
LIU Chengzhi , PAN Ailing , XIE Diyu . Price fluctuation in China's carbon emission trading market[J]. Price:Theory & Practice, 2014, (8): 55- 57.
12 汪文隽, 周婉云, 李瑾, 等. 中国碳市场波动溢出效应研究[J]. 中国人口·资源与环境, 2016, 26 (12): 63- 69.
WANG Wenjun , ZHOU Wanyun , LI Jin , et al. Volatility spillovers among Chinese carbon markets[J]. China Population, Resources and Environment, 2016, 26 (12): 63- 69.
13 张晨, 杨仙子. 基于多频组合模型的中国区域碳市场价格预测[J]. 系统工程理论与实践, 2016, 36 (12): 3017- 3025.
doi: 10.12011/1000-6788(2016)12-3017-09
ZHANG Chen , YANG Xianzi . Forecasting of China's regional carbon market price based on multi-frequency combined model[J]. Systems Engineering-Theory & Practice, 2016, 36 (12): 3017- 3025.
doi: 10.12011/1000-6788(2016)12-3017-09
14 邹绍辉, 张甜. 国际碳期货价格与国内碳价动态关系[J]. 山东大学学报(理学版), 2018, 53 (5): 70- 79.
ZOU Shaohui , ZHANG Tian . Interaction relationship between international carbon future price and domestic carbon price[J]. Journal of Shandong University (Natural Science), 2018, 53 (5): 70- 79.
15 郭白滢, 周任远. 我国碳交易市场价格周期及其波动性特征分析[J]. 统计与决策, 2016, (21): 154- 157.
GUO Baihao , ZHOU Renyuan . Analysis of price cycle and volatility characteristics of China's carbon trading market[J]. Statistics & Decision, 2016, (21): 154- 157.
16 白云帆.欧盟碳排放权市场价格波动规律研究[D].广州:暨南大学, 2016.
BAI Yunfan. The study on the price fluctuation laws of EU ETS[D]. Guangzhou: Jinan University, 2016.
17 HODRICK R, PRESCOTT E. Postwar U.S. business cycles[M]//Real Business Cycles. London: Routledge, 1998: 593-608.
[1] 邹绍辉,张甜. 国际碳期货价格与国内碳价动态关系[J]. 山东大学学报（理学版）, 2018, 53(5): 70-79.
[2] 董振宁,王卓,周雪君. 限制贷款最低额度的零售商融资与订货决策[J]. 山东大学学报（理学版）, 2018, 53(5): 61-69.
[3] 陈丽,林玲. 具有时滞效应的股票期权定价[J]. 山东大学学报（理学版）, 2018, 53(4): 36-41.
[4] 刘昆仑. 变结构pair copula模型在金融危机传染分析中的应用[J]. 山东大学学报（理学版）, 2016, 51(6): 104-110.
[5] 赵攀, 肖庆宪. 基于Tsalli熵分布及O-U过程的幂式期权定价[J]. 山东大学学报（理学版）, 2015, 50(04): 1-7.
[6] 孙 鹏,赵卫东 . 亚式期权定价问题的交替方向迎风有限体积方法[J]. J4, 2007, 42(6): 16-21 .
[7] 马玉林,王希泉 . 基于实际波动率的VaR模型实证研究[J]. J4, 2007, 42(10): 84-89 .
[8] 杨维强,彭实戈 . 期权稳健定价模型及实证[J]. J4, 2006, 41(2): 69-73 .
[9] 安起光,王厚杰 . 基于机会约束的均值—VaR投资组合模型再研究[J]. J4, 2006, 41(2): 94-100 .
[10] 史开泉 . 函数S-粗集与投资风险F-规律发现[J]. J4, 2007, 42(1): 1-7 .
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 赵君1,赵晶2,樊廷俊1*,袁文鹏1,3,张铮1,丛日山1. 水溶性海星皂苷的分离纯化及其抗肿瘤活性研究[J]. J4, 2013, 48(1): 30 -35 .
[2] 杨永伟1,2,贺鹏飞2,李毅君2,3. BL-代数的严格滤子[J]. 山东大学学报（理学版）, 2014, 49(03): 63 -67 .
[3] 孟祥波1,张立东1,杜子平2. 均值-方差标准下带跳的保险公司投资与再保险策略[J]. 山东大学学报（理学版）, 2014, 49(05): 36 -40 .
[4] 廖明哲. 哥德巴赫的两个猜想[J]. J4, 2013, 48(2): 1 -14 .
[5] 汤晓宏1，胡文效2*，魏彦锋2，蒋锡龙2，张晶莹2，. 葡萄酒野生酿酒酵母的筛选及其生物特性的研究[J]. 山东大学学报（理学版）, 2014, 49(03): 12 -17 .
[6] 王开荣,高佩婷. 建立在DY法上的两类混合共轭梯度法[J]. 山东大学学报（理学版）, 2016, 51(6): 16 -23 .
[7] 李守巨1，上官子昌2,3，孙伟4，栾茂田1，刘博3. 盾构机密封舱渣土非线性本构模型参数识别[J]. J4, 2010, 45(7): 24 -27 .
[8] 曾文赋1,黄添强1,2,李凯1,余养强1,郭躬德1,2. 基于调和平均测地线核的局部线性嵌入算法[J]. J4, 2010, 45(7): 55 -59 .
[9] 邱桃荣,王璐,熊树洁,白小明. 一种基于粒计算的知识隐藏方法[J]. J4, 2010, 45(7): 60 -64 .
[10] 孙小婷1,靳岚2*. DOSY在寡糖混合物分析中的应用[J]. J4, 2013, 48(1): 43 -45 .
版权所有 © 2018 《山东大学学报(理学版)》编辑部　
地址: 山东省济南市山大南路27号山东大学中心校区（250100）　电话: +86-0531-88366917　E-mail: xblxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发