基于碳交易市场连接的宏观调控机制研究

陈波

摘要将碳市场连接与宏观调控相结合，通过引入碳市场额外性函数和排放权随机定价模型，构建了包括碳价格趋同和碳市场减排真实性两个最终调控目标的中央计划者宏观调控多目标优化模型。本文首先引入“额外性函数”来描述名义减排目标和真实减排目标之间的偏差水平，指出额外性函数反映的是减排目标的弹性，即“碳市场不能实现减排目标的概率”。然后本文提出碳市场的成功连接包括两个主要的特征：碳价格的趋同以及碳市场减排真实性的提高，并将这两个指标作为全国碳市场宏观调控的最终目标，由此建立了多目标优化宏观调控模型的目标函数和约束条件，在额外性函数，价格趋同函数以及配额分配数量之间构建了关联，为宏观调控策略的设计建立了理论基础。为了进一步了解市场连接和宏观调控对企业交易行为的影响，本文建立了一个简化的企业响应模型，模拟结果表明，不确定性水平会对企业的最优利润点产生影响，进而改变其交易策略。最后本文指出中央计划者在采用数量工具进行市场调控时，不能仅仅盯住市场价格，同时应该盯住不确定性水平，这意味着中央计划者在进行调控时需要适当引入预期管理，具体策略包括：在配额初始分配时尽可能从紧；引入拍卖机制管理需求侧不确定性等。

关键词市场连接；碳交易；宏观调控

中图分类号F062文献标识码A

文章编号1002-2104（2015）10-0018-05

doi：10.3969/j.issn.1002-2104.2015.10.003

为了推动全国碳市场的建设，国家发展改革委发布了《全国碳排放权交易管理办法》，2020年之前建立全国碳市场已经达成政治共识，但是由于我国碳市场存在着多达7个试点，中央政府在开展全国碳市场建设中存在着巨大的理论和技术难题。全国碳市场的构建存在三种方法：①自下而上的方法，即让7个试点自由竞争，允许其相互连接以及与非试点省份的连接，最终形成一个自发统一的市场，该方法的优点是给予试点市场充分的竞争空间和灵活性，但最终可能陷入地域竞争无法形成全国统一的碳市场；②自上而下的方法，即由中央政府整合资源，重新设计分配方法学、交易规则和监管体系，建立一个全新的碳市场，这一方法的优点是能够快速扩大市场规模，缺点是将破坏试点碳市场的基础，完全重建价格信号；③自上而下和自下而上相结合的混合方法，即基于现有的试点碳市场，中央采用合理有效的规制和引导，不断促进各个市场之间的融合，最终形成一个中央和地方利益平衡的全国碳市场。

本文以自上而下和自下而上相结合的混合方法为指导，将碳市场连接与宏观调控相结合，通过引入碳市场额外性函数和排放权随机定价模型，构建了包括碳价格趋同和碳市场减排真实性两个最终调控目标的中央计划者多目标优化宏观调控模型，并进一步建立了企业响应模型从微观层面研究了企业交易行为特点，为我国碳市场宏观调控工具和调控策略的设计提供了决策基础。

1文献综述

碳交易市场是将温室气体排放产生的外部成本内部化最基本的经济手段，其目标是建立有效的价格信号，这取决于两个因素：空间灵活性和时间灵活性。关于碳交易市场时间灵活性的研究已经比较丰富和充分。基于确定或不确定性均衡定价模型的研究表明，如果在多阶段碳市场中引入配额的储存或借贷机制，碳交易市场仍然可以产生均衡价格，而在实践当中，储存机制已经得到广泛的应用[1-4]。

本研究主要探讨碳市场的空间灵活性问题，即如何通过市场连接扩大碳市场的流动性基础。在碳交易市场连接方面已经有了一些零散研究，主要是从制度、成本和竞争力的角度研究市场连接的必要性和可行性。在连接成本上，Weyant和Hil研究表明如果《联合国气候变化框架公约》的附件一国家进行碳交易能节约50%的成本，而如果全球都进行碳交易能节约75%的成本[5]。Russ等得出一个所有国家与产业参与交易的全球碳市场将比没有交易的情况减少一半的减排成本[6]。

在连接机会上，Flachsland等认为，始于2005年的欧盟排放交易体系，其强制排放交易模式应在全球范围内各国及各地区间迅速拓展开来[7]。Haites等建议，越来越多种类的温室气体排放交易制度开始在加拿大、美国、墨西哥实施，如何在他们之间建立关系就构成了有意义的事[8]。Fankhauser和Hepburn认为，一个真正的有着一致的规则和全球管制框架的全球碳交易市场是不可能在近些年内出现的，但是一个链接并协调区域市场的体系可以作为提供类似的效率结果的选择[9]。

在连接方法上，Jaffe和Stavins等提出了三种碳市场连接方式：国家排放交易系统与地方区域交易系统的连接，世界不同排放交易系统之间的连接以及广义上排放交易系统与其他国家气候政策的连接[10]。Jaffe和Stavins等将连接方式分为直接连接和间接连接。我国学者也对碳市场连接的理论内涵、兼容性及经济效应等问题进行了初步探讨[11]。

价格管理机制的连接是碳市场连接的基本内容，信息不对称、交易成本、外部冲击与政治问题都会导致碳市场的价格波动。Fankhauser和Hepburn认为由政策设计不当带来的价格波动是不必要的，应当通过适当的政策设计与管制来最小化价格波动[9]。Flachsland等探讨了价格控制机制与链接机制的关系，认为如果一个没有价格上限的市场与一个有价格上限的市场链接，这就意味着给整个链接的市场引入价格上限[7]。莫建雷等研究了EU ETS的价格稳定机制，提出了对我国碳市场的建议[12]。

从以上的文献综述可以看到，关于碳交易市场的连接机制主要是以EU ETS等国外碳市场为对象，并且主要关注制度、连接成本等静态因素，缺乏对连接过程的动态研究。本文通过引入额外性函数和排放权定价模型，从多目标优化的角度构建基于的全国碳市场的最优连接模型，是对碳交易市场空间灵活性理论的补充。

2多目标宏观调控模型

2.1额外性函数定义

碳市场连接的必要条件是判断两者是否具有等同的减排程度。为了评估碳市场的真实减排贡献，传统方法是采用基准线情景分析法进行估算，但是基准线的设置往往依赖于丰富的经济和排放数据以及复杂的宏观经济模型（如CGE等），很难应用到规模较小、封闭性较强的区域碳市场中。为了规避基准线方法的困难，本文将碳抵消（offset）机制中用来描述减排真实性的“额外性”概念推广到配额碳交易市场中，并采用额外性函数对其描述。

尽管每个碳市场都会制定明确的减排计划（名义减排目标），但是各种不确定性因素的存在导致真实的减排目标会存在一定的弹性。这些不确定性因素当中有些是主观的，例如配额分配方法以及市场调控带来的供给弹性，也有一些客观因素，例如监测报告核查体系不完善导致数据质量的不确定性等。为此，引入“额外性函数”来描述名义减排目标和真实减排目标之间的偏差水平。额外性函数反映的是减排目标的弹性，也可以表述为“碳市场不能实现减排目标的概率”，它是由碳市场制度设计和现实条件约束形成的内在属性，属于内生变量。

假设（Ω，F，P）为一个概率空间，则额外性函数为：

ωi因子的来源主要包括：①配额分配方法学。主要体现在基准线法和标杆法的应用比例；部分试点采用了强度方法进行分配；也有在配额分配方法中引入了调节因子，这均会引入更多的不确定性。②弹性供给机制。包括碳抵消使用比例的设定，对储备配额或调节配额的应用等。③监测报告核查（MRV）数据质量。MRV方法学本身的不确定性水平，以及实际可达到的数据质量水平。通过以上分析可以测算影响额外性函数的主要因素，值得注意的是不确定性水平会随着市场环境发生不断变化，例如碳抵消或储备配额实际使用数量是在不断改变的。

2.2模型构建

构建全国碳市场的本质是通过调控不断促进各个市场之间的价格趋同，同时提高碳市场减排的真实性，创造不同市场之间可连接的条件。本文将其视为多目标最优化问题，首先建立以碳价格和额外性函数为变量的目标函数，然后引入排放权现货定价模型作为约束条件，从而在碳价格、额外性函数以及排放权数量之间建立起关联。

2.2.1目标函数

碳市场的成功连接包括两个主要的特征：碳价格的趋同以及碳市场减排真实性的提高。本文将这两个指标作为全国碳市场宏观调控的最终目标，并建立目标函数。碳市场减排真实性由额外性函数进行度量，碳价格的趋同性用以下加权平均函数进行度量：

B=1n∑ni=1（Si-S）2（1）

由此建立双目标最优化函数：

Min L=∑ni=1A2i+γB（2）

中央调控者既关注价格的趋同，也关注对减排真实性的控制，权重系数γ的取值体现了中央调控者的偏好。

2.2.2约束条件

基于前人的研究基础[13-14]，引入排放权定价模型。在一个完全竞争的碳排放交易市场中，碳排放权价格可表达为：

S=e-ηT·P·∫∞δ0·σ2/4Q0P[Azσ2T/4∈dx]（3）

假设T为无限小量△t，可得解析解：

S=e-ηT[P·Φ（d_）]（4）

其中，d_=ln（Q0Δtδ0）+（μ-σ22）ΔtσΔt，Φ（x）=12π∫x-∞e-u22du，Q0为初始排放量，μ为排放自然增长率；σ为随机因素，δ0为配额分配数量。

由此可见，排放权价格取决于惩罚水平P以及排放权短缺的概率Φ（d_）。排放权短缺的概率由两个因素决定：排放自然增长率μ，以及影响排放的随机因子σ。排放自然增长率μ可以通过历史数据进行估算，随机因子σ则可以用额外性函数代替，即：

σi=Ai（5）

通过（3）、（4）、（5）可以建立额外性函数Ai，价格趋同函数B以及配额分配数量δ0之间的关联，中央调控者可以根据Ai和B的目标设定来确定最优的配额分配数量δ0，这为宏观调控策略的设计建立了理论基础。

3企业响应模型及交易策略分析

上文从中央计划者宏观调控的角度提出了多目标优化模型，使得中央计划者可以通过数量工具调控市场价格，并促进市场连接。而从控排企业的角度来看，稳健的市场连接不应对企业的交易策略发生显著冲击。在完全竞争的市场中，企业以利润最大化作为决策依据。本文基于一个“代表性企业”，建立一个简化的企业响应模型，对此进行深入分析。

假设（Ω，F，P）为一个概率空间，F=（F0）为F0=σ（Q0）的测度，企业的排放符合布朗运动：

dQtQt=μdt+σdWt， 即Qt=Q0eμ-σ22 t+σWt（6）

其中，Qt为企业在时间t的排放量；Q0为企业的初始排放量；μ为企业排放自然增长率；σ为随机因素。

X0为企业初始购买（X0>0）或者出售（X0<0）的排放权数量，N为最初分配得到的排放权数量，则初始状态下，企业持有的净排放权数量为δ0=N+X0。经过周期T后，企业必须提交一定数量的排放权以履行排放义务，否则将承受价格为每单位排放P的罚款。为了简化，假设企业在初始状态之后会一直采取观望策略直到时间T。式（1）和（2）的定价模型仍然有效，令Q0=100，N=170，P=40，可以得到在不同参数σ、μ下，排放权价格S0与购买量X0之间的解析关系，如图1所示。容易看出，S0与X0之间的关系呈现出S曲线特征。当价格增加时，企业倾向于出售配额。当σ增加时，S曲线变宽，在固定的S0价格下，X0变大，这表明风险预期增大会导致企业提高购买或出售配额的数量；当μ增加时，S曲线仅仅会发生平移，并不会改变企业的决策风险偏好。因此，企业的决策偏好取决于风险因子σ，当σ增大时，企业会相应的提高风险偏好。

当企业制定排放权购买策略时，需要对两个因素进行评估：预期排放增速μ，以及影响排放的不确定性因素σ。当μ和σ都已经确定时，S曲线上存在一个点M，使得dX0dS0达到最小，X0对S0的敏感性最低。当价格S0位于M点附近时（区间2），S0与X0呈现近似的线性关系，管理者只需根据价格波动，以同样的幅度调整购买量X0；而当价格S0过低（区间1），管理者的最优策略是尽可能多的购买，价格过高（区间3）时，其最优策略是尽可能多的出售，即：

在一个有效的碳市场中，价格S0不应过高或者过低，应该维持在线性区间2内。因此实现利润最大化的条件为：当SOM=B2α时，企业从碳交易市场获利为PcmM=B24α。管理者的目标是寻找到最优点SOM，并尽可能在最优点处进行交易操作。α，β参数值与σ和μ有关：

（1）若企业面临较大的排放不确定性，即σ较大时，曲线变得更加陡峭，α相应变大，最优点SOM变小，利润PcmM减少；

（2）若企业预期排放增速较快，即μ较大时，曲线仅发生平移，斜率不变，最优点SOM和利润PcmM均不变。

尽管这一模型仅仅基于单个企业，但仍然清楚的反映出排放的不确定性因素对企业交易行为的影响。根据以上综合分析可以得知当两个市场连接时，σ的变化会对企业的最优利润点产生影响，进而改变其交易策略，而μ对企业的交易策略并不会产生直接影响。因此市场连接过程中，必须要充分考量σ的变化，这一结论从微观层面支持了额外性函数在宏观调控中的重要作用。

4碳市场宏观调控机制

碳交易市场极易出现价格失灵问题，如果经济环境发生了显著变化，则供给曲线可能过度偏离市场实际的需求，从而导致供给过度或者过少，价格信号严重偏离合理的运行空间。因此市场调控的目标是吸收价格过高或过低的风险，典型的调控方式有两种：

（1）数量管理调控，即通过直接增加或减少配额的供给数量间接影响市场价格。这是一种中长期调控机制，主要目的是改变中长期供求关系。典型代表为欧盟碳交易市场（EU ETS）通过前装载机制和后装载机制等，调整配额中长期供给曲线，改变市场预期。

（2）价格管理调控，即调控手段与市场价格直接发生联动，当市场价格达到某一触发值时，自动通过储备配额等方式改变市场供给。这是一种短期调控机制，主要目的是平抑短期的价格波动。典型代表为加州碳交易体系、温室气体倡议（RGGI）和澳大利亚碳交易体系。

从模型的分析可以看出不确定性会显著放大价格波动，因此中央计划者在采用数量工具δ0进行市场调控时，不能仅仅盯住市场价格S，同时应该盯住不确定性水平σ。当中央计划者增加供给δ0时，市场价格S趋向于下跌，而较高的σ水平会加快这一下跌速度；相反当中央计划者减少供给δ0时，市场价格S趋向于上升，而较低的σ水平会有利于价格上涨。从预期的角度来看，σ体现了市场对于供求关系不确定性的预期，这意味着中央计划者在进行调控时需要适当引入预期管理。本文认为在我国碳市场的构建中，应当综合数量调控和价格调控两种方式，建立一种基于预期管理的混合调控策略，具体建议如下：

（1）在配额初始分配时尽可能从紧。尽管由供给不平衡引起的价格过高和价格过低均是碳市场典型的风险，但是国际碳市场的经验表明，以配额数量为基础的调控面对价格过低的情况时缺乏有效的工具，而在面对价格过高时具有非常充分的调控工具。这说明实际市场运行中，价格过低的风险要明显高于价格过高的风险，因为有足够的调控工具来吸收价格过高的风险，因此在配额初始分配时，应当尽可能从紧，从而提前对冲σ水平过高的风险。

（2）引入拍卖机制管理需求侧不确定性。管理配额需求侧存在的不确定性，根本解决方案是提高配额供给的灵活性和可控性。在市场运行当中可以建立一套以价格波动为基础的数量调控工具。这种模式的特点是在配额供给与市场价格之间建立自动机制，当市场价格达到某一触发值时，通过储备配额拍卖等方式扩大市场供给，如预留3%的储备配额，当拍卖价格达到某触发价格时，储备配额自动进入拍卖账户，增加市场供给。通过灵活设计拍卖底价以及储备配额机制的触发价格可以实现价格管理的作用：拍卖底价相当于为市场设定了一个最低价格，而触发价格则相当于一个价格上限的软约束，从而形成一个具有明确预期的稳定价格区间。

5结论

本文将碳市场连接与宏观调控相结合，通过引入碳市场额外性函数和排放权随机定价模型，构建了包括碳价格趋同和碳市场减排真实性两个最终调控目标的中央计划者宏观调控多目标优化模型。中央计划者在宏观调控时需要同时盯紧碳价格和不确定性水平两个指标。为了进一步了解市场连接和宏观调控对企业交易行为的影响，本文建立了一个简化的企业响应模型。模拟结果表明，不确定性水平对企业交易策略会产生显著的影响，这进一步支持了将不确定性水平作为宏观调控目标之一的必要性。基于以上的研究结果，本文提出应当综合数量调控和价格调控两种方式，建立一种基于预期管理的混合调控策略，具体包括：在配额初始分配时尽可能从紧，以对冲潜在的不确定性风险；通过灵活使用拍卖底价以及储备配额机制的触发价格实现价格管理的作用。

（编辑：田红）

参考文献（References）

[1]Tietenberg T. Emission Trading. An Exercise in Reforming Pollution Policy[M]. Resources for the Future， Washington，D C， 1985 .

[2]Cronshaw M B，Kruse J B. Regulated Firms in Pollution Permit Markets with Banking[J]. Journal of Regulatory Economics，1996，9（2）：179-189.

[3]Rubin J D. A Model of Intertemporal Emission Trading， Banking， and Borrowing[J]. Journal of Environmental Economics and Management， 1996， 31：269-286.

[4]Carmona R， Fehr M， Hinz J， et al. Market Design for Emission Trading Schemes[M]. SIAM Review， 2009.

[5]Weyant J ， Hill J. Introduction and Overview， Energy Journal Special Issue the Costs of the Kyoto Protocol： A MultiModel Evaluation[M]. Viixliv，1999.

[6]Russ P， Ciscar J C， Saveyn B， et al. Economic Assessment of Post2012 Global Climate Policies： Analysis of Greenhouse Gas Emission Reduction Scenarios with the POLES and GEME3 Models[R]. EU Commission Joint Research Centre Report， 2009.

[7]Flachsland C， Marschinski R， Edenhofer O. Global Trading Versus Linking： Architectures for International Emissions Trading[J]. Energy Policy， 2009， 37： 1637-1647.

[8]Haites E. An Emerging Market for the Environment： A Guide to Emissions Trading[R/OL]. http：//www.uneptie.org/energy/information/publications/risoe/pdf/EmissionsTradingFeb03.pdf， 2002.

[9]Fankhauser S， Hepburn C. Designing Carbon Markets. Part I： Carbon Markets in Time[J]. Energy Policy， 2010， 38 （8）： 4363-4370.

[10]Jaffe J， Stavins R. Linkage of Tradable Permit Systems in International Climate Policy Architecture[M]. Faculty Research Working Papers Series， 2008.

[11]张伟伟，马海涌，杨蕾.国际碳市场对接及其对中国的启示[J].财经科学，2014，（2）：122-131.[Zhang Weiwei， Ma Haiyong， Yang Lei. Implication of International Carbon Market for China[J]. Finance Science， 2014，（2）： 122-131.]

[12]莫建雷，朱磊.碳市场价格稳定机制探索及对中国碳市场建设的建议[J].气候变化研究进展，2013，（5）： 368-375.[Mo Jianlei， Zhu Lei. Carbon Price Stabilization Mechanism and Its Implication for China [J]. Advances in Climate Change Research， 2013，（5）： 368-375.]

[13]Chesney M， Taschini L. The Endogenous Price Dynamics of Emission Allowances and an Application to CO2 Option Pricing[J]. Applied Mathematical Finance， 2012， 19（5）：447-475.

[14]Carmona R， Fehr M， Hinz J， et al. Market Design for Emission Trading Schemes[J]. SIAM Review， 2009， 52（3）： 403-452.

Abstract

A multiobjective optimization model is developed based on defining an additionality function of ETS and a Stochastic pricing model to combine the targets of carbon market linkage and macrocontrol together， in which the additionality function is used to describe the level of uncertainty of ETSs contribution on mitigation. The paper defines a successful linkage process as the convergence of prices and authenticity of emission reductions and therefore sets up a multiobjective optimization model based on the two objectives. In the model， the additionality function， price convergence function and allowance quantity are linked to form the foundation of macrocontrol strategies. To explore the potential influence of market linkage and macrocontrol， a simplified Response Model of Emission Entities is also built. Simulation analysis of this model indicates that the level of uncertainty of ETS will change entities trading strategy significantly. Based on this analysis， the study proposes to introduce expectation management in initial allocation of allowances and dynamic reserves to hedge the uncertain risks as well as price management mechanism.

Key wordslinkage； carbon market； macrocontrol