中国碳市场调查：GARCH模型试点成果

根据上述同样的分析方法可以得到其他碳排放权交易市场价格波动率的GARCH模型。

1.北京碳排放权交易市场GARCH模型结果

表4-5是北京碳排放市场价格波动率GARCH模型。北京碳排放权交易市场构建GARCH（1，1）模型，模型均值方程常数项系数不显著，其均值方程的一阶滞后项和条件方差方程的系数在0.01水平上显著。条件方差方程中α1+θ1=1.0898，比1略大，但是接近于1，AIC值和SC值也比较小，可见GARCH（1，1）模型可以较好地描述北京碳交易市场价格波动率的变化，特别是表现了价格波动率的波动集聚性，即价格波动率变化的条件方差所受到的冲击具有较强的持久性。

表4-5　北京碳排放权交易市场GARCH（1，1）模型

北京碳市场价格波动最终拟合的模型表达式为：

2.广东碳排放权交易市场GARCH模型结果

表4-6是广东碳排放市场价格波动率GARCH（1，1）模型。模型中均值方程常数项系数不显著，并且滞后项是滞后3阶，三阶滞后项的系数Z统计量的P值为0.0575，比0.05大，但是在0.1水平上显著，条件方差方程各系数的都在0.05的水平上显著，α1+θ1=0.880787，小于1，AIC值和SC值也比较小，可见GARCH（1，1）模型可以较好地描述北京碳交易市场价格波动率的变化，特别是表现了价格波动率的波动集聚性，即价格波动率变化的条件方差所受到的冲击具有较强的持久性。

表4-6　广东碳排放权交易市场GARCH（1，1）模型

续表

最终拟合的模型表达式为：

(www.xing528.com)

3.天津碳排放权交易市场GARCH模型结果

表4-7是天津碳交易市场价格波动率GARCH（1，1）模型，模型的所有系数均在0.05水平上显著，但是α1+θ1=1.441615，大于1，这与预期条件不符，但是AIC值和SC值都较小，说明此模型还是能较好地描述天津碳市场价格波动率的变化，天津碳市场价格波动率具有集聚效应。

表4-7　天津碳交易市场GARCH（1，1）模型

最终拟合的模型表达式为：

4.深圳碳排放权交易市场GARCH模型结果

表4-8是深圳碳交易市场价格波动率GARCH（1，1）模型。均值方程和条件方差方程的系数都高度显著，这说价格波动率序列具有显著的波动集聚性。此外，价格波动率模型中GARCH项系数之和小于1，符合模型规定。

表4-8　深圳碳交易市场GARCH（1，1）模型

最终拟合的模型表达式为：

由于上海碳排放权交易市场价格波动率序列构建的AR无法通过t检验和F检验，所以后续也无法构建GARCH模型。