收藏 分销(赏)

“双碳”目标下碳交易价格影响因素分析.pdf

上传人:自信****多点 文档编号:525979 上传时间:2023-11-07 格式:PDF 页数:7 大小:804.98KB
下载 相关 举报
“双碳”目标下碳交易价格影响因素分析.pdf_第1页
第1页 / 共7页
“双碳”目标下碳交易价格影响因素分析.pdf_第2页
第2页 / 共7页
“双碳”目标下碳交易价格影响因素分析.pdf_第3页
第3页 / 共7页
亲,该文档总共7页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、 65 2023 年 8 月第 4 期总第 180 期金融理论与教学Finance Theory and Teaching“双碳”目标下碳交易价格影响因素分析曹雄飞1,杨双会1,张杰2(1.福建江夏学院 金融学院,福建 福州 350108;2.福建傲农生物科技集团股份有限公司期货信息部,福建 厦门 361001)一、绪论(一)引言工业革命以来,经济发展无法离开不可再生能源,但随着经济发展增速过快,不可再生能源的使用导致环境问题日益严峻。1992 年通过的联合国气候变化框架公约,旨在减缓大气中温室气体浓度的增长直至停止。2005 年通过京都议定书,使得二氧化碳的排放权成为具有商品价值的可交易资产

2、,碳交易市场成为碳金融发展的重要载体。早期,我国与发达国家开展清洁能源发展项目1,2011 年国家发改委选择北京、天津等7 个试点开展碳排放交易试点建设,在 2013 年 7家试点逐步开始交易。2020 年 9 月,习总书记宣布的“双碳”目标是中国力争于 2030 年实现碳达峰,2060 年实现碳中和。为实现“双碳”目标,碳金融终将承担起实现伟大目标的历史使命。我国碳市场成立至今碳价波动幅度巨大,时常发生碳价严重下跌的情况。碳价波动也具有显著的复杂性,不仅受到季节性天气变化和市场机制的影响,也受到不确定环境因素的影响,研究非清洁能源价格、清洁能源价格、宏观经济指标因素对碳价的影响程度及方向,可

3、以对国家节能减排政策的制定、金融机构碳金融业务的开展起到积极作用,并为我国减排企业和个人投资者提供科学理论的决策依据。(二)文献综述经济快速发展下能源的消耗引起大量温室气体的排放产生碳金融这一概念,碳金融市场因此直接受到能源价格的影响。有研究结果均表明电力价格对二氧化碳价格影响密切2-3。赵静雯通过因果检验得出电价和碳期货价格相互影响4。张跃军和魏一鸣运用模型,实证结果表明石油价格对碳价影响最大,天然气价格次之5。Rita 等通过小波分析法得出二氧化碳价格与天然气价格摘要:基于“双碳”目标结合近一年广东和湖北碳价及其影响因素的数据构建模型,通过脉冲响应分析与方差分解实证研究能源价格、宏观经济指

4、标对我国碳交易价格影响程度及方向。研究结果表明:两地受自身价格影响程度最大,不同地域的碳价之间存在相互影响,经济发展联系紧密能够使地域造成的影响不断减小。国际原油价格对两地碳价影响程度均为长期正向影响。天然气价格对广东碳价贡献度高,而石油价格对湖北碳价贡献度较高,说明广东地区在“双碳”目标期间开始努力实现能源替代,而湖北地区能源转型力度稍加欠缺。广东碳交易价格受中国宏观经济发展状况影响较大。关键词:双碳目标;碳交易价格;影响因素中图分类号:F832 文献标识码:A 文章编号:1004-9487(2023)04-0065-06收稿日期:2022-12-12基金项目:福建江夏学院校级精品自编教材建

5、设项目(21JCJS10)。作者简介:曹雄飞(1979-),男,湖北汉川人,硕士,讲师,研究方向为金融定价、金融投资;杨双会(1981-),女,河北顺平人,硕士,讲师,研究方向为金融风险管理;张杰(2000-),男,福建宁化人,研究方向为绿色金融。66 关系不显著6。不少研究表明宏观经济状况会对碳金融市场产生影响,经济发展增速过快必然会加速发展所需的化石能源的消耗,企业在生产过程中排碳量大幅增加的同时对碳排放权的需求增加,碳价随之上升,反之亦然。有研究结果表明碳排放权交易价格很大程度上受宏观经济指标的影响7-8,而白强等研究结果却表明沪深 300 指数对碳排放权交易价格的影响不显著9。其次,气

6、候变化会对碳价产生影响,天气极端寒冷或炎热都会增加能源的需求量,碳价也就随之上升。有研究结果表明温度对碳价影响显著10-12。最后,诸多学者主要根据碳配额的分配、国家税收补贴政策以及政策信息和政策管理的方式根据政策制度对碳价进行研究。有研究得出碳配额的供给对碳价影响程度高13-14。张云通过政策信息视角下分析影响我国碳价的因素,实证结果表明政策信息对我国碳价具有重要影响15。纵观以上文献,时间区间选取多为 20142017 年的数据,本文选取“双碳”目标提出一年里中国交易最为活跃的广东、湖北两地,“双碳”目标期间广东、湖北两地碳市场能够代表我国碳交易市场发展水平。影响因素选取以能源价格作为单一

7、影响因素居多,除能源价格以外本文还对宏观经济指标进行选取,从不同角度研究影响我国碳价的程度及方向。实证方法选取上采用面板分位数模型较多,本文通过构建 VAR 模型研究选取对象对我国碳价的影响,该模型能够有效解释不同影响因素对碳价影响的程度及方向,为稳定碳价以及促进我国碳市场发展提供合理的建议。二、我国碳交易市场发展现状(一)2 0 1 3 2 0 2 1 年中国碳交易市场交易总量与总额1.20132021 年中国碳排放交易市场总交易量自试点以来,20132021 年我国共完成碳交易总量 24130.9 万吨,其中市场于 2017 年出现阶段性峰值 4900.3 万吨。2021 年的最后一天,全

8、国碳市场圆满结束第一个阶段运行,全年碳排放配额成交量累计 1.79 亿吨。050001000015000200002013 2014 2015 2016 2017 2018 2019 2020 2021碳交易量(单位:万吨)图 1 20132021 年中国碳交易市场碳交易量2.20132021 年中国碳排放交易市场总成交额自试点起我国碳交易市场交易总额约为58.66亿元。在交易额变化趋势上,20132021 年间,我国碳交易市场碳交易额呈现增长趋势,2021 年碳交易额达到新高,约为 76.61 亿元(图 2)。0.214.897.027.937.687.599.4912.6776.61050

9、1002013 2014 2015 2016 2017 2018 2019 2020 2021碳成交额(单位:亿元)图 2 20132021 年中国碳交易市场碳成交额(二)截至 2 0 2 1 年各试点碳交易市场交易总量与总额从各个试点地区的交易情况看,湖北省和广东省的碳交易中心的市场规模要远超于其他地区,其中湖北省的碳交易总量和碳交易总额都位列首位,分别为 7827.65 万吨和 16.88 亿元(图 3)。交易量(万吨)1461.4 1739.6 920.11 7827.2 869.17 846.93 7755.1 2710.9成交额(亿元)9.065.182.0116.880.531.7

10、115.917.38北京上海天津湖北重庆福建广东深圳0246810121416180100020003000400050006000700080009000图3 截至2021年中国各碳试点碳交易市场交易量及成交额湖北地区与广东地区碳交易规模位于前列的原因是覆盖行业相对广泛、各类投资者积极参与,使得市场充分发挥其价格发现的功能与资源合理配置的作用。由控排企业、碳资产管理公司、金融机构、个人等市场主体博弈形成价格均衡,使两地碳交易成交价在“双碳”目标期间稳定在每吨 25 元至 35 元之间,稳定的价格利于企业把控排碳成本,有效引导排控企业减少排污。两地碳试点作为我国碳交易市场典范,为实现我国碳市场

11、国际化提供坚实的实践基础。三、中国碳交易价格影响因素实证分析(一)指标选取与数据描述性统计1.指标选取(1)被解释变量从我国碳交易市场规模现状来看,广东、湖北两地碳市场规模占据重要位置,两地碳市场相比其他地区发展迅速,相应制度较为成熟,碳价相对稳定,研究各因素对两地碳价影响的方向及程 67 度较为合适。(2)解释变量由于能源价格的波动会导致能源需求量的变化,当原油上升时,消费者就会倾向于选择其替代品天然气,从而使得能源消费结构发生变动,而原油的温室气体排放量高于天然气,这种情况下,碳排放量就会相对较小,从而使得碳排放权交易价格下降。反之,当原油价格下降时,消费者会更倾向于选择原油,此时会使得碳

12、排放权交易价上升。能源价格方面选择清洁能源液化天然气价格和非清洁能源国际原油价格,据上文可知能源利用是影响碳价最直接的因素,原油是不可再生资源并且污染环境,“双碳”目标倡导能源转型,逐步提高清洁能源使用占比,因此天然气价格也成为影响碳价的重要因素。碳金融是金融市场的一部分。碳排放权是一种典型的缺乏供给弹性的商品,经济的快速发展意味着能源消耗增加,企业对碳排放权需求增加,碳价格大幅度上涨。当经济衰退时,能源需求量减弱,使得碳排放权交易价格下降。理论上来看,宏观经济的变动会带来碳排放权交易价格正向变动。宏观经济状况选取上证综合指数。表 1 指标说明英文简称指标经济学含义HBEA湖北碳排放权现货价格

13、碳金融交易价格被解释变量GDEA广州碳排放权现货价格Lng液化天然气价格清洁能源解释变量Oil原油价格非清洁能源SCI上证综合指数宏观经济状况2.数据描述性统计样本数据选取时间为 2020 年 9 月 1 日至 2021年 8 月 31 日,也就是“双碳”目标发起近一整年的时间,并对样本数据做以下处理:(1)剔除广东、湖北碳交易当天成交量为 0 的数据;(2)剔除国际原油价格周末以及中国节假日的数据;(3)各变量保持时间序列与样本个数一致,最终得到 244个观测样本。描述统计的结果见表 2。表 2 描述性统计结果变量观测数均值最大值中位数最小值方差HBEA24431.444.729.8426.

14、2419.37GDEA24434.2145.5133.4527.1133.23Lng2444556.229927401629092056301Oil24456.0876.4459.7624.07173.55SCI2443453.973696.173462.913217.5311555数据来源:广州碳排放权交易所、湖北碳排放权交易中心、英为财情、卓创资讯、同花顺。从表 2 可见,湖北碳价与广东碳价从均值、最大值、最小值来看两地碳价较为稳定,方差相对差距较大说明价格波动性上广东碳价要大些,不同地域碳价波动会受到当地制度、机制、经济发展情况等复杂因素影响。液化天然气价格与国际原油价格波动较大,主要是

15、全球疫情反复造成大宗商品价格不断上涨,能源也走出趋势上涨的行情。从上证综合指数看,当时股市场较为活跃与稳健,这得益于中国通过自身努力走出疫情阴霾,经济增速预期乐观,投资者的投资情绪高涨。3.单位根检验构建模型要求序列平稳,单位根检验能够确定数据之间是否平稳。先对数据进行对数处理,单位根检验结果见表 3,显著性水平 5%时,序列不平稳,取 1 阶差分是均为平稳序列。表 3 单位根检验结果变量检验显著水平值检验结果1%5%10%LnHBEA-1.48-3.46-2.87-2.570.56不平稳LnGDEA-0.61-3.46-2.87-2.570.86不平稳LnLng-2.13-3.46-2.87

16、-2.570.23不平稳LnOil-2.11-3.46-2.87-2.570.24不平稳 68 变量检验显著水平值检验结果1%5%10%LnSCI-2.31-3.46-2.87-2.570.20不平稳LnHBEA-10.66-3.46-2.87-2.570平稳LnGDEA-20.18-3.46-2.87-2.570平稳LnLng-3.57-3.46-2.87-2.570.007平稳LnOil-14.71-3.46-2.78-2.570平稳LnSCI-15.60-3.46-2.78-2.570平稳4.确定滞后期模 型 最 优 滞 后 阶 数 通 过 LR、FPE、AIC、SC、HQ 准则来确定,

17、在显著水平 5%时,结果如表 4 所示,可知本文建立(2)模型。表 4 滞后期确定结果LagLogLLRFPEAILSCHQ01042.9788.60-11-8.98682-8.91231-8.9567712767.2203358.9143.51-17-23.6989-23.251*-23.518622825.570111.14282.63-17*-23.988*-23.1680-23.657*32839.59426.105502.90-17-23.8926-22.7004-23.411842850.10619.112203.29-17-23.7672-22.2024-23.136152862

18、.73522.414793.67-17-23.6601-21.7228-22.878762878.34827.035813.99-17-23.5788-21.2689-22.647172909.09251.905*3.81-17-23.6285-20.9461-22.546682931.67537.150813.92-17-23.6076-20.5526-22.3754注:*根据准则确定模型最优滞后阶数。5.构建模型滞后阶数为 P 的模型表达式为:Yt=A1Yt-1+A2Yt-2+.+ApYt-p+BXt+t,t=1,2.t其中,Yt为 k 维内生变量向量为 d 维外生变量向量 t是 k 维误

19、差向量,A1,A2,.AP,B是待估系数矩阵,t 为分析样本的个数,p 为滞后阶数。Yt分别代表两家碳试点的碳交易价格、国际原油价格、液化天然气价格和上证综合指数,样本数量为 5 个。通过软件得到模型的矩阵形式:LnGDEAtLnHBEAtLnLngtLnSCItLnOilt0.690-0.004-0.042-0.057-0.041-0.0620.836-0.0470.247-0.0470.0820.0521.5210.0530.007-0.054-0.003-0.0260.903-0.005-0.020-0.0060.0320.4151.006=LnGDEAt-1LnHBEAt-1LnLng

20、t-1LnSCIt-1LnOilt-10.294-0.0130.0370.0920.0540.0390.0930.060-0.3040.029-0.077-0.048-0.053-0.141-0.0050.065-0.0110.032-0.016-0.0110.0770.011-0.028-0.355-0.065+LnGDEAt-2LnHBEAt-2LnLngt-2LnSCIt-2LnOilt-2-0.1860.4050.7710.859-0.503+6.稳定性检验模型的稳定性由根来判断。实证结果表明模型所有估计点的根都落在单位圆内,表明该模型具有稳定性,所以说湖北碳排放权交易现货价格、广东碳

21、排放权交易现货价格、国际原油价格、液化天然气价格、宏观经济状况(上证综合指数)这些变量构成一个稳定有效的系统。(二)脉冲响应分析脉冲响应是指对所选取其中一个变量施加脉冲,其他变量会因此受到一定影响,它能够直观表现各变量相互之间的影响程度及方向,动态描述出系统中的各个变量之间的关系。本文共五个变量,施加脉冲的变量是两地的碳价,对天然气价格、国际原油价格、宏观经济状况以及交易所价格之间所产生的动态影响分别进行分析。1.广东碳价脉冲响应函数分析由广东碳价对广东碳价冲击的响应函数图可知,受到来自广东碳排放现货价格自身的一个标准差大小的冲击后,第二期(1.45%)开始为正响应最高点,第二期之内下降(0.

22、45%),第三期开始正响应升高后与第四期开始一直到第一百期为正响应逐渐减小并趋向于收敛。由湖北碳价对广东碳价冲击的响应函数图续表 69 可知,受到来自湖北碳排放现货价格的一个标准差大小的冲击后,广东碳排放现货价格在第二期(-0.01%)出现微弱的负响应,湖北碳排放现货价格在第三期负响应开始增加,到第三十一期(-0.6%)之间负响应达到最大,第六十一期开始负响应逐渐减弱并呈现收敛的态势(第一百期-0.4%)。说明广东碳排放现货价格在受到湖北碳排放现货价格冲击短期影响较大,为很明显的负向作用,长期呈现负向收敛。由天然气价格对广东碳价冲击的响应函数图可知,受到来自液化天然气价格的一个标准差大小的冲击

23、后,广东碳排放现货价格在第二期(-0.12%)开始就出现负响应,并从第二期负响应开始增加到第十八期(-0.35%)达到最小,第三十六期(-0.34%)开始收敛。由上证综指对广东碳价冲击的响应函数图可知,受到来自上证综合指数的一个标准差大小的冲击后,广东碳排放现货价格在第二期到第三期为负响应,第二期为最低点(-0.05%),第二期到第三期负响应逐渐减弱,于第四期(0.01%)开始呈现正响应并逐渐增加,到三十四期(0.37%)达到最大,于第四十八期到一百期逐渐收敛。由原油价格对广东碳价冲击的响应函数图可知,受到来自原油价格的一个标准差大小的冲击后,广东碳排放现货价格在第二期到第四期为负响应,第二期

24、为最低点(-0.14%),从第五期开始为连续正响应,于第四十二期(0.65%)达到最大值,在第五十八期到一百期开始收敛。根据广东碳价脉冲响应分析得出广东碳价受自身因素影响巨大,随着时间推移影响逐渐减小至消失,广东碳价受到湖北碳价影响较为微弱,这说明广东碳价地域性强,碳价波动主要由自身经济与市场机制决定,与外地市场关联性弱。能源影响来看,液化天然气价格对广东碳价有持续的负影响,而国际原油价格对广东碳价产生短期负影响后长期为正向影响,这说明能源结构来看非清洁能源对广东碳价影响较大。宏观经济指标对广东碳价有正向影响且较为长期,广东省作为我国经济发展重点地区结果显而易见。2.湖北碳价脉冲响应函数分析由

25、湖北碳价对湖北碳价冲击的响应函数图可知,受到来自湖北碳排放现货价格自身的一个标准差大小的冲击后,湖北碳排放现货价格在第二期(3.4%)开始为正响应,并为最高点,正响应逐渐减小并在第四十期开始为连续负响应,在第七十期(0.03%)为最低,之后开始逐渐向 0 轴收敛。由广东碳价对湖北碳价冲击的响应函数图可知,受到来自广东碳排放价格的一个标准差大小的冲击后,湖北碳排放现货价格在第二期开始为负响应,并在第二期(-0.17%)达到最小,于第四期开始出现正响应并持续增加,在第二十五期(0.65%)达到最大,在第三十一期到第一百期逐渐正向收敛。由天然气价格对湖北碳价冲击的响应函数图可知,受到来自液化天然气价

26、格的一个标准差大小的冲击后,湖北碳排放现货价格在第二期出现负响应并于第三期(-0.17%)达到最大,第三期开始负响应逐渐减小直到第七期(0.05%)开始出现连续正响应,在第十八期(0.33%)出现最大值,然后正响应逐渐减小,直至第五十期减小为0,第五十一期开始出现连续负响应到第八十一期(-0.13%)开始负向收敛。由上证综指对湖北碳价冲击的响应函数图可知,受到来自上证综合指数的一个标准差大小的冲击后,湖北碳排放现货价格在第二期(0.23%)出现负响应并达到最大值,第二期开始正响应逐渐减小直至第五期出现负响应并连续,到第十三期(-0.23%)达到最小,第十七期负响应逐渐减小,在第三十八期之后出现

27、连续正响应,在第八十期开始正向收敛。由原油价格对湖北碳价冲击的响应函数图可知,受到来自原油价格的一个标准差大小的冲击后,湖北碳排放现货价格在第二期开始负响应并在十三期(-0.33%)出现最小值,最小值最后负响应逐渐变小与第三十岁期之后出现连续正响应,并在第七十五期(0.37%)出现最大值,到一百期开始正向收敛。根据湖北碳价脉冲响应分析得出湖北碳价受自身因素影响巨大,随着时间推移由正向影响转变为负向,广东碳价对湖北碳价有短期负向长期正向的影响,这也说明湖北地域性强,碳价波动主要由自身经济与市场机制决定,但不同的是湖北碳价会受到广东碳价一定程度的影响。能源影响来看,液化天然气对湖北碳价较为明显的出

28、现正向影响,虽然长期还是负向影响但是说明清洁能源价格对湖北碳价有较为明显的影响。上证综合指数与原油价格对湖北碳价影响较为相似,均为长期正向影响,短期出现一个负向影响的波段。(三)方差分解分析方差分解能够表示各影响因素分别对广东和 70 湖北碳价的影响程度,数值越大那么影响程度越大,反之越小。1.广东碳价方差分解分析广州碳排放权交易现货价格对于自身影响程度最大,其他冲击影响由大到小排列顺序是液化天然气价格、湖北碳排放权交易现货价格、国际原油价格、上证综合指数。第 1 期广东自身碳价是其碳交易价格方差变化的全部原因,其影响在随后几期逐渐减弱,这表明我国碳交易市场发展存在地域性问题,且全国碳市场化程

29、度低。液化天然气价格与国际原油价格对我广东碳价影响贡献度较高说明能源价格变化与碳价密切联系。湖北碳价会对广东碳价也存在一定冲击,说明两地经济关联会影响碳价波动。上证综合指数对广东碳价贡献度次之,也表明我国宏观经济状况对碳价变化具有密切影响。2.湖北碳价方差分解分析湖北碳价也是对自身影响最大,其他影响由大到小排列顺序为国际原油价格、广州碳排放权交易现货价格、上证综合指数、液化天然气价格。第 1 期湖北自身碳价是其碳交易价格方差变化的主要原因,其影响在随后几期逐渐减弱,这表明我国碳交易市场发展存在地域性问题,全国碳市场化程度低。液化天然气价格与国际原油价格对湖北碳价影响贡献度较高,说明能源价格变化

30、与碳价密切联系。广东碳价对湖北碳价存在较强冲击,说明两地经济关联性会影响碳价波动。上证综合指数对广东碳价的贡献度次之,表明我国宏观经济状况对碳价变化具有密切影响。四、结论与政策建议(一)结论本文基于“双碳”目标提出一年里,广东、湖北碳价及其影响因素的数据构建模型,通过脉冲响应分析与方差分解实证研究能源价格、宏观经济指标对我国碳交易价格影响程度及方向。研究结果表明:两地受自身价格影响程度最大;不同地域的碳价之间存在相互影响;国际原油价格对两地碳价影响程度均为长期正向影响;天然气价格对广东碳价贡献度高,而石油价格对湖北碳价贡献度相对较高;广东碳交易价格受中国宏观经济发展状况影响较大。(二)政策建议

31、1.扩大碳市场参与主体碳市场的参与主体不应只有控排企业,还应有商业银行。基金公司等金融机构充当中介机构,解决碳交易活跃度的同时提高碳交易的流动性。2.加快能源结构转型,努力实现“双碳”目标为实现“双碳”目标,我国要为研发能源的企业提供政策补贴,提高控排企业积极使用新能源的意识,打造低碳清洁的能源系统,控制不可再生能源的增量消耗,加快实施能源结构的转型。3.消除碳交易地域壁垒,促进统一市场建立要减小各地碳市场的差异,首先各地碳市场要相互建立通道,市场参与者能够跨区域在各个市场之间进行交易。其次,市场的基本规则要统一。最后,加强各区域间信息公开程度,为跨区域交易的风险防范提供保障。参考文献:1 朱

32、兰.双碳”目标下加快推进我国碳金融市场发展的路径探究 J.农村金融研究,2021(10):9-14.2 Jan Horst Keppler,Maria Mansanet-Bataller.Causalities between CO2,electricity,and other energy variables during phase I and phase II of the EU ETSJ.Energy Policy,2010,38(7):3329-3341.3 Piia Aatola,Markku Ollikainen,Anne Toppinen.Impact of the carbo

33、n price on the integrating European electricity marketJ.Energy Policy,2013,61(43):52-63.4 赵静雯.欧盟碳期货价格与能源价格的相关性分析 J.金融经济,2012(14):92-94.5 张跃军,魏一鸣.化石能源市场对国际碳市场的动态影响实证研究 J.管理评论,2010,22(6):34-41.6 Rita Sousa,Lus Aguiar-Conraria,Maria Joana Soares.Carbon financial markets:A time-frequency analysis of CO2

34、 pricesJ.Physica A:Statistical Mechanics&Its Applications,2014,414(10):118-127.7 汪中华,胡垚.我国碳排放权交易价格影响因素分析 J.工业技术经济,2018,292(2):128-136.8 Kaile Zhou and Yiwen Li.Influencing factors and fluctuation characteristics of Chinas carbon emission trading priceJ.Physica A:Statistical Mechanics and its Applica

35、tions,2019,524:459-474.9 白强,董洁,田园春.中国碳排放权交易价格的波动特征及其影响因素研究 J.统计与决策,2022,38(5):161-165.10 汪文隽.欧盟排放权配额交易市场的价格行为及市场效率D.合肥:中国科学技术大学,2011.11 邹亚生,魏薇.碳排放核证减排量(CER)现货价格影响因素研究 J.金融研究,2013,400(10):142-153.12 王倩,路京京.中国碳配额价格影响因素的区域性差异 J.浙江学刊,2015,310(4):162-168.13 陈晓红,王陟昀.碳排放权交易价格影响因素实证研究(下转第 1 1 0 页)110 9 李子奈,

36、潘文卿.计量经济学(第四版)M.北京:高等教育出版社,2015.10 张同斌,刘琳.基于微课的计量经济学课程设计与教学改革研究 J.教育教学论坛,2017(13):81-86.11 万冰魂,周恩德,李雪涛.基于 OBE 理念的计量经济学教学改革研究 J.决策与信息,2018(12):26-31.12 张凤娜.混合式模式在计量经济学中的应用效果分析 J.对外经贸,2023(3):150-153.13 Tang Howe Eng,Oriah Akir,Senian Malie.Implementation of outcome-based education incorporating techn

37、ology innovationJ.Social and Behavioral Sciences,2012,62:649-655.14 Maruti R.Jadhava,Anandrao B.Kakadea,Satyawan R.Jagtapa,Mahadev S.PatilImpact assessment of outcome based approach in engineering education in IndiaC.9th World Engineering Education Forum,WEEF 2019.15 王鹤,谭理.基于核心素养的“计量经济学”理论教学与实践教学深度融

38、合研究 J.当代教育理论与实践,2021,13(5):66-71.责任编校:李 航Reflections on the Teaching Design of Econometrics Under the OBE GuidanceZHANG Fengna1,2,YU Xiangchen3(1.Department of Finance,Harbin Finance University,Harbin Heilongjiang 150030,China;2.School of Finance,Harbin University of Commerce,Harbin Heilongjiang 150

39、030,China;3.School of Economics and Management,Yanbian University,Yanji Jilin 133002,China)Abstract:Econometrics has a strong theoretical nature and a high requirement for students preliminary learning foundation.However,traditional teaching methods are still used to organize teaching work,and stude

40、nts have a poor learning experience.It is difficult for the students to apply what they have learned after entering the job market.Based on the OBE concept,reforming the course of Econometrics and designing teaching plans in reverse to improve students self-learning awareness and motivation can bett

41、er connect with the“local atmosphere”of the industry and enhance the“confidence”of career development.Through the curriculum reform,the traditional“teacher-centered”teaching mode has moved closer to“students-centered”teaching mode.Focusing on the actual needs of the demand side(industry,enterprises,

42、students,etc.),adjustments and reforms are made at the supply side(schools,teachers,etc.)to build the teaching mode of Econometrics with the guidance of the OBE concept,and improve students classroom participation and active learning awareness.Key words:OBE;result-oriented education;students-centere

43、d;Econometrics以欧盟排放交易体系(EUETS)为例 J.系统工程,2012,30(2):53-60.14 洪涓,陈静.我国碳交易市场价格影响因素分析 J.价格理论与实践,2009,348(12):65-66.15 张云.中国碳交易价格驱动因素研究基于市场基本面与政策信息的双重视角 J.社会科学辑刊,2018,234(11):111-120.Analysis of Influencing Factors of Carbon Trading Price Under the“Double Carbon”GoalCAO Xiongfei1,YANG Shuanghui1,ZHANG Ji

44、e2(1.School of Finance,Fujian Jiangxia University,Fuzhou Fujian 350108,China;2.Futures Information Department,Fujian Aonong Biotechnology Group Co.,Ltd.,Xiamen Fujian 361008,China)Abstract:Based on the data of carbon trading price and its influencing factors in Guangdong and Hubei in the first year

45、after the“double carbon”goal was proposed,the VAR model is constructed,and the influence degree and direction of energy price and macroeconomic indexes on the carbon trading price in China is empirically studied through pulse response analysis and variance decomposition.The results show that the two

46、 places are most affected by their own prices and the carbon trading prices in different regions interact with each other.Close links of economic development can reduce the influence caused by regions constantly.International crude oil prices have a long-term positive impact on carbon trading prices

47、 in both places.Natural gas prices contribute more to carbon trading prices in Guangzhou while oil prices contribute more to carbon prices in Hubei.This means that Guangdong began to strive to achieve energy substitution during the“double carbon”goal period,while efforts in energy transformation in Hubei were a little poor.And carbon trading prices in Guangdong were greatly affected by Chinas macroeconomic development.Key words:VAR model;carbon trading price;influencing factors责任编校:李 航(上接第 7 0 页)

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服