《表1 主要变量含义及描述性统计》

《表1 主要变量含义及描述性统计》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《欧盟碳排放权交易体系第三阶段改革对碳价格的影响》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

控制变量主要用于分离其他可能因素对碳价格的影响。参考现有关于碳价格形成机制的相关文献(Mansanet-Bataller et al,2011;Creti et al.,2012;朱帮助,2014;Soliman&Nasir,2019),本文控制变量如下:(1)欧盟工业生产水平,用欧盟工业生产指数(ipi)来表示,数据来源于欧洲统计局提供的月度数据。工业生产水平会影响控排企业的实际碳排放量,工业生产水平越高,碳排放量越大,对碳配额的需求就越高(Hintermann,2010;Chevallier,2011)。(2)核证减排量价格(cer),取自Wind数据库提供的日度数据。已有研究(Jules et al.,2016)认为,CER和EUA期货价格具有很高的关联度,CER价格的波动会加剧EUA期货交易过程中的风险。(3)长期国债收益率,取自Wind数据库提供的日度数据。国债收益率能反映一个国家的偿债风险,从而影响经济状况和人们对经济前景的预期,经济下行会导致生产投资活动减少,碳排放权需求减少从而降低EUA价格。(4)能源价格,本文主要选择煤炭、石油和天然气三种能源价格。二氧化碳的排放与能源的使用直接相关,而主要的化石能源又包括石油、天然气和煤炭,已有研究证实(Hintermann,2010;Maydybura&Andrew,2011)能源市场与碳市场之间存在着天然的价格传导机制。本文的石油价格(brent)采用洲际交易所(ICE)布伦特原油期货价格;煤炭价格(coal)采用德国欧洲能源交易所(EEX)三港煤炭期货价格;天然气价格(gas)选用ICE英国天然气期货价格。选择的样本区间与被解释变量和解释变量一致,为2012年1月至2019年12月。本文的主要变量含义及描述性统计见表1。