我国八家碳排放交易市场价格波动性分析

陈柳卉 邢天才

（1.东北财经大学金融学院，辽宁大连 116025；2.东北财经大学研究生院，辽宁大连 116025）

中国的高速发展带来经济的繁荣与物质极大丰富的同时也造成了严重的环境问题。中国政府为了解决环境污染问题始终在积极推进许多解决环境问题措施的实施，开展碳排放交易市场就是措施之一。中国从2011年11月启动碳排放交易试点工作，确定把北京、深圳、上海、天津、广东、湖北和重庆7 个省市作为试点城市。经过一年多的筹备时间，2013年6月18日深圳碳排放交易市场作为中国首个碳排放交易市场开始运行，随后其他六家碳排放交易市场也陆续开展碳排放交易活动。自此碳排放交易活动在中国开展起来。

党的十八大以来，以习近平同志为核心的党中央始终把生态文明建设放在治国理政的突出位置，生态文明体制改革全面深化，使得中国自然生态环境保护情况发生了历史性、转折性、全局性变化。《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》明确提出：到2020年碳排放强度将比2015年下降18%。为了达到这个目的，中国增加福建碳排放交易市场作为试点城市进行碳排放交易。2017年12月19日，中国全国性碳排放交易体系启动，预估在2020年左右开始进行碳配额现货交易。这标志着中国碳排放交易发展到一个新的阶段。

碳排放交易活动日后会成为中国环境保护与金融交易的重要活动之一，对政府履行政府职能，保护生态环境有重要意义，有利于促进企业承担社会责任和参与保护环境事业，帮助企业降低减排成本。因此无论是政府还是企业都需要通过分析状态与预测状态制定今后的行动方向。从政府角度来看，了解碳排放价格波动特征可以实行更加具有针对性的价格监管措施；从企业角度来看，可以制定更加符合企业利益的碳排放交易策略。

一、文献综述

世界上碳排放交易市场兴起于2005年《东京议定书》的签订，此后世界许多碳排放交易市场成立。这些市场中欧盟碳排放交易体系是世界上最早建立的，也是世界上交易量最大的碳排放交易体系。欧盟碳排放交易体系是世界上最有影响力的碳排放交易体系，促进了欧盟金融行业的发展，为欧盟带来巨大的经济利益的同时使得欧盟各国减少了大量温室气体的排放，还提升了欧盟参与世界碳排放交易的话语权。开展碳排放交易可以获得以上这些优势，这使得很多专家学者开始研究碳排放交易。凯恩（Kanen）发现油价变动能够推动天然气价格发生变化，从而影响电价并最终对碳价造成影响［1］。曼萨内特·巴塔勒、帕尔多、巴洛尔（Mansanet、Pardo、Valor）从分析内部定价行为存在合理性时发现碳排放价格的波动存在非对称性和持续性的特点，与股票价格市场类似［2］。保莱拉、塔斯基尼（Paolella、Taschini） 研究欧盟碳配额价格回报率序列时发现可以使用混合正态分布的GARCH 模型验证序列存在无条件尾部行为和动态异方差性［3］。达斯卡拉基斯等（Daskalakis et al.）发现欧盟碳排放市场价格收益率序列利用模型验证序列存在“尖峰后尾”的条件异方差性［4］。塞维尔、谢瓦利埃（Sevi、Chevallier）通过使用HAR-RV 模型发现欧盟碳排放权期货价格的已实现波动率［5］。帕劳、帕尔多（Palao、Pardo）研究发现欧盟碳排放交易市场存在比较强的价格集聚效应，并且随着交易成本的增加，波动集聚现象更显著［6］。萨宁、维奥兰特（Sanin 、Violante）使用ARMAX-GARCH 模型研究欧盟第二阶段碳排放配额的短期价格行为［7］。

因为中国从2011年开始尝试开展碳排放交易市场试点工作，所以中国一些专家学者开始研究碳排放交易市场规律与价格波动规律。张跃军、魏一鸣通过使用GARCH 模型、VAR 模型和均值回归理论对欧盟碳市场期货价格运行特征进行研究，研究结果表明欧盟碳配额价格收益率波动不服从均值回归过程［8］。张玉娟使用随机波动模型对欧盟碳市场期货价格波动特征进行研究，发现第二阶段的期货价格服从均值回归过程，产生这种现象原因是欧盟碳排放期货市场发展比较成熟［9］。吕勇斌、邵律博对中国5 个试点市场的价格波动特征进行研究，发现各个市场表现出相同的非对称特征，从而对全国碳市场的建立提出相应建议［10］。周建国、刘宇萍、韩博对深圳碳交易市场的价格影响因素进行探究，从而为全国碳市场的建立提供相应的政策建议［11］。王扬雷通过对比欧盟碳排放交易价格与中国碳排放交易价格的溢出效应，提出中国应该从培养专业人才、设计合理交易机制与实施路径等方面推动碳排放交易市场的发展［12］。张婕、孙立红、邢贞成对中国6 个碳排放交易市场价格序列波动率进行研究，发现这些市场波动率存在非对称性特点，并提出发展全国碳排放交易市场的建议［13］。

通过对国内外学者发表的有关碳排放交易市场科研成果的整理与分析发现，研究者往往把研究重点放在欧洲碳排放交易体系等世界范围内比较成熟的碳排放交易市场，或者研究中国某一个碳排放交易市场，缺乏对正处于发展初期的中国8 家碳排放交易市场的整体研究，更缺乏对新建立的湖北碳排放交易市场和福建碳排放交易市场的相关研究。虽然国外成熟碳排放交易市场的研究结果对中国发展碳排放交易有一定借鉴意义，但是还需要对中国碳排放交易市场存在的特殊性进行研究与探讨。

鉴于以上原因，本文集中研究了中国八家碳排放交易试点市场价格的波动特性，希望找出湖北碳排放交易市场、福建碳排放交易市场和其他六家碳排放交易市场价格波动性是否存在巨大差异。研究结果表明湖北碳排放交易市场、福建碳排放交易市场和其他六家碳排放交易市场价格波动性不存在巨大差异，其碳排放交易市场价格波动都出现持续性、非对称性和对市场消息比较敏感的特点。同时，也证明湖北碳排放交易市场、福建碳排放交易市场与其他六家交易市场发展程度差异较小。这说明目前为止八家碳交易市场处于初步发展阶段，都需要政府积极培育碳排放交易市场、相关部门出台法律法规维持市场秩序、碳排放市场管理者提升市场服务质量和企业增强参与碳排放交易意识以促进发展。

二、中国八家碳排放交易市场价格波动性理论模型构建分析

ARCH 类模型较好地解决了传统的计量经济学对时间序列变量的第二个假设（方差恒定）所引起的问题，被广泛用于时间序列研究中。罗伯特·恩格尔(RobertF.Engle)提出了ARCH 模型解决了时间序列的波动性问题，并借此获得2003年诺贝尔经济学奖。波勒斯勒夫(Bollerslev)提出GARCH 模型，该模型是ARCH 模型的拓展。ARCH 类模型能准确地模拟时间序列变量的波动性的变化，它在金融学的实证研究中应用广泛，使人们能更加准确地把握波动性。本文研究的问题属于金融学波动性问题，适宜采用ARCH 类模型进行研究。

（一）原始数据的选取、统计性描述说明与处理

本文选取中国八家碳排放交易市场的碳排放配额现货交易数据进行研究。选取的数据符合数据可获得性与真实、全面反映碳排放交易市场情况的要求。中国现在存在九家碳排放交易市场分别是北京碳排放交易市场、天津碳排放交易市场、上海碳排放交易市场、重庆碳排放交易市场、成都碳排放交易市场、湖北碳排放交易市场、福建碳排放交易市场、广东碳排放交易市场和深圳市碳排放交易市场。而在现在处于试运营的九家碳排放交易市场中，成都碳排放交易市场目前没有公开碳排放数据，因此本文为了真实、全面反映中国碳排放交易市场情况，选择研究剩余八家碳排放交易市场。由于中国碳排放交易市场成立时间比较短、交易市场属于试运营阶段，所以仅开展碳排放配额交易现货业务，尚无碳排放期货交易等业务。出于数据可获得性角度，选取中国八家碳排放交易市场碳排放配额现货日均价作为分析对象。本文为了更加直观地体现8 家碳排放交易市场交易情况，选择在相同时间内完成的碳排放交易量作为样本量。样本时间为2017年04月05日到2019年2月28日，其中样本起始时间为湖北碳排放市场开放交易首日。选取情况如下表1。

如表2 所示，北京碳排放交易市场的日均价平均价格是八家碳排放交易市场中价格最高，日均价的平均价格为54.140 3 元。标准差9.319 30 可以说明价格波动比较大，最高价格75.1 元与最低价格30.32 元相差44.78 元也说明价格波动比较大，偏度0.154 说明日均价数据与正态分布相比处于右偏态，峰度-0.151 说明日均价数据与正态分布相比比较平缓。总体来说北京碳排放市场价格相比最高是因为地处中国环境污染比较严重的地区，辐射范围内高污染企业数量比较多，较多企业需要通过比较高的价格购买碳排放量。位于北京的企业往往比较能够接受环保思想，重视环境保护因此乐于购买碳排放交易权。上海碳排放交易市场的日均价平均价格在8 家碳排放交易市场中价格处于次高位，日均价的平均价格为34.720 4 元。标准差4.008 82 可以说明价格波动比较大，最高价格44 元与最低价格24.75 元相差19.25 元也说明价格波动比较大，偏度-0.473 说明日均价数据与正态分布相比处于左偏态，峰度-0.592 说明日均价数据与正态分布相比比较平缓。总体来说上海虽然碳排放交易成交量一般，但是碳排放交易价格比较高。

表1 中国碳排放交易市场样本选取数据选取情况汇总表

表2 八家碳排放交易市场价格统计性描述

广东碳排放交易市场的日均价平均价格在八家碳排放交易市场中价格处于中等偏上的位置，日均价的平均价格为14.654 7 元。标准差2.010 25 可以说明价格波动比较小，最高价格20.94 元与最低价格9.8 元相差11.14 元也说明日均价格波动一般，偏度0.827 与正态分布相比处于右偏态，峰度0.227 说明日均价数据与正态分布相比比较平缓。广东企业对碳排放量需求比较大，成交量大，相比之下需求量比较稳定，日均价格波动比较小。深圳碳排放交易市场的日均价平均价格在8家碳排放交易市场中价格处于中等偏上，日均价的平均价格为27.495 5 元。标准差7.635 39 可以说明价格波动比较大，最高价格43.18 元与最低价格8.24 元相差34.94 元也说明价格波动大，偏度-0.314 说明日均价数据与正态分布相比处于左偏态，峰度-0.562 说明日均价数据与正态分布相比比较平缓。深圳企业比较多，对碳排放量的需求量也比较大，成交量比较大，所以日均价比较高。

湖北碳排放交易市场的日均价平均价格在八家碳排放交易市场中价格处于中等偏下，日均价的平均价格为19.463 1 元。标准差6.523 53 可以说明价格波动比较大，最高价格38.57 元与最低价格11.56 元相差27.01 元也说明价格波动比较大，偏度0.703 说明日均价数据与正态分布相比处于右偏态，峰度-1.25 说明日均价数据与正态分布相比比较平缓。总体来说湖北碳排放交易市场从成立后发展势头比较好，碳排放交易比较多，成为相同时间内碳排放交易最多的碳排放市场。重庆碳排放交易市场的日均价平均价格在8 家碳排放交易市场中价格最低，日均价的平均价格为5.327 2 元。标准差9.101 31 可以说明价格波动一般，最高价格12.2 元与最低价格1 元相差11.2元也说明价格波动比较大，偏度2.52 说明日均价数据与正态分布相比处于右偏态，峰度7.1 说明日均价数据与正态分布相比比较陡峭。总体来说重庆碳排放交易市场发展状态处于中等水平，发展态势比较好。

福建碳排放交易市场的日均价平均价格在8 家碳排放交易市场中价格偏上，日均价的平均价格为23.908 3 元。标准差6.477 8 可以说明价格波动比较大，最高价格38.57 元与最低价格12.93元相差25.64 元也说明价格波动大，偏度0.588 说明日均价数据与正态分布相比处于右偏态且比较小，峰度-0.711 说明日均价数据与正态分布相比比较平缓。总体来说福建比较多台资企业，需要购买碳排放量满足自身，所以福建碳排放交易市场发展比较好。天津碳排放交易市场的日均价平均价格在8 家碳排放交易市场中价格处于中等偏下，日均价的平均价格为10.117 5 元。标准差1.826 7可以说明价格波动小，最高价格12.2 元与最低价格8.51 元相差3.69 元也说明价格波动小。偏度0.299 说明日均价数据与正态分布相比处于右偏态，峰度-4.24 说明日均价数据与正态分布相比比较陡峭。值得注意的是在样本时间内天津碳排放交易市场只完成四笔碳排放交易。说明天津碳排放市场成交量比较小，发展水平需要进一步提升。

为了保证研究的准确性需要通过样本价格计算出在样本区间的收益率序列，并且对收益率进行实证分析。计算样本区间的收益率序列的方法是在对碳排放日均价取对数的基础上进行一次差分。用公式表示如下：

其中，rt表示在时间t 时的收益率，Pt表示在时间t 时的碳排放价格。

（二）理论模型的选择

通过对原始数据的统计性描述与处理可以发现数据存在一定的波动性，而且由于数据存在非连续时间的问题，所以不能采用连续时间序列的计量模型，需要采用非连续时间序列的计量模型。本文采用ARCH 类模型来进行实证分析。ARCH 模型簇可以应用在非连续时间序列中，并且可以比较恰当地反映非连续时间序列的波动情况。本文采用的GARCH 模型是ARCH 模型的扩展，本文中采用的另一种模型T-GARCH 是GARCH 模型的扩展。这两种模型从不同角度反映非连续时间序列的波动性。

1.GARCH 模型。这个模型可以有效地检测数据波动的持续性特征，如实地反映数据波动的长期记忆性和非线性。这个模型可以解决ARCH 模型中需要保证αi 非负，但是随着滞后阶数p 的增长与无限制约束估计会违背这一保证。为了不违背这一保证计量学者会加上一个相当任意的递减时滞结构。经过改进增加成一个分布滞后模型就变成了GARCH 模型。该模型形式如下:

其中p 是ARCH 的阶数，q 是自回归GARCH 项的阶数，p>0 并且βj>0，1≤i≤p，α（L） 和β（L）是滞后算子多项式。同时为了保证GARCH（p，q）模型的条件方差有明确定义，相应的ARCH（∞）模型的所有系数都必须是正数。

2.TGARCH 模型。这种模型又称为门限ARCHM 模型，可以用来描述非对称冲击的模型，证明好消息和坏消息对条件方差存在不同冲击，还可以检测非对称冲击效果。该模型形式如下：

其中dt-1是一个虚拟变量，当μt-1<0 时，dt-1=1；否则dt-1=0。只要γ≠0，就存在非对称效应。在式（3）中条件方差方程中的项μt-1dt-1称为非对称效应项，或TARCH 项。好消息μt-1>0 时有一个α 倍的冲击，此时dt-1=0 坏消息μt-1<0 时有一个（α+γ）的冲击。如果γ>0 则存在“杠杆效应”，非对称性会使得波动加大，如果γ<0,则非对称性作用使得波动减少。

三、中国八家碳排放交易市场价格波动性实证分析

研究八家碳排放交易市场收益率波动性，需要对数据进行统计性描述、单位根检验、自相关检验后进行ARCH 类模型实证并分析。

（一）收益率序列统计性描述

为了对8 家碳排放交易市场收益率波动性进行实证性研究，首先要对数据进行统计性描述（见表3）。北京碳排放交易市场的收益率在8 家碳排放交易市场中价格处于中等偏下，平均值为-0.000 244 31。标准差0.043 195 可以说明相比之下收益率波动处于中等水平，最大值0.210564 与最小值-0.201 714 相差较处于中等水平也说明波动处于中等水平。从偏度和峰度4.54 可以看出都具有尖峰后尾特征，拒绝正态分布。其他7 家碳排放交易市场收益率序列态分也拒绝正态分布。广东、湖北和重庆碳排放交易市场收益率平均值都为负。其他4 家市场收益率序列平均值都为正，但是都没有达到0.01。其中平均值最高为0.052 143 42，说明中国碳排放交易市场收益率平均值不高。标准差也比较小，最大值和最小值差值也不大，说明波动不大。从整体统计性描述数据可以看出中国8 家碳排放交易市场收益率水平整体不高，是因为中国碳排放交易市场处于初步发展阶段，还有比较大的进步空间。虽然对天津碳排放交易市场收益率进行统计性描述，但是由于样本过少无法进行下一步研究。所以下一步研究对象为除天津碳排放交易市场外的其余市场。

（二）单位根检验

为了对中国七家碳排放交易市场收益率序列进行实证研究，必须要避免出现伪回归的情况。本文选择ADF 单位根检验方式来验证是否存在伪回归。8 家碳排放交易市场收益率序列ADF 单位根检验结果表明全部收益率序列在1%水平拒绝原假设。说明8 家碳排放交易市场收益率序列均为平稳序列，可以采用ARCH 系列模型进行实证研究。

表3 八家碳排放交易市场收益率序列统计性描述

（三）自相关性检验

首先通过表4 可以直观地看出七家碳排放交易市场收益率序列没有呈现出规律性，而是均呈现出聚集性波动性。这说明普通的回归方程不适合描述7 家碳排放交易市场收益率。因此可以尝试采用ARCH 系列模型研究7 家碳排放交易市场收益率序列情况。

检验是否可以采用ARCH 系列模型有两种方式：一种方式是拉格朗日乘数法（LM）法，另一种方式是对残差的平方相关图检验。本文采用对残差的平方相关图进行检验的方式来确定这些收益率序列是否可以使用ARCH 系列模型。选用这种方式是因为这种方式可以生成图形从而比较直观地显示残差的平方是否存在自相关。检验结果表明8 家碳排放交易市场收益率序列的残差平方均存在自相关性，可以采用ARCH 系列模型进行实证研究。

（四）GARCH模型选择及实证结果分析

为了保证GARCH 实证结果的准确性，本文对七家碳排放交易市场收益率序列分别使用GARCH（1，1）模型、GARCH(2，1)模型和GARCH（1，2）模型进行参数估计，并且根据赤池信息准则和施瓦茨准则选择最适合的模型。这两个准则都要求选择参数的数值最小，根据以上原则选择最适合的8 家碳排放交易市场收益率序列模型估计结果并绘制成表4 如下。

外国专家曾经论证在GARCH 系列模型中使用GARCH(1，1)模型适用于拟合大多数数据。但是有的学者认为北京碳排放交易市场和广东碳排放交易市场的收益率序列使用GARCH（1，1）模型拟合效果不好，拟合程度比较低。本文为了验证在选择的样本区间内是否也存在使用GARCH（1，1）模型拟合效果不好，拟合程度比较低的问题。所以选取GARCH（1，1）模型、GARCH（2，1）模型和GARCH（1，2）模型进行比较，通过赤池信息准则和施瓦茨准则来比较AIC 值和SC 值选择最小的数值，发现在样本区间7 家碳排放交易市场收益率序列都是在使用GARCH（1，1）模型时AIC 值和SC值最小，不存在其他研究者发现在样本区间使用GARCH（1，1）拟合效果不好，拟合程度比较低的问题，实证结果表明GARCH（1，1）模型比较好地反映了8 家碳排放交易市场收益率序列的情况。

本文认为文中北京碳排放交易市场和广东碳排放交易市场没有出现使用GARCH（2，1）模型拟合效果比较好的情况是因为与使用GARCH（2，1）模型样本区间不同。那篇论文中北京碳排放交易市场和广东碳排放交易市场选取的样本时间为碳排放交易市场开始进行碳排放交易到2017年6月左右，本文的样本时间为2017年04月05日到2019年2月28日。北京碳排放交易市场和广东碳排放交易市场已经开展一段时间的碳排放交易，并且该交易也初步形成一定规模，为了促进碳排放交易的发展，各项配套措施也在不断完善，所以碳排放交易比较稳定，GARCH（1，1）模型可以比较好地反映出新时期的北京碳排放交易市场和广东碳排放交易市场的情况。

表4 七家碳排放交易市场收益率序列GARCH 模型及方差方程参数估计结果

GARCH 模型中α1 大于0 说明外部冲击对碳排放市场价格产生影响，其中外部冲击对北京碳排放市场价格的影响更大。GARCH 模型中β 小于1，可以说明外部冲击对于碳排放市场价格冲击具有一定持续性，其中外部冲击对于深圳冲击持续性比较强。目前中国碳排放交易市场依旧属于试点阶段，政府监管比较严格。一旦碳排放价格出现较大的波动时，政府会采取一些措施保证碳排放价格回归到比较稳定的价格。7 家碳排放交易市场价格波动情况均反映出这一特征。外部冲击对于北京碳排放市场价格冲击更大是因为北京市政府出台多项政策维护碳排放交易市场秩序。外部冲击对福建碳排放交易冲击比较持续是因为福建碳排放交易市场成立时间比较短，交易量比较小所以突出冲击持久性强。碳交易排放市场比较高的准入要求降低了一部分企业开展碳交易排放的可能性，相关法规对于违约企业处罚力度比较轻增加了企业违约的可能性，因此市场需要采取措施提高企业参与碳排放交易的可能性。

（五）T-GARCH模型及实证结果分析

为了进一步研究七家碳排放交易市场收益率序列的波动率情况，使用T-GARCH 模型进行实证研究，研究结果如下表5。

从图中可以看出七家碳排放交易市场收益率序列的T-GARCH 模型中杠杆系数均不为0，说明这些收益率序列波动存在非对称性效应。如果市场出现有利于碳排放交易的好消息比如中国宏观经济形势比较好、中国政府加强环境污染治理，此时对于北京碳排放价格、上海碳排放价格、广东碳排放价格、深圳碳排放价格、湖北碳排放价格、重庆碳排放价格和福建碳排放价格的影响分别是0.384 035 倍、0.096 764 倍、0.467 218 倍、0.077 774 倍、0.364 243 倍、0.391 364 倍和0.218 212 倍。如果市场出现不利于碳排放交易的坏消息如法国将要退出《巴黎协定》，此时对于北京碳排放价格、上海碳排放价格、广东碳排放价格、深圳碳排放价格、湖北碳排放价格、重庆碳排放价格和福建碳排放价格的影响分别是0.828 751 倍、0.265 693 倍、0.674 325 倍、0.022 663 倍、0.186 511 倍、0.361 269倍和0.386 759 倍。通过比较这些数据可以看出天津碳排放交易市场、湖北碳排放交易市场、深圳碳排放交易市场面对好消息的影响大于坏消息。其余五家碳排放交易市场则是存在面对坏消息影响大于好消息。

表5 七家碳排放交易市场收益率序列T-GARCH 模型及方差方程参数估计结果

广东碳排放交易市场、湖北碳排放交易市场、重庆碳排放交易市场、福建碳排放交易市场与其他3 家碳排放交易市场相比存在市场面对好消息影响大于坏消息影响的情况。这些地区中企业不仅对生产设备进行升级改造，还对企业思想进行改造并认识到环境保护的重要作用，积极参与碳排放交易活动，促进了碳排放交易市场的发展。剩余三家企业对于坏消息比较敏感，深圳、上海属于中国改革开放程度最高的地区之一，其企业往往与国际其他国家业务往来比较多，受到国际影响程度深，因此对坏消息更加敏感。北京作为中国重点治理环境污染的地区，对于碳排放交易要求和监管程度与其他地方相比比较严格，导致一些企业无法进入市场，因此对于坏消息更加敏感。

五、结论与建议

本文采用ARCH 系列模型来研究中国八家碳排放交易市场价格波动性分析，研究结果表明天津碳排放交易市场发展缓慢、湖北碳排放交易市场和福建交易市场除了与其他市场同样存在价格波动出现持续性、非对称性和对市场消息比较敏感的特点外，还存在与其他六家交易市场发展程度差异较小的特点。以上这些研究结果有力地证明湖北碳排放交易市场和福建交易市场与其他碳排放交易市场同处于初级发展阶段，可以采用同样方式来提升碳排放交易的进一步发展。

通过以上研究可以看出中国八家碳排放交易市场发展还处于初级成长阶段，还有比较大的发展空间。中国八家碳排放交易市场需要获得进一步发展，始终离不开建设碳排放交易市场。结合中国碳排放交易市场发展仍处于初步发展阶段的现实情况，建设碳排放交易市场应该从政府积极培育碳排放交易市场、相关部门出台法律法规维持市场秩序、碳排放市场管理者提升市场服务质量和企业增强参与碳排放交易意识等方面来开展。

第一，政府积极培育碳排放交易市场可以进一步发展碳排放交易市场。首先应该做到降低进入碳排放交易市场的标准，鼓励中小企业和个人投资者进入碳排放交易市场。迄今为止碳排放交易市场只允许排放超过一定标准的企业进入，中小企业和个人投资者并不能进入。中小企业是中国发展市场经济的重要力量，个人投资者的投资进入碳排放交易市场可以弥补一部分碳排放交易的资金缺口。鼓励中小企业和个人投资者进入碳排放交易市场可以促进碳排放交易量的增加，使得碳排放市场获得进一步发展。其次是实行免收会费制度。企业为了获得进入碳排放交易市场的资格，需要缴纳一定的入会费用，这些费用导致企业环保成本增加，一些企业从维护自身利益角度考虑会拒绝缴纳过高的会费，无法进入碳排放交易市场，这样不利于碳排放市场的长远发展。最后需要帮助企业树立环保意识和企业利用金融为自身服务的意识才能促进碳排放交易市场的发展。企业必须明确碳排放交易市场的存在可以解决降低企业碳排放费用的问题，才能自主、自愿参与到碳排放交易活动中来，促进碳排放市场的进一步发展。

第二，相关部门出台法律法规维持市场秩序方面可以进一步发展碳排放交易市场。由于中国现存的碳排放交易市场处于试点运行状态，没有比较完善的法律法规来维持市场秩序。目前一些法规约定对于参与碳排放交易的企业出现违约责任的惩罚程度比较轻，对企业威慑力较低，不利于维持正常的市场秩序，应该适度增加对违约企业的惩罚力度。从实际情况来看大部分企业并非自愿参与到碳排放交易活动中，而是因为政府强制企业履行减排义务参与碳排放交易活动。比较轻的惩罚制度会导致企业参与碳排放市场的积极性进一步降低，会导致碳排放交易市场的作用不能够正常发挥，会导致减排的效果受到削弱。因此，有必要适当加强惩罚力度，对于违约企业起到有效的惩罚作用，震慑市场，保障守约企业的合法权益，达到维护市场秩序的目的，从而进一步促进碳排放交易市场的发展。

第三，碳排放市场管理者提升市场服务质量可以进一步发展碳排放交易市场。中国各地碳排放交易市场发展情况不同，需要碳排放交易市场管理部门结合实际情况与实际需求开展有针对性的服务。例如深圳碳排放交易市场为了满足广大企业需要进行碳排放交易的需求，在周六周日临时增加开放碳排放交易市场。这样及时缓解众多企业对于碳排放量的需求。碳排放交易市场管理部门。上海碳排放交易市场管理部门为了鼓励企业积极参与碳排放交易，开展年度优秀会员评选活动。可以借鉴国外先进经验并结合中国实际情况来提升中国碳排放交易管理部门的服务水平，转变观念，树立中国碳排放交易离不开碳排放交易管理部门服务水平发展的意识。只有积极服务参与碳排放交易的企业，才能增强这些企业继续参与碳排放交易活动的信心，保证碳排放交易活动的持续进行，维持碳排放交易市场的持续发展。

第四，企业增强参与碳排放交易意识可以进一步发展碳排放交易市场。中国碳排放交易市场的发展始终离不开企业的参与，企业才是碳排放交易中的交易主体。其余参与者都是为企业开展碳排放交易业务而存在，只能起到辅助作用。只有企业增强参与碳排放交易意识，树立保护自然生态环境的信念才能够认识到企业有责任有义务参与到碳排放交易活动中，从而主动参与碳排放交易活动以带动碳排放交易的发展。