碳市场与股票市场间的尾部风险——溢出效应与溢出动因检验

段 钰，苏 民

（太原理工大学 经济管理学院，山西 晋中 030600）

一、引言与文献综述

在全球变暖问题日益严峻的背景下，控制和减少温室气体排放已成为全球共识。碳排放权交易作为控制碳排放、促进低碳经济发展的有效市场化举措，已成为我国落实减排承诺、实现“双碳”目标的重要政策工具。在试点市场的基础上，全国碳排放权交易已于2021 年7 月正式开市，基于目前的运行状况而言，碳市场的减排效应显著。但由于受到宏观经济环境、气候政策变化等诸多要素的影响，碳价格容易遭受剧烈波动，使碳市场较于股票市场呈现出不确定性。与此同时，交易标的的复杂性、时间的跨期性以及交易结果的不确定性也进一步加剧了碳市场的不稳定性，潜藏着一定风险[1]。

随着经济全球化和金融一体化的不断发展，碳市场与各金融市场之间的关联逐渐突出和复杂。已有研究表明，碳市场与股票市场之间存在高度关联性，碳价格浮动可能会引发股价涨跌，导致金融风险的跨市场传递，进而影响整个金融系统的正常平稳运行[2]。金融安全是国家安全的重要组成部分，维护金融安全关系到我国经济社会发展全局。而碳市场与股票市场间的尾部风险溢出问题关系到我国碳金融体系的安全稳定，尤其是在应对气候变化和促进低碳减排的进程中，对该问题的深入研究与探讨就显得十分必要。因此，探究碳市场和股票市场间尾部风险的溢出效应，准确甄别跨市场尾部风险的溢出动因，对于有效防控碳市场风险、维护碳市场与股票市场的平稳运行，以及推进我国实现低碳转型和经济社会高质量协同发展具有一定的理论意义和实践价值。

关于碳市场和其他金融市场之间的风险溢出效应，学术界进行了多维度的揭示与探讨，较多研究重点关注碳市场与各金融市场之间的风险溢出效应是否存在。一些学者通过构建DY 溢出指数模型证实了股票市场对欧盟碳排放配额期货市场具有显著的风险溢出效应，并且其溢出程度与宏观经济环境紧密相关[3]。一些学者深层次探究了欧洲碳市场与可再生能源市场间的联动问题，发现由于信息和经济活动的交互性，两市场间呈现出显著的溢出效应[4]。随着我国碳排放权交易市场正式开市，针对我国碳市场与金融市场间的风险相关性和溢出效应的研究得到了学者们的密切关注。一些学者通过研究碳市场、商品和金融市场之间的关系，发现传统行业违约率的提升以及新兴产业资产泡沫都会促使我国碳市场成为风险溢出的净传递方[2]。一些学者的研究验证了我国碳市场与能源市场间存在双向溢出效应，但不同地区的碳市场具有一定的差异性[5]。一些学者基于重大突发公共卫生事件的视角探究了碳市场与股票市场间的相关性，发现在极端风险事件下，两个市场间的相关性显著增强[6]。此外，少数学者从跨市场风险溢出的方向、强度及动态变化等角度来理解碳市场与各金融市场之间的关系。一些学者利用MSVAR模型揭示了能源期货市场、能源股票市场与碳市场之间非线性关系的动态演变规律[7]。一些学者采用基于TVP-VAR 模型的时变波动溢出指数阐述了碳市场与有色金属期货市场之间溢出效应的方向和强度具有时变和非对称的特征[8]。一些学者聚焦于碳市场与电力市场间的风险溢出效应，认为两个市场间的短期风险溢出程度大于中期和长期[1]。

在有关尾部风险溢出动因的研究中，一些研究将市场之间的风险溢出动因分为真实联系和金融联系两大类别[9]。真实联系主要指在单个经济主体出现金融风险时，与之具有业务往来和信贷关联的其他经济主体会因此遭受基本面恶化，在股票市场上则表现为跨市场的风险溢出。金融联系主要指一个市场下跌时，市场参与者根据自身需求调整投资组合，从而影响另一个市场的均衡价格。金融联系的风险溢出可以通过相关信息、投资者流动性约束和非理性行为等渠道产生。其中，相关信息渠道重点关注金融市场的信息不对称性对跨市场风险溢出的影响。一些研究发现，投资者在基于自身需求调整资产组合时，会引起跨市场的风险溢出，而这种溢出的模式和程度取决于宏观经济的不确定因素和每个市场的信息不对称性[10]。一些研究认为，金融市场的信息不对称使投资者难以通过股票价格波动判断行业的发展趋势，容易导致投资者“反应过度”以致抛售相关资产，进而加剧行业间的风险溢出程度[11]。投资者流动性约束渠道着重描述在受到风险冲击时具有财富约束的投资者会基于自身流动性需求来配置不同市场的资产，进而产生市场间的风险溢出。一些学者对投资者的流动性约束动因进行了检验，发现该因子仅对少数市场的风险溢出效应具有显著影响[12]。投资者非理性行为渠道强调投资者因遭遇损失而产生的恐慌情绪，驱使其做出非理性的投资行为，从而对金融市场造成负面影响。一些学者采用市场收益率分散指标CSAD 来表征市场中的羊群效应，并考察了投资者非理性行为对发达市场与新兴市场尾部风险的影响，结果发现投资者的羊群行为是次贷危机时期跨市场风险溢出的重要动因[13]。本文可能在以下两个方面丰富了现有文献。

第一，以往研究均已论证碳市场与股票市场间存在显著的尾部风险溢出效应[6]，但却鲜有学者涉及碳市场与股票市场间尾部风险溢出动因的研究。本文在度量碳市场与股票市场间尾部风险溢出程度的基础上，进一步分析了跨市场的尾部风险溢出动因。这有助于为后续系统性防控碳市场风险和推进碳市场基础制度建设等提供富有价值的实证参考，具有现实的指导意义。

第二，现有文献较多集中在从宏观经济环境、气候政策变化及投资者非理性情绪等角度探讨跨市场风险溢出的影响因素，却忽视了投资者的“理性”动因也可能引发市场间的风险溢出，如投资者的流动性约束。本文将投资者的流动性约束纳入研究范畴，深化了跨市场风险溢出影响因素的相关研究，为碳市场与股票市场间的风险溢出动因提供了新的解释。

二、理论分析

（一）碳市场与股票市场间的尾部风险溢出效应分析

为了环境保护而达成的各项国际公约推动了碳金融体系的形成和发展，使得碳排放权交易具有了金融属性，并且在碳金融化加速发展的背景下，碳市场与其他金融市场之间的联动性也在不断增强[14]。根据“联动效应”理论，当两个市场出现联动时，一个市场的私有信息变化会引起另一市场的价格波动[15]。针对本文的研究对象，碳市场和股票市场之间的相互作用主要体现在两个方面。

第一，碳市场通过影响高排放、高污染企业购买碳排放权和采用绿色创新技术等行为，将其碳排放所产生的负外部性成本内部化。碳价格波动直接关系到企业的低碳转型方式和成本，从而影响这些企业的股票价值。例如，碳价格的提高会引起企业的生产经营成本上升和净利润下降，进而导致企业的现金流短缺和股票价格降低；反之亦然。

第二，股票市场是宏观经济的晴雨表。股票市场的繁荣程度传递着宏观经济信号，可能会直接影响市场参与者投资或投机决策，从而影响碳价格。当股票市场较为低迷时，市场中的悲观情绪蔓延，投资者更有可能因股票市场指数下跌而减持在碳市场的投资，从而增强跨市场的风险溢出效应；相反，当股票市场较为繁荣时，市场参与者的信心高涨，由投资者非理性情绪而引发的跨市场风险溢出程度则相对较低。可见，碳市场与股票市场间相互影响，关联紧密。

（二）碳市场与股票市场间的尾部风险溢出动因分析

一些学者基于“信息流”分析了金融风险的溢出效应，认为溢出效应实质上是一种信息的跨市场传递现象[16]。有效市场理论指出，处于同一宏观经济环境下的不同市场，由于对信息反应速度的差异，导致信息从强有效市场溢出至弱有效市场。本文的研究对象是我国的碳市场与股票市场，这两个市场共享着相同的基本信息，而市场之间的信息传导加剧了跨市场的风险溢出程度，因此我国金融市场环境的变化可能会影响碳市场与股票市场之间的风险溢出效应。在不完全市场中，私有信息的存在降低了资源配置效率，使得处于信息劣势方的投资者难以通过价格波动获取市场信息。当一个市场下跌时，不知情的投资者往往根据该市场的价格变化来推断其他市场的相关信息。由于难以明确引起市场下跌的原因，投资者基于规避风险的目的更可能抛售与之相关的所有投资标的，引发跨市场的风险溢出[17]。因此，信息不对称性越强，市场间的风险溢出程度越高；反之，在信息不对称性较弱的市场中，公众能够厘清市场波动的风险源头，从而有助于缓解由于投资者抛售资产而引起的金融风险的跨市场蔓延。

此外，投资者的流动性约束和非理性行为也是影响碳市场与股票市场间风险溢出效应的重要驱动因素[18]。基于行为金融学理论，股票价格不仅反映了国家宏观经济的发展状况，还体现着市场投资者的预期和情绪。由于碳市场与股票市场均具有金融属性，投资者出于财富约束的考虑需要在两个市场间进行资产组合交易或仅在一个市场内交易，以实现投资收益最大化。受到替代效应的影响，投资者依据对碳资产价值的预期来调整不同市场的资产配置比例，从而将风险传导至其他市场。同时，传统的经济学理论认为，投资者在追求收益最大化时，总是能够全面、正确地捕捉到市场的所有信息，并以理性的方式评估投资决策的收益和风险。然而，随着学者们对投资者行为研究的逐渐深入，不少文献论证了我国股市中存在着非理性行为现象，如投资者的羊群效应、过度反应及风险厌恶增加等[19]。这些非理性行为将通过影响投资组合，引发市场价格波动，进而引起跨市场的风险共振。当一个市场面临风险时，投资者的悲观情绪会迅速蔓延至其他市场，使市场中的羊群效应问题愈发严重，进而导致金融市场的不稳定性上升[20]。并且在悲观情绪下，投资者的风险厌恶增加，更容易基于规避风险的目的减持资产，造成在投资者恐慌情绪下跨市场风险溢出的不断推升。碳市场与股票市场间的风险溢出机制见图1。

图1 碳市场与股票市场间的风险溢出机制图

三、研究设计

（一）尾部风险溢出效应度量

2008 年金融危机以来，资产风险的尾部相关性引起了学者们的高度重视。一些学者在VaR模型的基础上引入了条件概率，提出了用条件在险价值（CoVaR）指标来度量市场在另一个市场处于极端风险时所面临的风险[21]。为了更精准地刻画风险在不同市场间的传播和外溢现象，一些研究定义了ΔCo-VaR 指标，用于比较市场在另一个市场处于极端风险状态和另一个市场处于平稳状态时的条件在险价值的差异[21]。由于ΔCoVaR 指标能够弥补传统VaR模型易低估风险的不足，具有较好的内在一致性和稳健性，所以该方法在国内外跨市场风险溢出的相关文献中得到广泛应用[22-23]。鉴于此，本文选用ΔCoVaR指标来测度跨市场的风险溢出程度，其计算表达式为：

其中，VaRq和VaR50%分别表示市场i 在极端风险状态和正常风险状态下的在险价值；CoVaR 表示当市场i 面临极端风险时，市场j 在一定置信水平下所要面临的最大风险；ΔCoVaR则表示在一定置信水平下，市场j 在市场i 面临高风险时的条件在险价值和在市场i 面临低风险时的条件在险价值之差。在本文中，置信水平为95%。

为了求解ΔCoVaR，首先应计算市场i 的风险价值VaR。根据一些学者的研究，基于分位数回归的ΔCoVaR 模型不需要对金融时间序列的残差分布做出假设，同时还可以通过引入状态变量控制风险的外部性[24]。因此，本文选择分位数回归方法计算ΔCoVaR值。关于状态变量的选取，本文借鉴一些研究方法，选取Fama-French 五因子变量作为自变量来表征宏观市场风险[25]，由此构建计算VaR 值的分位数回归模型：

其中，Ri为市场i的对数收益率，Rj为市场j的对数收益率，mkt、smb、hml、rmw、cma 分别为Fama-French五因子模型中的市场风险因子、规模因子、账面市值比因子、盈利能力因子和投资模式因子。

接着，对市场j构建分位数回归模型：

那么，市场i对市场j的风险溢出值为：

（二）尾部风险溢出动因检验

1.溢出因子代理变量

信息不对称（ASY）。一些研究认为，大宗交易的买方（卖方）通常因为其公司董事、机构等特殊身份而获得内部信息[26]。因此，本文参考一些研究，采用A股市场每日大宗交易量与正常交易量的比值作为市场信息不对称的代理变量[26]。

投资者流动性约束（Liq）。通过交易量测度流动性是较为常见的方法[27]。本文用A 股市场交易量的对数来表征投资者流动性约束。

羊群效应（HM）。作为投资者非理性行为的集中体现，投资者情绪蔓延在市场中形成的羊群效应将通过干扰投资者的心理活动影响投资者的资产配置，进而引发跨市场的风险溢出[9]。羊群效应使投资者更容易做出一致的买入或卖出决策，这时市场收益率分散指标CSAD 会减少。本文借鉴一些学者的做法，采用CSAD 指标反映股票市场中的羊群效应[13]。

具体计算公式如下：

其中，Ri,t和Rm,t是资产i 和市场组合m 在t 时刻的收益率；N是资产总数。

2.溢出因子检验模型

关于回归模型的选择，对数据进行Chow 检验、LR 检验和Hausman 检验，发现上述检验均在5%的水平下拒绝原假设。为此，本文构建固定效应模型来探究碳市场与股票市场尾部风险溢出动因，具体模型如下：

其中，Risk1 为碳市场产生风险溢出程度，本文将碳市场对各个股票市场的ΔCoVaR 值作为碳市场产生风险溢出的程度值。Risk2 为遭受风险溢出程度，本文将各个股票市场对碳市场的ΔCoVaR 值作为碳市场遭受风险溢出的程度值。μi为个体效应，γt为时间效应，εi,t为随机误差项，下标i，t 分别为市场和年份。Risk1和Risk2均是在市场处于极端风险状态的假设下开展研究的，从而不会出现对信息不对称（ASY）、投资者流动性约束（Liq）和羊群效应（HM）指标产生影响的情况。同时，为了防止遗漏变量，本文控制了个体固定效应和时间固定效应。因此，该模型不存在互为因果和遗漏变量的内生性问题。

（三）样本选取和数据来源

作为全国首批碳交易试点之一，湖北已建立了相对成熟的碳市场交易体系。截至2022 年年末，湖北碳排放交易中心累计配额成交3.75 亿吨，占全国的44.6%，累计成交总额90.71 亿元，占全国的46.9%，且多项市场指标均居全国前列。①资料来源：http://dfjrjgj.hubei.gov.cn/。因此，本文选取湖北碳市场作为研究对象，其交易数据来源于湖北碳排放权交易中心。股票市场数据采用Wind 一级行业指数的日收盘价，包括能源、材料、工业、可选消费、日常消费、医疗保健、金融、信息技术、电信服务、公共事业等十个行业。行业指数数据来源为Wind 数据库，信息不对称性、投资者流动性约束和羊群效应涉及的市场数据均来自CSMAR 数据库。以上均采用日度数据。基于各项数据的可得性，本文中所有指标的样本区间为2014 年4 月2 日至2022 年6 月1 日，涵盖2015 年我国股市价格持续下跌及2020年新冠肺炎疫情暴发时期。

四、实证结果分析

（一）描述性统计

本文通过对碳市场与各行业指数收盘价进行对数差分（再乘以100）处理，得到碳市场与各行业指数的收益率。从表1 显示的描述性统计结果来看，碳市场收益率的标准差最大，说明相较于其他市场，碳市场的风险波动最大。金融行业具有较小的标准差，说明该行业具有较好的稳定性。此外，碳市场与各行业指数收益率的偏度均不为0，峰度均大于4，JB 检验也在1%水平下拒绝了原假设，即认为各收益率序列具有尖峰厚尾的特征，不服从正态分布。因此，本文选择分位数回归模型来度量碳市场与股票市场之间的风险溢出效应具有一定科学性与适用性。

表1 碳市场与各行业指数收益率的描述性统计结果

（二）尾部风险溢出度量结果分析

图2显示了碳市场对股票市场的ΔCoVaR 序列，以直观展示碳市场对不同股票市场的尾部风险溢出效应。测度过程为：基于公式（6）估计在95%的置信度下，当碳市场处于5%的极端风险状态时，对各个股票市场的ΔCoVaR 值。如图2 所示：（1）在95%的置信水平下，碳市场对各个股票市场ΔCoVaR 值的波动趋势在样本期内具有一致性，风险溢出值出现上升和下降的交替循环形态。其中，2015 年和2020 年ΔCoVaR 值的波动幅度明显大于其他时期，对应我国股市持续下跌时期和新冠肺炎疫情暴发时期。这说明我国碳市场与股票市场的尾部风险溢出效应与我国宏观经济环境的变化紧密相关。（2）碳市场对材料行业的尾部风险溢出效应较强，其ΔCoVaR值集中在[0.8,1]。材料行业位于产业链上游，为下游行业提供基础的原材料和服务，该行业的发展本身就与碳价格波动密切相关。（3）碳市场对日常消费、医疗保健和电信服务行业的尾部风险溢出程度较弱，其ΔCoVaR 值围绕0.3 上下浮动。作为关系国计民生的行业，日常消费和医疗保健行业更能在经济周期的变化中保持稳定。而电信服务行业是我国的重要战略行业，该行业中的上市公司较多由国有资本控股，因此，该行业也具有较高的稳定性。

图2 碳市场对股票市场的ΔCoVaR序列

图3 展示了我国股票市场对碳市场的尾部风险溢出情况。测度过程为：基于公式（6）估计在95%的置信度下，各股票市场在5%的极端风险下，对碳市场的ΔCoVaR值。从图3可以看出以下几点。

图3 股票市场对碳市场的ΔCoVaR序列

（1）在95%的置信水平下，碳市场遭受各个行业风险溢出的动态趋势基本一致。其中，2015 年和2020 年股票市场对碳市场的风险溢出程度明显提高。

（2）金融行业对碳市场的尾部风险溢出程度较高。其原因在于，近年来各种以经济金融化为特征的创新业务活跃，促进了金融行业与实体行业的深度融合，其内在关联也日趋紧密复杂，这种关联性可能是加速跨市场风险溢出效应的重要因素。

（3）日常消费行业对碳市场的尾部风险溢出程度较低。这是由于日常消费行业与人民生活息息相关，具有高度的稳定性，因此该行业对碳市场的风险溢出效应较弱。

总体来看，我国碳市场对股票市场的风险溢出程度小于其受到股票市场的风险溢出程度。其原因或可以归结为两个市场的规模、发展阶段等因素的不同。相较于股票市场，我国碳市场仍处于发展初期，因此对股票市场的风险溢出程度较低。此外，在以往研究中认为与碳价格关系密切的能源和工业行业，在本文中并没有表现出与碳市场尾部风险存在高度的相关性。这可能是由于在碳市场与股票市场的尾部风险溢出效应的相关研究中，碳市场更多地表现出了其金融属性。

（三）尾部风险溢出动因分析

表2 显示了碳市场与股票市场间尾部风险溢出动因的检验结果。首先，信息不对称性的系数在1%的水平下显著为正，表明市场的信息不对称程度将加速碳市场和股票市场间的尾部风险溢出。当市场参与者无法掌握股票波动是否来自企业的基本面时，他们将要求更高的信息劣势溢价，这样将进一步使股票价格承压，引发金融风险溢出。同时，金融市场的信息不对称性也会提升投资者对其他金融市场做出错误判断的可能性，从而提升跨市场的风险溢出程度。其次，在分别以碳市场产生风险溢出的程度和遭受风险溢出的程度作为因变量时，投资者流动性约束的检验结果显示为在1%和5%的水平下显著为负，说明市场交易量越大，即投资者流动性约束程度越小，市场间尾部风险溢出效应越小。再次，非理性行为的回归结果表明，市场中非理性行为将会提升碳市场与股票市场间的尾部风险溢出程度。当投资者对市场抱有悲观情绪时，一个市场指数的下跌很可能导致投资者减持在其他市场的投资，这在一定程度上加剧了金融市场的动荡。该结论也印证了以往文献认为投资者的非理性行为是跨市场风险溢出关键动因的观点。

表2 碳市场与股票市场间尾部风险溢出动因检验结果

本文进一步采用分位数回归模型来探究在碳市场与股票市场间尾部风险溢出程度的不同分位点处，各影响因子的作用效果。参考现有研究的选取习惯，本文选取[0.1，0.25，0.5，0.75，0.9]5 个分位水平，其中0.25，0.75 分位点将跨市场风险溢出程度分为较弱、中等、较强三种状态[28]，回归结果见表3。在碳市场与股票市场间风险溢出程度较低时，信息不对称性的系数为负，且较多系数不显著。而在高分位点处，信息不对称性的影响转为正向，并且这时的显著性水平最高。同时，非理性行为也呈现出相同的规律，即其系数在低分位点处为正且较多不显著，而在高分位点时转为负向且显著性水平更高。从系数的绝对值可以看出，两个因子的作用效果在高分位点处较强，低分位点处较弱。以上分析均说明了随着碳市场与股票市场间风险溢出程度的提升，信息不对称性和投资者非理性行为的影响在不同分位点处具有异质性，高分位点处的影响效果显著高于低分位点处。值得注意的是，投资者流动性约束的系数在不同分位点处一直为负，特别是在以碳市场遭受风险溢出程度作为因变量时，其系数较多不显著，这说明投资者流动性约束并不是碳市场遭受风险溢出的主要动因。

表3 分位数模型估计结果

（四）稳健性检验

1.替换碳市场

从各项市场指标来看，广东碳市场是我国首批碳交易试点中较为活跃的市场之一，因此本文采用广东碳市场的数据重新检验了碳市场与股票市场间的尾部风险溢出效应。图4 和图5 显示了广东碳市场与股票市场间风险溢出程度的度量结果。从图中可以看出，整体而言，碳市场对股票市场的尾部风险溢出程度小于其受到股票市场的风险溢出程度。同时，ΔCoVaR值的峰值主要出现在2015年和2020年，说明这两年碳市场与股票市场间尾部风险的相关性明显提升，这与上文湖北碳市场与股票市场间风险溢出效应的相关结论具有一致性。碳市场与各行业指数间的风险溢出效应也表现出了异质性，其中，金融行业指数与碳市场间的风险溢出效应较强，这与金融行业的自身特性相关。作为实体行业的主要融资渠道，金融行业更容易通过信贷关联传导风险。

图4 广东碳市场对股票市场的ΔCoVaR序列

图5 股票市场对广东碳市场的ΔCoVaR序列

表4 显示了广东碳市场与股票市场间尾部风险溢出动因的检验结果。信息不对称性对跨市场风险溢出的影响显著为正，而投资者流动性约束和非理性行为对风险溢出的影响显著为负。这与上文中基于湖北碳市场的检验结果一致。

表4 碳市场与股票市场间尾部风险溢出动因检验结果（广东碳市场）

表5 的分位数回归结果显示，在碳市场和股票市场间尾部风险溢出程度较低时，信息不对称性和非理性行为的系数较多为不显著，在高分位点处，其系数均显著。这说明在跨市场风险溢出程度较高时，这些影响因子的作用效果较强。这与前文的实证结果一致。与前文实证结果不同的是，投资者流动性约束的检验结果均在5%的水平下显著，表明在以广东碳市场作为研究对象时，投资者流动性约束是碳市场产生和遭受风险溢出的主要影响因素。

表5 分位数模型稳健性检验结果（广东碳市场）

2.替换风险度量的置信水平

本文将置信水平调整为90%，重新计算碳市场与股票市场间尾部风险溢出程度并检验其风险溢出动因，结果如图6、图7和表6、表7所示。根据图6和图7，碳市场对股票市场的风险溢出程度小于股票市场对碳市场的风险溢出程度，并且，2015 年和2020 年两个市场间的风险溢出效应明显大于其他时期。从表6 的检验结果来看，信息不对称性、投资者流动性约束和投资者非理性行为均是影响碳市场与股票市场间风险溢出效应的关键因素。表7 分位数回归的结果显示，随着碳市场与股票市场间风险溢出程度的提升，信息不对称性和投资者非理性行为的影响效果愈加显著。

表6 碳市场与股票市场间尾部风险溢出动因检验结果（90%置信水平）

表7 分位数模型稳健性检验结果（90%置信水平）

图6 碳市场对股票市场的ΔCoVaR序列（90%置信水平）

图7 股票市场对碳市场的ΔCoVaR序列（90%置信水平）

五、结论与建议

探究碳市场与股票市场间尾部风险溢出效应，深层次分析其尾部风险溢出动因，对防范碳市场风险和推进“双碳”目标顺利达成具有重要的理论意义和实践价值。本文采用ΔCoVaR 模型度量我国碳市场与股票市场间的尾部风险溢出效应，并在此基础上采用分位数回归模型探究跨市场的尾部风险溢出动因，从而得出以下主要结论。

第一，我国碳市场与股票市场间存在显著的尾部风险溢出效应，并且碳市场对股票市场的风险溢出程度小于其受到股票市场的风险溢出程度。同时，我国碳市场与不同行业股票市场间的尾部风险溢出效应存在一定差异。其中，碳市场对材料行业的风险溢出程度较高，对日常消费、医疗保健和电信服务行业的尾部风险溢出程度较低。而金融行业对碳市场的尾部风险溢出效应较强，日常消费行业对碳市场的尾部风险溢出效应较弱。

第二，信息不对称性、投资者流动性约束和投资者非理性行为均是影响碳市场与股票市场间尾部风险溢出效应的重要因素。并且，碳市场和股票市场间的尾部风险溢出效应随着信息不对称性、投资者流动性约束和非理性行为程度的提高而增强。随着跨市场风险溢出程度的提高，各影响因子的作用效果具有一定的异质性。在碳市场与股票市场间的尾部风险溢出效应处于高分位点时，各因子的作用效果显著高于低分位点处。

为了有效防范与精准管控碳市场与股票市场风险，本文提出以下建议。

首先，从监管部门的角度来看，监管部门应着眼全局，完善综合考虑碳市场和股票市场风险的管理机制，着力避免碳市场与股票市场风险联动的发生。考虑到金融行业对碳市场的尾部风险溢出效应较强，监管部门应重点结合金融行业的股价变化，对碳市场未来风险的发展趋势进行科学研判。同时，进一步加强对碳市场的统一监管，完善规范化的交易规则、监管规则和信息披露规则以严防金融风险的产生、累积和外溢，维护碳市场稳定运行。

其次，从企业的角度来看，企业应坚持底线思维，统筹考虑风险应对和可持续发展问题。一方面，企业应当建立相关的风险防控机制，规避碳价格提升对生产经营成本带来的影响。同时及时调整碳资产配置，防范碳价波动引起的风险。另一方面，在“双碳”目标的驱动下，企业应当积极探索低碳转型方式和加快绿色技术改造，推动企业的绿色化发展和提升自身的资产质量，增强抵御风险的能力。

再次，从投资者的角度来看，投资者在做出投资决策时，既要重视碳市场的发展状况，又要关注股票市场变化对碳市场的影响。同时，投资者应注重投资多样化来保障收益和防范风险。在发生极端风险的情况下，投资者应根据金融市场条件的变化及时调整投资组合，科学评估投资风险，做出理性的投资决策。