我国碳交易市场的弱式有效性检验及趋势分析

摘 要：文章基于各碳交易市场日均交易价格数据，采用RS分析法和ADF检验法对中国八个试点省市的碳排放权交易市场和全国碳市场进行研究，以检验市场是否达到弱式有效水平，并追踪有效性特征随时间的演变。结果表明：各试点碳交易市场以及全国碳市场均未达到弱式有效水平，总体仍处于发展阶段。随着政策的完善、市场参与者的增加和技术的进步，预期市场效率将得到提升。本文为研究碳金融市场的演进提供了理论基础，还为全国统一碳排放权交易市场的建设提供了政策效果的评估和反馈，以消除内部阻碍碳排放权流动的约束，提高资源配置效率。

关键词：碳交易市场；市场有效性；弱式有效水平；重标极差分析法；ADF检验法

本文索引：沈才艺.<变量 2>[J].中国商论，2024（10）：-111.

中图分类号：F205 文献标识码：A 文章编号：2096-0298（2024）05（b）--07

1 引言

1997年《京都议定书》通过后，国际社会开始探索一种新的市场机制来落实《联合国气候变化框架公约》的目标，即碳排放交易市场机制。作为实现《京都议定书》和《巴黎协定》等国际气候协议中温室气体排放减少目标的有效机制，碳交易实质上是指政府在确定碳排放总量目标并对排放配额进行初始分配后，企业之间（或国家之间）就排放配额进行买卖的行为（徐瑤， 2016）[1]。市场的有效性水平决定着这一市场机制能否充分发挥提供激励，推动清洁能源技术创新，为全球的气候治理问题提供国际合作的基础等功能。

2005年欧盟推出了碳排放交易体系，建立了全球第一个碳交易市场。截至2023年，全球实际运行的碳市场数量达到28个，碳市场体系覆盖的温室气体排放量达90亿吨。继2015年197个国家签订《巴黎协定》后，2021年11月，首次缔约方大会通过了《格拉斯哥气候协议》，各国就《巴黎协定》实施细则达成共识，提出了碳交易市场国际合作的发展方向。

2011年，中国在“十二五”规划（2011—2015年）中首次提出到2015年的碳强度相较2010年下降17%的目标。2013年10月，北京、天津、上海、重庆、湖北、广东、深圳开展了碳排放权交易地方试点工作。福建省作为国内第8个碳交易试点省市，于2016年12月22日启动碳交易市场。2017年12月19日，中国宣布正式启动国家碳排放交易体系（ETS）建设项目。2020年9月，我国提出2030年前实现碳达峰，2060年前实现碳中和的战略目标，这一目标对中国的碳市场建设提出了重大的要求和挑战，其中碳市场的有效运作成为实现这些政策目标的关键因素。为了深入理解中国当前碳交易市场的有效性水平，本研究综合应用RS分析法与ADF检验法，从不同角度审视碳市场的行为模式，识别当前阶段市场运作面临的关键因素，为政策制定和市场干预提供了科学的依据。此外，本研究基于实证数据与最新政策动态，分析预测了我国碳市场效率的变化趋势。针对这些发现，本文将双碳目标的要求和中国的实际情况相结合，基于当前政策框架和市场结构提出具体政策建议，旨在优化碳市场的运行效率，进而有效推进双碳战略目标的实现。

2 文献综述

基于中国碳市场发展情况，国内外学者对碳交易市场的有效性进行了一定的探讨和研究，但由于衡量指标与检验方法的不同，尚未得出统一的观点。郭蕾和赵方芳（2020）[2]采用重标级差分析法发现，我国七个碳试点市场均未达到弱有效分形市场。Zhao等（2017）[3]利用单位根检验，认为中国的碳交易市场已达到了弱势有效水平。Zhou等（2019）[4]使用一系列方差比来检验2018年之前的市场效率，得出北京、湖北和福建市场达到了弱式有效，而其余市场均未达到的结论。Chen等（2021）[5]使用效率检验方法，认为只有广东省试点市场达到了弱式有效。马勇和李美仪（2023）[6]利用重标极差分析法，得出仅全国市场和少量区域试点市场为弱式有效的结论。

综上所述，碳交易作为环境治理的新兴手段在学术界备受瞩目，但当前研究存在不足。首先，缺乏对九个碳交易市场的系统综合比较，限制了对市场间异同点及各自特点的全面了解。现有研究多侧重于单一市场，对市场有效性的跨市场对比和总结不足。其次，对各市场最新发展和潜在问题的跟进不足，中国的碳交易市场正处于持续发展阶段，这使得把握其发展趋势对完善碳交易制度至关重要。此外，市场有效性直接关系到碳交易制度对环境治理目标的实现，因此有必要及时通过深入评估各市场的运行效果，为未来政策制定提供科学依据。

3 我国碳交易市场概况

3.1 市场规模

我国碳市场涵盖的温室气体种类除重庆市场外，均仅包含二氧化碳，但各地市场的总量上限存在着巨大差异。近年来，八个地方碳试点市场中，上海、广东、湖北和福建市场的总量上限均超过100 MtCO2，而深圳和北京市场2021年的初始配额总量仅有25 MtCO2和35MtCO2。全国碳市场规模庞大，每年的配额总量稳定在4500 MtCO2左右。

根据国际碳行动伙伴组织官网的数据，北京、上海、广东、重庆和湖北的碳交易市场收入已经达到亿级人民币。深圳和天津的碳交易市场规模相对较小，处于千万级规模。福建碳交易市场自2016年至今，仅获得125万元的收入。

3.2 碳配额交易价格

我国碳交易市场在不同地区的政策实施和市场成熟度不同，因此各试点市场的碳价格存在较大差异。表1数据显示，北京和广东的碳排放权交易价格水平明显高于其他市场，其二级市场均价分别达到93.32元/吨和76.53元/吨，后者通常维持在20～60元/吨。其中，北京是中国唯一使用价格下限（20 元人民币）和上限（150 元人民币）作为价格稳定机制的地区试点。2023年，中国碳市场的配额价格为8美元/吨，与欧盟、瑞士碳市场的价格（83美元/吨、81美元/吨）存在较大差距。

3.3 中国碳市场机制

我国碳交易市场采用免费分配和拍卖相结合的方式来分配碳排放配额，前者通常采用祖父法则和标杆法来决定配额的数量。评估机制方面，我国碳市场采用了可交易的绩效标准（Tradable performance standard，TPS）作为其核心机制，与传统的碳排放配额交易制度（Cap-and-trade system）有所不同（Pizer和Zhang ， 2018） [7]。TPS并不直接限制碳排放总量，而是通过设定每单位产出的碳排放强度（Carbon intensity）来激励碳市场所覆盖设施降低其生产过程中的碳排放，从而实现成本最低化的碳强度降低目标。

3.4 市场活跃度与流动性

截至2022年，各地碳市场在交易活跃度方面存在明显差异。北京碳市场呈现出较高的交易活跃度，初步展现出从政策驱动向市场驱动的趋势转变，碳交易活动的金融属性逐步显现。上海、天津和重庆的碳市场活力有待进一步激发，在履约期之外，市场活跃度较低，政策驱动特征明显，价格稳定性较差。相比之下，深圳、福建和湖北的碳市场相对更为活跃，其中深圳碳市场连续多年稳居全国碳市场流动性第一。

根据《中国碳市场回顾与展望（2022）》提供的数据，自2021年7月16日至2021年底，全国碳市场累计运行了114个交易日，活跃度较高，第一个履约周期的履约完成率达99.5%。不过与欧盟碳市场相比，我国市场活跃程度还有较大提升空间。根据2023年中国碳市场年报的數据，我国全国市场交易换手率在3%左右，与欧盟碳市场417%的换手率存在近150倍的差距。

综上，我国碳市场快速发展，在不到十年的时间里，已从初始试点扩展到全国范围，最终覆盖了全国主要经济区域。然而，不同地区的碳试点市场存在着显著差异，在市场活跃度、效率和成熟度方面表现不一，反映出地区碳市场之间的异质性。全国市场规模庞大，但面临市场不活跃、流动性不足和价格波动性问题。

4 我国碳交易市场有效性的影响因素

4.1 有效市场假说

在现代金融学中，有效市场假说（Efficient Market Hypothesis，EMH）是一个核心概念，由Eugene Fama于1970年首次提出，由交易价格对信息的不同接受程度将市场效率划分为强式有效、半强式有效、弱式有效3种水平，其中强式有效水平的成立必然意味着半强式效率和弱式效率的同时成立，具有从高到低的递归验证逻辑。

EMH的核心观点是市场价格反映了所有可用信息，投资指数可被视为对整个市场表现的有效代表。在有效市场中，投资者无法通过分析已知信息实现超额盈利，而在低效的市场中，投资者可能因信息不对称、流动性过低或技术限制等异常而有机会获得超额盈利（Takaishi ， 2022）[8]。

4.2 影响因素

活跃度和流动性均是市场有效性的重要影响因素。活跃的市场意味着市场参与者具有较高的交易意愿，资产具有更高的流动性，投资者能在较短时间内将其交易资产以合理价格转化为现金或其他资产，有助于有效价格发现、稳定交易价格（Wang ， 2018）[9]。

对于碳市场来说，政府对市场有效性的影响程度较为深刻。首先，政府的碳排放配额分配决定了市场上可交易的碳排放总量，通过供需关系路径的传导，影响市场的流动性和活跃度。其次，政府设定的碳税和碳排放配额交易制度对市场价格产生直接影响。另外，各省市制定的信息披露制度要求也会影响碳市场的有效性。如果市场参与者能够获取准确、及时的碳排放数据和市场价格信息，他们将能够更好地评估市场的风险和机会，促进市场的交易量和价格稳定性。最后，政府制定的违约惩罚力度和允许的抵消比例会影响市场参与者的行为。较高的违约惩罚力度可以鼓励企业履行其减排承诺，而合理的抵消比例可以降低企业减排的成本，促进市场的有效性和参与度。

总之，中国碳市场作为新兴市场，目前仍面临一系列挑战和不成熟因素。因此，本文分析其有效性需要考虑多个因素，从多个方面进行分析和预测。

5 实证检验

5.1.数据说明

5.1.1 数据来源

本研究的数据来源于CSMAR中国经济金融研究数据库，该数据库作为在金融和经济领域广泛认可的数据源，具有丰富的市场数据，包括中国各地区碳交易市场的详细交易记录。

5.1.2 数据选取

收集数据的时间跨度从各区域市场成立之初到2022年，具体见表2，观察期较长，以减缓初期市场常见波动性和不规则性扰动对分析效果的影响，获取较稳定的数据集，进而反映更为成熟的市场状态。此外，为避免小规模样本的异常或随机波动对分析结果的影响，本文收集了各试点市场5～7年的日均交易价格数据，数据时间间隔密集，数据规模充分。这种考虑对于在扩增迪基-富勒（ADF）检验中估计自回归系数至关重要，显著降低了小样本偏差对数据集单位根特征解释的可能影响。

5.1.3 数据处理

本研究选择的主要数据是每个市场在规定时间内的日平均交易价格。为了分析市场有效性，本研究将采用当前价格与前一期价格之间的对数差来表示价格变化的百分比，即对数收益率，其具有时间缩放和归一化的特性，有利于准确地比较不同时期和不同市场的价格趋势。

5.2 分析方法

5.2.1 R/S分析法

R/S分析法（Rescaled Range Analysis）是由英国水文学家Hurst在尼罗河水流频率的研究基础上提出的。这种通过分析时间序列数据的趋势和周期性估计Hurst指数的方法，其中的“长记忆性”与金融市场复杂的非线性特征契合，随着数据分析技术的发展，这种“长记忆性”被广泛应用于市场有效性水平的测定。此外，R/S分析法可以规避数据分布状态的影响，直接评估数据的记忆性特征，更适用于实际市场数据的分析。当Hurst 值显著偏离0.5时，表明交易价格并未完全反映交易信息，市场存在可预测性。具体而言，当0

首先，计算每一期价格与前一期价格之间的对数差，令Pt和Pt-1分别代表当前期和前一期的价格，如式（1）所示。

Rt=ln（Pt）-ln（Pt?1）（1）

对数收益率的时间序列进行标准化处理：

X（t）=（2）

其中，μ和σ分别为对数收益率序列的均值和标准差，计算标准化后对数收益率时间序列的累计离差 Y（t）：

Y（t） = （3）

计算每个子区间的极差R（t）为max1≤i≤tY（i）min- min1≤i≤t Y（i）。对每个子区间计算R/S比率，得出平均数E[R/S]。

最后，对关系式E[R/S]=c·（Δt）H两边同时取对数，求解Hurst指数。其中c为常数，H为Hurst指数，Δt为时间间隔（本文取1天）。

log（E[R/S]） = log（c）+H·log（Δt）（4）

5.2.2 ADF检验法

ADF检验被广泛应用于检验市场有效性的假设，即市场上的价格是否能够反映全部可得信息。通过检验时间序列数据是否具有单位根的存在，该检验方法可判断该时间序列是否为平稳时间序列。若数据中存在单位根，则该时间序列非平稳，市场具有有效性；反之，则时间序列平稳。研究初步通常对最严谨的模型，即包含漂移项与时间趋势项的检验模型进行分析。若此初步假设遭到拒绝，则无需继续后续检验。反之，若该假设得到支持，则应进一步对仅包含漂移项的模型，以及既不含漂移项也不含时间趋势项的模型进行检验，以全面评估市场的有效性。

5.3 实证分析

5.3.1  R/S分析法结果分析

本文选取我国八个试点省市（北京市、上海市、广东省、深圳市、天津市、重庆市、湖北省、福建省）碳金融市场的碳交易价格，运用Matlab 软件进行编程，计算出了全国及七个试点省市各自的Hurst指数，由于深圳市、天津市不同时期有不同的交易品种，故分别计算了不同交易品种下的Hurst指数，其中天津市的碳交易品种TJEA14——TJEA22为按时间先后上市的，且单个持续时间都不长的一系列交易产品，因此作为整体分析。Hurst指数如表3所示。

对于天津市、北京市、上海市、重庆市、广东省、湖北省、福建省的碳金融市场，其Hurst指数分别为0.378、0.349、0.346、0.342、0.297、0.275、0.112，均位于（0，0.5）区间内，表明以上省市碳市场的碳交易价格的时间序列具有反持久性，且以上七个碳市场的Hurst指数依次减小，表明其反持续性依次增大。全国碳交易市场的Hurst指数约为0.492，位于[0.45，0.55]区间内，故认为该市场达到弱式有效。

深圳市的Hurst指数在2013—2020年呈现出复杂的变化趋势，在此期间内Hurst指数均位于0～0.5，显示出反持久性，特别是在2017年，Hurst指数达到0.492，接近于0.5，表明2017年深圳市的碳金融市场相对有效，过去的趋势对未来价格变化的影响几乎可以忽略。但在2018年，指数下降至0.255，市场的有效性降低。尽管随后两年有所回升，但Hurst指数并未再次超过0.45。

综上所述，我国的八个地方试点市场均未达到弱式有效的水平，基本上都会受过去总体变化趋势的影响，只有深圳市、天津市、重庆市在某一年曾接近有效，但持续时间都不长，市场的有效性亟待加强。相对来说，全国碳市場接近弱式有效水平，然而由于全国碳市场交易数据规模相对较小且存在剧烈波动，市场效率有待进一步考证。

5.3.2 ADF检验法结果分析

本文设置ADF检验的假设为：时间序列中存在单位根，即非平稳序列，ADF检验的原理是通过构造检验统计量，比较其值与经过模拟得到的临界值之间的大小关系，来判断原假设是否被拒绝。如果得到的显著性检验统计量小于三个置信度（10%，5%，1%），则对应有（90%，95%，99%）的把握来拒绝原假设。

ADF检验结果如表4所示，我国九个地方碳交易市场均未达到弱式有效的水平，碳价格基础薄弱，市场效率较低。其中，地方试点市场的有效性水平与R/S分析法结果一致，全国碳交易市场的有效性水平需要进一步分析。

由图1可以看到，全国碳市场的交易活动主要集中在年末，呈现明显的周期性。其中2021年12月成交量达135，557，640吨，占全年总成交量的75.82%；2022年12月成交量达26，252，988吨，占全年总成交量的51.59%。2021年全国碳市场累计运行114个交易日，日均成交量为157万吨，2022年全国碳市场日均成交量仅为21万吨，均与年末交易量差距较大。

这种交易量的极端波动是在政策规定的履约月份临近时，市场参与者进行大量买卖交易活动。履约期的存在意味着在特定时间点前，市场参与者需要平衡其碳排放。因此履约期之前与其他时期的交易量存在巨大差异，供需关系的失衡导致价格的极端波动。这种情况下，市场波动性不仅由基本面因素（如供需、政策变动等）驱动，还受到交易时限的影响。

同时，R/S分析法存在局限性，其是一种测量数据序列长期记忆性的方法。如果市场经常出现非基于基本面的极端波动（如履约期引发的波动），这可能会导致R/S分析中的赫斯特指数偏离其对长期记忆性的真实反映。换句话说，由于履约期的存在，交易量和交易额的急剧震荡会对短期内市场价格和流动性造成较大影响，价格序列的局部波动幅度显著增强，但全国碳市场自启动以来运营时长有限，且相应的数据量相对较少，2021年、2022年履约期前后的波动幅度差距也较大，这导致市场价格的长期依赖性无法通过不一致的局部波动性增强现象被准确捕捉，市场真实的有效性并未达到RS分析法得出的水平。因此，结合ADF检验的结果，本研究认为全国碳市场尚未达到弱式有效的水平。

6 我国碳交易市场有效性趋势分析

6.1 总体趋势

本文根据实证分析得出结论，我国各碳交易市场均未达到弱式有效的水平，目前仍处于发展阶段。首先，市场的参与者主要被限制于政府指定的排放控制企业。这种限制性的参与主体结构导致市场缺乏多样性，进而阻碍了市场的活跃度。其次，我国碳市场普遍缺乏持续和积极的交易策略。这通常表现为履约期临近时交易量激增，而在其他时段交易量则显著减少。这种交易量的非均匀分布削弱了市场的稳定性与可预测性。碳配额的定价机制，我国目前采取的分配方式以免费配额为主，削弱了市场的价格信号，使得碳价格不足以反映其环境成本，碳市场的价格偏低，难以对企业形成足够的经济激励以推动其减少碳排放。Ricke等（2018）的研究数据显示，碳排放的社会平均成本（额外排放一吨二氧化碳所造成的边际损失）因国家不同而异，如美国的碳排放社会成本大约为每吨48美元，中国的相应成本为每吨24美元[10]。当前，我国各碳市场的定价普遍低于100元，未能达到其相应的社会成本价格。此现象表明，碳排放所引起的外部负面效应并未被市场价格充分内部化，资源配置效率有待提升。

随着政策的完善、市场参与者的增加和技术的进步，中国的碳市场正在逐渐成熟，市场活跃度和效率有望提高。例如，北京碳市场在2021年度的履约期截至之后（2022年10月31日），初步显示出由政策驱动向市场驱动转变的趋势。即使在履约期结束后，该市场依然维持了较高的交易活跃度。这一现象表明，市场机制正在逐步取代政策推动作为主要驱动力，预示着北京碳市场在提升效率和促进碳减排方面的潜力。该市场在近期也展现了显著的活跃度，2023年10月23日至27日，成交量达到182，028吨，位居全国第一。全国碳交易市场在应对气候变化和发展低碳经济方面也表现出较为活跃的状态，近期配额价格维持在80元/吨左右，基本与我国的减排成本匹配，符合我国当前实际[11]。另外，2022年各试点碳市场的交易均价普遍实现上涨，涨幅均超过15%，特别是深圳碳市场，碳价的涨幅达到286%，显示出价格正在向减排成本水平靠近。此趋势不仅表明市场价格信号的增强，还体现了市场竞争性和活跃度的提升。深圳碳市场正在有效地通过价格机制引导减排行为，促进市场参与者之间的公平竞争，推动市场有效性的提高。

6.2 政策的影响

2011年，中国启动碳排放权交易试点以来，各试点地区相继启动，出台了各自的交易管理办法（见表5），这为全国建立统一的碳排放权交易市场提供了宝贵经验。然而，这一过程也导致中国碳排放权立法呈现以部门规章为主、缺乏更高法律法规位阶的特点。现行的碳排放权相关条款主要源于部门规章、地方性法规和地方政府文件。这些规章主要涵盖重点排放单位、配额分配、二级市場交易等方面，内容相对笼统且分散。

全国范围内完善的法律文件体系尚未形成，国家与地方层面的碳市场之间缺乏高效的协调和整合机制。从表5可知，中国碳交易试点市场开始运行以来的一段时间内，全国性的政策文件处于缺位状态，直到2021年发布的《碳排放权交易管理暂行条例（征求意见稿）》为全国碳市场确立了一个系统性的法律框架。

目前的条例存在一个显著问题，即违规成本可能低于违规收益，处罚未能起到有效干预市场的作用。《管理办法（试行）》作为部门规章，其行使处罚的权力有限，对存在违规行为的重点排放单位仅能施以三万元以下的罚款，若其逾期仍不改正，当地部门核减其下一年度碳排放配额。违约惩罚力度过小不仅影响市场的整体环境效益，阻碍市场朝着低碳和可持续方向发展，同时也损害市场的公信力和透明度，降低投资者和参与者的信心，对市场的有效性产生负面影响。

《碳排放权交易管理暂行条例》已纳入立法议程，处于出台的最后阶段。该法规的正式颁布有望推动低碳技术的研发和能效水平的提升，并强化对虚假行为的法律责任追究，预计该法规的实施将进一步提高市场运行效率。

7 结论与政策启示

本文采用ADF检验法和R/S分析法对我国8个碳交易试点市场和全国碳市场进行市场有效性的分析，得出我国碳交易机制尚未发展完全，各省市试点市场均未达到弱势有效水平，但整体上市场效率呈现逐年增长态势的结论。我国目前的碳市场存在政策驱动性较强，碳金融属性较弱，价格发现机制不完善等问题。

基于我国碳市场的实际情况和国际碳市场的经验，本文提出以下几点政策建议。

（1）在监管制度层面，应考虑提高违规成本、严格履约规则，并辅以正面激励机制（例如税收优惠和财政补贴），以便有效遏制并惩处碳排放违规行为，进而激励企业更积极地参与碳减排活动。

（2）国内碳市场的构建需要进一步设计碳排放配额分配机制，增强碳交易活动的金融属性。《碳排放权交易管理办法》（试行）明确了适时引入有偿分配的合理性。省级生态环境主管部门可以考虑利用有偿拍卖制度来提高市场流动性和透明度。

（3）根据劳伦斯·H.等对中国电力部门进行了定量评估，TPS机制会对碳排放的产出提供隐形补贴，降低了碳减排的成本效益（Goulder等， 2019）[12]。我国应提前为中国的碳市场从基于排放强度的体系过渡到基于总量控制的体系做适时的引导和准备，基于不同地区的发电技术与环境制定相关政策（Karplus ， 2021）[13]。

（4）应考虑建立跨区域的协调机制，以促进不同层级碳市场之间的信息共享和政策一致性，缩小规模和效率差异，推动碳市场的整体优化和协调发展。

（5）清洁发展机制（Clean Development Mechanism，CDM）是《京都议定书》中提出的一种国际减排合作机制。2005—2012年，我国主要通过CDM机制参与全球碳市场（殷子涵等，2022）[14]。2012年，我国建立CCER机制，实现了国内碳抵消机制的广泛应用。2017年，我国发改委暂停CCER相关的新项目。近年来，国际碳抵消有向国内碳抵消转移的趋势，欧盟自第四阶段以来（2021—2030年）禁止了CDM 和JI等国际减排指标在EU ETS内的使用[15]。2023年3月30日，我国生态环境部发布《关于公开征集温室气体自愿减排项目方法学建议的函》，明确了我国将重启CCER相关交易活动的态度（蔡彤娟等， 2023）[16]。我国应搭建更为完善的国内碳抵消机制，综合使用国际合作机制与国内抵消机制，摸索最佳平衡点以达到我国碳排放的减排目标。

参考文献

徐瑶. 马克思商品理论下的碳排放交易研究[J].中国经济问题， 2016（1）： 50-55.

郭蕾，赵方芳. 我国碳排放权交易市场活跃度研究： 基于碳价时间序列的测算[J]. 价格理论与实践， 2020（7）：98-101+179.

Zhao X， Wu L， Li A. Research on the efficiency of carbon trading market in China[EB/OL]. Renewable&Sustainable Energy Reviews， 2017（79）：1-8. https：// doi.org/10. 1016/J. RSER. 2017.05.034.

Zhou J， Huo X， Jin B， Yu X. The efficiency of carbon trading market in China： evidence from variance ratio tests[EB/OL]. Environmental Science and Pollution Research， 2019（26）： 14362-14372. https：//doi.org/10.1007/s11356-019-04778-y.

Chen Z， Song P， Wang B. Carbon emissions trading scheme， energy efficiency and rebound effect - Evidence from Chinas provincial data[EB/OL]. Energy Policy， 2021（157）：112507. https：//doi.org/10.1016/j.enpol.2021.112507.

马勇，李美仪.中国碳交易市场的运行效率与风险测算[J].国际金融研究， 2023（8）： 17-29.

Pizer WA， Zhang X. Chinas New National Carbon Market[J]. AEA Papers and Proceedings， 2018（108）： 463-467.

Takaishi T. Time evolution of market efficiency and multifractality of the japanese stock market[J]. Journal of Risk and Financial Management， 2022，15（1）： 31-31.

Wang CW. Liquidity and market efficiency in cryptocurrencies[J]. Economics Letters， 2018， 168： 21-24.

Ricke K， Drouet L， Caldeira K， Tavoni M. Country-level social cost of carbon. Nature Climate Change， 2018， 8： 895–900. https：//doi.org/10.1038/s41558-018-0282-y.

中央財经大学绿色金融国际研究院. 2022中国碳市场年报[EB/OL]. https：/ /iigf. cufe. edu. cn /info / 1012/6391.htm. 2023-02-14.

Goulder LH， Long X， Lu J， Morgenstern RD. Chinas unconventional nationwide CO2 emissions trading system： the wide-ranging impacts of an implicit output subsidy[R]. Working Paper， No.1053， 2019 .

Karplus VJ. 中国碳排放权交易制度： 历史、现状与展望[R]. 马塞诸塞州剑桥市：哈佛气候协议项目， 2021（6）.

殷子涵，王艺熹，吉苏燕. The Establishment of Carbon Market： Experience from EU-ETS [R]. XIN Real Estate Fintech Research Center， No.16， 2022. http：// thuifr. pbcsf. Tsinghua. edu.cn/pdf/PBCSF202216.pdf

中央财经大学绿色金融国际研究院. 全球碳抵消机制的应用情况与展望[EB/OL]. https：//iigf.cufe.edu.cn/info/1012/6740.htm. 2023-04-18.

蔡彤娟，林润红，张旭.中欧碳排放权交易的市场化比较： 基于国家金融学视角[J]. 金融经济学研究，2023，38（2）：127-143.