【浅析基于VAR模型的碳金融交易价格影响因素10000字（论文）】

基于VAR模型的碳金融交易价格影响因素实证研究目录TOC\o"1-3"\h\u32141绪论 1159291.1文献综述 1184721.2研究框架 3148401.3术语说明 3123792福建碳金融交易价格的理论基础 5147602.1核心概念界定 5103832.1.1碳金融 527872.1.2碳市场 5103652.2碳金融交易理论基础 5196762.2.1外部性理论 5182782.2.2产权理论 6172222.2.3环境金融理论 6260743福建碳金融交易价格影响因素现状分析 7290403.1福建碳金融现状分析 748433.2福建碳金融交易价格的影响因素 7182343.2.1能源价格 7286043.2.2环境质量 8140403.2.3股票与汇率 8114713.2.4碳减排成本 93774基于VAR模型对福建碳金融交易价格影响因素的实证分析 10221444.1模型选择 10149194.2样本选取与数据描述性统计 1047484.2.1指标选取 10149494.2.2数据描述性统计 11160184.3实证过程分析 12219674.3.1数据平稳性检验及模型的滞后阶数选择 1281844.3.2VAR模型建立和平稳性检验 13246524.3.3脉冲响应分析与方差分解 1460414.4实证结果及分析 18191475稳定福建碳金融价格的建议 1982185.1促进碳金融产品多样化 1994505.2促进与福建碳金融市场的碳交易 19214865.3加快能源价格改革 20275145.4鼓励低碳技术的创新 2124637参考文献 231绪论1.1文献综述通过对文献的阅读，我们发现欧盟碳交易体系5(EUETS)的市场机制是成熟的，并且运行了很长一段时间。许多学者研究了碳期货(EUA)的影响因素和波动特征。例如Deeney(2019)运用事件分析方法，探讨欧洲议会决议对EUA价格波动的影响。Aatola(2018)通过对欧盟ETS市场的探索，我们发现碳期货价格与电价、能源价格之间存在着很强的相关性。Tan(2019)基于分位数回归，探讨能源和经济因素对EUA价格的依赖关系和影响路径。研究发现，早期能源价格对碳交易市场的影响较大，后期工业发展和股票市场因素的影响逐渐增大。这表明建立碳市场是一个漫长而艰巨的过程，为了不断完善碳交易定价机制，有必要定期分析碳交易价格的影响因素。虽然国际市场对碳交易价格的影响因素已经有了较好的探索——一个以宏观经济和能源市场为主要影响因素，辅以政策因素和其他因素的影响体系，然而，中国经济社会的宏观形势与国外有很大的不同，各影响因素在碳交易市场上的作用机制可能存在较大差异。如果仓促采纳国外研究的结论，可能会带来很多负面影响。因此，从我国的实际出发，研究碳交易价格的影响因素，对我国碳排放权制度的构建具有重要的指导意义。经过近年来中国碳排放交易市场试点地区的数据积累，学者们也参与到碳交易市场的研究中，为碳定价和配额提供建议。王倩(2019)认对于在中国碳排放交易市场占据主导地位的需求方而言，能源、气候和经济对碳交易价格的波动有显著影响。赵立祥(2019)研究表明，市场环境是影响碳交易价格的主要因素，政策和气候环境对碳交易价格有一定的影响，能源价格的影响较弱。范燕燕(2018)采用稳健的静态面板回归模型，发现煤炭价格波动对碳交易价格有显著影响。但我们也发现，在影响因素的研究中，大多数文献都是主观选择“重要”因素，并使用回归方程来探究其影响。当前，随着大数据的快速发展，我们可以通过大数据的方法进行客观变量筛选，从多个角度探究影响因素的影响。此外，随着市场的日益成熟，交易者对价格的关注也越来越多。我们能预测碳交易市场的价格吗?姚毅(2020)以湖北省为样本，建立emD-SVM6模型，探讨碳交易价格的形成机制和预测。胡根华(2018)建立了基于无限活动率Levy过程的碳排放权价格预测模型，表明碳交易市场价格预测具有现实意义和可预测性。预测一直是学术研究的焦点，国外早期开发，深入研究，不断完善预测方法。具体来看，Hyndman等(2019)改进了ARIMA和指数平滑法的自动预测，实现了季节数据和非季节数据的预测。LiveraAMD(2019)提出了一种基于状态空间框架的改进指数平滑自动预测方法。 Taylor(2018)提出了一种基于Prophet方法的模块化时间序列预测，利用社交网络的周期性数据进行预测。国内的预测方法主要是从两个方面发展起来的，一是传统的基于平稳序列的时间序列预测方法，二是基于非平稳序列的预测方法。例如，王娜(2019)利用Boosting-Arma预测EUA的价格。赵青(2019)应用HPfilter分解黄金价格，分别完成趋势序列和周期序列的构建模拟。张晨(2020)利用改进的灰色-markvon模型预测深圳碳排放交易价格的波动。总体而言，目前价格预测的研究方法主要体现在三个方面:(1)基于传统时间序列模型的扩展预测;(2)采用时间序列分解进行预测；(3)基于大数据预测方法进行预测。综上所述，目前的研究重点是碳交易价格的影响因素分析，国际上的研究重点是碳现货或期货价格及其影响因素，国内的研究重点是七大市场的时空异质性研究。主要原因是国际碳交易市场现在更加成熟，更容易获取数据;国内碳交易市场的时空异质性研究主要集中在碳交易价格的波动上。但是，在阅读文献后发现，在对影响因素的分析中，宏观经济考虑仍然存在缺陷，综合考虑国内外因素的研究也很少。此外，在建立面板回归的情况下，大多数文章都是主观选择重要的影响因素来探讨影响因素。与此同时，随着企业需求的不断增长，价格预测也成为一个热门话题。国外的自动预测方法(如自动ARMA模型、Prophet模型7等)已经比较成熟。在实践中，它具有很好的预测效果，但在我国碳交易价格的预测中还很少使用，目前大数据方法被广泛使用。因此，本文拟在发现的不足和当前研究趋势的基础上进行研究。1.2研究框架1.3术语说明中国碳金融市场起步较晚，发展缓慢。与国外完善的碳金融发展体系相比，我国碳金融发展较为混乱，市场存在较大问题。国内外学者对碳金融交易价格的研究大多集中在欧洲市场，研究样本过于集中，没有很好地结合我国碳金融的实际发展情况。作为新兴的金融市场，我国碳金融交易价格高度不稳定，影响因素复杂。以往基于西方国家样本的研究对中国的援助存在一定的局限性。我国碳金融是在国际碳金融的基础上形成的，是国际碳金融的继承和发展。本文在对我国碳金融市场碳价格影响因素进行研究的基础上，为国际碳金融研究提供了我国碳金融发展的数据，并对分析样本进行了扩展。理论和实证方法的综合应用，为我国国家碳金融市场的发展提供了理论指导，有助于完善国内外碳金融研究体系。中国经济过快发展所带来的环境问题日益突出。自中国共产党第十八次全国代表大会以来，公众对发展绿色经济的呼声越来越高。对中国碳金融的研究不仅可以解决温室气体排放问题，而且可以完善碳金融交易市场，促进中国经济的全球化。为中国经济发展提供帮助。本文基于中国的实际国情，选取中国碳排放交易市场的数据，实证研究了中国碳金融交易价格的影响因素。所选取的指标和构建的模型具有很强的代表性。为我国碳金融市场建设提供了基础，有效促进了碳金融交易的可持续发展。对我国健全的碳金融市场具有现实指导意义。2福建碳金融交易价格的理论基础2.1核心概念界定2.1.1碳金融碳融资没有一个连贯的概念。一般来说，它是指所有用于限制温室气体排放的金融活动，包括直接投融资、碳指数交易和银行贷款。“碳金融”气候变化的加剧是由于国际气候政策的变化，特别是涉及两个重要的国际公约——《联合国气候变化框架公约》和《京都议定书》。碳金融定义：以金融资本带动环境权益提升，以法律法规为支撑，以金融手段和手段使相关碳金融产品及其衍生品在市场化的平台上交易或流通，最终实现低碳发展。绿色发展，可持续发展。2.1.2碳市场全国碳排放交易市场(简称碳市场)是实现碳峰值和碳中和的核心政策工具之一。2011年以来，福建、天津、上海开展了碳排放交易试点项目。2017年底，中国开始进行碳排放权交易。2021年元旦，全国碳市场发电行业第一个实施周期将正式启动。2.2碳金融交易理论基础2.2.1外部性理论外部性理论最早起源于马歇尔的《经济学原理》，它是碳金融交易形成的基本理论。外部性又称为溢出效应或外部影响，它是指经济过程中经济主体之间的非市场化影响，通俗来讲就是生产者在生产过程中对其他人产生影响但是却没有收到相应的报酬或处罚。2.2.2产权理论产权理论，即“科斯定理”，在外部性导致市场失灵的情况下，庇古提出让政府这只“看得见的手”进行干预，但是科斯却认为外部性产生的原因在于产权不明，只要产权归属明确，交易成本为零或者很小，市场可以在政府不干预的情况下通过自我调控机制实现资源优化配置，达到帕累托最优。1960年，科斯发表《社会成本问题》，在文章中他提出，只要有了产权，无论将产权分配给谁，通过调节都能够保证市场顺利运行，但是在实际经济过程中，科斯定理的两个基本假设基本上不存在。2.2.3环境金融理论环境金融最早出现在二十世纪，经济学家Montgomery认为金融机构参与排污权交易可以有效的保护环境，1998年Salazar首次提出环境金融的概念。环境金融是环境产业与金融产业的结合，它强调市场化交易，各类经济主体通过环境金融实现环境保护与经济利益的转换。环境金融包括环境价值理论、环境产权理论、利益衡量理论以及环境治理理论等多种理论基础，它是为了节约资源、保护环境而在金融市场上开展的投融资活动。3福建碳金融交易价格影响因素现状分析3.1福建碳金融现状分析福建碳市场的主要参与者包括政府、控排企业、减排企业、金融机构、核证机构、个人投资者，为了达到碳减排的目的，政府通常会制定低于企业碳排放值的碳配额计划，强制要求企业参与碳市场交易，或者是企业自愿加入碳减排项目，即CCER（中国核证减排量）。碳试点交易方式以配额交易为主，还有部分的CCER交易。为鼓励企业参与碳市场，在发放配额时分为95%的无偿分配和5%的有偿分配，今后碳市场会逐渐扩大有偿分配的比例，加大碳减排力度。福建碳市场上的碳金融产品有20多种，其中碳排放场外掉期合约、期货合约、结构化衍生品等收效甚微，碳交易的主要盈利空间在一级市场和一级半市场，福建碳交易试点的流动性还不足以支持二级市场线上交易盈利。2017年12月5日，发改委发布通知，开启了石化、化工、建材、钢铁、有色、造纸、航空、电力八大行业的碳排放核查及监测计划的制定工作，虽然目前只有发电行业被纳入福建碳排放交易市场，但是随着福建碳市场的构建，整个交易范围必会扩大至其他“高耗能、高污染”的企业。中国最早设立的省市碳试点有七家，2016年12月福建碳排放交易市场启动。3.2福建碳金融交易价格的影响因素3.2.1能源价格当煤炭、石油等传统非清洁能源消耗增加，价格上升时，中国消耗资源量大的行业来不及转变能源结构，只能购买碳配额，从而造成中国碳金融交易价格上升；当传统非清洁能源消耗减少，价格下降时，中国碳金融市场上产品的供给大于需求，碳金融交易价格下降。天然气、风能等清洁能源作为传统能源的替代使用，在中国市场的价格要高于传统能源价格，因此其价格波动对中国碳金融交易价格的影响作用复杂。从理论来看，若清洁能源价格持续上升，国内原有的能源消费结构大致不变，碳金融市场产品需求稳定，交易价格保持不变；若清洁能源价格相对非清洁能源价格下降，在国家政策的引导下，企业出于社会责任感会优先使用清洁能源，从而减少碳排放量，碳金融市场上需求减少，产品价格也会下降。3.2.2环境质量随着环境保护理念的推广，政府对产生生态环境污染的企业治理越加严格，生态环境对碳价的影响也引起了众多学者的重视。碳排放市场本身是为了治理环境，减少温室气体排放而产生的，生态环境恶劣，政府就会加强企业二氧化碳排放的限制，减少市场上碳配额的发放，从供给方面影响碳价，此时碳价上升；然而生态环境的恶化能够引起人们对环境保护的重视，进而从日常生活中减少碳排放，例如绿色出行、使用清洁能源和减少垃圾焚烧，从需求方面影响碳价，此时碳价下降，其下降幅度较小。由于城市中温室气体超标主要是工厂、企业对化石能源的利用，因此综合来看，生态环境恶化会导致碳价上升。3.2.3股票与汇率股票价格反映了当下对未来的预期，因此它会通过左右投资来影响碳金融交易价格。由于工业类企业对二氧化碳排放量有需求，所以工业类股票对中国碳金融交易价格的影响比其他股票更明显。当工业类股票价格上升时，工业类投资也会增加，进而扩大工业规模，增加碳金融产品的需求，导致碳金融交易价格上升；反之，碳价下降。另外，工业类股票也可以反映经济发展形势，股价上升说明经济形势好，从而间接提高碳金融交易价格；反之，碳价下降。就中国实际发展情况而言，股票对东部发达地区影响较为明显。3.2.4碳减排成本企业的碳减排成本主要包括减排产生的机会成本以及为减排而进行技术及设备改造产生的成本，碳减排成本对碳金融交易价格的影响一般都与可替代能源和企业减排技术水平挂钩。企业的碳减排技术直接影响碳排放水平，若企业技术水平低导致企业超过了国家制定的排污标准就必须从碳市场上购买一定的碳配额，或是提高自身技术水平。当企业购买碳配额的成本低于进一步提高减排技术的成本时，企业会选择购买碳配额，碳市场需求增加，碳价上升；当企业购买碳配额的成本高于进一步提高减排技术的成本时，企业会选择继续提升减排技术，此时不影响碳价。若企业碳减排技术水平高，企业碳排放量就会降低，对碳排放权的需求就会下降，碳价下降。通常来讲，企业减排成本高会导致碳价上涨，而且由于企业的减排技术水平很难在短时间内提高，所以一般认为减排技术水平对碳配额价格的影响不大。4基于VAR模型对福建碳金融交易价格影响因素的实证分析4.1模型选择VAR模型是用非结构化的方法，通过数据的统计性构建模型的一种经济计量模型，它主要用于研究研究变量之间关系。模型的数学方程表达如下：（4.1）4.2样本选取与数据描述性统计4.2.1指标选取去除难以量化的价格影响因素，本章依据碳金融形成的理论基础从能源价格、宏观经济状况、股票、欧元汇率、碳交易价格等五个方面选取指标，对福建、上海、福建、深圳、湖北五家碳排放交易所进行探究，具体指标说明如表5-1所示。在研究某一特定地区碳交易价格所受影响因素时，需要将其他地区碳交易价格作为解释变量。表4-1指标说明符号指标经济学含义GDEA福建碳排放交易价格碳金融交易价格被解释变量Oil石油价格非清洁能源价格解释变量Lng液化天然气价格清洁能源价格SCI上证综合指数宏观经济状况IA工业指数股票Eura欧元汇率汇率数据来源：作者自制4.2.2数据描述性统计本文所选取的样本数据期限为2018年1月1日到2021年7月31日，由于选择季度数据与月数据会有样本过少的问题，因此文中所用数据是对缺失样本进行剔除后得到日数据（由于宏观经济数据一般没有日数据，文中选取上证综合指数来反映宏观经济状况）。表4-2是针对文中所需数据进行的统计描述，主要包括观测数据、平均值、中位数、最小值、最大值以及标准差，具体描述结果如下。表4-2各变量统计描述变量观测数平均值中位数最小值最大值标准差GDEA94839.5140.1319.8458.917.85Oil13086938.05691059658535653.02Lng13083700346827287409.8900.81SCI9473335.613228.662655.665166.35454.22IA9472666.832564.802081.974326.16396.8Eura944732.92735.45648.52797.9937.21数据来源：作者计算4.3实证过程分析4.3.1数据平稳性检验及模型的滞后阶数选择建立VAR模型的序列要求是平稳的或是协整的，所以为了避免出现伪回归，在构建模型之前需要对数据进行平稳性检验，而且由于数据的对数变换不会对原始数据之间的关系产生影响，所以为了消除数据的异方差风险，本文对各变量的原始数据做对数处理，并进行平稳性检验。其ADF检验结果如下：表4-3平稳性检验结果变量ADF检验值各显著水平临界值P值检验结果1%5%10%LnGDEA-3.73-3.44-2.86-2.570.00平稳LnOil-0.37-3.44-2.86-2.570.91不平稳LnLng-1.92-3.44-2.86-2.570.32不平稳LnSCI-0.66-3.44-2.87-2.570.85不平稳LnIA-0.57-3.44-2.87-2.570.88不平稳LnEura-1.32-3.44-2.86-2.570.62不平稳△LnOil-36.13-3.44-2.86-2.570.00平稳△LnLng-36.12-3.44-2.86-2.570.00平稳△LnSCI-24.97-3.44-2.87-2.570.00平稳△LnIA-25.37-3.44-2.87-2.570.00平稳△LnEura-21.30-3.44-2.87-2.570.00平稳从检验结果来看，LnGDEA序列平稳，而变量LnOil、LnLng、LnSCI、LnEura都是非平稳序列，但其一阶差分序列平稳，说明这些变量为一阶单整时间序列。4.3.2VAR模型建立和平稳性检验VAR模型是用非结构化的方法，通过数据的统计性构建模型的一种经济计量模型，它主要用于研究研究变量之间关系。模型的数学方程表达如下：（5.1）其中是一组k维的内生变量，是外生变量，矩阵…，b是待估系数矩阵，是扰动列向量，T是分析样本的个数，p是模型的滞后阶数。具体到本文中，分别代表各碳交易所的碳金融交易价格、石油价格、天然气价格、工业指数、上证综合指数、欧元汇率。向量误差修正模型（VEC）是在VAR模型的基础上经过协整检验转化而来的，它是具有协整约束的VAR模型。由于本文中变量之间存在协整关系，对协整后的VAR模型进行一阶差分变换可得到：(5.2)其中每个方程的误差项(i=1,2,…,k)都具有平稳性，一个协整体系由多种表示形式，用误差修正模型表示协整关系，即：（5.3）其中每一个方程都是误差修正模型，是误差修正项，反映变量之间长期的均衡关系，系数矩阵α反映变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的调整速度。本文根据AIC准则和SC准则确定模型最优滞后阶数，确定VAR模型的最优滞后阶数都为2阶，在VAR模型求解后需要进行稳定性检验，如果估计的模型不够稳定，实证分析结果的有效性就会受到影响，模型稳定性检验也就是计算模型的AR特征多项式，模型的特征多项式的根的倒数都小于1，位于单位圆内，说明本文模型是稳定的，也就是说福建交易所的碳交易价格、石油价格、天然气价格、宏观经济状况、股票、欧元汇率所构成的整个系统稳定，变量之间存在相互影响，模型有效。图4-1VAR模型的特征多项式逆根图4.3.3脉冲响应分析与方差分解脉冲响应函数分析本文变量较多并且存在滞后期，所以在分析VAR模型时，一般不分析变量之间的关系，而是分析一个随机误差项发生变化对系统产生的动态影响，也就是脉冲响应函数分析法。脉冲响应是指对变量中的某一个变量施加一个单位的脉冲，对其他变量所产生的影响，其优点是可以直观的反映出变量间的影响方向和影响程度，精确刻画系统中各变量间的动态相关关系。图5-2是碳交易价格对其他地域交易价格以及其他变量冲击的反应。其中横轴表示滞后期，纵轴表示被解释变量冲击程度，碳交易价格在滞后一期的时候为0，随后才开始波动，说明福建碳价对各类影响因素冲击存在时滞性，之后在第六期波动基本消失。C图是福建碳交易价格受其他冲击引起的变动。图4-2脉冲响应函数图从福建碳价的脉冲分析图C中可以发现，各地碳价对福建碳价的影响波动较大，各变量的冲击波动在第六期左右基本消失，详情如表4-4。表4-4福建碳价脉冲响应分析冲击变量波动分析石油价格前期产生负向冲击达到峰值0.266%，后缓慢拉升第三期产生正向冲击，经历小幅变化之后于第六期波动基本消失天然气价格前期正向冲击并达到峰值0.428%，后冲击减缓在第四期内产生负向冲击，第五期小幅正向波动之后，第六期波动基本消失上证综合指数第二期正向波动并达到峰值0.234%，后缓慢下降并产生负向冲击，五六两期小幅正向冲击之后，第六期波动消失工业指数第二期正向波动并达到峰值0.459%，三四两期负向冲击，第四、第五期小幅正向冲击，第六期基本波动消失欧元汇率第二期负向波动，后第三期正向冲击峰值0.26%，第四期负向波动，第五期正向波动，第六期波动基本消失2.方差分解VAR中的方差分解是分析每一个随机误差项影响内生变量结构冲击的贡献度，其贡献程度越大代表这个变量的重要性越大，对因变量的解释程度就越高。通过进行方差分解，得到碳交易价格受其他变量扰动影响程度如下所示。从方差分解中可以看出碳交易价格方差基本都是由自身扰动引起，随后几期贡献度逐渐减小并趋于稳定，但是仍然是引起自身碳价变化的最主要原因。从表4-5中可以看出，福建碳价对自身影响最大，并与第六期趋于稳定，此外其他冲击的影响从大到小依次是上证综合指数、工业指数、石油价格、天然气价格、欧元汇率。BEASCIIAOilLngEura表4-5福建模型方差分解结果分析PeriodGDEASCIIAOilLngEura1.00100.000.000.000.000.000.002.0098.490.070.300.190.180.003.0097.650.490.340.290.190.004.0097.540.500.350.300.230.025.0097.510.500.350.300.230.026.0097.500.510.350.310.230.027.0097.500.510.350.310.230.028.0097.500.510.350.310.230.029.0097.500.510.350.310.000.0210.0097.500.510.350.310.180.024.4实证结果及分析本章对各地碳金融交易进行实证分析，结果显示模型拟合优度不高但系统平稳性较好，这说明还存在其他外在影响因素，模型整体是有效的。随后运用脉冲函数分析、方差分解详细分析了所有变量对各地碳交易价格影响情况。对实证结果进行横向比较分析可以发现：首先各地碳价受自身价格的影响最大，这与中国碳交易政策有关。全国碳市场处于启动的第一年，现实中各地区之间还不存在跨省交易。其次各地碳价影响因素复杂，影响程度变化多样，存在地域差异。由于地区经济发展程度、经济结构、金融环境以及开放程度等的不同，变量在各地区产生的影响大小不一，甚至正负相关性也有不同。最后各地碳价存在相互影响，虽然国内碳交易不存在跨区域交易，但是各地区的经济还是存在交集的，而且随着中国基础设施的完善，地域造成的影响会越来越小。福建碳价受天然气价格的影响程度最高，其次是工业类股票，工业类股票会影响化石能源的利用，这就意味着福建碳价对能源的冲击变动敏感；由于福建国际化程度相比其他城市较高，所以欧元汇率对其碳价影响相对较大；最后宏观经济状况对福建碳价影响最小。其次是欧元汇率，本文认为欧元汇率对深圳碳价影响与福建、上海相似，而且由于本地碳价对北上广碳价存在较深程度上的响应，所以欧元汇率对其影响是双重传导的；其次是石油价格、工业类股票、宏观经济状况。5稳定福建碳金融价格的建议5.1促进碳金融产品多样化碳金融在中国发展时间短，政府、企业、个人和金融机构对其认识有限，特别是金融机构相关碳业务的开发十分欠缺，市场碳金融产品单一，覆盖范围小，而且由于对碳交易的不熟悉，企业和个人投资者都处于观望状态，缺乏参与碳金融的积极性，导致碳业务运行不畅。因此，必须加强碳金融发展环境，促进碳金融产品的市场交易，最大限度的挖掘碳金融获利潜力。优化碳交易的金融环境首先就要创新碳金融产品，充分发挥碳金融衍生品的价格发现功能，产品多样化可以刺激需求，形成碳市场“多足鼎立”的局面，从而稳定碳金融产品交易价格。其次，培养碳金融领域的专业人才，利用“内部培养、外部引进”的方法为碳金融发展构建良好的人才储备，积极组织碳金融的相关知识和技能培训，提高碳金融人才的专业素养。最后，建立全国统一的碳信息共享平台，碳金融交易价格的不稳定和碳市场内信息不流通也有一定的关系，强化信息共享，营造信息透明化、动态化、精准化的金融环境，企业和个人可以根据市场交易的第一手动态资料进行可靠的投资计划，避免盲目投资带来的碳价不稳定。5.2促进与福建碳金融市场的碳交易地区之间的碳金融交易存在相互影响，各交易所的交易价格和成交量存在一定差距。但是由于中国各个碳交易所之间缺乏联系，市场交易体系、监管体系、运行模式以及碳金融产品类别都不一致，导致各交易所交易情况不能精准反映未来供求变化及价格走势，在未来的全国碳市场建设过程中，不利于管理容易造成交易混乱，所以我国迫切需要促进地域之间的碳交易。促进各地区之间的碳金融交易首先就是要实行跨区域联动机制，允许各地方之间碳金融交易，协调地区之间的不平衡，消除由地域不同而造成碳金融交易价格波动。其次把分散在各试点的零散交易统一起来，形成全国碳资源的有效流转，充分发挥碳市场的作用，构建多元化、多层次的碳交易平台。中国正处于构建全国碳排放交易市场的初期，全国范围内的跨区交易有助于构建全国碳交易体系，推动地区的产业结构调整，促进低碳经济发展。值得注意的是，在促进地域间碳交易的过程中必须要有效遏制跨地域交易风险，建立专门的跨地域风险管理协作，为交易双方提供相关信息，有效实现跨地域信息共享。5.3加快能源价格改革中国碳金融交易价格受政府政策环境影响很大，例如CDM项目停止审批与CCER项目的暂停申请直接对碳金融各类产品的交易价格产生影响，2017年上海碳市场配额远期上半年交易较为活跃，但是下半年由于全国市场政策不明确，交易逐渐变冷，因此稳定有效的政策环境对碳金融发展至关重要。首先，政府需要制定合理的碳配额发放机制，分配额度松紧适度，并根据各地情况制定相应的价格上下限区间，缩小交易价格的波动幅度，保证碳价稳定。其次，建立跨期储备制度与配额借贷机制，中国碳现货市场交易价格波动明显，跨期存储与借贷制度允许企业在碳价低时购买配额或是存储自身多余配额，然后在价格高时出售或是向其他企业出借配额，两种制度都可以优化投资降低成本，在时间上具有很大的灵活性。再次，制定相关的财税激励制度，政府可以通过征税和财政补贴引导碳金融市场内资源的流动，充分发挥财税的杠杆作用。最后，加强法律体系建设与政府监管，中国目前碳交易市场上的法律法规很少，《全国碳排放权交易管理条例》是碳市场现行的主要管理大法