近日，中心主任王育宝教授团队在《Energy Policy》（IF: 9.3)发表论文《Price Dynamics and Forecasting of China’s Tradable Green Certificates: An Analysis of Linkages with the Carbon Emissions Trading Market》。论文在绿色电力证书-碳排放权交易价格互动理论研究上取得新进展。

文章信息：

原文标题：Price Dynamics and Forecasting of China’s Tradable Green Certificates: An Analysis of Linkages with the Carbon Emissions Trading Market

所在期刊：Energy Policy，206，2025，114767

原文引用：Wang, Y., Pan, H., Cao, R., & Xu, B. (2025). Price dynamics and forecasting of China's Tradable green Certificates: An analysis of linkages with the carbon emissions trading market[J]. Energy Policy, 206, 114767.  https://doi.org/10.1016/j.enpol.2025.114767 

摘要：

“双碳”目标下，绿色电力证书（TGC）与碳排放权交易（CET）市场是促进能源低碳绿色清洁化转型的重要市场化工具。厘清二者价格的互动关系对政策设计至关重要。本研究首先构建了一个考虑了供、需弹性差异的市场均衡模型，以研究绿色电力证书(绿色电力证书(TGC)和碳排放权交易（CET）价格之间的关系，随后使用双变量DCC-GARCH(1,1)模型进行实证分析。采用了机器学习技术（随机森林和XGBoost）与传统ARIMA模型，预测了绿色电力证书(TGC)价格；并利用Diebold-Yilmaz溢出指数分析了绿色电力证书(TGC)市场与其他相关市场间的风险溢出效应。研究发现：(1) 绿色电力证书（TGC）和碳排放权交易（CET）价格之间存在弱负相关性（平均为-0.061）：在特定弹性条件下，碳排放权交易（CET）价格上涨会影响绿色电力证书(TGC)的供需动态变化，并导致绿色电力证书(TGC)价格下降。(2) 机器学习模型在捕捉绿色电力证书(TGC)价格动态波动和预测方面优于ARIMA模型。(3) 绿色电力证书(TGC)价格显著受到国际能源市场与金融市场波动的影响。(4) 在风险传导网络中，绿色电力证书(TGC)市场是一个净风险接受者（净溢出效应为-0.100）。

关键词：

绿色电力证书（TGC）；碳排放权交易（CET）；价格关系；价格预测；机器学习

研究设计与逻辑框架：

1. 理论溯源：构建了包含供需弹性的市场均衡模型，从经济学原理上揭示了绿色电力证书(TGC)与碳排放权交易（CET）价格可能存在的内在联系，为深化电力-碳排放权-绿色电力证书联动机制研究提供了理论基石。

2. 实证检验：利用真实市场数据，采用DCC-GARCH模型检验理论假说，量化了绿色电力证书(TGC)与碳排放权交易（CET）两大市场价格的动态相关性，回答了“是否存在关联”以及“关联强度如何”的核心问题。

3. 预测与归因：引入机器学习等前沿方法，对绿色电力证书(TGC)价格进行多维度预测，并识别出除碳排放权交易（CET）价格外的关键影响因素（如能源、金融市场变量等），从更广阔的视角理解价格波动。

4. 风险定位：运用风险溢出指数，将绿色电力证书(TGC)市场置于更宏观的金融与能源体系中，分析绿色电力证书(TGC)市场风险传导的角色与路径，评估其系统重要性。

                    图1： 研究框架

研究方法：

1.理论分析：构建了包含供给和需求弹性的市场均衡模型，从理论上推导了碳排放权交易（CET）价格变化对绿色电力证书(TGC)均衡价格的影响方向。

2.相关性分析：采用Bivariate DCC-GARCH(1,1)模型，捕捉了绿色电力证书(TGC)与碳排放权交易（CET）价格之间动态、时变的条件相关性。

3.价格预测：对比传统ARIMA模型与随机森林（Random Forest）、XGBoost机器学习模型，探索了绿色电力证书(TGC)价格的非线性特征和关键影响因素。

4.风险分析：应用Diebold-Yilmaz溢出指数模型，量化了绿色电力证书(TGC)市场与其他相关市场（能源、金融）之间的风险传导方向与强度。

研究发现及核心结论：

1. 绿色电力证书(TGC)与碳排放权交易（CET）价格存在微弱负相关性

图2结果显示，绿色电力证书(TGC)与碳排放权交易（CET）价格的平均动态相关系数为-0.061。这验证了理论模型的推断：当碳排放权交易（CET）价格上涨时，对可再生能源发电的激励增强，导致绿色电力证书(TGC)供给增加的效应超过了需求替代效应，从而对绿色电力证书(TGC)价格产生向下的压力。

     图2：绿色电力证书(TGC)与碳排放权交易(CET)价格30日滚动动态相关系数

2. 机器学习模型能更精准地预测绿色电力证书(TGC)价格

在样本外预测中，随机森林（Random Forest）和XGBoost模型的预测误差（如RMSE、MAE）显著低于传统的ARIMA模型。这表明绿色电力证书(TGC)价格波动具有复杂的非线性特征，机器学习方法能更好地捕捉其动态变动模式。

           图3：各模型对绿色电力证书(TGC)价格的预测结果对比

3. 绿色电力证书(TGC)市场是风险的“净接收者”

风险溢出网络分析发现，绿色电力证书(TGC)市场的净溢出效应为-0.100，表明绿色电力证书(TGC)市场从外部市场接收的风险大于其向外传递的风险。主要的风险来源包括碳排放期货市场、国际金融市场（如德国DAX 30指数）以及传统能源市场等。

                 图4：市场间风险溢出网络

特别说明：

该文受王育宝教授主持的能源陕西实验室科技项目“电力-碳排放权-绿证交易市场联动的基础理论、关键技术与政策创新研究”（No：ESLB202443）、国家社会科学基金重点项目““双碳”目标下西部地区综合能源系统协同发展利益分配与补偿机制研究 ”（No：22AJY006）和他担任子课题负责人的国家社会科学基金重大项目“碳中和目标驱动下多能互补体系的协同机理及实现路径研究”（No：21&ZD133）资助。本文通讯作者为经济与金融学院理论经济学专业博士研究生潘慧媛。