删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

中国七大试点碳市场2014–2017年交易信息数据集

本站小编 Free考研考试/2022-01-02

摘要&关键词
摘要：在碳排放权交易市场中，研究市场交易信息有助于了解碳价格形成过程中存在的信息披露和信息传输等问题。本数据集对上海、北京、广东、深圳、湖北、天津和重庆等七个试点碳市场2014–2017年的成交数据进行收集。数据主要来源于各试点官方网站公布的信息。为了保证数据的连续性，数据采集过程中剔除了所有无交易的日期。本数据集包含各试点碳市场配额日成交量和日成交额等较全面的交易信息，为开展碳市场量价关系分析与有效性研究等相关工作提供数据支持，也可以为全国碳市场的建设总结相关经验，以供借鉴。
关键词：碳市场；量价关系；碳价日变化率；有效性

Abstract & Keywords
Abstract:?In the carbon market, the research on trade information is conducive to understanding the problems of information disclosure and information transmission in the formation of carbon price. The trading data during 2014 – 2017 of Shanghai, Beijing, Guangdong, Shenzhen, Hubei, Tianjin and Chongqing were collected from the official websites of seven pilot markets. To ensure the continuity of data, all non-trade dates were removed during the data collection process. This dataset contains comprehensive trade information such as daily transaction volume and daily transaction turnover of each pilot market. It can not only serve as data support for relevant researches such as the analysis of the relationship between volume and price and the research on the effectiveness of carbon market, but also provide experience and reference for the construction of the carbon market nationwide.
Keywords:?carbon market;?relationship between volume and price;?daily rate of carbon price;?effectiveness

数据库（集）基本信息简介
数据库（集）名称中国七大试点碳市场2014–2017年交易信息数据集
数据作者张倩云、李瑾、张瑶、赵东、刘琛
数据通讯作者李瑾（lijinpiga@163.com）
数据时间范围2014–2017年
地理区域上海、北京、广东、深圳、湖北、天津、重庆
数据量1494 KB
数据格式*.XLS
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/819
基金项目国家发展改革委促进大数据重大工程项目（2016-999999-65-01-000696-03）
数据库（集）组成数据集为一份Excel数据表，包含七个市场的配额日成交量和成交额等数据。

Dataset Profile
TitleA dataset for the trade information during 2014 – 2017 of seven pilot carbon markets in China
Data authorsZhang Qianyun, Li Jin, Zhang Yao, Zhao Dong, Liu Chen
Data corresponding authorLi Jin（lijinpiga@163.com）
Time range2014 – 2017
Geographical scopeShanghai, Beijing, Guangdong, Shenzhen, Hubei, Tianjin, Chongqing
Data volume1494 KB
Data format*.XLS
Data service system<http://www.sciencedb.cn/dataSet/handle/819>
Sources of fundingBig Data Project of the National Development and Reform Commission (2016-999999-65-01-000696-03).
Dataset compositionThe dataset is an Excel sheet of data, including daily trading information like transaction volume and turnover of the seven markets.



引 言
碳市场建设是我国构建绿色金融体系的关键内容，根据各试点每日交易价格判断碳市场的有效性是衡量碳市场发展成熟度的关键依据[1]。关于国外的碳市场价格研究，Daskalakis 和Markellos利用欧洲碳交易数据，实证检验碳市场的有效性[2]；Seifer等通过随机均衡模型得出了欧洲碳市场信息充分有效的结论[3]；Alberto Montagnoli等采用方差比率法对欧盟碳市场的有效性进行检验[4]；Amelie Charles等亦证实欧盟碳市场有效[5]；国内研究部分，王倩、王硕选取2013年下半年至2014年上半年范围内上海、北京、深圳和天津4个试点的碳交易数据进行有效性研究[6]；赵长红等采用面板回归模型分析能源价格、宏观经济等因素对碳交易价格的影响[7]；王扬雷选取2013年11月至2015年6月期间北京碳排放权交易价格作为研究对象，进行市场分析[8]。可以看出，碳市场的交易信息为市场有效性的研究提供基础的数据支撑。
相对目前国内已有的研究来看，本数据集覆盖的试点范围和时间范围更广，包括2013年12月31日至2017年12月31日北京、上海、广东、深圳、湖北、天津、重庆7个省市试点碳市场的配额日成交量和日成交额数据。根据这些数据可以整理出碳交易市场配额日成交均价以及碳价日变化率序列，为进一步分析碳市场价格变化趋势及市场有效性提供必要的数据支持。

1 ? 数据采集和处理方法
1.1 ? 数据来源
本数据主要来源于市场公开数据，覆盖各个试点碳市场官方网站的交易信息。其中，上海碳市场的交易数据由上海环境能源交易所根据交易系统内部成交信息进行统计汇总形成。对于北京、广东、深圳、湖北、天津和重庆碳市场，分别进入各自的碳排放权交易所官网，将2013年12月31日至2017年12月31日时间范围内的交易信息完整下载，得到原始数据。

1.2 ? 数据预处理
数据收集过程中通常会受到噪声数据、缺失数据、冲突数据等影响，导致采集到的原始数据比较“脏”。因此，首先需要对原始数据进行预处理，以保证数据的质量和应用价值。本文的预处理环节主要包括数据集成、数据清洗和数据转换等方面。
（1）数据集成
由于交易信息不是来源于同一网站，需要将数据进行整合，形成一个综合数据集。将不同数据源的数据进行形式统一，有利于提高数据的集中性和一致性。
在这个过程中，主要是对不同来源的数据名称、长度、格式和单位等进行统一，并进行字段检查。对不同的字段进行删除或合并，避免出现冗余。
（2）数据清洗
对数据的不一致检验、噪声数据的识别、数据过滤与修正，有利于提高数据的真实性和可用性。本文清洗过程包括以下几个方面：
①数据不一致。由于数据的来源不同，名称和单位可能有所差异。在使用前，对数据进行检查和统一，避免由于内容不一致带来的误差。
②空缺值。原始数据中存在少量空缺值，这是由于当天没有成交记录造成的，对数据的分析与研究并没有实际意义，故直接将空缺值做删除处理。
③异常值识别。通过单变量的描述统计及图形法，识别有无异常值或明显错误值。本文分别将七个试点的成交量和成交额进行描述性统计分析得出每月碳配额价格的加权平均值，然后利用散点图将碳配额日均价可视化处理。对于明显偏离加权平均值的数据可视为异常情况，可能原因是原始数据的记录错误或者数据收集过程中的操作错误。对于有异常值出现的情况，经人工查证后利用上一交易日的有效成交数据进行替换处理。
（3）数据转换
利用对数收益率计算方式将配额日成交均价转化成碳价日变化率，可以为市场有效性研究提供基础数据支持，计算公式为[9]：Xt=ln（Pt/Pt-1），其中，Xt为第t日的碳价日变化率；Pt为第t日的碳市场价格；Pt- 1 为第t-1日的碳市场价格。
数据预处理阶段的整体流程如图1所示。




图1 ? 数据处理流程图


2 ? 数据样本描述
经过数据处理，得出七个试点2014–2017年的交易数据，详情如表1所示。
表1 ? 七个试点交易数据详情
试点数据来源时间范围样本数量
上海上海环境能源交易所2013.12.31-2017.12.29595
北京北京环境交易所2014.01.02-2017.12.29673
广东广州碳排放权交易所2014.03.11-2017.12.29732
深圳深圳排放权交易所2015.05.18-2017.12.29596
湖北湖北碳排放权交易中心2014.04.02-2017.12.29903
天津天津排放权交易所2013.12.31-2017.12.22457
重庆重庆碳排放权交易中心2014.06.19-2017.12.29240

注：其中深圳排放权交易所的官网数据开始于2015年5月18日。

本数据集由七个试点碳市场2014–2017年的交易情况组成，每个试点的数据内容包括配额日成交量、配额日成交额、配额日成交均价以及碳价日变化率。根据这些数据可以单独研究各试点的市场交易情况，也可以将七个试点作对比分析。以上海碳市场为例，数据具体信息如图2所示。




图2 ? 上海碳市场部分交易数据信息

3 ? 数据质量控制和评估
由于原始数据属于外部二手数据，所以在使用前对数据的准确性、适用性和一致性进行审核。
（1）准确性
本数据来源于各试点官网信息，是所有交易情况的汇总统计，保证了数据的真实性和准确性。
（2）适用性
本文收集的原始数据中包含市场成交量和成交价等重要信息，是碳市场量价关系分析以及有效性研究等工作必不可少的目标数据。
（3）一致性
不同试点官方网站包含的数据字段有所差别，但是均包含完整的交易信息，根据数据集需求进行统一筛选。

4 ? 数据价值
本数据集来源可靠，包含了七个试点2014–2017年较完整的交易数据。各数据可以直接参考使用，为中国碳市场历年进展情况或七个试点交易情况对比等相关研究提供可靠的数据支持。

致 谢
衷心感谢中国科学院上海高等研究院“碳排放特色数据产品及系统开发”项目的大力支持。


[1]
FAMA E F. Efficient Capital Market: A Review of Theory and Empirical Work[J]. The Journal of Finance, 1970, 25(2): 383-417.

+?CSCD?·?Baidu Scholar

[2]
DASKALAKIS G, MARKELLOS B N. Are The European Carbon Markets Efficient?[J]. Review of Future Markets, 2008, 17(2): 103-128.

+?CSCD?·?Baidu Scholar

[3]
SEIFERT J, UHRIG-HOMBURG M, WAGNER M. Dynamic behavior of CO2 spot prices[J]. Journal of Environmental Economics & Management, 2008, 56(2): 0-194.

+?CSCD?·?Baidu Scholar

[4]
MONTAGNOLI A, VRIES F P D. Carbon trading thickness and market efficiency[J]. Energy Economics, 2010, 32(6): 1331-1336.

+?CSCD?·?Baidu Scholar

[5]
CHARLES A. DARNE O. FOUILLOUX J. Testing the martingale difference hypothesis in CO2 emission allowances[J]. Economic Modelling, 2011, 28(1-2): 0-35.

+?CSCD?·?Baidu Scholar

[6]
王倩, 王硕. 中国碳排放权交易市场的有效性研究[J]. 社会科学辑刊, 2014 (6): 109-115.

+?CSCD?·?Baidu Scholar

[7]
赵长红, 张明明, 翟迪. 基于试点碳市场的中国碳价驱动因素实证研究[J]. 经济论坛, 2018, 581(12): 138-143.

+?CSCD?·?Baidu Scholar

[8]
王扬雷, 杜莉. 我国碳金融交易市场的有效性研究——基于北京碳交易市场的分形理论分析[J]. 管理世界, 2015(12): 174-175.

+?CSCD?·?Baidu Scholar

[9]
周天芸, 许锐翔. 中国碳排放权交易价格的形成及其波动特征——基于深圳碳排放权交易所的数据[J]. 金融发展研究, 2016(1): 16-25.

+?CSCD?·?Baidu Scholar


数据引用格式
张倩云, 李瑾, 张瑶, 等. 中国七大试点碳市场2014–2017年交易信息数据集[DB/OL]. Science Data Bank, 2019. (2019-09-23). DOI: 10.11922/sciencedb.819.

稿件与作者信息

论文引用格式
张倩云, 李瑾, 张瑶, 等. 中国七大试点碳市场2014–2017年交易信息数据集[J/OL]. 中国科学数据, 2020, 5(1). (2019-09-23). DOI: 10.11922/csdata.2019.0030.zh.
张倩云Zhang Qianyun

主要承担工作：数据分析与论文撰写。
（1992—），女，安徽省蚌埠市人，硕士，研究方向为新能源材料应用。

李瑾Li Jin

主要承担工作：整体方案设计与指导。
lijinpiga@163.com
（1983—），女，河南省郑州市人，博士，高级经济师，研究方向为能源经济。

张瑶Zhang Yao

主要承担工作：数据收集与整理。
（1985—），女，辽宁省抚顺市人，助理会计师，研究方向为低碳咨询。

赵东Zhao Dong

主要承担工作：数据处理与加工。
（1990—），男，山东省济宁市人，硕士，研究方向为碳金融。

刘琛Liu Chen

主要承担工作：数据收集与整理。
（1990—），男，湖北省孝感市人，硕士，研究方向为绿色金融。


相关话题/数据 市场 信息 上海 深圳
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 南京市历史地名名录数据集
    摘要&关键词摘要：南京历史悠久，文化资源丰富，其历史地名使用广泛、内涵丰富，对研究城市发展、历史文化和社会风俗具有重要的意义。本文选取南京市地名委员会公布的第一、二批南京市历史地名名录中的地名为研究对象，采用国家标准分类和地名名录分类两种分类方法。参考《南京地名大全》、《中国历史地名大辞典》和《中国 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 1967–2014年科西河流域面积≥0.05 km<sup>2</sup>冰湖轮廓数据集
    摘要&关键词摘要：科西河流域发育有众多的冰川和冰湖，冰川覆盖率达9.78%，冰湖数量221个，冰湖分布及变化不仅是预测该区域冰湖溃决洪水灾害的基础数据，而且可以在一定程度上反映高山寒区气候及冰川水资源的变化。本数据集应用1960s–2010s多源遥感影像数据（Corona、LandsatMSS/TM ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 2016年冈底斯山冰川矢量数据集
    摘要&关键词摘要：冈底斯山（29°14′–33°42′N，78°52′–90°03′E）横贯西藏自治区西南部，西起喀喇昆仑山东南部的萨色尔山脊，东至纳木错西南与念青唐古拉山西段衔接，山体呈西北–东南走向，大致与喜马拉雅山平行，是青藏高原和欧亚大陆南缘最为醒目的构造单元之一。冈底斯山西段属极大陆型冰川 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 2016年阿尔金山冰川边界及长度数据集
    摘要&关键词摘要：阿尔金山位于青藏高原北缘，以当金山口和车尔臣河上游河谷为界，是塔里木盆地和柴达木盆地的界山，该地区冰川属亚大陆型冰川和极大陆型冰川。冰川边界和长度是冰川的重要参数，其变化可直接反映冰川的进退状态，并间接表征区域气候变化规律。本数据集基于2016年LandsatOLI遥感影像和SRT ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 1991年和2015年唐古拉山冰川边界/范围矢量数据集
    摘要&关键词摘要：唐古拉山（31°15′–34°45′N，90°23′–95°52′E）位于青藏高原中部，西起祖尔肯乌拉山，东至布加岗日，全长约500km。山脉总体呈西北–东南走向，是青海省与西藏自治区的界山及怒江河源水系和长江–澜沧江河源水系的分水岭。唐古拉山平均海拔5500m左右，总地势西部高、 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 2013–2018年鄱阳湖水环境监测数据集
    摘要&关键词摘要：2013–2018年水环境监测数据集是中国科学院鄱阳湖湖泊湿地综合研究站每年1月、4月、7月和10月四个月进行全湖调查的成果。通过常规监测点的长期监测，反映出鄱阳湖近年来水质年内季节性和年际的变化特征。本数据集可为科学研究、项目申报和湖泊水环境保护决策建议等提供支撑。本数据集包括物 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 2005–2015年青藏高原东南部贡嘎山峨眉冷杉林土壤物理性质和元素数据集
    摘要&关键词摘要：贡嘎山位于青藏高原和四川盆地的过渡带。峨眉冷杉林是贡嘎山暗针叶林的重要组成部分。采用规范的调查监测方法获取峨眉冷杉土壤物理性质和元素对直接揭示土壤质量的变化具有重要意义，也为模拟山地生态系统物质循环过程提供参数。中国科学院贡嘎山高山生态系统观测试验站（简称“贡嘎山站”）是中国生态系 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 2012–2016年洞庭湖洲滩土壤元素含量数据集
    摘要&关键词摘要：湿地土壤元素的空间分布受到多种环境因素的影响，其中水文条件通过水文周期的变化以及地表水和地下水的运动对土壤元素进行调节。洞庭湖湿地生态系统观测研究站自2009年正式运行以来，按中国生态系统研究网络（ChineseEcosystemResearchNetwork，CERN）统一的监测 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 1999–2016年鼎湖山季风常绿阔叶林凋落物月回收量数据集
    摘要&关键词摘要：凋落物作为连接植物群落与土壤间的纽带，在森林生态系统的物质循环、能量流动和信息传递三大功能中发挥着重要作用，是森林生态系统物质循环和能量流动中的重要结构和功能单元，准确定量森林生态系统的凋落物量是相关研究工作的基础。作为中国生态系统研究网络（ChineseEcosystemRese ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02
  • 1998–2018年中国科学院贡嘎山高山生态系统观测试验站气象数据集
    摘要&关键词摘要：气象数据作为气候变化基础数据，对全球气候变化和极端气候事件提供基础数据支撑。中国科学院贡嘎山高山生态系统观测试验站（简称贡嘎山站）是中国生态系统研究网络（CERN）和国家野外科学观测定位研究站之一。贡嘎山地处于青藏高原的东南缘，是全球变化最为敏感区域之一，在高山生态系统中具有典型性 ...
    中科院计算机网络信息中心 本站小编 Free考研考试 2022-01-02

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.