序
关于碳排放分配的方法，早期常见的方法是“祖父原理”，即基于现有的排放数据免费获得碳排放限额。这种分配方式不公平，导致环境治理难度加大，挫伤了企业节能减排的积极性。随着分配制度的成熟，逐渐考虑“公平关系”。与“祖父原则”相反，考虑的原则是:平等、公平、免责。
随着研究的深入，碳排放分配方法和标准不断优化，如修改使用DEA模型，研究范围不断扩大，得到的数学模型更加广泛，考虑的数据和因素更加全面。为了进一步理顺分配机制，多属性模型方法被广泛应用，关注点逐渐考虑经济效率与公平的关系、社会责任与减排潜力的关系等。这些研究使分配手段和分配机制更加灵活和科学。
首先，碳排放常见的方式是静态拍卖，特点是单一拍卖或密封拍卖。其次，动态形式的拍卖特点是多轮或循环拍卖，设计环节不单一。两种方式对碳排放交易机制的影响不同，学术讨论激烈。
或者密封单轮拍卖具有快捷、方便、交易效率高、交易成本低的优点。因为通过研究发现，多轮拍卖容易出现合谋，交易成本较高。
在碳排放权交易的研究领域，模拟模型、优化规划模型和实证分析模型不断被应用到其他环节。对于模拟模型，Edwin AIDS和Hutton一般均衡模型克服了自上而下思维的不足。这种方法的思路是自下而上考虑不同部门的思维变化，可以将不同的部门和行业纳入分析体系。Tangtl等人基于此。提出了多主体仿真模型，进一步得到了碳排放权拍卖机制的优化效果。
随着研究的深入，海塔运用博弈论的思想和逻辑，考虑到拍卖市场的内在特征和属性，分析了影响拍卖的内生动力。丛进一步考虑了不同拍卖方式的论证，比较了单一价格拍卖、多价格拍卖和英式拍卖，考虑了不同拍卖方式的市场效率和交易成本。目前关于碳排放权交易的主要问题是分析对象缺乏整体性，没有从一个国家的全局角度考虑。Demaily和Quirion的研究对象是钢铁行业，丛和魏的研究对象是电力行业的碳交易，Anger的实证对象是航空空行业。
Garcia和Robei1认为，碳金融的参与者主要由各种长短期资本、新能源和清洁能源投资者以及碳交易市场组成。碳金融活动影响私营企业在碳金融市场的投资决策和交易选择。卡尔和马丁认为，与碳金融相关的碳远期产品和衍生品是碳交易市场的重要组成部分，可以使碳排放权的交易价格更加合理，使碳交易市场更加活跃和高效，提高市场的资源配置效率。
谢瓦利埃在研究欧洲碳排放交易体系时，将利率和原油价格纳入宏观经济风险因素。对于商业银行来说，信贷危机和市场波动将减少碳利润和碳资产的流动性。研究中应包括原油价格、碳排放交易价格和利率。学者们将碳金融市场的风险分为违约风险、利率风险、汇率风险和天气风险，并进一步强调利率和汇率对碳金融市场的影响。
一般认为，天然气价格主要受布伦特原油价格影响，而天然气价格直接影响电价，因为市场上有燃气轮机发电，原油价格的变化最终会传导到碳排放权的交易价格。研究了EUA价格与气温的相关性。结果表明，平均气温对EUA价格影响不大，但气温偏离平均气温的波动幅度对EUA价格影响显著，总体呈正相关关系。通过大量的研究和计算，碳价格的波动会受到天气变化的驱动，天气变量会引起二氧化碳价格的变化。例如，温度和功率需求之间存在关系。一旦温度达到一定阈值或低于一定阈值，就会影响电力需求的波动，最终导致碳排放配额需求的变化。
大量研究发现，极端高温下温度变化对碳价格的影响远小于极端低温下。通过对碳价格历史波动的全方位分析，发现需要考虑市场因素以外的因素，因为碳金融产品是新生事物，需要综合考虑其自身特点。
在金融研究领域，由于碳金融市场受到更多主观因素和风险因素的影响，研究工作扩展到了一个新的范畴，其研究工作中的计量经济学分析也变得更加全面。
学者们一致认为信用风险和市场风险是风险管理中最重要的组成部分。由于碳金融市场具有一般金融市场属性，所以在讨论碳金融风险时，要考虑风险之间的内在联系和相关性。在关于碳市场风险管理的文献中，一些学者对风险的度量做了详细的分析。通过比较和总结，我们可以发现碳信用和市场风险是风险管理中最重要的任务之一。认为常规的风险评估方法是对不确定的概率分布进行量化，涵盖了碳金融市场的消费模式和全球原油市场的多变性。
在资产定价模型中，原油价格可以用来分析投资策略，因为碳金融风险和金融价格之间存在正相关关系。目前在欧洲市场，讨论的主要对象是市场机制、风险度量和碳价格之间的关系。研究结果表明，天然气单价、石油单价和煤炭单价对碳价格的变化有不同程度的影响，EUA期货价格与能源期货价格和能源现货价格有很强的相关性。
在模型方面，利用郑泰高斯分布和蒙特卡罗模拟等模型方法研究碳期货期权的定价，以期为投资者实现套期保值的目标提供参考。在VaR方法中也使用了GED-GARCH模型，将影响风险度量的因素扩展到国民收入、市场波动性等因素。研究表明，欧洲碳排放市场的市场交易价格不满足均值回归。
假设潜在变量相互独立，这里参数估计的方法仍然是基于最大似然比。根据AIC和BIC的观点，Copula方法有其独特的优势。为了提高该方法的准确性，许多学者对其进行了一系列的修正。这些评价标准将适用于参数选择和模型选择。比如文献中可以看到Copuia-GARCH和VaR方法的介绍，它们都适用于风险策略的不同阶段。VaR适用于资产负债管理和资本资产定价模型，它描述了在一定置信水平下资产的最大可能损失。引入Copula进一步提高了VaR的计算水平，显著提高了VaR预测的准确性。
