文獻分析 | 建模并預測碳市場(chǎng)的波動(dòng)性： 離群值、時(shí)變跳躍以及油價(jià)風(fēng)險的作用
2022-05-19 10:15:49
1
, 李克強總理在政府工作報告中提到，在新的經(jīng)濟下行壓力下，要把穩增長(cháng)放在更加突出的位置，在此背景下，今年要繼續、持續改善生態(tài)環(huán)境，推動(dòng)綠色低碳發(fā)展，需要處理好發(fā)展和減排的關(guān)系，并將能源轉型擺在了重要位置。在大宗商品價(jià)格高位波動(dòng)、能源原材料供應仍然偏緊的背景下，一方面要充分發(fā)揮碳市場(chǎng)作用，兼顧減排與發(fā)展需求，另一方面要關(guān)注碳市場(chǎng)與能源市場(chǎng)之間的聯(lián)動(dòng)關(guān)系。歐盟碳排放權交易體系(EU-ETS)作為制度和產(chǎn)品體系相對完善的碳市場(chǎng)，也是我國碳市場(chǎng)建設過(guò)程中可以重點(diǎn)研究的對象。本文在研究EUA市場(chǎng)特點(diǎn)的基礎上，改進(jìn)了預測碳市場(chǎng)波動(dòng)性的方法，對于碳市場(chǎng)參與者管理市場(chǎng)風(fēng)險、政策制定者出臺政策均有所啟發(fā)。
, 一、研究背景與本文貢獻
, 歐盟碳排放權交易體系(EU-ETS)在全球碳市場(chǎng)中占據最大份額，除了限制碳排放外，碳市場(chǎng)的金融屬性也愈發(fā)突出。圍繞EU-ETS的研究主要有三類(lèi)：1.EU-ETS交易的規模、流動(dòng)性、強度、參與主體等市場(chǎng)特性；2.碳配額(EUA)價(jià)格的影響因素；3.碳配額價(jià)格和其他商品及金融市場(chǎng)價(jià)格之間的關(guān)系。
, 在已有研究基礎上，本文主要擴展了以下三方面內容：
, 1.識別碳市場(chǎng)EUA價(jià)格的離群值
, 2.檢驗EUA價(jià)格是否存在時(shí)變跳躍(金融和大宗商品市場(chǎng)中常見(jiàn))
, 3.原油市場(chǎng)價(jià)格波動(dòng)(OVX)對EUA市場(chǎng)的影響
, 二、研究方法與數據來(lái)源
, (一)研究方法
, 1.識別EUA價(jià)格序列中的離群值：AR(1)-GARCH(1,1)模型
, 運用AR(1)-GARCH(1,1)模型對EUA回報的時(shí)間序列進(jìn)行擬合，用擬極大似然估計法估計系數，將超出正常波動(dòng)范圍的回報率視為離群數據，公式如圖1。AR(1)-GARCH(1,1)模型的優(yōu)點(diǎn)是即使對誤差項的分布形式選擇有誤，或者模型選擇有誤，仍能準確找出離群值。, 圖1：AR(1)-GARCH(1,1)模型, , 2.識別EUA價(jià)格序列中的跳躍：GARCH-Jump模型
, 模型設定如圖2所示：, 圖2：GARCH-Jump模型, , 3.原油市場(chǎng)不確定性對EUA市場(chǎng)的影響：EGARCH模型, (二)關(guān)鍵變量說(shuō)明及數據來(lái)源
, Rt：EUA市場(chǎng)每周現貨價(jià)格的對數回報率
, OVX：原油波動(dòng)率指數，芝加哥期權交易所(CBOE)發(fā)布
, 數據來(lái)源：Thomson Reuters DataStream
, 三、實(shí)證結果
, (一)識別EUA回報率序列中的離群值
, EUA市場(chǎng)回報率序列中的離群值如圖3所列，觀(guān)察對應時(shí)期特點(diǎn)得到，離群值可能受戰爭、自然災害、政治沖突、經(jīng)濟崩潰等事件影響造成。, 圖3：離群值所處日期, , (二)識別EUA市場(chǎng)中的時(shí)變跳躍, 圖4：GARCH-Jump模型結果, , 運用GARCH-Jump模型識別EUA市場(chǎng)中的跳躍，結果如圖4。主要結論包括：(1)使用原始數據進(jìn)行估計時(shí)跳躍參數都顯著(zhù)，證實(shí)了EUA市場(chǎng)跳躍的存在；(2)α+β的值表明EUA回報率波動(dòng)的高度持續性；(3)μ不顯著(zhù)，反映EUA市場(chǎng)的當前回報不受過(guò)去回報的影響，難以進(jìn)行短期預測；(4)跳躍均值θ顯著(zhù)為負，表明由異常信息驅動(dòng)的跳躍行為對收益有負面影響；(5)跳躍方差d2的正系數顯著(zhù)為正，表明由異常信息驅動(dòng)的波動(dòng)對EUA回報有正向影響；(6)跳躍強度系數()統計顯著(zhù)，表明跳躍強度隨時(shí)間變化，ρ和γ值較高反映跳躍強度的持續性。, (三)原油市場(chǎng)波動(dòng)對EUA市場(chǎng)的影響
, 使用EGARCH模型考察原油市場(chǎng)波動(dòng)對EUA市場(chǎng)影響時(shí)，發(fā)現在正態(tài)分布、t分布、GED分布三種假設下，OVX的系數全部顯著(zhù)為正，表示原油價(jià)格波動(dòng)的上升會(huì )導致EUA市場(chǎng)波動(dòng)的增加，引起排放價(jià)格下降。, 圖5：EGARCH模型結果, , 進(jìn)一步檢驗OVX的非對稱(chēng)作用，即區分OVX上升和下降兩種情況并分別生成變量，同時(shí)納入原EGARCH模型中，比較兩變量的系數。模型見(jiàn)式(17)，結果如圖6所示，原油市場(chǎng)波動(dòng)增加對EUA市場(chǎng)波動(dòng)影響更大。,
, 最后作者運用預測包容檢驗證明了將OVX加入標準EGARCH模型確實(shí)增加了有效信息，能改善模型對EUA市場(chǎng)波動(dòng)的預測表現。
, 四、結論和啟示
, 本文運用5個(gè)實(shí)證模型得到了三個(gè)主要結論，即：(1)EUA市場(chǎng)存在離群值；(2)EUA市場(chǎng)存在時(shí)變跳躍，且由異常信息驅動(dòng)的跳躍行為對EUA回報有負面影響；(3)EUA市場(chǎng)波動(dòng)與原油市場(chǎng)波動(dòng)正相關(guān)，在市場(chǎng)波動(dòng)增加時(shí)正相關(guān)關(guān)系更為顯著(zhù)。本文研究的實(shí)際意義一方面在于使投資者和其他市場(chǎng)參與者能夠更準確地預測和管理EUA市場(chǎng)的風(fēng)險，準確預測現貨價(jià)格的波動(dòng)率也是碳期貨等衍生金融產(chǎn)品有效定價(jià)的基礎；另一方面是對于政策制定者而言，政策出臺需要考慮能源市場(chǎng)和碳排放市場(chǎng)之間的聯(lián)動(dòng)性。
, 在此基礎上，作者提出了進(jìn)一步的研究方向：(1)將匯率納入EGARCH模型是否更有利于預測碳市場(chǎng)波動(dòng)性？(2)探究原油和碳排放價(jià)格波動(dòng)之間的因果關(guān)系；(3)比較不同維度的油價(jià)波動(dòng)率(如實(shí)際波動(dòng)率和隱含波動(dòng)率)對EUA市場(chǎng)風(fēng)險的影響程度。
, 原標題：文獻分析 | 建模并預測碳市場(chǎng)的波動(dòng)性： 離群值、時(shí)變跳躍以及油價(jià)風(fēng)險的作用
聲明：素材來(lái)源于網(wǎng)絡(luò )如有侵權聯(lián)系刪除。