文獻(xiàn)分析 | 建模并預(yù)測碳市場的波動性： 離群值、時變跳躍以及油價風(fēng)險的作用
2022-05-19 10:15:49
2
, 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(wěn)增長放在更加突出的位置，在此背景下，今年要繼續(xù)、持續(xù)改善生態(tài)環(huán)境，推動綠色低碳發(fā)展，需要處理好發(fā)展和減排的關(guān)系，并將能源轉(zhuǎn)型擺在了重要位置。在大宗商品價格高位波動、能源原材料供應(yīng)仍然偏緊的背景下，一方面要充分發(fā)揮碳市場作用，兼顧減排與發(fā)展需求，另一方面要關(guān)注碳市場與能源市場之間的聯(lián)動關(guān)系。歐盟碳排放權(quán)交易體系(EU-ETS)作為制度和產(chǎn)品體系相對完善的碳市場，也是我國碳市場建設(shè)過程中可以重點研究的對象。本文在研究EUA市場特點的基礎(chǔ)上，改進(jìn)了預(yù)測碳市場波動性的方法，對于碳市場參與者管理市場風(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(xiàn)
, 歐盟碳排放權(quán)交易體系(EU-ETS)在全球碳市場中占據(jù)最大份額，除了限制碳排放外，碳市場的金融屬性也愈發(fā)突出。圍繞EU-ETS的研究主要有三類：1.EU-ETS交易的規(guī)模、流動性、強度、參與主體等市場特性；2.碳配額(EUA)價格的影響因素；3.碳配額價格和其他商品及金融市場價格之間的關(guān)系。
, 在已有研究基礎(chǔ)上，本文主要擴展了以下三方面內(nèi)容：
, 1.識別碳市場EUA價格的離群值
, 2.檢驗EUA價格是否存在時變跳躍(金融和大宗商品市場中常見)
, 3.原油市場價格波動(OVX)對EUA市場的影響
, 二、研究方法與數(shù)據(jù)來源
, (一)研究方法
, 1.識別EUA價格序列中的離群值：AR(1)-GARCH(1,1)模型
, 運用AR(1)-GARCH(1,1)模型對EUA回報的時間序列進(jìn)行擬合，用擬極大似然估計法估計系數(shù)，將超出正常波動范圍的回報率視為離群數(shù)據(jù)，公式如圖1。AR(1)-GARCH(1,1)模型的優(yōu)點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(zhǔn)確找出離群值。, 圖1：AR(1)-GARCH(1,1)模型, , 2.識別EUA價格序列中的跳躍：GARCH-Jump模型
, 模型設(shè)定如圖2所示：, 圖2：GARCH-Jump模型, , 3.原油市場不確定性對EUA市場的影響：EGARCH模型, (二)關(guān)鍵變量說明及數(shù)據(jù)來源
, Rt：EUA市場每周現(xiàn)貨價格的對數(shù)回報率
, OVX：原油波動率指數(shù)，芝加哥期權(quán)交易所(CBOE)發(fā)布
, 數(shù)據(jù)來源：Thomson Reuters DataStream
, 三、實證結(jié)果
, (一)識別EUA回報率序列中的離群值
, EUA市場回報率序列中的離群值如圖3所列，觀察對應(yīng)時期特點得到，離群值可能受戰(zhàn)爭、自然災(zāi)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市場中的時變跳躍, 圖4：GARCH-Jump模型結(jié)果, , 運用GARCH-Jump模型識別EUA市場中的跳躍，結(jié)果如圖4。主要結(jié)論包括：(1)使用原始數(shù)據(jù)進(jìn)行估計時跳躍參數(shù)都顯著，證實了EUA市場跳躍的存在；(2)α+β的值表明EUA回報率波動的高度持續(xù)性；(3)μ不顯著，反映EUA市場的當(dāng)前回報不受過去回報的影響，難以進(jìn)行短期預(yù)測；(4)跳躍均值θ顯著為負(fù)，表明由異常信息驅(qū)動的跳躍行為對收益有負(fù)面影響；(5)跳躍方差d2的正系數(shù)顯著為正，表明由異常信息驅(qū)動的波動對EUA回報有正向影響；(6)跳躍強度系數(shù)()統(tǒng)計顯著，表明跳躍強度隨時間變化，ρ和γ值較高反映跳躍強度的持續(xù)性。, (三)原油市場波動對EUA市場的影響
, 使用EGARCH模型考察原油市場波動對EUA市場影響時，發(fā)現(xiàn)在正態(tài)分布、t分布、GED分布三種假設(shè)下，OVX的系數(shù)全部顯著為正，表示原油價格波動的上升會導(dǎo)致EUA市場波動的增加，引起排放價格下降。, 圖5：EGARCH模型結(jié)果, , 進(jìn)一步檢驗OVX的非對稱作用，即區(qū)分OVX上升和下降兩種情況并分別生成變量，同時納入原EGARCH模型中，比較兩變量的系數(shù)。模型見式(17)，結(jié)果如圖6所示，原油市場波動增加對EUA市場波動影響更大。,
, 最后作者運用預(yù)測包容檢驗證明了將OVX加入標(biāo)準(zhǔn)EGARCH模型確實增加了有效信息，能改善模型對EUA市場波動的預(yù)測表現(xiàn)。
, 四、結(jié)論和啟示
, 本文運用5個實證模型得到了三個主要結(jié)論，即：(1)EUA市場存在離群值；(2)EUA市場存在時變跳躍，且由異常信息驅(qū)動的跳躍行為對EUA回報有負(fù)面影響；(3)EUA市場波動與原油市場波動正相關(guān)，在市場波動增加時正相關(guān)關(guān)系更為顯著。本文研究的實際意義一方面在于使投資者和其他市場參與者能夠更準(zhǔn)確地預(yù)測和管理EUA市場的風(fēng)險，準(zhǔn)確預(yù)測現(xiàn)貨價格的波動率也是碳期貨等衍生金融產(chǎn)品有效定價的基礎(chǔ)；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和碳排放市場之間的聯(lián)動性。
, 在此基礎(chǔ)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(yù)測碳市場波動性？(2)探究原油和碳排放價格波動之間的因果關(guān)系；(3)比較不同維度的油價波動率(如實際波動率和隱含波動率)對EUA市場風(fēng)險的影響程度。
, 原標(biāo)題：文獻(xiàn)分析 | 建模并預(yù)測碳市場的波動性： 離群值、時變跳躍以及油價風(fēng)險的作用
聲明：素材來源于網(wǎng)絡(luò)如有侵權(quán)聯(lián)系刪除。