原文題目:Modeling and Forecasting the Volatility of Carbon Emission Market: The Role of Outliers, Time-varying Jumps and Oil Price Risk
原文作者:Anupam Dutta
發(fā)表期刊:Journal of Cleaner Production
發(fā)表時(shí)間:2018年
關(guān)鍵詞:EUA市場(chǎng);碳排放價(jià)格;離群值;跳躍;OVX
自我國“雙碳”目標提出后,碳達峰碳中和工作方案相繼出臺,如何減碳降碳、推動(dòng)經(jīng)濟體系低碳轉型被納入各行各業(yè)的發(fā)展規劃,建設全國統一碳市場(chǎng)是其中的重要舉措,也是2022年3月4日至3月11日舉辦的全國兩會(huì )的重要議題之一,不少代表委員提出了碳市場(chǎng)、碳交易相關(guān)提案。全國人大代表、央行廣州分行行長(cháng)白鶴祥提出探索推動(dòng)粵港澳大灣區碳市場(chǎng)建設;全國政協(xié)常委、全國工商聯(lián)副主席、正泰集團董事長(cháng)南存輝建議有序擴大全國碳市場(chǎng)交易覆蓋范圍;九三學(xué)社中央建議銜接好碳排放交易政策;民進(jìn)中央副主席黃震建議建設電力、石油、天然氣和二氧化碳排放權交易系統;政協(xié)委員李正國建議完善碳排放權交易制度,明確權利屬性;奇瑞汽車(chē)董事長(cháng)尹同躍建議加速推進(jìn)新能源汽車(chē)納入碳交易管理;中華全國律師協(xié)會(huì )副會(huì )長(cháng)呂紅兵,提交包括關(guān)于加快建立我國碳排放權交易法律體系、進(jìn)一步優(yōu)化投資制度和“集采”政策等多項提案;中信資本董事長(cháng)兼首席執行官張懿宸建議引入更多市場(chǎng)參與主體;諸如此類(lèi),不勝枚舉。
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。
原文摘要
The objectives of this study are three-fold. First, we aim to assess whether outliers or extreme observations occur in the European Union Allowance (EUA) data. Second, we examine if time-varying jumps are present in the carbon emission market. Third, we use the crude oil volatility index (OVX) to investigate the effect of oil market uncertainty on the emission price volatility. In order to detect the possible outliers in the EUA market, we employ a standard methodology proposed by Ané et al. (2008) and identify several outliers in the emission data. After spotting and then removing those extreme points, we apply the GARCH-jump models to both original and outlier free observations. The results of the jump model show that while time-varying jumps do exist in the uncorrected data, most of the jump parameters, however, become insignificant in case of outlier-free observations. Next, the application of an extended EGARCH model, in which OVX is introduced in the GARCH specification, demonstrates that emission prices are highly sensitive to oil market implied volatility and that the impact of OVX on the EUA market appears to be asymmetric. Additionally, the use of forecast encompassing test documents that considering the outlier-free data and using the information content of OVX would improve the volatility forecasts for the carbon emission market. The results of our research carry important implications for both investors and policymakers.
作者:
張 寧中央財經(jīng)大學(xué)金融學(xué)院碩士研究生
指導老師:
王 遙中央財經(jīng)大學(xué)綠色金融國際研究院院長(cháng)
原創(chuàng )聲明
如需轉載、引用本文觀(guān)點(diǎn),請注明出處為“中央財經(jīng)大學(xué)綠色金融國際研究院”。
新媒體編輯:楊穎安