歐盟碳排放交易市場的結構特徵研究

全球氣候變暖是人類面臨的來自自然環境的主要挑戰之一，而二氧化碳氣體的排放是造成這一問題的主要因素，因此，控制二氧化碳排放量就成為應對全球氣候變暖的重要舉措。經過10 多年的發展，歐盟碳排放交易市場已經得到了快速的成長，歐盟排放配額(European Union Allowance，EUA) 和核證減排量(Certified Emission Reduction，CER)作為歐盟碳排放交易市場的兩個主要交易標的物，其交易所形成的市場已經發展成為一個重要的貿易市場。

隨著碳排放交易市場的不斷發展，該市場的資本化程度逐漸深化，其金融屬性也日益顯現，並逐步融入國際資本市場體系之中。經濟金融全球一體化的發展，使得碳排放交易市場與其他資本市場之間的關係變得更加複雜，並呈現出非線性的相依結構。準確度量這種相依性結構，對資本市場上的風險管理、投資組合分析、套期保值策略、產品定價等方面都具有現實意義，尤其是在經濟危機與金融危機爆發期間。Copula函數的構建，為刻畫資本市場之間的相依性結構提供了理論基礎。Copula函數的種類繁多，包括二元、多元以及藤分解結構等，使得引入Copula函數來研究碳排放交易市場之間的相依性具有了可行性。

儘管歐盟碳排放交易市場已經歷了10 餘年的發展，但仍然不完善，市場結構容易受到外界信息的衝擊而發生變化，從而產生很大的市場不確定性。由於具體制度安排、政策導向、排放與減排目標不同等因素，碳排放交易市場可能存在結構轉換與跳躍特徵。針對碳排放交易市場結構轉換與跳躍特徵的相關研究，有利於進一步分析歐盟碳排放交易市場上資產價格的波動特徵及其驅動因素，有利於探討市場之間套期保值策略，有利於提高碳排放權市場產品的定價精度，也有助於進一步探討市場制度安排。正是基於此，本書對中國碳排放交易市場的發展具有一定的參考與借鑑意義，尤其在設計中國碳排放交易機制方面。

鑒於此，本書選取歐盟碳排放交易市場作為研究對象，主要從以下三個方面展開研究：第一，基於Copula函數與藤分解結構分析市場的相依結構；第二，基於馬爾科夫機制轉換模型分析市場的波動聚集與結構轉換特徵；第三，基於自迴歸跳躍強度模型分析市場的時變跳躍行為。

本書的結構安排如下：

第一章為緒論。本章主要闡述本書的研究背景與研究意義、研究問題的界定、研究內容與研究方法、研究的基本思路與技術路線圖、可能的創新。

第二章為相關研究綜述。首先，梳理國內外研究文獻，整理分析國內外學者研究國際碳排放交易市場以及對碳金融產品研究等相關研究的最新動態，從可行性的角度發掘進一步的研究方向。然後，分別從資本市場結構相依特徵、資本市場結構轉換與跳躍行為特徵等方面綜述國內外最新研究動態，探討本書的研究方向。

第三章為碳排放交易市場動態相依性分析及風險測度。本章引入Copula理論來研究歐盟碳排放交易市場的相依性結構特徵。結合Garch模型和Copula函數，選取2009 年3 月13 日—2010 年8 月4 日的歐盟排放配額和核證減排量的日交易價格數據來進行相關問題的研究。首先，採用Garch模型對收益率序列進行擬合併過濾得到殘差序列，進而將殘差序列進行標準化，得到標準化的殘差序列。然後，採用學生t 分佈的DCC模型、學生t 分佈的TVC模型、高斯分佈的DCC、高斯分佈的TVC以及SJC-Patton模型五種動態Copula模型對標準化的殘差序列進行建模，並採用總體擬合的方法來選取合適的Copula函數。進一步地，運用蒙特卡羅模擬方法來模擬市場的投資組合的在險價值。研究表明：第一，與其他動態Copula模型比較，學生t 分佈的DCC Copula模型在捕捉歐盟排放配額與核證減排量市場的相依性方面表現最好。第二，歐盟排放配額與核證減排量市場之間呈現出較大的尾部相依特徵，且是對稱的，而尚未發現非對稱的依據，也即在市場發生極端事件的情形下，兩種市場之間發生聯動的概率較大，且極端好事件與極端壞事件發生的概率相當。第三，歐盟排放配額各市場之間呈現出顯著的動態相依特徵，且歐盟排放配額和核證減排量期貨市場之間的動態尾部相依特徵也比較明顯。第四，儘管歐盟排放配額和核證減排量市場之間的相依程度較大，但選擇合適的資產投資組合，仍然能夠降低一定的投資風險。

第四章為碳排放交易市場結構相依特徵研究：基於規則藤方法。本章基於規則藤分解結構，構建國際碳排放權市場高維動態Copula相依模型，進一步探討國際碳排放權市場的相依結構特徵。選取歐盟排放配額(EUA) 期貨的日價格時間序列數據，首先假設新息序列服從學生t 分佈，運用ARMA－Garch模型對經調整的對數收益率序列進行過濾，採用極大似然方法估計模型的參數，並得到殘差序列，同時將其標準化而得到標準化殘差；然後，將Kendall's tau秩相關係數作為權重，採用最大生成樹算法(maxium spanning tree algorithm) 的序貫Copula選擇方法構建合適的規則藤Copula模型，並運用基於序貫的極大似然方法估計規則藤Copula模型，以描述碳排放交易市場之間複雜的相依結構特徵。研究發現：在無條件下，t －Copula函數可以較好地捕捉碳排放交易市場之間的相依關係，說明市場存在明顯的對稱尾部；在DEC 10 EUA、DEC 12 EUA、DEC 13 EUA市場相依結構固定下， DEC 11 EUA與DEC 14 EUA市場之間的相依結構可以採用Gaussian Copula函數來描述，而在DEC 12 EUA 與DEC 14 EUA市場相依構確定不變的情形下，DEC 12 EUA與DEC 14 EUA市場之間的相依結構則適合採用Frank copula函數來捕捉，說明這些市場之間並沒有出現尾部特徵。進一步地，分別選擇White信息矩陣等式擬合優度檢驗和基於概率積分轉換(probability integral transform，PIT) 與經驗Copula過程(empirical copula process，ECP) 混合方法的擬合優度檢驗，且後者基於Bootstrap方法，以Cramer von mises (CvM) 檢驗統計量作為度量測度，來對模型進行擬合優度的檢驗。研究發現，構建的規則藤Copula模型能夠較好地捕捉碳排放交易市場之間的相依結構。這一研究結果，為準確探討碳排放交易市場之間、碳排放交易市場與其他資本市場之間套期保值策略提供了一定的參考，也有利於提高碳排放交易市場產品定價的準確度。

第五章為碳排放交易市場的狀態轉換結構研究。本章研究歐盟碳排放交易市場的波動集聚與結構轉換特徵。選擇2010 年1 月4 日至2014 年6月30 日的EUA現貨價格、EUA期貨價格(連續) 和CER期貨價格( 連續) 的日數據，結合AR－Garch與Markov機制轉換模型，從收益率、殘差和波動率三個角度進行研究。研究表明: 第一，碳排放交易市場收益率序列存在顯著的波動聚集的特徵，其分佈特徵也呈現尖峰厚尾的特點，這表明EUA現貨市場與期貨市場、CER期貨市場都存在較大的尾部結構風險，市場發生極端事件的概率較大。第二，在碳排放交易市場的發展過程中，該市場的收益率序列、殘差序列、波動率序列都會呈現出明顯的不同狀態的轉換結構特徵。其中，在學生t 分佈的條件下，歐盟碳排放交易市場在上漲狀態、盤整狀態和下跌狀態的期望持續期都相等，大約為5天。第三，碳排放交易市場從市場盤整狀態和下跌狀態變化為上漲狀態的轉換概率比較小，說明當市場處於某一狀態時，該狀態將會持續較長一段時間。

這一研究結果，能夠為市場投資者提供一定的參考。一方面，根據市場所處上漲狀態以及該狀態的期望持續期，市場投資者可以選擇進入市場的最佳時機；另一方面，短期市場投資者也可以預測市場價格的走勢，選擇合適時機退出市場，以規避市場風險。

第六章為碳排放交易市場的時變跳躍研究。本章引入ARJI－Garch(自迴歸跳躍Garch) 模型，研究碳排放交易市場產品價格的時變跳躍行為特徵。選取2010 年1 月4 日到2014 年12 月31 日歐洲氣候交易所歐盟碳排放配額(EUA) 現貨價格的日數據，首先構建常數跳躍強度模型來研究不同發展階段上EUA收益率數據的跳躍行為，然後假設跳躍幅度具有條件動態性，運用ARJI－Rt Garch模型、ARJI－R2 t-1 Garch模型來檢測跳躍幅度及其方差是否對市場波動率存在敏感性，採用ARJI－ht Garch模型來檢測跳躍幅度的方差對Garch波動率是否具有敏感性。研究表明：第一，碳排放交易市場EUA的收益率發生了異常波動，且這種異常波動的狀態將會保持一段時間。第二，在不同階段，EUA現貨市場的跳躍強度存在一定的差異，市場跳躍行為呈現出動態的時變性，其中歐盟排放交易機制第三階段上的跳躍強度要明顯大於第二階段。第三，引入動態跳躍強度的ARJI－Rt Garch模型、ARJI－R2 t-1 Garch模型、ARJI－ht Garch模型，均優於常數跳躍強度Garch模型，碳資產價格存在明顯的時變跳躍特徵。第四，受離散隨機事件衝擊而產生的跳躍與整個市場的波動率、Garch波動率之間都存在顯著的敏感性。第五，歷史離散隨機事件對碳排放權市場的衝擊程度較小，且不存在持久性。根據研究結果，筆者發現歐盟碳排放交易市場的收益率序列確實呈現出時變跳躍的特徵，這為進一步引入跳躍過程來研究碳排放交易市場的定價問題提供了一定的理論基礎。

由於時間倉促，本書中難免存在不足之處，歡迎廣大讀者批評指正。