| 标题 | 国际碳期货价格波动特性研究 |
| 范文 | 李强林 邹绍辉 【摘 要】 为了研究国际碳期货价格的波动特性，考虑到国际碳期货收益率序列的条件异方差性，文章构建了ARFIMA- EGARCH联合模型，选取2013 年12月至2017年11月国际碳期货日交易结算价进行实证研究。模型估计结果表明：国际碳期货收益率序列具备长期记忆性和弱平稳性，收益率序列存在明显的波动聚集效应，且表现出基于均值回复过程的长期记忆性，可以看作是碳现货市场与碳期货市场共同作用的结果;杠杆效应存在且估计系数为正，表明来自市场的正向价格冲击对国际碳期货价格产生的影响显著大于负向价格冲击，符合理论预期。 【关键词】 国际碳期货价格; 长期记忆性; 杠杆效应; ARFIMA-EGARCH模型 【中圖分类号】 F830.91? 【文献标识码】 A? 【文章编号】 1004-5937（2019）04-0044-05 一、引言 近年来，随着全球经济迅速发展，环境及能源安全问题备受关注，二氧化碳的排放量严重制约着人类社会的健康发展。为了促进减排计划，西方国家先后于1992年和1997年分别通过了《联合国气候变化框架公约》和《京都议定书》，对全球的国家规定“因国制宜”的减排责任。二氧化碳排放量的增加成为促使全球气候变暖的重要原因，由温室气体导致的环境问题越来越突出，引起世界各国的重视。1992年《联合国气候变化框架公约》提出了气候变暖问题需要全球共同应对，5年之后，《京都议定书》的制定对各国提出具体要求和减排措施。碳排放权交易也发展成为一种有效的进行节能减排的方式，碳排放权交易市场迅速发展，国际碳期货作为金融市场重要的衍生合约，也备受关注。 二、文献综述 国内外对于碳排放权交易市场的研究，主要集中在碳期货及现货价格影响因素、预测等方面。Chevallier et al.[1]实证研究了影响碳期货收益率的因素，认为宏观经济变化对碳期货市场存在显著影响。Zhang et al.[2]采用实证分析的方法研究了欧洲碳期货市场存在套利现象。Chevallier et al.[1]选取欧洲碳期货价格为研究对象，研究了宏观影响因素。齐绍洲等[3]基于GED-GARCH模型和VaR模型，选取欧盟碳期货数据进行实证检验，验证了碳期货价格具备GARCH效应。王丹等[4]研究了欧盟碳配额现货与期货价格关系，并结合中国碳市场给出政策建议。李刚等[5]基于GARCH簇模型对碳期货波动率进行了预测研究。在此基础上，王子辰[6]构建了ARIMA-LSSVM模型对碳期货价格做出预测。之后学者开始关注碳排放权交易价格波动特征，郑春梅等[7]通过构建MS-AR（1）模型分别对2012—2014年到期的碳期货合约（Dec12，Dec13，Dec14）进行了研究，研究认为MS-AR（1）模型可以很好地反映各个碳期货价格的波动特征。唐葆君等[8]对欧盟二氧化碳期货市场的有效性进行实证检验。郭福春等[9]认为碳期货合约价格均在样本期内发生了显著的结构突变而呈现非线性特征，导致发生突变是由于核准信息泄漏等外部市场信息及经济危机的冲击。张跃军等[10]验证了国际碳期货价格的均值回复特征。苏蕾等[11]对欧盟碳期货交易价格波动风险进行实证研究，基于中国市场提出政策建议。邹绍辉等[12]构建VAR模型研究了国际碳期货价格与国内碳价的动态关系。 对于金融时间序列具备长期记忆性和杠杆效应的研究，Mandelbrot[13]首次提出金融时间序列具备长期记忆性，长期记忆性的存在使得已有衍生品定价模型失效。隋建利[14]运用ARFIMA模型、FIGARCH模型以及ARFIMA-FIGARCH模型对我国股票收益率序列、均值回复性和长期记忆性进行了检验。长期记忆性和杠杆效应被众多学者证明确实存在于金融时间序列中。张宇[15]等选取2011—2013年的黄金期货和现货价格数据，构建ARDL-ECM模型分析我国黄金期货价格和现货价格之间的长期均衡和短期动态关系。张甜[16]通过构建ARFIMA-EGARCH模型，选取2013—2017年动力煤期货价格和现货价实证研究了煤炭期货便利收益序列的波动特征，认为ARFIMA-EGARCH模型能够更好地描述煤炭便利收益序列的波动特征。 通过对已有文献的梳理，发现对于国际碳期货价格风险及影响因素的研究较多，但是，对国际碳期货价格波动特性的研究缺乏。鉴于此，本文选取2013年12月至2017年11月国际碳期货日交易结算价为研究对象，在对数据做基本处理后，选取ARFIMA模型验证金融时间序列中的长期记忆性是否也存在于国际碳期货价格收益率序列中，为了更准确地研究国际碳期货价格收益率的特性，基于已有模型，本文又构建了ARFIMA-EGARCH联合模型，验证了国际碳期货收益率序列存在长期记忆性和杠杆效应，认为杠杆效应存在且系数估计为正，符合理论预期。 四、数据来源及变量设计 （一）数据描述 本文选取了欧洲气候交易所欧盟碳排放配额期货日交易结算价作为国际碳期货价格研究样本，期货价格交易数据来自欧洲气候交易所官方网站（https：//www.theice.com/）公布的EUA期货价格，样本区间从2013年12月 19日至2017年11月29日，共计1 018个期货价格数据。由国际碳期货价格原始数据得到价格波动趋势图，如图1。 由图1可以看出，国际碳期货价格货价格呈现出明显的随机波动趋势，2013—2015年间国际碳期货价格大幅上涨，并在2015年10月达到峰值为8.7欧元/吨二氧化碳当量。2015年下半年至2017年11月29日整体呈现出在波动中上涨趋势，但在2016年5月国际碳期货价格出现最低值为4.0欧元/吨二氧化碳当量。从图2可以看出，国际碳期货价格的序列的均值为6.170059，峰度为1.984353，小于正态分布的峰度值为3，偏度为0.326811，显著异于0，说明国际碳期货价格的序列存在尖峰厚尾的特征，JB统计量也显著异于正态分布。 （二）国际碳期货收益率序列特征 为了进一步研究国际碳期货价格波动特征，本文计算出EUA期货结算价收益率，并做深入研究，国际碳期货收益率rt定义为：rt=100×（Ln pt-Ln pt-1）。国际碳期货收益率序列用REUA表示，描述性统计如图3所示。 从图3国际碳期货收益率序列描述性统计可以看出，收益率均值为0.043843，接近于0，这符合金融资产收益率的普遍特征，JB统计量为1 630.859显著异于零，表明收益率序列拒绝服从正态分布，具备尖峰厚尾的特征。 由国际碳期货收益率自相关和偏自相关系数表1可以得到，滞后10期内，国际碳期货收益率序列呈现出较强的自相关，且在整个区间内表现出明显的衰减趋势。自相关系数随着期数增加呈现递减趋势，但是始终维持在0.9以上。由相关理论可知，在国际碳期货收益率序列的衰减过程中弱平稳和非平稳性表现强烈，长期记忆性会导致国际碳期货收益率序列出现非平稳性。 本文研究发现，2013—2017年国际碳期货收益率整体表现出较强的波动态势，从表1的检验结果可以看出，国际碳期货收益率序列不服从正态分布，并且表现出尖峰肥尾的分布特性。从自相关函数可以看出，国际碳期货收益率序列存在长期记忆性，为了进一步验证国际碳期货收益率的长期记忆性，需要引入ARFIMA模型进行检验。 五、收益率序列的实证分析 （一）国际碳期货收益率的平稳性检验 结合图3国际碳期货价格收益率序列的描述性统计结果可以看出，国际碳期货价格收益率序列（REUA）具备长期记忆性特征。因此，在对国际碳期货价格收益率序列进行长期记忆性检验之前，需要先对原始序列做平稳性检验来判断序列是否平稳。为了提高研究的准确性，本文选取ADF和KPSS两种检验法验证国际碳期货价格收益率序列是否存在单位根过程。按照SC最小准则确定滞后阶数，ADF和KPSS平稳性检验结果如表2所示。 从表2国际碳期货价格收益率序列的平稳性检验结果可以看出，有截距、无趋势（c，0，4）的假设下，国际碳期货收益率序列在1%的水平显著，通过平稳性检验;但在有截距、有趋势（c，t，4）的情况下，国际碳期货收益率序列没有通过平稳性检验。检验结果进一步说明国际碳期货价格收益率序列是介于非平稳性与平稳性之间，国际碳期货收益率序列具备长期记忆性特征。为了更准确地研究国际碳期货收益率序列的特征，用ARFIMA（p，d，q）模型进行研究。 （二）ARFIMA（p，d，q）估计结果 本文采用ARFIMA（p，d，q）模型研究国际碳期货收益率序列的长期记忆性，同时在模型估计方法上选取极大似然估计法。国际碳期货收益率序列的ARFIMA（p，d，q）的估计结果如表3所示，为了研究准确性，对不同滞后期均进行参数估计。 从表3可以得出，在1%的显著性水平ARFIMA（p，d，q）估计系数均显著，极大似然估计拟合较好。根据AIC值最小，且对数似然值的选择标准，最终确定ARFIMA（1，0.139533，2）模型为最优模型。由检验结果可知，ARFIMA（1，0.139533，2）模型中参数d为0.139533（显著<0.5）。如果参数d小于0.5，就认为序列存在长期记忆性和弱平稳性特征，因此，本文研究结果认为国际碳期货收益率序列显著存在长期记忆性和弱平稳性特征 （三）ARFIMA-EGARCH联合模型估计 1.国际碳期货收益率序列的ARCH效应检验 为了更精确的运用ARFIMA-EGARCH联合模型对国际碳期货价格收益率序列进行参数进行估计，首先需要对国际碳期货收益率序列做异方差性检验。图4为检验结果，检验结果表明，国际碳期货收益率的ARFIMA（1，0.139533，2）模型的残差序列存在明显的波动聚集效应，由相关理论可知，模型的残差存在ARCHA效应。需要对序列做相关检验，确定残差是否存在ARCH效应。检验结果表明，残差序列的ARCH效应在1%的水平，显著存在于国际碳期货收益率序列中。在接下来的研究中，本文引入广义自回归条件异方差模型（GARCH模型）来消除残差带来的影响。 2.ARFIMA-EGARCH模型估计结果 前面的研究已经证明国际碳期货收益率序列（REUA）具备非对称的波动效应和ARCH效应，本文构建ARFICH-EGARCH联合模型对国际碳期货收益率序列进行波动特性检验。首先，检验国际碳期货收益率的误差项是否符合正态分布，由图5可知，国际碳期货收益率的误差项与正态分布曲线基本吻合。表4为国际碳期货收益率序列的ARFIMA（1，d，2）-EGARCH（1，1）联合模型估計结果。研究表明，在不同显著性水平下国际碳期货收益率序列参数估计均显著，由表4可知，估计结果中AIC值较小，对数极大似然值还很大，说明本文构建的ARFIMA（1，d，2）-EGARCH（1，1）模型拟合效果较好，研究结果可靠。 从表4联合模型估计结果可以得出，如果考虑国际碳期货收益率序列的条件异方差性，采用ARFIMA（1，d，2）-EGARCH（1，1）联合模型进行研究，在1%的显著性水平，国际碳期货收益率序列参数d的值显著为0.439107，验证了国际碳期货收益率序列存在长期记忆性。ARFIMA（1，d，2）-EGARCH（1，1）联合模型估计参数d为0.23547（显著不等于0），研究结果表明国际碳期货收益率序列存在杠杆效应，且杠杆效应γ系数大于0，说明来自市场的正向价格冲击对国际碳期货价格产生的影响显著大于负向价格冲击，符合理论预期。 六、研究结论 随着国际碳期货市场的不断发展，国际碳期货价格波动对国内碳市场产生的影响也越来越受关注。本文在已有研究的基础上，建立ARFIMA-EGARCH模型，研究了国际碳期货收益率序列的特性。ARFIMA（1，0.139533，1）模型参数d小于0.5，说明国际碳期货收益率序列具备长期记忆性。为了研究的准确性，考虑到条件异方差性，建立了ARFIMA-EGARCH模型，估计结果显示，长期记忆参数变化不大，但杠杆效应系数显著且为正。本文研究成果总结如下： 1.国际碳期货收益率序列具备长期记忆性和弱平稳性特征。本文研究发现，国际碳期货收益率整体表现出较强的波动态势，且序列拒绝服从正态分布的假设。在国际碳期货市场上，碳期货价格收益率序列应该表现出连续、非平稳的调整过程，在均值回复过程中表现出长期记忆性特征，并非单一均值回复过程。从本文的研究结果来看，国际碳期货收益率序列服从具备长期记忆特征的均值回复过程。 2.国际碳期货收益率序列存在杠杆效应。实证结果表明国际碳期货收益率序列具备非对称的波动效应和ARCH效应，本文构建ARFICH-EGARCH联合模型对国际碳期货收益率序列进行波动特性检验，研究发现国际碳期货收益率序列存在杠杆效应，且杠杆效应估计系数显著为正，说明来自市场的正向价格冲击对国际碳期货价格产生的影响显著大于负向价格冲击，符合理论预期。 【参考文献】 [1] CHEVALLIER J.Carbon futures and macroeconomic risk factors：a view from the EU ETS[J].Energy Economics，2009，31（4）：614-625. [2] ZHANG Y，SUN Y，GUO X.The dynamic arbitrage strategies in European carbon futures markets：models and empirical analyses[J].Journal of Beijing Institute of Technology（Social Sciences Edition），2017（1）：7-14. [3] 齐绍洲，于翔，谭秀杰.欧盟碳期货风险量化——基于GED-GARCH模型和VaR模型[J].技术经济，2016，35（7）：46-51. [4] 王丹，程玲.欧盟碳配额现货与期货价格关系及对中国的借鉴[J].中国人口·资源与环境，2016，26（7）：85-92. [5] 李刚.基于GARCH簇模型的碳期货波动率预测研究[J].中国物价，2015（11）：60-63. [6] 王子辰.基于ARIMA-LSSVM模型的碳期货价格的预测研究[D].哈尔滨：哈尔滨工业大学硕士学位论文，2015. [7] 郑春梅，刘红梅.欧盟碳排放权价格波动特征研究[J].时代金融，2013（32）：80-82，84. [8] 唐葆君，申程.欧洲二氧化碳期货市场有效性分析[J].北京理工大学学报（社会科学版），2012，14（1）：15-19. [9] 郭福春，潘锡泉.碳市场：价格波动及风险测度——基于EUETS期货合约价格的实证分析[J].财贸经济，2011（7）：110-118. [10] 张跃军，魏一鸣.国际碳期货价格的均值回归：基于EU ETS的实证分析[J].系统工程理论与实践，2011，31（2）：214-220. [11] 苏蕾，梁轶男.欧盟碳期货交易价格波动风险对我国的启示[J].价格月刊，2016（12）：1-7. [12] 邹绍辉，张甜.国际碳期货价格与国内碳价动态关系[J].山东大学学报（理学版），2018，53（5）：70-79. [13] MANDELBROT B B.When can price be arbitraged efficiently？ A limit to the validity of the random walk and martingale models[J].Review of Economics & Statistics，1971，53（3）：225-236. [14] 隋建利.我国股票市场收益率序列的长期记忆性和“杠杆效应”检验[J].数量经济研究，2013（2）：102-113. [15] 張宇，陶军，黄德文.我国黄金期货市场价格发现与套期保值功能——基于ARDL-ECM模型[J].华东经济管理，2014，28（7）：98-100. [16] 张甜.煤炭期货便利收益实证研究[D].西安：西安科技大学硕士学位论文，2018. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。