结构突变下的碳价波动及碳市场风险测度

发布时间：2020-10-09 12:52

　　 全球气候变暖已成为人类社会在发展中遇到的重大的环境挑战,而化石能源消费产生的CO2排放是全球升温的主要原因。为实现碳减排目标,碳市场和碳金融体系正逐步建立,但由于碳市场发展还不够成熟,受到配额分配制度、信息泄露、金融危机等诸多外界因素的冲击,碳价存在极端波动现象,这些冲击可能使碳价波动规律发生变化,导致价格序列出现结构突变现象,影响对碳市场风险的测度。因此,有必要对国际碳市场进行深入研究,将结构突变纳入到整个对碳价波动的研究中,并结合在险值理论、极值理论和方差理论对碳市场风险进行测度。一方面,丰富了对碳排放交易权价格的研究,拓展了这三个理论在碳金融领域的应用;另一方面,中国作为CO2排放大国,2013年后陆续在国内7个省市启动了碳交易试点,但发展还不成熟,对国际碳市场价格波动和风险的研究,有利于我国碳市场的风险管理和防控,也对更好地参与国际碳交易,构建符合我国低碳发展特色的碳金融交易体系有至关重要的现实意义。国内外学者对碳排放权交易进行了深入的研究,理论较为丰富,为文章的研究奠定了基础,但也有一些不足。一是对结构突变点的研究,已有文献多只从单一角度考虑均值或方差突变点,还没有学者就碳交易市场,同时从两个角度检验碳交易价格的结构突变点;二是碳市场风险的相关文献,忽略了结构突变对风险研究带来的影响。基于以上研究背景和已有研究基础,文章以欧盟碳排放权交易市场第三阶段(2013-2016年)已有的EUA期货结算价为研究对象,从均值和方差两个角度,采用Bai-perron结构突变检验法和ICSS算法,分类研究结构突变点,构建修正的GARCH模型,分析不同类型突变点对碳价时间序列波动的持续性产生的影响,剔除碳交易市场中结构突变带来的伪持续性,正确认识碳价波动的真实规律,并在此基础上,结合极值理论和在险值理论,采用修正的GARCH-EVT-VaR模型测度结构突变下的碳交易市场的风险。论文的研究内容主要包括以下几个方面:首先,进行相关文献梳理。收集整理国内外关于研究结构突变和金融市场风险测度的文献,重点梳理了研究碳排放权交易市场的结构突变和风险测度的相关研究成果,在已有研究基础上,结合现有研究存在的不足,提出本文研究的主要内容是在充分考虑结构突变点的情况下,分析碳价波动的真实规律和碳交易市场的风险问题。其次,对结构突变点进行分类研究,采用Bai-Perron检验法和修正的ICSS算法分别检验两类突变点,将检验结果以虚拟变量的方式分别引入GARCH模型的两个方程,构建修正的GARCH模型,以便为后续实证分析结构突变下碳价波动的持续性特征做铺垫。第三,以EU ETS第三阶段已有的2013-2016年的碳期货结算价为样本数据,采用两种方法实证检验出碳价的两类结构突变点,收集国际上有关碳市场的相关经济事件,寻找与结构突变点相对应的经济事件。在此基础上,比较不同类型结构突变下的碳价波动持续性特征。第四,结合在线值理论、异方差理论和极值理论,构建修正的GARCH-EVT-VaR模型,运用EVT中的POT模型确定GPD分布中的参数,实证分析不同结构突变点下的市场风险,为市场参与者评估风险、政府部门管控风险提供参考依据。最后,根据已有分析,文章得到以下结论:受到经济形势、相关政策、能源价格等外界冲击时,碳交易市场的EUA期货价格序列中同时存在均值和方差两类结构突变点;加入结构突变点后,同时考虑两类结构突变点GARCH模型,其α+β由原来的0.978599下降为0.963825,较只考虑均值突变点或者方差突变点的GARCH模型,波动的伪持续性下降更明显,说明模型对波动过程的拟合效果更好,估计结果更佳;GARCH-EVT-VaR模型更好地拟合序列的尖峰、肥尾等典型特征,能准确计量极端条件下的市场风险;均值和方差两种形式的结构突变点同时被引入模型时,计算的静态VaR值最小,说明未考虑结构突变点或者只考虑单一形式的结构突变点时,价格序列中的波动持续性被高估,这种较高的伪持续性导致波动风险被低估的现象。我国碳交易体系正处在初步构建阶段,文章在研究欧盟碳交易体系的基础上,为我国的碳市场发展提出以下几点建议:建立完善的价格稳定机制,稳定市场的发展和秩序;构建全国性的碳交易市场,整合碳市场监督管理体系;完善风险度量和监测体系,提升预警能力为风险防控预留充足的时间;提高风险管理水平,建立相关服务机构,加大风险防控的政策支持力度。
【学位单位】：成都理工大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：F224;X196;F832.5
【部分图文】：

第 5 章 碳价结构突变下的碳市场风险测度确定阈值 u=0.2122。确定 u 后，超过阈值的极值个数约为 83 个，与 Dumouchel（1983）等学者提出的极值数占样本总数的 10%左右的观点相符。采用同样的方法，计算考虑均值结构突变点的 M-GARCH-EVT-VaR 模型、考虑方差结构突变点 的 V-GARCH-EVT-VaR 模 型 、 同 时 考 虑 均 值 和 方 差 结 构 突 变 点 的MV-GARCH-EVT-VaR 模型的阈值 u，结果如表 5-1 所示，均为 u=0.2122。同时，绘制另外三个模型对应的平均超限图和 Hill 图，如图 5-1、图 5-2、图 5-3 和图5-4。表 5-1 不同模型的阈值 u模型 阈值 uGARCH-EVT-VaR 0.2122M-GARCH-EVT-VaR 0.2122V-GARCH-EVT-VaR 0.2122MV-GARCH-EVT-VaR 0.2122

第 5 章 碳价结构突变下的碳市场风险测度确定阈值 u=0.2122。确定 u 后，超过阈值的极值个数约为 83 个，与 Dumouchel（1983）等学者提出的极值数占样本总数的 10%左右的观点相符。采用同样的方法，计算考虑均值结构突变点的 M-GARCH-EVT-VaR 模型、考虑方差结构突变点 的 V-GARCH-EVT-VaR 模 型 、 同 时 考 虑 均 值 和 方 差 结 构 突 变 点 的MV-GARCH-EVT-VaR 模型的阈值 u，结果如表 5-1 所示，均为 u=0.2122。同时，绘制另外三个模型对应的平均超限图和 Hill 图，如图 5-1、图 5-2、图 5-3 和图5-4。表 5-1 不同模型的阈值 u模型 阈值 uGARCH-EVT-VaR 0.2122M-GARCH-EVT-VaR 0.2122V-GARCH-EVT-VaR 0.2122MV-GARCH-EVT-VaR 0.2122

a平均超限图

【参考文献】

相关期刊论文 前10条

1 邱谦;郭守前;;我国区域碳金融交易市场的风险研究[J];资源开发与市场;2017年02期

2 张晨;刘宇佳;;基于DGC-MSV-t模型的欧盟碳市场信息流动研究[J];软科学;2017年02期

3 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年12期

4 王婷婷;张亚利;王淼晗;;中国碳金融市场风险度量研究[J];金融论坛;2016年09期

5 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年07期

6 吴振信;万埠磊;王书平;胡爱梅;;欧盟碳价波动的结构突变特性检验[J];数理统计与管理;2015年06期

7 李康琪;何淼;;BRENT原油价格波动性及预测研究[J];现代商业;2015年26期

8 蒋晶晶;叶斌;马晓明;;基于GARCH-EVT-VaR模型的碳市场风险计量实证研究[J];北京大学学报(自然科学版);2015年03期

9 王国飞;;怎样规避碳交易市场风险?[J];环境经济;2015年Z3期

10 张晨;杨玉;张涛;;基于Copula模型的商业银行碳金融市场风险整合度量[J];中国管理科学;2015年04期

相关博士学位论文 前1条

1 孙兆东;中国碳金融交易市场的风险及防控[D];吉林大学;2015年

相关硕士学位论文 前1条

1 刘美超;中国碳交易合同风险防范[D];中国政法大学;2014年

本文编号：2833710