国际碳期货价格波动特性研究
发布时间：2021-12-18 17:53
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ARFIMAEGAR CH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。
【文章来源】：会计之友. 2019,(04)北大核心
【文章页数】：5 页
【部分图文】：
国际碳期货价格货价格呈现出明显图1国际碳期货价格波动趋势由
FRIENDSOFACCOUNTING会计之友2019年第4期波动中上涨趋势，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×（Lnpt-Lnpt-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1630.859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
符合金融资产收益率的普遍特征，JB统计量为1630.859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?
【参考文献】：
期刊论文
[1]国际碳期货价格与国内碳价动态关系[J]. 邹绍辉,张甜. 山东大学学报(理学版). 2018(05)
[2]欧洲碳期货市场动态套利策略建模及实证研究[J]. 张跃军,孙亚方,郭晓铛. 北京理工大学学报(社会科学版). 2017(01)
[3]欧盟碳期货交易价格波动风险对我国的启示[J]. 苏蕾,梁轶男. 价格月刊. 2016(12)
[4]欧盟碳期货风险量化——基于GED-GARCH模型和VaR模型[J]. 齐绍洲,于翔,谭秀杰. 技术经济. 2016(07)
[5]欧盟碳配额现货与期货价格关系及对中国的借鉴[J]. 王丹,程玲. 中国人口·资源与环境. 2016(07)
[6]基于GARCH簇模型的碳期货波动率预测研究[J]. 李刚. 中国物价. 2015(11)
[7]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]. 张宇,陶军,黄德文. 华东经济管理. 2014(07)
[8]欧盟碳排放权价格波动特征研究[J]. 郑春梅,刘红梅. 时代金融. 2013(32)
[9]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]. 隋建利. 数量经济研究. 2013(02)
[10]欧洲二氧化碳期货市场有效性分析[J]. 唐葆君,申程. 北京理工大学学报(社会科学版). 2012(01)
硕士论文
[1]煤炭期货便利收益实证研究[D]. 张甜.西安科技大学 2018
[2]基于ARIMA-LSSVM模型的碳期货价格的预测研究[D]. 王子辰.哈尔滨工业大学 2015
本文编号：3542897
【文章来源】：会计之友. 2019,(04)北大核心
【文章页数】：5 页
【部分图文】：
国际碳期货价格货价格呈现出明显图1国际碳期货价格波动趋势由
FRIENDSOFACCOUNTING会计之友2019年第4期波动中上涨趋势，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×（Lnpt-Lnpt-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1630.859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
符合金融资产收益率的普遍特征，JB统计量为1630.859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?
【参考文献】：
期刊论文
[1]国际碳期货价格与国内碳价动态关系[J]. 邹绍辉,张甜. 山东大学学报(理学版). 2018(05)
[2]欧洲碳期货市场动态套利策略建模及实证研究[J]. 张跃军,孙亚方,郭晓铛. 北京理工大学学报(社会科学版). 2017(01)
[3]欧盟碳期货交易价格波动风险对我国的启示[J]. 苏蕾,梁轶男. 价格月刊. 2016(12)
[4]欧盟碳期货风险量化——基于GED-GARCH模型和VaR模型[J]. 齐绍洲,于翔,谭秀杰. 技术经济. 2016(07)
[5]欧盟碳配额现货与期货价格关系及对中国的借鉴[J]. 王丹,程玲. 中国人口·资源与环境. 2016(07)
[6]基于GARCH簇模型的碳期货波动率预测研究[J]. 李刚. 中国物价. 2015(11)
[7]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]. 张宇,陶军,黄德文. 华东经济管理. 2014(07)
[8]欧盟碳排放权价格波动特征研究[J]. 郑春梅,刘红梅. 时代金融. 2013(32)
[9]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]. 隋建利. 数量经济研究. 2013(02)
[10]欧洲二氧化碳期货市场有效性分析[J]. 唐葆君,申程. 北京理工大学学报(社会科学版). 2012(01)
硕士论文
[1]煤炭期货便利收益实证研究[D]. 张甜.西安科技大学 2018
[2]基于ARIMA-LSSVM模型的碳期货价格的预测研究[D]. 王子辰.哈尔滨工业大学 2015
本文编号：3542897
本文链接：https://www.wllwen.com/jingjilunwen/zbyz/3542897.html
