基于三狀態(tài)Markov模型的歐盟碳排放交易市場(chǎng)的狀態(tài)轉(zhuǎn)換結(jié)構(gòu)研究

胡根華 吳恒煜

摘要：采用EUA現(xiàn)貨與期貨價(jià)格、CER期貨價(jià)格日數(shù)據(jù)，結(jié)合AR-GARCH與Markov機(jī)制轉(zhuǎn)換模型，研究碳排放市場(chǎng)的波動(dòng)聚集與結(jié)構(gòu)轉(zhuǎn)換特征。結(jié)果發(fā)現(xiàn)：（1）市場(chǎng)存在尖峰厚尾與波動(dòng)聚集，且存在較大的尾部風(fēng)險(xiǎn)；（2）市場(chǎng)呈現(xiàn)明顯的狀態(tài)轉(zhuǎn)換結(jié)構(gòu)特征，其中EUA現(xiàn)貨與期貨市場(chǎng)的結(jié)構(gòu)變化較大且在較長(zhǎng)時(shí)期內(nèi)處于下跌狀態(tài)；（3）市場(chǎng)在上漲、盤整和下跌狀態(tài)下的期望持續(xù)期均大約為5天。此外，從盤整狀態(tài)和下跌狀態(tài)到上漲狀態(tài)的轉(zhuǎn)換概率比較小，市場(chǎng)將會(huì)在較長(zhǎng)時(shí)間內(nèi)處于某一狀態(tài)下。

關(guān)鍵詞：碳排放配額；核證減排量；狀態(tài)轉(zhuǎn)換；Markov機(jī)制轉(zhuǎn)換模型

DOI：10.13956/j.ss.1001-8409.2017.02.29

中圖分類號(hào)：F1133；F8309 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2017）02-0136-05

State Switching Structure of European Union

Carbon Emission Trading Market Based on

ThreeState Markov Model

HU Genhua1， WU Hengyu2

（1. School of Business； Research Center of Anhui InnovationDriven and IndustrialTransformation and Upgrading Development， Anhui University of Technology， Maanshan 243032；

2. School of Management， Jinan University，Guangzhou 510632）

Abstract：This paper applied ARGARCH model to study volatility clustering and proposed a Markov regime switching model to capture structural switches， based on the data of EUA spot prices， EUA futures prices and CER futures prices. Result showed that： Firstly， lepkurtosis， heavy tails and volatility clustering existed in the carbon emission trading markets， indicated that the tailed risks happened in the markets with a large probability. Secondly， the Markov regime switching model captured the threshold of different stages of the carbon emission trading markets， and identified a large change of the structures of EUA spot and futures markets and being the fall state in a long time. Besides， the expected durations of the states of the rise， the consolidation and the fall were five days. Additionally， the transition probabilities were small from the states of the consolidation and the fall to the rise， and the markets were in one of the three states for a long time.

Key words：carbon emission allowance； certified emission reduction； state switching； Markov regimeswitching model

引言

碳排放交易市場(chǎng)的建立是嘗試采用經(jīng)濟(jì)學(xué)手段解決氣候變暖問題的重要途徑。目前，碳排放交易市場(chǎng)已經(jīng)成為重要的新興貿(mào)易市場(chǎng)。碳排放交易市場(chǎng)的不斷發(fā)展且日趨成熟，使得該市場(chǎng)的資本化程度逐漸深化，其金融屬性也日益顯著，并出現(xiàn)了多種碳金融產(chǎn)品及其衍生品。然而，該市場(chǎng)仍然不十分完善，市場(chǎng)結(jié)構(gòu)容易受到外界信息的沖擊而發(fā)生變化，并產(chǎn)生很大的市場(chǎng)不確定性風(fēng)險(xiǎn)。因而，研究碳排放交易市場(chǎng)的結(jié)構(gòu)特征，不僅有助于完善市場(chǎng)制度，也有利于對(duì)該市場(chǎng)進(jìn)行風(fēng)險(xiǎn)管理。

1相關(guān)文獻(xiàn)綜述

目前，針對(duì)碳排放配額和核證減排量的研究，許多國(guó)內(nèi)外學(xué)者都是基于計(jì)量經(jīng)濟(jì)學(xué)方法，如Paolella和Taschini [1]，王軍鋒等 [2]。近幾年來，國(guó)內(nèi)外學(xué)者研究了碳排放現(xiàn)貨交易市場(chǎng)的動(dòng)態(tài)特征（如Conrad等[3]，吳恒煜和胡根華[4]）、期貨市場(chǎng)的動(dòng)態(tài)變化特征（如Rittler[5]，王玉和郇志堅(jiān)[6]）、現(xiàn)貨與期貨市場(chǎng)之間的關(guān)系（如Nazifi[7]，王丹和程玲[8]）、碳排放交易產(chǎn)品的定價(jià)與價(jià)格預(yù)測(cè)（如Chen等[9]，高楊和李健[10]）等。上述研究都是從碳排放市場(chǎng)自身的角度展開，并未研究其他資本市場(chǎng)與碳排放市場(chǎng)之間的關(guān)系。

實(shí)際上，碳排放交易市場(chǎng)與其他市場(chǎng)之間的聯(lián)系越來越緊密且復(fù)雜，市場(chǎng)之間的風(fēng)險(xiǎn)傳染日益顯現(xiàn)。正是由于這一特征，碳排放交易市場(chǎng)容易受到其他資本市場(chǎng)的沖擊。同時(shí)，自2005年正式引入碳排放交易制度以來，碳排放交易市場(chǎng)得到了快速發(fā)展，但市場(chǎng)的不成熟、不完善使市場(chǎng)在面臨內(nèi)部因素的沖擊而發(fā)生市場(chǎng)結(jié)構(gòu)的變化。采用Markov機(jī)制轉(zhuǎn)換模型可以較好地研究這類特征，參見Benz和Trück[11]、劉維泉[12]、吳恒煜等[13]，這些研究往往從某一個(gè)方面進(jìn)行研究。與上述研究不同，本文從收益率、殘差和波動(dòng)率等三個(gè)角度來展開研究。

本研究主要存在兩方面不同。（1）主要研究碳排放交易市場(chǎng)EUA現(xiàn)貨與期貨市場(chǎng)、CER期貨市場(chǎng)的結(jié)構(gòu)特征，這是由于市場(chǎng)相對(duì)較為成熟，而采用具有代表性的市場(chǎng)能夠得到較為準(zhǔn)確的結(jié)論。（2）選擇2010年1月4日至2014年6月30日的交易數(shù)據(jù)，主要是探討碳排放交易市場(chǎng)在相對(duì)平穩(wěn)的階段所可能呈現(xiàn)的狀態(tài)轉(zhuǎn)換結(jié)構(gòu)特征。

2基

32ARGARCH模型參數(shù)估計(jì)

采用GARCH族模型來擬合三個(gè)市場(chǎng)收益率序列，并假設(shè)殘差服從Students t分布，同時(shí)運(yùn)用極大似然參數(shù)估計(jì)方法估計(jì)參數(shù)，而AIC和BIC準(zhǔn)則用來選擇最優(yōu)模型。根據(jù)這一準(zhǔn)則，AR（1）GARCH（1，1）模型為最優(yōu)模型。于是，表2直接描述了AR（1）-GARCH（1，1）模型的估計(jì)結(jié)果。

根據(jù)表2，GARCH（1）項(xiàng)的系數(shù)都比較大，表明EUA現(xiàn)貨和期貨市場(chǎng)、CER期貨市場(chǎng)等三個(gè)市場(chǎng)均出現(xiàn)顯著的波動(dòng)聚集現(xiàn)象，且尖峰厚尾的特征也很顯著。此外，GARCH（1）項(xiàng)和ARCH（1）項(xiàng)的系數(shù)之和均非常接近于1表2中，GARCH（1）項(xiàng)和ARCH（1）項(xiàng)的系數(shù)之和出現(xiàn)等于或者大于1，是由于數(shù)值的四舍五入的結(jié)果。實(shí)際上，兩者的系數(shù)之和均小于1，但非常接近于1。

， 這說明在已知的約束條件下，AR（1）-GARCH（1，1）模型比較穩(wěn)定，也表明模型的選擇存在一定的合理性。根據(jù)自由度參數(shù)的值，EUA現(xiàn)貨和期貨市場(chǎng)、CER期貨市場(chǎng)都存在較大可能性的尾部風(fēng)險(xiǎn)，市場(chǎng)發(fā)生極端事件的概率比較大。

33機(jī)制轉(zhuǎn)換模型參數(shù)估計(jì)

在碳排放交易市場(chǎng)上，產(chǎn)品價(jià)格序列的變化常常呈現(xiàn)三種波動(dòng)狀態(tài)，即上漲狀態(tài)（狀態(tài)1）、盤整狀態(tài)（狀態(tài)2）和下跌狀態(tài)（狀態(tài)3）。因此，本文采用三狀態(tài)Markov機(jī)制轉(zhuǎn)換模型，分別在t分布和GED分布的假設(shè)下，從收益率和殘差的角度來研究碳排放交易市場(chǎng)的結(jié)構(gòu)轉(zhuǎn)換特征。根據(jù)結(jié)果顯示，在t分布假設(shè)下的對(duì)數(shù)極大似然值均要大于GED分布假設(shè)下的對(duì)數(shù)極大似然值。因此，主要分析t分布假設(shè)下的結(jié)果。

從收益率的狀態(tài)轉(zhuǎn)換特征看，EUA現(xiàn)貨與期貨市場(chǎng)、CER期貨市場(chǎng)在三種狀態(tài)下的轉(zhuǎn)換概率均為080，表明三個(gè)市場(chǎng)處于三種狀態(tài)的期望持續(xù)期均為5天。從殘差的狀態(tài)轉(zhuǎn)換特征看，EUA現(xiàn)貨與期貨市場(chǎng)、CER期貨市場(chǎng)在狀態(tài)1下的轉(zhuǎn)換概率均較大，即三個(gè)市場(chǎng)在上漲狀態(tài)下的期望持續(xù)期均較長(zhǎng)，而狀態(tài)2和狀態(tài)3的期望持續(xù)期相對(duì)非常短。另外，EUA期貨市場(chǎng)與CER期貨市場(chǎng)在三種狀態(tài)下的轉(zhuǎn)換概率均相等，說明兩個(gè)市場(chǎng)的狀態(tài)轉(zhuǎn)換特征趨同。

資本市場(chǎng)的波動(dòng)變化特征，其外在表現(xiàn)就是體現(xiàn)在價(jià)格或者收益率的波動(dòng)上，而其內(nèi)在根本原因是由波動(dòng)率驅(qū)動(dòng)。盡管波動(dòng)率無法觀測(cè)，但運(yùn)用AR（1）GARCH（1，1）模型可以得到波動(dòng)率序列。根據(jù)表3，EUA現(xiàn)貨與期貨市場(chǎng)、CER期貨市場(chǎng)在三種狀態(tài)下的轉(zhuǎn)換概率均相等，且碳排放市場(chǎng)從市場(chǎng)盤整狀態(tài)和下跌狀態(tài)到上漲狀態(tài)的轉(zhuǎn)換概率比較小，說明當(dāng)市場(chǎng)處于某一狀態(tài)時(shí)，可以預(yù)計(jì)該市場(chǎng)將會(huì)在較長(zhǎng)時(shí)間內(nèi)處于該狀態(tài)下。

34狀態(tài)的識(shí)別與平滑概率分析

如圖2所示，描述了碳排放市場(chǎng)在三種狀態(tài)上的平滑狀態(tài)概率。如果簡(jiǎn)單地以05的概率作為臨界點(diǎn)，當(dāng)市場(chǎng)處于某一狀態(tài)的概率大于05時(shí)，就認(rèn)為該市場(chǎng)處于這一狀態(tài)。于是，基本上可以粗略地判定，EUA現(xiàn)貨市場(chǎng)基本上在2012年之前、2012年2月至2012年12月、2013年7月至2014年2月、2014年4月之后都處于上漲狀態(tài)，而2012年1月、2013年1月至6月、2014年3月處于下跌狀態(tài)。

根據(jù)EUA期貨市場(chǎng)的平滑狀態(tài)概率圖，其狀態(tài)走勢(shì)基本與EUA現(xiàn)貨市場(chǎng)相似。主要原因是因?yàn)镋UA現(xiàn)貨市場(chǎng)發(fā)展的歷史較長(zhǎng)、制度較完善等，其在碳排放交易市場(chǎng)上起著市場(chǎng)主導(dǎo)的作用，且已經(jīng)具有較為明顯的價(jià)格發(fā)現(xiàn)功能。因此，EUA期貨市場(chǎng)的發(fā)展受到EUA現(xiàn)貨市場(chǎng)很強(qiáng)的影響，其市場(chǎng)結(jié)構(gòu)的狀態(tài)變化大體上趨同于EUA現(xiàn)貨市場(chǎng)。對(duì)于CER期貨市場(chǎng)而言，也受到EUA現(xiàn)貨與期貨市場(chǎng)的影響，但其市場(chǎng)結(jié)構(gòu)特征仍然有別于另外兩個(gè)市場(chǎng)。相比于其他兩個(gè)市場(chǎng)，CER期貨市場(chǎng)經(jīng)歷了更多次數(shù)的上漲狀態(tài)與下跌狀態(tài)之間的轉(zhuǎn)換，但每次處于下跌狀態(tài)的時(shí)間都不長(zhǎng)，這在很大程度上說明CER期貨市場(chǎng)的結(jié)構(gòu)出現(xiàn)較為頻繁的改變。另外，只有CER期貨市場(chǎng)在某些時(shí)間段上短暫地表現(xiàn)出市場(chǎng)盤整的狀態(tài)。

4結(jié)論與啟示

本文結(jié)合ARGARCH與Markov機(jī)制轉(zhuǎn)換模型，研究EUA現(xiàn)貨市場(chǎng)與期貨市場(chǎng)、CER期貨市場(chǎng)的波動(dòng)聚集現(xiàn)象與結(jié)構(gòu)轉(zhuǎn)換特征。主要研究結(jié)果如下：（1）碳排放交易市場(chǎng)存在尖峰厚尾與波動(dòng)聚集現(xiàn)象。（2）在不同的發(fā)展階段，碳排放交易市場(chǎng)呈現(xiàn)明顯不同的狀態(tài)轉(zhuǎn)換結(jié)構(gòu)特征，其中EUA現(xiàn)貨市場(chǎng)與期貨市場(chǎng)的結(jié)構(gòu)變化較大，且在較長(zhǎng)時(shí)期內(nèi)處于下跌狀態(tài)。另外，碳排放交易市場(chǎng)在上漲狀態(tài)、盤整狀態(tài)和下跌狀態(tài)下的期望持續(xù)期均大約為5天。（3）碳排放市場(chǎng)從市場(chǎng)盤整狀態(tài)和下跌狀態(tài)到上漲狀態(tài)的轉(zhuǎn)換概率均比較小。

通過研究發(fā)現(xiàn)，碳排放交易市場(chǎng)在不同發(fā)展階段上發(fā)生了明顯的狀態(tài)轉(zhuǎn)換結(jié)構(gòu)特征。同時(shí)，新的減排政策的出臺(tái)也會(huì)給碳排放交易市場(chǎng)帶來很大的沖擊。因此，對(duì)于我國(guó)碳排放交易市場(chǎng)建立初期而言，由于市場(chǎng)不成熟、制度不完善而需要調(diào)整或者改變相關(guān)政策，但并不宜追求“重拳出擊”的大舉措，而只能是循序漸進(jìn)地調(diào)整，這將對(duì)我國(guó)碳排放交易市場(chǎng)的穩(wěn)定運(yùn)行至關(guān)重要。自2013年6月18日我國(guó)首個(gè)碳排放權(quán)交易所在深圳掛牌交易以來，已經(jīng)有多個(gè)城市試點(diǎn)碳排放權(quán)交易，這有利于促進(jìn)我國(guó)碳排放權(quán)資源的有效配置。但目前，我國(guó)還沒有建立全國(guó)統(tǒng)一的碳排放權(quán)交易市場(chǎng)，且碳排放權(quán)交易產(chǎn)品相對(duì)單一，無法使我國(guó)碳金融市場(chǎng)同國(guó)外碳交易市場(chǎng)相接軌。在未來，需要在相關(guān)政策的支持下穩(wěn)步推進(jìn)CDM項(xiàng)目，不斷開發(fā)更多的減排項(xiàng)目產(chǎn)品，這對(duì)于進(jìn)一步完善我國(guó)碳排放權(quán)交易市場(chǎng)具有很重要的意義。

參考文獻(xiàn)：

[1]Paolella M S， Taschini L. An Econometric Analysis of Emission Allowance Prices[J]. Journal of Banking & Finance， 2008， 32：2022-2032.

[2]王軍鋒，張靜雯，劉鑫.碳排放權(quán)交易市場(chǎng)碳配額價(jià)格關(guān)聯(lián)機(jī)制研究——基于計(jì)量模型的關(guān)聯(lián)分析[J].中國(guó)人口·資源與環(huán)境， 2014， 24（1）：64-69.

[3]Conrad C， Rittler D， Rotfu W. Modeling and Explaining the Dynamics of European Union Allowance Prices at Highfrequency [J]. Energy Economics， 2012， 34：316-326.

[4]吳恒煜，胡根華. 國(guó)際碳排放權(quán)市場(chǎng)動(dòng)態(tài)相依性分析及風(fēng)險(xiǎn)測(cè)度：基于Copula-GARCH模型[J].數(shù)理統(tǒng)計(jì)與管理， 2014， 33（5）：892-909.

[5]Rittler D. Price Discovery and Volatility Spillovers in the European Union Emissions Trading Scheme： A Highfrequency Analysis [J]. Journal of Banking & Finance， 2012， 36： 774-785.

[6]王玉，郇志堅(jiān).歐盟碳排放權(quán)交易市場(chǎng)的價(jià)格發(fā)現(xiàn)和波動(dòng)溢出研究[J].中國(guó)人口·資源與環(huán)境， 2012， 22（5）： 244-249.

[7]Nazifi， F. Modeling the Price Spread between the EUA and the CER Carbon Prices [J]. Energy Policy， 2013， 56：434-445.

[8]王丹，程玲.歐盟碳配額現(xiàn)貨與期貨價(jià)格關(guān)系及對(duì)中國(guó)的借鑒[J]. 中國(guó)人口·資源與環(huán)境， 2016， 26（7）：85-92.

[9]Chen S， Lin S， Li C. Pricing Derivatives with Modeling CO2 Emission Allowance Using a Regime Switching Jump Diffusion Model： With Regimeswitching Risk Premium[R]. Working Paper， 2014.

[10]高楊，李健.基于EMD-PSO-SVM誤差校正模型的國(guó)際碳金融市場(chǎng)價(jià)格預(yù)測(cè)[J]. 中國(guó)人口·資源與環(huán)境， 2014， 24（6）：163-170.

[11]Benz E， Trück S. Modeling the Price Dynamics of CO2 Emission Allowances [J]. Energy Economics， 2009， 31（1）：4-15.

[12]劉維泉.歐盟碳排放配額價(jià)格的區(qū)制轉(zhuǎn)換特征研究[J].軟科學(xué)， 2014， 28（1）：95-100.

[13]吳恒煜，胡根華，秦嗣毅，劉紀(jì)顯.國(guó)際碳排市場(chǎng)動(dòng)態(tài)效應(yīng)研究：基于ECX CER市場(chǎng)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2011， 33（9）：18-24.

（責(zé)任編輯：石琳娜）