結構突變下我國碳交易市場價格波動范文

本站小編為你精心準備了結構突變下我國碳交易市場價格波動參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:文章選取國內六大碳交易所成交均價日數據，將其對數化為日收益率，通過修正的ICSS方法檢測出各序列的方差結構突變點，將結果化作虛擬變量帶入EGARCH模型，分析加入突變點前后EGARCH模型的各參數變化情況。實證發現加入突變點前后的EGARCH模型，各區域碳交易所收益率序列中α+β值較加入突變點之前均有小幅的降低，極大似然值均增大，AIC值均減小。實證結果表明加入方差結構突變點之后，可以有效降低收益率序列波動的偽持續性。

關鍵詞:碳價波動;結構突變;修正ICSS算法;EGARCH模型

1.引言

以氣候變暖為主的全球氣候變化已成為21世紀各國共同面臨的環境與發展挑戰，而溫室氣體如CO2的排放是當前氣候變化的首要原因。為了更好地實現節能減排目標，通過實施碳減排權提高能源效率并獲得相應收益，全球碳市場和碳金融交易體系開始逐步建立。如今世界上主要的碳排放交易市場體系包括:歐盟碳排放權交易體系(EUETS)，美國酸雨計劃的二氧化硫(SO2)排放交易體系等。中國作為負責任大國，主動參與到全球遏制氣候變暖活動中，積極進行碳交易市場活動。2011年10月，國家批準以北京、上海、天津、重慶、湖北、廣東和深圳七省市為試點建立區域碳交易市場進行碳配額交易，七省市碳市場于2013年6月至2014年6月間相繼開市進行交易。這七家試點碳交易所自成立后，碳配額成交量與成交金額穩步持續上升，從開始進行碳配額交易到2016年12月，總碳配額交易成交量已超過8670萬噸，總碳交易成交額突破30億元。目前，我國碳排放交易市場正在啟動階段，碳市場發展還不夠成熟、預期壽命不確定，與傳統金融市場相比，受到配額分配制度、信息泄露等諸多外界因素的沖擊，碳市場價格波動更為劇烈，出現結構突變。因此，科學判斷碳價的結構變化特征，將結構突變納入到對整個碳市場價格波動的研究中，對全面認識碳價波動的內在規律，建立與我國低碳經濟發展相符的全國性碳交易市場，使我國更好地進行國際碳市場交易具有重要意義。而，目前，國內外關于結構突變點的研究多數都只針對均值或者方差某一方面來進行的，而關于碳排放權交易價格的結構突變點的檢測方法，主要是用Bai－Perron方法進行均值結構突變點檢測，且研究對象主要是針對國際上較大的碳排放體系的交易價格。

2.模型構建

2.1方差結構突變點檢測

對方差結構突變點的檢測，目前應用最廣泛的是修正的ICSS算法，其是在ICSS算法基礎上進行改進的，克服了ICSS算法中的不足。文章將構建修正的ICSS算法來檢測國內六大試點碳交易市場的方差結構突變點。

3.實證分析

3.1樣本選取

我國七大試點碳交易所披露的數據類型各異，考慮到數據選取的一致性，樣本內的數據表示為當日交易額/成交量的日成交均價。重慶碳交易市場由于披露信息太少，可獲得數據量過少，缺乏統計意義，因此文章選取北京、上海、廣州、湖北、深圳及天津六碳交易所的數據進行研究。選取的樣本區間分別為:北京市場2013年11月29日至2017年3月30日共562個數據、上海市場2013年12月3日至2017年3月29日共438個數據、廣州市場2014年3月11日至2017年3月30日共551個數據、湖北市場2014年4月28日至2017年3月30日共699個數據、深圳市場2013年8月5日至2017年3月30日共839個數據、天津市場2013年12月26日至2016年9月29日共451個數據。數據來源于WIND咨詢。

3.2基本統計分析

文章對六組收益率時間序列進行描述性統計分析，結果如表1。表中LNBEA、LNHBEA序列偏度均小于0，為左偏態，LNSHEA、LNGDEA、LNSZA及LNTJEA四組序列偏度均大于0，呈現出右偏態，這些數據表明六組收益率序列均不服從正態分布;六組收益率序列的峰度均大于3，表明其分布均具有尖峰肥尾的特征;J－B統計量及伴隨概率的值進一步說明了六組收益率序列都不服從正態分布的特征。

3.3修正的ICSS方差結構突變點檢驗

文章采用修正的ICSS算法，通過MATLAB編程，分別檢測六組收益率序列的方差結構突變點。實證結果:北京市場存在12個突變點;上海市場存在9個突變點;廣東市場存在5個突變點;湖北市場存在11個突變點;實證市場存在8個突變點;天津市場存在6個突變點。

4.方差結構突變的EGARCH模型分析

表6列舉出了六組收益率序列加入突變點前后的EGARCH模型相關參數情況。可知考慮突變點后，六組收益率時間序列的波動率均較未考慮前有所降低。其中，北京市場收益率波動持續性降低最明顯，由1.573下降為0.947，下降幅度約39.8%;而天津市場收益率波動持續性降低幅度最小，由2.176降低為2.098，下降幅度約3.6%;同時，對比似然值及AIC值的變化發現，加入突變點后的似然值較未加入時均有所上升，AIC值均有所下降，說明考慮突變點后的EGARCH模型能降低收益率序列的偽持續性，提高模型的擬合效果，更真實地反映我國碳交易市場的情況。

5.結論

文章以國內六大試點碳交易所交易價格為研究對象，通過修正的ICSS方法檢測出六組日收益率序列的方差結構突變點，利用虛擬變量將檢測結果帶入EGARCH模型，比較加入突變點前后的EGARCH模型的各參數變化情況，分析波動的持續性。得出主要結論:通過修正的ICSS算法檢測出六組日收益率序列均存在方差結構突變點。針對不同地區存在的結構突變點附近都能找到相關的重大經濟或政策事件來對應，這與外界沖擊可能引起價格波動序列發生結構突變性的預期相吻合。通過把各收益率序列的突變點作為虛擬變量引入EGARCH模型的方差方程中，并與標準的EGARCH模型進行比較。實證發現加入突變點后，反應波動持續性的各參數值均較標準的EGARCH有所降低，證實了加入突變點后，確實降低了各收益率序列的偽持續性，能更加正確認識收益率序列的波動特征。

參考文獻：

［3］楊繼平，陳曉暄，張春會.中國滬深股市結構性波動的政策性影響因素［J］.中國管理科學，2012，(6):43－51.

作者：王洪芳；饒晟光 單位：成都理工大學商學院