碳排放权市场结构相依特征的研究规则藤的方法お.docVIP

碳排放权市场结构相依特征的研究规则藤的方法お 　　摘要 　　碳排放交易市场的建立，是一个基于经济学理论来解决气候变暖问题的具有价值的途径，其目的是发展低碳经济。在欧盟排放交易体系一级市场上，以欧盟排放配额（European Union Allowances， EUA）作为主要交易标的物的碳排放权交易市场已经成为一个重要的新兴贸易市场。随着碳排放权交易市场的不断发展，该市场的资本化程度逐渐深化，其金融属性也日益显著，并逐步融入到国际资本市场体系之中。与其它资本市场相类似，碳排放权交易市场之间也存在着复杂的非线性相关关系，而Copula函数可以用来捕捉这种相依结构特征。因此，文章选取欧盟排放配额（EUA）期货的日价格时间序列数据，首先假设新息序列服从学生t分布，运用ARMAGARCH模型对经调整的对数收益率序列进行过滤，采用极大似然方法估计模型的参数，并得到残差序列，同时将其标准化而得到标准化残差；然后，将Kendall’s tau秩相关系数作为权重，采用最大生成树算法（maximum spanning tree algorithm）的序贯Copula选择方法构建合适的规则藤Copula模型，并运用基于序贯的极大似然方法估计规则藤Copula模型，以描述碳排放权交易市场之间复杂的相依结构特征。研究结果发现：在无条件下，tcopula函数可以较好地捕捉碳排放权市场之间的相依关系，说明市场存在明显的对称尾部；在Dec10EUA、Dec12EUA、Dec13EUA市场相依结构固定下，Dec11EUA与Dec14EUA市场之间的相依结构可以采用Gaussian copula函数来描述，而在Dec10EUA、Dec13EUA市场相依结构确定不变情形下，Dec12EUA与Dec14EUA市场之间的相依结构则适合采用Frank copula函数来捕捉，说明这些市场之间并没有出现尾部特征。进一步地，文章分别选择White信息矩阵等式拟合优度检验和基于概率积分转换（probability integral transform，PIT）与经验Copula过程（empirical copula process，ECP）混合方法的拟合优度检验，并基于Bootstrap方法，以Cramer von Mises（CvM）检验统计量作为度量测度，来对模型进行拟合优度的检验。研究发现，构建的规则藤Copula模型能够较好地捕捉碳排放权市场之间的相依结构。这一研究结果，为准确探讨碳排放权交易市场之间、碳排放权交易市场与其它资本市场之间套期保值策略提供了一定的参考意义，也有利于提高碳排放权市场产品定价的准确度。 　　关键词碳排放权；相依结构；规则藤；Copula模型 　　中图分类号X24 　　文献标识码A 　　文章编号1002-2104（2015）05-0044-09 　　在《联合国气候变化框架公约》和《京都议定书》的发展路线下，碳排放权交易市场得到蓬勃发展。目前，碳排放权交易市场已经发展成为主要新兴贸易市场之一。据预测，在未来十年内，国际碳排放权交易市场有可能超过石油市场，成为全球最大的能源交易市场。随着碳排放权市场的发展，其金融属性也日益显现，于是出现了很多碳金融产品及其衍生品。然而，这一新兴市场仍然发展不完善，且经常出现较大的波动，这增加了市场不确定性风险，使得该市场的风险管理研究就显得十分重要，尤其是在发展低碳经济的背景下。因此，针对碳排放权交易市场的相关研究，就具有很重要的实际意义。 　　1文献综述 　　作为国际资本市场之一，碳排放权交易市场之间、该市场与其它资本市场之间都存在比较复杂的非线性相关关系，即相依性。为了研究碳排放权交易市场的市场风险，需要准确度量市场之间的相依性，从而进行市场的风险管理。Sklar[1]提出的Copula定理，能够有效地捕捉到这种非线性相依结构。后来，Embrechts[2]和Embrechts等[3]将该理论引入到金融风险管理研究中。目前，构建基于Copula理论的相依性模型，已经成为金融市场波动溢出和风险传染研究的一种重要方法。实证研究表明，金融时间序列之间的相依结构也呈现出时变性和动态性。因此，许多学者构建了动态Copula模型，如Patton [4-5]、Dias and Embrechts [6]、Christoffersen等 [7]、Fei等[8]等。 　　一般情形下，传统的多维Copula模型能够较好地刻画资本市场之间的相依结构。然而，在高维情况下，这些多维Copula函数并不能准确地捕捉到多资产之间复杂的相依结构。于是，Bedford and Cooke [9-10]提出了基于藤分解结构的Copula方法，以研究高维金融资产之间的相依性，这对于准确研究多种金融资产之间的风险管理问题相当重