基于GARCH模型核证减排交易期货价格波动性研究.docVIP

基于GARCH模型核证减排交易期货价格波动性研究 　　 摘 要：采用GARCH簇模型对欧洲气候交易所核证减排交易（CER）期货价格数据进行特征分析，发现虽然仅仅经过了三年多的发展CER期货价格收益率的波动与其他较为成熟的表现出了相似的特征，并从法规、市场构成、制度等方面对中国碳排放交易中心的建设提出建议。 　　 关键词：碳排放；核证减排交易；GARCH模型 　　 中图分类号：F830.91 文献标志码：A 文章编号：1673-291X（2012）01-0058-03 　　 　　收稿日期：2011-10-18 　　作者简介：曹玉宝（1985-），男，山东临沂人，硕士研究生，从事金融风险管理研究。 　　 　　 引言 　　 随着社会经济的发展，温室气体排放促使全球气候变暖的速度不断增加，全球气候变暖问题普遍引起世界各国的重视。1992年通过了《联合国气候变化框架公约》开启了全球共同应对气候变暖的新书面，1997年通过的《京都议定书》则为应对全球气候变暖制定了具体的目标和措施。碳排放交易作为促进经济体节能减排的有效手段，得到越来越多的国家尤其是发达经济体的重视。戚婷婷、鲁炜（2009）认为，CER现货价格和期货价格之间存在长期稳定的均衡关系，期货价格是现货价格的Granger 原因，期货市场在价格发现中起主导作用 [1]。洪娟、陈静（2010）发现CER现货价格是期货价格的格兰杰原因，即现货价格引导期货价格，在清洁发展机制下的期货市场的价格发现功能并未显现 [2]。黄明皓、李永宁、肖翔（2010）通过对CER 期货市场的价格发现和套期保值功能进行了理论和实证分析，发现CER 期货市场具有较好的短期价格发现功能，但其长期价格发现功能不明显；并且进一步研究CER 市场和EUA 市场的联动效应，SVAR 模型检验结果显示短期内CER 市场和EUA 市场的现货和期货价格间存在相互影响。 　　 因此，目前国内外的研究主要集中在法规、制度、交易机制、减排安排、期货与现货的价格关系等方面，而针对期货价格波动特征方面的研究较少，鉴于碳排放权交易的市场特征，本文采用了在研究数据波动特征方面普遍的GARCH簇模型，从碳排放交易权价格收益率波动方面入手研究碳排放交易市场，进而从市场法规、制度、市场构成等方面进行分析，以及对中国的启示 。 　　 一、研究方法 　　 在金融时间序列的波动特征方面，研究者们通常从数据的异方差性入手，通常认为异方差是截面数据的特点，因此本文选取了在研究时间序列异方差性较为成熟的GARCH模型展开研究。为了刻画预测误差的条件方差中可能存在的某种相关性，恩格尔（Engle）提出了自回归条件异方差模型（ARCH模型）。主要思想是扰动项的条件方差依赖于它的前期值的大小。即ARCH（p）过程为： 　　 var（p）=σ=α0+α1u2 t-1+α2u2 t-2+……+αpu2 t-p （1） 　　 但是考虑到公式（1）是δ2t的一个分布滞后模型，就可以利用一个或两个δ2t的滞后值代替许多u2t的滞后值，因此形成了广义的自回归条件异方差模型（GARCH模型），即GARCH（q，p）过程为： 　　 在资本市场中，通常资产的向下运动通常伴随着比之程度更强的向上运动。即资产价格对好消息和坏消息的反映呈现出不对称性，GARCH族模型中的TARCH模型、EGARCH模型、PARCH模型则是能够描述这种非对称冲击的模型。 　　 EGARCH模型的条件方差方程为： 　　 该模型等式左边是对数形式的条件方差，而不是二次的，所以条件方差的预测值一定是非负的。杠杆效应的存在能够通过γ3，因此与正态分布（S=0，K=3）相比，收益率序列呈现出“左偏，高瘦”的分布特点；而JB=393.075，且其概率为0，说明收益率序列不服从于正态分布。因此可以得出结论，与大多数金融时间序列一样，CER期货的收益率序列同样呈现出“尖峰厚毛，非对称分布”的特点。 　　 （二）模型的建立和估计 　　 在建立GARCH模型之前，首先要确定均值方程的形式，通过对CER期货价格收益率数据做序列相关分析，发现该序列存在一阶滞后相关，因为收益率序列的均值为0，因此设置均值方程的形式为： 　　 rt=c×rt-1+ut 　　 然后对该模型进行估计并绘制出残差序列的折线图（见图2）： 　　 从图2可以看出，收益率序列自回归模型的残差的波动具有成群现象，即该时间序列模型中可能存在异方差，因此有必要对模型进行ARCH效应检验，本文选择ARCH LM方法进行检验，发现在5%的检验水平下，F统计量的值不显著，即拒绝“残差不存在ARCH效应”的原假设，可以建立GARCH模型，估计结果如下： 　　 方程中的ARCH项和GARCH项的系数都是统计显著的，并且对数似然