亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)研究
        ——基于二元和整體分析框架

        2023-03-28 17:16:30杜紅軍謝升峰
        區(qū)域金融研究 2023年1期
        關(guān)鍵詞:煤炭市場(chǎng)區(qū)域性效應(yīng)

        王 劍 杜紅軍 謝升峰

        (湖北大學(xué),湖北 武漢 430062)

        一、引言

        當(dāng)前,世界經(jīng)濟(jì)正高速發(fā)展,傳統(tǒng)工業(yè)體系對(duì)化石能源的高度依賴(lài)使得溫室氣體激增,進(jìn)入21 世紀(jì)以來(lái)全球變暖和生物多樣性危機(jī)已迫在眉睫。近年來(lái),為應(yīng)對(duì)日益加劇的氣候問(wèn)題,各國(guó)政府積極響應(yīng)由《京都議定書(shū)》確立的國(guó)際碳排放交易機(jī)制。目前,歐盟排放交易體系(EU-ETS)已成為重要的國(guó)際碳交易市場(chǎng)。黨的二十大報(bào)告指出,積極穩(wěn)妥推進(jìn)碳達(dá)峰、碳中和,實(shí)現(xiàn)雙碳目標(biāo)是一場(chǎng)廣泛而深刻的經(jīng)濟(jì)社會(huì)系統(tǒng)性變革,我國(guó)應(yīng)立足我國(guó)能源資源稟賦,積極探索通過(guò)市場(chǎng)化調(diào)節(jié)手段實(shí)現(xiàn)“雙碳”目標(biāo)。

        2013年至今,全國(guó)已陸續(xù)建立8個(gè)區(qū)域性碳交易試點(diǎn)市場(chǎng),并在2021年迎來(lái)全國(guó)性碳市場(chǎng)的開(kāi)市,盡管這標(biāo)志著我國(guó)碳市場(chǎng)的逐漸成熟以及其價(jià)格發(fā)現(xiàn)、氣候調(diào)控和信息傳遞功能的不斷完善,但也潛藏諸多風(fēng)險(xiǎn)。第一,近年來(lái)頻發(fā)的地緣政治沖突和能源危機(jī)或?qū)⑼ㄟ^(guò)國(guó)際碳市場(chǎng)和能源市場(chǎng)直接和間接地引發(fā)我國(guó)碳市場(chǎng)的波動(dòng);第二,我國(guó)碳市場(chǎng)由于其政策性和區(qū)域性特征,相較于傳統(tǒng)金融市場(chǎng)更容易受到政策風(fēng)險(xiǎn)和氣候風(fēng)險(xiǎn)的影響;第三,由于我國(guó)碳市場(chǎng)尚不成熟,碳金融工具的不足導(dǎo)致缺乏有效的風(fēng)險(xiǎn)管理手段。

        傳統(tǒng)化石能源因其高碳排放特性與碳市場(chǎng)具有天然的信息傳導(dǎo)機(jī)制。煤炭在我國(guó)的能源消費(fèi)結(jié)構(gòu)中占據(jù)主要地位,如圖1 所示,盡管我國(guó)的煤炭消費(fèi)占總能源消費(fèi)比重從2017年的60.4%下降到2021年的56.0%,但煤炭消費(fèi)仍占有超過(guò)半數(shù)的比例,因此碳市場(chǎng)與煤炭市場(chǎng)關(guān)系密切,可能會(huì)存在風(fēng)險(xiǎn)的雙向傳染路徑。我國(guó)不同區(qū)域的經(jīng)濟(jì)發(fā)展水平存在差異、碳市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)不同,碳市場(chǎng)與煤炭市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)是否也存在區(qū)域性差異?不同區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)如何動(dòng)態(tài)演化?回答上述問(wèn)題一方面有助于投資者充分認(rèn)識(shí)區(qū)域性碳市場(chǎng)和煤炭市場(chǎng)的風(fēng)險(xiǎn)關(guān)系、識(shí)別風(fēng)險(xiǎn)傳染渠道、合理規(guī)避區(qū)域性碳市場(chǎng)與傳統(tǒng)能源市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn),另一方面有助于相關(guān)部門(mén)積極防范在發(fā)展碳市場(chǎng)進(jìn)程中可能引發(fā)的系統(tǒng)性風(fēng)險(xiǎn),進(jìn)而穩(wěn)步推進(jìn)我國(guó)區(qū)域性碳市場(chǎng)和煤炭市場(chǎng)的協(xié)調(diào)發(fā)展。

        圖1 2017—2022年我國(guó)煤炭消費(fèi)占總能源消費(fèi)比重

        二、文獻(xiàn)綜述

        根據(jù)前文分析,碳市場(chǎng)與煤炭市場(chǎng)關(guān)系密切。縱觀國(guó)內(nèi)外已有文獻(xiàn)研究,直接研究碳市場(chǎng)與煤炭市場(chǎng)的文獻(xiàn)相對(duì)較少,但煤炭市場(chǎng)是能源市場(chǎng)的重要組成部分,且近年來(lái),隨著全球碳市場(chǎng)的穩(wěn)步發(fā)展,碳市場(chǎng)、能源市場(chǎng)、金融市場(chǎng)三者間以及碳市場(chǎng)間的溢出關(guān)系和溢出效應(yīng)研究受到學(xué)術(shù)界廣泛關(guān)注。因此,本節(jié)針對(duì)碳市場(chǎng)與能源市場(chǎng)間的溢出關(guān)系和溢出效應(yīng)研究展開(kāi)文獻(xiàn)綜述。

        (一)碳市場(chǎng)與能源市場(chǎng)間的溢出關(guān)系研究

        由于我國(guó)碳市場(chǎng)的建成時(shí)間較晚、發(fā)展歷程較短,早期碳市場(chǎng)的研究對(duì)象主要以國(guó)際碳市場(chǎng)為主。張躍軍和魏一鳴(2010)基于EU-ETS第一、二階段的市場(chǎng)數(shù)據(jù),結(jié)合狀態(tài)空間模型和VAR 模型證實(shí)國(guó)際碳價(jià)和化石能源價(jià)格間存在動(dòng)態(tài)協(xié)整關(guān)系,發(fā)現(xiàn)油價(jià)是引起國(guó)際碳價(jià)變動(dòng)的主要因素。朱幫助(2014)在探討國(guó)際事件對(duì)碳價(jià)結(jié)構(gòu)性沖擊的基礎(chǔ)上證實(shí)碳價(jià)和能源價(jià)格的協(xié)整關(guān)系仍穩(wěn)定存在。Yu et al.(2015)通過(guò)DCC-ICSS 模型研究國(guó)際碳市場(chǎng)和原油市場(chǎng)的動(dòng)態(tài)相依關(guān)系,發(fā)現(xiàn)金融危機(jī)和政策沖擊會(huì)導(dǎo)致“碳-原油”相關(guān)性的結(jié)構(gòu)性變化。Chen et al.(2019)使用BEKK 模型證實(shí)歐盟碳市場(chǎng)和能源市場(chǎng)間存在波動(dòng)溢出關(guān)系。Gong et al.(2021)則基于TVP-VAR-SV 模型進(jìn)一步捕捉到國(guó)際碳市場(chǎng)和化石能源市場(chǎng)間作用關(guān)系的動(dòng)態(tài)非線性特征?;谏鲜瞿茉磧r(jià)格和碳價(jià)溢出關(guān)系的實(shí)證研究,不難發(fā)現(xiàn)碳資產(chǎn)還能作為投資者分散能源市場(chǎng)風(fēng)險(xiǎn)的一種選擇。張秋莉等(2012)使用DCC-MVGARCH 模型,驗(yàn)證碳期貨能有效對(duì)沖能源期貨的波動(dòng)風(fēng)險(xiǎn)。Balcilar et al.(2016)則基于MS-DCC-MVGARCH 模型,發(fā)現(xiàn)在EU-ETS 的不同階段,碳期貨對(duì)原油期貨的風(fēng)險(xiǎn)對(duì)沖效率具有顯著差異。

        隨著國(guó)內(nèi)碳市場(chǎng)的高速發(fā)展,近年來(lái)我國(guó)區(qū)域性試點(diǎn)碳市場(chǎng)逐漸成為重點(diǎn)研究對(duì)象。崔婕等(2018)以湖北碳市場(chǎng)為研究對(duì)象,發(fā)現(xiàn)我國(guó)碳市場(chǎng)、能源市場(chǎng)和資本市場(chǎng)存在長(zhǎng)期均衡關(guān)系。燕志鵬等(2022)基于VEC 模型發(fā)現(xiàn)我國(guó)碳市場(chǎng)和煤炭市場(chǎng)之間同樣存在長(zhǎng)期均衡和價(jià)格傳導(dǎo)關(guān)系。劉建和等(2020)發(fā)現(xiàn)國(guó)內(nèi)焦煤市場(chǎng)和碳市場(chǎng)間存在較強(qiáng)的溢出關(guān)系。由于控排企業(yè)性質(zhì)、準(zhǔn)入門(mén)檻、經(jīng)濟(jì)發(fā)展以及監(jiān)管力度等差異,陳珂等(2022)證實(shí)化石能源市場(chǎng)對(duì)我國(guó)碳市場(chǎng)的影響存在顯著的區(qū)域性差異。隨著2021年全國(guó)碳市場(chǎng)的推出,我國(guó)碳市場(chǎng)、能源市場(chǎng)與金融市場(chǎng)的影響關(guān)系發(fā)生了結(jié)構(gòu)性變化(劉志洋等,2022)。

        (二)碳市場(chǎng)與能源市場(chǎng)間的溢出效應(yīng)研究

        大量研究均已證實(shí)碳市場(chǎng)與能源市場(chǎng)間存在溢出關(guān)系,學(xué)術(shù)界開(kāi)始廣泛關(guān)注碳市場(chǎng)與能源市場(chǎng)間溢出效應(yīng)的大小和方向問(wèn)題,其中以資產(chǎn)價(jià)格序列為代表的信息溢出效應(yīng)研究或以價(jià)格波動(dòng)序列為代表的風(fēng)險(xiǎn)溢出效應(yīng)研究為主。

        Yao et al.(2022)通過(guò)VAR-DY 模型測(cè)度我國(guó)“碳-能源-股票”系統(tǒng)的信息溢出效應(yīng),發(fā)現(xiàn)碳市場(chǎng)是主要的信息傳遞者,而煤炭市場(chǎng)是主要的信息接收者。趙領(lǐng)娣等(2021)則基于已實(shí)現(xiàn)波動(dòng)率測(cè)度我國(guó)碳市場(chǎng)與能源市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng),驗(yàn)證能源市場(chǎng)對(duì)不同區(qū)域性碳市場(chǎng)波動(dòng)溢出效應(yīng)的區(qū)域性差異。王喜平和王婉晨(2022)進(jìn)一步利用BK溢出指數(shù)測(cè)度我國(guó)碳市場(chǎng)和電力市場(chǎng)在不同頻域上的波動(dòng)溢出效應(yīng),發(fā)現(xiàn)碳市場(chǎng)在短期是風(fēng)險(xiǎn)的凈接收方,而在中長(zhǎng)期則為凈溢出方。為比較不同市場(chǎng)間均值溢出效應(yīng)和波動(dòng)溢出效應(yīng)的差異,Ji et al.(2018)對(duì)比歐洲碳市場(chǎng)和能源市場(chǎng)間的波動(dòng)溢出效應(yīng)和均值溢出效應(yīng),發(fā)現(xiàn)前者顯著高于后者,但Tan et al.(2020)基于相同的研究對(duì)象得到完全相反的結(jié)果,并發(fā)現(xiàn)金融危機(jī)等沖擊性事件會(huì)對(duì)市場(chǎng)間的波動(dòng)溢出效應(yīng)產(chǎn)生最為顯著的結(jié)構(gòu)性影響。Wang &Guo(2018)則發(fā)現(xiàn)原油(天然氣)市場(chǎng)對(duì)碳市場(chǎng)表現(xiàn)出更為顯著的均值溢出(波動(dòng)溢出)效應(yīng)。Yang(2022)結(jié)合格蘭杰因子動(dòng)態(tài)模型和DY 溢出指數(shù),發(fā)現(xiàn)歐洲電力市場(chǎng)對(duì)碳市場(chǎng)的波動(dòng)溢出效應(yīng)較均值溢出效應(yīng)更為顯著,尤其是對(duì)歐洲電力市場(chǎng)需求側(cè)的沖擊是引發(fā)碳價(jià)波動(dòng)的主要原因。

        綜合梳理文獻(xiàn)可知,目前以歐洲碳市場(chǎng)為主要研究對(duì)象的國(guó)際碳市場(chǎng)研究較為豐富,而基于中國(guó)碳市場(chǎng)的本土研究較少。同時(shí),大部分研究主要考察能源或金融市場(chǎng)對(duì)碳市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng),然而隨著我國(guó)碳市場(chǎng)的不斷成熟,其對(duì)傳統(tǒng)能源市場(chǎng)尤其是煤炭市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)亦值得關(guān)注。此外,在我國(guó)碳市場(chǎng)作為一種新興的區(qū)域性、政策性市場(chǎng)具有一定的分割性,同時(shí)由于市場(chǎng)體系建設(shè)尚不健全、碳金融產(chǎn)品尚不完善、市場(chǎng)參與主體尚不成熟而具有較大風(fēng)險(xiǎn),現(xiàn)如今全球宏觀經(jīng)濟(jì)下行、地緣政治沖突和極端天氣頻發(fā)進(jìn)一步增大碳市場(chǎng)和煤炭市場(chǎng)極端事件的發(fā)生概率。基于此,本文首先基于二元分析框架使用GJRADCC-ΔCoVaR 模型分析我國(guó)區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)雙向溢出的大小和關(guān)系,進(jìn)一步將所有市場(chǎng)納入整體框架,并使用前沿的TVP-VAR-DY模型分析系統(tǒng)中各市場(chǎng)間極端風(fēng)險(xiǎn)溢出的直接效應(yīng)和凈效應(yīng)。對(duì)比已有的相關(guān)研究,本文的邊際貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面:第一,將對(duì)象聚焦于我國(guó)區(qū)域性碳市場(chǎng),豐富本土碳市場(chǎng)的相關(guān)研究;第二,區(qū)別于已有文獻(xiàn)對(duì)收益率或波動(dòng)率溢出效應(yīng)的研究,本文的研究聚焦于市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)的分析;第三,基于二元和整體框架,從局部到整體遞進(jìn)式分析我國(guó)碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)的區(qū)域差異和動(dòng)態(tài)特征。

        三、機(jī)理分析與模型構(gòu)建

        (一)機(jī)理分析

        1.區(qū)域性碳市場(chǎng)對(duì)煤炭市場(chǎng)的價(jià)格影響路徑。區(qū)域性碳市場(chǎng)對(duì)煤炭市場(chǎng)的價(jià)格傳導(dǎo)路徑有以下兩種:一是影響地方控排企業(yè)、行業(yè)等,進(jìn)而影響區(qū)域經(jīng)濟(jì)生產(chǎn)利益的直接路徑;二是通過(guò)與其他市場(chǎng)微觀主體傳遞信息的間接路徑。為方便說(shuō)明上述風(fēng)險(xiǎn)溢出的作用機(jī)理,圖2展示了碳市場(chǎng)對(duì)煤炭市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)路徑示意圖,其中實(shí)線表示與經(jīng)濟(jì)利益關(guān)聯(lián)的直接路徑,虛線表示信息傳遞下的間接路徑。當(dāng)區(qū)域碳價(jià)上漲時(shí),地方控排企業(yè)的生產(chǎn)成本將增加,根據(jù)收入效應(yīng),在短期內(nèi)企業(yè)的現(xiàn)金流和企業(yè)價(jià)值會(huì)受到影響,進(jìn)而造成股價(jià)波動(dòng)并通過(guò)資本市場(chǎng)和能源市場(chǎng)的關(guān)聯(lián)路徑引發(fā)煤炭市場(chǎng)的價(jià)格波動(dòng)。根據(jù)替代效應(yīng),在中長(zhǎng)期則會(huì)促使地方產(chǎn)業(yè)結(jié)構(gòu)升級(jí),發(fā)展綠色經(jīng)濟(jì),降低對(duì)煤炭等高碳排放能源的依賴(lài)程度,進(jìn)而導(dǎo)致煤炭?jī)r(jià)格降低。在長(zhǎng)期內(nèi)控排企業(yè)會(huì)加強(qiáng)技術(shù)變革,進(jìn)一步提高能源的使用效率并優(yōu)化能源結(jié)構(gòu),再一次從需求側(cè)沖擊煤炭?jī)r(jià)格。碳市場(chǎng)和煤炭市場(chǎng)的參與主體除了控排企業(yè)外,還包括國(guó)際組織、國(guó)家和地方政府、潛在控排企業(yè)、機(jī)構(gòu)和個(gè)人投資者。碳市場(chǎng)和煤炭市場(chǎng)的價(jià)格信號(hào)將影響這些微觀主體的行為決策,間接引發(fā)碳市場(chǎng)和煤炭市場(chǎng)間的風(fēng)險(xiǎn)傳遞。例如,碳市場(chǎng)或煤炭市場(chǎng)的劇烈波動(dòng)將促使國(guó)際組織和政府采取一系列宏觀調(diào)控手段維持市場(chǎng)穩(wěn)定,一方面政府調(diào)控可能引發(fā)市場(chǎng)失靈,另一方面頻繁的政府干預(yù)將提高經(jīng)濟(jì)政策不確定性水平,進(jìn)而擠出市場(chǎng)投資者,導(dǎo)致市場(chǎng)蕭條。潛在控排企業(yè)則會(huì)為了穩(wěn)定未來(lái)生產(chǎn)成本,提前根據(jù)碳市場(chǎng)和煤炭市場(chǎng)的相對(duì)價(jià)格配置資產(chǎn)。機(jī)構(gòu)和個(gè)人投資者不管是出于套利或投機(jī)等目的,任一市場(chǎng)的波動(dòng)將使得風(fēng)險(xiǎn)通過(guò)投資者在兩個(gè)市場(chǎng)間傳遞。

        圖2 碳市場(chǎng)對(duì)煤炭市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)路徑

        此外,考慮到不同區(qū)域的經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、地理環(huán)境以及碳市場(chǎng)制度設(shè)計(jì)存在明顯差異,不同區(qū)域性碳市場(chǎng)通過(guò)各自的市場(chǎng)微觀主體在不同環(huán)境下對(duì)煤炭市場(chǎng)的極端風(fēng)險(xiǎn)溢出效應(yīng)必然存在顯著差異。

        2.煤炭市場(chǎng)對(duì)區(qū)域性碳市場(chǎng)的價(jià)格影響路徑。反之,煤炭市場(chǎng)同樣會(huì)對(duì)區(qū)域性碳市場(chǎng)產(chǎn)生風(fēng)險(xiǎn)溢出效應(yīng)。圖3 展示了煤炭市場(chǎng)對(duì)碳市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)路徑示意圖,煤炭?jī)r(jià)格的上漲將直接擴(kuò)大企業(yè)的生產(chǎn)成本,在短期內(nèi)企業(yè)可能削減產(chǎn)出規(guī)模,能源消耗的減少將降低碳排放需求,進(jìn)而引起碳價(jià)的下跌;在中長(zhǎng)期則會(huì)迫使企業(yè)尋求替代能源并開(kāi)發(fā)新技術(shù),現(xiàn)階段我國(guó)大力發(fā)展新能源產(chǎn)業(yè),能源價(jià)格的上漲將進(jìn)一步推動(dòng)能源結(jié)構(gòu)的轉(zhuǎn)型,伴隨企業(yè)能源技術(shù)的革新,將導(dǎo)致碳排放權(quán)需求和碳價(jià)的降低。

        圖3 煤炭市場(chǎng)對(duì)碳市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)路徑

        (二)模型構(gòu)建

        基于上述機(jī)理分析,為探究區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng),首先估計(jì)各碳市場(chǎng)與煤炭市場(chǎng)的極端風(fēng)險(xiǎn)因子,并在二元框架下分析各區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)雙向溢出的大小和關(guān)系。

        另外,考慮到各區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間的極端風(fēng)險(xiǎn)可能通過(guò)其他市場(chǎng)間接傳導(dǎo),本文進(jìn)一步將所有市場(chǎng)的極端風(fēng)險(xiǎn)因子納入整體框架,系統(tǒng)性研究各區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)溢出的直接效應(yīng)和凈效應(yīng)。

        1.GJR-ADCC-ΔCoVaR模型。Tobias &Brunnermeier(2016)首次在在險(xiǎn)價(jià)值模型(Value at Risk,VaR)的基礎(chǔ)上提出了條件在險(xiǎn)價(jià)值模型(Conditional Value at Risk,CoVaR),即在一定置信水平下,當(dāng)市場(chǎng)i處于“=VaR”的困境狀態(tài)時(shí),市場(chǎng)j可能面臨的最大損失。假設(shè)置信水平為q%,X為市場(chǎng)損失率:

        可以定義市場(chǎng)i對(duì)市場(chǎng)j的極端(尾部)風(fēng)險(xiǎn)溢出為:

        假定市場(chǎng)i和市場(chǎng)j的損失率服從下列二元正態(tài)GARCH過(guò)程:

        則市場(chǎng)i的極端風(fēng)險(xiǎn)因子和市場(chǎng)i對(duì)市場(chǎng)j的極端風(fēng)險(xiǎn)溢出可分別表示為:

        不難發(fā)現(xiàn),估計(jì)市場(chǎng)i的極端風(fēng)險(xiǎn)因子VaR 和市場(chǎng)i對(duì)市場(chǎng)j的極端風(fēng)險(xiǎn)溢出效應(yīng)ΔCoVaR 的關(guān)鍵在于估計(jì)市場(chǎng)i和市場(chǎng)j的波動(dòng)率和相關(guān)系數(shù)。為捕捉金融變量間波動(dòng)性和相關(guān)性的非對(duì)稱(chēng)特征,本文將GJR-GARCH 模型和非對(duì)稱(chēng)DCC(ADCC)模型相結(jié)合。具體步驟如下:

        第一步,對(duì)任一市場(chǎng)i的損失率建立單變量GJRGARCH模型:

        其中nt=ut(ut<0),Qt是ut的條件協(xié)方差矩陣,Rt是條件相關(guān)系數(shù)矩陣。

        2.TVP-VAR-DY 模型。為了分析不同變量間的溢出關(guān)系,早期Diebold &Yilmaz(2009)結(jié)合VAR模型和Cholesky 分解進(jìn)行多變量間整體溢出水平的測(cè)度,但Cholesky分解一方面受制于變量順序和滯后階數(shù)的選擇而使結(jié)果不穩(wěn)定,另一方面無(wú)法衡量不同市場(chǎng)間的方向性溢出,因此Diebold &Yilmaz(2012)引入GFEVD(廣義預(yù)測(cè)誤差方差分解)對(duì)模型進(jìn)行改進(jìn),消除對(duì)變量順序和滯后階數(shù)的依賴(lài)。然而上述DY 溢出指數(shù)模型仍存在以下幾點(diǎn)不足:一是無(wú)法捕捉金融變量常見(jiàn)的異方差性;二是基于滾窗法的動(dòng)態(tài)估計(jì)受制于最優(yōu)窗寬的選擇,會(huì)造成樣本信息的損失;三是對(duì)異常值的敏感度較強(qiáng)。為克服上述缺陷,Antonakakis et al.(2020)結(jié)合TVP-VAR-SV 模型和DY溢出指數(shù)模型提出TVP-VAR-DY模型,構(gòu)建的具體步驟如下:

        第一步,對(duì)N維向量yt構(gòu)建一個(gè)N變量的p階TVP-VAR-SV模型:

        其中zt=(yt-1,…,yt-p)T,At=(A1t,…,Apt),Σt和Xt為時(shí)變方差協(xié)方差矩陣,vec為矢量化算子。

        第二步,根據(jù)Wold 定理將VAR(p)轉(zhuǎn)化成VMA(∞)形式:

        第三步,設(shè)預(yù)測(cè)期為H,基于GFEVD 模型,則變量j對(duì)變量i的溢出效應(yīng)為:

        其中Σh為誤差向量的時(shí)變協(xié)方差矩陣,σjj,t為第j個(gè)誤差項(xiàng)的時(shí)變標(biāo)準(zhǔn)差,ei為選擇向量(除了第i個(gè)元素為1 外其余全為0)。為使方差分解矩陣的行和為1,將其做如下歸一化處理:

        基于歸一化的方差分解矩陣,構(gòu)造總溢出指數(shù)TSI,該指數(shù)表示系統(tǒng)內(nèi)所有變量的總溢出程度:

        此外,可以得到變量i對(duì)其他變量和受其他變量溢出影響的綜合方向性溢出指數(shù)TO和FROM:

        綜合方向性溢出指數(shù)TO和FROM,可以得到變量i對(duì)其他變量的凈溢出指數(shù)NET:

        同樣,考慮兩兩變量間的凈溢出影響,可以構(gòu)造凈配對(duì)溢出指數(shù)S:

        綜上,本文簡(jiǎn)要的實(shí)證框架如圖4所示。

        圖4 簡(jiǎn)要的實(shí)證框架

        四、實(shí)證分析

        (一)樣本選取、數(shù)據(jù)處理與描述性統(tǒng)計(jì)

        2013年以來(lái),我國(guó)已陸續(xù)建立8個(gè)碳交易試點(diǎn)市場(chǎng),受限于數(shù)據(jù)可獲得性,本文選取北京(BJEA)、上海(SHEA)、廣東(GDEA)、深圳(SZEA)和湖北(HBEA)碳市場(chǎng)的碳排放權(quán)日收盤(pán)價(jià)作為我國(guó)區(qū)域性碳市場(chǎng)的代理變量,煤炭市場(chǎng)(CFI)則使用中證公司編制的中證煤炭期貨成分指數(shù)日收盤(pán)價(jià)作為代理變量。

        為保證市場(chǎng)的完整性,本文將樣本區(qū)間設(shè)為2016 年11 月18 日至2022 年8 月22 日。為避免不必要的數(shù)據(jù)刪減,以煤炭期貨指數(shù)的交易日為基準(zhǔn),各碳市場(chǎng)部分缺失日收盤(pán)價(jià)用日結(jié)算價(jià)或前一交易日收盤(pán)價(jià)插補(bǔ),根據(jù)中國(guó)碳交易網(wǎng)數(shù)據(jù)對(duì)少數(shù)的碳市場(chǎng)異常數(shù)據(jù)進(jìn)行手工核改,對(duì)同一市場(chǎng)在同一交易日的多種交易產(chǎn)品以當(dāng)日成交量為權(quán)重計(jì)算市場(chǎng)加權(quán)平均收盤(pán)價(jià)。上述原始數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)和中國(guó)碳交易網(wǎng),數(shù)據(jù)處理和建模使用MATLAB和R語(yǔ)言。

        1.計(jì)算各市場(chǎng)的日對(duì)數(shù)收益率:Rt=(lnPt-lnPt-1)×100。圖5 展示了各市場(chǎng)對(duì)數(shù)收益率變化趨勢(shì),可以發(fā)現(xiàn)各市場(chǎng)的收益率存在顯著的波動(dòng)聚集特征,深圳碳市場(chǎng)的波動(dòng)水平遠(yuǎn)超其他市場(chǎng)。結(jié)合表1面板A列示的描述性統(tǒng)計(jì),可以發(fā)現(xiàn):第一,煤炭市場(chǎng)收益率的標(biāo)準(zhǔn)差在所有市場(chǎng)中最小,表明煤炭市場(chǎng)風(fēng)險(xiǎn)低于區(qū)域性碳市場(chǎng);而在各碳市場(chǎng)中,深圳碳市場(chǎng)的標(biāo)準(zhǔn)差遠(yuǎn)大于其他市場(chǎng),表明深圳碳市場(chǎng)具有較大風(fēng)險(xiǎn)。第二,所有市場(chǎng)的偏度均小于0且峰度均大于3,同時(shí)JB 和ARCH 檢驗(yàn)統(tǒng)計(jì)量也均在1%水平下顯著,即所有序列存在負(fù)偏、尖峰厚尾和條件異方差性。第三,ADF統(tǒng)計(jì)量表明所有市場(chǎng)收益率序列均滿足平穩(wěn)性要求。

        圖5 煤炭市場(chǎng)和區(qū)域性碳市場(chǎng)收益率

        2.計(jì)算各市場(chǎng)的極端風(fēng)險(xiǎn)因子VaR。圖6展示了極端風(fēng)險(xiǎn)因子的動(dòng)態(tài)特征,可以發(fā)現(xiàn)煤炭市場(chǎng)的極端風(fēng)險(xiǎn)水平普遍低于區(qū)域性碳市場(chǎng),同時(shí)不同區(qū)域性碳市場(chǎng)的極端風(fēng)險(xiǎn)變化趨勢(shì)和波動(dòng)存在顯著差異,風(fēng)險(xiǎn)共振較弱,表明各碳市場(chǎng)間具有較強(qiáng)的分割性。結(jié)合表1面板B列示的各市場(chǎng)極端風(fēng)險(xiǎn)因子描述性統(tǒng)計(jì),可以發(fā)現(xiàn):煤炭市場(chǎng)極端風(fēng)險(xiǎn)因子的均值最小,而深圳碳市場(chǎng)極端風(fēng)險(xiǎn)因子的均值最大,表明深圳碳市場(chǎng)具有較大的極端風(fēng)險(xiǎn);煤炭市場(chǎng)極端風(fēng)險(xiǎn)因子的標(biāo)準(zhǔn)差同樣最低,而深圳碳市場(chǎng)極端風(fēng)險(xiǎn)因子的標(biāo)準(zhǔn)差仍最大,表明深圳碳市場(chǎng)的極端風(fēng)險(xiǎn)更容易發(fā)生變化;極端風(fēng)險(xiǎn)因子的偏度均大于0 且峰度均大于3,其中煤炭市場(chǎng)的偏度和峰度較小而廣東碳市場(chǎng)均最大,表明廣東碳市場(chǎng)較容易出現(xiàn)超過(guò)平均水平的極端風(fēng)險(xiǎn)。

        表1 描述性統(tǒng)計(jì)

        圖6 煤炭市場(chǎng)和區(qū)域性碳市場(chǎng)極端風(fēng)險(xiǎn)因子

        (二)基于二元框架的極端風(fēng)險(xiǎn)雙向溢出分析

        通過(guò)GJR-ADCC-ΔCoVaR 模型計(jì)算各區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出。圖7 展示了二元框架下極端風(fēng)險(xiǎn)溢出的動(dòng)態(tài)特征,其中“→”表示風(fēng)險(xiǎn)溢出方向,可以發(fā)現(xiàn):不同碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)雙向溢出的大小存在差異,煤炭市場(chǎng)對(duì)北京和上海碳市場(chǎng)極端風(fēng)險(xiǎn)溢出水平相對(duì)較高;各碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出存在非對(duì)稱(chēng)特征,即在絕大部分時(shí)期碳市場(chǎng)對(duì)煤炭市場(chǎng)極端風(fēng)險(xiǎn)溢出的大小和波動(dòng)均小于煤炭市場(chǎng)對(duì)碳市場(chǎng)的極端風(fēng)險(xiǎn)溢出;不同碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出關(guān)系存在顯著差異,在大部分時(shí)期北京、上海和廣東碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出表現(xiàn)為正向關(guān)系,而大部分時(shí)期深圳和湖北碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出表現(xiàn)為負(fù)向關(guān)系;部分碳市場(chǎng)對(duì)煤炭市場(chǎng)的極端風(fēng)險(xiǎn)溢出在2021 年末凸起,即表明碳市場(chǎng)對(duì)煤炭市場(chǎng)的沖擊加劇。而煤炭市場(chǎng)對(duì)不同碳市場(chǎng)極端風(fēng)險(xiǎn)溢出的變化趨勢(shì)表現(xiàn)出區(qū)域性差異。

        圖7 二元框架下極端風(fēng)險(xiǎn)溢出趨勢(shì)

        (三)基于整體框架的極端風(fēng)險(xiǎn)溢出效應(yīng)分析

        為降低序列的異方差性,對(duì)各市場(chǎng)的極端風(fēng)險(xiǎn)因子進(jìn)行對(duì)數(shù)化處理,使用TVP-VAR-DY 模型對(duì)整體框架下極端風(fēng)險(xiǎn)的溢出效應(yīng)進(jìn)行分析。

        1.極端風(fēng)險(xiǎn)的靜態(tài)溢出效應(yīng)分析。表2 列示了各碳市場(chǎng)極端風(fēng)險(xiǎn)因子的靜態(tài)溢出指數(shù),可以發(fā)現(xiàn):總溢出指數(shù)TSI為18.81%,表明各市場(chǎng)極端風(fēng)險(xiǎn)變化的18.81%由其他市場(chǎng)極端風(fēng)險(xiǎn)變化所解釋?zhuān)桓鶕?jù)靜態(tài)溢出指數(shù)表的對(duì)角線元素,所有市場(chǎng)受自身滯后效應(yīng)影響的比重均高于來(lái)自其他市場(chǎng)影響的總和,其中廣東碳市場(chǎng)受其他市場(chǎng)的影響比例達(dá)到21.81%,而其他市場(chǎng)的被影響比例均小于20%;根據(jù)方向性溢出指數(shù)TO和FROM,系統(tǒng)中深圳碳市場(chǎng)的溢出效應(yīng)最強(qiáng)(23.47%),而廣東碳市場(chǎng)的溢入效應(yīng)最強(qiáng)(21.81%);根據(jù)凈溢出指數(shù)NET,系統(tǒng)中煤炭市場(chǎng)、上海和廣東碳市場(chǎng)是極端風(fēng)險(xiǎn)的凈接收方,而北京、深圳和湖北碳市場(chǎng)是極端風(fēng)險(xiǎn)的凈輸出方,其中深圳碳市場(chǎng)的凈溢出效應(yīng)最強(qiáng)(10%),而廣東碳市場(chǎng)的凈溢入效應(yīng)最強(qiáng)(-7.63%);根據(jù)各碳市場(chǎng)與煤炭市場(chǎng)間的凈配對(duì)溢出指數(shù)S,深圳碳市場(chǎng)對(duì)煤炭市場(chǎng)的凈溢出效應(yīng)最強(qiáng)(4.68%),而煤炭市場(chǎng)對(duì)廣東碳市場(chǎng)的凈溢出效應(yīng)最強(qiáng)(2.73%)。

        表2 靜態(tài)溢出指數(shù)表

        2.極端風(fēng)險(xiǎn)的動(dòng)態(tài)溢出效應(yīng)分析。圖8 至圖10分別展示了系統(tǒng)總溢出指數(shù)、煤炭市場(chǎng)方向性溢出指數(shù)、區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)凈配對(duì)溢出指數(shù)的動(dòng)態(tài)趨勢(shì)。

        圖8 中系統(tǒng)的總溢出指數(shù)變化趨勢(shì)呈現(xiàn)較為顯著的周期性特征,即同一年內(nèi)年初至年中呈下降趨勢(shì)而從年中至年末逐漸上升的“V”型過(guò)程。此外,在2020 年系統(tǒng)極端風(fēng)險(xiǎn)的總溢出水平呈上升趨勢(shì),這是由于疫情影響對(duì)我國(guó)能源的需求側(cè)和供給側(cè)形成雙重沖擊,進(jìn)而增大系統(tǒng)內(nèi)各市場(chǎng)極端風(fēng)險(xiǎn)的總體溢出水平。

        圖8 總溢出指數(shù)動(dòng)態(tài)趨勢(shì)

        圖9 從左至右分別展示了煤炭市場(chǎng)對(duì)所有碳市場(chǎng)極端風(fēng)險(xiǎn)的總溢出、總溢入和凈溢出指數(shù)的動(dòng)態(tài)趨勢(shì),可以發(fā)現(xiàn):煤炭市場(chǎng)與碳市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出呈現(xiàn)此消彼長(zhǎng)的周期性變化,即在大部分時(shí)期當(dāng)煤炭市場(chǎng)對(duì)碳市場(chǎng)的總溢出效應(yīng)上升時(shí),煤炭市場(chǎng)受碳市場(chǎng)的總溢入效應(yīng)下降,這也表現(xiàn)為煤炭市場(chǎng)對(duì)碳市場(chǎng)的凈溢出效應(yīng)趨勢(shì)在0值上下波動(dòng)。此外,煤炭市場(chǎng)對(duì)碳市場(chǎng)方向性溢出指數(shù)的波動(dòng)呈向平均水平收斂趨勢(shì),表明隨著我國(guó)區(qū)域性碳市場(chǎng)的穩(wěn)步發(fā)展,煤炭市場(chǎng)與碳市場(chǎng)間極端風(fēng)險(xiǎn)的溢出效應(yīng)趨于平衡。

        圖9 方向性溢出指數(shù)動(dòng)態(tài)趨勢(shì)

        圖10展示了各碳市場(chǎng)與煤炭市場(chǎng)間凈配對(duì)溢出指數(shù)的動(dòng)態(tài)趨勢(shì),可以發(fā)現(xiàn):不同碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的凈配對(duì)溢出效應(yīng)存在顯著的區(qū)域性差異,其中除湖北碳市場(chǎng)對(duì)煤炭市場(chǎng)的凈配對(duì)溢出效應(yīng)相對(duì)較弱(-15%~15%)外,其余碳市場(chǎng)對(duì)煤炭市場(chǎng)的凈配對(duì)溢出效應(yīng)在不同時(shí)期均曾超過(guò)30%或低于-30%。在絕大多數(shù)時(shí)期,北京、上海和湖北碳市場(chǎng)對(duì)煤炭市場(chǎng)的凈配對(duì)溢出效應(yīng)在平均水平上下波動(dòng),而廣東和深圳碳市場(chǎng)對(duì)煤炭市場(chǎng)的凈配對(duì)溢出效應(yīng)的趨勢(shì)特征相反,即在絕大多數(shù)時(shí)期廣東碳市場(chǎng)是煤炭市場(chǎng)極端風(fēng)險(xiǎn)的凈配對(duì)溢出方,深圳碳市場(chǎng)則是凈配對(duì)接收方。

        圖10 凈配對(duì)溢出指數(shù)動(dòng)態(tài)趨勢(shì)

        五、結(jié)論與啟示

        根據(jù)2016年11月18日至2022年8月22日北京、上海、廣東、深圳、湖北碳市場(chǎng)和中證煤炭期貨指數(shù)的日度數(shù)據(jù),基于二元和整體分析框架,分別使用GJRADCC-CoVaR模型和TVP-VAR-DY模型系統(tǒng)分析我國(guó)區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的溢出效應(yīng)。本文得出主要結(jié)論如下:

        第一,我國(guó)區(qū)域性碳市場(chǎng)相較于煤炭市場(chǎng)極端風(fēng)險(xiǎn)水平和波動(dòng)更高。在所有碳市場(chǎng)中,深圳碳市場(chǎng)的極端風(fēng)險(xiǎn)水平和波動(dòng)最高,而廣東碳市場(chǎng)極端風(fēng)險(xiǎn)分布的右偏性和厚尾性更強(qiáng),即更容易發(fā)生超過(guò)平均水平的極端風(fēng)險(xiǎn)。

        第二,不同碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的雙向溢出大小和關(guān)系存在顯著差異,其中在大部分時(shí)期,煤炭市場(chǎng)與北京和上海碳市場(chǎng)間極端風(fēng)險(xiǎn)的溢出關(guān)系為正向影響,而與深圳和湖北碳市場(chǎng)間為負(fù)向影響。

        第三,系統(tǒng)整體極端風(fēng)險(xiǎn)溢出的平均水平較低,其中深圳碳市場(chǎng)是煤炭市場(chǎng)極端風(fēng)險(xiǎn)最主要的凈溢出方,而廣東碳市場(chǎng)則是最主要的凈接收方。

        第四,系統(tǒng)整體極端風(fēng)險(xiǎn)的溢出趨勢(shì)呈周期性變化。此外,隨著我國(guó)碳市場(chǎng)的穩(wěn)步發(fā)展,煤炭市場(chǎng)對(duì)碳市場(chǎng)極端風(fēng)險(xiǎn)的方向性溢出趨于平穩(wěn)。不同碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的凈配對(duì)溢出效應(yīng)呈現(xiàn)顯著的區(qū)域性差異。

        基于上述研究結(jié)論,可以得到以下政策啟示:

        第一,現(xiàn)階段我國(guó)區(qū)域性碳市場(chǎng)相對(duì)獨(dú)立,不同碳市場(chǎng)的極端風(fēng)險(xiǎn)水平差異較大。此外,盡管我國(guó)碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)的溢出效應(yīng)總體較弱,但個(gè)別區(qū)域性碳市場(chǎng)(深圳、廣東)與煤炭市場(chǎng)間的風(fēng)險(xiǎn)影響仍不容忽視。因此,為維護(hù)我國(guó)“區(qū)域性碳市場(chǎng)-煤炭市場(chǎng)”系統(tǒng)的平穩(wěn)發(fā)展,短期應(yīng)積極完善碳市場(chǎng)的相關(guān)建設(shè),豐富碳金融工具,有效降低碳市場(chǎng)的極端波動(dòng);中期應(yīng)加快能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型,大力發(fā)展清潔能源,降低經(jīng)濟(jì)對(duì)傳統(tǒng)化石能源的依賴(lài)度;長(zhǎng)期應(yīng)貫徹可持續(xù)發(fā)展理念,保護(hù)生態(tài)環(huán)境,降低極端氣候?qū)μ际袌?chǎng)和煤炭市場(chǎng)的不良沖擊。

        第二,由于不同區(qū)域性碳市場(chǎng)與煤炭市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)存在時(shí)變性和區(qū)域性差異,因此相關(guān)部門(mén)應(yīng)有效預(yù)測(cè)系統(tǒng)極端風(fēng)險(xiǎn)溢出的變化趨勢(shì),識(shí)別系統(tǒng)重要性市場(chǎng),使風(fēng)險(xiǎn)監(jiān)管有的放矢。此外,還應(yīng)積極加速推動(dòng)全國(guó)統(tǒng)一碳市場(chǎng)的發(fā)展,同時(shí)加強(qiáng)各區(qū)域性碳市場(chǎng)間的信息共享,針對(duì)區(qū)域特點(diǎn)對(duì)不同區(qū)域性碳市場(chǎng)實(shí)施差異化建設(shè),降低各碳市場(chǎng)間的信息不對(duì)稱(chēng),進(jìn)而促進(jìn)我國(guó)碳交易體系的穩(wěn)步發(fā)展。

        猜你喜歡
        煤炭市場(chǎng)區(qū)域性效應(yīng)
        鈾對(duì)大型溞的急性毒性效應(yīng)
        1~2月煤炭市場(chǎng)運(yùn)行分析與展望
        懶馬效應(yīng)
        煤炭市場(chǎng) 走強(qiáng)能否延續(xù)
        引發(fā)四川盆地區(qū)域性暴雨的高原MCS 特征分析
        正確認(rèn)識(shí)區(qū)域性股權(quán)交易市場(chǎng)
        應(yīng)變效應(yīng)及其應(yīng)用
        2017年煤炭市場(chǎng)運(yùn)行分析與展望
        2016年煤炭市場(chǎng)會(huì)更糟糕嗎?
        能源(2016年3期)2016-12-01 05:11:15
        透析新聞采訪的獨(dú)特視角與寫(xiě)作中的區(qū)域性特點(diǎn)
        新聞傳播(2016年23期)2016-10-18 00:54:07
        日本一级二级三级在线| 亚洲老妇色熟女老太| 婷婷综合久久中文字幕蜜桃三电影 | 亚洲成精品动漫久久精久| 精品久久精品久久精品| 97se色综合一区二区二区| 欧妇女乱妇女乱视频| 国产欧美另类精品久久久| 日韩一级精品亚洲一区二区精品| 99噜噜噜在线播放| 欧美国产精品久久久乱码| 2021国内精品久久久久精免费| 青青草视频在线观看视频免费| 亚洲综合另类小说色区| 国产精品久久久久影院嫩草| 亚洲欧美性另类春色| 美女射精视频在线观看| 少妇高潮惨叫久久久久电影69| 欧美人与动人物姣配xxxx| 99久久久精品免费| 日本午夜艺术一区二区| av中文字幕潮喷人妻系列| 久久久久99精品成人片试看| 天堂av在线一区二区| 国产自拍偷拍精品视频在线观看| 国产又黄又爽又色的免费| 久久se精品一区精品二区国产| 精品国产麻豆免费人成网站| 免费国产线观看免费观看| 无码三级在线看中文字幕完整版| 亚洲AV小说在线观看| 91精品国自产拍老熟女露脸| 国产一区二区三区四区五区加勒比| 日韩我不卡| 国产成人高清亚洲一区二区| 亚洲精品国偷拍自产在线| 亚洲男人天堂| 少妇高潮紧爽免费观看| 久久精品国产亚洲av天| 女性女同性aⅴ免费观女性恋| 色噜噜狠狠色综合欧洲|