碳期货与关联资产间的相依性变化机理及碳价预测研究

摘要

随着国际碳金融衍生品市场的迅速发展，碳市场的金融属性逐渐凸显，并受投资者和监管者的广泛关注。碳排放权作为一种新兴的大宗商品，不仅具有一定的特殊性，也具有一般的商品属性，因此其价格走势也受到宏观经济基本面的决定性影响，并与能源价格和金融资产价格存在错综复杂的关系。但是，现有文献对碳期货与其关联资产（能源资产与金融资产）间的相依性特征及相依性变化机理的研究尚显不足。现有研究重点关注了碳市场与能源市场间的关系，而忽略了金融市场的影响，也缺乏对相依性变化机理进行揭示，且在碳价预测过程中主要基于碳价历史信息而不是关联资产信息建立预测模型。 本文在碳市场金融化的趋势背景下，将欧盟碳期货与其关联资产间的相依性变化作为主要研究对象，基于相依性、信息溢出以及预测间的逻辑关系和相关理论假说，从金融学角度提出三个主要研究问题：（1）碳期货与其关联资产间的相依性是否发生变化？（2）如何从信息溢出视角揭示碳期货与其关联资产间的相依性变化机理？（3）关联资产信息是否可以有效地预测碳价？ 本文的主要研究内容及结论如下： （1）基于能源与金融资产影响碳价的信息传递路径，本文引入分位数回归模型分别从相依程度和相依结构两个维度对碳期货与关联资产在欧盟排放交易体系三个阶段的相依性特征进行刻画，并通过带结构变点的分位数回归模型测度重大危机事件冲击后的相依性变化。研究表明：碳期货与关联资产间的相依性具有显著的阶段性；相依性只在第一阶段具有对称性；相比于金融资产，能源资产与碳期货的相依性更强，其中煤炭与天然气通过同样的路径影响碳价，金融资产在第一阶段通过能源价格路径间接影响碳价，但在后两个阶段均通过工业生产路径直接影响碳价；全球金融危机、利比亚内战以及美国加息预期等重大危机事件导致了相依性发生，只有石油与碳价的相依性变化具有对称性，且在危机事件发生后，碳市场与煤炭、天然气以及大宗商品市场均存在显著的“市场传染”效应。 （2）为了通过动态信息溢出机制揭示时变相依性变化机理，本文从动态视角采用溢出指数法全面科学地研究了“碳期货-能源-金融”系统内部的收益率和波动率溢出动态及方向。研究表明：系统的平均收益率溢出效应强于平均波动率溢出效应，但碳期货与各关联资产间的信息溢出效应均较弱，相比之下，化石能源、大宗商品市场以及股市对碳期货的溢出效应较为显著；系统存在动态信息溢出效应，且与重大危机事件紧密相关；石油和大宗商品指数分别是系统中最活跃的收益率和波动率信息净传递者，而最主要的净收益率和波动率接收者则为碳市场和电力市场；碳市场是大部分关联市场稳定的净收益率接收者，但却是电力市场和垃圾债市场稳定的净收益率传递者，但在波动率层面，碳市场与大部分关联市场存在不稳定的相互作用关系，只有石油和大宗商品市场是碳市场稳定的净波动率传递者。 （3）其次，为了通过极端风险溢出机制揭示不对称相依性变化机理，本文从静态视角构建二元分位数VAR模型依次对“碳期货-能源-金融”系统内的尾部相依性以及极端风险溢出效应进行检验，并通过分位数脉冲响应函数测量了碳期货的尾部收益率对来自各个关联资产的伪新息冲击的反应强度和持久度。研究表明：英国经济政策不确定性指数与碳价左尾收益率存在稳定的相依性；此外，垃圾债、原油、美国短期国债以及美国经济政策不确定性指数在欧元区经济衰退期也与碳价左尾收益率存在相依性；几乎所有关联资产（除了天然气与英国经济政策不确定性指数）的收益率以及能源资产的左尾收益率均会对碳价左尾产生风险溢出，但只有金融资产的收益率会对碳价右尾产生风险溢出；碳价左右尾收益率对于各个风险源变量的信息冲击表现出异质性的响应模式。 （4）此外，为通过测度危机事件对系统内部信息溢出机制的冲击影响揭示市场传染导致的相依性变化机理，本文运用非对称t分布的BEKK-GARCH模型以及波动率脉冲响应函数（VIRFs）揭示了三大危机事件对“碳期货-能源-金融”系统内波动溢出效应的冲击过程。研究表明：雷曼兄弟倒闭事件的影响力最强，不仅显著刺激了系统内大多数资产的波动幅度，还导致碳期货与煤炭、石油、股价以及垃圾债的波动溢出效应显著上升；希腊债务危机只显著增强了碳期货与煤炭、石油价格间的波动相关性；而利比亚石油中断事件只显著增加了碳期货与垃圾债收益率差的波动相关性；随着市场间信息传递效率的提高以及金融一体化程度的加深，当前状态下的碳期货与关联资产间的波动相关性会对雷曼兄弟破产事件类的外部冲击表现出更加强烈的反应。 （5）最后，鉴于碳期货与关联资产间存在信息溢出，本文进一步检验了各个关联资产对碳价的预测能力。基于周度数据和三种预测时间跨度，分别通过单变量预测模型和主成分预测模型检验变量预测能力，并通过扩散指数预测模型检验模型预测能力。研究表明：能源类变量的短期预测能力弱于金融类变量；混合类主成分的预测能力最强，但主成分预测模型的样本外预测效果均弱于基准预测模型；所有预测模型都不能在不同的预测时间跨度、数据测量窗口以及预测范式下始终表现出最好的预测能力；因子增强自回归模型（FAAR）和组合预测模型（Combined-ADL）在大多数预测时间跨度及数据测量窗口下表现出最佳的预测能力。 以上研究有助于厘清欧盟碳期货市场与关联资产间复杂的相互作用关系，为投资者制定灵活的投资组合策略以及监管者完善碳市场风险管理机制提供丰富的决策依据，并以期为中国碳期货市场的规划与建设提供有力的参考和支持。

目录

声明

致谢

1 绪论

1.1 研究背景（Research Background）

1.2 研究目的与意义 (Research Purpose and Significance)

1.3 研究内容 (Research Content)

1.4 研究方法与技术路线 (Research Methods and Technical Route)

1.5 主要创新点 (Main Innovations)

1.6 本章小结 (Chapter Summary)

2 文献综述

2.1 碳价驱动因素及相依性研究（ Carbon Price Drivers and Dependence）

2.2 关联资产间的信息溢出效应研究（The Information Spillovers among Related Assets）

2.3 关联资产间尾部相依性及极端风险溢出效应研究 (The Tail Dependence and Extreme Risk Spillovers among Related Assets)

2.4 碳价预测研究 (Carbon Price Forecasting)

2.5 本章小结 (Chapter Summary)

3 概念界定与相关理论基础

3.1 重要概念界定 (Definition of Important Concepts)

3.2 大宗商品金融化及金融市场一体化相关理论 (Commodity Financialization and Financial market Integration Theories)

3.3 基于经济基础假说的相依性和信息溢出效应形成机理 (The Formation Mechanism of Dependence and Information Spillover Effect based on the Economic Foundation Hypothesis)

3.4 相依性变化的理论基础及理论解释 (Theoretical Basis and Explanation of Dependence Change)

3.5 本章小结 (Chapter Summary)

4 碳期货与关联资产间的相依性特征及相依性变化研究

4.1 碳市场与关联市场间的信息传导路径 (Information Transmission Paths between Carbon Market and Related Markets)

4.2 分位数回归与模型构建(The Quantile Regression and Model Construction)

4.3 变量选取与数据预处理 (Variable Selection and Preliminary Analysis)

4.4 EU ETS不同阶段的相依性特征分析 (Dependence Features Analysis during different Phases of EU ETS)

4.5 基于结构变点的相依性变化分析 (Dependence Changes Analysis based on Structural Breaks)

4.6 本章小结 (Chapter Summary)

5 碳期货与关联资产间的动态信息溢出效应研究

5.1 溢出指数法 (The Spillover Index Methodology)

5.2 变量选取与数据预处理 (Variable Selection and Preliminary Analysis)

5.3 静态信息溢出效应分析 (Static Information Spillover Effect Analysis)

5.4 动态信息溢出效应分析 (Dynamic Information Spillover Effects Analysis)

5.5 碳期货与关联资产间的配对净溢出效应分析 (Net Pairwise Spillover Effects between Carbon Futures and Related Assets)

5.6 稳健性检验 (Robustness Tests)

5.7 本章小结 (Chapter Summary)

6 碳期货与关联资产间的极端风险溢出效应研究

6.1 分位数VAR方法 (The Quantile VAR Methodology)

6.2 变量选取及数据预处理 (Variable Selection and Preliminary Analysis)

6.3 极端低分位点的实证结果分析 (Empirical Analysis for the Extreme-Low Quantile)

6.4 极端高分位点的实证结果分析(Empirical Analysis for the Extreme-High Quantile)

6.5 本章小结 (Chapter Summary)

7 重大危机事件对系统内波动溢出效应的冲击研究

7.1 多元 GARCH 模型及波动率脉冲响应函数 (Multivariate GARCH Model and Volatility Impulse Response Functions )

7.2 变量选取及数据预处理 (Variable Selection and Preliminary Analysis)

7.3 基于两元 BEKK-GARCH 模型的时变波动相关性测度(Dynamic Volatility Correlation Measurement Based on Bi-variate BEKK-GARCH models)

7.4 重大事件的冲击效应分析 (The Shocks of the Major Events)

7.5 本章小结 (Chapter Summary)

8 基于关联资产信息的碳价预测研究

8.1 变量选取与数据预分析 (Variable Selection and Preliminary Analysis)

8.2 预测模型构建与预测方法(Predictive Model Construction and Prediction methods)

8.3 能源及金融风险因子的预测能力对比分析 (Comparative Analysis of Forecast Ability of Energy and Financial Assets)

8.4 基于数据收缩技术的样本外预测结果分析 (Out-of-Sample Forecast results with Data Shrinkage Techniques)

8.5 本章小结 (Chapter Summary)

9 研究结论及政策启示

9.1 主要研究结论 (Main Research Conclusions)

9.2 相关政策启示 (Related Policy Implications)

9.3 研究不足与展望（Research Defect and Prospect）

参考文献

作者简历

学位论文数据集