韋偉 潘澤瀚

摘要：碳期權(quán)的定價問題是國際碳排放權(quán)交易市場的核心問題，成為各國爭奪的焦點。本文試圖利用GARCH 模型估計并預(yù)測碳期權(quán)標(biāo)的期貨的收益波動率，并將預(yù)測的收益波動率序列代入Black- Schole 期權(quán)定價公式，以期提高Black- Scholes 期權(quán)定價公式的精確度。為驗證方法的有效性，本文以歐盟核證歐盟排放配額期貨產(chǎn)品MOH4及其系列衍生期權(quán)產(chǎn)品作為研究對象，并采用樣本滾動法和非樣本滾動法分別進(jìn)行實證研究。結(jié)果表明利用這一方法有很好的定價效果。

關(guān)鍵詞：碳期權(quán) Garch模型B-S模型波動率

▲▲一、引言

碳排放具有負(fù)外部性。碳排放權(quán)作為一種公共品，其影響不易直接在市場交易的成本和價格上體現(xiàn)?！毒┒甲h定書》等政治協(xié)議在將其外部性內(nèi)部化的過程中，賦予它稀缺性等特征，使它成為了商品，有了經(jīng)濟(jì)價值。

碳排放權(quán)具有可度量性、同質(zhì)化、可流通、非零售等特點，具備了大宗商品的特征，并能開發(fā)金融衍生品。從國際經(jīng)驗來看，開展碳排放權(quán)衍生品交易，對于節(jié)能減排具有巨大的促進(jìn)作用。以歐盟為例，它建立了反映碳排放權(quán)稀缺性的價格機(jī)制，促進(jìn)了歐盟碳金融相關(guān)產(chǎn)業(yè)的發(fā)展，也提升了歐盟在今后國際氣候談判中的話語權(quán)。其對我國碳市場健康發(fā)展有著重要的借鑒意義。

從國際碳排放市場看，碳金融衍生品可包括：碳期貨、碳期權(quán)、碳掉期。碳期權(quán)的定價問題是國際碳排放權(quán)交易市場的核心問題，成為各國爭奪的焦點。因此，對衍生產(chǎn)品準(zhǔn)確定價的重要性顯而易見。本文希望利用一些成熟方法來研究碳期權(quán)的定價問題。

▲▲二、方法與模型

B-S模型。Black，Scholes和Merton在1973年創(chuàng)立了著名的期權(quán)定價公式。該期權(quán)定價模型基于對沖證券組合的思想。它表明在一定的條件下，衍生品的價格可以通過特定的動態(tài)投資策略被精確地制定出來，而這個投資策略只和標(biāo)的資產(chǎn)的價格和市場無風(fēng)險利率有關(guān)。其缺陷：傳統(tǒng)的 B-S 期權(quán)定價模型假設(shè)標(biāo)的金融資產(chǎn)的收益波動固定不變，這與金融市場中的實際情況并不吻合，特別是金融時間序列大多數(shù)情況下呈現(xiàn)出的波動聚集性等特征。

波動率模型。金融市場證券價格波動隨時間變化，時而相當(dāng)穩(wěn)定，時而波動非常激烈。著名金融學(xué)家Fama在20世紀(jì)60年代研究中發(fā)現(xiàn)投機(jī)性價格和收益率變化具有波動集群現(xiàn)象，即條件方差在不斷變化。1982年Engle首先提出了自回歸條件異方差（ARCH）模型。利用ARCH模型，可以刻畫隨時間而變異的條件方差（即條件異方差）。此后Bollerslev在此基礎(chǔ)上，提出了GARCH模型。大量實證研究表明，GARCH類模型對金融時間序列數(shù)據(jù)的波動性進(jìn)行建模、估計和預(yù)測特別適合。

GARCH 模型的優(yōu)點在于它考慮到了金融事件序列的波動集群性，并且可以有效地排除資產(chǎn)收益率中的過度峰值。它能很準(zhǔn)確的捕捉到金融時間序列的特征。因此，如果將兩種工具結(jié)合起來使用，就能較好地克服B-S模型自身的缺陷。

▲▲三、樣本分析和實證研究

下面我們選取MOH4 作為研究對象。它是歐盟核證歐盟排放配額（EUA）系列期貨產(chǎn)品。期貨合約交易單位：每手 1000 個碳排放配額。每個碳排放配額表示有權(quán)排放相當(dāng)于 1 噸二氧化碳的溫室氣體。合約月份從 2008 年 12 月至 2012 年 12 月。其2013年平均價格在4.7歐元左右。其衍生期權(quán)產(chǎn)品在歐洲氣候交易所交易。其中看漲期權(quán)以MOH4C命名，包含一系列的期權(quán)合約，看跌期權(quán)已MOH4P命名。我們將研究MOH4C 4.50期權(quán)定價模型，其行權(quán)價格使4.5歐元。數(shù)據(jù)來自Bloomberg。

大致步驟：

本文首先根據(jù)樣本期貨期權(quán)的標(biāo)的期貨在樣本期的日收盤價計算出日收益率序列。

根據(jù)標(biāo)的期貨日收益率序列數(shù)據(jù)估計Garch模型參數(shù)。

應(yīng)用Garch模型對標(biāo)的期貨日收益波動率預(yù)測未來一年波動率。這一步，我們將采用兩種方法（滾動樣本方法、非滾動方法）進(jìn)行預(yù)測，形成兩套波動率預(yù)測序列。

將預(yù)測波動率帶入Black-Scholes模型（B-S模型），從而對相關(guān)碳期權(quán)進(jìn)行定價，獲得兩套期權(quán)模擬價格數(shù)據(jù)。

將兩套期權(quán)模擬價格序列分別與實際價格序列進(jìn)行比較。

（一）波動率建模

利用Matlab 將MOH4在2012年日收盤價格序列轉(zhuǎn)化成收益率序列。MOH4收益率在2013年2出現(xiàn)比較波動率，且波動率存在集聚現(xiàn)象。

通過參數(shù)估計，獲得Garch（1，1）完整數(shù)學(xué)模型：

Yt=0.0001675 + εt

（ Yt為第t 期的收益率，εt表示第t 期金融資產(chǎn)收益率偏離均值的殘差，σt2表示收益波動率。）

在matlab中對未來波動率進(jìn)行預(yù)測。我們就將預(yù)測范圍設(shè)定為2013年第一個交易日到2013年10月24日。我們將采用兩種方法進(jìn)行預(yù)測。第一種是滾動樣本方法。即用過去12個月的波動率預(yù)測當(dāng)月的波動率。然后逐月往下推進(jìn)，直到形成10個月的波動率數(shù)據(jù)。第二種是非滾動方法。即直接用2012年整年數(shù)據(jù)預(yù)測2013年的波動率。由此，我們獲得了兩組預(yù)測波動率序列，它們的長度都是211天。

（二）期權(quán)價格模擬

利用GARCH 模型對股票收益波動率進(jìn)行預(yù)測之后，可將兩組預(yù)測波動率分別代入B-S 公式對股票期權(quán)進(jìn)行定價，從而形成兩套2013年相關(guān)期權(quán)的模擬價格。

我們將兩套模擬價格數(shù)據(jù)分別與碳期權(quán)MOH4C 4.5實際價格比較（請見下圖）。我們發(fā)現(xiàn)兩套看漲期權(quán)模擬價格都和實際價格有很好的相關(guān)性。但是用非滾動法預(yù)測獲得的模擬價格數(shù)據(jù)相較滾動法與實際價格的擬合程度更好。

圖1行權(quán)價格為4.5歐元看漲期權(quán)模擬價格和實際價格比較，采用樣本滾動法。

圖2行權(quán)價格為4.5歐元看漲期權(quán)模擬價格與實際價格比較。采用非滾動法。

同時，我們對1.00歐元（MOH4C 1.00）和10歐元（MOH4C 10.00）兩個行權(quán)價格的期權(quán)價格也進(jìn)行了模擬。發(fā)現(xiàn)用非滾動法獲得的理論價值，擬合程度總體上都比較理想。而MOH4C 1.00 比MOH4C 10.00模擬效果更佳理想。這可能和標(biāo)的期貨MOH4實際價格有關(guān)。2013年MOH4平均價格低于MOH4C 10.00行權(quán)價格（10歐元），這使得MOH4C 10.00成為虛值期權(quán)，已不存在內(nèi)在價值，所以該期權(quán)價格總體很低。這樣，一旦模擬價格與實際價格有一點偏離，誤差就會顯得較大。

另外，我們還對Garch（1，2）、Garch（2，1）、Garch（2，2）三種二階模型進(jìn)行參數(shù)估計。我們分別利用以上三個模型進(jìn)行波動率預(yù)測，以比較波動率預(yù)測效果。結(jié)果發(fā)現(xiàn)用這些模型預(yù)測的波動率差異在0.1%，用四種模型模擬的期權(quán)價格曲線幾乎是重合的。

▲▲四、結(jié)論與討論

根據(jù)上述實證研究，我們得出如下幾點結(jié)論：

采用Garch模型與B-S模型相結(jié)合的方法可以比較好地模擬預(yù)測MOH4系列看漲期權(quán)價格。Garch模型的階數(shù)對波動率預(yù)測的影響不大。

在本案例中，雖然某些局部區(qū)域樣本滾動法模擬價格擬合度極好，但另一些局部區(qū)域誤差極大。所以，總體上用大周期（一年）非樣本滾動法模擬價格的效果優(yōu)于中等周期（一個月）樣本滾動法。標(biāo)的期貨收益波動率上升時，期權(quán)模擬價格更加接近期權(quán)實際價格。標(biāo)的期貨收益波動率下降時，期權(quán)模擬價格與期權(quán)實際價格偏離較大。

實值期權(quán)價格模擬預(yù)測效果要優(yōu)于虛值期權(quán)。虛值期權(quán)是指內(nèi)在價值為0的期權(quán)，所以這類期權(quán)的預(yù)測模擬價格一定趨向于0。而市場實際最低價格只能是跳價的最小單位，即0.01歐元，所以偏離大是合理的。如果增加一個最低價閥值來修正這個模型，效果會更好。

Garch模型的階數(shù)對波動率預(yù)測的影響不大，Garch（1，1）已經(jīng)能夠很好地估計和模擬該系列標(biāo)的期貨的波動率變化。

參考文獻(xiàn)：

[1] 丁日佳，汪來喜. 基于GARCH模型的股票期權(quán)定價方法研究[M]，2008

[2] 韓燕呂喜明. 基于MATLAB的Black-Scholes-Merton歐式期權(quán)定價模型的計算研究[J]，2012

[3] 王欣. CDM價值鏈下碳金融發(fā)展實證分析[M]，2012

[4] Richard L. Sandor， Jerry R. Skees. Creating a Market for Carbon Emissions： Opportunities for U.S. Farmers[M]，2004

[5] Niels Anger. Emissions Trading beyond Europe： Linking Schemes in a Post-Kyoto World[M]，2008

[6] Richard L. Sandor. Good Derivatives： A Story of Financial and Environmental Innovation[M]，2012

[8] 劉英 Liu Ying. 國際碳金融及衍生品市場發(fā)展研究[M]： 《金融發(fā)展研究》- 2010年11期，2010