基于DGCMSVt模型的歐盟碳市場(chǎng)信息流動(dòng)研究

張晨++劉宇佳??

摘要：以能較好地刻畫(huà)碳價(jià)隨機(jī)波動(dòng)特征的DGC-MSV模型為基礎(chǔ)，考慮碳價(jià)尖峰厚尾特性，采用t分布修正模型，選擇國(guó)際碳市場(chǎng)典型產(chǎn)品EUA為對(duì)象，將碳市場(chǎng)溢出效應(yīng)研究拓展到碳現(xiàn)貨、期貨、期權(quán)三市場(chǎng)中。研究發(fā)現(xiàn)：均值溢出方面，EUA現(xiàn)貨、期貨、期權(quán)三市場(chǎng)間呈現(xiàn)高度時(shí)變正相關(guān)。現(xiàn)貨與期貨、現(xiàn)貨與期權(quán)市場(chǎng)時(shí)變關(guān)系波動(dòng)劇烈但波動(dòng)持續(xù)性較低，期貨與期權(quán)市場(chǎng)則反之；波動(dòng)溢出方面，EUA現(xiàn)貨與期貨、期貨與期權(quán)市場(chǎng)間均有顯著且雙向?yàn)檎娘L(fēng)險(xiǎn)傳導(dǎo)現(xiàn)象，但僅存在期權(quán)對(duì)現(xiàn)貨市場(chǎng)微弱的正向溢出。期權(quán)與期貨市場(chǎng)相比信息量更豐富，是主要的風(fēng)險(xiǎn)溢出源。

關(guān)鍵詞：碳現(xiàn)貨；碳期貨；碳期權(quán)；均值溢出；波動(dòng)溢出

DOI：10.13956/j.ss.1001-8409.2017.02.28

中圖分類(lèi)號(hào)：F113；F8315 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2017）02-0130-06

Research on Information Flow of EU ETS Based on

DGCMSVt Model

ZHANG Chen， LIU Yujia

（School of Management，Hefei University of Technology， Hefei 230009）

Abstract：This paper improved DGCMSV model using a t distribution hypothesis.It used the EUA data to extend spillover effect on carbon emission markets to spot， futures， options markets. The empirical results showed that： in terms of mean spillover effect， there was a high and dynamic degree of positive correlation in three markets. The correlation between spot and futures markets， spot and options markets fluctuated wildly but didnt last long. The relationship between futures and options markets was opposite. In terms of volatility spillover effect， there was a significant positive risk transmission which was twoway between spot and futures markets， futures and options markets. There was only oneway spillover from options market to spot market which was positive but weak. Options market was the main source of risk spillover.

Key words：carbon spot； carbon futures； carbon options； mean spillover； volatility spillover

引言

經(jīng)濟(jì)與環(huán)境的平衡問(wèn)題一直是國(guó)際關(guān)注熱點(diǎn)。隨著2015年12月巴黎氣候大會(huì)的召開(kāi)，碳排放權(quán)交易市場(chǎng)已成為全球節(jié)能減排重要平臺(tái)。但其作為新興市場(chǎng)極易受到復(fù)雜外部環(huán)境影響[1]，碳價(jià)波動(dòng)態(tài)勢(shì)明顯。歐盟碳排放權(quán)交易體系（European Union Emission Trading Scheme，EUETS）下主要產(chǎn)品歐盟排放配額（European Union Allowances，EUA）的成交量占市場(chǎng)交易總量的80%以上，價(jià)格波動(dòng)對(duì)碳市場(chǎng)總體影響不容小覷[2，3]。2012～2013年，歐洲經(jīng)濟(jì)下滑以及《京都議定書(shū)》第一承諾期到期使歐盟碳市場(chǎng)劇烈波動(dòng)，碳價(jià)不穩(wěn)定性迅速傳染到全球碳市場(chǎng)中，給國(guó)際碳市場(chǎng)發(fā)展帶來(lái)很大不確定性。這種不穩(wěn)定性傳播的本質(zhì)是引起市場(chǎng)價(jià)格變化的信息從一個(gè)市場(chǎng)傳遞到另一個(gè)市場(chǎng)的過(guò)程，即信息流動(dòng)。探究碳市場(chǎng)間信息流動(dòng)關(guān)系，對(duì)于穩(wěn)定碳市場(chǎng)運(yùn)行具有重大意義。

從傳播渠道上看，信息流動(dòng)分為衡量碳市場(chǎng)間價(jià)格聯(lián)動(dòng)的均值溢出效應(yīng)和刻畫(huà)碳價(jià)波動(dòng)風(fēng)險(xiǎn)在市場(chǎng)間傳導(dǎo)程度與方向的波動(dòng)溢出效應(yīng)。均值溢出效應(yīng)主要通過(guò)協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)等方法刻畫(huà)，借助脈沖響應(yīng)函數(shù)進(jìn)行動(dòng)態(tài)沖擊分析，運(yùn)用方差分解技術(shù)與公共因子模型量化各碳市場(chǎng)在結(jié)構(gòu)沖擊后對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度，結(jié)論大多認(rèn)為碳現(xiàn)貨市場(chǎng)處于價(jià)格信息中心，期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能較弱甚至未體現(xiàn)[4]，EUA與CER期貨均扮演重要的價(jià)格發(fā)現(xiàn)角色，但EUA期貨起主導(dǎo)作用[4～9]，也有研究認(rèn)為兩者價(jià)格間不存在長(zhǎng)期的時(shí)變相關(guān)性和趨同現(xiàn)象[10，11]。波動(dòng)溢出效應(yīng)方面，DCC-MVGARCH模型可度量碳市場(chǎng)間動(dòng)態(tài)相關(guān)關(guān)系[12，13]，但無(wú)法分析市場(chǎng)間波動(dòng)溢出效應(yīng)方向。運(yùn)用改進(jìn)的MGARCH-BEKK模型檢驗(yàn)發(fā)現(xiàn)EUA與CER期貨市場(chǎng)間存在雙向波動(dòng)溢出效應(yīng)[5]，且EUA對(duì)CER波動(dòng)溢出更大[4]；EUA期貨市場(chǎng)的負(fù)向沖擊比正向沖擊對(duì)CER期貨價(jià)格引發(fā)的條件波動(dòng)更大[5]；也有研究認(rèn)為CER市場(chǎng)目前尚不成熟，僅存在CER到EUA的單向波動(dòng)溢出[6]。

已有研究尚存在兩點(diǎn)不足：①碳市場(chǎng)溢出效應(yīng)研究對(duì)象不全面。已有研究多關(guān)注碳現(xiàn)貨與期貨市場(chǎng)信息流動(dòng)關(guān)系，未考慮碳期權(quán)市場(chǎng)影響。基礎(chǔ)產(chǎn)品碳現(xiàn)貨與衍生產(chǎn)品碳期貨、期權(quán)三者間具有內(nèi)在價(jià)格聯(lián)動(dòng)機(jī)制，溢出效應(yīng)勢(shì)必會(huì)通過(guò)此機(jī)制向碳期權(quán)市場(chǎng)傳遞。忽視碳期權(quán)市場(chǎng)的影響將不能真實(shí)刻畫(huà)國(guó)際碳市場(chǎng)間復(fù)雜多變的溢出關(guān)系。②對(duì)多元碳價(jià)波動(dòng)特征刻畫(huà)不夠完善。已有研究大多基于正態(tài)分布，建立多元GARCH模型探討碳市場(chǎng)間波動(dòng)溢出效應(yīng)。碳價(jià)收益率序列具有尖峰厚尾特性，因而不適用正態(tài)分布假設(shè)。GARCH族模型雖能較好刻畫(huà)碳資產(chǎn)價(jià)格波動(dòng)率，但過(guò)多依賴(lài)歷史波動(dòng)信息，對(duì)于碳價(jià)波動(dòng)隨機(jī)性刻畫(huà)不足。

本文將碳期權(quán)納入碳市場(chǎng)溢出效應(yīng)機(jī)制研究框架，結(jié)合動(dòng)態(tài)條件相關(guān)系數(shù)矩陣與Granger因果檢驗(yàn)式，構(gòu)建基于t分布的動(dòng)態(tài)因果相關(guān)隨機(jī)波動(dòng)模型（DGC-MSV-t模型）以更準(zhǔn)確地表征碳價(jià)收益率序列的隨機(jī)波動(dòng)與尖峰厚尾特征，探究了EUA產(chǎn)品下碳現(xiàn)貨、期貨、期權(quán)波動(dòng)溢出效應(yīng)與三元時(shí)變動(dòng)態(tài)關(guān)系。

1歐盟碳市場(chǎng)溢出效應(yīng)檢驗(yàn)?zāi)Ｐ蜆?gòu)建

相較GARCH族模型，多元隨機(jī)波動(dòng)模型（Multiple Stochastic Volatility Model， MSV）在刻畫(huà)碳資產(chǎn)價(jià)格的隨機(jī)波動(dòng)特性上更加準(zhǔn)確[14，15]，衍生出了動(dòng)態(tài)相關(guān)系數(shù)多元隨機(jī)波動(dòng)模型（Dynamic Conditional Correlation-Multiple Stochastic Volatility Model，DCC-MSV）與多元隨機(jī)波動(dòng)格蘭杰因果檢驗(yàn)?zāi)Ｐ停℅ranger Causality-Multiple Stochastic Volatility Model，GC-MSV）。DCC-MSV模型可較好地刻畫(huà)碳市場(chǎng)時(shí)變關(guān)系，然而這種對(duì)稱(chēng)的關(guān)系無(wú)法體現(xiàn)碳市場(chǎng)波動(dòng)溢出方向與領(lǐng)先滯后關(guān)系。GC-MSV模型能很好地度量波動(dòng)溢出的方向性，但缺點(diǎn)是無(wú)法刻畫(huà)市場(chǎng)間時(shí)變關(guān)系。本文將DCC-MSV與GC-MSV模型結(jié)合，同時(shí)從時(shí)變性與方向性?xún)蓪用嫣接憞?guó)際碳市場(chǎng)間均值與波動(dòng)溢出效應(yīng)?？紤]到碳價(jià)收益率序列的尖峰厚尾特性，構(gòu)建基于t分布的帶Granger因果檢驗(yàn)的動(dòng)態(tài)相關(guān)系數(shù)多元隨機(jī)波動(dòng)模型（DGC-MSV），記為DGC-MSV-t模型：

yt=diag（exp（ht/2））εt，εt～i.i.dt（0，Σε，t，υ）（1）

ht=μ+Φ（ht-1-μ）+ηt，ηt～i.i.dN（0，diag（σ2η1，σ2η2））（2）

qt=ψ0+ψ（qt-1-ψ0）+τzt，zt～i.i.dN（0，1）（3）

ρt=exp（qt）-1exp（qt）+1（4）

Φ=（11122122）（5）

Σε，t=1ρtρt1（6）

在式（1）至式（6）中，yt=（y1t，y2t）′是t時(shí)刻碳價(jià)收益率序列。εt=（ε1t，ε2t）′為收益率序列的隨即干擾項(xiàng)，服從均值為0，方差為Σε，t，自由度為υ的二元t分布。Σε，t是時(shí)變相關(guān)系數(shù)矩陣，考察市場(chǎng)間動(dòng)態(tài)均值溢出效應(yīng)；ht=（h1t，h2t）′表示t時(shí)刻碳價(jià)收益率序列的潛在波動(dòng)序列。μ=（μ1，μ2）′代表碳市場(chǎng)波動(dòng)在長(zhǎng)期下的平均水平。11、22分別表示不同碳市場(chǎng)自身的波動(dòng)持續(xù)性；12、21分別表示市場(chǎng)2對(duì)市場(chǎng)1、市場(chǎng)1對(duì)市場(chǎng)2的波動(dòng)溢出效應(yīng)。ψ表示動(dòng)態(tài)相關(guān)系數(shù)的持續(xù)性系數(shù)，該值越接近于 1，說(shuō)明碳市場(chǎng)間相關(guān)程度的持續(xù)時(shí)間越久。zt、、εt、ηt 三者間相互獨(dú)立。

2歐盟碳市場(chǎng)溢出效應(yīng)實(shí)證結(jié)果分析

21樣本選擇與預(yù)處理

本文以EUA產(chǎn)品下碳現(xiàn)貨、期貨、期權(quán)市場(chǎng)為研究對(duì)象，考慮《京都議定書(shū)》第二承諾期到期前后的政策與國(guó)際形勢(shì)變化，選擇后京都時(shí)代碳價(jià)數(shù)據(jù)為樣本（見(jiàn)表1）。

表1碳市場(chǎng)溢出效應(yīng)樣本選取說(shuō)明

研究?jī)?nèi)容研究對(duì)象樣本時(shí)間樣本類(lèi)型樣本量樣本來(lái)源變量表示

碳現(xiàn)貨與期貨市場(chǎng)溢出效應(yīng)碳現(xiàn)貨碳期貨201312～2016429現(xiàn)貨合約日度數(shù)據(jù)連續(xù)期貨合約日度數(shù)據(jù)821歐洲能源交易所（EEX）Wind數(shù)據(jù)庫(kù)EUASEUAf

碳期貨與期權(quán)市場(chǎng)溢出效應(yīng)碳期貨碳期權(quán)2014218～20151209期貨合約DEC15日度數(shù)據(jù)

期貨期權(quán)合約DEC15日度數(shù)據(jù)451洲際交易所（ICE）EUAf15EUAo15

碳現(xiàn)貨與期權(quán)市場(chǎng)溢出效應(yīng)碳現(xiàn)貨碳期權(quán)2014218～20151209

現(xiàn)貨合約日度數(shù)據(jù)期貨期權(quán)合約DEC15日度數(shù)據(jù)451歐洲能源交易所（EEX）洲際交易所（ICE）EUASEUAo15

注：由于碳期權(quán)產(chǎn)品缺少每日連續(xù)合約，為使期貨期權(quán)數(shù)據(jù)匹配且充分，選擇交易較為活躍的碳期權(quán)合約與對(duì)應(yīng)的EUA期貨合約。該期權(quán)標(biāo)的為2015年12月到期的EUA 期貨，執(zhí)行價(jià)格為7歐元/噸二氧化碳當(dāng)量。考慮數(shù)據(jù)可獲得性與完整性，樣本期間為2014年2月18日至2015年12月9日。研究碳現(xiàn)貨與期權(quán)市場(chǎng)時(shí)，期權(quán)樣本選擇方式不變。

為消除時(shí)間序列異方差現(xiàn)象，對(duì)每日碳價(jià)Pt取自然對(duì)數(shù)再差分方式得到收益率序列Rt：

Rt=100×（lnPt-lnPt-1）（6）

由圖1可知：EUA現(xiàn)貨、期貨、期權(quán)收益率均表現(xiàn)出波動(dòng)集聚性。現(xiàn)貨與期貨波動(dòng)頻率基本一致，期權(quán)收益率出現(xiàn)三次較大的異常波動(dòng)。如表2所示，4種產(chǎn)品收益率偏度均不為0，峰度遠(yuǎn)大于標(biāo)準(zhǔn)正態(tài)分布系數(shù)3，J-B統(tǒng)計(jì)量在1%水平上顯著。碳價(jià)收益率序列均為尖峰厚尾的非正態(tài)分布，而SV類(lèi)模型可有效解釋分析這些統(tǒng)計(jì)特性。因此本文選擇MSV模型對(duì)多元碳價(jià)收益率關(guān)系進(jìn)行建模。

為避免偽回歸，對(duì)樣本數(shù)據(jù)進(jìn)行ADF平穩(wěn)性檢驗(yàn)（見(jiàn)表3）。平穩(wěn)性檢驗(yàn)統(tǒng)計(jì)量值均小于在1%顯著性水平下的臨界值-3455193，樣本收益率序列均為平穩(wěn)序列。

22歐盟碳市場(chǎng)溢出效應(yīng)模型收斂性分析

選用基于Gibbs抽樣的馬爾科夫鏈蒙特卡羅（MCMC）方法進(jìn)行參數(shù)估計(jì)。采用WinBUGs軟件對(duì)4組碳價(jià)收益率關(guān)系建模，對(duì)參數(shù)共進(jìn)行50000次迭代運(yùn)算，舍棄前10000次作為預(yù)燒樣本。由于篇幅有限，以反映碳市場(chǎng)自身波動(dòng)持續(xù)性參數(shù)11、22為例，根據(jù)參數(shù)迭代軌跡圖、后驗(yàn)密度圖、分位數(shù)圖以及自相關(guān)圖判斷模型收斂性。參數(shù)軌跡圖無(wú)明顯傾向性或周期性（見(jiàn)圖2a）、后驗(yàn)密度較平滑且僅一個(gè)尖峰（見(jiàn)圖2b）、分位區(qū)間圖保持平穩(wěn)（見(jiàn)圖2c）、自相關(guān)圖很快向零收斂（見(jiàn)圖2d）。由后文參數(shù)估計(jì)結(jié)果中MC 誤差遠(yuǎn)小于標(biāo)準(zhǔn)差也可佐證，MCMC迭代過(guò)程達(dá)到平穩(wěn)。因此本文構(gòu)建的DGC-MSV-t模型可有效模擬碳市場(chǎng)間溢出關(guān)系。

23歐盟碳市場(chǎng)均值溢出效應(yīng)分析

均值溢出效應(yīng)刻畫(huà)碳市場(chǎng)收益率序列的時(shí)變動(dòng)態(tài)關(guān)系，模型中EUA現(xiàn)貨與期貨間、現(xiàn)貨與期權(quán)間、期貨與期權(quán)間的均值溢出效應(yīng)分別由動(dòng)態(tài)條件相關(guān)系數(shù)ρsf、ρso、ρfo表征。

由表4可知：ρsf與ρso均值較高，標(biāo)準(zhǔn)差與極差都較大，且最小值均為負(fù)值，反映出現(xiàn)貨與期貨、現(xiàn)貨與期權(quán)市場(chǎng)間的相關(guān)關(guān)系緊密但波動(dòng)劇烈。期貨與期權(quán)市場(chǎng)間則呈現(xiàn)出高度且較為穩(wěn)定的正向相關(guān)。

比較圖3發(fā)現(xiàn)：EUA現(xiàn)貨與期貨、現(xiàn)貨與期權(quán)市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)整體走勢(shì)較為相似。兩組相關(guān)系數(shù)出現(xiàn)多個(gè)驟降節(jié)點(diǎn)，驟降原因可能與碳市場(chǎng)政策法規(guī)變化有關(guān)，已有研究表明政策制定會(huì)顯著影響碳價(jià)波動(dòng)[16～18]。沿時(shí)間軸梳理歐盟碳市場(chǎng)相關(guān)政策演變發(fā)現(xiàn)在驟降節(jié)點(diǎn)左右均發(fā)生了碳市場(chǎng)政策變化：歐盟能源效率新指令的頒布（20121114）；歐盟引入市場(chǎng)穩(wěn)定儲(chǔ)備機(jī)制方案的通過(guò)（20154）；多哈氣候大會(huì)（201212）、華沙氣候大會(huì)（201311）、利馬氣候大會(huì)（201412）、巴黎氣候大會(huì)（201512）。

EUA現(xiàn)貨與期貨市場(chǎng)、現(xiàn)貨與期權(quán)市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)雖波動(dòng)劇烈，但均較快速恢復(fù)至原有高水平。相較而言，期貨與期權(quán)市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)走勢(shì)穩(wěn)定，基本圍繞068小幅波動(dòng)。但波動(dòng)持續(xù)性較高，向均值回歸的時(shí)間較長(zhǎng)。表5描述了表征市場(chǎng)動(dòng)態(tài)相關(guān)關(guān)系持續(xù)性參數(shù)Ψ的基本統(tǒng)計(jì)情況，可見(jiàn)參數(shù)Ψ在EUA期貨與期權(quán)市場(chǎng)間最大（08793），在現(xiàn)貨與期貨市場(chǎng)間最?。?4645）。結(jié)合后驗(yàn)置信區(qū)間可知，

EUA現(xiàn)貨與期貨市場(chǎng)間信息流動(dòng)帶來(lái)的均值溢出現(xiàn)象持續(xù)較短，兩市場(chǎng)價(jià)格對(duì)信息消化較快。而期貨與期權(quán)市場(chǎng)的信息消化功能較慢，價(jià)格的自我調(diào)節(jié)機(jī)制較弱。

24歐盟碳市場(chǎng)波動(dòng)溢出效應(yīng)分析

波動(dòng)溢出效應(yīng)體現(xiàn)碳市場(chǎng)間領(lǐng)先滯后關(guān)系與波動(dòng)傳導(dǎo)方向，表6至表8列出了各組碳收益率序列基于DGC-MSV-t模型波動(dòng)溢出的參數(shù)估計(jì)值。

由表6可知：表征市場(chǎng)自身波動(dòng)水平參數(shù)μs、μf均值分別為33390、34050，兩市場(chǎng)波動(dòng)平均水平相近；表征市場(chǎng)自身波動(dòng)持續(xù)性參數(shù)φss、φf(shuō)f分別為09977、09978，EUA現(xiàn)貨與期貨收益率均存在波動(dòng)集聚特征，兩者波動(dòng)受自身滯后一期波動(dòng)的影響較大，具有長(zhǎng)期記憶性；表征市場(chǎng)間波動(dòng)溢出效應(yīng)參數(shù)φf(shuō)s、φsf分別為04823、05262，EUA現(xiàn)貨與期貨間具有顯著的雙向?yàn)檎牟▌?dòng)溢出效應(yīng)；但EUA期貨對(duì)EUA現(xiàn)貨的溢出效應(yīng)略大于現(xiàn)貨對(duì)期貨的，支持前人得出的期貨市場(chǎng)對(duì)于現(xiàn)貨市場(chǎng)具有價(jià)格發(fā)現(xiàn)功能的結(jié)論。碳期貨市場(chǎng)信息質(zhì)量較高，期貨價(jià)格具有較高真實(shí)性，能較充分反映影響碳資產(chǎn)供需的因素與交易者的預(yù)期，從而向碳現(xiàn)貨市場(chǎng)波動(dòng)溢出[19，20]。更進(jìn)一步地，雙向波動(dòng)溢出一定程度上反映出隨著EUA現(xiàn)貨市場(chǎng)發(fā)展趨于高效透明，市場(chǎng)信息流動(dòng)速度加快，流動(dòng)渠道更通暢，EUA現(xiàn)貨市場(chǎng)正在向市場(chǎng)波動(dòng)溢出中心地位前進(jìn)。

表7中，期權(quán)市場(chǎng)波動(dòng)平均水平（40670）大于現(xiàn)貨市場(chǎng)（28700），碳期權(quán)市場(chǎng)波動(dòng)更劇烈；而現(xiàn)貨市場(chǎng)自身波動(dòng)持續(xù)性（09975）大于期權(quán)市場(chǎng)（07972），長(zhǎng)記憶性在期權(quán)市場(chǎng)波動(dòng)中的體現(xiàn)較弱；φos均值為00983，中位數(shù)接近0，現(xiàn)貨市場(chǎng)對(duì)期權(quán)市場(chǎng)的波動(dòng)溢出效應(yīng)不顯著；φso均值為01799，結(jié)合后驗(yàn)置信區(qū)間與中位數(shù)01498可知，期權(quán)市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)具有弱顯著的正向波動(dòng)溢出效應(yīng)。在EUA現(xiàn)貨與期權(quán)市場(chǎng)間，波動(dòng)溢出效應(yīng)呈現(xiàn)不明顯的非對(duì)稱(chēng)性。

表8中，碳期權(quán)市場(chǎng)波動(dòng)平均水平（37810）比期貨市場(chǎng)（24590）劇烈；期貨市場(chǎng)自身波動(dòng)持續(xù)性（09963）明顯高于期權(quán)市場(chǎng)（06077）；兩市場(chǎng)間具有顯著的雙向正向溢出效應(yīng)，期權(quán)對(duì)期貨市場(chǎng)波動(dòng)溢出更大，期權(quán)市場(chǎng)是目前主要的波動(dòng)溢出中心。這一結(jié)論印證了碳期貨與期權(quán)的內(nèi)在價(jià)格聯(lián)系：碳期貨市場(chǎng)價(jià)格會(huì)影響碳期權(quán)交易合約的敲定價(jià)格及權(quán)利金。

25基于DIC的歐盟碳市場(chǎng)溢出效應(yīng)模型比較

為檢驗(yàn)本文構(gòu)建的DGCMSVt模型描述碳市場(chǎng)間溢出效應(yīng)的優(yōu)度，采用 DIC 準(zhǔn)則同時(shí)對(duì)比了各MSV衍生模型的優(yōu)劣。準(zhǔn)則具體形式如下：

DIC=D+pD（7）

D=Eθ|Yt[-2lnf（Yt/θ）]（8）

pD=Eθ|Yt[-lnf（Yt/θ）]（9）

DIC值由兩部分組成，D用來(lái)度量模型對(duì)數(shù)據(jù)的擬合度，pD表示增加模型復(fù)雜性的懲罰項(xiàng)。隨機(jī)波動(dòng)模型的DIC值越小，表明模型對(duì)數(shù)據(jù)的擬合效果越好。

由表9可知，與正態(tài)分布相比，基于t分布的MSV模型的DIC值均較小，說(shuō)明t分布能更好地刻畫(huà)碳價(jià)收益率的尖峰厚尾特性。由于模型復(fù)雜度提高，本文構(gòu)建的DGCMSVt模型pD值上升，但D值遠(yuǎn)小于其他模型，綜合來(lái)看DIC值最小，證明該模型對(duì)碳市場(chǎng)溢出效應(yīng)刻畫(huà)程度在6個(gè)模型中表現(xiàn)最優(yōu)。

3研究結(jié)論與展望

本文將碳市場(chǎng)溢出效應(yīng)研究拓展到碳現(xiàn)貨、碳期貨、碳期權(quán)三市場(chǎng)中，基于多元t分布修正并構(gòu)建DGCMSVt模型，討論了EUA產(chǎn)品下三個(gè)碳市場(chǎng)間均值溢出與波動(dòng)溢出效應(yīng)，研究發(fā)現(xiàn)：

（1）歐盟碳市場(chǎng)均值溢出效應(yīng)

EUA現(xiàn)貨、期貨、期權(quán)三市場(chǎng)價(jià)格間呈現(xiàn)高度時(shí)變正相關(guān)。現(xiàn)貨與期貨市場(chǎng)、現(xiàn)貨與期權(quán)市場(chǎng)價(jià)格的時(shí)變關(guān)系走勢(shì)一致，波動(dòng)劇烈，但波動(dòng)持續(xù)性較低，市場(chǎng)能夠快速消化引起價(jià)格波動(dòng)的信息。期貨與期權(quán)市場(chǎng)價(jià)格的時(shí)變關(guān)系較為穩(wěn)定，但波動(dòng)持續(xù)性高，向均值回歸的時(shí)間較長(zhǎng)，市場(chǎng)的信息消化過(guò)程較慢，價(jià)格自我調(diào)節(jié)機(jī)制較弱。

（2）歐盟碳市場(chǎng)波動(dòng)溢出效應(yīng)

EUA現(xiàn)貨與期貨市場(chǎng)間、期貨與期權(quán)市場(chǎng)間均有顯著且雙向?yàn)檎娘L(fēng)險(xiǎn)傳導(dǎo)現(xiàn)象，現(xiàn)貨與期權(quán)市場(chǎng)間僅存在期權(quán)對(duì)現(xiàn)貨的微弱正向風(fēng)險(xiǎn)傳導(dǎo)?，F(xiàn)貨市場(chǎng)發(fā)展正在不斷完善，趨于高效透明。EUA期權(quán)市場(chǎng)信息量比期貨市場(chǎng)更為豐富，是主要的風(fēng)險(xiǎn)溢出源，體現(xiàn)出碳期權(quán)市場(chǎng)在碳市場(chǎng)風(fēng)險(xiǎn)傳導(dǎo)機(jī)制中的重要地位，這一特性可為套期保值者與投資者提供決策依據(jù)。就市場(chǎng)自身而言，EUA現(xiàn)貨與期貨市場(chǎng)均具有明顯長(zhǎng)記憶性，而期權(quán)市場(chǎng)的長(zhǎng)記憶特征較弱。

在模型擬合與適用性方面，本文模型能較準(zhǔn)確刻畫(huà)碳市場(chǎng)間溢出效應(yīng)。但由于模型研究對(duì)象為兩市場(chǎng)間關(guān)系，因而要求兩市場(chǎng)日收益率數(shù)據(jù)在時(shí)間上相互匹配。例如研究碳現(xiàn)貨與期貨間關(guān)系，選用日連續(xù)期貨價(jià)格；研究碳期貨與期權(quán)間關(guān)系，由于期權(quán)市場(chǎng)難以找到連續(xù)期權(quán)價(jià)格，本文選擇期權(quán)市場(chǎng)中交易量具有代表性的期權(quán)合約，并按該合約到期日尋找對(duì)應(yīng)期貨合約。

由于CER期權(quán)數(shù)據(jù)獲取困難的原因，本文僅探討了EUA產(chǎn)品下三市場(chǎng)溢出效應(yīng)。隨著數(shù)據(jù)逐漸完善可得，CER下碳市場(chǎng)溢出效應(yīng)、EUA與CER市場(chǎng)間溢出效應(yīng)可作為進(jìn)一步研究方向。

參考文獻(xiàn)：

[1]Li J， Tang L， Sun X， et al. Oil-Importing Optimal Decision Considering Country Risk With Extreme Events： A Multi-Objective Programming Approach [J]. Computers & Operations Research， 2014（42）： 108-115.

[2]劉維泉. 歐盟碳排放配額價(jià)格的區(qū)制轉(zhuǎn)換特征研究[J]. 軟科學(xué)，2014（1）：95-100.

[3]劉維泉. 國(guó)際碳排放期權(quán)套期保值分析：以EU ETS為例[J]. 軟科學(xué)，2013（4）：38-44.

[4]黃文彬，高韻芳. 碳排放權(quán)交易市場(chǎng)的信息流動(dòng)關(guān)系——基于EUA市場(chǎng)和CER市場(chǎng)的實(shí)證研究[J]. 技術(shù)經(jīng)濟(jì)，2013（11）：57-64，111.

[5]郭輝，郇志堅(jiān). EUA和sCER碳排放期貨市場(chǎng)互動(dòng)關(guān)系及溢出效應(yīng)研究[J]. 統(tǒng)計(jì)與決策，2012（15）：138-143.

[6]王玉，郇志堅(jiān). 歐盟碳排放權(quán)交易市場(chǎng)的價(jià)格發(fā)現(xiàn)和波動(dòng)溢出研究[J]. 中國(guó)人口.資源與環(huán)境，2012（S1）：244-249.

[7]黃明皓，李永寧，肖翔. 國(guó)際碳排放交易市場(chǎng)的有效性研究——基于CER期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)和聯(lián)動(dòng)效應(yīng)分析[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2010（11）：131-137.

[8]Chevallier J. EUA and CER： Vector Autore-Gression， Impulse Response Function and Cointegration Analysis[J]. Economics Bulletin， 2010（30）：558-576.

[9]Mansanet-Bataller M， Chevallier J， Hervé-Mignucci M， et al. EUA and sCER Phase II Price Drivers： Unveiling the Reasons for the Existence of the EUA-sCER Spread[J]. Economics Papers from University Paris Dauphine， 2011， 39（3）：1056-1069.

[10]Koop G M. Forecasting with Medium and Large Bayesian VARS[J]. Journal of Applied Econometrics， 2013， 28（2）：177-203.

[11]Nazifi F. Modeling the Price Spread between the EUA and the CER Carbon Prices[R]. http：//ssrn.com/abstract=1691916， 2010.

[12]張秋莉，楊超，門(mén)明. 國(guó)際碳市場(chǎng)與能源市場(chǎng)動(dòng)態(tài)相依關(guān)系研究與啟示——基于DCC-MVGARCH模型[J]. 經(jīng)濟(jì)評(píng)論，2012（5）：112-122，160.

[13]海小輝，楊寶臣. 歐盟排放交易體系與化石能源市場(chǎng)動(dòng)態(tài)關(guān)系研究[J]. 資源科學(xué)，2014（7）：1442-1451.

[14]Andresson J. On the Normal Inverses Gaussian Stochastic Volatility Model[J].Journal of Business of Economics Statistics，2001，19（1）：44-54.

[15]黃波，顧孟迪，李湛.偏正態(tài)隨機(jī)波動(dòng)模型及其實(shí)證檢驗(yàn)[J].管理科學(xué)學(xué)報(bào)， 2010，13（2）：77-85.

[16]Blyth W， Bunn D， Kettunen J， et al. Policy Interactions， Risk and Price Formation in Carbon Markets[J]. Energy Policy， 2009， 37（12）：5192-5207.

[17]Daskalakis G， Psychoyios D， Markellos R N. Modeling CO2， Emission Allowance Prices and Derivatives： Evidence from the European Trading Scheme[J]. Journal of Banking & Finance， 2009， 33（7）：1230-1241.

[18]陳曉紅，王陟昀. 碳排放權(quán)交易價(jià)格影響因素實(shí)證研究——以歐盟排放交易體系（EUETS）為例[J]. 系統(tǒng)工程，2012（2）：53-60.

[19]Hanson LP，Hodrick R J.Forward Exchange Rate as Optimal Prediction of Future Spot Rate： An Econometric Analysis[J].Journal of Political Economy，1980（88）：829-853.

[20]Ulveling&Brannen.Considering an Informational Role for a Futures Market[J].The Review of Economic Studies，1984，51（1）：33-52.

（責(zé)任編輯：冉春紅）