• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      我國黃金與原油對新能源收益的非線性影響研究

      2023-05-31 01:43:04楊慧慧
      中國市場 2023年14期
      關鍵詞:黃金原油新能源

      摘要:在環(huán)境污染問題日益突出的背景下,新能源的發(fā)展變得越發(fā)重要。文章基于2018年3月26日到2021年9月1日的數(shù)據(jù),運用分位數(shù)對分位數(shù)回歸的方法,分析了我國黃金和原油對新能源收益的影響。結(jié)果表明:黃金對新能源的正影響主要集中在新能源處于極端市場情況下,而當新能源處于正常市場時,黃金可以作為新能源的對沖資產(chǎn)。原油對新能源的正影響具有明顯的非對稱性,當原油和新能源都在熊市下時,兩者的依賴性更強。經(jīng)過穩(wěn)健性檢驗后,結(jié)果仍舊是可靠的。這些結(jié)果對于投資者以及政策制定者的合理決策具有重要的參考意義。

      關鍵詞:新能源;原油;黃金;分位數(shù)對分位數(shù)回歸

      中圖分類號:F224??文獻標識碼:A??文章編號:1005-6432(2023)14-0000-04

      [DOI]10.13939/j.cnki.zgsc.2023.14.000

      1??引言

      近年來,空氣污染和過多的碳排放成為了全球范圍內(nèi)的普遍問題。國際上先后簽訂了《京都議定書》和《巴黎協(xié)定》,以控制各國的溫室氣體排放量,防止全球氣候變暖。為了進一步強調(diào)環(huán)境污染問題,促進中國節(jié)能減排更好實施,2020年9月22日,中國國家主席習近平提出了“碳中和,碳達峰”的目標。在這種背景下,新能源的發(fā)展前景不可忽視。新能源與傳統(tǒng)能源相比,具有低碳、清潔的特點,在環(huán)境保護和可持續(xù)發(fā)展進程中有著重要作用。由于投資者對石油波動以及氣候變化的擔憂,加之新能源投資對于環(huán)境和氣候具有積極影響,所以,大部分投資者及學者們認為新能源的發(fā)展更具有可持續(xù)性,投資新能源具有巨大的機會(溫曉倩等,2012;He等?,2021)[1-2]。本文研究黃金和原油對新能源收益的影響,對于投資者的投資組合具有重要參考意義。

      從黃金與新能源的關系來說,由于黃金具有避險屬性,當市場處于動蕩期間,投資者可能會改變投資組合比例,將黃金納入投資組合中,作為對沖風險的手段,以影響新能源股價。從原油與新能源的關系來說,由于原油和新能源具有替代效應,當原油價格上漲時,消費者將用更便宜的新能源代替價格昂貴的原油,使得新能源股價上漲(Uddin等,2019)[3]。另外,由于新能源的建造和安裝成本較高,當油價下跌時,會抑制新能源項目的吸引力和經(jīng)濟可行性(Ferrer等,2018)[4],這一現(xiàn)象最終可能會壓低股價。所以,本文認為它們之間具有較強的內(nèi)在聯(lián)系。

      目前大多數(shù)文獻主要研究的是新能源與原油之間的關聯(lián)。但是它們之間的關系似乎并未達成共識。大多數(shù)文獻證實新能源與原油之間存在正相關關系。如Sadorsky?(2012)[5]通過多元GARCH模型分析了石油與清潔能源股、科技股之間的波動溢出,表明清潔能源股票價格與科技股、石油價格均有高度正相關性。Reboredo(2015)[6]根據(jù)Copula與CoVaR模型,認為石油和可再生能源之間存在顯著的對稱尾部依賴性。一些文獻則持不同的觀點,如Ferrer等(2018)[4]通過時頻連通性方法,側(cè)重于石油和可再生能源時頻上的關系,發(fā)現(xiàn)原油在長短期都不是清潔能源股價的驅(qū)動因素。而Dawar等(2021)[7]則將重點主要放在了分位數(shù)上,采用分位數(shù)回歸的方法,發(fā)現(xiàn)雖然清潔能源處于看跌市場條件下時,清潔能源對原油的價格具有很強的依賴性,但在高分位數(shù)下,原油對清潔能源的影響不大。一些文獻檢驗了總體股票指數(shù)與黃金的關系,但通常集中在收益分布的均值和方差上,而忽略了尾部的相關性(?董杰等,2012;Kumar等,2020;?Akbar等,2019)[8-10],而很少有文獻將新能源指數(shù)與黃金的影響關系進行考慮。

      通過對以上文獻的歸納,可以發(fā)現(xiàn)現(xiàn)有文獻有以下幾個特點:第一、目前已有的文獻多注重于新能源指數(shù)和原油的研究,黃金對新能源的關系研究較少。第二、目前對于新能源與原油之間的研究,幾乎都是研究變量均值之間的影響,而忽視了變量的尾部特征。鑒于此,本文的主要邊際貢獻有以下兩點:其一,本文將原油和黃金與新能源聯(lián)系起來,分析原油和黃金對新能源的影響,填補了研究的空白。其二,本文運用Sim和Zhou?(2015)[11]提出的分位數(shù)對分位數(shù)回歸的方法(以下簡稱:QQR),該方法可以充分識別變量間整個分位數(shù)分布的關系特征,捕獲非對稱和非線性的影響,使得結(jié)果更加全面可觀。

      本文的其余部分如下:第2節(jié)描述了采用的模型方法和數(shù)據(jù)分析。第?3?節(jié)討論了本文的實證結(jié)果和相應的理論解釋。第4節(jié)進行了穩(wěn)健性檢驗。最后第5節(jié)討論了結(jié)果以及簡要的建議。

      2???方法和數(shù)據(jù)

      2.1??方法:分位數(shù)對分位數(shù)方法

      本文使用由Sim和Zhou(2015)[11]提出的QQR方法來研究黃金、原油對新能源的影響。QQR?方法結(jié)合了傳統(tǒng)的分位數(shù)回歸和非參數(shù)估計,可用于實證研究解釋變量的分位數(shù)如何影響被解釋變量的條件分位數(shù)。QQR方法不光可以完全觀察兩個變量之間不對稱的關系。另外,如今一些文獻已經(jīng)證明金融資產(chǎn)間的非線性(楊子暉等,2019)[12]。因此,比起一些研究線性關系的方法,QQR方法也更適合用來研究變量間可能存在的非線性關系。

      在本文的研究框架中,QQR模型可以根據(jù)下列非參數(shù)分位數(shù)回歸模型拓展得來:

      其中,代表中國在t時期新能源指數(shù)的收益,代表t時期黃金和原油的收益,是新能源指數(shù)的條件分位數(shù),表示分位數(shù)誤差項,其條件分位數(shù)等于0。函數(shù)是未知的,因為本文沒有任何關于新能源與黃金、原油之間有多大關系的先驗信息??梢酝ㄟ^一階泰勒展開來近似得到該函數(shù):

      其中是關于的偏導數(shù)??梢钥吹?,和是和的函數(shù),而是的函數(shù),于是方程(2)又可以寫成:

      將方程(3)代入到方程(1)得到:

      為了估計方程(4),本文用估計值和分別替代和,和作為和的估計值。然后解決以下式子:

      另外,采用了高斯核函數(shù),并基于帶寬h,對進行加權。這些權重與和之間的距離成反比,其中經(jīng)驗分布函數(shù)的距離為:

      在核回歸中,帶寬的選擇非常重要。帶寬決定了目標點周圍區(qū)域的大小,控制結(jié)果估計的平滑度。帶寬越大,估計偏差的可能性就越大;帶寬越小,估計方差就越大。因此,必須選擇在偏差和方差之間達到平衡的帶寬。本文采用的帶寬參數(shù)h=0.05。

      2.2???數(shù)據(jù)

      中證內(nèi)地新能源主題指數(shù)編制時間較早,涵蓋規(guī)模較大、盈利較好的50只成分股,反映了新能源產(chǎn)業(yè)公司的整體表現(xiàn),是新能源市場的代表性指標之一,本文將此作為新能源的代表。黃金選取近幾年成交量最大的Au9999作為代表性數(shù)據(jù),原油數(shù)據(jù)則為上海國際能源交易中心交易的原油期貨。由于中國原油期貨自2018年3月26日上市,所以本文樣本區(qū)間為2018年3月26日-2021年9月1日,剔除周末與節(jié)假日,共839個觀測值。所有原始數(shù)據(jù)均進行對數(shù)一階差分處理,即,以校正數(shù)據(jù)的異方差、非平穩(wěn)性和序列間的維數(shù)差異。表1提供了序列差分后的描述性統(tǒng)計結(jié)果。可以發(fā)現(xiàn)原油出現(xiàn)正偏態(tài)分布,而黃金和新能源則出現(xiàn)負偏態(tài)分布,所有序列的峰度都大于3,J-B檢驗也顯著。說明序列都不是正態(tài)分布的。從ADF的統(tǒng)計檢驗可以發(fā)現(xiàn)所有序列都是平穩(wěn)序列。

      3???實證結(jié)果

      在本節(jié)中討論了QQR的估計結(jié)果。斜率系數(shù)的估計值的結(jié)果顯示在z軸上面,y軸代表黃金或原油的分位數(shù),x軸代表新能源的分位數(shù)。

      圖1的面板A展示了AU9999對NE的影響??梢园l(fā)現(xiàn),當NE處于極端市場情況下時,?AU9999對NE具有強烈的正影響。但當NE處于正常市場下,AU9999對于NE的影響不顯著甚至為負。這說明在熊市期間,黃金并不能作為新能源指數(shù)的避險資產(chǎn),但當新能源處于正常市場情況下,黃金可以作為新能源的對沖,納入擁有新能源資產(chǎn)的投資者的投資組合中。

      從圖1面板B的結(jié)果來說,Oil對NE具有正影響。一方面,隨著原油價格的上漲,消費者和能源公司會選擇用新能源替代傳統(tǒng)能源,于是新能源股價會上升。另一方面,由于新能源的成本很高,所以隨著原油價格下跌,企業(yè)可能會放棄投資新能源的項目,導致新能源股票價格下跌,這使得兩者之間存在正相關。進一步的,可以發(fā)現(xiàn)Oil對NE的影響是非對稱的,當兩者都處于低分位時,兩者的相關性明顯大于其他分位數(shù)情況下。這一結(jié)果與?Dawar等(2021)[7]發(fā)現(xiàn)的結(jié)果類似,然而不同的是,Dawar所用的QR方法只考慮了新能源的分位數(shù),原油則處于均值情況。而本文所用的QQR方法進一步的將原油進行分位數(shù)細分,認為新能源和原油都處于看跌市場情況下時,兩者的正向關系更為緊密。

      4??穩(wěn)健性分析

      由于QQR方法是QR方法的進一步拓展,所以,為了檢驗QQR方法的結(jié)果是否是有效的,本節(jié)采用QR的方法來進行驗證。將QQR的平均斜率系數(shù)與QR的斜率系數(shù)進行比較,如圖2所示。

      圖2顯示了黃金和原油對新能源的影響結(jié)果??梢钥吹?,在新能源的整個分位數(shù)下,QQR的平均斜率系數(shù)都與QR的系數(shù)趨勢相似,這證實了前面章節(jié)的QQR結(jié)果的穩(wěn)健性。

      5??結(jié)論

      近幾十年來,全球受到氣候變暖、溫室氣體增加等環(huán)境問題的嚴峻挑戰(zhàn),我國為減輕溫室氣體排放提出“碳中和,碳達峰”的目標。新能源作為一種低碳、清潔的新型能源,在環(huán)境保護和可持續(xù)發(fā)展進程中發(fā)揮著重要的作用。鑒于此,新能源愈發(fā)受到投資者的重視。因此,本文應用了QQR方法,來估計了我國黃金和原油對新能源指數(shù)的影響。與一些傳統(tǒng)的方法相比,QQR方法的優(yōu)勢在于可以對自變量和因變量的整個分位數(shù)的關系進行觀察,使得結(jié)果更加全面。

      本文的研究有幾點結(jié)論。一方面,當新能源處于看漲和看跌市場時,黃金與新能源具有很強的正向關系,但當新能源處于正常市場時,兩個的相關性很小。另一方面,原油對新能源的正影響具有明顯的非對稱性,當原油和新能源都在熊市下時,兩者的依賴性更強,而在其他的分位數(shù)下,兩者之間的關系不明顯。?本文的研究結(jié)果對于新能源投資者具有重要指導意義。首先,由于在看跌市場時新能源與原油具有較強的正相關性,所以投資者們應該在新能源市場看跌時高度關注原油價格的變化。另外,由于新能源指數(shù)在正常市場條件下不依賴于黃金,說明黃金可與新能源組合提供多元化收益。然而,與傳統(tǒng)觀念不同的是,當新能源處于看跌市場時,黃金并不能作為新能源指數(shù)的避險工具,因此當面臨市場低迷時,新能源投資者應避免將黃金納入投資組合。另外,政策制定者可以通過了解黃金和原油對于新能源的影響,以便設計更有效的政策工具來促進我國新能源行業(yè)的發(fā)展。總的來說,本文研究的黃金和原油對新能源的影響關系,特別是在極端市場條件下,可能有助于投資者和政策制定者識別與新能源指數(shù)相關的下行風險。

      參考文獻:

      [1]溫曉倩,?魏宇,?黃登仕.?我國新能源公司股票價格與原油價格的波動率外溢與相關性研究?[J].?管理評論,?2012,?24(12):?20-30.

      [2]HE?H,?SUN?M,?GAO?C,?et?al.?Detecting?lag?linkage?effect?between?economic?policy?uncertainty?and?crude?oil?price:?A?multi-scale?perspective?[J].?Physica?a-Statistical?mechanics?and?its?applications,?2021(580).

      [3]UDDIN?G?S,?RAHMAN?M?L,?HEDSTROM?A,?et?al.?Cross-quantilogram-based?correlation?and?dependence?between?renewable?energy?stock?and?other?asset?classes?[J].?Energy?Economics,2019(80):743-759.

      [4]FERRER?R,?HUSSAIN?SHAHZAD?S?J,?LOPEZ?R,?et?al.?Time?and?frequency?dynamics?of?connectedness?between?renewable?energy?stocks?and?crude?oil?prices?[J].Energy?economics,?2018,76:1-20.

      [5]SADORSKY?P.?Correlations?and?volatility?spillovers?between?oil?prices?and?the?stock?prices?of?clean?energy?and?technology?companies?[J].?Energy?economics,2012,34(1):248-255.

      [6]REBOREDO?J?C.?Is?there?dependence?and?systemic?risk?between?oil?and?renewable?energy?stock?prices??[J].?Energy?economics,2015(48):32-45.

      [7]DAWAR?I,?DUTTA?A,?BOURI?E,?et?al.?Crude?oil?prices?and?clean?energy?stock?indices:lagged?and?asymmetric?effects?with?quantile?regression?[J].?Renewable?energy,2021(163):288-299.

      [8]董杰,?潘和平,?姚一永,等.基于DCC-MVGARCH模型的石油、股票和黃金市場相關性實證研究[J].預測,2012,31(4):53-57.

      [9]KUMAR?S,?KUMAR?A,?SINGH?G.Causal?relationship?among?international?crude?oil,?gold,?exchange?rate,?and?stock?market:?Fresh?evidence?from?NARDL?testing?approach[J].International?Journal?Of?Finance?&?Economics,?2020(12).

      [10]AKBAR?M,IQBAL?F,?NOOR?F.Bayesian?analysis?of?dynamic?linkages?among?gold?price,?stock?prices,?exchange?rate?and?interest?rate?in?Pakistan?[J].Resources?Policy,?2019,62:154-164.

      [11]SIM?N,?ZHOU?H.?Oil?prices,US?stock?return,?and?the?dependence?between?their?quantiles?[J].?Journal?Of?Banking?&?Finance,?2015(55):1-8.

      [12]楊子暉,陳雨恬,陳里璇.極端金融風險的有效測度與非線性傳染?[J].?經(jīng)濟研究,2019,54(5):63-80.

      [作者簡介]楊慧慧(1997—),女,成都理工大學商學院,應用經(jīng)濟學研究生,研究方向:金融理論與風險管理。

      猜你喜歡
      黃金原油新能源
      4469.6萬噸
      黃金雨
      兒童時代(2022年1期)2022-04-19 12:41:58
      盛逝
      六連跌后,黃金何去何從
      海峽姐妹(2018年11期)2018-12-19 05:18:24
      放開我國原油進口權的思考
      初探原油二元期權
      能源(2016年2期)2016-12-01 05:10:43
      買不買新能源汽車
      “1噸原油等于7.33桶”的來龍去脈
      石油知識(2016年2期)2016-02-28 16:20:15
      買入黃金好時機到了嗎
      IT時代周刊(2015年9期)2015-11-11 05:51:52
      “新能源門”的背后
      風能(2015年4期)2015-02-27 10:14:36
      正定县| 阳春市| 额尔古纳市| 化州市| 镇江市| 龙江县| 弥勒县| 墨脱县| 曲阳县| 翁牛特旗| 宝山区| 贵溪市| 曲水县| 灵寿县| 肇州县| 江陵县| 宽甸| 雷州市| 云林县| 花莲县| 龙里县| 五莲县| 东安县| 青龙| 阿巴嘎旗| 皋兰县| 罗甸县| 桐庐县| 台东县| 浦东新区| 海原县| 远安县| 峨眉山市| 徐州市| 尼勒克县| 广饶县| 永靖县| 龙南县| 合作市| 宁安市| 克什克腾旗|