基于dcc-icss及多元分解技术的碳市场和原油市场溢出效应研究

《基于dcc-icss及多元分解技术的碳市场和原油市场溢出效应研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、１００１０中化化巧：学号：＠化旁化义乂嗦硕±研究生学位论文？题目考非化－ｍ＆秘耸如Ｉ：气，蹲禾為ｒ泉如和ｆ遂敎矣刮复专业—！１＿３霉１策封．绝研究生丸纪指导教师＾《知柏曰期：Ｊ口ｉｔ年反月。曰＾北京化工大学学位论文原创性声明本人郑重声明；所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均

2、已在文中Ｗ明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：，方苗ｆｅ日期；ｙＯｊ／Ｌ关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规目定，Ｐ：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学，。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘允许学位论文被査阅和借阅；学校可Ｗ公布学位论文的全部或部分内容，可Ｗ允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开（或保密）注释

3、：本学位论文属于暂不公开（或保密）范围，在年解密后适用本授权书。＿＿□非暂不公开（或保密）论文注释：本学位论文不属于暂不公开（或保密）范围，适用本授权书。：术么記日期：、作者签名ｏ．Ｊｔｉ岐沾、导师签名；：《店凌日期学位论文数据集Ｃ９３－０３６３０中图分类号学科分类号．５０巧论文编号１００１０２０１６０８５６密级公开学位授予单位代码１００１０学位授予单位名称北京化工大学作着姓名李晶晶学号２０口２００的６获学位专业名称

4、管理科学与工程获学位专业代码０８７１００课题来源国家自然科学基金研巧方向能源经济ＤＣＣ－论文题目基于ＩＣＳＳ及多元分解技术的碳市场和原油市场溢出效应研巧关键词碳市场，原油市场，波动溢出效应，动态相关性，多尺度分析论文答辩日期２０巧年５月２２日？论文类型应用研巧学位论文评阁及答辩委员会情况姓名职称工作单位学科专长指导教师余乐安教授北京化工大学管理科学与工程评阅人１娜臟酿管理策；晋認评阅人２汤铃副教授北京化工大学管理科学与

5、工程评阅人３评阅人４评阅人５答＾员会主席张文教授北京化工大学管理科学与工程答辩委员１张强副教授北京化工大学管理科学与工程答辩委员２赵庆亮副教授北京化工大学管理科学与工程答辩委员３甘志巧副教授北京化工大学管理科学与工程答辩委员４杨沒副教授北京化工大学管理科学与工程答辩委员５一．２．３．４注：．论文类型：１基础研巧应用研巧开发研巧．其它二．中围分类号在《中国困书资料分类法》査询。三－．学科分类号在中华人民共和国国家标

6、准（ＧＢ／Ｔ口７４５９）（学科分类与代码》中査询。四．论文编号由单位代码和年份及学号的后四位组成。§５ＤＣＣ－基于ＩＣＳＳ及多元分解技术的巧市场和巧油市场巧出效应研究摘要＂＂＂＂本文主要从动态和多尺度两个角度研究碳市场和原油市场的波动溢出效应，具体工作如下：（ＤＣＣ－１）基于ＩＣＳＳ的碳市场和原油市场波动溢出效应分析通过动态条件相关（Ｄｙｎａｍｉｃｃｏｎｄｉｔｉｏｎａｌｃｏｒｒｅｌａｔｉｏｎ，ＤＣＣ）模型和迭代累积平方和（Ｉｔｅｒａｔｉｖｅｃ

7、ｕｍｕｌａｔｉｖｅｓｕｍｓｏｆｓｑｕａｒｅｓ，ｌｅｓｓ模型研究）碳市场和原油市场的波动溢出效应一。具体地，首先利用个有效的时变相关性分析工具ＤＣＣ模型研充两个市场的时变相关性。继而，采用ＩＣＳＳ方法检验动态溢出效应的结构断点，来识别对联动机制产生影响的相关事件。使用欧盟碳配额（ＥＵＡ）期货价格和布伦特（Ｂｒｅｎｔ）原油期货一价格作为研巧样本，可Ｗ发现些有趣的结果：（ａ）ＥＵＡ和Ｂｒｅｎｔ＝市场存在正相关性；（ｂ）这种相关性是时变的，并且在碳交易的第阶段比第二

8、阶段有所减弱；（Ｃ）经济事件（如金融危机）和政策变化可心＾结构性的改变两个市场的联动机制。（２）基于多元分解的碳市场和原油市场溢出效应研究一通过个多尺度分析方法研巧碳市场和原油市场的溢出效应，方法中包含两个步骤，：多尺度分析和因果关系检验。在多尺度分析中Ｉ北京化工大学硕±学位论文使用二元经验模态分解（Ｂｉｖａｒｉａｔｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＢＥＭＤ）的方法将两个市场收益的序列分解为多个时间尺度的