基于garch―evt―var模型碳市场风险探究

《基于garch―evt―var模型碳市场风险探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于GARCH-EVT-VaR模型碳市场风险探究摘要：本文选取最具代表性的欧盟碳排放权交易体系为研究对象，选用2008年3月3日至2012年12月31日洲际交易所官方网站公布的每日欧盟碳减排配额(EUA)期货市场价格作为分析对象，用GARCH模型估计厚尾分布下的EUA日收益率的波动性，并运用极值理论对收益率的尾部进行建模，得到在不同置信水平下有效而准确的VaR估计和ES估计，利用阈值法建立厚尾分布(GED分布)下GARCH-EVT-VaR动态模型，并对该模型进行返回检验，进一步验证了该模型的准确性。结果表明基于极值理论的GARC

2、H-EVT-VaR模型比传统模型更适合度量厚尾分布下的金融时间序列，是刻画碳市场尾部风险的有效工具。关键词：碳交易；GARCH-EVT-VaR模型；尾部风险中图分类号：F830文献标识码：A文章编号:1003-9031(2014)04-0020-06一、引言“碳交易”市场是一个专门控制温室气体排放的新兴市场，能有效减少全球温室气体的排放，提高资源的利用效率，是解决全球气候变暖问题的有效途径。2008年2月，首个"碳排放权”全球交易平台BLUENEXT开始运行，该交易平台随后还推出了期货市场。欧盟排放交易体系(EUETS)于200

3、5年启动，并推出“碳排放权”期货、期权交易，是世界上最大的多国参与和多领域温室气体排放交易体系。据世界银行统计，全球“碳交易”市场的成交额到2014年将达到3950亿美元，到2020年将高达3.5万亿美元，将远远超过国际石油市场的成交额，从而成为全球第一大市场。目前，我国碳排放交易进入了实际操作阶段，北京、上海、天津、重庆、广东、湖北、深圳7省市开展了碳排放交易试点,七个'‘碳交易”试点的经济总量与排放总量都约占全国四分之一，但总体具有规模偏小、标准不一和流动性不足等特征。相对于国外的碳排放市场而言，我国碳排放市场起步较晚，但我

4、国巨大的减排空间意味着国内的碳排放交易市场具有巨大的潜力。国内的一些金融机构已经开始瞄准“碳金融”概念开发相关产品，以便在未来庞大的'‘碳交易”市场中占有一席之地。"碳交易”市场和一般的金融市场一样存在各种风险，如何应对和规避风险是风险管理者面临的一个难题，这也是本文立意所在。二、国内外研究现状魏一鸣等(2010)用Zipf方法建立碳价动态模型，通过将碳价序列映射成字符序列，对碳价上涨和下跌概率进行分析，得出在较低的预期收益率下，碳价的涨跌受到了市场机制、季节性和异质性事件的影响，碳价的变化较为清晰；而在高预期收益率下，投资者对

5、碳价变动的认知较不稳定，风险较大［1］。汪文隽（2011）利用基于广义误差分布的族模型描述了欧盟排放权配额市场的价格波动特征，实证检验显示：欧盟排放权配额交易从第一阶段进入第二阶段之后市场价格对信息的反应能力有所增加，市场效率有所提高［2］。Benz和Truck（2009）分析了EUETS碳价收益率的波动行为，通过运用马克维茨状态转移方程和AR-GARCH模型对其进行建模，对比了四类不同模型的结果，发现结构转换模型和模型可更好地反映欧盟碳市场的价格波动性特征［3］。世界上多数金融机构采用在险价值控制常规的内部风险，新的要求《巴塞

6、尔协议II》（2004）推荐扩大VaR的使用范商业银行用VaR确定最低资本充足保障金［4］。用GARCH-EVT-VaR方法研究碳市场的论文比较少，但方法较为成熟。张静（2011）用GARCH模型估计厚尾分布下的人民币对美元汇率收益率的波动性，结合极值理论，利用P0T阈值法建立厚尾分布（GED分布）下的GARCH-EVT-VaR（ES）动态模型，表明了基于极值理论的模型比传统工具更适合度量厚尾分布下的金融时间序列，是刻画金融市场尾部风险的有效工具［5］。余为丽（2006）用GARCH模型对上证指数和深成指数日收益率序列过滤后的残

7、差，基于极值理论与历史模拟法混合的方法来估计VaR值，表明经模型过滤后再用历史模拟法和极值理论混合对分位数估计得到的VaR估计值不仅是有效的，而且准确性大大地得到了提高［6］。三、GARCH-EVT-VaR模型(一)EUETS的GARCH族模型1.碳价的GARCH(p,q)模型本文建立EUETS的GARCH模型如下：其中，x'(rl,,rt)'为碳价的收益率序列，？着2t-i为残差平方，ht为条件方差，vt为满足独立同分布的随机变量，且ht与vt相互独立。碳价的波动会受涨跌信息的冲击出现非对称的特点，有时为了刻画波动的非对称性，

8、可以采用度量非对称的模型和模型描述碳价收益率的波动。1.碳价的TGARCH(p,q)模型(一)风险价值风险价值(VaR)是指在给定的置信度和时间间隔下，由于市场条件变化引起的高于目标水平的最大损失。其最大优点在于不管金融风险的根源在哪个市场，该模型都可用一个数值