國際碳排放權交易市場風險評估研究綜述

韓曉月

（南京林業(yè)大學 經(jīng)濟管理學院，南京210037）

隨著《京都議定書》的生效，國際碳排放權交易市場逐漸建立起來，碳排放交易市場已經(jīng)成為控制溫室氣體排放的有效途徑。碳排放權交易市場作為新興的金融市場，市場具有很大的不確定性，碳價極其不穩(wěn)定，震蕩激烈，對于碳排放權市場風險的評估非常有必要性。

同時，中國也是全世界最大的核證減排量供應國，全國性碳排放權交易市場已經(jīng)正在建設中。本文通過梳理國際碳排放市場風險的研究文獻，總結歸納關于國際碳排放權交易市場風險評估的方法經(jīng)驗，以期能夠為未來國際碳排放權交易市場風險評估提供一些建議，以及為我國碳排放市場的風險評估提供一些借鑒。

1 國內外研究現(xiàn)狀

1.1 風險度量方法研究綜述

隨著金融市場的不斷發(fā)展，傳統(tǒng)的金融風險度量方法已經(jīng)不能夠適用于越來越復雜的金融工具。在這個背景下，經(jīng)過不斷地探索研究，在20世紀80年代學者們提出了在險價值（VaR）方法，由于其表達直觀計算簡便，各金融機構把VaR 方法用于測量證券等金融產(chǎn)品的風險，隨后VaR 方法普遍應用于整個金融市場。

碳排放市場的風險度量也多采用VaR 方法。其 中，Jiang 等（2015） 以VaR 為 標 準，運 用GARCH-EVT-VaR 模型來測量EUA 現(xiàn)貨市場的風險[1]；陳偉等（2014）對歐洲碳排放交易系統(tǒng)與芝加哥氣候環(huán)境交易所的現(xiàn)貨期貨收益率序列的VaR進行比較[2]；楊晨等（2015）運用蒙特卡羅模擬方法，對2009—2012 年美國洲際交易所的核證減排量（CER）期貨價格及歐元兌人民幣匯率整合估計了其VaR 值發(fā)現(xiàn)潛在的碳期貨價格波動風險比匯率風險更高[3]。

1.2 資產(chǎn)收益率分布研究綜述

風險度量的一個重要前提就是研究收益率的概率分布。實證研究表明金融資產(chǎn)序列同時存在有偏性和厚尾性，而t分布僅解決厚尾沒有解決偏度問題。學者們基于偏t 分布（Skew-Student-t，SKST）分布對金融市進行了大量實證研究。Bauwens 等（2002）將SKST 分布引入GARCH 模型實證研究證明了其對股市收益率分布模擬效果良好[4]；Wu（2007）的實證研究表明，SKST 分布能提高VaR 的預測精度[5]；林宇等（2009）基于正態(tài)、t、GED、SKST 分布下的進行對比預測發(fā)現(xiàn)SKST 分布能顯著改善VaR 的預測精度[6]；Watanabe（2012）發(fā)現(xiàn)，相比正態(tài)分布、t 分布，基于SKST 分布的realized GARCH 模型能給出更準確的分位數(shù)預測[7];黃友珀等（2015）基于SKST 分布對中國股市高頻數(shù)據(jù)進行實證分析，取得良好的擬合效果[8]；王天一和黃卓（2015）研究也表明，使用SKST分布可以得到更好的VaR預測效果[9]。

碳排放交易市場也越來越具有金融市場的屬性。Paolella 等（2008）對碳排放權現(xiàn)貨收益率系列進行研究，認為碳價具有普通金融商品的波動特征[10]；Daskalakis 等（2009）的研究發(fā)現(xiàn)碳排放權收益率呈現(xiàn)顯著的尖峰厚尾現(xiàn)象[11]；Montagnoli等（2010）發(fā)現(xiàn)EUA 價格收益率序列具有有偏的尖峰厚尾分布特征[12]；荊克迪等（2014）對Bluenext 碳交易市場進行研究，發(fā)現(xiàn)EUA 現(xiàn)貨和股票市場一樣，收益率也為尖峰厚尾[13]；楊星等（2017）運用Bluenext 交易所和歐洲氣候交易所的數(shù)據(jù)進行實證研究也表明碳收益率序列具有明顯的有偏、尖峰、肥尾特征[14]。因此，對碳排放交易市場風險的測量，基于SKST 分布可能取得更好的效果。

1.3 資產(chǎn)收益波動率刻畫研究綜述

風險度量中一個重要前提是對收益率進行建模。常見波動模型分為廣義自回歸條件異方差（GARCH）模型和隨機波動（SV）模型。GARCH族模型具體包括ARCH 模型、GARCH 模型、EGARCH 模 型、GJR-GARCH 模 型等。SV 族模 型具體包括Taylor、Tauchen 和Pitts、Melino 和Turnbull的SV模型、Harvey和Shephard的ASV模型等。

部分文獻將極值理論引入GARCH模型測量碳排放權市場風險。Zhang（2011）采用極值理論來衡量EUA 期貨價格的VaR，研究結果表明，EVT方法可以可靠地測量歐盟排放交易體系的第一階段和第二階段碳期貨市場的極端風險[15]；Feng（2012）基于極值理論，應用GARCH 模型對歐盟碳排放現(xiàn)貨及期貨市場建立價格波動模型，并計算動態(tài)VaR，認為EVT-VaR 比傳統(tǒng)方法更有效，可以降低市場參與者的風險[16]。Jiang 等（2015）認為基于極值理論構建的GARCH-EVT 模型能彌補GARCH模型通過忽略過高的價格沖擊使風險被低估的缺點[1]。

一些學者將馬爾科夫鏈引入模型進行風險評估。Benz 和Trück（2009）認為使用馬爾科夫轉換和AR-GARCH模型對EU ETS短期現(xiàn)貨價格進行建模，更能夠反應價格波動的偏度與峰度[17]；楊超等（2011）將Markov波動轉移引入VaR的計算，度量歐洲氣候交易所公布的CERs期貨報價的系統(tǒng)風險[18]。

2 結論與展望

通過對以往文獻的梳理可以看出對碳排放權市場風險的評估大多基于t 分布或GED 分布構建GARCH族模型計算其VaR。但是存在以下不足：

①國外文獻關于碳排放交易市場風險的研究主要集中在比較成熟的歐盟排放權交易體系中的配額交易，對核證減排量市場風險評估較少。

②對碳排放市場的研究落后于其他金融市場，其研究方法是在股票或者其他市場研究過后才開始，幾乎沒有直接先對碳排放權交易市場進行研究的模型。這可能導致對碳排放市場風險的評估不夠精確。例如在股票市場中已經(jīng)引入偏t分布對風險進行評估，而同樣具有偏鋒厚尾特征的碳排放權市場還未得到研究。

③目前對碳排放權市場大多采用GARCH族模型，但也有學者認為GARCH族模型可能在處理具有尖峰厚尾特性、杠桿效應以及弱自相關且具有長趨勢的時間序列時，估計結果可能并不十分理想[19-29]，因而期待將來出現(xiàn)更適合評估碳排放權市場風險的模型。