欧盟碳排放市场分形特征研究

发布时间：2017-04-14 12:26

  本文关键词：欧盟碳排放市场分形特征研究，，由笔耕文化传播整理发布。

【摘要】：随着我国工业化和城市化的快速发展,碳排放也随之显著增加,控制二氧化碳的排放,成为了我国迫在眉睫的任务。二氧化碳等温室气体的减排促使碳交易市场成为世界另一个十分重要的金融市场。自《京都议定书》签订之后,欧盟等发达国家以及很多发展中国家陆续建立了碳交易市场。其中,欧盟的碳交易体系(EU ETS)是目前发展比较成熟、规模最大的碳市场,在全球碳市场中处于主导地位。虽然我国很多地区已经建立了专门从事碳排放权交易的机构,但目前仍处于初级阶段,成交量还没有达到一定的规模,没有形成全国性的碳排放权价格形成机制。了解EU ETS的碳价格波动特征,把握碳价波动风险,对我国碳交易市场的未来发展具有重要借鉴意义。 掌握碳价格波动特征,可以对EU ETS的两个主要交易产品进行研究,首先对EUA和CER进行统计性描述,得出收益率序列符合尖峰厚尾特征,不服从正态性分布,因此不能用有效市场假说对其进行分析,而分形理论的思想符合其市场发展特点。分形理论在描述碳价格波动特征时具有许多优势,它可以从局部和整体两个方面对碳市场这个复杂系统进行详细分析。本文从单分形和多重分形两个方面分别对碳市场的非线性特征进行分析。首先,采用V/S法和DFA法从整体分析了EU ETS的单分形特征,发现EUA和CER交易的第二阶段均存在长期记忆性,交易的第三阶段均存在状态反持续性,Hurst指数均在0.5附近徘徊,说明EUA和CER时间序列的结构比较复杂,市场波动比较大,投资EUA和CER的风险比较高；并且在对V统计量分析的基础上,计算出了EUA和CER的平均循环周期,即当前的信息对未来产生多长时间的影响,得出EUA两个阶段的循环周期分别为355天和255天,CER两个阶段的循环周期分别为360天和158天。根据计算出的周期时间,投资者可以对碳交易市场的行情做一定程度上的把握,缩小市场风险。 其次,利用滑动窗MF-DFA法和MF-DMA法分析了EUA和CER收益率序列的多重分形谱,发现均存在多重分形特征,且CER的多重分形特征更加显著,也就是说,对CER的投资风险较EUA大。另外,对原始序列进行重排和相位随机化处理后,分析了产生多重分形的原因,认为长期记忆性和厚尾分布共同导致了多重分形的存在。 最后,考虑到EUA和CER之间的长期均衡关系,采用MF-DXA方法分析了EUA和CER之间多重分形特征的交叉相关性,实证结果表明,它们之间存在多重分形时变性,且交易的第二阶段更加明显,价格波动较第三阶段剧烈,表明碳交易市场发展越来越成熟。
【关键词】：长期记忆性 状态反持续性 多重分形特征 交叉相关性
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：X196;F831.51
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 引言8-18
• 1.1 研究背景和意义8-9
• 1.2 国内外研究综述9-15
• 1.2.1 关于碳收益率单分形的研究9-12
• 1.2.2 关于碳收益率多重分形的研究12-14
• 1.2.3 关于碳收益率交叉相关性多重分形的研究14-15
• 1.3 现有文献的不足15-16
• 1.4 论文的主要内容和框架16-18
• 2 欧盟碳市场收益率单分形研究18-26
• 2.1 基于重标方差法的碳市场收益率单分形研究18-23
• 2.1.1 V/S分析模型的构建18-19
• 2.1.2 基于V/S分析模型的EUA和CER两阶段收益率波动实证分析19-22
• 2.1.3 小结22-23
• 2.2 基于滑动窗去趋势波动分析法的碳市场收益率单分形研究23-26
• 2.2.1 滑动窗DFA分析模型的构建23-24
• 2.2.2 基于滑动窗DFA分析模型的EUA和CER两阶段收益率实证分析24-26
• 2.2.3 小结26
• 3 欧盟碳市场收益率多重分形研究26-38
• 3.1 基于滑动窗口MF-DFA分析法的多重分形研究26-32
• 3.1.1 滑动窗口MF-DFA分析模型的构建26-28
• 3.1.2 基于滑动窗口MF-DFA模型的EUA和CER两阶段收益率实证分析28-32
• 3.1.3 小结32
• 3.2 基于多重分形去趋势移动平均法的多重分形研究32-35
• 3.2.1 MF-DMA分析模型的构建32-34
• 3.2.2 基于MF-DMA模型的EUA和CER两阶段收益率实证分析34-35
• 3.3 EUA和CER收益率的多重分形原因分析35-37
• 3.4 小结37-38
• 4 EUA和CER收益率交叉相关性多重分形研究38-42
• 4.1 EUA和CER收益率MF-DXA模型的构建38-40
• 4.1.1 MF-DXA分析的步骤38-39
• 4.1.2 数据选取及统计描述39-40
• 4.2 EUA和CER收益率MF-DXA模型的实证分析40-41
• 4.3 本章小结41-42
• 5 结论与展望42-45
• 5.1 主要内容和结论42-43
• 5.2 主要创新点和不足43-45
• 参考文献45-50
• 附录50-55
• 申请学位期间的研究成果及发表的学术论文55-56
• 致谢56

【参考文献】

中国期刊全文数据库 前10条

1 赵巍;何建敏;;基于修正高阶DFA法的股市长期相关性检验[J];北京航空航天大学学报(社会科学版);2010年01期

2 戚婷婷;鲁炜;;核证减排量现货市场与期货市场的价格发现[J];北京理工大学学报(社会科学版);2009年06期

3 苑莹;庄新田;金秀;;期货价格收益序列的多重分形统计描述及成因分析[J];东北大学学报(自然科学版);2010年04期

4 张榕;;国际股票市场价格波动长期记忆性分析——基于V/S经验数据的[J];当代经济(下半月);2008年02期

5 刘维泉;郭兆晖;;EU ETS碳排放期货市场风险度量——基于SV模型的实证分析[J];系统工程;2011年10期

6 何兴强;周开国;;股市收益和波动性长期记忆的国际比较——基于V/S的经验证据[J];国际贸易问题;2006年05期

7 卢方元;;中国股市收益率长程相关性研究[J];管理工程学报;2006年03期

8 苑莹;庄新田;金秀;;基于MF-DFA的中国股票市场多标度特性及成因分析[J];管理工程学报;2009年04期

9 杨宏林;陈收;袁际军;;多标度条件下的幂相关性:中国股市收益率的经验分析[J];管理学报;2007年05期

10 苑莹;庄新田;金秀;;不同股市收益率的多重分形特性比较[J];管理学报;2009年04期

  本文关键词：欧盟碳排放市场分形特征研究，由笔耕文化传播整理发布。

本文编号：306014