能源大宗商品与CO?排放配额市场的波动动态及其相互依存性研究

《Energies》：Volatility Dynamics and Interdependencies in Energy Commodity and CO2 Emission Allowance Markets

　　

本文旨在评估2018年7月至2026年5月期间布伦特原油、天然气、煤炭与CO2排放配额之间的波动动态及相互依存性。研究基于在共同报价日期保留的日收盘价计算的对数收益率，采用描述性统计、带GED分布的EGARCH模型、多元CCC-GARCH与DCC-GARCH模型以及格兰杰因果关系检验。结果表明，所研究市场的波动特征存在明显分化。天然气市场具有最高的典型波动率，而煤炭市场则以相对罕见但极为强烈的价格变动及最高的峰度值为特征。EGARCH模型显示，煤炭对标准化冲击幅度的响应最弱，但条件波动率的持续性最高。天然气、布伦特原油与CO2排放配额表现出更强的幅度响应和略低的持续性，尽管四个市场的持续性均处于较高水平。条件波动率对正负价格冲击的响应未发现统计上显著的非对称性。条件相关系数虽有所变化但总体偏低，其中布伦特原油与煤炭之间的联系最强。成对格兰杰检验识别出煤炭对CO2收益率的预测关系，该关系在12个方向性检验的Holm校正后仍保持显著；反向关系在校正前后均未在5%水平上显著。因此，研究结果表明所研究市场具有各自独特的风险特征，经多重性校正后的预测性证据集中于煤炭到CO2的方向，且并未确立波动率溢出或系统层面的连通性。

能源大宗商品与CO?排放配额市场的波动动态与相互依存性：一项综合实证研究解读

一、研究背景与问题提出

能源大宗商品市场与二氧化碳排放配额市场之间的关联体系，是当代金融研究中涉及风险管理与资产估值的关键分析领域。由于其实物属性，能源大宗商品市场对供给约束高度敏感，现货价格与边际成本之间存在紧密联系。能源大宗商品收益率的经验特征往往偏离经典金融模型的假设，尤其在分布正态性与方差恒定性方面。大宗商品工具具有深度非线性和波动聚集现象，这些特征在这些市场中表现得尤为突出。

所研究市场的特定动态由欧洲能源体系中的一种特殊二元性所决定。化石燃料价格受到全球地缘政治与物流危机引发的波动影响，而EUA市场则是旨在推动脱碳的制度性建构，对监管干预高度敏感。这些市场可能通过技术性和需求驱动的燃料转换效应相互关联，该效应影响煤炭、天然气与CO₂排放配额价格之间的关系。这种相互作用的复杂性引发了关于信息吸收过程结构与对称性的重要问题，包括对正负价格冲击可能存在的非对称反应。

尽管关于能源大宗商品与CO₂排放配额市场的研究快速增长，但能源-排放体系的主要细分市场之间如何在经济上相互关联，以及这些关联是广泛存在还是集中于特定的市场关系中，仍不清楚。已有研究往往聚焦于特定资产、市场对或这些关系的个别维度。一个重要的未决问题是，布伦特原油、天然气、煤炭与CO₂排放配额之间的观测关系是否反映了一个连贯的能源-排放体系，抑或是由特定技术、需求侧和制度机制驱动的选择性关联。文献尤其未能就这四个市场的条件相关性与成对收益率可预测性如何比较提供明确答案，特别是对于可能通过燃料转换机制关联的市场对。

基于此背景，本研究的核心问题是：布伦特原油、天然气、煤炭与CO₂排放配额在波动特征、条件相关性和成对收益率可预测性方面存在何种差异。研究目标在于评估这些市场在波动动态、条件相互依存性和预测关系方面的多样性。研究区分了个体条件波动率、同期条件相关性和滞后收益率可预测性，未估计方向性波动溢出或识别结构性内生市场体系。

二、研究设计与方法概述

研究人员利用2018年7月至2026年5月期间四个市场的日收盘价数据，数据来源于Investing.com，涵盖布伦特原油（ICE布伦特原油连续近月期货，美元/桶）、天然气（荷兰TTF天然气连续近月期货，欧元/兆瓦时）、煤炭（鹿特丹煤炭API2连续近月期货，美元/公吨）和CO₂排放配额期货（EUA连续近月期货，欧元/公吨CO₂当量）。价格序列通过仅保留四个市场均有收盘价的日期进行同步化处理，未对缺失价格进行插补。对数收益率在同步化后计算。

研究采用的主要技术方法包括：其一，描述性统计与增强Dickey-Fuller（ADF）单位根检验，用于评估收益率序列的统计特征与平稳性；其二，带GED分布的EGARCH(1,1)模型，用于分别建模各市场的条件方差动态，评估冲击幅度响应、持续性及非对称性；其三，多元CCC-GARCH与DCC-GARCH模型，用于评估市场间的条件相关性与时变相关性动态；其四，成对格兰杰因果关系检验，用于评估滞后收益率可预测性，并采用Holm校正处理多重检验问题。所有计算使用EViews 14完成。

三、研究结果

3.1 描述性统计与初步分析

价格序列的对数轨迹显示，研究期间涵盖了多个重大经济、能源、监管和地缘政治冲击，包括2020年初COVID-19疫情引发的全球需求冲击、2022年乌克兰战争与欧洲能源危机、2021年欧盟"Fit for 55"气候政策收紧带来的监管冲击、2023至2025年的通胀治理与经济放缓阶段，以及2026年初美国-以色列与伊朗军事冲突引发的市场动荡。收益率图表揭示了各资产波动性的差异和波动聚集现象的出现。

描述性统计显示，所有收益率序列均值接近零，但波动率差异显著。天然气收益率的标准差最高（4.59），而布伦特、煤炭和CO₂的标准差均不超过3。煤炭具有较高的极差但最低的四分位距，表明其典型波动率较低但偶发极端价格变动。所有四个市场的收益率均呈现负偏度（煤炭为?2.85至CO₂为?0.44），表明发生罕见但急剧下跌的概率高于异常上涨。峰度值从CO₂配额的4.59到煤炭的60.19不等，表明存在"肥尾"分布和孤立的高幅度冲击。ADF检验确认价格水平非平稳而收益率平稳。

3.2 EGARCH模型估计结果

EGARCH-GED模型的估计结果显示，所有资产的冲击幅度响应参数均为正且高度显著。布伦特原油的幅度响应最高（0.2295），其次为CO₂排放配额（0.1962）、天然气（0.1846）和煤炭（0.1136）。非对称性参数对所有资产均不显著，表明未发现条件波动率对等量正负冲击存在统计上显著的差异化响应。持续性参数对所有资产均显著，煤炭最高（0.9869），其次为天然气（0.9787）、布伦特（0.9712）和CO₂（0.9681），表明四个市场的条件波动率均具有高度持续性。GED分布形状参数均显著低于2（煤炭最低为0.6504，其余介于1.22至1.42之间），确认了收益分布的肥尾特征。ARCH-LM检验未在5%水平上拒绝无残差ARCH效应的原假设。

3.3 CCC-GARCH模型与条件相关性

在多元分析中，CCC-GARCH模型因具有更高的对数似然值（?18,291.49）而被选为优于Diagonal BEKK(1,1)的规范。CCC-GARCH的方差方程显示，布伦特的ARCH参数最高（0.1192），其次为CO₂（0.0876）、天然气（0.0766）和煤炭（0.0660）。GARCH参数以天然气最高（0.9233），其次为CO₂（0.8993）和布伦特（0.8505），而煤炭显著较低（0.5768）。ARCH与GARCH参数之和表明，布伦特（0.9697）、天然气（0.9999）和CO₂（0.9869）的波动冲击衰减极为缓慢，而煤炭（0.6428）表现出最强的方差均值回归倾向。

条件相关矩阵显示，所有系数均为正且统计显著，但数值相对较低。布伦特-煤炭的条件相关性最高（0.1515），其次为布伦特-CO₂（0.1297）和煤炭-CO₂（0.1243）。布伦特-天然气为0.0926，天然气-CO₂为0.0647，天然气-煤炭最低（0.0419）。这些结果表明市场间存在正向但有限的条件相互依存关系。

3.4 DCC-GARCH模型与时变相关性

DCC-GARCH(1,1)模型的估计结果显示，冲击参数θ₁为0.0210且统计显著（p=0.0004），表明条件相关性动态对近期标准化收益率创新有所响应，但短期贡献相对有限。持续性参数θ₂为0.8794且统计显著，表明相关性变化的持续性较高。两者之和为0.9004，低于1，满足DCC过程的稳定性条件，意味着相关性向长期水平均值回归。

3.5 格兰杰因果关系检验

成对格兰杰因果检验采用两期滞后规范。未校正的检验结果仅识别出COAL → CO₂FUT方向在5%水平上显著（p=0.0003），该方向在12个方向性检验的Holm校正后仍保持显著（校正后p约0.0036）。反向方向CO₂FUT → COAL在校正前（p=0.0979）和校正后（校正后p约0.8154）均不显著。其他方向在校正后均不显著。研究结果支持收益率中存在单向成对预测关系，但未建立双向反馈机制。

四、讨论与结论

讨论部分将研究结果与既有文献进行了比较。EGARCH-GED模型确认了经验收益分布对正态分布的明显偏离，与Gunay和Khaki的研究一致，表明忽略肥尾可能导致市场风险低估。非对称参数的不显著性与McAleer关于GJR和EGARCH模型结构性限制的理论论证相符，表明在所研究样本中未发现条件方差对等量正负价格创新存在系统性差异化响应的证据。高持续性估计与Dutta等人的EUA波动持续性估计（0.9868）相似，但研究也指出未考虑结构变化可能导致持续性高估。煤炭市场呈现出独特特征：在EGARCH中具有最低的幅度响应和最高的持续性，但在CCC-GARCH的GARCH方差方程中持续性最低，表明持续性排序依赖于模型设定。低条件相关性表明市场特定因素在塑造日度价格变动中发挥重要作用，这对现代投资组合理论具有潜在意义。

研究结论可归纳如下：所研究的四个市场在波动特征方面存在明显分化——天然气具有最高典型波动率，煤炭以罕见但强烈的价格变动和高峰度为特征；冲击幅度响应与持续性参数在各市场间存在差异，煤炭响应最弱但持续性最高；未发现条件波动率对正负冲击存在统计上显著的非对称响应；条件相关系数普遍较低但存在差异，布伦特-煤炭联系最强；经多重性校正后，预测性证据集中于煤炭到CO₂的单向方向，未确立波动溢出或系统层面的连通性。研究结果表明这些市场具有各自独特的风险特征，且能源-排放体系中的关联是选择性的而非广泛分布的。