碳金融中國市場(chǎng)論文

　　碳金融是指服務(wù)于旨在減少溫室氣體排放的各種金融制度安排和金融交易活動(dòng)，下面是關(guān)于碳金融中國市場(chǎng)論文的內容，歡迎閱讀！

　　摘要：碳金融業(yè)務(wù)隨著(zhù)低碳經(jīng)濟的深入人心而迅猛發(fā)展，然而制約著(zhù)碳金融服務(wù)機構實(shí)現創(chuàng )新的是市場(chǎng)風(fēng)險，因此，將市場(chǎng)風(fēng)險控制在合理的范圍內至關(guān)重要。本文選取的數據樣本為2013年6月18日至2015年12月31日的碳交易均價(jià)和歐元兌人民幣匯率數據，用Copula函數構建模型計算中國碳金融市場(chǎng)的風(fēng)險，并提出政策建議。

　　關(guān)鍵詞：碳金融；市場(chǎng)風(fēng)險；Copula

　　1、引言

　　低碳經(jīng)濟的興起促進(jìn)了碳交易市場(chǎng)的蓬勃發(fā)展，碳金融業(yè)務(wù)創(chuàng )新也隨之興起。以興業(yè)銀行為主的商業(yè)銀行主要參與清潔發(fā)展機制項目，市場(chǎng)風(fēng)險受?chē)�際匯率影響較大，碳排放交易所交易試點(diǎn)主要交易對象為CCER，主要受碳價(jià)波動(dòng)影響。由此，本文在考慮不同因子之間的相關(guān)性后，選取Copula函數構建模型這種非傳統度量方法來(lái)計算碳金融業(yè)務(wù)的市場(chǎng)風(fēng)險。

　　韋艷華等國內外專(zhuān)家在考慮變量的相關(guān)性后，把Copula函數應用到以GARCH構建的金融變量邊際分布的模型中，研究變量相依性以及整合后的市場(chǎng)風(fēng)險。周艷菊等基于貝葉斯網(wǎng)絡(luò )并利用Copula方法度量了我國商業(yè)銀行在不同置信水平下操作風(fēng)險損失的VAR和CVAR值，該成果的發(fā)表為更準確的度量操作風(fēng)險提供了依據。李建平等考慮風(fēng)險相關(guān)性后對商業(yè)銀行主要面臨的三類(lèi)風(fēng)險：市場(chǎng)風(fēng)險、信用風(fēng)險和操作風(fēng)險進(jìn)行了集成，實(shí)證顯示考慮相關(guān)性后的VAR值比直接相加的VAR值要小，為研究金融市場(chǎng)整體風(fēng)險提供新思路。張晨等根據對商業(yè)性銀行介入碳交易業(yè)務(wù)所面臨的市場(chǎng)風(fēng)險構建的以Copula為基礎的模型的結果，認為政府監管對減少碳交易風(fēng)險起到一定的作用�？傮w而言，Copula的性質(zhì)是在非線(xiàn)性單調變換下函數不變，因此，可以對非線(xiàn)性、非對稱(chēng)性的相關(guān)模式進(jìn)行刻畫(huà)，并且實(shí)現風(fēng)險分散。

　　2、模型構建

　　本文利用Copula函數對中國碳金融市場(chǎng)的風(fēng)險進(jìn)行度量。當使用Copula函數計算市場(chǎng)風(fēng)險時(shí)，主要體現在與VAR度量方法的結合上。Copula將不同的金融資產(chǎn)的邊際分布連接起來(lái)，得到它們的聯(lián)合分布，從而據此計算相應的分位數，得到的值也就是市場(chǎng)風(fēng)險值。假設，F是由Copula函數連接的邊際分布的聯(lián)合分布函數，則對于顯著(zhù)水平的VAR值計算如下：

　　運用Copula函數構建模型后，擬合不同形式的Copula函數時(shí)需要對參數進(jìn)行估計。本文采用非參數核密度估計法，具體步驟如下：

　�。�1）利用核密度函數得到A、B兩類(lèi)因子的非參數核密度估計為：

　�。�2）Copula函數中均勻邊際分布變量是根據密度函數算出的分布函數得到的，即：

　　由上述公式得到的是Copula函數中的估計值。

　�。�3）不同Copula函數的參數利用極大似然法估計，即：

　�。�4）這樣不同的Copula結構可以得到不同的Copula函數，即：

　　3、實(shí)證研究

　　文章選取2013年6月18日至2015年12月31日的中國七所碳交易試點(diǎn)碳交易均價(jià)和歐元兌人民幣匯率的收益率數據共579組，作為樣本，數據來(lái)源于wind。碳交易均價(jià)定義為：

　　上式中角標分別代表北京、上海、深圳、湖北、廣州、天津、重慶等地。本文將收益率定義為（i=1碳價(jià)，i=2匯率）：

　　3.1變量的基本統計特征

　　經(jīng)過(guò)ADF檢驗，兩個(gè)收益率序列都是平穩序列，兩個(gè)收益率序列圍繞著(zhù)均值上下波動(dòng)，且其波動(dòng)性具有顯著(zhù)的“集聚效應”。下表給出兩個(gè)序列的一些統計特性：

　　從上表可以看出，兩序列的均值和標準差都較小，偏度值比0大，為右偏，峰度值比3大，表現出“尖峰厚尾”的特征。對碳均價(jià)和匯率兩收益率序列進(jìn)行正態(tài)性檢驗，得出H=1，即拒絕原假設，認為他們不服從正態(tài)分布。

　　3.2參數估計

　　Parzen（1962）的研究結果顯示了核密度估計具有漸進(jìn)相容性和漸進(jìn)正態(tài)性的特征。這里選定正態(tài)核函數，由正態(tài)核的經(jīng)驗法則選取光滑參數，就可以計算碳均價(jià)和匯率收益率的非參數核密度估計的光滑參數。

　　核密度估計函數基本上擬合了收益率分布的“尖峰厚尾”特征。根據公式可以計算出Copula函數中的估計值。為了驗證，是來(lái)自上的均勻分布，畫(huà)出經(jīng)驗分布與均勻分布的累積分布函數圖，圖形基本重合。由此得出，確實(shí)來(lái)自均勻分布。接著(zhù)求出阿基米德 Copula中各參數估計值。結果如下：

　　對比上表中各Copula函數的參數值和極大似然值，不難看出Frank函數對應的參數較大，因此初步斷定Frank Copula能夠描述兩序列之間的相關(guān)關(guān)系。

　　3.3Copula函數選擇

　　本文根據非參數核密度估計方法計算出了不同阿基米德 Copula的參數估計值。但是這些不同的阿基米德Copula函數中是不是Frank能更準確地刻畫(huà)兩序列之間的相關(guān)結構，還需要進(jìn)一步的檢驗。本文采取三種函數與均勻分布之間的歐式距離比較，得到如下結果：

　　從上表中我們看出Frank是最優(yōu)的，而Gumbel和Clayton函數距離相對較遠。因此，在顯著(zhù)性水平為5%情況下，認為兩序列的相關(guān)結構可以指定非線(xiàn)性的Frank函數描述。進(jìn)一步計算阿基米德 Copula函數的相關(guān)性測度的指標：

　　從表4中我們看出基于阿基米德 Copula函數的相關(guān)性測度指標中Frank的Kendall’s Tau和Spearman’s Rho是最高的。也就意味著(zhù)Frank對極端事件的尾部相關(guān)性能夠更好地加以描述，所以它更能恰當地刻畫(huà)兩序列的相關(guān)性問(wèn)題，碳均價(jià)和匯率收益率序列整體相關(guān)性比較強，與上面的非參數密度實(shí)證結果相符。

　　3.4市場(chǎng)風(fēng)險VAR

　　為了得到市場(chǎng)風(fēng)險的具體數值，對碳均價(jià)和匯率收益率進(jìn)行等權重組合，運用Frank Copula進(jìn)行蒙特卡羅模擬，計算出不同置信度下的值，結果見(jiàn)下表：   實(shí)證結果比較可知：置信度的提高帶來(lái)VAR的值的增大；碳均價(jià)序列的VAR值相比匯率序列的VAR值要大；匯率是受到政府監管的，而碳價(jià)監管還未完善；若將兩風(fēng)險的VAR值直接相加要比整合后的VAR值要大，說(shuō)明不同的風(fēng)險因子之間的相關(guān)性會(huì )使市場(chǎng)風(fēng)險的值變大；而蒙特卡羅模擬的值處于兩者之間，市場(chǎng)風(fēng)險VAR值隨著(zhù)蒙特卡羅模擬模擬的次數增多而增大；由此可知，本文選取的Copula模型很好地將序列間相關(guān)性整合在一起，對中國碳金融的市場(chǎng)風(fēng)險進(jìn)行了很好的度量。

　　結論

　　低碳經(jīng)濟的興起促進(jìn)碳金融業(yè)務(wù)迅速崛起，碳金融服務(wù)機構的業(yè)務(wù)的發(fā)展同時(shí)也促進(jìn)經(jīng)濟轉型，參與碳金融業(yè)務(wù)的關(guān)鍵就是有效地實(shí)現碳交易市場(chǎng)的風(fēng)險防控。本文根據研究結果，現提出如下政策建議：

　　首先，積極構建全國范圍內較為完善的碳金融交易平臺。一是，統一定價(jià)，在全國范圍內實(shí)現統一制定價(jià)格，有明確對的價(jià)格制定體系，從而提高碳金融交易的市場(chǎng)效率。二是，統一配額，在全面推進(jìn)碳金融交易平臺建設的基礎上，實(shí)現全國范圍內的總量控制。三是，統一監管，實(shí)現自上而下的審慎監管體制，明確各級部門(mén)監管范疇，并防止沖突。

　　其次，健全交易和監管機制。設立碳排放權交易所交易的進(jìn)入門(mén)檻，確保交易主體具有良好的風(fēng)險防范和控制意識，同時(shí)設立風(fēng)險警示制度，通過(guò)保證金制度，實(shí)現對交易風(fēng)險的防范。

　　最后，與國際碳排放交易體系加強合作。對國內相對分散的碳金融交易平臺進(jìn)行深度整合，重點(diǎn)扶持碳金融交易的第三方機構，加強與國際化程度較深的氣候交易所的合作，逐步實(shí)現中國碳金融交易的國際化。

　　參考文獻：

　　[1]韋艷華，張世英。金融市場(chǎng)的相關(guān)性分析――Copula—GARCH模型及其應用[J]。系統工程，2004，22（4）：7—12。

　　[2]周艷菊，彭俊，王宗潤�；�于Bayesian—Copula方法的商業(yè)銀行操作風(fēng)險度li量[J]。中國管理科學(xué)，2011，19（4）：17—25。

　　[3]李建平，豐吉闖等。風(fēng)險相關(guān)性下的信用風(fēng)險、市場(chǎng)風(fēng)險和操作風(fēng)險集成度量[J]。中國管理科學(xué)，2010，18（1）：18—25。

　　[4]張晨，楊玉，張濤�；�于Copula模型的商業(yè)銀行碳金融市場(chǎng)風(fēng)險整合度量[J]。中國管理科學(xué)，2015，04：61—69。

　　[5]柏滿(mǎn)迎，孫祿杰。三種Copula—VaR計算方法與傳統VaR方法的比較[J]。數量經(jīng)濟技術(shù)經(jīng)濟研究，2007（02）：154—160。

【碳金融中國市場(chǎng)論文】相關(guān)文章：

低碳經(jīng)濟發(fā)展的金融支持問(wèn)題論文09-19

財政金融支持低碳經(jīng)濟發(fā)展研究的論文08-11

金融證券論文11-03

金融類(lèi)論文06-08

金融論文開(kāi)題報告12-03

金融學(xué)論文05-15

低碳經(jīng)濟的發(fā)展論文05-21

【推薦】金融學(xué)論文05-15

金融畢業(yè)論文致謝11-27

普惠金融與綠色金融的融合發(fā)展論文06-23