碳金融资产期权实证研究

2022-09-11

1 引言

自2015年以来, 全球有4个国家实施了新的碳价机制, 分别是2015年韩国的ETS和葡萄牙的碳税政策, 2016年加拿大不列颠哥伦比亚省的“温室气体工业报告与控制法案 (GGIRCA) ”和澳大利亚的减排基金 (ERF) 的保障机制。此外, 2017年有三个新的碳价机制计划实施分别是美国的安大略省的ETS、加拿大阿尔伯塔省的碳税政策以及中国统一的碳排放交易市场。这将是碳定价史上一个重大进步。同时, 墨西哥也宣布将于2018年启动一个全国性的碳市场, 智利和哥伦比亚也在考虑建立ETS等。展望未来, 基于全球的碳价机制将被建立与实施, 到那时, 碳价机制所覆盖的碳排放量也将达到史上最高。

根据2017年中国全国碳市场正式成立以后的预期目标, 碳价机制覆盖的全球温室气体排放量将会从之前的13%上升到20%~25%之间。

2 碳市场种类

2.1 碳价机制

碳价机制的基本思想是将温室气体排放造成的破坏或损失进行经济生产成本核算。碳交易由市场供需决定, 温室气体的排放总量被设定, 对于特定地区的碳定价应该反映这个地区的减排成本。

碳定价的实质就是通过解决碳排放的负外部性, 从成本的角度考虑, 将外部成本内部化, 进而实现温室气体减排。一个可交易的排放许可系统, 包括排放限制和配额交易。排放限制和配额交易系统能起到庇古税同样的作用, 其许可证价格就相当于对污染征税。也可以进行配额拍卖, 可以进行区域性碳交易市场和区域间的跨境碳交易市场。

2.2 我国碳金融尝试

碳金融是服务于旨在减少温室气体排放的各种金融制度安排和金融交易活动, 主要分为碳直接金融和碳间接金融。碳直接金融也就是碳金融市场, 主要包括碳排放权及其衍生品的交易和投资、低碳项目开发的投融资;碳间接金融主要是指绿色信贷以及与其密切相关的金融中介活动。

碳金融创新将大力助推我国绿色低碳产业发展, 2016年度, 北京、上海、湖北三地碳市场各自实施了有地方特色的碳金融创新, 尤其湖北碳市场, 碳期货、碳保险、碳基金的诞生将进一步扩宽企业节能减排融资通道, 降低融资成本。具体事件如下:

(1) 北京碳交易平台的最大特色就是有多种交易模式供用户选择。线上平台可提供整体竞价交易、部分竞价交易和定价交易三种模式。前两种侧重价格发现功能, 后一种侧重成交的时效性。

(2) 2016年9月28日, 由上海环境能源交易所和银行间市场清算所股份有限公司联合举办“上海碳金融发展暨上海碳配额远期产品路演活动”。上海碳配额远期产品是上海环交所本年度在碳金融产品方面的重点创新, 仿真运行时间在2016年11月21日至2016年12月2日。

(3) 湖北充分运用市场化手段, 多措并举的推动全省环境保护机制和生态文明建设。一是通过建立市场化的减排交易机制, 以科学、合理的激励与约束机制促进企业自主减排, 二是探索开展各类碳金融创新, 全国首创碳质押贷款、碳托管、碳基金、碳保险、碳众筹、碳债券等业务产品, 直接为企业节能降碳融资;三是探索基于碳市场的生态补偿机制, 统筹开发全省林业和农业沼气碳汇资源。

2.3 碳债券

债券是绿色债券的一种, 主要是指以碳资产或碳资产收益作为债券还本付息的担保或资金来源, 或者将所募资金用于碳减排项目活动的债券, 承诺在一定时期内支付利息和到期还本的债务凭证, 其核心特点是将低碳项目的CDM收入与债券利率水平挂钩。

3 碳价收益率与波动率的预测方法

本文将利用GARCH模型的方法对碳价收益率及其波动率进行理论分析和实证研究。GARCH模型是由Bollerslev在自回归条件异方差模型的基础上通过改进得到的, 假设 (1) 式为随机变量yt的表达式, 则ut为服从q阶ARCH过程的变量。

σt2为碳收益率的条件方差。

在 (2) 式中加入残差平方的滞后项即构成GARCH模型, 如 (3) 式所示:

其中, β1u2t-1+β2u2t-2+...+βqu2t-q为ARCH项;

χ1σ2t-1+...+χpσ2t-p为GARCH项。约束条件为:

实证研究表明GARCH模型能够较好的描绘碳资产价格收益序列存在尖峰厚尾、自相关性等特征[4], 碳金融资产收益波动率的异方差现象和波动聚集现象。本文利用GARCH模型对碳金融资产收益波动率进行预测。

4 实证分析

4.1 样本选取及预处理

考虑数据的可获得性和完整性, 本文选取中国碳排放交易网 (http://www.tanpaifang.com/) 2013年11月25日至2017年4月7日期间的北京地区的碳成交价为样本研究对象, 同时剔除在此期间无成交量导致收盘价为零的交易日数据, 为使检验效果更好, 本文选取的碳价对数收益率为R=100 (ln Pt-ln Pt-1) , 总计获得数据1025个。本文以该期间的交易数据进行数据样本检验, 估计出GARCH模型参数 (如图1) 。

4.2 碳价收益率特征检验

碳价收益率序列描述性统计见表1所示, 碳价收益率序列的峰度值为2.86248215, 小于正态分布的峰度值3;偏度值为0.26733574, 异于正态分布的偏度值0;该序列的变异系数为13.5127792, 标准误差均值为0.21235884.从图中可以看出, 碳价收益率序列存在“尖峰厚尾”现象。经平稳性检验, 北京市碳排放权日收益率序列数据都是平稳的, 因此可以使用GARCH族模型对北京碳排放权收益的波动性进行检验。下图为碳价收益率序列描述性统计表。

5 结语

综上所述, 本文提出了基于GARCH模型的碳期权定价方法, 通过实证结果发现:北京市碳期货价格收益率呈现出尖峰厚尾、条件异方差现象;GARCH (1, 1) 模型能很好地刻画碳价收益率的时变波动率;

摘要：绿色金融发展的关键, 是建立起校正环境污染和温室效应等负外部性的经济机制, 其主要目的是将企业产生的环境成本内化到自身的成本结构之中, 并对企业减轻环境耗损的经营行为实行相应的激励措施, 最终阻断企业的环境套利行为。这也是从宏观经济到微观企业层面实现低碳转型的内生动力机制, 为节能减排和环境保护提供有力保障。

关键词：碳金融,绿色金融,碳定价