中國碳金融市場風險度量

摘要：碳金融業務隨著低碳經濟的深入人心而迅猛發展，然而制約著碳金融服務機構實現創新的是市場風險，因此，將市場風險控制在合理的范圍內至關重要。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的風險，并提出政策建議。

關鍵詞：碳金融；市場風險；Copula

1.引言

低碳經濟的興起促進了碳交易市場的蓬勃發展，碳金融業務創新也隨之興起。以興業銀行為主的商業銀行主要參與清潔發展機制項目，市場風險受國際匯率影響較大，碳排放交易所交易試點主要交易對象為CCER，主要受碳價波動影響。由此，本文在考慮不同因子之間的相關性后，選取Copula函數構建模型這種非傳統度量方法來計算碳金融業務的市場風險。

韋艷華等國內外專家在考慮變量的相關性后，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風險。周艷菊等基于貝葉斯網絡并利用Copula方法度量了我國商業銀行在不同置信水平下操作風險損失的VAR和CVAR值，該成果的發表為更準確的度量操作風險提供了依據。李建平等考慮風險相關性后對商業銀行主要面臨的三類風險：市場風險、信用風險和操作風險進行了集成，實證顯示考慮相關性后的VAR值比直接相加的VAR值要小，為研究金融市場整體風險提供新思路。張晨等根據對商業性銀行介入碳交易業務所面臨的市場風險構建的以Copula為基礎的模型的結果，認為政府監管對減少碳交易風險起到一定的作用。總體而言，Copula的性質是在非線性單調變換下函數不變，因此，可以對非線性、非對稱性的相關模式進行刻畫，并且實現風險分散。

2.模型構建

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

運用Copula函數構建模型后，擬合不同形式的Copula函數時需要對參數進行估計。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碳交易均價和歐元兌人民幣匯率的收益率數據共579組，作為樣本，數據來源于wind。碳交易均價定義為：

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，i=2匯率）：

3.1變量的基本統計特征

經過ADF檢驗，兩個收益率序列都是平穩序列，如圖1的時間序列圖形顯示，兩個收益率序列圍繞著均值上下波動，且其波動性具有顯著的“集聚效應”。下表給出兩個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。對碳均價和匯率兩收益率序列進行正態性檢驗，得出H=1，即拒絕原假設，認為他們不服從正態分布。

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相容性和漸進正態性的特征。這里選定正態核函數，由正態核的經驗法則選取光滑參數，就可以計算碳均價和匯率收益率的非參數核密度估計的光滑參數分別為，，其圖形如下：

從圖2可以看出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，是來自上的均勻分布，畫出經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，確實來自均勻分布。接著求出阿基米德 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關系。

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能更準確地刻畫兩序列之間的相關結構，還需要進一步的檢驗。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是最優的，而Gumbel和Clayton函數距離相對較遠。因此，在顯著性水平為5%情況下，認為兩序列的相關結構可以指定非線性的Frank函數描述。進一步計算阿基米德 Copula函數的相關性測度的指標：

從表4中我們看出基于阿基米德 Copula函數的相關性測度指標中Frank的Kendalls Tau和Spearmans Rho是最高的。也就意味著Frank對極端事件的尾部相關性能夠更好地加以描述，所以它更能恰當地刻畫兩序列的相關性問題，碳均價和匯率收益率序列整體相關性比較強，與上面的非參數密度實證結果相符。

3.4市場風險VAR

為了得到市場風險的具體數值，對碳均價和匯率收益率進行等權重組合，運用Frank Copula進行蒙特卡羅模擬，計算出不同置信度下的值，結果見下表：

實證結果比較可知：置信度的提高帶來VAR的值的增大；碳均價序列的VAR值相比匯率序列的VAR值要大；匯率是受到政府監管的，而碳價監管還未完善；若將兩風險的VAR值直接相加要比整合后的VAR值要大，說明不同的風險因子之間的相關性會使市場風險的值變大；而蒙特卡羅模擬的值處于兩者之間，市場風險VAR值隨著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性整合在一起，對中國碳金融的市場風險進行了很好的度量。

結論

低碳經濟的興起促進碳金融業務迅速崛起，碳金融服務機構的業務的發展同時也促進經濟轉型，參與碳金融業務的關鍵就是有效地實現碳交易市場的風險防控。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，在全國范圍內實現統一制定價格，有明確對的價格制定體系，從而提高碳金融交易的市場效率。二是，統一配額，在全面推進碳金融交易平臺建設的基礎上，實現全國范圍內的總量控制。三是，統一監管，實現自上而下的審慎監管體制，明確各級部門監管范疇，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入門檻，確保交易主體具有良好的風險防范和控制意識，同時設立風險警示制度，通過保證金制度，實現對交易風險的防范。

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行深度整合，重點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.金融市場的相關性分析——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.基于Bayesian-Copula方法的商業銀行操作風險度li量[J].中國管理科學，2011，19（4）：17-25.

[3]李建平，豐吉闖等.風險相關性下的信用風險、市場風險和操作風險集成度量[J].中國管理科學，2010，18（1）：18-25.

[4]張晨，楊玉，張濤.基于Copula模型的商業銀行碳金融市場風險整合度量[J].中國管理科學，2015，04：61-69.

[5]柏滿迎，孫祿杰.三種Copula-VaR計算方法與傳統VaR方法的比較[J].數量經濟技術經濟研究，2007（02）：154-160.

作者簡介：

韋景梅（1989.11- ），女，漢族，河北邢臺人，碩士研究生在讀，現就讀于河北工業大學經濟管理學院，應用經濟學專業金融學方向。