前言
全球气候变暖是人类面临的来自自然环境的主要挑战之一，而二氧化碳气体的排放是造成这一问题的主要因素，因此，控制二氧化碳排放量就成为应对全球气候变暖的重要举措。经过10多年的发展，欧盟碳排放交易市场已经得到了快速的成长。欧盟排放配额（European Union Allowance, EUA）和核证减排量（Certified Emission Reduction, CER）作为欧盟碳排放交易市场的两个主要交易标的物，其交易所形成的市场已经发展成为一个重要的贸易市场。
随着碳排放交易市场的不断发展，该市场的资本化程度逐渐深化，其金融属性也日益显现，并逐步融入国际资本市场体系之中。经济金融全球一体化的发展，使得碳排放交易市场与其他资本市场之间的关系变得更加复杂，并呈现出非线性的相依结构。准确度量这种相依性结构，对资本市场上的风险管理、投资组合分析、套期保值策略、产品定价等方面都具有现实意义，尤其是在经济危机与金融危机爆发期间。Copula函数的构建，为刻画资本市场之间的相依性结构提供了理论基础。Copula函数的种类繁多，包括二元、多元以及藤分解结构等，使得引入Copula函数来研究碳排放交易市场之间的相依性具有了可行性。
尽管欧盟碳排放交易市场已经历了10余年的发展，但仍然不完善，市场结构容易受到外界信息的冲击而发生变化，从而产生很大的市场不确定性。由于具体制度安排、政策导向、排放与减排目标不同等因素，碳排放交易市场可能存在结构转换与跳跃特征。针对碳排放交易市场结构转换与跳跃特征的相关研究，有利于进一步分析欧盟碳排放交易市场上资产价格的波动特征及其驱动因素，有利于探讨市场之间套期保值策略，有利于提高碳排放权市场产品的定价精度，也有助于进一步探讨市场制度安排。正是基于此，本书对我国碳排放交易市场的发展具有一定的参考与借鉴意义，尤其在设计我国碳排放交易机制方面。
鉴于此，本书选取欧盟碳排放交易市场作为研究对象，主要从以下三个方面展开研究：第一，基于Copula函数与藤分解结构分析市场的相依结构；第二，基于马尔科夫机制转换模型分析市场的波动聚集与结构转换特征；第三，基于自回归跳跃强度模型分析市场的时变跳跃行为。
本书的结构安排如下：
第一章为绪论。本章主要阐述本书的研究背景与研究意义、研究问题的界定、研究内容与研究方法、研究的基本思路与技术路线图、可能的创新。
第二章为相关研究综述。首先，梳理国内外研究文献，整理分析国内外学者研究国际碳排放交易市场以及对碳金融产品研究等相关研究的最新动态，从可行性的角度发掘进一步的研究方向。然后，分别从资本市场结构相依特征、资本市场结构转换与跳跃行为特征等方面综述国内外最新研究动态，探讨本书的研究方向。
第三章为碳排放交易市场动态相依性分析及风险测度。本章引入Copula理论来研究欧盟碳排放交易市场的相依性结构特征。结合GARCH模型和Copula函数，选取2009年3月13日—2010年8月4日的欧盟排放配额和核证减排量的日交易价格数据来进行相关问题的研究。首先，采用GARCH模型对收益率序列进行拟合并过滤得到残差序列，进而将残差序列进行标准化，得到标准化的残差序列。然后，采用学生t分布的DCC模型、学生t分布的TVC模型、高斯分布的DCC、高斯分布的TVC以及SJC-Patton模型五种动态Copula模型对标准化的残差序列进行建模，并采用总体拟合的方法来选取合适的Copula函数。进一步地，运用蒙特卡罗模拟方法来模拟市场的投资组合的在险价值。研究表明：第一，与其他动态Copula模型比较，学生t分布的DCC Copula模型在捕捉欧盟排放配额与核证减排量市场的相依性方面表现最好。第二，欧盟排放配额与核证减排量市场之间呈现出较大的尾部相依特征，且是对称的，而尚未发现非对称的依据，也即在市场发生极端事件的情形下，两种市场之间发生联动的概率较大，且极端好事件与极端坏事件发生的概率相当。第三，欧盟排放配额各市场之间呈现出显著的动态相依特征，且欧盟排放配额和核证减排量期货市场之间的动态尾部相依特征也比较明显。第四，尽管欧盟排放配额和核证减排量市场之间的相依程度较大，但选择合适的资产投资组合，仍然能够降低一定的投资风险。
第四章为碳排放交易市场结构相依特征研究：基于规则藤方法。本章基于规则藤分解结构，构建国际碳排放权市场高维动态Copula相依模型，进一步探讨国际碳排放权市场的相依结构特征。选取欧盟排放配额（EUA）期货的日价格时间序列数据，首先假设新息序列服从学生t分布，运用ARMA-GARCH模型对经调整的对数收益率序列进行过滤，采用极大似然方法估计模型的参数，并得到残差序列，同时将其标准化而得到标准化残差；然后，将Kendall's tau秩相关系数作为权重，采用最大生成树算法（maximum spanning tree algorithm）的序贯Copula选择方法构建合适的规则藤Copula模型，并运用基于序贯的极大似然方法估计规则藤Copula模型，以描述碳排放交易市场之间复杂的相依结构特征。研究发现：在无条件下，t-copula函数可以较好地捕捉碳排放交易市场之间的相依关系，说明市场存在明显的对称尾部；在Dec10 EUA、Dec12 EUA、Dec13 EUA市场相依结构固定下，Dec11 EUA与Dec14 EUA市场之间的相依结构可以采用Gaussian copula函数来描述，而在Dec10 EUA、Dec13 EUA市场相依结构确定不变的情形下，Dec12 EUA与Dec14 EUA市场之间的相依结构则适合采用Frank copula函数来捕捉，说明这些市场之间并没有出现尾部特征。进一步地，分别选择White信息矩阵等式拟合优度检验和基于概率积分转换（probability integral transform, PIT）与经验Copula过程（empirical copula process, ECP）混合方法的拟合优度检验，且后者基于Bootstrap方法，以Cramer von Mises（CvM）检验统计量作为度量测度，来对模型进行拟合优度的检验。研究发现，构建的规则藤Copula模型能够较好地捕捉碳排放交易市场之间的相依结构。这一研究结果，为准确探讨碳排放交易市场之间、碳排放交易市场与其他资本市场之间套期保值策略提供了一定的参考，也有利于提高碳排放交易市场产品定价的准确度。
第五章为碳排放交易市场的状态转换结构研究。本章研究欧盟碳排放交易市场的波动集聚与结构转换特征。选择2010年1月4日至2014年6月30日的EUA现货价格、EUA期货价格（连续）和CER期货价格（连续）的日数据，结合AR-GARCH与Markov机制转换模型，从收益率、残差和波动率三个角度进行研究。研究表明：第一，碳排放交易市场收益率序列存在显著的波动聚集的特征，其分布特征也呈现尖峰厚尾的特点，这表明EUA现货市场与期货市场、CER期货市场都存在较大的尾部结构风险，市场发生极端事件的概率较大。第二，在碳排放交易市场的发展过程中，该市场的收益率序列、残差序列、波动率序列都会呈现出明显的不同状态的转换结构特征。其中，在学生t分布的条件下，欧盟碳排放交易市场在上涨状态、盘整状态和下跌状态的期望持续期都相等，大约为5天。第三，碳排放交易市场从市场盘整状态和下跌状态变化为上涨状态的转换概率比较小，说明当市场处于某一状态时，该状态将会持续较长一段时间。
这一研究结果，能够为市场投资者提供一定的参考。一方面，根据市场所处上涨状态以及该状态的期望持续期，市场投资者可以选择进入市场的最佳时机；另一方面，短期市场投资者也可以预测市场价格的走势，选择合适时机退出市场，以规避市场风险。
第六章为碳排放交易市场的时变跳跃研究。本章引入ARJI-GARCH（自回归跳跃GARCH）模型，研究碳排放交易市场产品价格的时变跳跃行为特征。选取2010年1月4日到2014年12月31日欧洲气候交易所欧盟碳排放配额（EUA）现货价格的日数据，首先构建常数跳跃强度模型来研究不同发展阶段上EUA收益率数据的跳跃行为，然后假设跳跃幅度具有条件动态性，运用ARJI-RtGARCH模型、
GARCH模型来检测跳跃幅度及其方差是否对市场波动率存在敏感性，采用ARJI-htGARCH模型来检测跳跃幅度的方差对GARCH波动率是否具有敏感性。研究表明：第一，碳排放交易市场EUA的收益率发生了异常波动，且这种异常波动的状态将会保持一段时间。第二，在不同阶段，EUA现货市场的跳跃强度存在一定的差异，市场跳跃行为呈现出动态的时变性，其中欧盟排放交易机制第三阶段上的跳跃强度要明显大于第二阶段。第三，引入动态跳跃强度的ARJI-RtGARCH模型、
GARCH模型、ARJI-htGARCH模型，均优于常数跳跃强度GARCH模型，碳资产价格存在明显的时变跳跃特征。第四，受离散随机事件冲击而产生的跳跃与整个市场的波动率、GARCH波动率之间都存在显著的敏感性。第五，历史离散随机事件对碳排放权市场的冲击程度较小，且不存在持久性。根据研究结果，笔者发现欧盟碳排放交易市场的收益率序列确实呈现出时变跳跃的特征，这为进一步引入跳跃过程来研究碳排放交易市场的定价问题提供了一定的理论基础。
由于时间仓促，本书中难免存在不足之处，欢迎广大读者批评指正。
吴恒煜
2018年11月于成都