《表3 EUA和CER期货日对数收益率描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《国际碳期货市场间动态尾部相依及风险研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:括号中的数值为检验统计量对应的P值。

由表4可知，均值方程中除了r EUA31外，其他序列的均值溢出效应均不显著。rEUA2和r EUA31，当期价格明显受到前期均值的负向影响和前期残差的正向影响，第三阶段第二部分前期对当期的影响并不显著，而CER市场却与EUA市场恰恰相反；方差方程中，GARCH项系数均大于ARCH项系数，且两系数之和（GJR-GARCH模型需加入0.5γ）十分接近于1，这一现象基本上在各时期的EUA序列中更为明显，说明EUA市场具有更长的冲击持续性和记忆性；此外，GJR-GARCH模型对r CER31和r CER32两序列的拟合效果更佳，且服从正态分布，存在一定正向杠杆效应，说明利好政策对市场的冲击影响较大。而EUA市场相对稳健，更适合用t-GARCH模型来拟合。对各标准化残差序列ei进行滞后10阶的LBQ和ARCH检验，结果表明在5%的显著性水平下建模之后不再存在自相关性和异方差效应。进而对各序列ei通过概率积分转换后的序列ui进行KS检验，结果表明在5%的显著性水平下所有序列ui均服从U（0，1）分布。即上述拟合的边缘分布模型均是有效的，可以运用Copula模型来对各时期两市场之间的相依程度和相依结构进行较为准确的刻画。