英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

基于向量自回归的绿色股票指数价格发现

马克·康明斯，奥纳福·加尔，克莱尔·科尔尼

摘要：涵盖了京都议定书的第一承诺期（2008- 2012年），我们执行一个价格发现分析来确定的一系列突出绿色股票指数与大盘股票和商品市场的Granger因果关系。三个关键，首先，一个扩大的数据库使用，让更多的深度相对于以往文献的价格发现分析。绿化股票指数被认为是，以及更广泛的商品，包括原油，天然气和排放量。天然气列入承认其作为过渡的化石燃料向低碳经济中的作用。除了主要的欧盟补贴的欧盟排放交易计划的交易，核证减排量（CER）的价格中还包括排放数据库捕捉全球清洁发展机制下的活动。其次，与常规的对称向量自回归一个问题是，它的实现通常导致大量出现微不足道的参数。因此，作为稳健性的第一层，我们利用非对称向量自回归模型来执行Granger因果测试，这通过允许系统变量之间不同滞后规格的装置解决了这一限制。第三，明确的识别在我们的多重比较的研究取得偏压中的高维测试框架，它是识别由单独纯属偶然统计学显著结果的不可忽略的可能性是固有的。作为稳健性的第二层，我们利用一个广义的Holm校正方法来控制偏压的这一来源。在传统的统计显着性水平，我们发现，金融时报100指数和富时全球小盘股票指数对所有绿色股票指数的因果效应，在相反的方向因果关系的证据有限。在绿色的股市，我们发现的证据表明，所选择的行业指数有考虑的两个全球指数，也是区域指数之一的格兰杰因果关系。此价格传送提供了适度的证据表明，全球绿色经济正变得更加一体化。 NBP气体被证明对所有绿色股票指数的因果关系，而我们找到布伦特原油没有这样的证据。前者的观察可能反映气体向低碳经济中的作用越来越大作为过渡燃料，在发电结构和相关的资本投资决策发挥了关键作用。最后，我们没有发现证据表明EUA和CER的价格对环保股，与以前的研究结果一致，这可能反映了被指挥在欧洲排放符合市场许可证过低的价格因果关系。

1.介绍

法兰克福学校的联合国环境规划署合作中心气候与可持续能源金融2013报告（以下简称fs-unep，2013报告）对全球可再生能源投资趋势描述2012作为一个特别具有挑战性的一年。2012整体在新能源领域的投资下降了12%，在2011水平的2440亿美元，几乎是一个持续的双位数增长后，从2004（2009是唯一的例外）。公开市场看到的相对下降最显着的水平。投资2011在2012年的两个主要的可再生能源类型，即风能和太阳能，新的公共市场的投资分别下降72％和50％，同比下降约61％，从106亿美元至41亿美元。公开市场投资的绝对水平一直被相形见绌通过资产融资投资的公用事业规模辊的水平了可再生能源，这在2012年是149亿美元；36倍于公开市场的投资。这凸显了在吸引私人机构融资，可再生能源和清洁技术公司的主要挑战。事实上，绿色股票板块大幅跑输大盘股市在最近几年。鉴于股市表现这种差异，我们进行了价格发现分析，以确定绿色股权部门内和部门以及更广泛的股票和商品市场，其中后者，包括石油、天然气和排放之间有什么相互作用同时存在。

在这个空间中的两个突出的研究是恩里克和Sadorsky（2008）和Kumar，Managi和松田（2012）。这些研究的重点主要是一直对股票价格的清洁能源企业和石油或技术公司之间的关系。恩里克和Sadorsky（2008年）利用威尔德山清洁能源指数数据和向量自回归模型，研究了替代能源公司、石油价格、利率的股票价格和方舟科技100指数的科技公司之间的动态关系。有趣的是，作者发现冲击技术公司的股票价格对股票价格的可替代能源公司，而不是石油价格的影响更大。他们指出：替代能源公司的成功往往取决于成功或具体技术故障;因此，他们有更多的共同点与技术公司比基于化石燃料的能源公司。此技术公司的关系也被库马尔等人发现。（2012年），Kumar等在考虑碳价的同时扩大了对石油和技术类股票的考虑。包括在研究三个指标：威尔德山新能源全球创新指数；怀尔德山清洁能源指数；而标准普尔全球清洁能源指数。作者证实，清洁能源股票的价格是由石油价格，利率和技术股票价格的影响，但也许令人惊讶的不是碳排放配额价格。其他相关文献包括Boulatoff和博耶（2009年），Sadorsky（2011年），Sabbaghi（2011年）和博尔，考夫曼和斯蒂芬（2013）。

作为第一个贡献，我们使用绿色股票指数、大盘股票市场指数和商品的扩展数据库，在我们的研究，提供显着的益处价格发现分析。具体而言，绿色股票指数的随员包括全球，行业和地区指数扩展以往的文献。正如上文所述，恩里克和Sadorsky（2008）认为在他们的研究和Kumar等一个全局索引。考虑三个特定的全球指数。我们的研究在考虑两个突出的全球指数，一个地区指数和一个部门的索引扩展这种文学。该指数从以下系列指数得出：彭博新能源财经清洁能源指数、富时环境市场指数和Wilderhill指数。这种扩展数据库允许在确定总的全球，区域和部门价格传导更加深入。商品数据库还考虑天然气市场信息，而以前只能得到油一直被认为的方式扩展了以前文献。列入天然气的动机是集中在该天然气被视为过渡化石燃料向低碳经济的认可。在我们的研究中排放的市场数据还考虑核证减排量（CER）的价格，与欧盟津贴（EUA）的基本达标单位的欧盟排放交易计划中的价格沿着意味着以前的文献延伸。核证减排量被授予对出资一如根据京都议定书，全球清洁发展机制（CDM）下开发的项目。作为清洁发展机制鼓励从发达国家在发展中国家的私人投资进入可再生能源和清洁技术项目的CER价格仅做为本次活动的措施包括，将被合理预期，一些绿色的股票指数中的成份股公司的考虑在我们的研究将参与清洁发展机制的市场。

作为第二个贡献，在我们的分析中采用的方法扩展了以前的文献，它应用了传统的向量自回归（VAR）模型来执行分析（恩里克和Sadorsky，2008; Kumar等，2012）。VAR的一个限制是，该模型规范的对称特性是这样的，它的实施往往会导致大量无意义的系数（基廷，2000年）的估计。大部分实现VAR模型的文献忽视这个问题，虽然已经从模拟人生（1980年）的开创性工作公认的问题。萧（1981）和Litterman（1986）提出，旨在约束VAR系数，努力实现更高效的估计（基廷，2000）贝叶斯方法。相对于这些方法，基廷（2000）提出了一种灵活的方法，它允许在该载体自回归模型的规范的不对称性。内的非对称向量自回归（AVAR），该模型系统的每个方程包含相同的变量，以确保参数估计都是一致和有效的，但比传统的对称VAR模型不同的是，该变量的滞后被允许潜在地不同。基廷（2000）指出，从AVAR模型参数估计一般有较小的标准差。此外，它是由基亭注意（2000）与赤池信息准则选择的AVAR模型内的点估计值通常可比尺寸的是从VAR获得的那些。鉴于VAR嵌套在更广AVAR说明书中，AVAR提供了一种灵活的方法，以解决获得大量微不足道系数的问题。因此，我们聘请AVAR模型作为稳健性的第一层来检查我们的学习兴趣变量之间的Granger因果关系。

作为第三个贡献，我们明确地认识到，在分析使用AVAR扩展的数据库，进行测试的多样性，介绍多重比较偏，我们控制使用广义霍尔姆校正方法（罗马诺，谢赫，与沃尔夫，2010）的。同时执行多个假设检验当偏置发生时，其导致由纯偶然识别统计学显著结果单独，而不是真正的统计关系的基础上的不可忽略的可能性。不控制多重比较偏压，拒绝真假设的概率，即，使得错误假发现，增加。寻址偏置是重要的，因为它使人们怀疑，并有可能破坏，在常规显着性水平呈现结果和结论（即1％，5％和10％）。为了突出问题，结果被首先考虑在传统的显着性水平，然后分析与重新广义霍尔姆修正。该分析是康明斯的精神（2013a，b）所示。

在本文的其余部分安排如下。第2节介绍了研究，特别是考虑绿色股票指数的范围内使用的数据集。第3节介绍的价格发现分析的主要结论，报告市场之间的格兰杰因果关系。所述AVAR模型的确切规格在本节进行说明。第4节规定了在测试中固有的多重比较问题的规模，而在这个光重温实证结果。第5节总结。

2.数据描述

对于价格发现分析后提出，每日价格较2008年6月2日-2013年5月使用期限。该数据被分为三类：绿色股票指数，股票的主流市场指数和商品市场。绿色指数涵盖全球，区域和行业分类，因此使得深入的价格发现相对于以前的文献爱茉莉分析。绿色股票指数从以下突出的指数系列得出：彭博新能源财经清洁能源指数;富时环境市场指数;和威尔德山指数。考虑到全球指数包括威尔德山新能源全球创新（NEX）指数和富时环境机会可再生能源和替代能源指数。国家执行是由世界各地的公司，其创新的技术和服务，专注于生产和使用清洁能源，节约和效率，一般推进可再生能源。当中包括公司，其低碳方法是有关气候变化，且其技术有助于降低相对于传统的化石燃料的使用排放。富时EO可再生能源和替代能源指数包括所有公司符合定义的标准纳入该子类别的富时环境机遇所有股指数的可再生和替代能源子类别。在区域指数方面，我们专注于欧洲彭博，中东和非洲清洁能源指数，追踪清洁能源公司在欧洲，左右不逢源中东和非洲定居。正如我们在研究与排放市场，尤其是排放量价挂钩的欧盟排放交易机制的关系特别感兴趣，因此，我们选择包括清洁技术et50富时指数，包括50大纯环保科技公司在全球范围内，通过充分的市值。

主流股票的市场指数的一套用来分析股票的绿色和更广泛的股票市场价格之间的传输。富时100指数是用来捕获英国股市活动，关键股市在欧洲。除此之外，富时全球小盘股，纽约证交所阿尔沙技术指标的考虑。在阿尔沙文纯粹是侧重于技术指标和包括100家公司，从行业，包括计算机硬件，软件，半导体，电信，数据存储和处理，电子及生物科技领先证券交易所上市。该指数的目的是用于测量使用的技术创新公司的业绩提供一个基准。它不仅包括企业，其中科技创新是他们的核心业务，因此它是对谁使用绿色创新技术的绿色经济企业一个有用的指标比较。富时全球小型股指数追踪小盘公司股富时350之外它代表了英国市值约2％。鉴于许多绿色能源公司被认为是小盘股，该指数已被列入提供更准确的比较分析，以绿色指标，尤其是在欧洲地区。

石油，天然气和碳排放量都包含在商品市场数据的组合，这里的目的是调查这些商品和绿色公司股票的价格之间的直接关系。恩里克和Sadorsky（2008），通过引用范围作者，确定有油和股票价格之间的统计学显著的关系。自然的假设是，OI价格上涨对股价绿色经济企业的影响将是积极的，因为它会鼓励替代石油清洁能源。我们的研究将分析，如果油价在过去五年中一直保持着绿色的股价这格兰杰因果关系。提示期货价格布伦特原油时，代表原油与所有国际贸易的大约70％的关键全球基准价格被关闭布伦特，直接或间接（法图，2011年）。期货合约价格布伦特原油已经从洲际交易所（ICE）获得。欧洲天然气价格也包括在我们的研究中，由天然气被认为是过渡的化石燃料向低碳经济的认识动机。作为欧洲最具流动性的天然气市场，在国家平衡点气体迅速月份的期货价格被使用，从ICE再次获得。这包括天然气的延伸已经只考虑石油迄今为止现有的文献。

对于排放市场，欧盟排放交易体系（EU ETS）被认为是因为它是最大和最活跃的排放量在世界市场上。欧盟ETS是欧盟应对气候变化政策的基石，并已自2005年以来，欧盟ETS覆盖了31个国家的欧盟管辖范围内运营的11,000多个发电站和工厂，以及欧洲航空公司。要跟踪碳的价格，二EU ETS许可类型将用于：初级欧盟津贴（EUA）达标单位和抵消认证的减排量（CER）单位联系到全球清洁发展机制（CDM）。CER价格列入扩展了先前的文献中，如Kumar等。（2012）。这样做的动机是集中于一个事实，即汽车是判资助，在CDM机制下开发一如京都议定书下的项目。作为清洁发展机制鼓励在可再生能源和清洁技术项目，发达国家的私人投资在发展中国家的CER价格仅做为本次活动的直接措施包括，因为这将可以预期，一些绿色的股票指数中的成份股公司的考虑将参与清洁发展机制的市场。这些单位的价格数据来自ICE获得了欧洲EU ETS碳排放交易的主要交易平台。对于这两种EUA和CER的价格数据，与2012年12月到期的期货合约都将使用，卷成后者交易日期2013年12月到期的合同在2012年12月双方合同，并在我们的样本期间涵盖2013个。由2008年6月2日到2013年5月一个采样周期为1，绝大多数EU ETS第二阶段的覆盖在我们的研究。

3.方法与实证分析

在绿色资本市场和更广泛的股票和商品市场之间的动态关系是通过非对称向量自回归（AVAR）模型规范，它比传统的对称VAR模型提供鲁棒性下利用Granger因果检验所分析。基廷（2000）提出这种灵活的方法，它允许在矢量自回归模型的规范的不对称性。内AVAR模型中，系统的每个方程包含相同的变量，以确保参数估计都是一致和有效的，但变量的滞后被允许潜在地不同。基廷（2000）指出，从AVAR模型参数估计一般有较小的标准差。此外，它是由基亭注意（2000）与赤池信息准则选择的AVAR模型内的点估计值通常可比尺寸的是从VAR获得的那些。鉴于VAR嵌套在更广AVAR框架内，AVAR提供了一种灵活的方法与常规的VAR模式来解决这个问题，从而往往得到微不足道系数的大数字。因此，我们目前在我们的研究中AVAR模型作为一个更强大的方法来研究感兴趣的变量之间的格兰杰因果关系，其价格发现分析的总体目标是，如果更广泛的股票市场，以确定，与石油，天然气和碳一起市场对股价的绿色经济企业的影响。

在这种实证研究的AVAR框架涉及总共11变量跨越绿色股票指数，大盘股指，并阐明了在上一节的商品，与1238每日价格观察的样本大小。按照基廷（2000），对N个变量的系统和滞后于到M范围为1总共有MN的可能AVAR规格。基廷（2000）建议，最佳AVAR规范应一些选择标准的基础上进行选择，如通常的信息标准。我们使用的赤池信息准则（AIC），为每基廷（2000）的基础上，如前面所指出的，与赤池信息准则选择的AVAR模型内的点估计通常可比尺寸的是从VAR获得的那些上。此外，在传统的对称VAR模型的上下文中，伊和Paterakis（2002）提供的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31658]，资料为PDF文档或Word文档，PDF文档可免费转换为Word