非理性行為影響碳期貨價格的實證研究

摘要：本文利用ESMD的方法分解碳期貨原始序列，將其高頻成分作為投資者非理性的因素，同時將該因素結合碳期貨距離到期日時間以及市場行情因素帶入到多元回歸模型當中，作為研究碳期貨定價模型定價結果與實際價格偏差的解釋變量。研究表明，在模型定價結果與實際價格的偏差中，投資者非理性具有更強的解釋力。因此投資者非理性對碳期貨價格具有較大的影響。

關鍵詞：非理性行為；碳期貨；區間定價預測模型；環境會計

基金項目：安徽三聯學院教學質量與教學改革工程證券投資模擬實訓項目（編號：16zlgc015）

一、問題提出

金融市場當中投資者的認知偏差和心理活動會影響其對市場未來發展的情緒和預期，即投資者的認知偏差最終會體現為投資者情緒（閆偉，2011），而根據現有金融市場中的研究結果，投資者情緒對于資產價格的影響具有較大的影響。在股票市場中，學者采用換手率或者漲跌比作為描述市場情緒的代理變量，結果顯示市場情緒顯著地影響了股票的價格（Baker &Stein，2004）以及市場指數（Wang，2006）；在衍生品市場當中，學者大多采用期貨認沽認購比表征市場情緒，研究發現情緒因素相較于其他的系統性因素能夠更好地解釋期權價格的定價偏差（Dennis & Mayhew，2002）。但是，市場投資者非理性的存在是否會影響碳期貨市場的價格呢？學者（宋佳寧，張晨，2016）通過構建區間定價模型預測碳期貨定價模型發現，碳期貨合約到期天數和碳排放市場的交易行情能夠顯著的解釋這部分偏差的存在。該學者利用交易行情用作投資者情緒的代理變量，當市場行情好會釋放積極信號，投資者情緒隨之樂觀；市場行情好會釋放消極信號，投資者情緒隨之悲觀。本文采用具集成經驗模態分解（Ensemble Empirical Mode Decomposition， EEMD）方法對原始時間序列進行分解。主要是由于EEMD方法在處理非線性、非平穩數據更準確，同時具有更強的自適應性以及分解結果更穩定的優勢。

二、 變量選取和模型構建

文章選取碳期貨合約到期天數、市場交易行情以及投資者情緒三個因素作為解釋變量，而將區間定價模型預測價格與實際價格的偏差作為被解釋變量。

（一）被解釋變量

文章采用區間定價模型預測價格與實際價格的相對偏差作為被解釋變量，即：

公式（1）

其中，代表區間定價模型預測價格與實際價格的相對偏差；代表區間定價模型上下區間預測值的平均值，代表碳期貨的實際價格。

（二）解釋變量

本文采用三個解釋變量作為解釋價格偏差的原因。碳期貨合約到期天數，即碳期貨合約距離到期日的天數；碳市場行情，代表了碳期貨市場的整體行情，由于目前關于碳期貨市場交易行情的指標為出臺，因此本文選取標準普爾500碳效評級指數來衡量碳市場行情；投資者情緒代表了投資者面對市場信息時所作出的交易行為，文章選取碳期貨價格序列中的高頻數據作為衡量指標。

（三）實證模型構建

根據上述變量設計的過程以及理論分析的結果我，文章構建多元回歸模型驗證價格偏離的原因。以期判定，投資者情緒是否能夠影響碳期貨價格。模型如下所示：

公式（2）

上述中，代表第個價格偏差；代表第個偏差所在的市場行情；代表第個偏差所對應合約的到期天數；代表第個偏差代表的投資者情緒。

三、 數據選取與分析

為更好地反映碳期貨市場發展的過程，選取了2013年1月2日至2016年10月28日的碳期貨數據，由于目前碳期貨市場中關于碳期貨市場表現的數據是碳期貨連續合約數據，但是由于該數據不能表征碳期貨合約的到期日，同時其獲取來源的多元性，不利于文章的研究，因此，文章采用碳期貨連續合約的數據選取方法之一來選取本次研究的依據，即選取每個月當中交易頻率做多的碳期貨合約為基礎，一共選取了將近46個月的時間價格序列。文章所有的碳期貨合約數據均來自于ICE網站。而與碳期貨區間定價研究相關的數據來自于wind數據庫、倫敦銀行網站等。

（一）碳期貨定價模型定價偏差數據來源

基于張晨等（2016）關于碳期貨定價的研究，采用無套利區間定價的方法對碳期貨進行定價研究，并選取碳期貨定價模型定價結果與實際價格之間的相對偏差作為定價偏離程度的衡量指標。

1.碳期貨區間定價上下區間確定

碳期貨區間定價模型以持有成本定價模型為基礎，同時考慮市場摩擦，即將交易費用、保證金以及存貸款利差考慮其中。碳期貨區間定價方法上下限的選取原則是，當碳期貨價格被高估時，賣出碳期貨合約、買入碳現貨資產進行正向套利，進而確定區間定價的上限；如果碳期貨價格被低估，此時應當買入碳期貨而賣出碳現貨資產，由此確認區間定價的下限。

2.偏差結果獲得

文章此處選取了2013年1月至2016年10月當中每個月份交易最活躍的碳期貨合約組成了碳期貨長期時間序列，并以此為基礎對碳期貨進行定價研究，研究結果顯示，采用無套利區間定價模型的定價結果與實際價格之間存在一定的偏差。

定價顯示，采用區間定價模型的定價結果與實際價格之間的走勢幾乎一致，同時碳期貨定價結果落在了上下限之間。

文章分析了模型定價結果的均值與實際價格之間的走勢關系，發現在碳期貨市場發展的前期，定價模型的定價結果平均值低于實際價格，而之后定價模型的定價結果高于實際價格。

進一步，對定價模型的誤差率進行分析發現，750組樣本數據中最大的誤差率為28%，而最小的誤差率低至0.002%，而平均的誤差率為3%。足以看出模型定價結果的優勢。

由此，文章以區間定價模型的定價結果與實際價格之間的偏差作為偏離分析的基礎。

（二）基于EEMD模型的投資者情緒數據獲取endprint

目前學術界關于原始價格序列分解的方法主要有小波分析法、經驗模態分解法等。由于小波分析方法對于原始價格序列數據量的要求較多，而由于碳期貨市場發展較晚，且與其相關的碳期貨合約的時間跨度較短，因此碳期貨價格的分解不適用于小波分析法，因此本文將采用經驗模態分解的方法，將碳期貨合約原始價格序列進行分解，并且重構其高頻時間序列作為投資者情緒的表征因素。

EEMD是由Wu等（2009）提出的一種新型自適應信號時頻處理方法，其基礎是經驗模態分解（Empirical Mode Decomposition， EMD）。EMD方法本質上是對信號序列的“篩選”過程，通過將信號序列中的不同尺度波動因素按照從高頻到低頻逐步提取出來。原信號序列可以被分解成數個波動因素序列和一個余項序列，其中波動因素序列稱為本征模態函數（Intrinsic Mode Function，IMF）。每一個IMF代表原始信號中所包含的一個尺度波動成分，而余項通常代表原始信號的趨勢或均值。

四、基于投資者情緒的碳期貨價格偏差影響因素的實證研究

此處，文章將基于已有的研究數據分析投資者情緒是否對碳期貨價格有顯著影響。

（一） 數據選取與基本分析

文章將采用區間定價模型定價結果與實際結果之間的偏差作為偏離程度的分析對象，同時采用ESMD分解之后的高頻分量序列，作為衡量投資者情緒的指標。為更好地分析投資者情緒對碳期貨價格的影響，文章選取了碳期貨合約距離到期日時間以及碳市場行情等因素采用多元線性回歸的方法進行實證檢驗。由于不同數據之間存在量級上的差距，為減少由于量級不同所導致實證結果的失真，文章將所有的數據進行標準處理。

（二） 實證結果分析

為了驗證投資者情緒的存在對碳期貨價格的影響，文章采用對比分析的方法，對比有無投資者情緒作為變量時的情況。

從上表看出，碳期貨合約的到期時間、碳市場的整體行情以及投資者情緒都會影響碳期貨的價格。總體來看，考慮投資者情緒因素的模型的擬合優度明顯由于未考慮投資者情緒的模型。這就說明，投資者情緒因素是影響碳期貨定價模型定價結果與實際價格出現偏差的主要原因之一。而從相應的系數可以看出，投資者情緒因素確實是影響偏差的主要因素。

而分析投資者情緒因素對碳期貨定價模型定價偏差的結果可知，投資者情緒因素與偏差程度呈現正相關關系，即投資者情緒越高昂，則價格偏離的程度越高，而這與投資者情緒當中的非理性是相關的，投資者非理性越強，則實際價格中投資者情緒的影響因子將會愈加發揮作用，使得碳期貨的價格偏離正常水平。

結論

通過實證分析投資者非理性對碳期貨價格的影響可以發現，投資者非理性因素相比于市場因素、碳期貨合約到期時間等因素具有對碳期貨定價偏差解釋力度最強，基于完全理性的碳期貨定價模型的預測結果與實際價格之間的偏差主要是由于投資者非理性的情緒行為所構成，因此在對碳期貨進行定價時，投資者非理性因素不可忽視。

參考文獻：

[1]黃浩.證券交易者心理因素對價格波動復雜性的探討[J].中國管理信息化，2015，21：125-128.

[2]郝東洋.我國行為金融研究發展、現狀及思考[J].長春理工大學學報（社會科學版），2011，02：41-43+81.

作者簡介：

尚慧敏（1985- ），女，安徽蚌埠人，會計碩士，助教。endprint