Quantile Time-Frequency Higher-Moment Risk Spillovers and Multilayer Networks: Bridging Climate Risks to Carbon, Energy, and Metals Markets

तकनीकी सारांश: क्वांटाइल टाइम-फ्रीक्वेंसी हायर-मोमेंट रिस्क स्पिलओवर और मल्टीलेयर नेटवर्क

समस्या विवरण
मौजूदा साहित्य ने कार्बन, ऊर्जा और धातु बाजारों के रिटर्न और अस्थिरता (volatility) पर जलवायु जोखिमों (भौतिक और संक्रमण संबंधी) के स्पिलओवर प्रभावों का व्यापक रूप से अन्वेषण किया है। हालाँकि, उच्च-क्रम जोखिमों (higher-moment risks - स्क्यूनेस और कर्टोसिस) को शामिल करने पर इन अंतःक्रियाओं की व्यवस्थित समझ के मामले में एक महत्वपूर्ण अंतराल बना हुआ है, जो विषमता (asymmetry), टेल रिस्क (tail risks) और चरम अस्थिरता को कैप्चर करते हैं। इसके अलावा, पारंपरिक सिंगल-लेयर नेटवर्क मॉडल विभिन्न बाजार स्थितियों (बुल, बियर, सामान्य) और टाइम-फ्रीक्वेंसी डोमेन में सूचना संचरण की विषमता को पूरी तरह से पकड़ने में विफल रहते हैं। यह अध्ययन जलवायु भौतिक जोखिम (PRI), जलवायु संक्रमण जोखिम (TRI) और कार्बन, ऊर्जा और धातु बाजारों के रिटर्न, अस्थिरता, स्क्यूनेस और कर्टोसिस जोखिमों के बीच क्वांटाइल टाइम-फ्रीक्वेंसी संबंधों की जांच करके इन अंतरालों को संबोधित करता है।

कार्यप्रणाली
यह अध्ययन एक बहु-चरणीय कार्यप्रणीय ढांचे का उपयोग करता है:

1. हायर-मोमेंट रिस्क मेजरमेंट: लक्षित बाजारों की सशर्त अस्थिरता (conditional volatility), स्क्यूनेस और कर्टोसिस को मापने के लिए 'जनरलाइज्ड ऑटोरेग्रेसिव कंडिशनल हेटेरोस्केडास्टिसिटी विद स्क्यूनेस एंड कर्टोसिस' (GJRSK) मॉडल का उपयोग किया जाता है।
2. क्वांटाइल टाइम-फ्रीक्वेंसी कनेक्टेडनेस: विश्लेषण क्वांटाइल वेक्टर ऑटोरेग्रेसिव (QVAR) मॉडल को बारुनिक और केलिक् (BK) फ्रीक्वेंसी कनेक्टेडनेस पद्धति के साथ एकीकृत करता है। यह विभिन्न क्वांटाइल्स (0.1, 0.5, 0.9) और फ्रीक्वेंसी बैंड्स (शॉर्ट-टर्म: 1–22 दिन; लॉन्ग-टर्म: >22 दिन) के तहत स्पिलओवर प्रभावों के परीक्षण की अनुमति देता है।
3. मल्टीलेयर नेटवर्क निर्माण: तीन बाजार स्थितियों (चरम गिरावट, सामान्य, चरम उछाल) के तहत रिटर्न, अस्थिरता, स्क्यूनेस और कर्टोसिस को समाहित करते हुए एक 12-लेयर सूचना नेटवर्क बनाया गया है।
4. नेटवर्क मेट्रिक्स:
   • सिस्टम-स्तरीय: ग्लोबल एफिशिएंसी (GE) और एवरेज कनेक्टेडनेस स्ट्रेंथ (ACS) सूचना विनिमय दक्षता और जोखिम तीव्रता को मापते हैं। इंटर-लेयर सहसंबंधों का आकलन एज ओवरलैपिंग, डेग-डेग पियर्सन/स्पियरमैन गुणांक और शॉर्टेस्ट पाथ सिमिलरिटी के माध्यम से किया जाता है।
   • मार्केट-स्तरीय: एवरेज ओवरलैपिंग इन-स्ट्रेंथ, आउट-स्ट्रेंथ और नेट-स्ट्रेंथ व्यक्तिगत नोड्स की कनेक्टिविटी को स्पष्ट करती है।
5. डेटा: नमूना 1 जुलाई, 2015 से 29 दिसंबर, 2023 तक के दैनिक डेटा को कवर करता है, जिसमें PRI और TRI सूचकांक, ICE-EUA कार्बन फ्यूचर्स, ब्रेंट क्रूड ऑयल, नेचुरल गैस, S&P ग्लोबल क्लीन एनर्जी इंडेक्स और आठ धातुओं (सोना, चांदी, तांबा, एल्युमीनियम, जस्ता, लेड, निकल, टिन) के फ्यूचर्स शामिल हैं।

प्रमुख योगदान

• समग्र प्रणालीगत विश्लेषण: पिछले अध्ययन जो जलवायु जोखिमों और विशिष्ट बाजारों का अलग-अलग परीक्षण करते थे, उनके विपरीत यह शोध जलवायु जोखिमों को कार्बन-ऊर्जा-धातु प्रणाली (जिसमें पारंपरिक और स्वच्छ ऊर्जा के साथ-साथ कीमती और गैर-लौह धातुएं भी शामिल हैं) के साथ एकीकृत करता है।
• मेथोडोलॉजिकल इंटीग्रेशन: यह अध्ययन हायर-मोमेंट मॉडलिंग को क्वांटाइल टाइम-फ्रीक्वेंसी विश्लेषण के साथ जोड़ता है। यह दोहरा दृष्टिकोण चरम नकारात्मक और सकारात्मक प्रभावों के तहत शॉर्ट-टर्म और लॉन्ग-टर्म स्पिलओवर सिस्टम की पहचान करने में सक्षम बनाता है, जिससे टेल्स (tails) की अंतर-कालिक निर्भरता संरचना पर अंतर्दृष्टि मिलती है।
• मल्टीलेयर नेटवर्क फ्रेमवर्क: 12-लेयर नेटवर्क का निर्माण करके, यह अध्ययन सिंगल-लेयर रिटर्न/वोलैटिलिटी विश्लेषण से आगे बढ़ता है। यह विभिन्न बाजार स्थितियों के तहत कई जोखिम मेट्रिक्स (रिटर्न, वोलatility, स्क्यूनेस, कर्टोसिस) को एक साथ प्रस्तुत करता है, जो जटिल वित्तीय प्रणाली की परस्पर संबद्धता का अधिक सूक्ष्म दृश्य प्रदान करता है।

मुख्य परिणाम

• हायर-मोमेंट्स का महत्व: जबकि हायर-मोमेंट (स्क्यूनेस और कर्टोसिस) स्पिलओवर का परिमाण रिटर्न और वोलैटिलिटी की तुलना में कम है, वे सांख्यिकीय रूप से महत्वपूर्ण हैं और परिवर्तनशील विशेषताओं को प्रदर्शित करते हैं।
• टाइम-फ्रीक्वेंसी डायनेमिक्स:
  • रिटर्न, स्क्यूनेस और कर्टोसिस स्पिलओवर मुख्य रूप से शॉर्ट-टर्म डायनेमिक्स (हाई-फ्रीक्वेंसी) द्वारा संचालित होते हैं।
  • वोलैटिलिटी स्पिलओवर मुख्य रूप से लॉन्ग रन (लो-फ्रीक्वेंसी) में केंद्रित होते हैं।
  • जलवायु जोखिमों और बाजारों के बीच सहसंबंध सामान्य स्थितियों की तुलना में चरम बाजार परिदृश्यों में काफी अधिक मजबूत होते हैं।
• भूमिका परिवर्तन और नेट स्पिलओवर:
  • धातु बाजार: आमतौर पर सिस्टम में सूचना ट्रांसमीटर (स्पिलओवर सेंडर) के रूप में अग्रणी भूमिका निभाते हैं, विशेष रूप से लोअर-मोमेंट जोखिमों के लिए। हालांकि, उच्च-मोमेंट जोखिमों के दौरान अत्यधिक बाजार गिरावट के समय उनकी भूमिका नेट रिसीवर में बदल जाती है।
  • जलवायु जोखिम: सामान्य स्थितियों में, PRI और TRI मुख्य रूप से स्पिलओवर रिसीवर के रूप में कार्य करते हैं। हालांकि, बाजार की गिरावट (बियर स्टेट) के दौरान, वे लॉन्ग-टर्म जोखिमों के नेट ट्रांसमीटर बन जाते हैं।
  • चरम घटनाएं: कोविड-19 महामारी और रूस-यूक्रेन संघर्ष जैसी घटनाओं ने स्पिलओवर प्रभावों के तीव्र प्रसार को ट्रिगर किया और नेट स्पिलओवर की दिशा को उलट दिया (जैसे, महामारी के दौरान कार्बन बाजारों का नेट योगदानकर्ता बनना)।
• नेटवर्क टोपोलॉजी:
  • हायर-मोमेंट जोखिमों के संक्रामक प्रसार (contagion speed) की गति लोअर-मोमेंट जोखिमों की तुलना में तेज है।
  • अपवर्ड (बुल) मार्केट स्टेट में, जलवायु जोखिमों और बाजारों के बीच सूचना विनिमय धीमा हो जाता है, भले ही संबंध अधिक घनिष्ठ हों।
  • विभिन्न लेयर्स में स्ट्रक्चरल कॉन्फ़िगरेशन काफी भिन्न होते हैं; उदाहरण के लिए, 0.9 क्वांटाइल पर कर्टोसिस नेटवर्क के अन्य लेयर्स के साथ कम एज साझा होते हैं, जो कम स्ट्रक्चरल सिमिलरिटी को दर्शाता है।

महत्व और दावे
यह पेपर दावा करता है कि इसके निष्कर्ष जलवायु जोखिमों और वित्तीय बाजारों के बीच लिंकेज तंत्र की अधिक व्यापक समझ प्रदान करते हैं। यह प्रदर्शित करके कि केवल लोअर मोमेंट्स पर आधारित जोखिम संचरण नेटवर्क की तुलना में हायर-मोमेंट जोखिमों पर आधारित संक्रामक नेटवर्क अधिक अनुकूल स्थितियां प्रदान करते हैं, यह अध्ययन तर्क देता है कि केवल रिटर्न और वोलैटिलिटी पर ध्यान केंद्रित करने वाला मौजूदा साहित्य वास्तविक जोखिम संचरण डायनेमिक्स को पूरी तरह से प्रतिबिंबित नहीं कर सकता है।

परिणाम निम्नलिखित के लिए विशिष्ट मूल्य प्रदान करते हैं:

• निवेशक: "मल्टी-मोमेंट + मल्टी-सिनारियो" जोखिम प्रबंधन ढांचे की आवश्यकता को उजागर करके और धातु बाजारों (जैसे तांबा, निकल) को प्रमुख जोखिम प्रारंभिक चेतावनी संकेतकों के रूप में पहचानकर।
• नीति निर्माता: स्पिलओवर प्रभावों की बाजार स्थितियों के बीच विषमता को प्रकट करके, जो विभेदित रणनीतियों (जैसे बुल मार्केट में तेल की वोलैटिलिटी की निगरानी करना और बियर मार्केट में जलवायु जोखिम संचरण को रोकना) की आवश्यकता का सुझाव देता है।
• नियामक: क्रॉस-मार्केट सहयोगात्मक पर्यवेक्षण की आवश्यकता पर जोर देकर और वर्तमान पर्यवेक्षण ब्लाइंड स्पॉट्स को संबोधित करने के लिए स्क्यूनेस और कर्टोसिस जोखिमों के लिए रियल-टाइम मॉनिटरिंग प्लेटफॉर्म की स्थापना पर बल देकर।