Policy-State Gated Regime Dynamics in European Emission Allowance Futures

기술 요약: 유럽 탄소 배출권 선물에서의 정책-상태 게이티드(Gated) 체제 역학

문제 및 동기
유럽 연합 배출권(EUA) 선물은 자연적 희소성이 아닌 규제 정책에 의해 생성된 독특한 금융 자산이다. 이들의 수익률 역학은 규제 공급 스케줄(특히 시장 안정화 예비군, MSR), 준수 수요, 연료 전환 인센티브, 그리고 금융 거래 활동의 복잡한 상호작용에 의해 결정된다. 기존 문헌은 EUA 수익률이 비가우시안(non-Gaussian) 특성, 변동성 클러스터링, 체제 의존성을 보인다는 점을 확립했으나, 표준적인 잠재 마르코프 전환 모델(latent Markov-switching models)은 이러한 관측되지 않은 상태를 EU ETS를 정의하는 구체적인 관측 가능 정책 및 시장 변수와 연결하는 데 한계가 있다.

본 연구가 다루는 핵심 문제는 저스트레스(low-stress)와 고스트레스(high-stress) 수익률 체제 간의 전이 확률을 단순히 과거 수익률로부터 추론하는 것이 아니라, 관측 가능한 정책-상태 변수(잉여량), 에너지 시장 스트레스, 그리고 거래 활동의 함수로 명시적으로 모델링할 수 있는지 여부이다. 저자들은 특히 2023년 EU ETS 개혁 이후 변화하는 시장 설계 하에서 EUA 수익률의 운동 법칙을 이해하기 위해 "정책-상태 게이티드(policy-state gated)" 접근 방식이 필요하다고 주장한다.

방법론
본 논문은 일일 EUA 선물 수익률에 대해 2-상태 시변 전이 확률(TVTP) 마르코프 모델을 추정한다. 모델의 명세는 다음과 같다:

1. 상태 역학: 수익률 $r_{t+1}$은 잠재 상태 $Z_t \in \{0, 1\}$에 대해 정규 혼합 분포를 따른다. 여기서 상태 0은 저스트레스 체제를, 상태 1은 고스트레스 체제를 나타낸다. 두 상태는 주로 조건부 변동성($\sigma_0 < \sigma_1$)에 의해 구분된다.
2. 정책-상태 게이팅: 전이 확률이 일정한 일반적인 잠재 마르코프 모델과 달리, 본 모델의 전이는 관측 가능한 게이트 변수 벡터 $G_t = (\tilde{s}_t, \tilde{\tau}_t, \tilde{g}_t, \tilde{v}_t)'$에 의존한다:
   • $\tilde{s}_t$: 표준화된 시장 함의 가격-상태 대리 변수 (EUA 가격의 이동 백분위수).
   • $\tilde{\tau}_t$: MSR 운영에 사용되는 공식 잉여 측정치인 표준화된 총 유통 배출권량(TNAC).
   • $\tilde{g}_t$: 표준화된 21일 연율화 네덜란드 TTF 가스 가격 변동성 (에너지 시장 스트레스).
   • $\tilde{v}_t$: 표준화된 로그 EUA 선물 거래량 (시장 활동).
3. 전이 방정식: 특정 상태에 머물거나 새로운 상태로 전이할 확률은 로지스틱 함수를 통해 모델링된다:
   $$p_{i0,t} = \Lambda(a_{i0} + b_{i0}^{(s)}\tilde{s}_t + b_{i0}^{(\tau)}\tilde{\tau}_t + b_{i0}^{(g)}\tilde{g}_t + b_{i0}^{(v)}\tilde{v}_t)$$
   여기서 $\Lambda$는 로지스틱 함수이다. 이 구조를 통해 전이 확률은 관측 가능한 시장 조건에 따라 동적으로 변화할 수 있다.
4. 추정 및 평가: 모델은 2019년 5월 15일부터 2026년 5월 28일까지의 공통 샘플에 대해 해밀턴 필터(Hamilton filter)를 사용하여 최대 가능도법(Maximum Likelihood)으로 추정된다. 저자들은 가우시안 IID 벤치마크에서 잠재 마르코프 모델을 거쳐, 최종적으로 전체 정책-게이티드 명세로 진행되는 중첩 모델 비교 전략을 채택한다.
5. 벤치마크: 제안된 모델은 다음 모델들과 엄격하게 비교된다:
   • 일정한 전이 확률을 가진 잠재 마르코프 모델.
   • 게이트 변수의 부분 집합을 가진 중첩 마르코프 모델.
   • 밀도 예측 성능를 테스트하기 위한 헤비 테일(heavy-tailed) GARCH 계열 벤치마크 (Student-t GARCH, GJR-GARCH, EGARCH).
6. 검증: 평가는 공통 샘플 가능도(AIC/BIC), 1단계 앞선 스트레스 순위(AUC, 적중률), 그리고 실시간 예측 우위를 평가하기 위한 고정 훈련-검증-테스트 분할을 이용한 홀드아웃(held-out) 검증을 포함한다.

주요 결과

• 체제 의존성: 데이터는 단일 체제 가우시안 모델을 강력하게 기각한다. 잠재 2-체제 마르코프 모델은 IID 벤치마크보다 유의미하게 개선된 적합도(낮은 AIC)를 보이며, EUA 수익률이 상태 의존적이고 헤비 테일 특성을 가짐을 확인시켜 준다.
• 관측 가능한 게이트의 가치: 가우시안 마르코프 계열 내에서, 전체 정책-게이티드 모델은 잠재 또는 부분 게이티드 모델에 비해 가장 우수한 적합도(최저 AIC)를 제공한다. TNAC, 가스 변동성, 거래 활동의 포함은 전이 법칙에 증분 정보를 더한다. 그러나 전체 게이트가 BIC 기준으로는 잠재 모델을 능가하지 못하며, 무조건부 밀도 적합 측면에서는 헤비 테일 GARCH 모델(Student-t 변형)이 AIC와 BIC 모두에서 여전히 우수하다.
• 계수의 경제적 해석:
  • TNAC: 높은 TNAC(잉여)는 저스트레스에서 고스트레스 상태로의 전이 확률을 높이는 것과 관련이 있으나, TNAC 업데이트의 낮은 빈도로 인해 넓은 불확실성 구간과 함께 추정된다.
  • 가스 변동성: TTF 가스 변동성이 가장 강력한 동인이며, 고스트레스 체제로 진입하고 유지될 확률을 유의미하게 증가시킨다.
  • 거래 활동: 높은 거래량은 단순한 진입 트리거라기보다는 고스트레스 상태의 지속 기제로 작용하는 것으로 보인다.
  • 가격 상태: 시장 함의 가격 대리 변수는 비대칭적 효과를 보이며, 높은 수준에서 스트레스 진입 확률을 높이지만 스트레스에서의 탈출을 용이하게 한다.
• 예측 성능: 공통 샘플 실험에서 정책-게이티드 모델은 절대적 꼬리 스트레스 발생일을 순위 매기는 데 있어 GARCH 벤치마크보다 소폭 우세하다 (AUC ~0.70 vs ~0.67). 그러나 홀드아웃 검증(위기 및 포스트 위기 기간)에서는 GARCH 모델이 로그 점수, 브리어 점수(Brier scores), VaR 교정 측면에서 마르코프 모델을 일관되게 앞선다. 마르코프 모델은 실시간 예측 우위를 입증하지 못했다.

의의 및 주장
본 논문은 자신의 기여를 인과적이거나 보편적으로 예측적인 것이 아니라 **해석적이고 연관적(interpretive and associative)**인 것으로 명시적으로 프레임화한다.

• 해석적 가치: 주요 기여는 관측 가능한 정책 잉여(TNAC), 에너지 변동성, 시장 활동이 EUA 수익률 체제의 타이밍 및 지속성과 통계적으로 연관되어 있음을 보여주는 것이다. 이는 잠재 모델이 제공할 수 없는, EU ETS 제도적 변수로부터 시장 스트레스 발생 확률로 가는 투명한 지도를 제공한다.
• 제한된 예측 주장: 저자들은 정책-게이티드 모델이 체제 분류와 경제적 해석을 개선하기는 하지만, 밀도 예측이나 실시간 리스크 관리를 위한 헤비 테일 변동성 모델을 대체하지는 않는다고 겸손하게 주장한다. 이 모델은 단순한 독립적 예측 엔진이라기보다, 특정 정책 및 시장 조건 하에서의 체제 운동 법칙을 이해하기 위한 도구로 제시된다.
• 정책적 관련성: 결과는 캡(cap) 축소와 MSR 개입으로 특징지어지는 EU ETS의 '엔드게임(endgame)'이 관측 가능한 정책 및 에너지 충격에 의해 체제 전이가 발생하는 시장 환경을 조성함을 시사하며, 이러한 상태 변수를 명시적으로 포함하는 모델의 필요성을 강조한다.

요약하자면, 본 논문은 정책-게이티드 변수에 의해 전이 확률이 결정되는 체제 전환 모델을 성공적으로 구축하여 탄소 시장 역학에 대한 심층적인 경제적 이해를 제공하는 동시에, 순수 밀도 예측에는 전통적인 변동성 모델이 여전히 더 견고하다는 점을 인정하고 있다.