📈 economics

Policy-State Gated Regime Dynamics in European Emission Allowance Futures

Dit artikel toont aan dat hoewel observeerbare beleids- en marktvariabelen de regime-transitie-waarschijnlijkheden van Europese emissierechtenfutures effectief verklaren, zware staart-GARCH-modellen uiteindelijk beter presteren dan het voorgestelde Markov-switching-framework in real-time dichtheidsvoorspelling en risicocalibratie.

Oorspronkelijke auteurs: wanyok Attisattapong, Pasin Marupanthorn

Gepubliceerd 2026-07-01

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: wanyok Attisattapong, Pasin Marupanthorn

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je de Europese koolstofmarkt voor als een gigantisch, hoogst spannend spelletief Monopoly, maar in plaats van het kopen van eigendommen, kopen en verkopen bedrijven "vergunningen voor vervuiling" (EU-emissierechten of EUA's). De prijs van deze vergunningen beweegt niet zomaar willekeurig op en neer; de prijzen springen tussen twee duidelijke "modi" of regimes:

De "Kalme Dag" Modus: Alles is stabiel, de handel verloopt gestaag en de prijzen bewegen langzaam.
De "Stormachtige Dag" Modus: Paniek slaat toe, prijzen schommelen wild en de markt is onder druk.

De meeste financiële modellen proberen deze prijsschommelingen te voorspellen door alleen naar de historische prijzen zelf te kijken, zoals een weerman die alleen naar de thermometer kijkt om een storm te voorspellen.

Het Grote Idee van Dit Papier
De auteurs, Wanyok Attisattapong en Pasin Marupanthorn, stellen dat je, om te begrijpen wanneer de markt schakelt van "Kalm" naar "Stormachtig", naar de poorten moet kijken die de deur tussen deze twee kamers controleren. Ze bouwden een speciaal model dat de vraag stelt: "Welke specifieke signalen openen de deur naar de storm?"

Ze ontdekten dat vier specifieke "poortwachters" bepalen hoe groot de kans op een storm is:

De Prijs Zelf: Is de huidige prijs ongewoon hoog of laag in vergelijking met de recente geschiedenis?
Het "Surplus" Rapport (TNAC): Een officieel overheidsrapport dat telt hoeveel extra vervuilingsvergunningen er in de bank liggen.
Energiedruk: Hoe volatiel is de prijs van aardgas? (Aangezien gas en koolstof aan elkaar gekoppeld zijn, als de gasprijzen gek worden, volgen de koolstofprijzen vaak).
Handelsvolume: Hoeveel mensen zijn er koortsachtig aan het kopen en verkopen?

Hoe het Model Werkt (De Analogie)
Denk aan het model als een slimme verkeerslicht voor de koolstofmarkt.

Oude Modellen: Gokten gewoon wanneer het licht op rood zou springen op basis van hoe snel auto's in het verleden reden.
Dit Nieuwe Model: Kijkt naar het bedieningspaneel van het verkeerslicht. Het ziet dat als het "Surplus Rapport" aangeeft dat er te veel vergunningen zijn, of als de "Gasprijzen" pieken, het licht waarschijnlijker morgen op rood zal springen (schakelt naar de hoge-stressmodus).

De onderzoekers testten dit door data van 2019 tot 2026 in hun model te voeren. Ze wilden zien of het weten van deze vier "poortwachter"-variabelen hen hielp om de stemming van de markt beter te voorspellen dan alleen te kijken naar de historische prijsvolatiliteit.

Wat Ze Vonden

De "Storm" is Echt: Ze bevestigden dat de koolstofmarkt inderdaad deze twee duidelijke stemmingen heeft (Kalm vs. Stormachtig). Een simpel model dat ervan uitgaat dat de markt altijd hetzelfde is, werkt niet.
De Poortwachters Doen Er Toe: Toen ze de vier variabelen (Surplus, Gas, Volume, Prijs) aan hun model toevoegden, deden ze een betere job in het verklaren waarom de markt van stemming veranderde. Bijvoorbeeld: wanneer het officiële "Surplus"-cijfer steeg, voorspelde het model correct een grotere kans dat de markt in een stressvolle staat zou komen.
De Addertje Onder het Gras (Het "Weerman"-Probleem): Hoewel hun model uitstekend was in het verklaren van het verleden en het begrijpen van de redenen voor de stress, was het niet noodzakelijkerwijs beter in het voorspellen van de toekomst dan de standaard, zware wiskundige modellen (GARCH-modellen) die financiële handelaren al gebruiken.
- Analogie: Hun model is als een monteur die je precies kan vertellen waarom je automotor een vreemd geluid maakt (bijv. "De gasdruk is te hoog"). De oude modellen zijn als een monteur die gewoon weet dat de motor een geluid zal maken op basis van hoe hard hij gisteren was. Het nieuwe model geeft je een beter verhaal en een betere verklaring, maar het voorspelt niet altijd het exacte moment waarop het geluid zal optreden beter dan de oude instrumenten.

De Kernboodschap
Dit papier beweert geen magische kristallen bol te hebben die koolstofprijzen perfect voorspelt. In plaats daarvan biedt het een betere kaart. Het laat zien dat de stressniveaus van de markt niet willekeurig zijn; ze zijn direct gekoppeld aan observeerbare zaken zoals overheidsrapporten over het surplus, energieprijzen en handelsactiviteit.

Voor iedereen die probeert de koolstofmarkt te begrijpen, is dit waardevol omdat het de verbanden legt tussen beleidsbeslissingen (zoals het surplusrapport) en marktpantiek, waardoor een verwarrend financieel actief verandert in iets met een duidelijker, logischer verhaal.

Technische Samenvatting: Beleidsgestuurde Regime-dynamiek in Europese Emissierechtenfutures

Probleem en Motivatie
Europese emissierechtenfutures (EUA) zijn unieke financiële activa die zijn gecreëerd door regelgevend beleid in plaats van natuurlijke schaarste. Hun rendementdynamiek wordt gedreven door een complexe interactie tussen de regelgevende aanbodschema's (met name de Marktstabiliteitsreserve of MSR), nalevingsvraag, prikkels voor brandstofwisseling en financiële handelsactiviteit. Hoewel bestaande literatuur heeft vastgesteld dat EUA-rendementen niet-Gaussische kenmerken, volatiliteitsclustering en regimeafhankelijkheid vertonen, falen standaard latente Markov-switching modellen vaak om deze onwaarneembare toestanden te koppelen aan de specifieke waarneembare beleids- en marktvariabelen die de EU ETS definiëren.

Het kernprobleem dat wordt aangepakt, is of de overgangskansen tussen lage-stress- en hoge-stress-rendementsregimes expliciet gemodelleerd kunnen worden als een functie van waarneembare beleids-toestandsvariabelen (overschot), energiemarktstress en handelsactiviteit, in plaats van uitsluitend te worden afgeleid uit het verleden van de rendementen. De auteurs stellen dat een "beleidsgestuurde" aanpak noodzakelijk is om de bewegingswet van EUA-rendementen onder veranderende marktdesigns te begrijpen, met name na de EU ETS-hervormingen van 2023.

Methodologie
Het artikel schat een tweetoestands, tijdsvariërend overgangskansmodel (TVTP) voor dagelijkse EUA-futuresrendementen. Het model is als volgt gespecificeerd:

Toestandsdynamiek: Het rendement $r_{t+1}$ volgt een normale mengverdeling voorwaardelijk op een latente toestand $Z_t \in \{0, 1\}$ , waarbij toestand 0 een regime met lage stress vertegenwoordigt en toestand 1 een regime met hoge stress. De toestanden worden primair onderscheiden door de voorwaardelijke volatiliteit ( $\sigma_0 < \sigma_1$ ).
Beleidsgestuurde gating: In tegen tegenstelling tot standaard latente Markov-modellen waarbij overgangskansen constant zijn, hangt de overgangswet hier af van een vector van waarneembare gate-variabelen $G_t = (\tilde{s}_t, \tilde{\tau}_t, \tilde{g}_t, \tilde{v}_t)'$ $G_{t} = (\tilde{s}_{t}, \tilde{τ}_{t}, \tilde{g}_{t}, \tilde{v}_{t})^{'}$ :
- $\tilde{s}_t$ : Een gestandaardiseerde markt-geïmpliceerde prijs-toestandsindicator (rollend percentiel van EUA-prijzen).
- $\tilde{\tau}_t$ : Gestandaardiseerd Total Number of Allowances in Circulation (TNAC), de officiële maatstaf voor het overschot die wordt gebruikt voor MSR-operaties.
- $\tilde{g}_t$ : Gestandaardiseerde 21-daagse geannualiseerde volatiliteit van de Nederlandse TTF-gasprijzen (energiemarktstress).
- $\tilde{v}_t$ : Gestandaardiseerde log-volume van EUA-futures (marktactiviteit).
Overgangsvergelijking: De kans om in of naar een toestand te blijven wordt gemodelleerd via een logistische functie:
$p_{i0,t} = \Lambda(a_{i0} + b_{i0}^{(s)}\tilde{s}_t + b_{i0}^{(\tau)}\tilde{\tau}_t + b_{i0}^{(g)}\tilde{g}_t + b_{i0}^{(v)}\tilde{v}_t)$
waarbij $\Lambda$ de logistische functie is. Deze structuur maakt het mogelijk dat de overgangskansen dynamisch verschuiven op basis van waarneembare marktomstandigheden.
Schatting en Evaluatie: Het model wordt geschat via Maximum Likelihood met behulp van de Hamilton-filter op een gemeenschappelijke steekproef van 15 mei 2019 tot 28 mei 2026. De auteurs hanteren een geneste modelvergelijkingsstrategie, waarbij ze progressief bewegen van een Gaussische IID-benchmark naar een latent Markov-model, en uiteindelijk naar de volledige beleidsgestuurde specificatie.
Benchmarks: Het voorgestelde model wordt rigoureus vergeleken met:
- Latente Markov-modellen met constante overgangskansen.
- Geneste Markov-modellen met subsets van gate-variabelen.
- Zware-staart GARCH-familie benchmarks (Student-t GARCH, GJR-GARCH, EGARCH) om de prestaties van dichtheidsvoorspelling te testen.
Validatie: Evaluatie omvat common-sample likelihood (AIC/BIC), one-step-ahead stress ranking (AUC, hit rates) en held-out validatie met vaste train-validatie-test splits om de dominantie in real-time forecasting te beoordelen.

Belangrijkste Resultaten

Regimeafhankelijkheid: De data verwerpen de enkelvoudige regime Gaussische model krachtig. Een latent tweetoestands Markov-model verbetert de fit (lagere AIC) aanzienlijk ten opzichte van de IID-benchmark, wat bevestigt dat EUA-rendementen toestand-afhankelijk en heavy-tailed zijn.
Waarde van Waarneembare Gates: Binnen de Gaussische Markov-familie biedt het volledige beleidsgestuurde model de beste fit (laagste AIC) vergeleken met latente of gedeeltelijk gestuurde modellen. De inclusie van TNAC, gasvolatiliteit en handelsactiviteit voegt incrementele informatie toe aan de overgangswet. Echter, de volledige gate presteert niet beter dan het latente model op basis van BIC, en heavy-tailed GARCH-modellen (Student-t varianten) blijven superieur in termen van zowel AIC als BIC voor onconditionele dichtheidsfitting.
Economische Interpretatie van Coëfficiënten:
- TNAC: Een hoger TNAC (overschot) is geassocieerd met een hogere kans op een overgang van een lage-stress naar een hoge-stress toestand, hoewel het effect wordt geschat met brede onzekerheidsintervallen vanwege de lage frequentie van TNAC-updates.
- Gasvolatiliteit: Hogere TTF-gasvolatiliteit is de sterkste drijfveer en vergroot significant de kans op het betreden en blijven in de hoge-stress toestand.
- Handelsactiviteit: Hoge volumes lijken primair te fungeren als een persistentiemechanisme voor de hoge-stress toestand, in plaats van een eenvoudige entry-trigger.
- Prijs-toestand: De markt-geïmpliceerde prijsindicator vertoont asymmetrische effecten: het verhoogt de kans op stress-entry bij hoge niveaus, maar faciliteert exit uit stress bij lage niveaus.
Voorspellende Prestaties: In common-sample oefeningen presteert het beleidsgestuurde model bescheiden beter dan GARCH-benchmarks in het ranken van absolute-tail stressdagen (AUC ~0,70 vs. ~0,67). Echter, in held-out validatie (crisis- en post-crisis perioden) presteren de GARCH-modellen consistent beter dan het Markov-model in termen van log-scores, Brier-scores en VaR-kalibratie. Het Markov-model vestigt geen real-time voorspellende dominantie.

Betekenis en Claims
Het artikel kadert zijn bijdrage expliciet als interpretatief en associatief, in plaats van causaal of universeel voorspellend.

Interpretatieve Waarde: De primaire bijdrage is het aantonen dat waarneembare beleidsoverschotten (TNAC), energievolatiliteit en marktactiviteit statistisch geassocieerd zijn met de timing en persistentie van EUA-rendementsregimes. Dit biedt een transparant inzicht in de relatie tussen EU ETS institutionele variabelen en de waarschijnlijkheid van marktstress, wat latente modellen niet kunnen bieden.
Beperkte Voorspellingsclaims: De auteurs claimen bescheiden dat hoewel het beleidsgestuurde model de regimeclassificatie en economische interpretatie verbetert, het de zware-staart volatiliteitsmodellen voor dichtheidsvoorspelling of real-time risicobeheer niet vervangt. Het model wordt gepresenteerd als een instrument om de wet van beweging van regimes onder specifieke beleids- en marktcondities te begrijpen, in plaats van als een superieure standalone forecasting engine.
Beleidrelevantie: De resultaten suggereren dat het "eindspel" van de EU ETS, gekenmerkt door het aanscherpen van plafonds en MSR-interventies, een markt creëert waarin regime-overgangen worden gedreven door waarneembare beleids- en energieschokken, wat modellen vereist die deze toestandvariabelen expliciet integreren.

Samenvattend slaagt het artikel erin een regime-switching model te construeren waarbij de overgangskansen worden gestuurd door waarneembare EU ETS-variabelen, wat een dieper economisch begrip biedt van koolstofmarkt-dynamiek, terwijl het erkent dat traditionele volatiliteitsmodellen robuuster blijven voor pure dichtheidsvoorspelling.

Meer zoals dit