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

Resumo Técnico: Transbordamentos de Risco de Quantis Tempo-Frequência de Momentos Superiores e Redes Multicamadas

Definição do Problema
A literatura existente tem explorado extensivamente os efeitos de transbordamento (spillover) dos riscos climáticos (físicos e de transição) sobre os retornos e a volatilidade dos mercados de carbono, energia e metais. No entanto, permanece uma lacuna significativa na compreensão sistemática dessas interações ao considerar riscos de momentos superiores (assimetria e curtose), que capturam assimetria, riscos de cauda e volatilidade extrema. Além disso, os modelos tradicionais de rede de camada única não conseguem capturar plenamente a heterogeneidade da transmissão de informações através de diferentes condições de mercado (bull, bear, normal) e domínios de tempo-frequência. Este estudo aborda essas lacunas investigando as conexões de quantis tempo-frequência entre o risco físico climático (PRI), o risco de transição climática (TRI) e os riscos de retorno, volatilidade, assimetria e curtose dos mercados de carbono, energia e metais.

Metodologia
O estudo emprega um arcabouço metodológico de múltiplos estágios:

1. Medição de Risco de Momentos Superiores: O modelo de Heterocedasticidade Condicional Autorregressiva Generalizada com Assimetria e Curtose (GJRSK) é utilizado para quantificar a volatilidade condicional, a assimetria e a curtose dos mercados alvo.
2. Conectividade de Quantis Tempo-Frequência: A análise integra o modelo de Vetores Autorregressivos de Quantis (QVAR) com o método de conectividade de frequência de Barúník e Kehlík (BK). Isso permite o exame dos efeitos de transbordamento através de diferentes quantis (0,1, 0,5, 0,9) e bandas de frequência (curto prazo: 1–22 dias; longo prazo: >22 dias).
3. Construção de Rede Multicamadas: Uma rede de informação de 12 camadas é construída, abrangendo camadas de retorno, volatilidade, assimetria e curtose sob três estados de mercado (queda extrema, normal, alta extrema).
4. Métricas de Rede:
   • Nível do sistema: Eficiência Global (GE) e Força de Conectividade Média (ACS) medem a eficiência da troca de informações e a intensidade do risco. As correlações entre camadas são avaliadas via Sobreposição de Arestas, coeficientes de Deg-deg Pearson/Spearman e Similaridade de Caminho Curto.
   • Nível do mercado: A sobreposição média de força de entrada (in-strength), força de saída (out-strength) e força líquida (net-strength) caracterizam a conectividade de nós individuais.
5. Dados: A amostra cobre dados diários de 1º de julho de 2015 a 29 de dezembro de 2023, compreendendo índices de PRI e TRI, futuros de carbono ICE-EUA, petróleo Brent, gás natural, o Índice S&P Global Clean Energy e futuros de oito metais (Ouro, Prata, Cobre, Alumínio, Zinco, Chumbo, Níquel, Estanho).

Principais Contribuições

• Análise Sistêmica Holística: Diferente de estudos anteriores que examinaram riscos climáticos e mercados específicos isoladamente, esta pesquisa integra o risco climático com um sistema unificado de carbono-energia-metais, incluindo tanto energia tradicional quanto limpa, bem como metais preciosos e não ferrosos.
• Integração Metodológica: O estudo combina modelagem de momentos superiores com análise de quantis tempo-frequência. Essa abordagem dupla permite a identificação de sistemas de transbordamento de curto e longo prazo sob impactos negativos e positivos extremos, fornecendo insights sobre a estrutura de dependência intertemporal das caudas.
• Estrutura de Rede Multicamadas: Ao construir uma rede de 12 camadas, o estudo vai além das análises de camada única de retorno/volatilidade. Ele apresenta simultaneamente múltiplas métricas de risco (retorno, volatilidade, assimetria e curtose) através de variados estados de mercado, oferecendo uma visão mais granular da interconectividade do sistema financeiro complexo.

Principais Resultados

• Significância dos Momentos Superiores: Embora a magnitude dos transbordamentos de momentos superiores (assimetria e curtose) seja menor que a de retornos e volatilidade, eles são estatisticamente significativos e exibem características variantes no tempo.
• Dinâmicas de Tempo-Frequência:
  • Os transbordamentos de retorno, assimetria e curtose são impulsionados principalmente por dinâmicas de curto prazo (alta frequência).
  • Os transbordamentos de volatilidade concentram-se amplamente no longo prazo (baixa frequência).
  • As correlações entre riscos climáticos e mercados são significativamente mais fortes em cenários de mercado extremos em comparação com condições normais.
• Inversões de Papel e Transbordamentos Líquidos:
  • Mercados de Metais: Geralmente ocupam uma posição de liderança como transmissores de informação (emissores de transbordamento) no sistema, particularmente para riscos de momentos inferiores. No entanto, seu papel muda para receptores líquidos durante quedas extremas do mercado para riscos de momentos superiores.
  • Riscos Climáticos: Sob condições normais, o PRI e o TRI atuam primariamente como receptores de transbordamento. Contudo, durante quedas de mercado (estados bear), eles mudam para se tornarem transmissores líquidos de riscos de longo prazo.
  • Eventos Extremos: Eventos como a pandemia de COVID-19 e o conflito Rússia-Ucrânia desencadeiam uma intensificação rápida dos efeitos de transbordamento e podem inverter a direção dos transbordamentos líquidos (por exemplo, mercados de carbono tornando-se contribuintes líquidos durante a pandemia).
• Topologia de Rede:
  • A velocidade de contágio dos riscos de momentos superiores é mais rápida do que a dos riscos de momentos inferiores.
  • Em estados de mercado de alta (bull), a troca de informações entre riscos climáticos e mercados desacelera, apesar das conexões mais estreitas.
  • As configurações estruturais diferem significativamente entre as camadas; por exemplo, a rede de curtose no quantil 0,9 compartilha menos arestas com outras camadas, indicando baixa similaridade estrutural.

Significância e Alegações
O artigo alega que seus achados fornecem uma compreensão mais abrangente dos mecanismos de ligação entre riscos climáticos e mercados financeiros. Ao demonstrar que redes de contágio baseadas em riscos de momentos superiores oferecem condições mais favoráveis para o contágio do que aquelas baseadas apenas em momentos inferiores, o estudo argumenta que a literatura existente focada apenas em retornos e volatilidade não consegue refletir totalmente a dinâmica real de transmissão de risco.

Os resultados oferecem valor específico para:

• Investidores: Ao destacar a necessidade de um framework de gestão de risco "multi-momento + multi-cenário" e identificar os mercados de metais (ex: cobre, níquel) como indicadores chave de alerta precoce de risco.
• Formuladores de Políticas: Ao revelar a assimetria dos efeitos de transbordamento entre estados de mercado, sugerindo a necessidade de estratégias diferenciadas (ex: monitorar a volatilidade do petróleo em mercados de alta e prevenir a transmissão de risco climático em mercados de baixa).
• Reguladores: Ao enfatizar a necessidade de supervisão colaborativa entre mercados e o estabelecimento de plataformas de monitoramento em tempo real para riscos de assimetria e curtose para abordar os atuais pontos cegos de supervisão.