📈 economics

Policy-State Gated Regime Dynamics in European Emission Allowance Futures

Este artigo demonstra que, embora variáveis observáveis de política e de mercado expliquem eficazmente as probabilidades de transição de regime dos futuros de licenças de emissão europeias, modelos GARCH de caudas pesadas acabam por superar o framework de comutação de regime proposto na previsão de densidade em tempo real e na calibração de risco.

Autores originais: wanyok Attisattapong, Pasin Marupanthorn

Publicado 2026-07-01

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: wanyok Attisattapong, Pasin Marupanthorn

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o mercado de carbono europeu como um gigantesco e de alto risco jogo de Monopoly, mas em vez de comprar propriedades, as empresas compram e vendem "permissões de poluição" (chamadas de EUAs ou Unidades de Emissão da UE). O preço dessas permissões não sobe e desce apenas aleatoriamente; ele salta entre dois "modos" ou regimes distintos:

O Modo "Dia Calmo": Tudo é estável, as negociações são constantes e os preços se movem lentamente.
O Modo "Dia de Tempestade": O pânico se instala, os preços oscilam violentamente e o mercado fica estressado.

A maioria dos modelos financeiros tenta prever essas oscilações de preços olhando apenas para os preços passados, como um meteorologista que olha apenas para o termômetro para prever uma tempestade.

A Grande Ideia Deste Artigo
Os autores, Wanyok Attisattapong e Pasin Marupanthorn, argumentam que, para entender quando o mercado muda de "Calmo" para "Tempestuoso", você precisa olhar para os portões que controlam a porta entre essas duas salas. Eles construíram um modelo especial que pergunta: "Quais sinais específicos estão abrindo a porta para a tempestade?"

Eles descobriram que quatro "porteiros" específicos determinam a probabilidade de uma tempestade:

O Próprio Preço: O preço atual está excepcionalmente alto ou baixo em comparação com seu histórico recente?
O Relatório de "Superávit" (TNAC): Um relatório oficial do governo que conta quantos excessos de permissões de poluição estão guardados no banco.
Estresse Energético: Quão volátil é o preço do gás natural? (Como o gás e o carbono estão interligados, se os preços do gás ficam loucos, os preços do carbono costumam seguir o mesmo caminho).
Volume de Negociação: Quantas pessoas estão comprando e vendendo freneticamente?

Como o Modelo Funciona (A Analogia)
Pense no modelo como um semáforo inteligente para o mercado de carbono.

Modelos Antigos: Apenas tentavam adivinhar quando a luz ficaria vermelha com base na velocidade com que os carros se moviam no passado.
Este Novo Modelo: Olha para o painel de controle do semáforo. Ele vê que, se o "Relatório de Superávit" diz que há permissões demais, ou se os "Preços do Gás" estão disparando, a luz tem maior probabilidade de ficar vermelha (mudar para o modo de alto estresse) amanhã.

Os pesquisadores testaram isso inserindo dados de 2019 a 2026 em seu modelo. Eles queriam ver se saber desses quatro "porteiros" ajudava a prever o humor do mercado melhor do que apenas observar a volatilidade dos preços passados.

O Que Eles Descobriram

A "Tempestade" é Real: Eles confirmaram que o mercado de carbono definitivamente possui esses dois humores distintos (Calmo vs. Tempestuoso). Um modelo simples que assume que o mercado é sempre o mesmo não funciona.
Os Porteiros Importam: Quando adicionaram as quatro variáveis (Superávit, Gás, Volume, Preço) ao seu modelo, ele teve um desempenho melhor em explicar por que o mercado mudou de humor. Por exemplo, quando o número oficial de "Superávit" subiu, o modelo previu corretamente uma maior chance de o mercado entrar em um estado de estresse.
A Armadilha (O "Problema do Meteorologista"): Embora seu modelo fosse ótimo em explicar o passado e entender as razões do estresse, ele não era necessariamente melhor em prever o futuro do que os modelos matemáticos padrão e pesados (chamados modelos GARCH) que os operadores financeiros já utilizam.
- Analogia: O modelo deles é como um mecânico que consegue dizer exatamente por que o motor do seu carro está fazendo um barulho estranho (ex: "A pressão do gás está muito alta"). Os modelos antigos são como um mecânico que apenas sabe que o motor fará um barulho com base no quão alto ele estava ontem. O novo modelo oferece uma história e uma explicação melhores, mas nem sempre prevê o momento exato em que o barulho acontecerá melhor do que as ferramentas antigas.

A Conclusão
Este artigo não afirma ter uma bola de cristal mágica que prevê os preços do carbono perfeitamente. Em vez disso, oferece um mapa melhor. Ele mostra que os níveis de estresse do mercado não são aleatórios; eles estão diretamente ligados a coisas observáveis, como relatórios de superávit governamentais, preços de energia e atividade de negociação.

Para qualquer pessoa tentando entender o mercado de carbono, isso é valioso porque conecta os pontos entre as decisões políticas (como o relatório de superávit) e o pânico do mercado, transformando um ativo financeiro confuso em algo com uma história mais clara e lógica.

Resumo Técnico: Dinâmica de Regimes Gated por Estado de Política em Futuros de Direitos de Emissão Europeus

Problema e Motivação
Os futuros de Direitos de Emissão da União Europeia (EUA) são ativos financeiros únicos, criados por política regulatória em vez de escassez natural. Suas dinâmicas de retorno são impulsionadas por uma interação complexa de cronogramas de oferta regulatória (especificamente a Reserva de Estabilidade do Mercado ou MSR), demanda de conformidade, incentivos à troca de combustíveis e atividade de negociação financeira. Embora a literatura existente tenha estabelecido que os retornos dos EUA exibem características não gaussianas, agrupamento de volatilidade (volatility clustering) e dependência de regime, os modelos padrão de mudança de regime latente (Markov) frequentemente falham em vincular esses estados não observados às variáveis específicas de política e de mercado que definem o EU ETS.

O problema central abordado é se as probabilidades de transição entre regimes de baixo estresse e alto estresse podem ser explicitamente modeladas como uma função de variáveis observáveis de estado de política (superávit), estresse do mercado de energia e atividade de negociação, em vez de serem inferidas apenas a partir de retornos passados. Os autores argumentam que uma abordagem de "gate por estado de política" (policy-state gated) é necessária para compreender a lei de movimento dos retornos dos EUA sob mudanças no desenho do mercado, particularmente após as reformas do EU ETS de 2023.

Metodologia
O artigo estima um modelo de Markov de duas fases com probabilidade de transição variante no tempo (TVTP) para os retornos diários dos futuros de EUA. O modelo é especificado da seguinte forma:

Dinâmica de Estado: O retorno $r_{t+1}$ segue uma distribuição de mistura normal condicionada a um estado latente $Z_t \in \{0, 1\}$ , onde o estado 0 representa um regime de baixo estresse e o estado 1 representa um regime de alto estresse. Os estados são distinguidos principalmente pela volatilidade condicional ( $\sigma_0 < \sigma_1$ ).
Gating por Estado de Política: Diferente dos modelos de Markov latentes padrão, onde as probabilidades de transição são constantes, a transição aqui depende de um vetor de variáveis de controle (gate variables) observáveis $G_t = (\tilde{s}_t, \tilde{\tau}_t, \tilde{g}_t, \tilde{v}_t)'$ $G_{t} = (\tilde{s}_{t}, \tilde{τ}_{t}, \tilde{g}_{t}, \tilde{v}_{t})^{'}$ :
- $\tilde{s}_t$ : Uma proxy de estado de preço implícita pelo mercado padronizada (percentil móvel dos preços de EUA).
- $\tilde{\tau}_t$ : O Total de Direitos de Emissão em Circulação (TNAC) padronizado, a medida oficial de superávit usada para operações da MSR.
- $\tilde{g}_t$ : A volatilidade anualizada de 21 dias padronizada dos preços do gás natural holandês (TTF) (estresse do mercado de energia).
- $\tilde{v}_t$ : O log do volume padronizado dos futuros de EUA (atividade de mercado).
Equação de Transição: A probabilidade de permanecer em ou transitar para um estado é modelada via uma função logística:
$p_{i0,t} = \Lambda(a_{i0} + b_{i0}^{(s)}\tilde{s}_t + b_{i0}^{(\tau)}\tilde{\tau}_t + b_{i0}^{(g)}\tilde{g}_t + b_{i0}^{(v)}\tilde{v}_t)$
onde $\Lambda$ é a função logística. Esta estrutura permite que as probabilidades de transição mudem dinamicamente com base em condições de mercado observáveis.
Estimação e Avaliação: O modelo é estimado via Máxima Verossimilhança usando o filtro de Hamilton em uma amostra comum de 15 de maio de 2019 a 28 de maio de 2026. Os autores empregam uma estratégia de comparação de modelos aninhados, progredindo de um benchmark Gaussiano IID para um modelo de Markov latente e, finalmente, para a especificação completa com gating de política.
Benchmarks: O modelo proposto é rigorosamente comparado contra:
- Modelos de Markov latentes com probabilidades de transição constantes.
- Modelos de Markov aninhados com subconjuntos de variáveis de controle.
- Benchmarks da família GARCH de caudas pesadas (Student-t GARCH, GJR-GARCH, EGARCH) para testar o desempenho de previsão de densidade.
Validação: A avaliação inclui verossimilhança de amostra comum (AIC/BIC), classificação de estresse de um passo à frente (AUC, taxas de acerto) e validação com dados retidos (held-out) usando divisões fixas de treino-validação-teste para avaliar a dominância de previsão em tempo real.

Principais Resultados

Dependência de Regime: Os dados rejeitam fortemente um modelo Gaussiano de regime único. Um modelo de Markov latente de dois regimes melhora significativamente o ajuste (menor AIC) em relação ao benchmark IID, confirmando que os retornos dos EUA são dependentes de estado e possuem caudas pesadas.
Valor das Variáveis de Controle Observáveis: Dentro da família de Markov Gaussiana, o modelo completo com gating de política fornece o melhor ajuste (menor AIC) em comparação com os modelos latentes ou parcialmente controlados. A inclusão de TNAC, volatilidade do gás e atividade de negociação adiciona informação incremental à lei de transição. No entanto, o gate completo não supera o modelo latente em termos de BIC, e os modelos GARCH de caudas pesadas (variantes Student-t) permanecem superiores em termos de AIC e BIC para o ajuste de densidade incondicional.
Interpretação Econômica dos Coeficientes:
- TNAC: Um TNAC mais elevado (superávit) está associado a uma maior probabilidade de transição do regime de baixo estresse para o de alto estresse, embora o efeito seja estimado com intervalos de incerteza amplos devido à baixa frequência de atualizações do TNAC.
- Volatilidade do Gás: A volatilidade do gás TTF é o principal motor, aumentando significativamente a probabilidade de entrar e permanecer no regime de alto estresse.
- Atividade de Negociação: O alto volume parece atuar primariamente como um mecanismo de persistência para o estado de alto estresse, em vez de um simples gatilho de entrada.
- Estado de Preço: A proxy de preço implícita pelo mercado mostra efeitos assimétricos, aumentando a probabilidade de entrada em estresse em níveis elevados, mas facilitando a saída do estresse.
Desempenho de Previsão: Em exercícios de amostra comum, o modelo com gating de política supera modestamente os benchmarks GARCH na classificação de dias de estresse de cauda absoluta (AUC ~0,70 vs. ~0,67). No entanto, na validação com dados retidos (períodos de crise e pós-crise), os modelos GARCH superam consistentemente o modelo de Markov em escores de log, escores de Brier e calibração de VaR. O modelo de Markov não estabelece dominância de previsão em tempo real.

Significância e Alegações
O artigo enquadra explicitamente sua contribuição como interpretativa e associativa, em vez de causal ou universalmente preditiva.

Valor Interpretativo: A principal contribuição é demonstrar que o superávit de política observável (TNAC), a volatilidade da energia, a atividade de mercado e o estresse são estatisticamente associados ao tempo e à persistência dos regimes de retorno dos EUA, fornecendo um mapa transparente das variáveis institucionais do EU ETS para a probabilidade de estresse de mercado, o que os modelos latentes não podem oferecer.
Alegações de Previsão Limitadas: Os autores alegam modestamente que, embora o modelo com gating de política melhore a classificação de regimes e a interpretação econômica, ele não substitui modelos de volatilidade de cauda pesada para previsão de densidade ou gestão de risco em tempo real. O modelo é apresentado como uma ferramenta para compreender a lei de movimento dos regimes sob condições específicas de política e mercado, e não como um motor de previsão independente superior.
Relevância para Políticas Públicas: Os resultados sugerem que o "fim de jogo" do EU ETS, caracterizado pelo aperto dos limites (caps) e intervenções da MSR, cria um ambiente de mercado onde as transições de regime são impulsionadas por choques de política e de energia observáveis, necessitando de modelos que incorporem explicitamente essas variáveis de estado.

Em resumo, o artigo constrói com sucesso um modelo de mudança de regime onde as probabilidades de transição são controladas por variáveis observáveis de EUA, oferecendo uma compreensão econômica mais profunda da dinâmica do mercado de carbono, ao mesmo tempo em que reconhece que os modelos de volatilidade tradicionais permanecem mais robustos para a pura previsão de densidade.

Mais como este