Editorial Ekonomi & Bisnis
Efek asimetris risiko iklim terhadap keterhubungan momen tinggi di antara pasar karbon, energi, dan logam
Masalah inti
Inovasi
Penulis menggunakan kerangka metodologi tiga langkah:
1. **Model GJRSK**: Model Generalized Autoregressive Score dengan Skewness dan Kurtosis (GJRSK) digunakan untuk mengestimasi momen kondisional tingkat tinggi (volatilitas, kemiringan, dan kurtosis) dari setiap pasar.
2. **Kerangka Keterhubungan Waktu-Frekuensi**: Pendekatan ini, yang berbasis pada indeks keterhubungan Diebold-Yilmaz, menguraikan limpahan lintas domain waktu dan frekuensi untuk menangkap dinamika jangka pendek dan jangka panjang.
3. **Metode Quantile-on-Quantile**: Teknik ini mengkaji efek asimetris risiko iklim (fisik dan transisi) terhadap keterhubungan di berbagai kuantil distribusi.
Secara matematis, ukuran keterhubungan dapat dinyatakan sebagai:
dengan adalah koefisien respons impuls dari model vector autoregression (VAR).
Mengapa penting
Efek asimetris ini memiliki implikasi penting:
- **Bagi Investor**: Strategi diversifikasi portofolio harus memperhitungkan perbedaan dampak risiko fisik dan transisi. Lindung nilai terhadap risiko fisik mungkin perlu berfokus pada risiko ekor atas, sedangkan pengelolaan risiko transisi harus menyasar kurtosis sisi bawah.
- **Bagi Regulator**: Kerangka regulasi harus membedakan risiko fisik dan transisi untuk memantau risiko sistemik secara efektif. Uji stres dapat memasukkan keterhubungan momen tinggi untuk menangkap ketergantungan ekor.
- **Implikasi Kebijakan**: Mendorong keuangan hijau dan penetapan harga karbon dapat memitigasi risiko transisi, tetapi dapat memperburuk risiko fisik jika tidak disertai langkah adaptasi.
Penelitian ini berkontribusi pada literatur dengan mengintegrasikan keterhubungan momen tinggi dengan risiko iklim, memberikan pemahaman yang bernuansa tentang saling ketergantungan pasar.
Siapa yang sebaiknya membaca
Membuka konten memberโฆ