Carbon markets: volume, price and volatility

This thesis analyzes the EU ETS market with a focus on carbon allowances spot trading volume, an aspect largely overlooked in previous literature. While existing studies have primarily examined price formation through macroeconomic or energy market factors, this work introduces an econometric approach that explicitly considers the role of trading volume. The primary objective is to investigate the short- and long-term relationship between price, volume, and volatility to enhance the understanding of the EU ETS, a market still subject to ongoing changes and new regulatory frameworks. To achieve this, we first construct a model for spot trading volume, identifying ARMA(1,1)-GARCH(1,1) as the best fit. We extend the analysis with EGARCH, revealing that volatility exhibits asymmetric effects, where negative shocks have a more pronounced impact than positive ones. Forecasting results show that our model correctly predicts the direction of volume changes in approximately two-thirds of cases, although challenges remain in precise volume estimations. We then model the spot price, analyzing its interactions with trading volume and volatility. Our results indicate that log volume can be used as an explanatory exogenous variable in price modeling, reinforcing the role of market participation in price determination. The best-performing model, an EGARCH specification, captures asymmetric volatility responses and highlights the relevance of trading activity in shaping price movements. Next, we analyze the interplay between price, trading volume, and volatility using multiple econometric techniques. Johansen cointegration tests confirm a long-run equilibrium between price and trading volume. Vector Error Correction Models (VECM) highlight that deviations from this equilibrium adjust over time, reinforcing the notion of market stability. Additionally, we employ an Autoregressive Distributed Lag (ARDL) model, which allows for the joint analysis of stationary and non-stationary variables. We find evidence of a long-run relationship between price, trading volume and volatility, as confirmed by the ARDL Bound Test. Granger causality tests reveal that both price and volatility significantly influence trading volume, while trading volume itself also plays a role in shaping price movements.

Questa tesi analizza il mercato EU ETS ponendo un focus sul volume di scambio spot dei certificati di emissione di CO2, al giorno d’oggi trascurato nella letteratura. Mentre i precedenti studi si sono concentrati sui fattori che influenzano la formazione dei prezzi, considerando principalmente variabili macroeconomiche o derivate dai mercati dell’energia, senza tenere in conto la partecipazione al mercato intesa come volume scambiato. L’obiettivo principale di questo lavoro è investigare il rapporto a breve e lungo termine tra prezzo, volume e volatilità per migliorare la conoscenza dell’EU ETS, un mercato ancora soggetto a cambiamenti e nuove regole. Per raggiungere questo scopo, costruiamo un modello per il volume scambiato spot, identificando come miglior modello un ARMA(1,1)-GARCH(1,1). Estendiamo ulteriormente la nostra analisi con modelli EGARCH, rivelando che la volatilità presenta effetti asimmetrici, dove shock negativi presentano un impatto più pronunciato rispetto a shock positivi. I risultati di previsione mostrano che il nostro modello riesce a predire correttamente la direzione dei cambiamenti del volume in 2 casi su 3. I nostri risultati mostrano che il volume può essere usato come variabile esplicativa esogena nella modellazione del prezzo, rinforzando il ruolo della partecipazione al mercato nella formazione dei prezzi. Il modello EGARCH, il migliore tra quelli considerati, cattura risposte asimmetriche per la volatilità ed evidenzia l’importanza dell’attività di trading nel delineare i movimenti dei prezzi. Come passo successivo, analizziamo il legame tra prezzo, volume scambiato e volatilità usando differenti modelli econometrici. Il test di cointegrazione di Johansen conferma la relazione di lungo periodo tra prezzo e volume scambiato. Il Vector Error Correction Model (VECM) evidenzia che deviazioni dall’equilibrio si riaggiustano con il tempo, rinforzando il concetto di stabilità del mercato. In aggiunta, usiamo un modello Autoregressive Distributed Lag (ARDL) che ci permette di svolgere una analisi congiunta di variabili stazionarie e non stazionarie. Troviamo evidenze di una relazione di lungo periodo tra prezzo, volume di trading e volatilità, come confermato dal test ARDL Bound. I test di causalità di Granger rivelano che sia il prezzo che la volatilità influenzano in modo significativo il volume scambiato, mentre il volume scambiato stesso svolge un ruolo nella formazione dei movimenti di prezzo.