基于机器学习的碳排放权价格预测研究.pdfVIP

摘要

摘要

本文探讨了中国碳排放权交易市场的发展及其价格波动特征，结合多种预测模型

和分解方法，构建了碳价格的组合预测模型，并对未来碳市场的走势提供了有力的参

考。研究数据涵盖了从2014年4月到2023年12月的交易日数据，涉及北京、天津、

上海、重庆、湖北等八个碳交易试点。

本文以描述性统计分析为基础，揭示了各地区碳市场的波动趋势和差异，展示了

区域市场的不同活跃度和碳价格的波动性。采用了完全集合经验模态分解方法，将碳

价格时间序列分解为多个模态函数，分别提取高频和低频分量。研究发现，高频模态

反映了短期市场波动，而低频模态则与宏观经济因素的长期影响紧密相关。以湖北市

场为例，其碳价格的低频成分在2020年后明显上升，表明国家碳中和政策的实施对

长期碳市场波动产生了深远影响。

本文结合了GARCH−MIDAS模型，通过整合高频碳价格数据和低频宏观经济变

量，成功实现了碳市场价格的精准预测。该模型特别适用于捕捉长期趋势的波动，能

够有效结合宏观经济因素（如Brent原油价格、上证综指等）对碳市场价格的影响。

GARCH−MIDAS