新经济学论文栏目提供最新新经济学论文格式、新经济学硕士论文范文。

基于机器学习的我国碳排放权市场价格预测探讨

日期:2025年06月03日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:176
论文价格:150元/篇 论文编号:lw202506020915025797 论文字数:35252 所属栏目:新经济学论文
论文地区:中国 论文语种:中文 论文用途:硕士毕业论文 Master Thesis
提出LSTM-Informer模型预测我国各个试点及全国碳市场价格,基于影响因素的角度应用Autoformer模型对我国湖北碳排放权交易价格进行单步与多步预测。本文研究结果如下:

(1)通过对我国碳排放权市场现状进行分析,可知我国各试点市场碳价格差异较大,其中北京、全国碳市场的碳价格较高。并且北京碳市场价格较为分散、波动性较大。自全国碳市场开市以来,除北京碳市场外的各试点碳市场价格与全国碳市场呈现一定的价格联动性。试点碳市场中,上海碳市场覆盖行业范围最广,并且将金融和商业纳入覆盖行业中;重庆碳市场覆盖气体最多,包括六种温室气体。目前,我国碳市场呈现全国碳市场和地方碳市场“双轨”并行的局面,重点排放行业和重点排放企业逐步纳入全国碳排放权交易体系,非八大行业的企业以及未达到纳入门槛的排放单位则在地方体系内交易。

(2)基于LSTM-Informer模型的混合碳价格预测模型精度在深圳、天津、重庆、福建碳市场价格预测中精度最高,同时训练成本较低。在除全国和湖北碳排放权市场外的其余七个碳市场中,LSTM-Informer模型均实现了在Informer基础上的精度提升。由于全国碳市场数据量较少,因此,其预测效果较差。这证明了利用LSTM-Informer模型在有效地预测碳交易价格的同时,可以很好地并行化处理数据,降低训练中的计算成本。

参考文献(略)