检索结果-南通市图书馆

利用智能机器学习方法对区域碳排放权交易价格预测研究——基于湖北碳市场数据的分析

价格理论与实践 2022年第4期 89-93,205页

作者：高长征李东伟王秀娜郭森中电联电力发展研究院华北电力大学经济与管理学院

碳价是碳排放权交易市场的核心要素,对碳价的准确预测有助于政府科学制定碳市场政策;也有利于企业在碳市场中的有效决策,实现碳减排成本的最小化。本文基于CEEMDAN和Transformers模型提出一种全新的碳价预测方法,首先,从理论层面分析了... 详细信息

碳价是碳排放权交易市场的核心要素,对碳价的准确预测有助于政府科学制定碳市场政策;也有利于企业在碳市场中的有效决策,实现碳减排成本的最小化。本文基于CEEMDAN和Transformers模型提出一种全新的碳价预测方法,首先,从理论层面分析了影响碳价预测的主要因素,并运用皮尔森相关系数法识别出影响湖北碳价的关键因素;其次,考虑到碳价序列具有的非线性、非平稳性和多尺度特征,运用CEEMDAN模型对湖北碳价原始序列进行分解,得到7个子序列;最后,运用Transformers模型对7个碳价子序列分别进行预测,并将预测结果进行叠加,从而得到湖北碳价的最终预测结果。预测结果表明:运用该方法对湖北碳价预测的MAPE值为1.67%,是所有对比模型中预测效果最好的。基于此,要关注影响碳价的关键因素,建立碳价预测体系、开发碳价预测工具,科学设定碳配额量。

关键词：碳价预测 Transformers模型 CEEMDAN模型湖北碳市场

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

湖北碳市场与中国股市之间动态相关性研究

引用

经济研究导刊 2022年第6期 81-84页

作者：王春霞浙江理工大学经济管理学院杭州310000

随着我国碳排放交易的不断发展,并且由于碳市场的金融属性,股票市场的波动必然会对我国的碳市场产生影响。因此,研究湖北碳市场与中国股票市场之间的波动溢出关系具有重要的意义。从沪、深股票分市场的角度,借助VAR-DCC-GARCH模型,研究... 详细信息

随着我国碳排放交易的不断发展,并且由于碳市场的金融属性,股票市场的波动必然会对我国的碳市场产生影响。因此,研究湖北碳市场与中国股票市场之间的波动溢出关系具有重要的意义。从沪、深股票分市场的角度,借助VAR-DCC-GARCH模型,研究湖北碳市场与中国股票市场之间的动态相关性。实证结果表明,湖北碳市场和沪、深股票市场之间的动态相关性具有时变性,它们之间的动态系数大体呈现出负相关关系。此外,沪深股市对碳市场的影响具有趋同性。但总的来说,深市对碳市场的影响比沪市对碳市场的影响更大一些。

关键词：动态相关性湖北碳市场 VAR-DCC-GARCH模型中国股市

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欧盟与湖北碳交易市场的互相关性——基于MF-X-DMA的研究

引用

中南财经政法大学学报 2020年第1期 114-126页

作者：李可隆谢赤湖南大学工商管理学院湖南长沙410082 湖南大学金融与投资管理研究中心湖南长沙410082

本文运用多重分形降趋势移动平均互相关分析法(MF-X-DMA)考察欧洲联盟碳交易市场与中国湖北碳交易市场之间的互相关性及其多重分形特征。通过实证研究发现,欧盟碳交易市场与湖北碳交易市场之间存在显著的互相关性且具有多重分形特征。同... 详细信息

本文运用多重分形降趋势移动平均互相关分析法(MF-X-DMA)考察欧洲联盟碳交易市场与中国湖北碳交易市场之间的互相关性及其多重分形特征。通过实证研究发现,欧盟碳交易市场与湖北碳交易市场之间存在显著的互相关性且具有多重分形特征。同时,在市场出现剧烈波动时,两个碳交易市场之间的联动效应更为明显;湖北碳交易市场的多重分形特征显著,分形强度大于欧盟市场,且后者的自相关性不存在明显的多重分形特征。此外,以湖北碳交易市场为代表的中国新兴碳市场,市场成熟度不高,其涉及的短期相关性极易受到外部因素的影响。

关键词：碳交易市场互相关性多重分形欧盟碳市场湖北碳市场

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CNN-LSTM模型的碳排放权交易价格预测研究

基于CNN-LSTM模型的碳排放权交易价格预测研究

引用

作者：何赛敏河南大学

学位级别：硕士

碳价格是碳金融市场运行的核心,随着碳金融市场的发展,碳市场风险受到高度关注,就碳价情景而言,碳价水平本身对改善环境质量、减少能源需求和提高宏观经济增长产生不同程度的影响,开发出一种可靠的碳价格预测技术对推动中国碳金融市场... 详细信息

碳价格是碳金融市场运行的核心,随着碳金融市场的发展,碳市场风险受到高度关注,就碳价情景而言,碳价水平本身对改善环境质量、减少能源需求和提高宏观经济增长产生不同程度的影响,开发出一种可靠的碳价格预测技术对推动中国碳金融市场成熟发展具有重要意义。本文选取湖北碳市场的价格数据集作为样本进行碳价格预测研究,以LSTM为基准模型,进一步构建包含一维卷积层(Conv1D)、一个最大池化层(Max Pooling1D)、一个LSTM层和一个全连接层(Dense)的CNN-LSTM模型,最后,对这两种碳价格预测模型以及参照模型进行对比。研究发现:(1)LSTM模型的泛化能力有待提高,而CNN-LSTM模型能够有效提高湖北市场碳价格的预测精度和训练速度;(2)若选择湖北试点碳价格的重要指标特征为数据集,运用CNN-LSTM模型做预测,时间步长即依据的历史数据长度选为3,则达到湖北碳价格预测的最优结果,这是因为基于该结果的拟合优度R达到了0.9843,预测误差MAPE只有0.24%,而且预测时长只有大约0.15秒,共5个评估指标都表现得最好;(3)CNN-LSTM模型结合1维卷积和LSTM两种不同类型的层级,能够利用卷积层的局部特征提取和LSTM层的时间序列建模能力,进一步提高模型的表现,同时,池化层可以减少卷积层的输出大小,从而降低了模型的计算复杂度,提高模型的训练效率。除此之外,本文选取北京碳排放权成交均价BEA进行案例分析,从单特征预测和多特征预测这两个角度都验证了CNN-LSTM模型在碳价格预测准确度及适用性方面的优越性。

关键词：碳价格预测深度学习 CNN-LSTM 湖北碳市场

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：