基于时变高阶矩NAGARCHSK-LSTM模型的中国碳排放权价格预测*

云 坡，唐文之，黄荷暑

(1.合肥学院 经济与管理学院，安徽 合肥 230601；2.安徽大学 商学院，安徽 合肥 230601)

温室气体排放剧增是导致环境负外部性加剧的直接诱因。2020年12月中央经济工作会议提出，要加快碳排放权交易市场建设，为排碳合理定价，实现碳排放达峰后稳中有降和排放强度的降低。价格机制是碳金融市场的核心，因此，研究碳排放权市场交易中的价格形成机制，开展价格预测研究是推进市场化减排机制建设，实现低碳发展的关键。

一、现有碳价预测研究及存在的不足

现有碳价预测研究体现在两方面：一是基于GARCH簇的碳价预测模型。研究发现，GARCH簇模型能更好地拟合碳期货资产价格趋势。基于Levy过程的GARCH模型能对跳跃行为和杠杆效应特征的欧洲碳价有效拟合和预测。Ren 等基于AR-GARCH模型，采用双边修正的虚拟变量研究了碳市场的管制事件对中国碳价的影响。考虑跳跃扩散时变GARCH模型能够对碳价进行有效拟合并预测。二是人工智能集成预测模型。张晨等发现，BP网络的碳价预测效果具有明显的鲁棒性。蒋锋等克服BP网络收敛速度较慢的缺陷，使用混沌粒子群算法PSO对BP网络进行优化，并在欧洲碳价预测中取得很好的样本外预测效果。王娜和吕靖烨等人使用逐分量梯度算法Boosting和支持向量机SVM优化ARIMA预测模型，研究指出，基于Boosting-ARMA和SVM-ARIMA的碳价预测性能具有较强的预测精度。在混合多模态碳价预测研究方面，基于EMD经验分解技术将碳价进行游程分解，在分解预……