基于VAR和ARIMA-LSTM模型的碳排放权交易价格影响因素分析及预测
魏静
刘芙冉
袁婷
王婷
成都信息工程大学 统计学院,成都 610103
摘要：为了分析预测碳排放权交易价格的影响因素,以湖北碳排放权交易市场为研究对象,对宏观经济、能源价格、汇率、国际碳市场、气候环境 5 个方面共 11 个影响因素进行梳理与相关性分析,同时建立向量自回归(vector autoregression,VAR)模型进行实证分析,并进一步采用自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型、长短期记忆网络(long short-term memory,LSTM)及加权组合模型进行对比预测.研究发现:碳交易价格波动主要受自身历史价格驱动,其贡献率高达 98.07%;ARIMA-LSTM加权组合模型较单一模型预测精度显著提升,平均绝对百分比误差(mean absolute percentage error,MAPE)降至 1.943,均方根误差(root mean square error,RMSE)降至 0.915;当前湖北碳市场存在交易机制不健全、价格形成机理单一等问题,具有潜在系统性风险.研究证实,亟需通过完善市场基础设施建设、优化价格形成机制等措施提升碳市场运行效能.该研究成果可为监管部门构建风险预警体系提供方法支撑,为气候政策制定提供量化决策依据.
关键词：碳排放权交易价格影响因素VAR模型ARIMA模型LSTM模型
分类号：F832.5(金融、银行)X196(环境经济学)
资助基金：成都信息工程大学引进人才科研启动项目(KYTZ202298)
论文发表日期：2025-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 280-289 )
英文信息