基于CEEMDAN-CNN-LSTM模型的上海碳排放权交易价格区间预测研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：碳排放权交易价格是碳排放权交易市场的核心要素,对其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的有效决策以及实现碳减排成本最小化.本文构建CEEMDAN-CNN-LSTM模型,对2014 年 5 月 13 日至 2024 年 1 月 23 日上海碳排放权交易价格进行区间预测研究.用CEEMDAN方法对中心和半径碳价进行分解,分别得到 7 个中心本征模态函数(IMFS)和 9 个半径本征模态函数,后加入与上海碳价相关性较高的特征变量,将分解后的IMFS和特征变量分别放入CNN-LSTM模型进行预测,并与CNN、CNN-LSTM和ARIMAX模型进行比较.预测结果表明:基于考虑宏观经济、气象气候、能源价格、国际汇率的多变量输入模型,CEEMDAN-CNN-LSTM方法的区间预测误差是最小的,具有明显的预测优势.

作者：

徐登可、汤朱远洋、沈琳琳

展开 >

作者单位：

杭州电子科技大学经济学院

关键词：

碳排放权交易价格区间数据 CEEMDAN分解 CNN-LSTM神经网络预测

基金：

国家社会科学基金

项目编号：

23BTJ069

出版年：

2024

统计科学与实践

浙江省统计研究与信息发布中心

统计科学与实践

CHSSCD

影响因子：0.22

ISSN：1674-8905

年,卷(期)：2024.(7)