随着全球变暖和城市热效应对气温的影响日益增大,由于天气变化而造成的经济损失也逐渐增多,推出天气衍生品能够很好地改善这类问题。天气衍生品是一种金融工具,它的收益取决于某些基础天气指数的价值。对于天气衍生产品的研发,中国尚处于初步探索阶段。中国天气市场上用于规避天气风险的大多是保险合约,但并不适用于非灾难性的天气事件,故天气衍生品作为新型的天气风险管理工具表现出极大的应用价值。天气衍生品定价精度主要取决于气候资料的预测精度,而中国在各省市均设有气象监测站,这为天气衍生品的引进和研究提供了有力的数据支持。在编制相应气温指数以及对衍生品进行定价时,高精度的气温预测模型发挥着尤为重要的作用。为探索有效的高精度气温预测模型,本文主要工作与成果如下:本文基于中国360个气象站点42年的日均气温数据,结合旋转经验正交分解法与K均值聚类法对中国气温变化进行分区,选择了8个具有代表性的气象站点,参考芝加哥商品交易所推行的天气衍生品合约,以气温期权合约为例,采用参数方法和非参数方法,分别建立了离散型、连续型和时间卷积网络三种气温预测模型。通过对比研究发现,时间卷积网络模型的预测效果、气温指数的蒙特卡洛模拟值以及期权的合理定价显著优于其他模型,且该模型相较于参数估计方法表现出更高的精度,而相较于非参数估计的其他方法,时间卷积网络不存在梯度爆炸或梯度消失等问题,是简单而又行之有效的一种气温预测方法。时间卷积网络在气温预测上表现出的显著有效性为天气衍生品定价提供了新思路。此外,天气衍生品也涉及降雨、风能等方面,根据不同气象的变化特点,选择合理的模型和方法进行研究。由于气象变化受诸多因素的影响,若要更为精确地模拟气象变化,还应结合多方面相关因素进行综合分析。