论文部分内容阅读
碳市场是应对气候变化成本的有效手段。我国“十二五”规划提出了“将逐步建立碳市场”,且在北京、上海、广东等省市启动了地区性碳市场试点,并将不断扩大,逐步建设成全国性的碳市场,以期在节能减排战略中发挥重大作用。因此,如何设计一个体制健全、运作平稳的碳市场成了当前我国面临的一项重要任务。近年来,以欧盟碳排放交易体系(European Union Emissions Trade System,EU ETS)为代表的国际碳市场发展迅猛,但其市场价格波动剧烈,显著影响了减排绩效。围绕EU ETS碳市场价格开展预测分析、风险测度与动态行为研究,论文的主要创新性工作如下：1.针对碳市场价格多尺度特性,提出了基于改进希尔伯特-黄变换(Hilbert-Huang transform,HHT)的碳市场价格多尺度分解算法。首先,引入高斯白噪声到经验模态分解(Empirical Mode Decomposition,EMD)中,建立集成EMD(Ensemble EMD,EEMD)算法来抑制EMD算法中的模态混叠现象；其次,针对EEMD分解过程中存在的端点效应问题,比较分析5种常用端点延拓方法,改进EEMD算法,得出适合碳价多尺度分解的延拓方法；实证结果表明改进HHT算法能显著提高碳价分解精度,扩大了HHT在碳价多尺度分析中的应用范围。2.综合应用改进EEMD、统计分析、Hilbert谱分析、Bai-Perron结构性断点检验等理论方法,探讨了重大突发事件在不同尺度上对碳市场的影响以及不同尺度之间影响的交互情况。2008年全球金融危机和2011年欧债危机均对碳市场价格走势造成了显著影响,产生了结构性断点。3.利用自适应数据分解与人工智能模型的优势,提出了基于改进EEMD与支持向量机(Support Vector Machine, SVM)的碳市场价格拐点预测模型。首先,应用改进EEMD算法对去季节后碳价序列进行多尺度分解；其次,应用序列重构法识别出碳价循环项,并据此采用BB(Bry-Boschan)法确定碳价拐点：接着利用相空间重构法确认SVM建模中的输入变量,应用基于K-CV(K-fold Cross Validation)思想的网格搜索(grid search)法优化SVM模型参数,然后以训练好的SVM模型预测测试样本；最后,实证分析验证了模型的有效性。4.以碳市场异质性假设为前提,提出了基于改进EEMD与条件在险值(Conditional Value at Risk, CVaR)的碳市场价格多尺度风险测度模型。首先采用改进EEMD算法分解碳价收益率序列；其次,针对不同尺度的本征模拟函数(intrinsic mode function, IMF)和残差项分别采用广义自回归条件异方差(Generalized Auto Regressive Conditional Heteroskedasticity,GARCH)模型建模；再次,应用迭代累积平方和(Iterated Cumulative Sums of Squares,ICSS)断点检测法识别出极端事件窗口,并针对极端事件窗口内的各尺度分量分别独立采用指数加权移动平均(Exponentially Weighted Moving Average,EWMA)建模；最后,提出基于多尺度GARCH+EWMA模型对碳价收益率的时变条件方差进行测度,改进传统CVaR对方差的估计,实证结果显示基于多尺度EWMA+GARCH的CVaR明显优于传统方差-协方差方法的CVaR。5.基于Zipf分析技术,将碳价τ-收益率序列映射成为绝对频率和相对频率,探讨了投资时间尺度τ和收益预期ε对碳价行为的影响。实证结果表明：EUETS碳价长期看跌概率大于长期看涨概率；碳价行为受到了τ和ε的双重影响；ε在一定范围内会扭曲碳价行为。