基于BP-LSTM混合神经网络的碳价预测研究

姚艺千 洪儒 刘奇韵

摘要：碳排放权交易价格是影响碳排放交易的决定性因素，准确预测碳价可以帮助政府更好地应对气候变化。基于BP混合LSTM神经网络模型，提出了一种精度高的碳价预测方法。首先，在理论分析基础上对影响碳价的因素进行皮尔逊相关系数分析，筛选出影响湖北碳价的关键因素；接着，考虑历史碳价的数据特征对碳价预测的影响，将其与筛选出的关键因素结合输入预测模型；最后，使用BP-LSTM神经网络模型得到湖北碳价预测的结果。预测结果表明：BP-LSTM神经网络模型在预测集上表现相对良好，MSE误差为0.82。基于研究过程性结论及结果展示，提出要在完善碳价交易体系的基础上，关注碳排放影响因素动态性变化，更新和优化碳价预测模型。

关键词：碳价预测模型；BP神经网络；LSTM神经网络；RNN神经网络

中图分类号：X22 文献标志码：A

前言

中共中央、国务院于2021年10月印发《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》，文件中指出实现碳达峰、碳中和，是以习近平同志为核心的党中央统筹国内国际两个大局作出的重大战略决策，是全面贯彻新发展理念的必然选择、是中国解决世界性资源环境突出问题的大国责任。作为极具潜力成为全球覆盖温室气体排放量规模最大的碳市场的中国，建设并完善碳排放交易体系是对整个社会低碳转型的绿色追求、是政府对国际社会作出“力争2030年前碳达峰、2060年实现碳中和”承诺的回应。

自2010年中国首次提出建立碳交易市场以来，中国碳排放交易体系已经历了超过十年的发展历程。2011年，北京、天津、上海、重庆、湖北、广东、深圳七省市作为第一批试点省市开展碳排放权交易市场。经历了概念提出、试点运行一系列过程后于2017年7月实现全国碳市场正式启动上线交易。碳排放权交易是以碳排放额为交易内容，以科学碳交易机制下供需比计算的碳交易价格（下称碳价）作为交易价格。如何提高碳价预测的准确性，减少碳价波动对企业带来的风险，并更好发挥市场机制的减排作用，是当前学术研究的热点和产业界关注的重要问题。

1相关研究文献评述

目前，国内外学者主要针对碳价影响因素和预测模型这两方面展开相关研究。

针对碳价影响因素的研究，吴慧娟等（2021）从机理和各试点实情上研究发现政策、经济与环保因素造成碳价格的时间波动及区域差异；夏睿瞳（2022）通过理论分析和实证研究发现能源价格、极端天气、宏观经济对碳价具有显著的影响；王小燕等（2022）针对广州碳排放权交易的配额收盘价，从指标、国内能源指标、气候环境和宏观政策这6个维度构建指标体系用于研究碳价影响因素；张玲等（2023）通过实证分析发现环境规制水平对碳价具有抑制作用，地理距离的变化会改善环境规制水平对碳价的抑制效应。

针对碳价预测模型，国内外大部分学者选择使用多种模型混合的组合模型来优化模型，同时提升预测精度。金林等（2020）应用Lasso回归方法对变量进行筛选，建立灰色BP神经网络对碳价进行预测。该预测模型在短期预测中MAPE小于4%，预测精度较高；呼雪芳（2021）基于CEEMDAN分解算法提出LSTM-LSTM-LGBM的组合预测模型，通过广东试点交易价格进行仿真分析，进而证明预测模型效果较好；赵峰等（2022）基于碳价本身建立了CEEMDAN-ARIMA-指数平滑模型，同时考虑碳价的经济和技术等指标建立了THHO-ELM模型，最终通过三个地区实证分析验证了组合模型的可靠性；朱亮亮等（2023）分别运用ARIMA模型、多项式回归算法和LSTM模型构建了全国碳交易市场的碳价预测模型，通过实证分析得出PCC-LSTM模型的预测精度相对较高。

分析可得，目前在碳价影响因素以及碳价预测方法方面研究成果显著，但仍然有可以完善的地方。针对碳价影响因素方面：国内外关于碳价影响因素的研究主要集中在社会经济、宏观政策、自然环境和市场交易机制等方面。研究方面涉及广而杂，因素相对零散，且偏重于理论分析，缺少结合实证分析加以支撑。针对碳价预测模型方面：现有组合模型对碳影响因素分解以及碳价预测模型对碳价预测的精度相对较高，但预测过程相对复杂，有待进一步提升。文章使用BP混合LSTM神经网络组合模型，可以加强神经网络对时序数据的反应能力，使得预测结果与真实结果的拟合度达到更高的水准。

2碳价预测影响因素的相关性分析

根据已有文献，总结出中国碳价主要受以下三类因素影响：一是社会经济类影响因素，包括国际碳价、宏观经济和石油、煤炭等能源价格；二是自然环境类影响因素，包括温度、湿度等；三是宏观政策类影响因素，包括环境规制强度和环境规制水平。

文章运用皮尔逊相关系数法对碳市场交易价格与上述提到的影响因素进行分析，筛选出影响碳价的关键因素，进而方便展开后续分析。其中，国际碳价使用欧洲碳交易市场的价格；能源价格包括WIT原油期货价格、秦皇岛港动力煤价（Q5500K）以及天然气的期货价格；自然环境包括温度、湿度、风速等；宏观经济选择采用股市的沪深300指数；政策因素中环境规制强度用政府工作报告中相关内容关键词的词频指代，环境规制水平使用各项指标衡量数据选取地区工业污染治理投资完成情况。数据描述性统计见表1。