期刊文献+

基于GRU-GCN模型的碳排放权价格预测及影响因素分析研究

Research on Carbon Emission Rights Price Prediction and Influencing Factors Analysis Based on GRU-GCN Model
原文传递
导出
摘要 中国作为世界第一大碳排放国,先后成立了深圳、北京、上海等8个碳排放权交易试点,相较于国际上成熟的碳市场,中国的碳排放权交易市场尚处在探索阶段,研究全国碳市场交易价格的波动特征,有助于企业规避交易价格风险、制定绿色创新及节能减排的战略,也对政府完善碳排放权交易市场机制、建设全国碳交易市场具有一定意义,本文以上海交易所为例,探究不同因素对碳排放权交易价格的影响程度,并且使用StemGNN模型,即基于GRU和GCN具有联合捕获序列间相关性和时间依赖性功能的新型预测模型对碳排放权交易价格进行预测,以期为我国碳交易市场的参与者及政府相关管理部门提供更加科学、精准的决策工具。 As the world’s largest carbon emitter,China has established eight carbon emission trading pilot projects,including Shenzhen,Beijing,and Shanghai.Compared to mature international carbon markets,China’s carbon emission trading market is still in the exploratory stage.Studying the fluctuation characteristics of national carbon market trading prices can help enterprises avoid trading price risks,formulate strategies for green innovation,energy conservation and emission reduction,and also improve the government’s carbon emission trading market mechanism The construction of a national carbon trading market has certain significance.This article takes the Shanghai Stock Exchange as an example to explore the degree of influence of different factors on carbon emission trading prices,and uses the StemGNN model,which is a new prediction model based on GRU and GCN with joint capture of inter sequence correlation and time dependence functions,to predict carbon emission trading prices,In order to provide more scientific and accurate decision-making tools for participants in China’s carbon trading market and relevant government management departments.
作者 白鑫怡 崔骥 Xinyi Bai;Ji Cui(School of Mathematics and Statistics,Nanjing University of Information Science and Technology,Nanjing Jiangsu;Suzhou Beyondcent Software Co.,Ltd.,Suzhou Jiangsu)
出处 《运筹与模糊学》 2024年第2期1156-1169,共14页 Operations Research and Fuzziology
基金 国家自然科学基金(2081112000701)。
关键词 碳排放权交易 深度学习 GRU GCN Carbon Emission Trading Deep Learning GRU GCN
  • 相关文献

参考文献9

二级参考文献114

  • 1王玉,郇志坚.欧盟碳排放权交易市场的价格发现和波动溢出研究[J].中国人口·资源与环境,2012,22(S1):244-249. 被引量:19
  • 2宋楠,李自然,曾诗鸿.碳市场与大类资产之间的波动信息传导[J].资源科学,2015,37(6):1258-1265. 被引量:11
  • 3李宁,邹彤,孙德宝.带时间窗车辆路径问题的粒子群算法[J].系统工程理论与实践,2004,24(4):130-135. 被引量:60
  • 4刘慧婷,倪志伟,李建洋.经验模态分解方法及其实现[J].计算机工程与应用,2006,42(32):44-47. 被引量:28
  • 5韩玉军,陆旸.《经济增长与环境的关系-基于对CO2环境库兹涅茨曲线的实证研究》,中国人民大学经济学院工作论文,2007年.
  • 6林伯强,蒋竺均,何晓萍.《中国城市化进程中的能源需求和消费结构预测》,厦门大学能源经济研究中心工作论文,2008年.
  • 7《气候变化国家评估报告》编委会.《气候变化国家评估报告》,科学出版社,2007年.
  • 8Ang B. W., 2004, “Decomposition Analysis for Policy Making in Energy: Which is the Preferred Method? ” Energy Policy, Vol.32, pp.1131-1139.
  • 9Cole, M. A., Rayner, A. J. and Bates, J. M., 1997, “The Environmental Kuznets Curve: An Empirical Analysis”, Environment and Development Economics, gol.2, pp.401-416.
  • 10Dasgupta, S., Laplante, B., Wang, H. and Wheeler, D.,2002, "Confronting the Environmental Kuznets Curve", Journal of Economic Perspectives, Vol.16, pp.147-168.

共引文献962

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部