基于CEEMDAN-CNN-LSTM模型的上海碳排放权交易价格区间预测研究

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。