多标度分形特征下碳排放权价格预测算法

在非线性范式下,本文构建了基于多贝西小波三层变换和单支重构的遗传算法径向基函数神经网络模型(daubechies wavelet-genetic algorithm-radial basis function neural network model,Db3-GA-RBF),探讨了欧盟碳排放权市场的价格预测问题.研究表明:1)欧盟碳排放权交易市场配额三阶段的现货价格波动均具有局部尺度多样性特征,且第3阶段碳价格序列多重分形特征最强,本质上碳排放权市场是一个多重分形与混沌市场;2)Db3-GA-RBF模型能有效地提高数据的准确性和模型的泛化能力,使模型的预测精度更强;3)与其他预测模型效果相比,基于施瓦茨信息准则(Schwartz’s information criterion,SIC)的Db3-GA-RBF(SIC)模型的预测精度大约提高70%.

国际碳排放权市场分形与混沌行为特征分析与检验——以欧盟碳排放交易体系为例

本文利用Bluenext和ECX的经验数据,对欧盟碳排放权市场(EU-ETS)的价格行为特征进行了分析.研究表明:1)对EU-ETS市场收益率序列基本统计特征检验显示:碳收益率序列不服从正态分布,具有明显的有偏、尖峰、肥尾的非正态性和非线性的统计分布特征;2)对市场分形性的研究表明:该市场具有显著的统计自相似性,阶段性的、而非全过程的长期记忆性特征;3)对市场混沌性的研究表明:从关联维数看,EU-ETS并不存在低维混沌性,但结合最大Lyapunov指数检验及邻近返回检验证明欧盟碳排放权市场存在非收敛饱和混沌性.由此得出结论:欧盟碳排放权市场是一个具有分形与混沌特征的非线性动力系统,它不符合有效市场假说,因此不能用线性范式来研究市场价格行为、交易机制及政策制定.

碳配额的分配方式

我国正处于全国碳排放权交易市场建设的关键时期,此时对碳配额初始分配方式的探讨具有重要的现实意义。因此,本文首先对目前市场上碳配额的分配方式进行了分析,然后据此提出中国在建立碳配额分配机制时应该考虑的因素和问题。

欧盟碳期货市场非对称多重分形特征研究

研究欧盟碳期货市场成熟的期货交易模式,对我国发展低碳经济具有重要的现实意义。基于优化后的OSW-AMF-DFA模型和OSW-AMF-DCCA模型研究欧盟碳排放配额(EUA)和核证减排量(CER)结算价格及其交叉相关性的非对称多重分形特征,实证结果表明:两个期货市场均在上涨趋势时呈现较大的风险水平,小幅波动下跌趋势时表现出较强的持久性,大幅波动则在上涨趋势时表现出较强的反持久性,同时下跌趋势具有更高的市场效率。两个期货市场之间的交叉相关性也具有多重分形特征,且存在非对称性,小幅波动下跌趋势时交叉相关性的持久性较强,而大幅波动上涨趋势时交叉相关性的反持久性较强,同时下跌趋势较高的交叉市场效率表明不利消息在两个期货市场间的传导效率较高。