论文部分内容阅读
近年来,气候变暖问题逐渐引起各国的广泛关注,国际社会作了多方面的努力,其中碳排放交易机制是应对气候变化的有效手段之一,碳市场及其金融属性也逐渐地成为能源经济领域的研究热点。碳市场的价格由于受到国际政治环境、经济危机等因素的影响而表现出复杂系统的典型特征,如动态性、非线性和不确定性等。对碳市场及其价格进行研究,不仅可以为碳市场的长远发展、市场交易者以及参与者提供一定的商业参考价值,同时对中国碳期货市场的建设也具有重要借鉴意义。本文以欧盟碳市场的复杂系统为研究背景,围绕碳市场的复杂性机制、碳价格的非线性动力学行为和人工神经网络预测模型的构建三个主要方面,采用金融学、计量经济学和统计学等相关领域的理论方法,定性分析了碳市场复杂性机制的影响因素,定量描述了碳期货价格的非线性动力学行为,并以此构建多层人工神经网络预测模型,系统地揭示了碳市场的复杂性行为和碳价格的混沌特性,并对所构建的人工神经网络模型进行了显著性检验和泛化能力的测试。本文的研究工作主要包括以下三个方面:(1)碳市场复杂性机制的分析。采用可以在不同尺度上计算出时间序列熵值的多尺度熵方法,从国际政治环境、金融危机和经济发展等方面对碳市场的复杂性行为进行分析。研究表明,在1到10的时间尺度上熵值较高,而在一个月以上的时间尺度上熵值较低。熵在时间尺度上的依赖性揭示了碳价收益率在大时间尺度上遵循均值回归。(2)碳期货价格的混沌特性鉴别。从非线性动力学观点出发,基于相空间重构技术,采用最大李雅谱诺夫(Lyapunov)指数、关联维和Kolmogorov熵三种不同的方法对碳期货价格的混沌特性进行分析。结果表明,碳期货价格具有正的最大Lyapunov指数、非零的Kolmogorov熵且关联维随着嵌入维递增趋于饱和,因此可以判定碳期货价格的时间序列为混沌时间序列。(3)碳价多层神经网络预测模型的构建。选用单隐层人工神经网络模型,通过变换隐含层的个数并采用四个统计测量量监测不同模型的优劣,选择出最优的3-7-3MLP人工神经网络模型,并对所构建的人工神经网络模型进行了显著性检验和泛化能力的测试。结果表明,3-7-3MLP人工神经网络模型优于3-nh-1MLP模型且对碳期货价格具有较高的预测精度。