基于sas分析碳价影响因素预测_原文对照报告.docx

《基于sas分析碳价影响因素预测_原文对照报告.docx》由会员分享，可在线阅读，更多相关《基于sas分析碳价影响因素预测_原文对照报告.docx（16页珍藏版）》请在第一文库网上搜索。

1、随着我国工业化进程推进，工业生产污染物所造成的生态和环境问题也日益严峻，其中温室气体更是导致全球变暖、极端天气等问题的主要原因。作为目前全球二氧化碳排放量第二的国家，我国为实现碳减排定制了很多政策和措施，建立碳排放交易体系是其中比较重要的一环。从2011年开始，我国就开始在各地开展碳排放权交易试点工作，其中广州碳排放权交易中心的累计交易量和交易金额目前在全国排名第一，是碳排放权交易市场中举足轻重的一环。通过对广东省碳排放权交易价格数据的研究，分析其影响因素并进行短期预测，对于健全我国碳交易制度，稳定碳排放权交易价格，降低碳金融投资风险，具有十分重要的理论和实践意义。本文从能源价格、宏观经济、国

2、际环境三个角度选取变量，研究其与广东省碳排放权交易价格的联系。并以广东省碳排放权交易收盘价格为研究对象，建立ARIMA(1,1,1)模型和AR(3)-GARCH(1,1)模型进行分析。研究结果表明石油价格、天然气价格、欧盟碳价与广东碳交易价格都有长期稳定的均衡关系，ARIMA(1,1,1)模型和AR(3)-GARCH模型都有一定的拟合效果。关键词：碳排放权交易价格影响因素价格预测OrangeGrovesWire1essSigna1TransmissionResearchZhuJingWiththeadvancementofindustria1izationinChina,theeco1ogic

3、a1andenvironmenta1prob1emscausedbyindustria1po11utantsarebecomingincreasing1ysevere,withgreenhousegasesbeingthemaincauseofg1oba1warming,extremeweatherandotherprob1ems.Asthecountrywiththesecond1argestg1oba1carbondioxideemissions,Chinahascustomizedmanypo1iciesandmeasurestoachievecarbonreduction,andest

4、ab1ishingacarbonemissiontradingsystemisare1ative1yimportantpartofit.Since2011,Chinahasbeencarryingoutpi1otprojectsforcarbonemissionstradinginvariousregions.Amongthem,theGuangzhouCarbonEmissionsTradingCentercurrent1yranksfirstinthecountryintermsofcumu1ativetradingvo1umeandamount,makingitacrucia1parto

5、f,thecarbonemissionstradingmarket.Bystudyingthepricedataof,carbonemissionstradinginGuangdongProvince,ana1yzingitsinf1uencingfactorsandmakingshort-termpredictions,itisofgreattheoretica1andpractica1significanceforimprovingChina,scarbontradingsystem,stabi1izingcarbonemissionstradingprices,andreducingca

6、rbonfinanceinvestmentrisks.Thisartic1ese1ectsvariab1esfromthreeperspectives:energyprices,macroeconomic,andinternationa1environmenttostudytheirre1ationshipwiththecarbonemissiontradingpricesinGuangdongProvince.Andtakingthec1osingpriceofcarbonemissionstradinginGuangdongProvinceastheresearchobject,ARIMA

7、(1,1,1)mode1andAR(3)-GARCH(1,1)mode1wereestab1ishedforana1ysis.Theresearchresu1tsindicatethatthereisa1ong-termstab1eequi1ibriumre1ationshipbetweenoi1prices,natura1gasprices,EUcarbonprices,andGuangdongcarbontradingprices.TheARIMA(1,1,1)mode1andAR(3)-GARCHmode1bothhavecertainfittingeffects.Keywords:Ca

8、rbonemissiontradingpriceinf1uencefactorpriceforecasts摘要IOrangeGrovesWire1essSigna1TransmissionResearchII目录I111 前言11.1 研究背景11.2 研究意义11.3 文献综述21.4 研究思路及内容32 影响因素研究32.1 变量选取与数据来源32.2 平稳性检验42.3 协整关系检验52.4 建立VAR模型52.5 模型的参数估计62.6 模型的检验63 AR1MA模型预测73.1 变量选取与数据来源73.2 数据的描述性统计分析73.3 平稳性检验和白噪声检验73.4 模型的识别和定阶

9、93.5 预测104 AR-GARCH模型104.1 残差检验104.2 拟合AR(3)-GARCH模型114.3 模型效果115 结论125.1 研究结论125.2 对策与建议125.3 不足之处12参考文献错误!未定义书签。附录错误!未定义书签。附录1代码错误!未定义书签。致谢错误!未定义书签。1刖百.研究背景我国在2023年的二氧化碳排放量约为100亿吨，占全球总二氧化碳排放量的四分之一。作为碳排放大国，我国坚持发展低碳经济，为实现碳减排定下了目标和方针。习近平主席代表我国向世界做出承诺：力争于2030年前使我国二氧化碳排放达到峰值，努力争取于2060年前实现碳中和目标。碳排放权交易市场

10、正是实现碳达峰与碳中和方针的重要政策之一。碳排放权交易制度最早由联合国气候变化框架公约提出（1992）。其核心理念为：企业拥有一定的可以进行交易的碳排放配额，并且随着时间的推移，政府给企业放发的碳排放许可证不断减少。碳排放量小于所得配额的企业可向其他企业出售多余的配额，超过配额的企业则必须购买超出的碳配额量才能继续进行生产。2005年，欧盟碳排放交易体系正式成立，是国际上最早建立的碳排放交易体系，此后中国、美国加州、新西兰、瑞士等多个国家、地区也相继建立了碳排放权交易市场，并开展碳排放权交易。我国碳交易市场启动较晚，2005年到2012年，中国参与国际碳市场主要是通过开发核证减排量和自愿减排量

11、项目途径。我国逐步建立并开展包括深圳、上海、北京、广州、天津、湖北、重庆、福建等在内的碳排放权交易试点工作。全国碳排放权交易市场于2023年正式启动，主要在发电行业使用。碳排放权交易价格是碳排放权交易市场的重要组成部分，其波动趋势影响着整个碳交易市场的走向。但我国碳交易市场启动较晚，影响碳市场价格的因素尚不能完全确定。因此，对碳排放价格的影响因素进行研究并预测短期，由重要的实践意义和理论意义。1.2 研究意义（1）理论意义广州碳排放权交易试点是全国唯一同时拥有国家低碳城市试点、碳交易试点和绿色金融改革创新试验区试点的多个试点地区。广州碳排放权交易所作为我国第一批建立、且成交额居全国第一的碳排放

12、交易试点，其数据可以做全国碳排放权交易中心的参考样本。了解能源价格、国际环境、宏观经济等因素对碳价的影响，也有利于制定更完善的碳权交易制度，推动绿色低碳经济，促进广东省碳交易市场的发展。（2）实际意义碳排放权交易市场本质上也是股票证券的一种，分析碳交易价格的影响因素并预测其价格，可以帮助碳市场投资者提供帮助，降低其投资风险。1.3 文献综述我国碳交易市场建立的时间较晚，但关于我国碳排放权交易价格的研究颇多。一些学者对影响碳排放权交易价格的因素进行了相关研究，其中涉及能源价格、极端天气、宏观经济、金融市场。政治策略等。张清平(2010)应用主成分分析法通过比较其选取的各个因子的荷载量并计算主成分

13、得分因子进行筛选，发现欧盟碳排放权交易价格的主要影响因子为发电成本效益因子、能源价格和经济发展因子。万埠磊(2014)对油价、股价、碳价三个市场价格序列进行分析，首先考察了其结构突变的现象，并通过退势处理处理这一现象，然后用处理过的数据构建了VAR模型。然后通过非线性Granger因果检验确定碳价、油价和股价之间能否继续建模，并用脉冲响应和方差分解技术对三个序列构建模型，研究油价、股价对碳价的影响。最后发现碳价波动主要是自身原因造成，三个市场之间的关联很小。杜子平、刘富存(2019)构建GAfP神经网络模型对测试序列进行预测，并通过MIV方法判别各个影响因素对各区域碳交易价格的影响程度，最后得

14、出能源价格中的天然气价格、工业发展水平、汇率都对碳价有一定影响。马天昊(2023)以广东省碳交易价格为研究对象，构建多元线性回归模型，得出上证指数、煤炭价格和去季节效益的平均气温因素对碳交易价格有显著正向影响。距履约到期天数对碳交易价格存在显著负向影响。唐红玮(2023)在研究我国碳排放权交易价格时发现其主要受到需求端影响因素中的能源期货价格、极端天气和工业生产的影响。用影响因子回归分析发现1PG期货变化对于碳交易价格有较强的解释能力。同时还有一些学者在碳价预测的方面颇有研究。梁敬丽(2016)在预测碳价方面，建立了一个基于小波变换和单只重构的遗传算法优化RBF神经网络模型，并横向与AVM模型

15、、GATVM模型以及GA-RNF模型进行比较，发现该模型预测能力更好。任捷(2023)使用传统的ARIMA(3,0,1)模型预测广东省碳交易价格，由预测结果发现其偏差比和方差比均较小，协方差较大，预测结果较为理想。高仲芳（2023）以碳交易价格收益率为研究对象，建立了GARCH族模型分析其波动特征，并在此基础上引入BP神经网络模型，构建GARCH-BP组合模型。经过对比分析之后发现GARCH-BP模型在预测碳交易价格收益率时更加精准。1.4 研究思路及内容本文首先说明研究广东省碳排放权交易价格的目的及意义，并介绍了当前国内碳交易研究现状，对现有的文献进行总结和归纳；然后介绍本文应用到的理论和模

16、型，其中包括协整检验、VAR模型、AR1MA模型、AR-GARCH模型以及其他一些检验方法，为之后的实证分析提供理论支撑；然后对所选取的数据通过上面的方法进行筛选和处理，构ARIMA建模型并进行预测；最后结合实证分析结果和实际情况提出相应的建议。本文主要使用以下三种方法对数据进行研究：（1）协整分析。调查广东省碳排放权交易价格的与哪些因素有所关联。（2）构建ARIMA模型和AR-GARCH模型，并进行短期预测。2影响因素研究2.1 变量选取与数据来源本文根据前人对碳排放权交易价格影响因素的研究，从可能与广东地区碳排放权交易价格有相互关系的能源价格、宏观经济、国际环境这三个方面选取因素来进行了深入研究。由于二