为了应对全球变暖带来的温室效应及各种不利影响,我国承诺于2030年前二氧化碳排放达到峰值,争取在2060年前实现碳中和.建立全国碳排放权交易市场是实现“双碳”目标的一个重要举措,全国碳排放权交易价格的波动变化情况及未来的走势影响着各个行业及企业的发展方向,因此对全国碳排放权交易价格进行研究具有一定的意义.本文以全国碳排放权交易价格为研究对象,从波动特征及预测两个方面展开研究.在全国碳排放权交易价格的波动特征研究方面,收集了每日收盘价数据,首先对其进行了对数收益率处理,然后利用GARCH族模型对其进行了波动性研究.实证结果显示,对数收益率序列会受到外部冲击和过去波动的显著影响,且具有长期记忆性;对数收益率序列的波动具有杠杆效应,即“利空”信息的冲击影响大于“利好”信息的冲击影响;对数收益率与风险之间不存在显著相关性,不能反映出全国碳排放权交易市场潜在的风险.在全国碳排放权交易价格的预测研究方面,从7个维度选取了23个影响全国碳排放权交易价格的因素,首先使用Lasso回归法对影响因素进行筛选和分析,然后以筛选前后的影响因素对全国碳排放权交易价格分别构建了多种机器学习回归模型,并使用测试集数据对全国碳排放权交易价格进行预测,使用MSE等评价指标验证筛选出的影响因素对全国碳排放权交易价格的预测能力,并对比了机器学习回归模型的拟合效果和预测精度.实证结果显示,筛选出的14个影响因素中,与国外的影响因素相比,国内的影响因素对全国碳排放权交易价格的影响更大;筛选出的14个影响因素对全国碳排放权交易价格有更好的预测能力,使用SVR构建的模型对测试集数据进行预测得到的预测值与真实值的差距最小,拟合效果和预测精度是最好的,其次是XGBoost,最后是BPNN,因此认为SVR模型更适合对全国碳排放权交易价格进行回归预测.最后,基于实证分析得出的结论,针对全国碳排放权交易价格的监管与调控,向相关部门提出了建议,希望能够为稳定全国碳排放权交易价格和实现“双碳”目标做出贡献
