基于BP神经网络的欧盟碳排放权价格的影响机制研究

发布时间：2017-05-12 09:17

  本文关键词：基于BP神经网络的欧盟碳排放权价格的影响机制研究，由笔耕文化传播整理发布。

【摘要】：随着人类社会对气候变暖和温室气体之间相互关系认识的不断深入,全球许多国家或地区采取了建立碳排放交易机制来开展节能减排,寻求可持续的低碳经济发展之路。到2014年年底国际碳市场交易总量约为104.2亿吨,交易金额总额约为549.08亿美元。在这中间欧盟的碳交易减排市场欧盟排放权交易量就已经达到为86.5亿吨,交易额约为523.48亿美元。欧盟碳交易市场因为自身的碳交易量大、流动性强而成为国际最大的碳交易市场,但它的碳排放权价格却是波动剧烈。碳排放权具有商品属性又有金融属性的经济价值,但同时它具有强烈的政策属性。因此碳排放权交易价格的剧烈波动与能源价格、天气温度、全球经济形势等因素有关,还与碳减排量和排放权的供需关系、政策会议释放的价格信号和引导的市场走向、金融市场投机因素有关。这既反映了它与全球其它商品市场具有相同性,又反映了碳交易市场所独有的特性,而碳排放权价格在碳减排过程中作为一种市场驱动力,是有着不可忽视的决定性作用和研究价值。因此本文主要针对欧盟碳排放权EUA价格的波动变化,去进行分析与研究其影响因素。主要以欧盟碳排放权交易市场为研究对象,选取影响碳排放权价格的诸多因素指标,运用BP神经网络建立模型、分析数据、得出影响因子的权重。BP神经网络在碳排放权市场预测的优点,主要拥有自组织和自学习功能、容错能力强、快速得到最优解的能力,从而充分的保证在碳价格构建模型时有更高的精准度。然后再运用影响度模型衡量测试每个影响因子对输出结果的影响。从而能够对比出不同影响因素综合作用于EUA价格时,对EUA价格波动造成的影响权重比。通过对比和观察发现,影响因子权重比为UNFCCC(联合国气候变化会议)煤炭价格原油价格经济指数天然气价格CER(核证减排量)价格天气温度。由此可以得出这样的结论：政策和能源因素是构成对碳排放权交易价格影响绝大部分的原因,而经济指数次之,核证减排价格有小部分影响,温度几乎没有影响。通过对欧盟碳排放权价格影响因素的建模分析,剖析了市场在运行过程中价格过度波动的根源以及影响,在这样的基础上对中国碳市场的构建提出三大方面的启示以及建议。第一,保证能源市场稳定性；第二,政府制度创新,包含碳排放配额的调整、碳配额跨期存储借贷机制、政策的稳定性；第三,建立多元化市场,包含发展金融衍生品市场、建立统一的碳交易市场。而目前在我国在北京、广东、上海、湖北等七个省市,来开展碳交易试点工作,并且碳交易所已经开市,具有交易形式。这些碳交易试点的实施推动了国家本身的碳交易市场的建设。但是目前中国的碳交易机制设计在刚刚起步,也就不可避免的面临诸多问题。因此为了进一步促进我国发展减排经济,有必要学习和借鉴欧盟碳减排方面的方式和先进经验。对欧盟碳排放交易体制中碳价格EUA波动的影响因素进行研究和分析,就能更好的去把握国际市场的碳价格走势趋势,同时针对我国碳交易体系的发展提出相应对策,以期能更好地促进我国碳交易的发展,进而完善和丰富我国碳交易市场运行的有效性和成熟度。
【关键词】：碳市场 价格波动 EUA 影响因素
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：X196;F831.5
【目录】：

• 摘要3-5
• Abstract5-9
• 第一章 绪论9-22
• 1.1 选题背景9-11
• 1.1.1 国际碳市场环境9-10
• 1.1.2 中国碳交易市场发展态势10-11
• 1.2 研究意义11-13
• 1.2.1 现实意义11-12
• 1.2.2 理论意义12-13
• 1.3 国内外研究综述13-19
• 1.3.1 影响欧盟碳排放权价格的市场因素13-17
• 1.3.2 影响欧盟碳排放权价格的政策环境因素17-19
• 1.4 研究方案19-22
• 1.4.1 研究目标、研究内容以及拟解决的关键问题19
• 1.4.2 采取的研究方法19-21
• 1.4.3 本研究的特色与创新之处21-22
• 第二章 碳交易市场机制的理论分析22-29
• 2.1 碳交易的理论渊源22-23
• 2.1.1 庇古转移税22-23
• 2.1.2 科斯定理23
• 2.2 碳交易机制23-25
• 2.2.1 联合履约机制24
• 2.2.2 清洁发展机制24-25
• 2.2.3 国际碳排放交易机制25
• 2.3 碳交易市场25-29
• 2.3.1 交易主体26
• 2.3.2 交易客体26
• 2.3.3 市场结构26-29
• 第三章 碳排放权价格影响机制分析29-37
• 3.1 EUA(欧盟碳排放权价格)的发展29-32
• 3.1.1 碳排放权交易价格走势29-30
• 3.1.2 碳排放权交易价格阶段性推进30-31
• 3.1.3 碳排放权价格交易模式31-32
• 3.2 碳排放权价格的影响因素32-37
• 3.2.1 三大化石能源因素32
• 3.2.2 气温因素32-33
• 3.2.3 经济环境因素33-34
• 3.2.4 CER(核证减排量价格)因素34-35
• 3.2.5 UNFCCC(联合国气候会议)因素35-37
• 第四章 基于BP神经网络的实证研究37-47
• 4.1 人工神经网络37-39
• 4.1.1 人工神经网络基本原理37-38
• 4.1.2 模型种类以及应用领域38-39
• 4.2 BP神经网络39-41
• 4.2.1 BP神经网络在价格预测中的适用性39
• 4.2.2 BP神经网络训练算法39-41
• 4.3 实证分析41-47
• 4.3.1 样本的选取和输入输出数据的处理41-43
• 4.3.2 利用MATLAB建立模型并试验仿真43-44
• 4.3.3 模型仿真结果对比与数据分析44-45
• 4.3.4 影响度模型45-47
• 第五章 结论和建议47-52
• 5.1 研究结果47-49
• 5.2 对中国碳市场构建的启示49-50
• 5.3 研究展望50-52
• 参考文献52-58
• 致谢58-60
• 攻读硕士学位期间的研究成果60

【参考文献】

中国期刊全文数据库 前10条

1 郭福春;潘锡泉;;碳市场:价格波动及风险测度——基于EUETS期货合约价格的实证分析[J];财贸经济;2011年07期

2 陈晓红;王陟昀;;碳排放权交易价格影响因素实证研究——以欧盟排放交易体系(EUETS)为例[J];系统工程;2012年02期

3 魏瑞娟;;基于eviews软件度量石油价格对碳排放的影响[J];电子设计工程;2014年09期

4 邹伟进;王向东;朱冬元;;碳交易定价问题研究进展[J];理论月刊;2014年03期

5 公衍照;;欧盟碳交易机制第三阶段的主要改进探析[J];环境经济;2012年04期

6 荆克迪;安虎森;田柳;;国际碳交易市场收益波动率研究及其对中国的启示——基于A-PARCH模型的Bluenext碳交易市场的实证分析[J];南京社会科学;2014年03期

7 罗智霞;;碳排放权交易定价研究综述[J];技术经济与管理研究;2014年10期

8 郭辉;郇志坚;;EUA和sCER碳排放期货市场互动关系及溢出效应研究[J];统计与决策;2012年15期

9 莫建雷;朱磊;范英;;碳市场价格稳定机制探索及对中国碳市场建设的建议[J];气候变化研究进展;2013年05期

10 韩国文;张欣欣;熊洁;;基于动态模型平均的碳排放市场价格走势研究[J];商场现代化;2014年26期

中国博士学位论文全文数据库 前1条

1 凤振华;碳市场复杂系统价格波动机制与风险管理研究[D];中国科学技术大学;2012年

中国硕士学位论文全文数据库 前1条

1 苏航;基于BP神经网络的地铁信号设备故障预测[D];华南理工大学;2013年

  本文关键词：基于BP神经网络的欧盟碳排放权价格的影响机制研究，由笔耕文化传播整理发布。

，

本文编号：359379