利用智能机器学习方法对区域碳排放权交易价格预测研究——基于湖北碳市场数据的分析

碳价是碳排放权交易市场的核心要素，对碳价的准确预测有助于政府科学制定碳市场政策；也有利于企业在碳市场中的有效决策，实现碳减排成本的最小化。本文基于CEEMDAN和Transformers模型提出一种全新的碳价预测方法，首先，从理论层面分析了影响碳价预测的主要因素，并运用皮尔森相关系数法识别出影响湖北碳价的关键因素；其次，考虑到碳价序列具有的非线性、非平稳性和多尺度特征，运用CEEMDAN模型对湖北碳价原始序列进行分解，得到7个子序列；最后，运用Transformers模型对7个碳价子序列分别进行预测，并将预测结果进行叠加，从而得到湖北碳价的最终预测结果。预测结果表明：运用该方法对湖北碳价预测的MAPE值为1.67%，是所有对比模型中预测效果最好的。基于此，要关注影响碳价的关键因素，建立碳价预测体系、开发碳价预测工具，科学设定碳配额量。