吉林大学硕士学位论文原创性声明
本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，
独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本
论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本
文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：
日期： 2022 年12 月7 日
I
关于学位论文使用授权的声明
本人完全了解吉林大学有关保留、使用学位论文的规定，同意吉
林大学保留或向国家有关部门或机构送交论文的复印件和电子版，允
许论文被查阅和借阅；本人授权吉林大学可以将本学位论文的全部或
部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制
手段保存论文和汇编本学位论文。
（保密论文在解密后应遵守此规定）
论文级别：（硕士（博士
学科专业：金融学
论文题目：基于 LSTM的我国碳排放权交易市场价格动态预测研究
作者签名：
指导教师签名：
2022 年12 月7 日
I
摘要
基于 LSTM的我国碳排放权交易市场价格动态预测研究
——以广东碳排放权配额交易价格为例
为有效应对全球变暖问题，世界各国积极探索解决方案、建立碳排放权交
易助力减排新路径，我国也加快建设碳排放权交易市场，2020年，我国提出“2030
年前达到峰值，2060年前实现碳中和”，为我国碳排放权交易市场发展带来新契
机。目前，我国碳市场仍处于早期阶段，碳价存在陡升陡降的剧烈波动现象，
影响市场平稳运行，但关于碳价的预测方法还比较传统，对操作层面上的碳价
动态预测指导明显不足，需要进一步研究。
本文将理论与实证分析相结合，梳理我国碳价影响因素，发现学者通过经
验和数据统计难以全面涵盖碳价影响因素，为克服这一难题，选用碳价时序数
据作为研究对象，运用长短期记忆模型（LSTM神经网络）预测碳价变化趋势，
有助于碳市场主体避免极端投资行为，维护市场稳定。
在理论分析方面。本文总结现有研究成果，系统介绍了国内外有关碳排放
权交易市场及碳排放权交易价格变化相关情况，包括国内外碳市场机制、效率、
风险和碳价影响因素的研究情况，总结国内外关于碳交易的管理、研究现状。
系统回顾我国碳市场建设过程，重点介绍宏观经济、能源价格、欧盟碳价、气
象气候和新冠疫情等五种因素对碳交易价格的影响方向和基本途径，总结碳市
场相关理论。
在实证分析方面。基于文献综述法进行充分理论分析和技术讨论的前提下，
针对时间序列预测问题，提出基于 LSTM神经网络的预测方法，并从模型的构
建过程、参数设置、模型的训练等方面进行测试，选取适当的参数开展深度学
习。通过选取碳排放权交易价格时序数据为研究对象，以广东碳排放权配额交
易价格为例，构建了 LSTM神经网络时间序列预测模型并进行仿真预测实验，
讨论基于预测值的价格预测方法和基于观察值的价格预测方法技术可行性和比
I