日本一道一区二区视频,国产午夜亚洲精品国产成人,国产精品国产三级国产av主播 ,99热久久这里只精品国产99,99热久久这里只精品国产99

隨著全球應對氣候變化進程的不斷推進，碳交易市場變得越來越重要。準確預測碳價，既能為政府宏觀調控提供更好的參考指標，也能助力企業(yè)更有效地管理碳資產和碳金融風險。2021年7月中國全國碳市場正式啟動交易，首先將電力行業(yè)納入碳排放管控，未來計劃陸續(xù)納入建材、有色、鋼鐵、石化、化工、造紙、民航等高耗能行業(yè)。如何預測碳價走勢，制定碳市場履約交易策略和減排戰(zhàn)略是各重點排放單位面臨的現實挑戰(zhàn)。

《中國電力》2024年第5期刊發(fā)了王一蓉等人撰寫的《考慮電力行業(yè)碳排放的全國碳價預測》一文。文章以全國碳市場當前發(fā)展階段為背景，研究考慮電力行業(yè)碳排放數據的碳配額價格預測問題，提出帶有外生變量的自回歸差分移動平均模型（autoregressive integrated moving average with exogenous variable model，ARIMAX）?；趯θ珖际袌霈F階段制度規(guī)則和交易特征的觀察和分析，研究發(fā)現全國碳市場價格在非履約期主要受參與者預期的影響，在履約期碳價主要受企業(yè)履約需求驅動，碳價在不同階段呈現出不同的變化規(guī)律。

摘要

為更好預測全國碳價走勢，基于帶有外生變量的自回歸差分移動平均模型（autoregressive integrated moving average with exogenous variable model，ARIMAX），分履約期和非履約期使用不同的外生變量分別構建了全國碳價預測模型。首先，基于對全國碳市場制度規(guī)則研究和交易特征分析，識別出全國碳價在非履約期主要受參與者預期的影響，在履約期碳價主要受企業(yè)履約需求驅動；其次，在模型訓練方面，采用一種自回歸差分移動平均模型，在不同階段引入不同的外生變量來提升碳價預測效果；最后，基于全國碳市場第一履約期真實價格數據驗證結果表明，所提的全國碳價預測模型在準確性方面優(yōu)于基準模型。

01

全國碳市場配額價格形成機制

1.1 全國碳市場配額分配機制

全國碳市場現階段實行全部配額免費分配，并采用基準法核算發(fā)電行業(yè)重點排放單位所擁有機組的配額量，基本計算公式為

式中：A為機組碳配額總量，t；Qe為機組供電量，MW·h；Be為機組所屬類別的供電基準值，t/(MW·h)；F為修正系數；Qh為機組供熱量，GJ；Bh為機組所屬類別的供熱基準值，t/GJ。

基準法核算配額表示對火力發(fā)電企業(yè)施加以企業(yè)實物產出量為基礎的碳強度控制。火力發(fā)電企業(yè)的配額總量由供電配額量和供熱配額量組成，其中供電配額量在配額總量中通常占據主要部分。

1.2 全國碳市場配額清繳機制

全國碳市場第一履約周期要求重點排放單位完成2019—2020年度的碳排放履約清繳，履約期為2個自然年，履約清繳截止時間為2021年12月31日。在未履約處罰上，重點排放單位未按時足額清繳碳排放配額的，由企業(yè)生產經營所在地的市級以上地方生態(tài)環(huán)境主管部門責令限期改正，處2萬元以上3萬元以下的罰款；逾期未改正的，對欠繳部分，等量核減其下一年度碳排放配額。

由于處罰機制的存在以及各省級政府主管部門積極組織區(qū)域重點排放單位開展配額清繳工作，截至2021年12月31日，全國碳市場第一履約周期履約完成率達99.5%（按履約量計）。

1.3 全國碳市場配額交易機制

交易主體上，現階段政府主管部門未公布其他機構和個人參與碳交易的條件，僅允許重點排放單位參與交易。

交易方式上，當前碳排放配額僅允許碳排放配額現貨交易，尚未開展配額期貨交易，已開展的現貨交易方式包括掛牌協議交易和大宗協議交易。掛牌協議交易的成交價格在上一個交易日收盤價的±10%之間確定，大宗協議交易的成交價格在上一個交易日收盤價的±30%之間確定。其中，上一個交易日收盤價為上一個交易日掛牌協議交易所有成交的加權平均價，該日無成交的以再上一個交易日收盤價為準。

交易支持系統(tǒng)中，全國碳市場采用“雙城模式”，由上海環(huán)境能源交易所負責運行全國碳排放權交易平臺，由湖北碳排放權交易中心負責運行全國碳排放權注冊登記平臺。重點排放單位需要在注冊登記平臺和交易平臺分別開設賬戶，重點排放單位首先在注冊登記賬戶中收到由政府主管部門分配的配額，此后重點排放單位可將配額從注冊登記賬戶劃轉到交易賬戶并進行交易，之后重點排放單位可將配額從交易賬戶劃轉回注冊登記賬戶，并需在履約截止前在注冊登記賬戶清繳與應履約量等量的碳排放權。值得注意的是，從交易系統(tǒng)轉出配額到注冊登記系統(tǒng)的操作需要“T+1”日生效，這意味著有配額缺口的重點排放單位為了2021年12月31日在注冊登記系統(tǒng)中完成配額清繳履約，需要2021年12月30日前在交易系統(tǒng)中完成碳配額的購買。全國碳市場整體運行框架流程如圖1所示。

圖1 全國碳市場整體運行框架流程

Fig.1 The overall operation process of the national carbon market in China

1.4 全國碳市場配額價格形成機制的特征

首先，全國碳市場交易量呈現顯著的“潮汐現象”，可按時間劃分為臨近履約期（以下簡稱“履約期”）和非臨近履約期（以下簡稱“非履約期”）2個階段。非履約期交易活躍度低，履約期交易活躍度激增，全國碳市場第一履約周期近90%的交易集中在履約截止前的2個月內。履約結束進入下一個非履約期后，交易活躍度再次回到低迷水平。

這一劃分的主要依據在于全國碳市場參與者的動機會隨著時間發(fā)生相應變化。在非履約期，由于配額分配和減排量供給等供給層面的關鍵要素尚未明確，碳市場交易活躍度較低，配額價格主要受企業(yè)對自身未來配額需求量的預期影響，例如2021年7月發(fā)電行業(yè)碳排放量升高，多數企業(yè)將預期自身未來需要更多碳配額，這種預期將推動碳價上升；2021年8—10月發(fā)電行業(yè)碳排放量相較7月下降，企業(yè)將預期自身未來需要的碳配額減少，推動碳價下降。在履約期內，企業(yè)明確自身配額盈缺情況，并隨著履約截止日期的臨近積極開展配額交易，履約期內碳市場交易活躍度大幅提升。有配額缺口的重點排放單位的購買需求決定了碳交易市場價格的變化。

可將收盤價（即當日掛牌協議日成交加權均價）視為配額的主要參考價格。一方面，次日掛牌協議交易和大宗協議交易價格的上下限均由上一日收盤價確定；另一方面，在碳市場交易時間內，產生的掛牌協議成交情況實時在交易系統(tǒng)內公開，而產生的大宗協議成交情況不會實時公開，買賣雙方協商大宗協議交易價格時通常將參考當前的掛牌協議成交價格來商定。

最后，全國碳市場現階段配額交易主要由履約需求驅動。由于全國碳市場現階段未納入其他機構和個人參與碳交易，也未開展碳期貨交易，由短期投資需求、長期投資需求和跨期保值需求驅動的交易量均較少，在終端買家和賣家間由中間商換手形成的交易量也較少。

綜上，全國碳市場配額價格形成機制相比其他碳市場具有如下特點：在非履約期，碳價主要受參與者預期的影響；在履約期，碳價則由重點排放企業(yè)履約需求驅動，呈現趨勢性變化。因此，本文將根據全國碳市場現階段價格形成特征，分履約期和非履約期分別建立碳價預測模型。

02

電力行業(yè)碳排放數據對全國碳市場配額價格的影響機制

2.1 電力行業(yè)碳排放數據對碳價的作用機理

首先，通過火力發(fā)電量可推算電力行業(yè)直接碳排放量。電力行業(yè)是全國碳市場率先納入的行業(yè)，碳排放規(guī)模達45億t，約占全國碳排放總量的40%?；鹆Πl(fā)電在生產過程中消耗煤炭、天然氣產生的直接排放，是中國直接碳排放的主要來源。通過電力生產量、生產結構和發(fā)電效率可推算出電力行業(yè)直接碳排放量。

其次，通過電力消費量可推算各行業(yè)間接碳排放量。全國碳市場除管控直接碳排放外，也管控企業(yè)消費電力、熱力產生的間接碳排放。未來即將納入全國碳市場的重點排放行業(yè)中，水泥行業(yè)的電力間接碳排放占比約為9%，鋼鐵行業(yè)的電力間接碳排放占比約為18%，而電解鋁的電力間接碳排放占比超過70%。通過了解各行業(yè)的電力消費量，可推算出各行業(yè)的電力間接碳排放量。

然后，通過分機組供電量可推算電力行業(yè)碳配額發(fā)放量。全國碳市場電力行業(yè)配額分配采用基準線法，即發(fā)電企業(yè)每供應1 MW·h的電力會獲得政府免費分配一定數額的配額?；鶞示€分4種類型的機組分別制定，具體數值在各履約期的配額分配方案中通常會逐步下降。通過電力供應量和發(fā)電機組類型，結合配額分配基準線，可以推算出電力行業(yè)碳配額發(fā)放量。

最后，配額需求量和發(fā)放量的相對關系是碳排放配額價格的重要影響因素。全國碳市場現階段對直接碳排放和消耗電力、熱力產生的間接碳排放同時進行管控，要求重點排放單位在履約截止前清繳等同于其碳排放量的碳配額，由電力生產和消費帶來的碳排放量是全國碳市場配額需求量的首要構成部分。配額需求量和發(fā)放量構成配額供需關系，全國碳市場配額供給與重點排放企業(yè)對全國碳市場配額需求的對比關系，決定碳市場交易價格的高低。一般情況下，當供求平衡時價格保持穩(wěn)定，供不應求時價格上漲，供過于求時價格下跌。

2.2 電力行業(yè)碳排放數據在碳價預測中的優(yōu)勢

在碳價預測中應用電力行業(yè)碳排放數據具有2方面優(yōu)勢。

1）從碳配額供需關系角度出發(fā)，電力行業(yè)碳排放數據分別與碳配額供給量和碳配額需求量成正比。應用電力行業(yè)碳排放數據的預測方法，比單獨應用宏觀經濟因素的預測方法更加直接，更能得出準確的預測結果。

2）電力行業(yè)碳排放數據時間頻率以日為單位收集，時間粒度小，并具有較高的數據精度。在模型預測過程中，可用于針對日度碳價進行預測。

03

ARIMAX碳價預測模型原理

3.1 數據來源

全國碳市場配額成交價格和交易量數據均取自上海環(huán)境能源交易所（/）。上海環(huán)境能源交易所是全國碳市場交易的唯一交易場所。圖2為2021年7月16日—12月31日的全國碳市場配額收盤價和成交量走勢。本研究將采用帶有外生變量的自回歸差分移動平均模型（ARIMAX）對全國碳市場配額收盤價進行建模和預測。

圖2 2021年7月6日—12月31日全國碳市場配額收盤價和成交量走勢

Fig.2 Closing price and trading volume trend of the national carbon market quotas in China during July 7th and December 31st, 2021

電力行業(yè)碳排放量來源于全球實時碳數據庫（.cn/）。全球實時碳數據庫涵蓋全球電力、工業(yè)、地面運輸、航空運輸、居民消費等部門排放的高分辨率活動數據，能夠提供以日為分辨率的二氧化碳排放量數據。圖3為2021年7月16日—10月31日的中國電力行業(yè)碳排放量，可以觀察到全國碳市場配額收盤價在非履約期和電力行業(yè)碳排放量具有時序相關性。

圖3 2021年7月16日—10月31日電力行業(yè)碳排放量和全國碳市場配額收盤價走勢

Fig.3 Carbon emissions from the power industry and the closing price trend of the national carbon market quotas in China during July 16th and October 31st, 2021

3.2 數據特征檢驗

應用ARIMAX模型需要對數據特征進行檢驗，首先要求自變量和因變量的時序數據具有平穩(wěn)性或者通過差分化后具有平穩(wěn)性，其次要求自變量和因變量同階單整并具有協整性，否則建立的模型可能存在偽回歸。

對全國碳市場配額收盤價時間序列{yt}、電力行業(yè)碳排放量{x1,t}、全國碳市場配額成交量{x2,t}進行單位根檢驗，發(fā)現三者均不具有平穩(wěn)性。對{yt}，{x1,t}，{x2,t}進行一階差分處理后進行單位根檢驗，發(fā)現三者在顯著性水平5%下均為平穩(wěn)狀態(tài)，說明{yt}，{x1,t}，{x2,t}均為一階單整。對{yt}與{x1,t}，{yt}與{x2,t}進行協整性檢驗，發(fā)現2組變量在顯著性水平5%下均具有協整關系。數據特征檢驗表明，可以對全國碳市場配額收盤價時間序列{yt}與電力行業(yè)碳排放量{x1,t}、全國碳市場配額成交量{x2,t}進行ARIMAX建模。

3.3 分階段建立預測模型

根據對全國碳市場配額價格形成機制的分析可知，全國碳市場第一履約周期的交易日為2021年7月16日—12月31日，碳交易呈現顯著的“潮汐現象”。本研究將2021年7月16日—10月31日界定為非臨近履約期（簡稱“非履約期”），將2021年11月1日—12月31日界定為臨近履約期（簡稱“履約期”）。

在非履約期，配額最終核定尚未完成，企業(yè)對于自身配額盈缺情況尚未得知最終確定的數值。非履約期內碳市場交易較為冷清，配額價格主要受到市場參與者預期的影響。非履約期內各重點排放單位的碳排放情況影響著其對自身未來配額需求量的預期，當電力行業(yè)碳排放量越高，多數企業(yè)將預期自身未來需要更多碳配額，這種預期將推動碳價上升，而反向的預期則將推動碳價下降。

在履約期內，企業(yè)明確自身配額盈缺情況，并隨著履約截止日期的臨近積極開展配額交易，履約期內碳市場交易活躍度大幅提升，重點排放單位履約需求在市場中釋放，并推動配額價格呈現趨勢性變化。履約期內配額交易量很大程度上代表有配額缺口的重點排放單位的配額購買需求，與碳配額價格的變化具有緊密關系。

本研究將在非履約期中應用電力行業(yè)碳排放量作為外生變量，在履約期內應用配額交易量作為外生變量，對非履約期碳配額價格和履約期碳配額價格分別建立自回歸差分移動平均模型。

04

ARIMAX碳價預測模型實證分析

4.1 非履約期碳價模型建立與實證分析

使用ARIMAX(p,d,q)對2021年7月16日—10月31日的全國碳市場配額收盤價進行建模。首先識別預測模型中采用的自回歸項數p、差分階數d、滑動平均項數q。使用“SPSS軟件-時間序列建模器-專家建模器”功能識別最優(yōu)的模型參數，以貝葉斯信息準則（BIC準則）為判定標準，識別得到最優(yōu)的自回歸項數p=0、差分階數d=1、滑動平均項數q=2。說明非履約期內碳配額價格數據在一階差分后是穩(wěn)定和移動平均的，一個時刻的碳配額價格估計值的差分與上2個時刻的預測誤差有關。加入外生變量電力行業(yè)碳排放量{x1,t}，并進行一次差分后，擬合模型為

式中：yt和yt?1分別為第t個、t–1個交易日全國碳市場配額收盤價；εt?1和εt?2分別為第t–1個、t–2個交易日的預測誤差；x1,t和x1,t?1分別為電力行業(yè)第t個、t–1個交易日的碳排放量。

非履約期預測價格與真實價格對比如圖4所示。采用本方法得到的全國碳市場非履約期預測價格和實際價格的其他類型誤差值如表1所示?？梢钥闯鋈珖际袌龇锹募s期預測價格和實際價格比較接近，對稱平均絕對百分比預測誤差（以下簡稱“平均預測誤差”，symmetric mean absolute percentage error，SMAPE）為1.95%。使用上一個交易日的收盤價預測當日收盤價的平均預測誤差為1.98%。使用包含電力行業(yè)碳排放量作為外生變量的ARIMAX(0,1,2)模型預測誤差更小。這一結果表明，在非履約期，應用電力行業(yè)碳排放量作為外生變量的ARIMAX預測模型相較于僅基于時序的預測模型，預測效果得到提升。

圖4 非履約期模型預測價格與實際價格對比

Fig.4 Comparison between fulfillment period model predicted prices and actual prices

表1 模型預測價格與實際價格誤差

Table 1 Errors between model predicted prices and actual prices

各種誤差的計算公式如下。

式中：n為樣本數量；為預測值；yi為真實值。

4.2 履約期碳價模型建立與實證分析

使用ARIMAX(p,d,q)對2021年11月1日—12月30日全國碳市場配額收盤價進行建模。使用“SPSS軟件-時間序列建模器-專家建模器”功能識別最優(yōu)的模型參數，以貝葉斯信息準則（BIC準則）為判定標準，識別得到最優(yōu)的自回歸項數p=0、差分階數d=1，滑動平均項數q=1。說明履約期內碳配額價格數據在一階差分后也是穩(wěn)定的和移動平均的，一個時刻的碳配額價格估計值的差分與上一個時刻的預測誤差有關。加入外生變量全國碳市場成交量后，擬合模型為

式中：x2,t為全國碳市場第t個交易日的成交量。

在5%的顯著水平下，移動平均項{εt?1}和外生變量{x2,t}的系數均顯著。

履約期預測價格與真實價格對比如圖5所示。全國碳市場履約期預測價格和實際價格的其他類型誤差值如表1所示?？梢钥闯鋈珖际袌雎募s期預測價格和實際價格曲線更加接近，平均預測誤差為0.98%。相比之下，使用上一個交易日的收盤價預測當日收盤價的平均預測誤差為1.08%。使用包含碳市場交易量作為外生變量的ARIMAX(0,1,1)模型預測誤差更小。這一結果表明，在履約期，應用碳市場交易量數據作為外生變量的ARIMAX預測模型相較于僅基于時序的預測模型，預測效果得到提升。

圖5 履約期模型預測價格與實際價格對比

Fig.5 Comparison between fulfillment period model predicted prices and actual prices

4.3 結果討論

上述結果顯示，相較于履約期預測約0.1個百分點的改善效果，非履約期預測改善效果約為0.03個百分點，改善程度較小，本研究認為有兩方面的原因。

其一，非履約期預測的外生變量選取值得進一步探究。本研究選取電力行業(yè)碳排放量作為這一時期預測的外生變量，主要考慮市場供需對價格的影響。然而，全國碳市場受政策影響較深，鑒于政策因素難以量化，且市場因素在多大程度上發(fā)揮著影響價格的作用學術界尚未有明確結論，在非履約期暫未將政策因素納入預測模型中，僅從市場角度考慮價格影響路徑，或造成了預測改善效果較小的結果。

其二，非履約期交易稀疏，價格走向平穩(wěn)，價格變化規(guī)律值得進一步探究。鑒于全國碳市場交易存在“潮汐現象”，非履約期價格較平穩(wěn)的變化趨勢是否存在規(guī)律性特征或僅為隨機變化的結果會帶來不同的結論：若價格變化存在規(guī)律性，需進一步挖掘除市場和政策因素外的其他外生變量對價格的影響；若價格變化是隨機的，則需定性考慮是否存在突發(fā)事件或隨機事件，造成了價格的波動。

此外，鑒于應用本方法最大優(yōu)勢在于在履約期提升預測誤差約0.1個百分點，本研究進一步估算了本方法應用的投入產出效益，表現在以下3個方面。

1）履約期預測所需數據公開可得。全國碳市場配額收盤價和全國碳市場成交量均可在上海環(huán)境能源交易所免費獲得，因此具有較低的數據獲取成本。

2）模型操作方法簡單，實現軟件開源。ARIMAX預測模型實現步驟簡單易懂，除了本研究使用的SPSS軟件外，還可使用包括Python在內的開源建模工具，降低了模型操作成本。

3）從模型預測的經濟收益看，預測誤差的降低將為碳市場參與者帶來一定投資收益。以2021年履約期配額交易45元/t的均價計算，由于預測精度的改進，應用本研究成果，每交易100萬t全國碳配額，相較于運用其他時序預測模型，可提高45000元的收益。隨著交易量的增加，市場參與者的投資收益也將成比例提升。

05

結語

本研究發(fā)現全國碳市場價格在不同階段呈現出不同的變化規(guī)律，非履約期主要受參與者預期的影響，在履約期碳價主要受企業(yè)履約需求驅動。在非履約期，電力行業(yè)排放量和碳配額價格具有強相關性，將其作為外生變量代入基于時序的預測模型可以改善碳價預測效果；而在履約期，重點排放企業(yè)的履約需求驅動了碳價變化，表現為市場交易量越高，碳價增長幅度越大。本文提出了一種應用ARIMAX模型，分階段建立全國碳市場配額價格預測模型的方法，并對全國碳市場第一履約周期內的收盤價進行了預測，研究結果表明在全國碳市場非履約期使用電力行業(yè)碳排放量作為外生變量，在全國碳市場履約期使用碳配額交易量作為外生變量，可以改善模型的預測效果。

目前全國碳市場進入了深化完善階段，未來將陸續(xù)納入水泥、鋼鐵、電解鋁、石化、化工、建材、航空等重點排放行業(yè)，成為中國實現雙碳目標的重要抓手。隨著全國碳市場建設成熟度的不斷提升，未來全國碳市場交易規(guī)模和碳配額價格有著很大的提升空間。對于企業(yè)而言，如何有效管理碳資產、參與碳交易將變得越來越重要。本文對建立碳配額價格預測模型并改善預測效果做出了嘗試，以期更加準確預測碳價走勢，從而幫助企業(yè)科學決策和有效管理碳資產，提升碳資產管理績效，并規(guī)避潛在的交易損失。

在本文研究的過程中，由于全國碳市場僅完成了一個履約周期，可以觀測獲得的碳配額價格數據時長較短，研究識別的碳配額價格預測模型和估計得到的相關參數預計仍有很大的改進空間。未來隨著全國碳市場納入控排的行業(yè)逐步增加，碳捕捉等減排技術進一步發(fā)展，引入多元化的參與者，并和其他環(huán)境權益市場及能源市場形成有效銜接，預計全國碳配額價格的影響因素將變得更加豐富。