基于混合结构数据的碳价格多尺度组合预测

作     者：任贺松 刘金培 郭艺 郭健 REN HESONG;LIU JINPEI;GUO YI;GUO JIAN

作者机构：安徽大学商学院安徽合肥230601 西安交通大学管理学院陕西西安710049 北卡罗莱纳州立大学工业与系统工程系美国罗利27695 东南大学经济管理学院江苏南京211189 同济大学经济与管理学院上海200092 

出 版 物：《西安电子科技大学学报（社会科学版）》 (Journal of Xidian University：Social Science Edition)

年 卷 期：2019年第29卷第3期

页      面：57-65页

学科分类：0202[经济学-应用经济学] 02[经济学] 020205[经济学-产业经济学] 

基　　金：国家自然科学基金(71901001、71501002、71871001) 安徽省自然科学基金杰出青年基金(1908085J03) 安徽省高校人文社科基金重点项目(SK2019A0013、SK2018A0605) 

主　　题：EMD分解 组合预测 碳价格 PLS 非结构化数据 

摘      要：碳交易价格的精准预测对推动碳交易市场的科学理性发展具有重要意义,因此提出一种基于混合结构数据的碳价格多尺度组合预测方法。首先,用谷歌指数提取碳价格相关的非结构化数据,基于主成分分析对其进行降维。然后,对影响因素的结构化数据、降维后的非结构化数据、碳交易价格分别进EMD分解得到不同个数的本征模函数(IMF),并采用Fine-to-Coarse技术对IMF进行重构得到高频序列、低频序列和趋势项。进而根据时间序列各尺度特点,用ARIMA、PLS和神经网络对高频数据、低频数据和趋势项进行预测。最后,对预测结果集成得到碳价格预测序列。以欧盟碳价格为例进行实证分析,结果表明,此组合预测模型的预测精度优于单项预测方法和未对时间序列进行EMD分解处理的预测方法,具有较好适用性。