基于图结构自适应Lasso的碳排放权价格影响因素分析

碳交易作为实现低碳经济的一种方式，既有环境效益，也有经济效益。为了研究碳排放价格的影响因素，本文选取广州碳排放权交易（Aristole）碳配额价格收盘价为研究对象，从国际碳价格、国内外经济指标、国外能源指标、国内能源指标、，气候环境和宏观政策。该模型考虑了指标之间的复杂相关性，提高了指标筛选的效果。首先，基于复杂网络理论，构建了24个指标的图结构来表示其复杂的关联关系，然后建立了图结构自适应Lasso法（g-Srianka）来识别影响因素。研究发现，这些指标之间存在不可忽略的中高相关性。根据两两相关关系建立图表结构时，上述24个指标可分为6组，反映了指标之间的内在联系。同时，g-AdLasso选择了10个因素，其中欧盟认证减排的收盘价最为显著。四个因素对GDEA产生了积极影响，包括欧盟EUA的收盘价、迪拜原油的现货价格以及美元对人民币的中间价。欧盟CER收盘价、NYMEX天然气期货收盘价、欧洲、三港、DES　ARA动力煤指数广州工业天然气市场价格、广州每日最高温度、银行间7天同业拆借平均利率和欧元-人民币中间价七个因素对GDEA产生了负面影响。这些因素都涉及上述六个维度，它们在图结构中的程度很高，表明g-AdLasso可以识别图结构中更重要的指标。与无图结构的自适应Lasso方法和Lasso方法相比，g-AdLasso方法选择的指标较少，表明该方法可以优化和简化模型。