基于BP神經網絡模型的碳權交易分析

陳　逸，朱娜娜

(對外經濟貿易大學，北京　100029)

?

基于BP神經網絡模型的碳權交易分析

陳逸，朱娜娜

(對外經濟貿易大學，北京100029)

[摘要]文章以北京環(huán)境交易所控制下的碳排放權交易數據為研究對象，運用統(tǒng)計分析和信息經濟學為主要研究方法，對我國碳排放權交易展開理論分析，從碳排放權交易的成交量、成交價格的動態(tài)一致性角度入手，以月份均值和平均絕對誤差為基準數據，建立高精確度的BP神經網絡模型，通過碳排放權交易價格與成交量的趨勢分析，得到碳排放權交易的形成機制。

[關鍵詞]碳排放；交易價格；神經網絡

[DOI]10.13939/j.cnki.zgsc.2016.02.079

1國內外碳排放交易市場概況

《京都議定書》(以下簡稱“《議定書》”)是具有法律約束力的國際協(xié)議，使各國二氧化碳等溫室氣體的排放受到限制，從而碳排放權成為一種具有流動性的稀缺資源，進一步推動了碳排放權交易市場的發(fā)展。碳排放權交易市場相繼在英國、日本、歐盟、美國、加拿大等國家形成，并迅速地發(fā)展壯大。

按照市場主體的交易意愿，可將碳排放權交易市場分為自愿交易市場體系和規(guī)范交易市場體系兩類。自愿交易市場的買賣雙方是自愿作出減排承諾的政府、企業(yè)或者個人。規(guī)范交易市場的主體通常是在《議定書》約束下履行減排義務的國家或法律實體。

碳排放權交易作為一種有效的減排手段，在當前我國國內市場的交易經驗幾乎空白，國內碳排放權交易市場也僅處于起步的探索階段。由于我國的清潔發(fā)展機制市場尚不成熟，在飛速的發(fā)展中也暴露了許多問題。

綜上所述，建設我國國內的碳排放權交易體系，既有助于促進我國經濟發(fā)展方式轉型、加快低碳型社會建設，又有利于我國在國際碳排放權交易市場贏得一席之地，提升我國企業(yè)在未來國際碳排放權交易市場的競爭實力。本文即在此現(xiàn)實背景下對我國的碳排放權交易展開研究，對北京環(huán)境交易的價格和成交數據利用神經網絡模型進行分析，以期為我國的碳排放權交易體系的創(chuàng)建提供相關的理論依據。

2模型的建立與求解

2.1符號的說明

X=(x1, x2, …, xn)；輸入向量bo；輸出層各神經元的閾值Ck；輸出層輸出向量bh；隱含層各神經元的閾值do=(d1, d2, …, dq)；期望輸出向量Wih；輸入層與中間層的連接權值Who；隱含層與輸出層的連接權值hi=(hi1, hi2, …, hip)；隱含層輸入向量ho=(ho1, ho2, …, hop);隱含層輸入向量yi=(yi1, yi2, …, yiq);輸出層輸入向量。

2.2模型的建立

在問題中把研究對象作為一個系統(tǒng)，按照分解、比較判斷、綜合的思維方式進行決策,因此，利用北京環(huán)境交易所的基本交易原理，分析建設我國國內的碳排放權交易體系，建立BP神經網絡模型(指確定單一分析源)；依據以上碳排放權交易市場分析建立下的BP神經網絡模型。

由上面的分析，首先將各項物質進行量化。然后進行網絡值初始化,給各連接權值分別賦一個區(qū)間(0，1)內的隨機數，設定誤差函數e，給定計算精度值和最大學習次數M=5000。隨機選取第k個輸入樣本及對應期望輸出：

x(k)=[x1(k), x2(k), …, xn(k)]

(1)

do(k)=[d1(k), d2(k), …, dq(k)]

(2)

再計算隱含層各神經元的輸入和輸出：

(3)

hoh(k)=f(hih(k))h=1, 2, …, p

(4)

(5)

yoo(k)=f(yio(k))o=1, 2, …, q

(6)

利用網絡期望輸出和實際輸出，計算誤差函數對輸出層的各神經元的偏導數δo(k)。

(7)

(8)

利用隱含層到輸出層的連接權值、輸出層的δo(k)和隱含層的輸出計算誤差函數對隱含層各神經元的偏導數δo(k)。

(9)

利用輸出層各神經元的δo(k)和隱含層各神經元的輸出來修正連接權值who(k)。

(10)

利用隱含層各神經元的δh(k)和輸入層各神經元的輸入修正連接權。

計算全局誤差：

(11)

2.3模型的分析

利用neural network對碳權交易數據進行(下轉P81)