中文摘要：

目前,我国还没有与国际碳排放权交易市场直接挂钩的交易平台或相应的的碳金融衍生产品，在仅有的CDM 项目的参与上，中国的定价基本上是跟着欧盟排放贸易体系EU ETS中经核证减排 (CER)走，而与实际减排成本脱钩。EU ETS，作为全球碳市场最重要组成部分及现行最大的排放贸易机制，已成为引领世界碳交易的先锋。由于政治、经济、技术、政策等影响，EU ETS中的CER 、欧盟排放许可(EUA)价格等都经历过较大的波动。除了碳市场机制本身的作用，碳价也很大程度上受到外部因素如能源价格、极端天气、气温、降水量、经济环境等的影响。本课题拟应用基于人工神经网络和模糊逻辑的智能技术来解析这些驱动因素与国际碳市场价格之间的关联。这对中国未来构建碳交易体系具有借鉴意义，并对理解、预测国际碳市场的走向，促进决策者和参与者从被动变主动，将产生积极的推动作用，从而为中国下一步争夺国际碳市场话语权奠定一定基础。

结论摘要：

EU ETS作为全球最大的碳交易市场，其三期交易模式及其规律对中国现行的7大碳交易试点的健康运行具有重要的借鉴意义。课题系统分析除了市场机制外，可能对碳价造成影响的重要影响因子，通过人工神经网络模型的建立，对相关历史数据进行学习，以模拟这些因素对碳价可能造成的影响。对未来的经济走势及其他影响因子进行了5种典型的情景假设，通过训练好的模型进行了相应的情景模拟与分析预测，为投资者和政策制定者提供了一定的理论依据。相关成果以本项目为依托，项目负责人入选教育部“新世纪优秀人才支持计划” 及湖北省“楚天学者”计划，14年申请到国家社科基金重大转重点项目。已发表CSSCI源刊文章2篇，国际会议文章1篇，专著1本，正在撰写和已在评审阶段的期刊文章（SCI和C刊）7篇。数据的前沿性本研究收集了近7年ICE中11、12和14年到期的三批EUA期货价格最新数据，以及对应时段的11个变量数据，对完整的EU ETS第二承诺期及第三期初期进行了分析。方法上的突破课题对比了以BP神经网络模型为代表的智能技术与前期学者使用的传统计量模型。传统VAR、VEC模型基于原始数据对未来一定期数的各定量因素对EUA价格的影响情况进行预测，难以纳入定性变量，而BP网络可以整合定量和定性变量，并有效分析不同因素对碳价的影响度、影响方向及在EUA价格形成过程中所起到的作用。因此，BP网络是传统计量模型在碳价问题研究上的一个有益补充。本课题建立了11节点的输入层、1节点的输出层，[7 7]节点的双隐含层BP模型，发现联合国气候变化大会、自然灾害、CER 价格、布伦特原油、煤炭、天然气、欧洲stock600指数、极寒、重大事件、政府政策为影响碳价波动的10个重要因素，原假设的暖冬贡献度始终甚微，其它因素对第二和第三承诺期的碳价都有或强或弱的影响，程度在不同阶段略有变化。欧盟第二期中联合国大会及自然灾害对碳价影响较其它因素更大，且为负相关；化石能源价格对碳价的影响较为复杂，原油、天然气及煤炭对碳价的贡献度不断变化，且三者相对排序也不稳定。展望依托本项目的国外成员及项目顾问（课题负责人博导、英国双院士），本项目将在后期深入拓展相关国际合作成果。12名硕士将围绕本课题撰写学位论文，一个大学生创新团队、两位副教授及几位年轻教师依托本课题组建了环境经济与碳管理创新团队，将对相关问题进行深入和持续研究。