碳排放量预测及其与绿色金融指数的相互作用研究

作者：李程^*; 李佳馨; 游弋; 李佳微

来源：统计理论与实践, 2023, (12): 18-26.

DOI：10.13999/j.cnki.tjllysj.2023.12.003

• 绿色金融指数
• 碳排放量
• 神经网络模型
• MS-VAR
• 减排成本

构建并测算了2008—2020年的绿色金融指数，基于LSTM神经网络模型和ARIMA-BP模型对我国碳排放进行了预测，并使用MS-VAR模型刻画绿色金融指数和碳排放量的动态互动关系。研究结论为：（1）LSTM神经网络模型在预测碳排放量时具有较好的拟合效果，在此框架下，中国碳排放量在2030年将达到104.509亿吨。（2）绿色金融指数和碳排放量相伴而生，二者具有明显的正相关性，但绿色金融发展一定程度上减缓了碳排放量的增加速度。（3）测算边际减排成本后发现，成本提高促进绿色金融发展。可以通过测算、预测碳排放量和减排成本来判断绿色金融的需求量，进而通过发展绿色金融，设法抑制碳排放量，降低减排成本。

• 单位
  天津工业大学