中国碳配额日度价格可预测性研究：统计依赖性存在但稳定预测收益尚未实现

《Sustainability》：Is China’s National Carbon-Allowance Price Predictable? An Interpretable Machine Learning and Volatility Analysis Around the 2025 Market Expansion

　　2025年3月，中国全国碳排放权交易系统从电力行业扩展至钢铁、水泥和铝业。我们利用1203个交易日的价格数据，研究了碳配额日度的价格可预测性。我们使用11个模型和一个包含26个预测因子的基准模型，进行了嵌套扩展窗口验证。在单独的公共样本敏感性分析中，我们纳入了开盘前的GFS天气数据、官方公布的十日煤炭价格、保守滞后的全国发电量代理变量以及官方宏观经济首次发布数据。在952次预测中，随机游走的均方根误差最低（1.242元/吨）；稳定化神经网络达到1.251。精确发布/首次公开的宏观规格将随机森林的均方根误差从1.289降低至1.266，而公共能源/天气规格记录为1.275；两者均未优于基准模型。技术变量在模型归因中占比最大，但即使仅使用技术变量的森林模型也记录为1.253。Ljung-Box和BDS检验检测到依赖性，而符号序列检验未拒绝符号独立性假设，方差比原假设仅在两日时间尺度上被拒绝。滚动和多断点检验未发现扩展日期的变化。波动性排名仍然取决于损失函数。因此，统计依赖性存在，但稳定的点预测收益尚未实现。新增的能源指标不能代表实际观测到的全国日负荷，且执行收益不能从日OHLC数据中推断。