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 

机构地区：[1]天津工业大学经济与管理学院,天津300387

出　　处：《统计理论与实践》2023年第12期18-26,共9页STATISTICAL THEORY AND PRACTICE

基　　金：教育部哲学社会科学后期资助项目“资产负债表关联与风险溢出双重视角下的政府杠杆率结构性优化研究”(21JHQ068)。

摘　　要：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。

关 键 词：绿色金融指数 碳排放量 神经网络模型 MS-VAR 减排成本 

分 类 号：F832.5[经济管理—金融学]