二氧化碳等温室气体的大量排放是导致气候发生变化的重要原因,各国一直致力于解决气候问题。碳排放权交易市场是减少温室气体排放和应对气候变化的重要途径。作为最大的碳排放主体,中国非常重视气候问题。中国政府提出建设全国碳交易市场,旨在利用市场机制进行节能减排,实现绿色低碳发展。本文期望通过研究中国碳交易市场,准确掌握中国碳市场波动规律及波动成因,从而促进碳交易市场的更好发展,以实现减排环保目标。本文以深圳、北京、广东、上海和湖北这五个碳交易市场为研究对象,对比分析了各区域碳市场交易现状,并研究了中国碳市场溢出效应。最后,构建EEMD-LSTM模型对碳价格进行预测。本文主要研究内容如下:1.中国碳市场现状分析。根据各碳市场交易量、交易额及交易价格来描述中国碳市场发展状况。从交易量和交易额来看,湖北碳市场在各方面均居于首位,而天津、重庆和福建碳市场较落后;从交易价格来看,湖北碳市场的平均交易价格最高,其次是深圳碳市场。目前各碳市场平均交易价格较低,碳价水平还未能真正发挥低碳绿色引导作用。另外,通过碳价格波动特征进行分析,发现各碳市场具有集聚效应和持续效应,其中深圳碳市场集聚效应和持续效应最强。2.中国碳市场波动溢出效应研究。从静态角度看,各区域碳市场受到其他市场的溢出效应程度各不相同,但主要受到气温变化的影响。同样,每个碳市场对其他市场的溢出效应也不一致,深圳和广东碳市场对经济溢出效应最高;北京碳市场对石油和经济的溢出效应较接近,且高于其他市场;上海碳市场对煤炭的溢出效应最高。总体来说,各碳市场的收益率可以较大程度上解释自身的方差变动,其他因素对其影响较小。从动态角度看,深圳碳市场是波动溢出效应的净输出方,北京碳市场和湖北碳市场是波动溢出效应的净输入方,而广东和上海碳市场随着时间变化,波动溢出效应会从净输出方变为净输入方。3.中国碳市场价格预测研究。将经验模态分解(EEMD)和长短期记忆网络(LSTM)进行组合,构建EEMD-LSTM模型,对各区域碳市场价格进行预测,运用RMSE、MAE和MAPE指标评价EEMD-LSTM模型预测准确率,可知该模型预测精度优于其他模型。