碳价格预测：文献综述

摘要 碳排放交易正在越来越多的国家被用作应对温室气体（GHG）、全球变暖问题和气候危机的重要工具。准确预测碳价格对于有效的政策设计和气候变化缓解的投资策略至关重要。本文综述了碳价格预测模型的最新进展，考察了时间序列方法、计量经济学方法和机器学习技术，包括神经网络和长短期记忆（LSTM）模型。通过系统地呈现和比较这些方法，我们识别出关键的优缺点，特别强调了先进的机器学习模型在捕捉非线性模式和市场复杂性方面的优越表现。我们的综述还探讨了创新的混合方法，这些方法同时解决了碳价格趋势中的短期和长期动态问题。