2023年4月13日，澳門城市大學金融學院於何賢會議中心舉辦金融講座系列[26]。本次講座邀請到深圳大學秦全德教授為主講嘉賓，以線上參與的方式分享主題“碳排放權交易市場價格的混合預測建模研究”。現場出席此次講座的嘉賓還有金融學院張偉光院長及鄺婉樺副院長。

秦教授首先分享碳排放權交易市場價格的混合預測建模研究的研究背景。全球氣候變化已經引起國際社會的廣泛關注，為實現2℃的溫控目標，必須採取有效的行動減少溫室氣體排放。2008 年，中國成為世界第一大碳排放國；2020年，中國的碳排放量占世界總碳排放量的31.7%。中國面臨著來自國際和國內的雙重減排壓力，根據《巴黎協定》，承諾碳排放於2030年前達到峰值，力爭2060年前實現碳中和。秦教授提出三個減排工具的選擇，分別是控制型環境規制的行政命令、向排放主體每單位排放活動徵收碳稅及形成碳排放權交易市場。

秦教授進行碳稅與碳交易的比較，表示單純從理論上來講，兩種手段都是具有市場效率的經濟措施，主要的區別在於稅收手段的碳價格是由政府制定的，排放量則隨市場供需而有所波動。在碳稅政策下，一定時期以內的碳排放量是相對不可控的，因此碳稅手段被稱為“基於價格”的經濟手段，而碳價格則隨著一定時期內可交易的配額數量以及社會、經濟情況而發生波動，被稱為“基於數量”的經濟手段。

秦教授表示持續時間較長的巨大波動和相對較弱的週期性，企業無法就波動趨勢得出結論，此研究旨在不成熟的碳金融市場進行分析和預測中對企業和部門如何積極探索與發展碳金融業務具有重要的啟示。有關碳價格預測研究，分別可分為三個方向進行，分別是多變量分析、時間序列及多源數據驅動。碳市場是一個典型的非線性社會經濟複雜系統，其市場價格序列在本質上是一個高雜訊、非線性、非平穩的混沌時間序列。接著，秦教授回顧時間序列模型及文獻、透過混合預測建模框架進行複雜金融市場的多尺度分析。

最後，對於碳價格混合預測領域前沿展望，秦教授表示需開發捕捉時空高維變數相關性的深度學習網路；需為傳統機器學習構建不一樣的決策假設，如何求解帶多重正則化項和複雜約束的非凸規劃的問題，並將求解推廣至線上形式，以適應即時的金融建模需求；一些多來源資料驅動預測研究混合了多種機器學習模型、集成策略或者多種多尺度分解技術的集成方案；將現有的複雜混合預測框架得到的點預測結果推廣到區間預測去，並採用統計方法得到波動密度預測，將回歸結果應用到更為廣闊的金融工程中。

在分享結束後，同學們就踴躍地向講者發出與研究中有關測量建模的提問，秦全德教授一一詳細解答。講座使同學們關注更多碳排放與經濟之間的關聯，有助於掌握當下金融經濟的發展趨勢。同學們表示獲益匪淺，收獲滿滿，很期待下一場的金融講座分享。