基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

姓名
邮箱
手机号码
标题
留言内容
验证码

doi:10.15918/j.jbitss1009-3370.2018.5303

朱帮助¹,
马淑姣²

1.
南京信息工程大学商学院, 江苏南京 210044
2.
湖南大学工商管理学院, 湖南长沙 410082

基金项目:

国家自然科学基金资助项目（71771105，71473180）;广东省自然科学杰出青年基金（2014A030306031）

Carbon Price Multiscale Decomposition Using an Improved Hilbert-Huang Transform Algorithm

ZHU Bangzhu¹,
MA Shujiao²

1.
Business School, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China
2.
Business School, Hunan University, Changsha Hunan 410082, China

摘要:作为一种新型非线性、非稳态数据的自适应处理算法，希尔伯特-黄变换（Hilbert-Huang Transform，HHT），近年来开始应用到人文社会科学领域。HHT的核心是经验模态分解（Empirical Mode Decomposition，EMD）算法。EMD分解过程中常会产生模态混叠和端点效应现象，造成分解结果失真。针对碳市场价格多尺度特征，改进HHT算法以提高碳市场价格多尺度分解质量。引入高斯白噪声到EMD分解中，建立集成EMD（Ensemble EMD，EEMD）算法来抑制EMD分解中存在的模态混叠现象；针对EEMD分解过程中存在的端点效应问题，通过5种端点延拓方法的比较，改进EEMD算法，得出适合碳市场价格多尺度分解的延拓方法；将改进HHT算法应用于两个不同到期时间的欧盟碳期货价格（DEC12、DEC14）进行多尺度分解，结果表明：改进HHT算法能显著提高碳市场价格分解精度，扩大了HHT在碳市场价格多尺度分析中的应用范围。
- 碳市场价格/
- 希尔伯特-黄变换/
- 经验模态分解/
- 模态混叠/
- 端点效应
Abstract:As a novel adaptive multiscale processing algorithm for non-linear and non-stationary data, Hilbert-Huang Transform (HHT) has been widely used in the fields of natural sciences and engineering, and has been applied in the field of humanities and social sciences in recent years. Empirical mode decomposition(EMD)is the core of HHT algorithm. In the processing of EMD, there may exist the phenomena of mode-mixing and end effect, which can lead to the decomposition results distortion. Aiming at carbon price multiscale decomposition, the HHT algorithm was improved to enhance the quality of EMD decomposition. Firstly, the ensemble EMD(EEMD)algorithm was built by introducing the Gaussian white noises into the EMD decomposition, which was applied to solve the mode-mixing phenomenon during EMD. Next, aiming at the end effect phenomenon, the extension method which was appropriate for dealing with carbon price was obtained by comparing five different kinds of extension methods for EEMD. Finally, taking two carbon future prices with different maturities called DEC12 and DEC14 under the European Union Emissions Trading System(EU ETS)as samples, empirical results showed that the improved HHT algorithm could effectively improve decomposition accuracy, and the application of HHT was extended.
- carbon price/
- Hilbert-Huang transform/
- empirical mode decomposition/
- mode-mixing/
- end effect

[1]	The World Bank.Mapping carbon pricing initiatives:developments and prospects[R]. The World Bank,2013.
[2]	AATOLA P,OLLIKAINEN M,TOPPINEN A. Price determination in the EU ETS market:theory and econometric analysis with market fundamentals[J]. Energy Economics,2013,36:380-395.
[3]	CARMONA R,HINZ J.Risk-neutral models for emission allowance prices and option valuation[J]. Management Science,2011,57(8):1453-1468.
[4]	HINTERMANN B. Allowance price drivers in the first phase of the EU ETS[J]. Journal of Environmental Economics and Management,2010,59:43-56.
[5]	ZHU B Z,WANG P,CHEVALLIER J,et al.Carbon price analysis using empirical mode decomposition[J]. Computational Economics,2015,45(2):195-206.
[6]	ZHU B Z.A novel multiscale ensemble carbon price prediction model integrating empirical mode decomposition[J]. Genetic Algorithm and Artificial Neural Network. Energies,2012(5):355-370.
[7]	HUANG N E,SHEN Z,LONG S R. The empirical mode decomposition and the Hilbert spectrum for non-linear and non-stationary time series analysis[J]. Proceedings of the Royal Society of London,1998,454:903-995.
[8]	ZHANG X,LAI K K,WANG S Y.A new approach for crude oil price analysis based on empirical mode decomposition[J]. Energy Economics,2008,30:905-918.
[9]	WU Z,HUANG N E. Ensemble empirical mode decomposition:a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis,2009,1(1):1-41.
[10]	XIONG T,BAO Y K,HU Z Y.Does restraining end effect matter in EMD-based modeling frame work for time series prediction? some experimental evidences[J]. Neurocomputing,2014(123):174-184.
[11]	林丽,周霆,余轮. EMD算法中边界效应技术[J]. 计算机工程,2009,35(23):265-268.
[12]	梁喆,彭苏萍,郑晶. LEMD端点延拓方法及其在微震信号降噪中的应用[J]. 振动与冲击,2014,33(21):155-160.
[13]	任达千,杨世锡,吴昭同,等. LMD时频分析方法的端点效应在旋转机械故障诊断中的影响[J]. 中国机械工程,2012,23(8):951-956.
[14]	杨德昌,REHTANZ C,李勇,等. 基于改进希尔伯特——黄变换算法的电力系统低频振荡分析[J]. 中国电机工程学报,2011,31(10):102-108.
[15]	唐葆君,申程. 碳市场风险及预期收益——欧盟排放贸易体系与清洁发展机制的比较分析[J]. bob手机在线登陆学报(社会科学版),2013,15(1):12-18.
[16]	张跃军,孙亚方,郭晓铛. 欧洲碳期货市场动态套利策略建模及实证研究[J]. bob手机在线登陆学报(社会科学版),2017,19(1):1-8.
[17]	朱帮助,王平,魏一鸣. 基于EMD的碳市场价格影响因素多尺度分析[J]. 经济学动态,2012(6):92-97.

[1]	李博阳, 杜强, 沈悦, 张嘉望.中国金融市场风险溢出效应及其非对称性研究. bob手机在线登陆学报（社会科学版）, 2021, 23(5): 54-65.doi:10.15918/j.jbitss1009-3370.2021.1827
[2]	董梅.低碳城市试点政策的工业污染物净减排效应. bob手机在线登陆学报（社会科学版）, 2021, 23(5): 16-30.doi:10.15918/j.jbitss1009-3370.2021.7255
[3]	赵领娣, 范超, 王海霞.中国碳市场与能源市场的时变溢出效应. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 28-40.doi:10.15918/j.jbitss1009-3370.2021.4972
[4]	杨洁, 张茗, 刘运材.碳信息披露如何影响债务融资成本——基于债务违约风险的中介效应研究. bob手机在线登陆学报（社会科学版）, 2020, 22(4): 28-38.doi:10.15918/j.jbitss1009-3370.2020.2236
[5]	潘胜文, 邵胜, 刘梦晓.绝对控股、相对控股与国企混改效率. bob手机在线登陆学报（社会科学版）, 2020, 22(6): 52-64.doi:10.15918/j.jbitss1009-3370.2020.2555
[6]	方德斌, 陈卓夫, 郝鹏.北京城镇居民碳排放的影响机理——基于LMDI分解法. bob手机在线登陆学报（社会科学版）, 2019, (3): 30-38.doi:10.15918/j.jbitss1009-3370.2019.6537
[7]	徐文成, 毛彦军.碳税改革的低碳发展效应. bob手机在线登陆学报（社会科学版）, 2019, (2): 30-37.doi:10.15918/j.jbitss1009-3370.2019.5620
[8]	朱永光, 袁沛, 徐德义, 成金华, 尤喆.国际有色金属价格与美元指数的非线性关系. bob手机在线登陆学报（社会科学版）, 2018, (2): 77-86.doi:10.15918/j.jbitss1009-3370.2018.3312
[9]	李成, 张琦, 李文乐.汇改后中国外汇市场与资本市场联动效应——基于集合经验模态分解法. bob手机在线登陆学报（社会科学版）, 2016, (2): 64-70.doi:10.15918/j.jbitss1009-3370.2016.0211
[10]	周杰琦, 韩颖, 张莹.外资进入对中国碳排放总量的作用机制与影响效应. bob手机在线登陆学报（社会科学版）, 2015, (6): 46-53.doi:10.15918/j.jbitss1009-3370.2015.0606
[11]	梁巧梅, 刘维旭, 梁晓捷, 赵鲁涛.碳排放强度分解决策支持系统的研制与应用. bob手机在线登陆学报（社会科学版）, 2014, (5): 37-41.
[12]	朱帮助.国际碳市场价格驱动力研究——以欧盟排放交易体系为例. bob手机在线登陆学报（社会科学版）, 2014, (3): 22-29.
[13]	潘煜, 赵艳琦, 范静, 万岩.基于重叠效应的农村市场渗透模型及实证研究. bob手机在线登陆学报（社会科学版）, 2013, (6): 51-63.
[14]	陈仲常, 聂飒.中国相对价格变化的通货膨胀效应——基于非对称性视角的实证分析. bob手机在线登陆学报（社会科学版）, 2012, (5): 25-31.
[15]	胡秋灵, 张苏凤, 文博.沪深300指数期货的价格发现和波动溢出效应研究. bob手机在线登陆学报（社会科学版）, 2012, (6): 77-82.
[16]	夏恩君, 严薇, 刘宁.我国区域技术溢出效应分析——基于中国29个省市1990—2007年面板数据的经验研究. bob手机在线登陆学报（社会科学版）, 2011, (4): 1-7,12.
[17]	胡秋灵, 张苏凤, 王宁.可转债市场与股票市场间的溢出效应研究. bob手机在线登陆学报（社会科学版）, 2011, (3): 55-59.
[18]	王泰强, 候光明, 李杰, 赵宏.中国金属期货市场价格发现功能研究——基于面板协整方法. bob手机在线登陆学报（社会科学版）, 2011, (5): 44-47.
[19]	王春峰, 孙永亮, 房振明, 李晔.订单流不平衡对股票价格的冲击效应实证研究. bob手机在线登陆学报（社会科学版）, 2007, (2): 71-75.
[20]	房振明, 王春峰.上海股票市场收益日内效应的研究. bob手机在线登陆学报（社会科学版）, 2004, (3): 38-41.

点击查看大图

计量

文章访问数:811
HTML全文浏览量:1
PDF下载量:423
被引次数:0

留言板

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

doi:10.15918/j.jbitss1009-3370.2018.5303

Carbon Price Multiscale Decomposition Using an Improved Hilbert-Huang Transform Algorithm

计量

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

doi:10.15918/j.jbitss1009-3370.2018.5303

1. 南京信息工程大学商学院, 江苏南京 210044
2. 湖南大学工商管理学院, 湖南长沙 410082

English Abstract

Carbon Price Multiscale Decomposition Using an Improved Hilbert-Huang Transform Algorithm

1. Business School, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China
2. Business School, Hunan University, Changsha Hunan 410082, China

目录

作者相关

写作规范

友情链接

留言板

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

doi:10.15918/j.jbitss1009-3370.2018.5303

Carbon Price Multiscale Decomposition Using an Improved Hilbert-Huang Transform Algorithm

计量

出版历程

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

doi:10.15918/j.jbitss1009-3370.2018.5303

1. 南京信息工程大学 商学院, 江苏 南京 2100442. 湖南大学 工商管理学院, 湖南 长沙 410082

English Abstract

Carbon Price Multiscale Decomposition Using an Improved Hilbert-Huang Transform Algorithm

1. Business School, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China2. Business School, Hunan University, Changsha Hunan 410082, China

目录

作者相关

写作规范

友情链接

1. 南京信息工程大学商学院, 江苏南京 210044
2. 湖南大学工商管理学院, 湖南长沙 410082

1. Business School, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China
2. Business School, Hunan University, Changsha Hunan 410082, China