杨刚 王文卓

摘   要：气温衍生品是一种用来规避天气风险的新型金融工具，它对能源、农业和旅游业等行业的稳健运行、绿色金融的发展、碳中和目标的实现都具有十分重要的价值。选取我国六个典型城市2009—2018年的日平均气温作为样本数据，利用ELM神经网络模型对气温时间序列进行预测与误差分析，借助蒙特卡洛模拟方法对气温衍生品定价。研究结果表明，ELM神经网络较ARMA模型和BP神经网络气温预测精度有显著提高，可为气温衍生品的定价奠定基础。

关键词：气温衍生品;ELM神经网络;蒙特卡洛方法;时间序列

一、引言

21世纪以来，应对全球气候变化成为人类实现全球可持续发展面临的最严峻的挑战。2020年10月20日，生态环境部、国家发改委、中国人民银行、中国银保监会、中国证监会等五部门共同发布了《关于促进应对气候变化投融资的指导意见》，提出加快构建气候投融资政策体系，强调开展气候投融资地方试点，鼓励地方开展模式和工具创新。气候金融在我国还处于起步阶段，气候金融的发展可以帮助私营部门、企业和个人进行气候风险管理，促进经济平稳运行。气候金融体系建设不能忽视天气风险。据《中国统计年鉴》数据显示，2019年因天气风险导致的直接经济损失逾3270亿元。可以预见，丰富和创新天气风险的金融管理手段将成为我国绿色金融和气候金融市场新的发展内容。

1996年8月，美国安然公司与佛罗里达西南电力公司签订了世界上第一笔气候衍生品合同，这标志着与气候风险相关的金融工具开始兴起。……