【摘要】新闻文本数据所包含的情感信息影响着管理者与投资者的决策过程，因而可为碳价预测提供额外信息。本文提出了一种文本数据驱动的碳价区间二层分解预测模型，首先爬取碳排放网上相关新闻文本并计算其情感得分，接着对碳价区间与情感数据进行EMD-WTS二层分解，并基于SE算法将分解结果重构为对应时序的高、低频及趋势项，最后运用LSTM网络对所得序列开展预测，叠加集成后得到最终预测结果。实证实验及对比实验发现，上述模型在有效利用多源信息的同时充分挖掘了碳价区间复杂波动时序中的细节特征，预测效果更为显著。