【摘要】构建碳金融市场压力指数能够综合刻画碳金融市场的风险状态，帮助市场参与者前瞻性评估碳金融市场的潜在风险水平。本文将GARCH模型与主成分分析法相结合构建中国碳金融市场压力指数，基于MS-AR模型识别碳金融市场风险，并应用PatchTST神经网络模型进行压力指数趋势预测。结果表明：中国碳金融市场压力指数总体呈现阶段性和周期性变化特征，并在疫情前后差异较大；疫情前压力指数表现为趋势性增长态势且周期较为稳定，疫情后压力指数波动加剧且周期显著缩短。MS(2)-AR(2)模型显示碳金融市场压力指数波动存在高低压力两种状态，状态内持续性强，状态间转换概率低。与其他模型相比，PatchTST神经网络模型具有较好的预测效果，未来64个交易日内压力指数呈现出向下波动趋势，但仍然处于较高水平。