CN116720647A - 一种碳资产交易方法及系统 - Google Patents
一种碳资产交易方法及系统 Download PDFInfo
- Publication number
- CN116720647A CN116720647A CN202310498115.7A CN202310498115A CN116720647A CN 116720647 A CN116720647 A CN 116720647A CN 202310498115 A CN202310498115 A CN 202310498115A CN 116720647 A CN116720647 A CN 116720647A
- Authority
- CN
- China
- Prior art keywords
- carbon
- price information
- enterprise
- transaction
- purchase
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 342
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 342
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims description 50
- 238000010276 construction Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 7
- 230000009467 reduction Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2315—Optimistic concurrency control
- G06F16/2322—Optimistic concurrency control using timestamps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种碳资产交易方法及系统,涉及碳资产交易技术领域,方法包括:在待进行碳资产交易的多个企业主体内,构建碳资产交易链;在其中一个购买企业主体需要进行碳资产购买时,根据其在历史时间内的碳资产交易数据,获得购买价格信息;根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;将最接近购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和目标价格信息发送给购买企业主体,按照购买价格信息和目标价格信息进行交易,并将最终交易价格加入碳资产交易链。本申请达到了提升碳资产交易管理的准确性和公正性,进而提升市场活跃程度以及碳减排的推进效率的技术效果。
Description
技术领域
本发明涉及碳资产交易处理技术领域,具体涉及一种碳资产交易方法及系统。
背景技术
碳资产交易是温室气体排放权交易的总称,通过碳资产交易,能够结合市场和碳减排计划,有利于减少温室气体排放,以及活跃市场,增加市场效益。
目前的碳资产交易方法一般是在一定的监督下,买卖双方进行交易,但是对于交易价格的管理不够准确和公正。
发明内容
本申请提供了一种碳资产交易方法及系统,用于针对解决现有技术中碳资产交易过程中交易价格的管理不够准确和公正的技术问题。
鉴于上述问题,本申请提供了一种碳资产交易方法及系统。
本申请的第一个方面,提供了一种碳资产交易方法,包括:
在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
本申请的第二个方面,提供了一种碳资产交易系统,所述碳资产交易系统包括:
交易链构建模块,用于在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
购买价格获取模块,用于在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
出售价格获取模块,用于根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
交易模块,用于将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
本申请的第三个方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现第一方面中方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中方法的步骤。
本申请中提供的一个或多个技术方案,与现有技术相比,至少具有如下技术效果或优点:
本申请提供的技术方案通过在多个待进行碳资产交易的企业主体内,构建碳资产交易链,然后根据其中购买企业主体以及出售企业主体历史时间内的碳资产交易数据,分析获得购买价格信息和出售价格信息,作为监督管理的根据,进行碳资产交易,并更新碳资产交易链。本申请通过采用区块链技术的可扩展、去中心化和共识机制,以及数据不可篡改等机制,能够提升碳资产交易管理的准确性和公正性,进而提升市场活跃程度以及碳减排的推进效率。
附图说明
图1为本申请提供的一种碳资产交易方法流程示意图;
图2为本申请提供的一种碳资产交易方法中构建碳资产交易链的流程示意图;
图3为本申请提供的一种碳资产交易方法中获得购买价格信息的流程示意图;
图4为本申请提供的一种碳资产交易系统的结构示意图。
图5为本申请实施例示例性计算机设备的结构示意图。
附图标记说明:交易链构建模块11,购买价格获取模块12,出售价格获取模块13,交易模块14,计算机设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种碳资产交易方法及系统,用于针对解决现有技术中碳资产交易过程中交易价格的管理不够准确和公正的技术问题。
实施例一,如图1所示,本申请提供了一种碳资产交易方法,包括:
S100:在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
本申请实施例中,多个企业主体为待进行碳资产交易的企业,可为任意行业,并且在生产过程中或产生二氧化碳等温室气体排放的企业。
多个企业主体为实际碳排放量可能超出碳配额,或者实际排放量达不到碳配额需要进行碳排放权购买或出售的企业。
在待进行碳资产交易的多个企业主体内,基于区块链技术,构建碳资产交易链,用于获取多个企业主体的碳资产交易数据,并进行碳资产交易价格的准确制定和监管。
如图2所示,本申请实施例提供的碳资产交易方法中的步骤S100包括:
S110:在所述多个企业主体内,构建多个主体节点;
S120:获取所述多个企业主体在历史时间内多次进行碳交易时的碳排放收益系数、碳排放量和购买或出售的交易价格,并进行处理,获得多个数据区块集合;
S130:基于区块链,根据所述多个数据区块集合和所述多个主体节点,构建获得所述碳资产交易链。
本申请实施例中,在该多个企业主体内,构建多个主体节点,即在多个企业主体内互相可通信连接的服务器内,构建多个用于构建区块链的区块链节点,多个主体节点之间可通信连接。
根据多个企业主体在历史时间内多次进行碳交易的时间点采集获得的碳排放收益系数、碳排放量和购买或出售碳排放权的交易价格,并进行处理,获得多个数据区块集合。其中,碳排放收益系数为产生单位经济收益所排放的碳排放量,例如可为0.7吨每万元。购买或出售碳排放权的交易价格为出售单位碳排放权的单价。
本申请实施例提供的碳资产交易方法中的步骤S120包括:
S121:获取所述多个企业主体在历史时间内进行碳交易的多个时间点的碳排放收益系数、在预设时间周期内产生的碳排放量以及进行碳交易的购买或出售的交易价格,获得多个数据集,其中,碳排放收益系数为每万元经济效益产生的碳排放量;
S122:对所述多个数据集进行哈希算法处理,并结合所述多个时间点的时间戳,构建获得所述多个数据区块集合。
本申请实施例中,获取多个企业主体在历史时间内进行碳交易的多个时间点的碳排放收益系数、在预设时间周期内产生的碳排放量以及进行碳交易的购买或出售的交易价格,获得多个数据集。
该预设时间周期可为一年,即采集过去一年内,多个企业主体进行碳交易的多个时间点在该年内已经产生的碳排放量,以及采集过去一年内多个企业主体进行碳交易的多个时间点的碳排放收益系数和交易价格,获得多个数据集。
基于哈希算法,对多个数据集内的数据进行处理,将其中的数据转化为对应的哈希值,哈希算法又被称为散列函数,它可以将任意长度的数据信息代码串转化为一段固定长度的字符串,这段字符串又被称为散列值或哈希值(Hash值),如此,保证各企业主体的碳资产交易数据的不可篡改性以及安全性。
进一步结合各数据集对应的碳排放交易的时间点,获取多个时间戳信息,结合多个时间点的时间戳,构建获得多个数据区块集合。每个数据区块集合内包括一个企业主体在过去预设时间周期内进行碳排放交易的多个时间点的碳资产交易数据。
基于现有技术中的区块链技术,根据多个数据区块集合和多个主体节点,将多个数据区块集合通过多个主体节点进行上传,并按照每个数据区块内的时间戳进行链接,构建获得碳资产交易链。
本申请实施例通过基于区块链技术,根据多个企业主体历史时间内的碳资产交易数据,构建碳资产交易链,能够保存多个企业主体的碳资产交易数据,作为进行碳资产交易价格分析的数据基础,并且碳资产交易链内的数据不可被篡改,能够提升碳资产交易管理的稳定性和可信性。
S200:在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
本申请实施例中,在多个企业主体其中一个购买企业主体需要进行碳资产购买时,根据碳资产交易链内该购买企业主体在历史时间内的碳资产交易数据,具体根据该购买企业主体历史时间内进行碳资产交易的碳排放收益系数、碳排放量和交易价格,进行当前购买价格的分析,获得购买价格信息,将其作为该购买企业主体进行碳资产购买的数据基础。
如图3所示,本申请实施例提供的方法中的步骤S200包括:
S210:在所述购买企业主体需要进行碳资产购买时,获取所述购买企业主体实时的碳排放收益系数、碳排放量,作为实时购买数据集;
S220:根据所述碳资产交易链,获取所述购买企业主体在历史时间内的碳资产交易数据,并构建所述购买企业主体的购买价格分析模型;
S230:将所述实时购买数据集输入购买价格分析模型,获得所述购买价格信息。
本申请实施例中,在购买企业主体需要进行碳资产购买时,获取该购买企业主体实时的碳排放收益系数、碳排放量,即该购买企业主体在当前的预设时间周期内的碳排放收益系数、碳排放量,例如当年内实时时间的碳排放收益系数和碳排放量,作为实时购买数据集。
根据该碳资产交易链,获取该购买企业主体在历史时间内的碳资产交易数据,并构建用于分析该购买企业主体当前进行碳资产交易价格的购买价格分析模型。
本申请实施例提供的碳资产交易方法中的步骤S220包括:
S221:根据所述碳资产交易链,获取所述购买企业主体在历史时间内多个时间点进行碳资产交易的碳资产交易数据,获得多个历史购买数据集和多个历史购买价格信息;
S222:基于BP神经网络,构建所述购买价格分析模型的网络结构,所述购买价格分析模型的输入数据包括购买数据集,输出数据包括购买价格信息;
S223:对所述多个历史购买数据集和多个历史购买价格信息进行数据标注,获得构建数据集;
S224:采用所述构建数据集对所述购买价格分析模型进行监督训练、验证和测试,在符合预设条件的情况下,获得所述购买价格分析模型。
本申请实施例中,根据该碳资产交易链,获取购买企业主体在历史时间内多个时间点进行碳资产交易的碳资产交易数据,具体获取购买企业主体在历史时间内进行碳资产购买的多个时间点的碳排放收益系数、碳排放量,以及购买碳资产的价格,获得多个历史购买数据集和多个历史购买价格信息。
基于机器学习中的BP神经网络,构建购买价格分析模型的网络结构,BP神经网络可在训练过程中根据输入数据进行前向预测,并根据实际输出,计算与预期输出的误差,然后根据误差反向传播,调整隐藏层内多个神经元连接的权值,实现通过监督训练学习提升模型的准确性。
购买价格分析模型的输入数据包括购买数据集,即碳排放收益系数、碳排放量,输出数据包括购买价格信息。
进一步地,对多个历史购买数据集和多个历史购买价格信息进行监督数据标识,获得构建数据集,构建数据集内包括历史碳排放收益系数、历史碳排放量和历史购买价格信息的标识信息。
对该构建数据集进行划分,获得训练集、验证集合测试集,示例性地,可以按照8:1:1的比例进行划分。
采用训练集、验证集合测试集对购买价格分析模型进行监督训练、验证和测试,通过误差反向传播的形式,对购买价格分析模型的网络权值参数进行修正更新,直到购买价格分析模型相对于训练集收敛,或误差达到最低,完成训练,然后进行验证和测试,若准确率符合预设条件,例如符合准确率达到85%,则获得构建完成的购买价格分析模型。
将当前购买企业主体的实时购买数据集,即将实时的碳排放收益系数、碳排放量输入该购买价格分析模型,获得输出结果,输出结果中包括分析获得的购买价格信息的标识信息,通过前述内容中的数据标识,获得推荐给该购买企业主体的该购买价格信息。
本申请实施例通过基于区块链构建的碳资产交易链内购买企业主体历史时间内的碳资产交易数据,构建用户分析购买企业主体进行碳资产购买价格的模型,能够提升碳资产交易价格分析的合理性和准确性。
S300:根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
本申请实施例中,在购买企业主体需要进行碳资产购买时,获取该时刻多个企业主体内需要进行碳资产出售的多个出售企业主体,作为待与该购买企业主体进行碳资产交易的多个企业主体,具体进行交易的企业主体需要进一步进行出售价格分析。
与步骤S200相同,根据碳资产交易链内多个出售企业主体在历史时间内的碳资产交易数据,分析获取当前多个出售企业主体进行碳资产出售的价格,作为与购买企业主体进行碳资产交易的数据基础。
本申请实施例提供的方法中的步骤S300包括:
S310:在所述购买企业主体需要进行碳资产购买时,获取所述多个出售企业主体实时的碳排放收益系数、碳排放量,作为多个实时出售数据集;
S320:根据所述碳资产交易链,获取所述多个出售企业主体在历史时间内的碳资产交易数据,并构建所述多个出售企业主体的多个出售价格分析模型;
S330:分别将所述多个实时出售数据集输入所述多个出售价格分析模型,获得所述多个出售价格信息。
本申请实施例中,在购买企业主体需要进行碳资产购买时,获取该时刻多个出售企业主体在当前预设时间周期,例如当年内实时时间点的碳排放收益系数、碳排放量,作为多个实时出售数据集。
根据该碳资产交易链,获取多个出售企业主体在历史时间内的碳资产交易数据,具体包括历史时间内预设时间周期内多个出售碳资产时间点的历史碳排放收益系数、历史碳排放量以及出售碳资产的价格,并作为构建数据,构建用于分析多个出售企业主体出售碳资产的价格的多个出售价格分析模型。
多个出售价格分析模型的构建过程与购买价格分析模型的构建过程相同,但构建数据不同,出售价格分析模型的输入数据包括碳排放收益系数、碳排放量,输出数据包括出售价格信息,因此,在此对于多个出售价格分析模型的具体训练构建过程不再赘述。
分别将多个出售企业主体的实时出售数据集输入对应的多个出售价格分析模型内,获得分析获得的多个出售价格信息,将多个出售价格信息推荐给多个出售企业主体,作为多个出售企业主体当前进行碳资产出售的较为合适的价格信息。
本申请实施例通过基于区块链构建的碳资产交易链,获取多个出售企业主体历史时间内的碳资产交易数据,并构建模型,进行当前出售碳资产价格的分析,能够提升碳资产出售价格分析的准确性和合理性。
S400:将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
本申请实施例中,将多个出售价格信息中最接近购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和该目标价格信息,通过互相可通信交互的多个企业节点发送给购买企业主体。
进一步地,按照该购买价格信息和目标价格信息进行交易,具体交易价格可以由目标企业主体和购买企业主体根据市场情况进行交易,并将最终交易价格结合目标企业主体和购买企业主体交易时的碳排放收益系数、碳排放量以及时间戳信息,构建数据区块并加入碳资产交易链,实现碳资产交易链的更新。
本申请实施例提供的碳资产交易方法中的步骤S400包括:
S410:将所述多个出售价格信息中最接近所述购买价格信息的出售价格信息作为所述目标价格信息,通过所述碳资产交易链发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息,进行碳资产交易,并获得最终交易价格,其中,最终交易价格落入所述购买价格信息和所述目标价格信息形成的区间之间;
S420:将所述最终交易价格信息结合所述购买企业主体和目标企业主体在进行碳交易时的碳排放收益系数和碳排放量,上传至所述碳资产交易链内。
本申请实施例中,将多个出售价格信息中最接近购买价格信息的出售价格信息作为目标价格信息,通过碳资产交易链发送给购买企业主体,购买企业主体无法获知其他的出售价格信息,实现碳资产交易的管理。
进一步地,按照购买价格信息和目标价格信息,进行碳资产交易,并获得最终交易价格,其中,最终交易价格落入该购买价格信息和目标价格信息形成的区间之间,具体价格可以由购买企业主体和目标企业主体根据市场进行设置。
将最终交易价格信息结合购买企业主体和目标企业主体在进行碳交易时的碳排放收益系数和碳排放量,上传至碳资产交易链内,进行更新。
如此,可以保证碳资产交易市场的稳定性以及活跃性,提升碳资产交易的管理公正性,避免不合理的碳资产交易,并提升碳减排的推进效率。
综上所述,本申请实施例至少具有如下技术效果:
本申请实施例通过在多个待进行碳资产交易的多个企业主体内,构建碳资产交易链,然后根据其中购买企业主体以及出售企业主体历史时间内的碳资产交易数据,分析获得购买价格信息和出售价格信息,作为监督管理的根据,进行碳资产交易,并更新碳资产交易链。本申请通过采用区块链技术的可扩展、去中心化和共识机制,以及数据不可篡改等机制,能够提升碳资产交易管理的准确性和公正性,进而提升市场活跃程度以及碳减排的推进效率。
实施例二,基于与前述实施例中一种碳资产交易方法相同的发明构思,如图4所示,本申请提供了一种碳资产交易系统,实施例一中的一种碳资产交易方法的具体阐述,对于该碳资产交易系统也同样适用,其中,所述系统包括:
交易链构建模块11,用于在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
购买价格获取模块12,用于在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
出售价格获取模块13,用于根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
交易模块14,用于将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
进一步地,所述交易链构建模块11还用于实现以下功能:
在所述多个企业主体内,构建多个主体节点;
获取所述多个企业主体在历史时间内多次进行碳交易时的碳排放收益系数、碳排放量和购买或出售的交易价格,并进行处理,获得多个数据区块集合;
基于区块链,根据所述多个数据区块集合和所述多个主体节点,构建获得所述碳资产交易链。
其中,获取所述多个企业主体在历史时间内多次进行碳交易时的碳排放收益系数、碳排放量和购买或出售的交易价格,并进行处理,获得多个数据区块集合,包括:
获取所述多个企业主体在历史时间内进行碳交易的多个时间点的碳排放收益系数、在预设时间周期内产生的碳排放量以及进行碳交易的购买或出售的交易价格,获得多个数据集,其中,碳排放收益系数为每万元经济效益产生的碳排放量;
对所述多个数据集进行哈希算法处理,并结合所述多个时间点的时间戳,构建获得所述多个数据区块集合。
进一步地,所述购买价格获取模块12还用于实现以下功能:
在所述购买企业主体需要进行碳资产购买时,获取所述购买企业主体实时的碳排放收益系数、碳排放量,作为实时购买数据集;
根据所述碳资产交易链,获取所述购买企业主体在历史时间内的碳资产交易数据,并构建所述购买企业主体的购买价格分析模型;
将所述实时购买数据集输入购买价格分析模型,获得所述购买价格信息。
其中,根据所述碳资产交易链,获取所述购买企业主体在历史时间内的碳资产交易数据,并构建所述购买企业主体的购买价格分析模型,包括:
根据所述碳资产交易链,获取所述购买企业主体在历史时间内多个时间点进行碳资产交易的碳资产交易数据,获得多个历史购买数据集和多个历史购买价格信息;
基于BP神经网络,构建所述购买价格分析模型的网络结构,所述购买价格分析模型的输入数据包括购买数据集,输出数据包括购买价格信息;
对所述多个历史购买数据集和多个历史购买价格信息进行数据标注,获得构建数据集;
采用所述构建数据集对所述购买价格分析模型进行监督训练、验证和测试,在符合预设条件的情况下,获得所述购买价格分析模型。
进一步地,所述出售价格获取模块13还用于实现以下功能:
在所述购买企业主体需要进行碳资产购买时,获取所述多个出售企业主体实时的碳排放收益系数、碳排放量,作为多个实时出售数据集;
根据所述碳资产交易链,获取所述多个出售企业主体在历史时间内的碳资产交易数据,并构建所述多个出售企业主体的多个出售价格分析模型;
分别将所述多个实时出售数据集输入所述多个出售价格分析模型,获得所述多个出售价格信息。
进一步地,所述交易模块14还用于以下功能:
将所述多个出售价格信息中最接近所述购买价格信息的出售价格信息作为所述目标价格信息,通过所述碳资产交易链发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息,进行碳资产交易,并获得最终交易价格,其中,最终交易价格落入所述购买价格信息和所述目标价格信息形成的区间之间;
将所述最终交易价格信息结合所述购买企业主体和目标企业主体在进行碳交易时的碳排放收益系数和碳排放量,上传至所述碳资产交易链内。
实施例三,如图5所示,基于与前述实施例中一种碳资产交易方法相同的发明构思,本申请还提供了一种计算机设备300,所述计算机设备300包括存储器301和处理器302,所述存储器301内存储有计算机程序,所述计算机程序被所述处理器302执行时实现实施例一种碳资产交易方法的步骤。
该计算机设备300包括:处理器302、通信接口303、存储器301。可选的,计算机设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory,EEPROM)、只读光盘(compactdiscread only memory,CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种碳资产交易方法。
实施例四,基于与前述实施例中一种碳资产交易方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现实施例一中方法的步骤。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种碳资产交易方法,其特征在于,包括:
在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
2.根据权利要求1所述的碳资产交易方法,其特征在于,在待进行碳资产交易的多个企业主体内,构建碳资产交易链,包括:
在所述多个企业主体内,构建多个主体节点;
获取所述多个企业主体在历史时间内多次进行碳交易时的碳排放收益系数、碳排放量和购买或出售的交易价格,并进行处理,获得多个数据区块集合;
基于区块链,根据所述多个数据区块集合和所述多个主体节点,构建获得所述碳资产交易链。
3.根据权利要求2所述的碳资产交易方法,其特征在于,获取所述多个企业主体在历史时间内多次进行碳交易时的碳排放收益系数、碳排放量和购买或出售的交易价格,并进行处理,获得多个数据区块集合,包括:
获取所述多个企业主体在历史时间内进行碳交易的多个时间点的碳排放收益系数、在预设时间周期内产生的碳排放量以及进行碳交易的购买或出售的交易价格,获得多个数据集,其中,碳排放收益系数为每万元经济效益产生的碳排放量;
对所述多个数据集进行哈希算法处理,并结合所述多个时间点的时间戳,构建获得所述多个数据区块集合。
4.根据权利要求1所述的碳资产交易方法,其特征在于,在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息,包括:
在所述购买企业主体需要进行碳资产购买时,获取所述购买企业主体实时的碳排放收益系数、碳排放量,作为实时购买数据集;
根据所述碳资产交易链,获取所述购买企业主体在历史时间内的碳资产交易数据,并构建所述购买企业主体的购买价格分析模型;
将所述实时购买数据集输入购买价格分析模型,获得所述购买价格信息。
5.根据权利要求4所述的碳资产交易方法,其特征在于,根据所述碳资产交易链,获取所述购买企业主体在历史时间内的碳资产交易数据,并构建所述购买企业主体的购买价格分析模型,包括:
根据所述碳资产交易链,获取所述购买企业主体在历史时间内多个时间点进行碳资产交易的碳资产交易数据,获得多个历史购买数据集和多个历史购买价格信息;
基于BP神经网络,构建所述购买价格分析模型的网络结构,所述购买价格分析模型的输入数据包括购买数据集,输出数据包括购买价格信息;
对所述多个历史购买数据集和多个历史购买价格信息进行数据标注,获得构建数据集;
采用所述构建数据集对所述购买价格分析模型进行监督训练、验证和测试,在符合预设条件的情况下,获得所述购买价格分析模型。
6.根据权利要求1所述的碳资产交易方法,其特征在于,根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息,包括:
在所述购买企业主体需要进行碳资产购买时,获取所述多个出售企业主体实时的碳排放收益系数、碳排放量,作为多个实时出售数据集;
根据所述碳资产交易链,获取所述多个出售企业主体在历史时间内的碳资产交易数据,并构建所述多个出售企业主体的多个出售价格分析模型;
分别将所述多个实时出售数据集输入所述多个出售价格分析模型,获得所述多个出售价格信息。
7.根据权利要求1所述的碳资产交易方法,其特征在于,所述碳资产交易方法包括:
将所述多个出售价格信息中最接近所述购买价格信息的出售价格信息作为所述目标价格信息,通过所述碳资产交易链发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息,进行碳资产交易,并获得最终交易价格,其中,最终交易价格落入所述购买价格信息和所述目标价格信息形成的区间之间;
将所述最终交易价格信息结合所述购买企业主体和目标企业主体在进行碳交易时的碳排放收益系数和碳排放量,上传至所述碳资产交易链内。
8.一种碳资产交易系统,其特征在于,所述碳资产交易系统包括:
交易链构建模块,用于在待进行碳资产交易的多个企业主体内,构建碳资产交易链,所述碳资产交易链内包括所述多个企业主体的历史时间内的碳资产交易数据,所述碳资产交易数据包括碳排放收益系数、碳排放量和交易价格;
购买价格获取模块,用于在其中一个购买企业主体需要进行碳资产购买时,根据所述购买企业主体在历史时间内的碳资产交易数据,获得购买价格信息;
出售价格获取模块,用于根据多个出售企业主体在历史时间内的碳资产交易数据,获取多个出售价格信息;
交易模块,用于将最接近所述购买价格信息的出售价格信息作为目标价格信息,并将对应的目标企业主体和所述目标价格信息发送给所述购买企业主体,按照所述购买价格信息和所述目标价格信息进行交易,并将最终交易价格加入所述碳资产交易链。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-7任一项所述碳资产交易方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一项所述碳资产交易方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310498115.7A CN116720647A (zh) | 2023-05-05 | 2023-05-05 | 一种碳资产交易方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310498115.7A CN116720647A (zh) | 2023-05-05 | 2023-05-05 | 一种碳资产交易方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116720647A true CN116720647A (zh) | 2023-09-08 |
Family
ID=87866845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310498115.7A Pending CN116720647A (zh) | 2023-05-05 | 2023-05-05 | 一种碳资产交易方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720647A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635145A (zh) * | 2024-01-26 | 2024-03-01 | 中国信息通信研究院 | 基于区块链的碳交易方法和装置、电子设备和存储介质 |
-
2023
- 2023-05-05 CN CN202310498115.7A patent/CN116720647A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635145A (zh) * | 2024-01-26 | 2024-03-01 | 中国信息通信研究院 | 基于区块链的碳交易方法和装置、电子设备和存储介质 |
CN117635145B (zh) * | 2024-01-26 | 2024-05-10 | 中国信息通信研究院 | 基于区块链的碳交易方法和装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW530234B (en) | Methods and systems for efficiently sampling portfolios for optimal underwriting | |
US20150221040A1 (en) | Residual risk analysis system, method and computer program product therefor | |
JPWO2006004132A1 (ja) | 企業評価寄与因子及び/又は指標特定装置、特定プログラム並びに特定方法 | |
EP1215603A2 (en) | Method and device for evaluation of financial derivatives using sparse grids | |
Huang et al. | Optimal inventory control with sequential online auction in agriculture supply chain: An agent-based simulation optimisation approach | |
KR20010108282A (ko) | 입찰가 판정 방법, 시스템 및 컴퓨터 | |
CN101840534A (zh) | 一种集成化供应链绩效指标评价方法 | |
US20210241293A1 (en) | Apparatuses, computer-implemented methods, and computer program products for improved model-based determinations | |
CN116720647A (zh) | 一种碳资产交易方法及系统 | |
Boyer et al. | Changes in Beef Packers' Market Power after the Livestock Mandatory Price Reporting Act: An Agent‐based Auction | |
CN112613997A (zh) | 货币基金的组合投资预测方法和预测装置 | |
US11348146B2 (en) | Item-specific value optimization tool | |
US20090240557A1 (en) | Method, apparatus and computer program product for valuing a technological innovation | |
Mahfuza et al. | LRFMV: An efficient customer segmentation model for superstores | |
Gupta et al. | H3O-LGBM: hybrid Harris hawk optimization based light gradient boosting machine model for real-time trading | |
EP4209843A2 (en) | Method and apparatus for determining stability of an ensemble model of a plurality of forecast models. | |
CN110782338A (zh) | 借贷业务风险预测方法、装置、计算机设备和存储介质 | |
Feng et al. | Auction-based deep learning-driven smart agricultural supply chain mechanism | |
Bai et al. | Automated triangular arbitrage:: A trading algorithm for foreign exchange on a cryptocurrency market | |
Niu et al. | The Impact of Advance Selling Strategies on a Three‐Echelon Supply Chain in the Presence of Social Influence | |
CN114418776A (zh) | 一种数据处理方法、装置、终端设备及介质 | |
Marjudi et al. | Utilization of Business Analytics by SMEs In Halal Supply Chain Management Transactions | |
CN112396455A (zh) | 数据资产的定价方法、装置、设备和介质 | |
Seedat et al. | Explaining stock return distributions via an agent-based model | |
Wang et al. | A multimodal approach for improving market price estimation in online advertising |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |