看过本文的还看了

相关文献

该作者的其他文献

文献详情 >制造型企业碳减排信用风险防控研究:基于深度学习与压力测试 收藏
制造型企业碳减排信用风险防控研究:基于深度学习与压力测试

制造型企业碳减排信用风险防控研究:基于深度学习与压力测试

作     者:龙志 陈湘州 滕熙玉 LONG Zhi;CHEN Xiang-zhou;TENG Xi-yu

作者机构:湖南科技大学湖南湘潭411201 湖南省战略性新兴产业研究基地湖南湘潭411201 

基  金:国家社会科学基金一般项目“持续调控背景下房地产市场利益分配协调机制及政策研究”(13BJY057) 国家社会科学基金一般项目“生态产品价值实现超级基金的制度设计与运行机制研究”(20BGL201) 湖南省社会科学基金一般项目“双碳目标下的我国企业碳资产价值转化机制研究”(22YBA141) 

出 版 物:《怀化学院学报》 (Journal of Huaihua University)

年 卷 期:2024年第43卷第2期

页      码:92-105页

摘      要:应对气候变化是推动经济高质量发展和生态文明建设的重要抓手,企业的碳减排信用风险关系到投资者、银行和政府等利益相关者的资金保障。因此,有效预警中国制造型企业碳减排信用风险成为当前的研究热点。首先基于熵权TOPSIS与耦合协调度模型验证制造型企业碳减排信用风险预警的必要性;其次,通过与多模型对比,证明MLP深度学习模型在企业碳减排信用风险预警中的优越性;最后,通过压力测试方法确定利益相关者的重点防控企业和行业类型。结果表明:第一,多数制造型企业处于中度、高度协调度耦合阶段,即企业“碳排放水平”因素会显著影响自身的碳减排信用风险;第二,制造型企业碳减排信用风险对“预期碳税力度τ”具有敏感性,而碳税对“石油加工、炼焦及核燃料加工业”的冲击最为明显;第三,本文提出的MLP深度学习模型预测效果最佳,其预测准确率达到98.60%,相较于其他模型平均提升了15.57%,充分表明了该模型的可行性和实用价值。

主 题 词:“双碳”目标 企业碳减排信用风险 熵权TOPSIS 深度学习 压力测试 

学科分类:12[管理学] 02[经济学] 0202[经济学-财政学类] 083001[083001] 0830[工学-生物工程类] 1201[管理学-管理科学与工程类] 020204[020204] 08[工学] 

D O I:10.3969/j.issn.1671-9743.2024.02.016

馆 藏 号:203128293...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分