基于BP神经网络的火电企业碳无形资产评估研究

发布时间：2020-11-07 07:01

　　为了应对全球气候变暖,世界各国都在推行以低碳经济为核心的新型经济模式。随着我国碳市场的建设与碳金融的发展,各行各业碳减排工作的力度都在不断地加大,迫切需要发挥碳市场对经济结构调整的积极作用,碳排放权和减排量等碳无形资产也因此成为我国企业生产经营活动中不可或缺的新型资产。对碳无形资产展开“量”与“价”的评估,已经成为市场发展的客观需求。作为电力生产企业的一种类型,火电企业一直占据着我国电力生产的主导地位,在我国经济发展中拥有举足轻重的地位。然而,我国火电企业高能耗、高碳排放的特征也决定其在短期内将面临巨大的减排压力,因此,开展对我国火电企业碳无形资产的评估研究具有较强的现实意义。本文结合我国目前碳交易市场的基本情况,对我国火电企业碳无形资产的评估进行了研究。首先,对我国火电企业碳无形资产评估的现状及存在问题进行了分析,并提出了改进建议。其次,利用Lasso方法对我国火电企业碳无形资产价值的影响因素进行了分析,发现对我国火电企业碳无形资产价值有显著影响的因素包括欧盟碳排放配额价格、国内外经济、国内外石油价格、火电企业的碳减排成本、发电标准煤耗和企业总发电量。在此基础上,将影响我国火电企业碳无形资产价值的因素作为输入变量,实际成交价格作为输出变量,建立了基于BP神经网络的我国火电企业碳无形资产评估模型。通过搜集我国火电企业碳无形资产交易案例的样本数据,对BP神经网络模型进行训练和测试,并利用构建的BP神经网络模型对我国火电企业碳无形资产进行评估,提高了评估结果的准确性与可靠性。本文旨在利用BP神经网络模型对我国火电企业碳无形资产价值进行评估,并为该类型资产的交易提供专业价值标尺,更好的服务于企业碳无形资产的计价。在碳排放约束背景下,能够促进火电企业准确评估碳无形资产的价值以获得经济上的收益,减少成本压力,完成碳减排目标,缓解碳减排与经济效益之间的矛盾。
【学位单位】：华北电力大学(北京)
【学位级别】：硕士
【学位年份】：2017
【中图分类】：X196;F426.61
【部分图文】：

神经网络,输出数据,样本数据

2 48.20 82 34.57 112 53 44.16 83 34.59 113 34 45.18 84 54.03 114 45 50.29 85 58.67 115 36 48.74 86 47.60 116 37 38.09 87 33.40 117 48 60.11 88 62.43 118 39 55.84 89 56.05 119 50 46.23 90 42.56 120 4本数据，输入这些样本数据在 MATLAB 工练学习，以保障输出数据达到理想的范围。差小于 0.001 值，这时假设此 BP 神经网络络的运行。

神经网络预测,有效性检验,华北电力大学