(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210839218.0 (22)申请日 2022.07.18 (71)申请人 上海金仕 达软件科技有限公司 地址 201203 上海市浦东 新区中国 （上海） 自由贸易试验区亮景路210号 (72)发明人 杨雅薰　徐建程　陈雪东　杨蕊菱　 赵乐　赵禹平　万宇雷　 (74)专利代理 机构 北京纪凯知识产权代理有限 公司 11245 专利代理师 陆惠中 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种碳排放权价格指标体系建立方法、 装 置、 设备及 介质 (57)摘要 本公开提供了一种碳排放权价格指标体系 建立方法、 装置、 设备及介质， 属于计算技术领 域， 能够输出合理评估碳排放权价格的有效指标 体系。 具体地， 通过将结构方程模型应用在碳排 放权价格评估 上， 结构方程量化的是整个系统的 因子结构， 这与金融市场互相牵制， 互相影响的 形态是共通的， 一个指标的变化就可能使得整个 结构方程发生变化， 因此通过结构方程模型输出 的碳排放权价格指标体系对于碳排放权价格的 评估更为 合理。 权利要求书3页 说明书11页 附图3页 CN 115330435 A 2022.11.11 CN 115330435 A 1.一种碳 排放权价格指标体系建立方法， 其特 征在于， S0创建指标库， 所述指标库包括与所述碳排放权价格相关的指标序列数据， 其中在数 据并非全部为 正态分布的情况 下， 样本量 根据具体指标需要满足一定的阈值， S1建立滑动时序数据窗口， 其 中样本为时间序列数据， 时间标号为t0,t1,…,tn.循环取 用时序数据， 以样本时间t0为起点， 每次取m个数据点， 其中n>m， 进行以下步骤S2 ‑S5， 下一 次循环起 点为t1， 最后一次循环起 点时间为tn‑m+1， S2指标序列数据正态性处理和估计， 利用夏皮罗 ‑威尔克正态检验判断每个单指标是 否正态， 如果 都是正态， 记为状态A， 如果不全 是正态， 使用博克斯考克斯正态变型对非正态 数据变型， 如果所有变型检测的p值大于0.05， 则对每个指标都替换原数据为变换后的数 据， 并记为状态 A， 否则不变换原数据， 记为状态B， S3标准化指标序列数据， 对每个指标i， 利用 转化成均值为0， 方差为1的数据样 本， 其中xi为指标i的样本观测值， μi为指标i的样本均值， σ i 为指标i的样本方差， S4确定潜变量数量， 对经过步骤S3处理过的指标， 进行主成分分析， 保留特征值>1的主 成分， 保留的主成分个数q， 即为模型潜变量个数， S5模型拟合， 使用结构方程建模， 对于状态A， 使用基于正态分布的极大似然估计， 对于 状态B,使用广义最小二乘估计， 该估计的拟合函数为： FGLS = 1/2 tr{[(S‑Σ( θ ))W‑1]2},其 中， S为指标计算得出的协方差矩阵， Σ为由假设模型推出的总体协方差矩阵， θ 是结构方程 模型的未知参数， W‑1是残差的加权矩阵， 选取W‑1= S‑1， 广义最小二乘估计 即使得FGLS取得最 小值的θ， 确定了估计方法后， 对 所有指标构建 q因子模型， 并计算卡方值CHI， 近似误差均方 根RMSEA,拟合优度检验GFI,标准化均方根残差SRMR这一系 列统计值， 得到拟合优度时间序 列， 其中， CHI = (N‑1)FF,FF是拟合函数最小值， N是样本量， RMSEA = sqrt{max((CHI‑df)/(N‑1),0)/df}， df是理论模型自由度， GFI = 1‑tr[(E‑1 S‑I)2]/tr[(E‑1 S)2]， 其中， E为再生相关矩阵， S为样本相关矩阵， SRMR = sqrt{2ΣiΣj(sij‑eij)2/[p(p+1)]},sij是样本相关矩阵S的元素,eij是再生相 关矩阵E的元 素， 其中p表示指标个数， S6判断拟合良好的时间区间， 根据已经计算好的所述拟合优度时间序列， t0,t1,…,tn， 观察各拟合指标的走势， 其中， SRMR<0.08,MSEA<0.1,  GFI>0.9,NFI>0.9为拟合良好的时间 区间， S7对于所述拟合良好的时间区间， 首先， 找出所述碳排放权价格所在的潜变量， 即碳排 放权价格在组里为有显著系 数的指标， 同组系 数显著的指标与碳排放权价格关系紧密， 这 些指标和碳排放权价格可以代表同一潜变量， 选出同组负荷不低于0.5的指标， 其次， 进行 潜变量之间协方差估计， 其中协方差小于0表示负相关， 越接近 ‑1负相关程度越高， 协方差 大于0表示正相关， 越接近1正相关程度越高， 协方差接近0表 示无关， 选出协方差大于0.3的 潜变量， 并从中选出负荷大于 0.7的指标集 合， 即与碳 排放权价格相关的指标集 合。 2.根据权利要求1所述的方法， 其特征在于， 所述使用结构方程建模， 默认旋转方式为 斜交旋转， 即 默认潜变量之间相关。权　利　要　求　书 1/3 页 2 CN 115330435 A 23.根据权利要求1所述的方法， 其特征在于， 所述对于状态A， 使用基于正态分布的极大 似然估计， 其中， 拟合函数经过推导为： FML = tr(SΣ‑1( θ ))+log|Σ( θ )| ‑log|S|‑p,其中， S 为指标计算得出的协方差矩阵， Σ为由假设模型推出的总体协方差矩阵， θ是结构方程模型 的未知参数， tr （A） 表示矩阵A的迹， 即矩阵A对角线元素之和； log|A|表示矩阵A的行列式的 对数， 参数估计值就是使得这个拟合函数值最小的参数值， 且检验统计量(m ‑1)min{FML}的 渐进分布是卡方分布。 4.一种碳 排放权价格指标体系建立装置， 其特 征在于， 该装置包括， 创建指标库单元， 用于创建指标库， 所述指标库包括与所述碳排放权价格相关的指标 序列数据， 其中在数据并非全部为正态分布的情况下， 样本量根据具体指标需要满足一定 的阈值， 滑动时序数据窗口单元， 用于建立滑动时序 数据窗口， 其中样本为 时间序列数据， 时间 标号为t0,t1,…,tn.循环取用时序数据， 以样本时间t0为起点， 每次取m个数据点， 其中n>m， 进行以下步骤S2 ‑S5， 下一次循环起 点为t1， 最后一次循环起 点时间为tn‑m+1， 正态性处理和估计方法确定单元， 用于指标序列数据正态性处理和估计， 利用夏皮罗 ‑ 威尔克正态检验判断每个单指标是否正态， 如果 都是正态， 记为状态A， 如果不全 是正态， 使 用博克斯考克斯正态变型对非正态数据变型， 如果所有变型检测的p值大于0.05， 则对每个 指标都替换原数据为变换后的数据， 并记为状态 A， 否则不变换原数据， 记为状态B， 标准化指标数据单元， 用于 标准化指标序列数据， 对每个指标i， 利用 转化成均 值为0， 方差 为1的数据样本， 其中xi为指标i的样本观测值， μi为指标i的样本均值， σ i为指标 i的样本方差， 潜变量确定单元， 用于确定潜变量数量， 对经过步骤S3处理过的指标， 进行主成分分 析， 保留特 征值>1的主成分， 保留的主成分个数q， 即为模型潜变量个数， 模型拟合单元， 用于模型拟合， 使用结构方程建模， 对于状态A， 使用基于正态分布的极 大似然估计， 对于状态B,使用广义最小二乘估计， 该估计的拟合函数为： FGLS = 1/2 tr {[(S‑Σ( θ ))W‑1]2},其中， S为指标计算得出的协方差矩阵， Σ为由假设模型推出的总体协 方差矩阵， θ是结构方程模型的未知参数， W‑1是残差的加权矩阵， 选取W‑1= S‑1， 广义最小二 乘估计即使得FGLS取得最小值的θ， 确 定了估计方法后， 对所有指标构建q因子模型， 并计算 卡方值CHI， 近似误差均方根RMSEA,拟合优度检验GFI,标准化均方根残差SRMR这一系列统 计值， 得到拟合优度时间序列， 其中， CHI = (N‑1)FF,FF是拟合函数最小值， N是样本量， RMSEA = sqrt{max((CHI‑df)/(N‑1),0)/df}， df是理论模型自由度， GFI = 1‑tr[(E‑1S‑I)2]/tr[(E‑1 S)2]， 其中， E为再生相关矩阵， S为样本相关矩阵， SRMR = sqrt{2ΣiΣj(sij‑eij)2/[p(p+1)]},sij是样本相关矩阵S的元素,eij是再生相 关矩阵E的元 素， 其中p表示指标个数， 判断单元， 用于判断拟合良好的时间区间， 根据已经计算好的所述拟合优度时间序列， t0,t1,…,tn， 观察各拟合指标的走势， 其 中， SRMR<0.08,MSEA<0.1,  GFI>0.9,NFI>0.9为拟 合良好的时间区间， 指标集合输出单元， 对于所述拟合良好的时间区间， 首先， 找出所述碳排放权价格所在权　利　要　求　书 2/3 页 3 CN 115330435 A 3