炭素価格予測と取引意思決定のためのLLM強化型Transformer-KANハイブリッドフレームワーク

日本語

本論文はLLMとTransformer、Kolmogorov-Arnoldネットワーク（KAN）を組み合わせ、炭素価格の予測と取引意思決定を支援するハイブリッド枠組みを提案する。炭素市場の価格変動を高精度に捉え、ETS参加企業や金融機関の取引判断に資することを狙う。AI手法を炭素価格というGX中核課題へ応用した点が特徴。

English

This paper proposes a hybrid framework combining LLMs, Transformers, and Kolmogorov-Arnold Networks (KAN) for carbon price forecasting and trading decision support. It aims to capture carbon market price dynamics more accurately to aid ETS participants and financial institutions. The work applies AI methods to a core GX problem: carbon pricing.

日本のGX文脈において

日本ではGX-ETSや炭素賦課金の議論が進み、炭素価格の予測・リスク管理は排出量取引参加企業にとって実務課題となりつつある。AIによる価格予測はSSBJ開示における炭素価格シナリオ策定にも示唆を与える。

In the global GX context

As carbon markets expand under EU ETS and emerging Asian ETS schemes, AI-driven price forecasting supports trading strategy and carbon risk management. It also informs carbon price scenario assumptions used in ISSB/TCFD-aligned disclosure.