Carbon price forecasting models based on big data analytics

日本語

本論文はビッグデータ分析を用いた炭素価格予測モデルを提案・検証する。炭素価格の変動要因をデータ駆動で捉え、将来の価格動向を予測することで、企業の排出削減投資や政策立案に有用な情報を提供する。具体的な手法や結果は不明だが、気候変動対策の経済的側面に貢献する研究である。

English

This paper proposes and validates carbon price forecasting models using big data analytics. By capturing the drivers of carbon price fluctuations in a data-driven manner, it aims to predict future price trends, providing useful information for corporate emission reduction investments and policy making. Specific methods and results are unclear, but the research contributes to the economic aspects of climate change mitigation.

日本のGX文脈において

日本ではカーボンプライシング（GXリーグ、排出量取引）が本格化しており、炭素価格予測は企業のGX投資判断やリスク管理に直結する。本研究成果は、日本の排出量取引市場の価格形成メカニズム理解や、企業の中期経営計画における炭素コスト見積もりに応用可能である。

In the global GX context

Globally, carbon pricing mechanisms (ETS, carbon taxes) are expanding, and accurate price forecasting is crucial for transition finance and corporate climate risk assessment. This research contributes to the growing literature on carbon price modeling, which supports investment decisions and policy evaluation under the Paris Agreement.