一种碳排放数据处理方法、设备、介质及产品与流程

本技术涉及数据处理领域，尤其涉及一种碳排放数据处理方法、设备、介质及产品。

背景技术：

1、金融机构开展碳足迹核算时，通常需要通过财务、能源及业务系统采集数据，并按既有核算规则生成碳排放结果。

2、然而，现有方案多依赖人工填报、有限接口提取及静态插补处理缺失数据，面对多源异构数据时，易出现碳排放数据完整性不足的问题。同时，股权、债权的关系变化会导致碳排放责任持续变动，现有方案中采用的固定分配模型难以及时反映实际责任。

3、因此，如何在金融资金关系动态变化和数据存在缺失的情况下，提高碳排放核算的完整性与时效性，成为需要解决的技术问题。

技术实现思路

1、本技术实施例提供一种碳排放数据处理方法、设备、介质及产品，用以在金融资金关系动态变化和数据存在缺失的情况下，提高碳排放核算的完整性。

2、第一方面，本技术实施例提供一种碳排放数据处理方法，包括：

3、获取金融机构投融资的目标企业的碳排放数据；识别所述碳排放数据中的缺失字段；

4、基于所述目标企业所在行业的碳排放行业数据以及关联企业的碳排放数据，对所述缺失字段进行补全，得到补全碳排放数据；所述关联企业为与所述目标企业存在资金流的企业；

5、在所述目标企业的投融资事件满足触发条件时，基于所述投融资事件，更新所述金融机构对所述目标企业的碳排放归因因子；

6、基于更新后的碳排放归因因子和所述补全碳排放数据，确定所述金融机构对所述目标企业的碳排放关联数据。

7、在一种可能的实施方式中，所述基于所述目标企业所在行业的碳排放行业数据以及关联企业的碳排放数据，对所述缺失字段进行补全，得到补全碳排放数据，包括：

8、判断数据库中是否存储目标行业的碳排放行业数据；所述目标行业为所述目标企业所在行业；

9、若存在，则基于所述碳排放行业数据以及所述目标企业的营收数据，生成所述缺失字段的第一补全值；

10、基于各所述关联企业与所述目标企业的资金关联占比，从所述目标企业的关联企业中确定目标关联企业；

11、根据所述目标关联企业的碳排放数据以及所述目标企业占所述目标关联企业的总投资额的比例，生成所述缺失字段的第二补全值；

12、基于所述第一补全值和所述第二补全值，对所述缺失字段进行补全，得到补全碳排放数据。

13、在一种可能的实施方式中，所述方法还包括：

14、若不存在，则将所述碳排放数据输入预先训练的神经网络模型，经由所述神经网络模型基于所述碳排放数据中其他字段的取值，预测所述缺失字段的取值，得到所述缺失字段的第三补全值及其置信度；或者，

15、将所述碳排放数据以及所述目标企业的历史碳排放数据输入预先训练的神经网络模型，经由所述神经网络模型基于所述缺失字段在所述历史碳排放数据中的取值，预测所述缺失字段的当前值，得到所述缺失字段的第三补全值及其置信度；

16、基于所述第三补全值及其置信度，以及所述第二补全值，对所述缺失字段进行补全，得到所述补全碳排放数据。

17、在一种可能的实施方式中，触发条件包括：股权变更比例超过预设阈值、债权到期。

18、在一种可能的实施方式中，所述方法还包括：

19、在所述目标企业的投融资事件不满足触发条件时，基于所述金融机构对所述目标企业的碳排放归因因子，确定碳排放关联数据。

20、在一种可能的实施方式中，所述方法还包括：

21、基于金融机构投融资的各所述目标企业的所述补全碳排放数据和所述金融机构对各所述目标企业的碳排放关联数据，生成碳足迹报告。

22、在一种可能的实施方式中，所述方法还包括：

23、基于所述投融资事件的类型，确定至少一个目标部门或至少一个目标项目组；

24、更新所述目标部门或所述目标项目组，对所述目标企业的碳排放归因因子；

25、基于更新后的碳排放归因因子和所述补全碳排放数据，确定所述目标部门或所述目标项目组对所述目标企业的碳排放关联数据；

26、基于金融机构投融资的各所述目标企业的所述补全碳排放数据和所述金融机构对各所述目标企业的碳排放关联数据，生成碳足迹报告，包括：

27、基于金融机构投融资的各所述目标企业的所述补全碳排放数据，以及所述目标部门或所述目标项目组对所述目标企业的碳排放关联数据，生成碳足迹报告。

28、第二方面，本技术实施例提供一种碳排放数据处理装置，包括：

29、数据识别模块，用于获取金融机构投融资的目标企业的碳排放数据；识别所述碳排放数据中的缺失字段；

30、数据补全模块，用于基于所述目标企业所在行业的碳排放行业数据以及关联企业的碳排放数据，对所述缺失字段进行补全，得到补全碳排放数据；所述关联企业为与所述目标企业存在资金流的企业；

31、因子更新模块，用于在所述目标企业的投融资事件满足触发条件时，基于所述投融资事件，更新所述金融机构对所述目标企业的碳排放归因因子；

32、更新关联计算模块，用于基于更新后的碳排放归因因子和所述补全碳排放数据，确定所述金融机构对所述目标企业的碳排放关联数据。

33、在一种可能的实施方式中，数据补全模块在执行基于所述目标企业所在行业的碳排放行业数据以及关联企业的碳排放数据，对所述缺失字段进行补全，得到补全碳排放数据时，用于：

34、判断数据库中是否存储目标行业的碳排放行业数据；所述目标行业为所述目标企业所在行业；

35、若存在，则基于所述碳排放行业数据以及所述目标企业的营收数据，生成所述缺失字段的第一补全值；

36、基于各所述关联企业与所述目标企业的资金关联占比，从所述目标企业的关联企业中确定目标关联企业；

37、根据所述目标关联企业的碳排放数据以及所述目标企业占所述目标关联企业的总投资额的比例，生成所述缺失字段的第二补全值；

38、基于所述第一补全值和所述第二补全值，对所述缺失字段进行补全，得到补全碳排放数据。

39、在一种可能的实施方式中，数据补全模块，还用于：

40、若不存在，则将所述碳排放数据输入预先训练的神经网络模型，经由所述神经网络模型基于所述碳排放数据中其他字段的取值，预测所述缺失字段的取值，得到所述缺失字段的第三补全值及其置信度；或者，

41、将所述碳排放数据以及所述目标企业的历史碳排放数据输入预先训练的神经网络模型，经由所述神经网络模型基于所述缺失字段在所述历史碳排放数据中的取值，预测所述缺失字段的当前值，得到所述缺失字段的第三补全值及其置信度；

42、基于所述第三补全值及其置信度，以及所述第二补全值，对所述缺失字段进行补全，得到所述补全碳排放数据。

43、在一种可能的实施方式中，碳排放数据处理装置，还包括：

44、原始关联计算模块，用于在所述目标企业的投融资事件不满足触发条件时，基于所述金融机构对所述目标企业的碳排放归因因子，确定碳排放关联数据。

45、在一种可能的实施方式中，碳排放数据处理装置，还包括：

46、碳足迹报告生成模块，用于基于金融机构投融资的各所述目标企业的所述补全碳排放数据和所述金融机构对各所述目标企业的碳排放关联数据，生成碳足迹报告。

47、在一种可能的实施方式中，碳排放数据处理装置，还包括：

48、层级划分模块，用于基于所述投融资事件的类型，确定至少一个目标部门或至少一个目标项目组；

49、更新所述目标部门或所述目标项目组，对所述目标企业的碳排放归因因子；

50、基于更新后的碳排放归因因子和所述补全碳排放数据，确定所述目标部门或所述目标项目组对所述目标企业的碳排放关联数据；

51、碳足迹报告生成模块在执行基于金融机构投融资的各所述目标企业的所述补全碳排放数据和所述金融机构对各所述目标企业的碳排放关联数据，生成碳足迹报告时，具体用于：

52、基于金融机构投融资的各所述目标企业的所述补全碳排放数据，以及所述目标部门或所述目标项目组对所述目标企业的碳排放关联数据，生成碳足迹报告。

53、第三方面，本技术实施例提供一种电子设备，包括：存储器，处理器；

54、所述存储器存储计算机执行指令；

55、所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如上第一方面和/或第一方面各种可能的实施方式。

56、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。

57、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。

58、本技术实施例提供的一种碳排放数据处理方法、设备、介质及产品，识别金融机构投融资的目标企业的碳排放数据中的缺失字段，然后，基于目标企业所在行业的碳排放行业数据以及关联企业的碳排放数据，对缺失字段进行补全，得到补全碳排放数据。摒弃人工补录、平均值填补或静态经验参数估算等补全方式，提高了目标企业碳排放数据的完整性和可用性。同时，在目标企业的投融资事件满足触发条件时，基于投融资事件更新金融机构对目标企业的碳排放归因因子，以实现归因系数贴合当期真实股权、债权出资占比，碳排放责任划分与金融机构实际资本责任边界匹配，归因分摊数值真实可信。最终，基于更新后的碳排放归因因子和补全碳排放数据，确定金融机构对目标企业的碳排放关联数据，以实现在投融资关系动态变化的情况下，碳排放关联数据与实际情况高度匹配，保障了碳排放核算的时效性。