MétaCan
Menu
Retour à la cohorte
Enregistrement W4389640700 · doi:10.47852/bonviewglce32021120

Tokenized Indexed-Green Bonds: Funding the Decarbonisation of Ammonia Production

2023· article· en· W4389640700 sur OpenAlexaboutno aff
Don Charles

Notice bibliographique

RevueGreen and Low-Carbon Economy · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBondQuarter (Canadian coin)AmmoniaBusinessFinanceEconomicsGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

This study seeks to investigate how distributed ledger technology can be applied to the green bond market. Second, this study examines how green bonds can finance the suck cost of decarbonizing the ammonia industry. Third, this study seeks to forecast the spot price of ammonia. This forecast is relevant since the bond’s coupon should be indexed and linked to the price of ammonia. The proposed tokenized indexed-green bond is a new idea that leverages the technologies of distributed ledgers, indexation, and green bonds. No study to current date has undertaken such research that integrates these technologies to fund the decarbonization of the ammonia industry. Data was collected on the spot price of ammonia from the Central Bank of Trinidad and Tobago online database at the monthly frequency over the January 1991 to June 2023 period. The applied forecasting methodology was a hybrid framework combining Particle Swarm Optimization and Support Vector Regression. This study found that an out-of-sample forecast for ammonia prices would be US$438.89/ton in the 1st quarter, US$289.99/ton by the 2nd quarter, US$448.30/ton by the 3rd quarter, and US$331.57/ton by the 4th quarter. The decarbonization of the ammonia industry is technically possible. Economically, it would involve leveraging several technologies such as green bond financing, tokenization, and indexation. Received: 26 May 2023 | Revised: 1 September 2023 | Accepted: 3 December 2023 Conflicts of Interest The author declares that he has no conflicts of interest to this work. Data Availability Statement Data available on request from the corresponding author upon reasonable request. Author Contribution Statement Don Charles: Conceptualization, Methodology, Software, Validation, Formal analysis, Investigation, resources, data curation, Writing - original draft, Writing - review & editing, Visualization, Supervision, Project administration.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,204
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreen and Low-Carbon EconomyMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207