ESGとイノベーション開示の条件付き価値関連性：パネル計量経済学と機械学習を組み合わせた欧州企業のマルチメソッド分析
The conditional value relevance of ESG and innovation disclosures: a multi-method analysis of European firms combining panel econometrics and machine learning (原題)
Andreas Errikos Delegkos, Evangelia Arsenou, Dionisis Cavouras, Εμμανουήλ Πυργιωτάκης, Petros Kalantonis
🤖 gxceed AI 要約
日本語
欧州非金融企業を対象に、会計基礎数値・社会ガバナンス性能・イノベーション開示の価値関連性をOhlson枠組みで検証。パネル計量経済学とRandom Forestを併用し、社会ガバナンスと環境イノベーションは線形では企業価値と関連しないが、環境イノベーションはRFで最強の非財務予測因子となることを示す。開示タイプ・シグナル相互作用・非線形構造が市場価格形成を左右すると結論。
English
Using Ohlson's framework, this study combines panel econometrics with Random Forest to assess value relevance of ESG and innovation disclosures in European non-financial firms. Social-governance and environmental innovation show no linear link to firm value, yet environmental innovation is the strongest non-financial predictor in ML models. Disclosure type, signal interaction, and nonlinear structure jointly determine market pricing of sustainability information.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
SSBJ基準・有報でのサステナビリティ開示義務化が進む日本企業にとって、ESG開示が市場でどう価格評価されるかは投資家対応の核心。特に非線形・条件付きの価値関連性は、統合報告書でのシグナル設計に示唆を与える。
In the global GX context
As ISSB/CSRD push mandatory sustainability disclosure, this paper shows markets price ESG information conditionally and nonlinearly—challenging linear materiality assumptions. It informs how TCFD/ISSB-aligned disclosures should be structured for genuine value relevance.
👥 読者別の含意
🔬研究者:ESG開示の価値関連性研究にML手法を導入する方法論的枠組みを提供する。
🏢実務担当者:ESG・イノベーション開示のシグナル相互作用を理解し、統合報告書の情報設計に活かせる。
🏛政策担当者:開示規制設計において、非線形・条件付き価値関連性を考慮する必要性を示唆する。
📄 Abstract（原文）
Abstract This study examines the value relevance of accounting fundamentals, social and governance performance, and innovation-related disclosures for non-financial European firms. Building on the Ohlson (1995) framework, the analysis combines panel-data econometrics with Random Forest machine learning to evaluate both inferential and predictive dimensions of value relevance. We find that non-financial disclosures are not uniformly value relevant. Social-governance performance and environmental innovation exhibit no direct linear association with firm value, while SDG 9 innovation orientation is negatively priced. Environmental innovation, however, emerges as the strongest non-financial predictor in the Random Forest models, revealing predictive content that fixed-effects specifications miss. Value relevance is further conditional on signal interaction: environmental innovation attenuates the valuation effect of social-governance performance, while stronger social-governance performance reduces the negative pricing of SDG 9 disclosure. Overall, our results indicate that disclosure type, signal interaction, and nonlinear predictive structure jointly determine whether sustainability and innovation information is priced by markets.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1007/s10479-026-07442-0first seen 2026-10-09 04:53:19
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。