← 論文一覧に戻る

Do ESG Disclosure Scores Enhance Bank Stability and Financial Performance? Evidence From Explainable Artificial Intelligence Models

ESG開示スコアは銀行の安定性と財務パフォーマンスを向上させるか？説明可能な人工知能モデルからの証拠 (AI 翻訳)

Buthiena Kharabsheh, Syed Mubarak Billah

Corporate Social Responsibility and Environmental Management📚 査読済 / ジャーナル2026-04-25#ESG
DOI: 10.1002/csr.70590
原典: https://doi.org/10.1002/csr.70590

🤖 gxceed AI 要約

日本語

本論文は、GCC地域の33行のパネルデータを用いて、ESG開示スコアが銀行の安定性と財務パフォーマンスに与える影響を調査した。一般化最小二乗法と機械学習モデルにより、ESGスコアの高さが銀行の安定性と収益性を向上させることを確認。説明可能AIによりESG開示が予測因子として有効であることを示した。サステナブルファイナンスの実務に示唆を与える。

English

This paper investigates the impact of ESG disclosure scores on bank stability and financial performance using panel data from 33 banks in the GCC region (2017-2024). Using generalized least squares and machine learning models, it finds that higher ESG scores lead to higher stability and performance. Explainable AI confirms ESG disclosure as a predictor. Findings have implications for sustainable finance practice.

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

日本ではSSBJや有報でのESG開示が進んでおり、本論文の手法（特に説明可能AIを用いた開示スコアと業績の関連分析）は、国内銀行の開示戦略や投資家対応に示唆を与える。ただし、GCC地域のデータに基づくため、日本の規制・市場環境への適用には注意が必要。

In the global GX context

Globally, this paper contributes to the growing literature on ESG disclosure and financial stability, especially in emerging banking markets. The use of explainable AI offers a novel methodological approach that could be applied in other regions. Regulators and investors can leverage such models to assess the value-relevance of ESG disclosures.

👥 読者別の含意

🔬研究者:The use of explainable AI to link ESG disclosure to bank stability provides a methodological advancement that can be replicated in other contexts.

🏢実務担当者:Bank managers can use these findings to justify enhancing ESG disclosure as a strategy to improve both stability and financial performance.

🏛政策担当者:Policymakers in banking regulation can consider the positive impact of ESG disclosure on stability when designing disclosure requirements.

📄 抄録（日本語訳）

本稿は、湾岸協力会議（GCC）地域における銀行企業の安定性と財務業績に対する、環境・社会・ガバナンス（ESG）開示スコアの影響を調査する。ESGイニシアチブに関する一般の認識が高まる中、銀行はより多くの開示とコンプライアンスを示すよう圧力を受けている。本研究では、2017年から2024年までの年次パネルデータを用い、湾岸協力会議地域で事業を展開する33行を対象とする。銀行の安定性はZスコアと総資産利益率の標準偏差で測定され、銀行の財務業績は総資産利益率と自己資本利益率を用いて測定される。一般化最小二乗法による変量効果モデルは、より高いESGスコアが銀行の安定性と財務業績の向上につながることを示している。我々の結果は、高度な機械学習モデルを用いて確認される。説明可能な人工知能モデルは、ESG開示が銀行の安定性と財務業績の両方を予測できるという証拠を提供する。本研究の知見は重要な実務的示唆を持つ。我々は持続可能な金融に関する文献に貢献し、銀行業界の動的な課題に対処しようとする政策立案者、銀行経営者、投資家に洞察を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

This paper investigates the impact of environmental, social, and governance (ESG) disclosure score on the stability and financial performance of banking firms within the Gulf Cooperation Council region. With the increased public awareness regarding ESG initiatives, banks are under pressure to show more disclosure and compliance. Our study employs annual panel data from 2017 to 2024, using 33 banks operating in Gulf Cooperation Council region. Bank stability is measured by Z ‐score and the standard deviation of return on assets, while bank financial performance is measured using the return on assets and the return on equity. The Generalized Least Squares random effects model shows that higher ESG score leads to higher bank stability and financial performance. Our results are confirmed using advanced machine learning models. The explainable artificial intelligence model provides evidence that ESG disclosure can predict both bank stability and financial performance. The findings of this study have important practical implications. We contribute to the literature on sustainable finance, providing insights to policymakers, bank managers, and investors seeking to deal with the dynamic challenges in the banking industry.

🔗 Provenance — このレコードを発見したソース

🔔 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。