論文・プレプリント

Christie Azour

本稿は、ESG投資におけるAI活用の有効性を実証。AIは人間分析より1200倍高速でESG文書を処理し、格付けの乖離を34%縮小、グリーンウォッシュを83%の成功率で検出、気候リスクを従来モデルより8〜14ヶ月早く特定、グリーンポートフォリオのシャープレシオを18〜32%向上させ炭素強度を23%削減した。人間の説明責任を残しつつ、AIによる体系的な持続可能性分析が不可欠と結論。

Hasan Talaş, E. Gök, Özen Akçakanat +4

本研究は、トルコの上場非金融企業428社を対象に、ESG・ガバナンス情報が財務比率に加えてROE予測に追加的な価値を持つかを検証。ランダムフォレストが最高の予測性能を示し、ブートストラップ検定で統計的有意性を確認した。持続可能性情報の企業業績への寄与を定量的に示した点で意義深い。

Cristina Caro-González, Daniel Jato-Espino, Yudith Cardinale

本系統的レビューは、ESG要素を金融リスク予測に統合する研究を64編分析。従来の計量経済学手法が48%を占める一方、機械学習（ML）39%、自然言語処理（NLP）8%とAI手法の活用が進む。ML（アンサンブル法、ニューラルネットワーク）は信用リスク予測精度を向上、NLPは非構造化ESG開示分析に有望。中国、イタリア、米国、インドで研究が集中し、データ不整合や新興市場の不足が課題。

Chen Xu, Batkhuyag Ganbaatar

本研究は、2015年から2023年の中国A株上場企業を対象に、スマートマニュファクチャリングがESGパフォーマンスに与える影響を分析。固定効果回帰、PSM-DID、システムGMMを用い、スマート製造がESGを有意に向上させることを実証。メカニズムとして情報透明性、グリーン技術革新、協調ガバナンスの促進効果と、資金制約の抑制効果を特定した。

Jianfeng Zhang, Tiantian Qi

本研究は、中国上場企業の2009～2022年のデータを用い、XGBoostとSHAPを組み合わせたESGグリーンウォッシング予測モデルを提案。16指標（企業特性・外部圧力）を入力とし、5-fold交差検証とグリッドサーチで最適化。1期ラグモデルで86.82%の予測精度を達成し、財務特性がガバナンス特性より重要。非重汚染産業や国有企業で性能が高い。

Javier Nieves Almanza, Roberto Yoan Castillo Dieguez

メキシコ株式市場企業を対象に、ESGスコアと財務パフォーマンスの関係を分析。ANCOVA、ランダムフォレスト、プロビットモデルを用い、ESGスコアがROA・ROEに正の影響を与えることを確認。持続可能な実践が競争優位をもたらす可能性を示す。

M. Rao, Falguni Nayak

本研究は、インドSEBIのBRSRフレームワーク導入後のESGパフォーマンスと株価の短期的関係を、45社のBSE上場企業（9業種）のデータを用いて分析。記述統計とANOVA、回帰分析、サポートベクター回帰（SVR）を用いた結果、ESGスコアは短期株価に統計的に有意な影響を与えないことが示された。セクター間のESG格差は有意であり、IT・銀行セクターが高く、エネルギー部門が低い。

Sasmita Mishra, Zefree Lazarus Mayaluri, C. Liew +2

ESGスコアとニュースセンチメントを融合したハイブリッド深層学習モデルを提案。TFTとSVR残差補正、ゲート付き融合により、ESGとセンチメントの相互作用を定量化し、レジーム依存性を発見。レイテンシー最適化版は精度の90%以上を維持しつつ推論時間を45%削減。

Xiao-Xing Cai, Wang Yang, Xiyu Ren +3

本論文は、サステナビリティ（ESG）格付けの信頼性と比較可能性を高めるため、大規模言語モデル（LLM）を活用した人間-AI協調フレームワークを提案する。フレームワークは、STRIDE（スコアリング基準）とSR-Delta（差異分析手順）の二部構成で、企業レベルのベンチマークデータセットを生成し、格付け手法の評価を可能にする。AIコミュニティに対し、サステナビリティ評価の高度化へのAI活用を呼びかけている。

Zilong Yang

本研究は、2015-2023年の中国A株市場で、ネガティブなESGニュースが短期取引に与える影響を分析。BERTベースの分類器で4,873件のイベントを特定し、異常出来高が2.84%ポイント上昇（28.3%増）、取引量35%増、特異的変動性19.6%ポイント上昇を示した。媒介分析で注意チャネル（41%）と信念乖離チャネル（33%）を解明。ガバナンス論争が最も強く、薄いアナリストカバレッジと低い機関所有率で増幅された。

Guangxing Hu, Bin Li

中国のインテリジェント製造実証プロジェクト（IMDP、2015-2018年）が企業のESG格付けに与える影響を、傾向スコアマッチングと差の差分析を用いて検証。IMDP参加企業は非参加企業と比較してESG格付けが約0.14段階上昇し、その効果はイノベーション効率の向上とコスト管理の改善を通じて実現。特に競争圧力の高い企業や成長段階の企業で効果が顕著であり、グリーンウォッシュの低減とESG不確実性の低下にも寄与することを示した。

Soon-Ae Choi

本研究は、AI（機械学習を含む）技術が韓国クルーズ産業のESG規制強化による高初期投資・財務悪化という構造的ジレンマを緩和する方策を体系的レビューにより分析。環境（E）ではMLベースの気象ルーティングや予知保全が燃料費削減とCII評価維持に貢献し、社会（S）では乗組員スケジューリングやオーバーツーリズム多様化、DEIモニタリングが社会的責任を支援、ガバナンス（G）ではESG専任委員会やTCFD開示自動化、BRMが財務・ESGの好循環を形…

Kahyun Lee

本論文は、財務開示情報からESG評価を予測するデータ駆動型フレームワークを提案する。機械学習モデルを用いて、開示内容と評価スコアの関連性を分析し、実務での適用可能性を示す。

Giuseppe Pernagallo, F. Quatraro, Eleonora Rubichi

本論文は、イタリアの大企業の義務的非財務開示文書を用いて、テキストマイニングにより循環経済（CE）への適合度を測る新指標を提案。FTSE MIB企業のサステナビリティ報告書（2017-2022年）からコサイン類似度でCE語彙との一致度を算出し、地域のリサイクルインフラや企業特性との関連を分析。高度なリサイクル施設のある地域の企業や、若く国際的な企業ほどCE適合度が高いことを示した。

Benjamin Josef Schüßler, Jakob Prange

本研究は、ドイツ語のESG報告書の文レベルの可読性を評価するために、クラウドソーシングで収集した人間のアノテーションを用いて、様々な可読性スコアリング手法を比較した。LLMのプロンプティングが有効である一方、微調整されたTransformerモデルが最も低い誤差で人間の可読性を予測できることを示した。複数モデルの平均化により精度が向上するが、推論速度は低下する。

R. M. Ellahi, J. Qureshi, M. H. Farooqui +2

本研究は、生成AIがサプライチェーンの持続可能性を強化する2つの経路（報告自動化と予測分析）を提案し、PLS-SEM実証分析により予測分析が最も強い予測因子であることを示した。規制圧力とサプライヤー協力が重要な調整効果を持つ。

Kerstin Forster, Lucas Keil, Victor Wagner +3

本論文は、大規模言語モデルを用いて600社の欧州企業の報告書からESG指標を抽出する枠組みを開発。開示ギャップの存在と縮小傾向、Scope 3排出量の増加（開示改善に起因）などを明らかにした。性能は環境指標で改善、社会指標は停滞。オープンソースで提供。

Dongxin He, Linhan Jiao, Jingyi Yang +1

本論文は中国のA株上場企業のESG・CSR・サステナビリティ報告書を用いて、カーボン情報開示の質が企業のリスクテイクに与える影響を分析。5次元のベクトル化テキスト指標を構築し、実質的な開示と象徴的な開示を区別した。高品質な開示はリスクテイクを低下させ、メディアや公衆の監視がその効果を強化することを発見。実質的な開示が長期財務パフォーマンスの向上、グリーンガバナンスの強化、炭素排出原単位の削減、サプライチェーンへの波及効果をもたらす。

Fahad Ullah Khan, Asad Amin

本レビューは、ESGスコアリング、気候リスク評価、グリーンボンドにおけるAI・機械学習・ビッグデータ・ブロックチェーンなどのFinTech応用を包括的に整理。従来の課題（データ品質・透明性不足）に対するデジタル技術の貢献と、バイアスやグリーンウォッシュ等の新たな課題を指摘し、信頼性向上に向けた研究方向を示す。

Tamás Zelles, Bernadett Domokos, Sándor Remsei

本論文は、機械学習とナラティブ手法を組み合わせた意思決定支援を検討。特に会計・サステナビリティ分野でのナラティブ報告が、専門家の解釈を加えることでデータ可視化だけでは得られない文脈的洞察を提供することを示す。AIとナラティブの統合が報告の明確性と戦略的価値を高め、暗黙知とデータ駆動型知見の整合を促進する。