論文・プレプリント

Watheq J. Al‐Mudhafar, Ahmed Alsubaih, Kamy Sepehrnoori

本レビューは、CO2地中貯留（CCS）の各段階（注入前評価、注入最適化、注入後モニタリング）における機械学習（ML）の応用を体系的に調査。ランダムフォレスト、SVR、XGBoostなどの従来手法に加え、深層学習による異常検知や不確実性定量化を紹介。Sleipnerなど実証事例を通じ、MLがコスト削減、安全性向上、予測精度向上に貢献することを示す。最後にデータ不足や解釈可能性などの課題を指摘し、統合MLフレームワークを提案。

Rine Dewi Mustikasari, Maria Ulpah

本論文は、2014～2023年の1,362のグローバルグリーンボンドを対象に、XGBoostとSHAPを用いて利回りの決定要因を分析。マクロ経済・構造的要因が利回りを支配する一方、ESG属性、特に社会（S）要素が有意な影響を持つことを発見。インドネシアでは高利回り・高ESGの特徴を示し、ESGプレミアムはマクロ安定化後に初めて実現する。

Md. Abul Kalam Azad, A. Masum, M. Rahman +3

EcoStack-Proは、LightGBMやXGBoost等のスタッキングアンサンブルとFed-GenAdaptiveアルゴリズムを用いた連合学習フレームワークで、異種産業セクターのESG監査を高精度かつプライバシー保護的に実現する。SHAPとLIMEによる解釈性も備え、ガバナンス評価の非線形要因を明らかにする。

Hye-Kyoung An, Moon-Koo Kim, Byoung-Chang Choi +1

本研究は、Scopusから取得した5,097件のESG関連文献を環境（ENV）・非環境（non-ENV）領域に分類し、書誌計量分析、国際共著ネットワーク分析、BERTopicモデリングにより知識構造を比較した。両領域とも2020年以降急増するが、non-ENVは論文数・総被引用数で上回る一方、ENVは1論文あたりの被引用数で優れ、トップ被引用論文の割合も高い。トピックモデルにより、ESG開示、取締役会の多様性、デジタル変革は共通トピック…

Chengji Liang, Yantao Li, Jianquan Guo

本論文は物流業の低炭素化におけるグリーン技術イノベーションの効果を、パネルデータと機械学習を用いて分析した。結果、特定の技術が排出削減に有意に寄与することを示唆し、政策的・実務的示唆を提示している。

Mohsin Khan¹, Wendy Ashurst²

本論文は、ESG報告の整合性を高めるためのAI活用ガバナンスフレームワークを提案する。セクター別にアルゴリズム検出と人間の判断を調和させる手法を提示し、グリーンウォッシュの低減と開示品質向上を目指す。

Clément Bamogo, Mustapha Oudani, Amine Belhadi +2

肥料計画における低排出肥料への移行を最適化する二段階確率モデルを提案。Q学習と可変近傍探索を組み合わせた解法で計算効率を向上。中国の紅茶生産を事例に、キャップアンドトレード制度の経済的有効性を示した。

Constantinos Varsos, Adamantia Stamou, George Stamoulis +1

本発表は、EXIGENCEプロジェクトで提案された、ICTサービスにおけるエネルギー効率向上のためのインセンティブベースの枠組みを紹介する。ゲーム理論と行動適応を用いて、ビデオストリーミングでの持続可能なユーザー行動、再生可能エネルギー対応のフェデレーテッドラーニング、ステークホルダー間の公平な価値共有を促進する。分析モデルとシミュレーションにより、インセンティブがエネルギー消費削減と持続可能なデジタルエコシステムへの移行を支援すること…

Neetal Vyas, Manmohan Vyas, Komal Singh

本稿は、フィンテック分野のスタートアップがブロックチェーンやAI/MLを活用して、ESG分析やグリーン決済、カーボンクレジットなどのサステナブルファイナンスを推進する触媒的役割を分析する。透明性向上とグリーンウォッシュ低減に寄与する革新的なアプローチを提示している。

Ameni Boumaiza

本論文は、カタールの持続可能な電力システムを対象に、AIを活用した需要側管理手法を提案する。信頼性とカーボンプライシングを統合することで、脱炭素と系統安定性の両立を目指す。

Dauda Bola Abdulsalam, Duminda Kuruppuarachchi, Helen Roberts

本研究は、S&P500企業のESG/サステナビリティ報告書に対してNLP手法を適用し、TNFD枠組みへの準拠度とESGパフォーマンスの関連を分析。TNFD準拠、自然関連リスク・機会の明確な識別、包括的な報告が環境スコアおよび総合ESG評価と正の相関を示すことを発見。エンドジェネイティの問題を考慮した頑健性テストでも結果は安定。投資家の意思決定や企業のサステナビリティ報告向上に示唆を与える。

Ngone Mirimi, H. Manuere

AIを用いた気候意思決定支援システムが実質的なガバナンス基盤として機能しているにもかかわらず、技術的ツールとして扱われ、説明責任の欠如を生んでいる。本論文は、透明性を説明可能性・追跡可能性・異議申立可能性に基づく制度化された条件として再定義し、アルゴリズムシステムの導入による構造的なガバナンスギャップを特定する。このギャップが放置されれば、国家報告の信頼性や適応計画、気候プロセスへの信頼を損なうリスクがある。

Dr. Thanakit Ouanhlee

本研究は、タイの製造業組織を対象に、AI統合型報酬システムと人的資本会計開示（HCAD）の質との関係を調査し、AI-HCAD実施フレームワークを開発・検証した。AI統合は中程度である一方、開示品質は低く、組織の透明性文化が重要な調整要因であることを示した。

Adrian Lim, Putri Rahayu

本レビューは、金融時系列予測、ポートフォリオ構築、企業の持続可能性分析におけるAI活用を統合的に検討。特にESG評価や開示情報の分析にAIが用いられる事例を整理し、予測、配分、ESG評価を統合した次世代研究の方向性を示す。

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。