論文・プレプリント

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。

D. Anjaneyalu, M. V. Subramanyam, A. K. N. Rani +3

本論文は、ESG債発行が企業の信用格付けと資本コストに与える因果効果を、パネルデータ分析と機械学習（勾配ブースティング、説明可能AI）を組み合わせて推定した。ESG債発行企業は格付け改善と資本コスト低減を達成することを実証し、特に移行リスク低減と開示品質向上が寄与する。説明可能AIにより、サステナビリティスコア、レバレッジ、債券満期が重要予測因子であることを明らかにした。

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。

Thierry Warin, Christophe Bisson

本論文は、第1次～第6次IPCC統合報告書のシナリオ知識表現を、RAGパイプラインを用いて縦断比較した。初期報告では定性的条件付き推論が主体だったが、後期報告では定量的指標、不確実性表現、統合的社会経済経路、適応限界やネットゼロ経路の明示的扱いが増加した。特に二酸化炭素除去はAR5でモデル上の仮定からAR6では必須だが限定的な要素へと変化した。再現可能な大規模評価コーパス監査手法を提供する。

Chong Zhang

本論文は、クラウド・エッジ・エンドの分散アーキテクチャを採用し、IoTとAI技術を統合することで、企業の炭素排出データの自動集約、精密計算、インテリジェント分析を実現するデジタル管理プラットフォームを提案する。複数産業に適用可能な炭素会計モデルシステムを構築し、従来のデータ散在や基準不統一の問題を解決する。グリーン・低炭素転換のためのデジタルツールを提供する。

Huipeng Yang, Yihang Yu, Yuhan Wu +2

本研究は、中国A株上場企業を対象に、年次報告書のテキストマイニングで気候リスク指数を構築し、気候リスクが負債調達コストに与える影響を実証分析。回帰分析と媒介効果検証により、気候リスクが企業の支払能力低下や経営変動性増大を介して負債コストを引き上げる経路を特定。情報開示品質の低い企業、大企業、低炭素産業で効果が顕著。高炭素企業では有意でない。二酸化炭素排出削減目標（デュアルカーボン）下の企業と規制当局への示唆を提供。

Hafiz Muhammad Naveed, Huaping Sun, Rabia Akram +2

本研究は2001～2025年の13か国データを用い、MNN-DeepSHAPフレームワークでCO2強度とエコロジカルフットプリントの構造的推進力を解明。再生可能エネルギーの効率向上（設備容量よりコスト・生産性）が環境改善に有効で、グリーン技術革新と構造的エネルギー転換が排出削減に寄与する一方、経済拡大だけでは持続可能性が確保できず、緩和・拡大の罠が存在することを示した。

Tanzina Hossain, Mahfuja Malik, K. S. M. Tozammel Hossain +1

本研究は、米国の製造業とサービス業の2業種を対象に、10種類の機械学習アルゴリズムを用いてESGスコアを予測する。結果、製造業の方がサービス業よりもESGスコアの予測が容易であり、製造業ではXGBoostが、サービス業ではランダムフォレストが最も効果的だった。また、GDP、企業規模、レバレッジが重要因子であることが示された。

Hussam Musa, Zdenka Musová, Frederik Rech +1

スロバキア製造業974社のESGスコアを財務指標から予測するため、XGBoostとSHAP分析を適用。レバレッジ、流動性、債務返済能力、企業年数、税関連指標が重要な予測因子であることを発見。中程度のESGカテゴリは高い精度で予測できるが、極端なカテゴリはクラス不均衡により困難。財務データはESG評価に対して補完的な情報を提供するが、ESG固有の定性的情報を代替できない。

Sini Guo, Mengzi Yin, Wai-Ki Ching

本論文は、ESGスコアを組み込んだオンラインポートフォリオ選択のためのネットワークベースの手法を提案する。機械学習手法を活用し、投資決定におけるESG指標の統合を目指す。

Edward I. Altman, Francesco Baldi, Claudia D'Ippolito +1

本研究では、AltmanのZスコアのロジックをESG評価に応用した独自のESG格付けモデル「Z-ESG」を開発。欧州上場企業325社のデータを用いた判別分析とロジスティック回帰により、ESGパフォーマンスをスコア化し格付けに変換。資産運用者、リスク管理者、銀行など多様な実務応用が可能。

M T H Nguyen, Anbinh Vuong, Vanha Tran +1

本論文は、大規模言語モデル（LLM）と知識グラフを用いた検索拡張生成（RAG）を組み合わせ、GRI基準に沿ったサステナビリティ報告書の評価を自動化する手法を提案。ベトナムの銀行を対象としたケーススタディにより、質問応答形式での報告内容の正確な評価が可能であることを示す。

Petr Procházka, Емил Велинов, Paul Lacourbe

本稿は、マルチティアサプライチェーンにおける持続可能性ガバナンスを支援するAIツールをレビューする。ツールの分類、ギャップの特定、中小企業や下位サプライヤーが利用しやすいソリューションの特定を行う。データ収集、Tier1超えのリーチ、ユーザビリティ、AI活用、コストといった課題に対応する。

Berra Öz, Ali Hakan Işık

本論文は、サステナビリティ報告における大規模言語モデル（LLM）の活用を分析。特に、検索拡張生成（RAG）と低ランク適応（LoRA）の性能を比較し、報告の自動化・効率化への有効性を評価する。