論文・プレプリント

(著者不明)

コサイン類似度を用いて、大手不動産デベロッパーのCEOメッセージを時系列で分析。経営者の発言の変化を捉える手法を提案している。

(著者不明)

本論文は、解釈可能性を考慮した統合報告書の自動評価手法を提案する。AIを用いて報告書の内容を分析し、評価結果の説明性を高めることで、企業のESG開示の質を向上させることを目指す。

(著者不明)

本論文は、BERTを用いた強度付きマルチラベル分類により、統合報告書から資本変換情報を抽出する手法を提案する。統合報告書における6つの資本間の変換を自動的に識別し、その強度を評価することで、企業の価値創造プロセスの分析を支援する。実験では、日本語統合報告書データセットを用いて有効性を検証している。

(著者不明)

本論文は、統合報告書のトップメッセージに含まれる企業家機能表現を自然言語処理技術を用いて自動抽出・分類する手法を提案している。企業の経営ビジョンや戦略を定量的に分析することで、開示情報の透明性向上に貢献する可能性がある。

(著者不明)

本論文は、テキストマイニング技術を用いて統合報告書を評価するモデルの構築手法を提案する。統合報告書の質を定量的に評価することで、企業の開示改善に貢献する。

(著者不明)

本論文は機械学習を用いて統合報告書内のESG関連ページを自動推定する手法を提案。NLPを活用したテキスト分類により、開示情報の効率的な抽出を可能にする。

(著者不明)

テキストマイニング手法を用いて統合報告書の評価を試みた研究。統合報告書の内容分析により、企業の開示品質を定量化する手法を提案している。日本の企業データを対象とし、今後の開示基準策定への示唆を与える。

(著者不明)

本稿は、大学の統合報告書に対しテキストマイニングを適用し、SDGsに関する記述内容とTHE Impact Rankingsとの関係を分析した。AI手法を用いて非構造化データからSDGsの取組を可視化する試み。結果として、SDGs記述の豊富さとランキングの間に相関が見られる可能性を示唆。

(著者不明)

本研究はテキストマイニング手法を用いて統合報告書の時系列分析を行い、企業のESG開示の経年変化を定量化する。自然言語処理により開示内容の傾向や変化点を抽出し、日本の統合報告書の進化を考察する。これにより、投資家や規制当局への示唆を提供する。

(著者不明)

本論文は、統合報告書を自動評価する手法を提案し、特に解釈性（interpretability）に着目する。AI技術を用いて報告書の内容を分析し、評価結果の説明可能性を高めることで、実務での活用を目指す。

(著者不明)

本研究は、有価証券報告書からリスク関連文を抽出する試みを報告している。自然言語処理（NLP）技術を用いて、特に気候変動リスクなどESG関連の記述を自動的に識別する手法を検討している。日本企業の開示実務において、効率的なリスク情報の把握に寄与する可能性がある。

(著者不明)

本稿では、LLMを活用して情報系企業のESG評価を行う方法について考察している。特に、自然言語処理によるESG関連情報の抽出・分析の可能性を探る。情報系企業の特性に応じた評価指標の開発が焦点となる。

(著者不明)

本論文は、企業の環境活動の改善案を自動生成する手法を提案している。AI技術を活用することで、効率的かつ効果的な環境改善策を導き出すことを目指している。これにより、企業の環境パフォーマンス向上とコスト削減が期待される。

(著者不明)

本論文は、有価証券報告書からESG関連文をBERTを用いて抽出する手法を提案する。これにより、ESG情報開示の自動化と分析が可能となる。

(著者不明)

本論文は、大手不動産デベロッパーの統合報告書に対してテキストマイニングを適用し、企業戦略の特徴を抽出・分析する手法を提示。統合報告書に含まれるESG関連記述の傾向を定量的に把握し、業界内での差異を明らかにする。AI技術を活用した開示情報分析の有効性を示す。

Kokubu, Hiroyuki

この論文は、企業のサステナビリティ開示における非財務エビデンスインフラの成熟度を測定する開示ベースの手法を提案する。N4（事業-環境統合）とN5（ガバナンス統合）の二つのスコアリング軸、ΔN（前年差）、四つの回帰タイプ分類、および四つの主要AIプロバイダーを用いたマルチプロバイダLLMコンセンサススコアリングパイプラインを導入する。日本の上場企業6社のFY2025-FY2026パイロットによりパイプラインを検証し、文書タイプ変更によるΔ…

Hiroyuki Kokubu

本論文は、ESGナラティブ開示の自動スコアリングにおける高推論LLMの有効性を、日本の上場企業10社のデータを用いて検証した。4モデルのコンセンサス設計により、高推論モデルと低推論モデルの間のスコア差は平均0.38（5点満点）と小さく、コストは約5.6倍であることを示した。結果として、高推論モデルの追加的便益は限定的であり、コスト効率の高いESGスコアリングパイプラインの構築には低推論モデルのコンセンサスが有効であると結論づけている。

Hiroyuki Kokubu

本論文は、日本の主要上場89社のGHG排出データの構造化開示アクセシビリティを、EDINET法定開示書類からの直接抽出と、LLMを用いた任意のサステナビリティ報告書からの抽出の2手法で検証。EDINET側では23社が当期のGHG関連構造化タグを持つ一方、47社はなし。LLM抽出では88社中52社からスコープ値取得。両パイプラインにおけるスキーマ強制の欠如が比較可能なデータの障壁であると指摘。

Hao Xu, Xixuan Peng, Xiaodan Jin +2

この研究は、運輸部門からのCO2と大気汚染物質の同時削減のコベネフィットを評価した。ランダムフォレストモデルでPM2.5濃度を予測し、GEMMで健康便益を算定。最良シナリオではCO2排出量が2032年にピークアウトし、2050年までに51.71%削減、17,297人の早死を回避可能。環境税や炭素取引価格を統合した経済評価も実施。

Benneth Oyinna, Zubairu Usman, Aisha Abisoye +2

本研究は、ナイジェリアの産業CO2排出を監視・予測するための機械学習駆動型フレームワークを提案し、2060年ネットゼロ目標を支援する。4つのモデル（MLR、Prophet、SVR、ランダムフォレスト）を比較評価し、MLRが最良の予測性能（R²=0.978）を示した。運輸・電力産業が主要な排出源であり、2025年までに排出量が135.65 Mtに達すると予測。早期の介入が急務であることを示している。