機械学習と説明可能AIを用いた透明なESGリスクスコア予測
Transparent Environment, Social, and Governance (ESG) Risk Score Prediction Using Machine Learning and Explainable AI (原題)
Avuzwa Lerotholi, Ibidun Christiana Obagbuwa, Olaperi Okuboyejo
🤖 gxceed AI 要約
日本語
本論文は、機械学習と説明可能AI（XAI）を用いてESGリスクスコアを予測する手法を提案する。透明性の高い予測モデルを構築することで、投資家や企業がESG評価の根拠を理解できるようにする。南アフリカの研究機関からの発表であり、新興市場におけるESG評価の高度化に貢献する可能性がある。
English
This paper proposes a machine learning and explainable AI (XAI) approach to predict ESG risk scores, enhancing transparency in ESG assessments. It enables investors and companies to understand the drivers of ESG ratings. Originating from South African institutions, it contributes to advancing ESG evaluation in emerging markets.
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開示や統合報告書の充実に伴い、ESG評価の透明性が求められている。本論文のXAIによる予測手法は、国内企業が自社のESGリスクを理解し、開示品質を高めるための参考となる。
In the global GX context
Globally, with ISSB and CSRD pushing for more rigorous sustainability disclosure, transparent ESG scoring is critical. This paper's use of XAI to demystify ESG risk predictions offers a model for enhancing trust in ESG ratings worldwide.
👥 読者別の含意
🔬研究者:Provides a methodological framework for applying XAI to ESG risk prediction, useful for further research in AI-driven sustainability assessment.
🏢実務担当者:Offers a tool for companies to understand and improve their ESG risk profiles, aiding in disclosure and investor communication.
🏛政策担当者:Highlights the potential of AI in standardizing and making ESG assessments more transparent, informing policy on sustainable finance.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.21203/rs.3.rs-10502883/v1first seen 2026-08-28 04:49:50
🔔 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。