Sentiment Analysis of ESG Disclosures in Indian Mutual Funds Using FinBERT and Pillar-Based Classification

日本語

本論文は、金融分野特化型BERTモデルであるFinBERTを用いて、インドの投資信託のESG開示情報に対してピラーベースの分類によるセンチメント分析を実施。ESG開示からの感情抽出におけるNLP手法の有効性を示し、新興市場での自動ESG評価に貢献する。

English

This paper applies FinBERT, a financial domain-specific BERT model, to conduct sentiment analysis on ESG disclosures of Indian mutual funds using a pillar-based classification approach. The study demonstrates the effectiveness of NLP techniques in extracting ESG sentiment from disclosures, contributing to automated ESG evaluation in emerging markets.

日本のGX文脈において

本論文は、インド市場におけるESG開示のAI分析手法を示しており、日本でも有報や統合報告書へのNLP応用が進む中、参考になる。ただしSSBJ等の枠組みとは開示形式が異なる点に注意。

In the global GX context

This work shows how AI can be applied to analyze ESG disclosures in an emerging market context, which is relevant for global investors seeking standardized ESG assessment tools. However, the Indian regulatory framework and market structure differ from Japan's SSBJ or EU's CSRD.