Bridging financial disclosures and ESG ratings: A data-driven predictive framework
財務開示とESG評価を橋渡しするデータ駆動型予測フレームワーク (AI 翻訳)
Kahyun Lee
🤖 gxceed AI 要約
日本語
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。
English
This paper proposes a data-driven predictive framework that uses machine learning to map financial disclosures to ESG ratings, demonstrating practical applicability in linking disclosure content to scores.
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基準の導入が進み、ESG評価と財務情報の連携が重要視されている。本フレームワークは、企業が自社の開示の質を評価・改善するためのツールとして活用できる。
In the global GX context
Globally, the integration of ESG ratings with financial disclosures is a key challenge under ISSB and TCFD frameworks. This study offers a method to bridge the gap, aiding both rating agencies and disclosers.
👥 読者別の含意
🔬研究者:Provides a novel approach for linking disclosure data to ESG scores, relevant for computational sustainability research.
🏢実務担当者:Can be used by corporate teams to anticipate ESG rating impacts based on their financial disclosures.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.3934/qfe.2026005first seen 2026-07-18 07:55:13
🔔 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。