大規模言語モデルを用いたESG報告におけるマテリアリティ不整合リスクの定量化に関するデータと補足資料

日本語

本資料は、大規模言語モデル（LLM）を用いてESG報告におけるマテリアリティ不整合リスクを定量化する研究のデータと補足資料を提供する。企業の開示内容と重要課題の整合性を評価する手法を提示し、投資家や規制当局にとってのリスク識別に貢献する。

English

This dataset and supplementary materials support a study that uses large language models (LLMs) to quantify materiality misalignment risk in ESG reporting. It offers a methodology for assessing alignment between corporate disclosures and material issues, aiding investors and regulators in identifying risks.

日本のGX文脈において

日本ではSSBJ開示基準への対応が進む中、LLMによるマテリアリティ評価は有報や統合報告書の品質検証に応用可能。投資家対応や開示の信頼性向上に寄与する。

In the global GX context

Globally, as ISSB and CSRD frameworks emphasize materiality, this work provides a scalable AI-based approach to detect misalignment, supporting assurance and regulatory oversight.