ESG開示における制度の役割：機械学習によるアプローチ

日本語

本論文は、ESG開示の決定要因としての制度的要因に着目し、機械学習を用いて分析する。制度環境（規制・ガバナンス・法的枠組み）が企業のESG情報開示行動にどう影響するかを定量的に捉える試みである。開示インフラ設計や政策立案に示唆を与える。

English

This paper examines how institutional factors shape corporate ESG disclosure using a machine learning approach. It quantitatively links regulatory, governance, and legal institutions to firms' ESG reporting behavior, offering implications for disclosure infrastructure and policy design.

日本のGX文脈において

SSBJ基準の導入や有報でのサステナビリティ開示義務化が進む日本では、制度・規制環境が開示行動をどう規定するかは実務的関心が高い。制度設計と開示品質の関係を機械学習で捉える視点は、日本の開示制度整備の議論に示唆を与える。

In the global GX context

As ISSB standards are adopted across jurisdictions (SSBJ in Japan, CSRD in the EU, SEC climate rules in the US), understanding how institutions drive disclosure quality is central to global disclosure scholarship. This ML-based framing adds empirical rigor to the institutional-determinants literature.