石炭企業による非財務報告の信頼性評価における方法論的側面

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a novel quantitative model for evaluating NFR reliability, combining content analysis and industry benchmarks, which can be extended to other sectors.

🏢実務担当者:Useful for audit firms and ESG analysts to systematically assess the risk of unreliable disclosures in coal companies.

🏛政策担当者:Highlights the need for centralized ESG verification systems, supporting regulatory moves toward mandatory assurance.

この研究の関連性は、持続可能な発展への移行期において、企業の透明性を達成し、投資家、政府、一般市民の信頼を醸成する上での非財務報告（NFR）の影響力の拡大に起因する。重大な環境的・社会的監視に直面している石炭産業は、信頼性の低いNFR指標に対処しなければならない。ESGデータの正確性は、企業の評判、投資機会、規制上の地位に直接影響を与えるため、これは極めて重要である。公式報告書に見られる不正確な非財務データ、隠された否定的情報、グリーンウォッシングは、企業の実際の業績を誤って伝え、検出と初期評価のための科学的に有効な方法の作成を必要とする。 本研究は、石炭産業の特性を考慮し、質的・量的指標の組み合わせに基づいて、NFRの不確実性リスク（R指数）を評価するモデルを開発しテストすることを目的とする。方法論は、現在の国際基準（GRI 2021、SASB、ISSB IFRS S1/S2）とロシアの規制文書、すなわちロシア銀行の方法論的勧告（2023年）およびRSPP持続可能な開発ガイドラインを統合することに基づいている。著者らは、内容分析、比較分析、データ正規化、および指標の専門家評価の方法を用いた。提案されたモデルには、質的指標と量的指標の両方が含まれる。前者は、開示の完全性、構造、および一貫性を反映する。後者は、実際のESG指標と業界ベンチマークとの乖離を特徴づける。[0;1]スケール内でのデータ正規化と専門家による重み付けの使用により、統合された不確実性リスク指数Rの形成が可能となり、企業をNFRの不確実性ステートメントのリスクレベルに応じて分類することができる。モデルのテストには、主要な石炭企業のサンプルが関与し、Rosstat、Rosprirodnadzor、およびESG報告書から提供されたデータから導き出された業界指標の調査によって強化された。GRIおよびISSB基準を順守しているにもかかわらず、研究結果は非財務開示の信頼性にばらつきがあることを示した。また、報告されたESGの透明性とデータの実際の一貫性との間のギャップも特定された。これは、ESG報告の検証を集中化し、内部ESG監査を確立し、デジタル開示を採用する必要性を強化するものであり、より堅牢なESG開示検証への幅広い動きと一致する。この研究の科学的革新性は、非財務開示の信頼性を数値的に評価するための徹底的なモデルを作成したことに由来する。このモデルは、内容分析、指標の量的評価、およびこれらの指標への専門家による重み付けを統合している。Rモデルは、開示を業界パラメータと対比させることにより、不確実性リスクの特定を可能にするが、これは現在の方法にはない特徴である。研究の成果は、監査法人、アナリスト、規制当局、格付け機関にとって実務上の重要性を持つ。これらは、リスクの高い経済部門における非財務開示の正確性を監視するための国家システムを開発するための基盤を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The relevance of this research arises from the expanding influence of non-financial reporting (NFR) in achieving corporate transparency and cultivating confidence among investors, governments, and the public during the shift to sustainable development. The coal industry, facing significant environmental and social scrutiny, must address unreliable NFR indicators. This is crucial because the accuracy of ESG data directly influences companies’ reputations, investment opportunities, and regulatory standing. Inaccurate non-financial data, seen in formal reports, hidden negative information, and greenwashing, misrepresents companies’ true performance, requiring the creation of scientifically valid methods for detection and initial evaluation. The study aims   to develop and test a model for assessing the risk of NFR unreliability (the R index), considering the specifics of the coal industry and based on a combination of qualitative and quantitative indicators. The methodology is based on integrating current international standards (GRI 2021, SASB, ISSB IFRS S1/S2) and Russian regulatory documents —  the Bank of Russia’s methodological recommendations (2023) and the RSPP Sustainable Development Guidelines. The authors used content analysis methods , comparative analysis, data normalization, and expert assessment of indicators. The proposed model includes both qualitative and quantitative indicators. The former reflects the completeness, structure, and consistency of the disclosures. The latter characterizes the deviation of actual ESG indicators from industry benchmarks. Data normalization within the range [0;1] scale and the use of expert weighting enabled the formation of an integrated unreliability risk index R, which allows companies to be classified according to the risk levels of their NFR unreliability statements. The model’s testing involved a sample of major coal companies and was enhanced by an examination of industry indicators derived from data provided by Rosstat, Rosprirodnadzor, and ESG reports. Despite adhering to GRI and ISSB standards, the study’s results varying reliability in non-financial disclosures. It also identified a gap between reported ESG transparency and the actual consistency of the data. This reinforces the need to centralize ESG reporting verification, establish internal ESG audits, and adopt digital disclosure, aligning with the broader move towards more robust ESG disclosure verification. The scientific innovation of this research stems from creating a thorough model to numerically evaluate the trustworthiness of non-financial disclosures. This model synthesizes content analysis, quantitative assessment of metrics, and expert assignment of weights to these metrics. The R model enables unreliability risk identification by contrasting disclosures with industry parameters, a feature absent in current methods. The study’s outcomes   hold practical importance for audit firms, analysts, regulators, and rating agencies. They provide a foundation for developing a national system to monitor the accuracy of non-financial disclosures in high-risk economic sectors.

• semanticscholar https://etl.fa.ru/jour/article/download/587/410first seen 2026-07-18 07:42:01 · last seen 2026-09-21 05:21:00
• openaire https://doi.org/10.26794/1999-849x-2026-19-3-94-105first seen 2026-09-01 05:03:18 · last seen 2026-09-21 04:33:59