← 論文一覧に戻る

財務データに基づく人工ニューラルネットワークを用いた革新的ESGスコア予測およびグリーンウォッシュ検出モデル

An Innovative ESG Score Prediction and a Greenwashing Detection Model Using Financial Data Based on Artificial Neural Networks (原題)

Eleni F. Tsantsani, Kosmas G. Kosmidis, Leonidas L. Fragidis, Vassilios A. Mardiris

Business Strategy and the Environment📚 査読済 / ジャーナル2026-09-08#AI×ESGOrigin: EU経営インパクト: 資金調達対象セクター: finance
DOI: 10.1002/bse.71520
原典: https://doi.org/10.1002/bse.71520
📄 PDF

🤖 gxceed AI 要約

日本語

本研究は、財務データからESGスコアを予測する人工ニューラルネットワーク（ANN）モデルを提案し、Levenberg–Marquardt学習アルゴリズムを用いてS&P500企業の2つの格付機関データセットで評価した。従来研究を上回る予測精度を達成し、財務データとESG評価の間の隠れた関係を学習する。さらに、予測ESGスコアと報告ESGスコアの乖離を定量化することでグリーンウォッシュを検出する新規ANNモデルを初めて提案し、誤解を招く主張の検出とESG説明責任の強化に資する戦略的ツールを提供する。

English

This paper proposes an Artificial Neural Network (ANN) model using the Levenberg–Marquardt algorithm to predict ESG scores from financial data, evaluated on S&P 500 firms with two rating agency datasets, outperforming prior work. It also introduces the first ANN-based greenwashing detection model, quantifying discrepancies between predicted and reported ESG performance to flag misleading claims and strengthen accountability.

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

ESG格付の手法が標準化されていない中、財務データからESGスコアを低コストで予測し、グリーンウォッシュを検出する本モデルは、日本企業の統合報告書や有報におけるESG情報の信頼性確保、SSBJ基準への対応、投資家向け説明責任の強化に直結する。特に、格付機関間の評価差が大きい日本市場において、第三者検証や社内モニタリングの補完ツールとして活用が期待される。

In the global GX context

Amid persistent divergence in ESG rating methodologies and the absence of global standardization, this ANN-based prediction and greenwashing detection model offers a low-cost, scalable tool for verifying corporate sustainability claims. It aligns with global disclosure frameworks (TCFD, ISSB, CSRD) by enhancing accountability and could inform regulatory efforts to detect greenwashing, while providing a replicable approach for markets with heterogeneous rating landscapes.

👥 読者別の含意

🔬研究者:ANNと財務データを用いたESG予測・グリーンウォッシュ検出の新手法を提示し、格付機関間の評価差やESGデータの非標準化問題に対する実証的アプローチを提供する。

🏢実務担当者:自社の財務データからESGスコアを予測し、報告スコアとの乖離をモニタリングすることで、グリーンウォッシュリスクを事前に把握し、開示の信頼性向上に活用できる。

🏛政策担当者:ESG格付の標準化が進まない中、AIによるグリーンウォッシュ検出モデルは、規制当局が開示情報の検証や市場監視を行う際の補完的ツールとして参考になる。

📄 Abstract（原文）

ABSTRACT Rating agencies exhibit significant differences in their company ESG evaluation methodologies, due to a lack of standardization despite the importance of the process. Recently, AI models for ESG performance prediction using companies' financial data enabled a low‐cost, feasible, and highly accurate evaluation of companies' sustainable strategies. In this paper, a new ESG score prediction model using financial data is proposed, which is based on Artificial Neural Networks and the Levenberg–Marquard training algorithm. The proposed model is evaluated on companies listed in the S&P 500, using two independent datasets provided by two rating agencies, and it outperforms previous work in predicting ESG scores. Financial data and reported ESG score evaluations are incorporated into the training procedure, allowing the neural network to learn the hidden rules between financial data and ESG performance. A novel Artificial Neural Network Greenwashing detection model is proposed for the first time. This model detects potential greenwashing by quantifying discrepancies between predicted and reported ESG performance, offering a strategic tool to detect misleading claims and strengthen ESG accountability.

🔗 Provenance — このレコードを発見したソース

🔔 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。