Predicting ESG disclosure quality through board secretaries' characteristics: A machine learning approach
機械学習アプローチによる取締役会秘書の特性を用いたESG開示品質の予測 (AI 翻訳)
Yang J.
🤖 gxceed AI 要約
日本語
本研究は、機械学習を用いて取締役会秘書の特性からESG開示の質を予測する手法を提案している。取締役会秘書の属性が開示品質に与える影響を分析し、AIによる予測モデルの有効性を示す。
English
This study proposes a machine learning approach to predict ESG disclosure quality using board secretaries' characteristics. It analyzes how secretaries' attributes affect disclosure quality, demonstrating the effectiveness of AI-based prediction models.
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
日本では取締役会秘書が企業統治で重要な役割を果たしており、SSBJに基づく開示の質向上に寄与する可能性がある。当該研究の機械学習手法は、日本の上場企業における開示評価の自動化に応用できる。
In the global GX context
Globally, this research aligns with ISSB and TCFD frameworks by providing a data-driven method to assess disclosure quality. The use of AI to predict ESG disclosure from governance characteristics is novel and could be adopted by regulators.
👥 読者別の含意
🔬研究者:Provides a new methodology for predicting disclosure quality using board secretaries' characteristics, which can be extended to other governance variables.
🏢実務担当者:Could be used to assess and improve ESG disclosure quality by focusing on key governance attributes.
🏛政策担当者:May inform regulatory oversight by identifying governance factors that correlate with high-quality disclosure.
🔗 Provenance — このレコードを発見したソース
- scopus https://api.elsevier.com/content/abstract/scopus_id/105000127670first seen 2026-07-13 07:37:41
🔔 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。