論文・プレプリント

Francisco Javier Rodríguez-Ruiz, Ana María García-Berbaneu, Alexsander Luiz Telpisow-Scheid

本研究は、NLP技術を用いて企業のサステナビリティ報告書からESG関連情報を自動抽出・分類・評価する手法を提案する。欧州の中小企業向けサステナビリティ報告基準に準拠したタクソノミーに基づき、スケーラブルで再現性のある評価を実現する。AI駆動型手法が開示の一貫性と信頼性を向上させる可能性を示す。

Amir Amel-Zadeh, Tami Dinh, Andreas Seebeck +1

本論文は、ディープラーニングを用いて3,923の欧州企業のサステナビリティ報告書（2013-2021年）を分析し、図表と写真の機能的役割の分離を実証した。ESGパフォーマンスの高い企業は図表を多く使用するが写真は使用せず、ESGパフォーマンスの低い企業は写真を戦略的に配置する傾向がある。図表の一致度は将来のESGインシデント減少と評価向上に関連する一方、写真は印象操作的な役割を果たす。

Mrs. Awantika Deshpande, Mr. Kiran More

本論文は、ESG報告の知識と一貫性を向上させるためのAI駆動教育システムを提案。NLP、機械学習、知識グラフを用いて、フレームワーク分析、適応的学習、リアルタイム報告支援を実現する。説明可能なAIによるフィードバックとギャップ分析により、報告の透明性と精度を高める。

Iulia Florentina Voicila Voicila, Elena UrquiaGrande

スペインと英国の87,225社の非上場企業データを用い、ESG指標が財務危機予測精度を向上させる条件を分析。英国では標準化された開示によりESG情報が予測力を高めるが、スペインでは不完全な開示のため効果なし。AI/MLモデルの優位性も実証。

Stefan Vieweg, Christoph Klein

本レビューは2022-2025年のAIとESGの研究を統合し、RESP-ESGフレームワークを提案。NLPや機械学習によるESGシグナル抽出、クレジット評価、気候分析の向上を示す一方、データの出所、モデルの不透明性、グリーンウォッシングなどの課題を指摘。政策・監督上の含意として、説明可能性や保証の必要性を強調。

Ambika Zutshi, Diane Zandee, Andrew Creed

本論文は、人工知能（AI）を循環経済（CE）への移行を促進する重要な手段と位置づけ、10Rフレームワークを用いて各循環度におけるAIの適用可能性を探る。AIは、材料削減、製品寿命延長、価値保持の機会を特定し、Scope 3 CO2排出削減や規制対応から価値創造への転換を支援する。

Parchami J, Darroudi A, Ali A +2

本論文は、変分モード分解（VMD）と適応学習率強化ゲート付き回帰ユニット（ALRE-GRU）を組み合わせ、強化動的バッタ最適化アルゴリズム（EDGOA）でハイパーパラメータを最適化する太陽光発電予測手法を提案。オーストラリアの実データで評価し、R²99.91%と高精度を達成。再生可能エネルギーの安定運用に貢献する。

(著者不明)

本研究は、大規模言語モデル（LLM）を金融、特に株価予測とESG評価に応用する方法を探る。人間の判断とLLMの比較を通じて、投資パフォーマンスへの影響を分析する。

(著者不明)

本論文は、企業財務におけるAI活用がガバナンスとサステナビリティの効率を向上させる手法を提案している。AIを用いたESG評価や開示の自動化により、企業の持続可能性実践を強化する可能性を示す。

(著者不明)

本論文は、ESG格付けのためのベンチマークデータセット作成において、人間とAI（LLM）の協調フレームワークを提案する。従来の手法より効率的で高品質なデータセット構築を実現し、ESG評価の標準化に貢献する。

(著者不明)

本論文は、金融機関がNLPを用いて各種報告書やニュースから非構造化ESGデータを抽出する手法の産業調査を提供する。データ抽出と価値創出の可能性を概観し、実務上の課題と機会を整理する。

(著者不明)

本研究は大規模言語モデル(LLM)を用いて企業のESGパフォーマンスを体系的に評価し、株価との関係を分析した。LLMの適用可能性を示す。

(著者不明)

本論文は、石油・ガスセクターのESG開示を自動分析する手法を提案する。大規模な開示文書から洞察を抽出するスケーラビリティと適応性を示し、実務への応用可能性を強調する。

(著者不明)

本論文は、ESG開示とパフォーマンススコアのギャップ（GAP）をナラティブ操作の代理変数として用い、LLMを活用してグリーンウォッシュを検出する手法を提案する。大規模言語モデルを用いたテキスト分析により、企業の持続可能性報告書における虚偽または誇張された主張を特定する。実証実験により、提案手法が従来のルールベース手法よりも高精度でグリーンウォッシュを識別できることを示す。

Peng Gao, Kunpeng Zhang, Zongchuan Liu

本論文は、ダブル機械学習を用いて中国都市のエネルギーリバウンド効果（ERE）を測定し、国家ビッグデータ総合実験区と新エネルギー模範都市の二重政策の影響を評価。結果は、二重政策が特に資源都市や旧工業都市でEREを抑制し、産業構造最適化、グリーン技術革新、エネルギー消費転換を通じて効果を発揮することを示す。

O. Issah, Mutala Zubeiru, Samuel Anaba

本研究は、50カ国5000社のデータを用いて、ESG報告品質を機械学習（ランダムフォレスト、XGBoost）で予測。XGBoostはR²0.78とパネル回帰の0.62を上回り、SHAP分析で企業規模、ガバナンススコア、取締役会独立性が重要と判明。取締役会独立性は65～70％超で効果が頭打ちになる閾値効果も確認。

Xiaonan Dong, sungjin son

本論文は、AI導入が企業のカーボンニュートラル性能に与える影響を、資源オーケストレーション理論（ROT）に基づき分析。2018～2023年の中国A株製造業のパネルデータを用いた実証分析の結果、AI活用はカーボンニュートラル性能を有意に向上させることが示された。その効果は、資金調達制約の緩和、研究開発活性化、グリーンパテント増加を通じて発現する。グリーン技術効率とグリーンファイナンスの発展度合いが正の調整効果を持つ。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

AI、ビッグデータ、フィンテックがESG報告の質と企業透明性に与える影響を、312名の専門家調査とPLS-SEMで検証。デジタル技術採用は報告品質と透明性を高め、透明性がESGパフォーマンスの媒介要因となることを示した。企業規模がAIとESG成果の関係を調整する。GRI、IFRS S1/S2、CSRD等の新興基準に対応。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

本論文は、AI、ビッグデータ、フィンテックがESG開示の質と企業透明性に与える影響を、312名の専門家を対象にPLS-SEMで分析。3つのデジタル要素すべてが開示品質と透明性を向上させ、透明性がESGパフォーマンスを媒介することを実証。企業規模がAIとESGの関係を調整する。

Abdullah Albizri, Ahmad Jumah

本研究は、大規模言語モデル（LLM）を用いて企業のサステナビリティ報告書からTCFDフレームワークへの準拠度を測定する手法を開発。米国上場企業を対象に分析した結果、TCFD準拠度が高い企業ほどESG格付けが高く、将来のESG格付けも予測できることが明らかになった。透明性が高く拡張可能な手法を提供する。