論文・プレプリント

Yu Z.

上場企業のESG開示データを入力とし、LightGBMで炭素排出リスクを予測するモデルを構築した研究。SHAPにより予測要因の解釈性を確保し、どの開示項目が排出リスクに寄与するかを可視化する。開示データから排出リスクを推定する実務的枠組みを提示する点が特徴。

Mori H.

炭素価格リスクの評価に人工ニューラルネットワーク（ANN）を適用する手法を提案する研究。炭素価格変動が企業・投資家に与えるリスクを機械学習で定量化する試みとみられる。詳細な実証結果は要旨未取得のため未確認。

V.Bakyalakshmi, S. M., Saranya P +3

本研究は、炭素排出・エネルギー・財務・ESGデータを統合し、機械学習・深層学習による排出予測と人間中心の推論、政策制約評価、適応的フィードバック学習、多目的最適化を組み合わせたHCAROフレームワークを提案する。2つの公開ベンチマークデータセットで評価し、炭素排出を最大95.4%削減できる可能性を示した。適応性・拡張性の高い炭素中立システム最適化手法として位置づけている。

Jiang Y.

機械学習アルゴリズムを用いてグリーンファイナンスのリスク評価モデルを構築し、実証的に検証した研究。グリーン融資・投資に伴うリスクをデータ駆動型で定量化する手法を提示する。要旨が未取得のため詳細な手法・データは不明だが、AIとESG金融評価の交差領域に位置づけられる。

Yim T.Y.

TCFD開示の内容分析をAIで支援するフレームワークを提示する研究。開示の透明性と信頼性を高め、投資家や規制当局が比較・検証しやすい情報基盤の構築を狙う。気候関連開示の質的評価を自動化・高度化する点が特徴。

Di Tollo G.D.

中小企業（SME）のESG開示をニューラルネットワークで予測する研究。大企業に比べ開示データが乏しいSME領域で、AIを用いて開示行動を推定・予測する点が特徴。開示インフラ整備やサプライチェーン上のScope 3把握への応用が期待される。

Randy Adhiputra, A. A. S. Gunawan, Ferry Hadiyanto

FTSE先進国ESG指数採用企業を対象に2016-2025年のESGと財務パフォーマンスの関係を、二方向固定効果パネル回帰と機械学習アンサンブルで分析。ESGはTobin's Qと有意な正の関連を示し、効果は高マテリアリティ産業に集中。機械学習は非線形構造を明らかにし、ESGは操業・資本構成変数より重要度が低いことを示した。

Shi J.

ルール誘導型BERTを用いてESG開示の品質を自動評価する手法を提案し、中国上場企業の年次報告書で検証した研究。ルールベースの手がかりと事前学習言語モデルを組み合わせ、開示品質の定量化を試みる。ESG情報の自動抽出・評価というAI×ESGの交差領域に位置づけられる。

Kingsuk Majumdar, Sohini Ghosh

EU ETSの単国導入に伴う炭素リーケージを、65カ国・5セクターの貿易パネルデータに機械学習（XGBoost等）を適用して予測した研究。CO2含有量回帰でR²=0.965、リーケージ二値分類でROC-AUC=0.765を達成し、線形ベースラインを大きく上回る。特徴量重要度分析により、リーケージのセクター間不均一性はETS政策のタイミングよりも生産技術に埋め込まれた構造的炭素強度に起因することが示され、CBAMのセクター別関税設計に直接…

Sudhanwa Purandare, Sumanth Banakar, Venkatesh Ankarla Sri Ramuloo +1

本論文は、認知デジタルツインと深層強化学習を組み合わせ、炭素排出を考慮しつつ強靱性も備えたサプライチェーン管理の枠組みを提案する。炭素制約下での意思決定とリスク対応を両立させる点が貢献。要旨が入手できないため詳細な実証結果は不明だが、AIを炭素会計・サプライチェーン脱炭素に応用する先端事例として注目される。

Wusu G.

持続可能インフラにおけるMRV（測定・報告・検証）を対象に、AIを活用した環境データガバナンスのアーキテクチャを提案する論文。データの品質・透明性・検証可能性を高め、開示基盤の信頼性向上を狙う。要旨が未取得のため詳細な手法・成果は不明だが、AIとESG評価の交差領域として注目度が高い。

Mahi Sharanya Sreedhar, Vaidehi V., Ashwini Patil

AIシステムの環境負荷をライフサイクル全体で測定・評価するための標準化枠組みを提示する論文。測定指標の設計と政策準拠のあり方を包括的に整理し、AIの環境説明責任を制度化する方向性を示す。AIとサステナビリティ評価の交差領域に位置づけられる。

M. Arunakumari, Rajesh Mattaparthi, S. Kothuri +3

本論文は、住宅の在室・エネルギー使用・再生可能エネルギー発電と環境品質を統合的にモデル化するAIベースの意思決定フレームワークを提案する。フランス領レユニオン島のオフグリッドマイクログリッドデータセット（1,732時間観測）を用い、CO2排出量・再生可能エネルギー比率（RER）・都市持続可能性指数（USI）の3指標を4種のAIモデルで予測・比較した。Gradient BoostingはRER予測でR²=0.9996、Random For…

Telukdarie A.

ESG報告の作成・開示プロセスをAIで自動化する取り組みを扱う研究。ESGデータの収集・集計・報告書作成の効率化を通じ、開示負担の軽減と品質向上を狙う。AIとESG評価が交差するgxceed重点テーマに合致するが、抄録がなく手法・検証の詳細は不明。

Costache I.

本論文は、生産プロセスにおける温室効果ガス排出管理にプロセスマイニング手法を適用するためのガイドラインを提示する。製造工程のイベントログから排出源と非効率を可視化し、Scope 1・2排出の算定・削減に資する分析枠組みを体系化する。AIによる業務プロセス分析とGHG会計を接続する実務指針として位置づけられる。

David S.

サステナブルファイナンス分野の新興トレンドをリアルタイムで発見するため、AIを活用したウェブクローラーを提案する研究。ESG・気候関連情報の収集・解析を自動化し、開示情報インフラの高度化に寄与する可能性を示す。抄録がなく、手法や精度の詳細は不明。

(著者不明)

会計データに偏りがちな従来の財務危機予測に、ESGスコア・炭素強度・企業規模・監査意見といった非財務指標を融合したハイブリッド予測枠組みを中国上場企業向けに提案。XGBoostとRandom Forestを予測エンジンとし、不均衡データをオーバーサンプリングで補正、SHAPで各特徴量の寄与と方向性を解釈。ESG≥6.25かつCI<1.24で危機確率が有意に低下することを示した。

(著者不明)

異種データ融合・時系列残差補正・制約付き多目的最適化を組み合わせ、サプライチェーン炭素排出の算定と削減戦略生成を統合したモジュール型意思決定システムを提案。2段階推定で排出量・コスト予測の精度と追跡性を高め、2万件超の企業イベントでMAE/RMSEを改善、炭素強度を13.4%削減した。

Qi Chen

本論文は、サプライチェーンの混乱（港湾閉鎖、異常気象、供給者障害）に対応するため、コスト・強靭性・炭素排出を同時に最適化する動的再ルーティング手法RADR-MOを提案する。グラフアテンションネットワークとメタ強化学習を統合し、未知の混乱シナリオにも迅速に適応する。実データでの評価では、強靭性スコア0.943、コスト33.7%削減、再計画遅延5.1倍高速化を達成。

Athira K.

本論文はAI技術を用いてグリーンボンドのパフォーマンスを予測する手法を提案。ESG評価や気候関連金融への応用が期待される。具体的な手法や結果は要旨がなく不明だが、AI×ESGの交差領域として重要。