体系的な ESG スコアリング システムの作成: 目的

リンク一覧

• 概要と序論
• 関連事業
• 目的
• 方法
• 結果
• 議論
• 結論と参考文献

3. 目的

このプロジェクトの目的は、企業の社会的責任を高めるための取り組みについて、役員や外部の関係者にバランスのとれた代表的な見解を提供する体系的な ESG 評価システムを作成することでした。これを実現するために、ソーシャル ネットワーク データを使用して ESG を定量的に評価する機械学習アルゴリズムが作成されました。ソーシャル ネットワーク データは、企業が取り組むべき問題に対するさまざまな外部の視点を提供できるため、自己申告の提出書類の代わりに使用されました。世論を直接示すことで、自己申告の偏りを排除し、役員が有意義な変化のためにより的を絞ったイニシアチブを作成するのに役立ちます。さらに、データ駆動型システムにより、対象としていない企業に対して ESG 評価を提供できます。

提案されたシステムの予測力をテストするために、相関関係と平均絶対平均誤差 (MAAE) を現在の ESG 格付けに対して測定しました。これにより、システムが格付け予測に実行可能かどうかを判断するのに役立ちます。ただし、潜在的な制約としては、大量のソーシャル ネットワーク データへのアクセスが制限されていること、NLP アルゴリズムの精度、計算リソースが限られていることなどが挙げられます。

この研究の貢献は次のように要約できます。

 企業の慣行に関して人々がどう感じているかを強調する、リアルタイムの社会感情 ESG スコアを提供します。これにより、幹部は組織の ESG の健全性を監視できます。また、人々が最も変化が必要だと感じる分野も示され、幹部の取り組みをより効果的に絞り込むのに役立ちます。

 リアルタイムの ESG データを収集し、それを包括的なスコアに変換するためのフルスタック方式を提供します。これにより、投資家が社会的に意識の高い投資を確実に行うために直接使用したり (特に格付けされていない企業の場合)、ESG 格付け機関がカバレッジを拡大するために使用できる、初期の ESG 格付けを簡単に作成できます。

 提案されたアプローチでは、スコア予測に複数のソーシャル ネットワークを利用します。ESG ソーシャル ネットワーク分析に関するほとんどの論文は、通常、Twitter やニュースなどの特定のネットワークに重点を置きます (Sokolov ら、2021 年)。この論文では、それらを組み合わせるとともに、十分に分析されていない他のソーシャル ネットワーク (LinkedIn、Wikipedia など) も追加します。