创建系统的 ESG 评分体系：摘要和简介

链接表

• 摘要和引言
• 相关作品
• 目的
• 方法
• 结果
• 讨论
• 结论和参考书目

抽象的

环境社会治理 (ESG) 是一种广泛使用的指标，用于衡量公司实践的可持续性。目前，ESG 是通过自我报告的公司文件来确定的，这使得公司可以人为地将自己描绘成积极向上的形象。因此，ESG 评估具有主观性，并且评估者之间不一致，这给高管们发出了需要改进的混合信号。该项目旨在创建一个数据驱动的 ESG 评估系统，该系统可以通过纳入社会情绪来提供更好的指导和更系统化的分数。社会情绪允许更平衡的观点，直接突出公众舆论，帮助公司制定更有针对性和影响力的举措。为了构建这个，我们开发了 Python 网络抓取工具，从维基百科、Twitter、LinkedIn 和 Google 新闻中收集标准普尔 500 指数公司的数据。然后清理数据并通过 NLP 算法获得 ESG 子类别的情绪分数。利用这些特征，机器学习算法经过训练并根据标准普尔全球 ESG 评级进行校准，以测试其预测能力。随机森林模型是最强的模型，平均绝对误差为 13.4%，相关性为 26.1%（p 值 0.0372），结果令人鼓舞。总体而言，衡量各个子类别的 ESG 社会情绪可以帮助高管将精力集中在人们最关心的领域。此外，这种数据驱动的方法可以为未覆盖的公司提供评级，让更多承担社会责任的公司蓬勃发展。

关键词：环境社会治理、机器学习、社交网络分析、企业社会责任、自然语言处理、可持续性、在线社交媒体

1. 简介

许多人认为公司需要更加重视社会责任。例如，自 1998 年以来，100 家公司占全球温室气体排放量的 71%（碳排放大国数据库[1]）。许多商界领袖公开表示，他们支持纳入可持续发展措施。2016 年，联合国的一项调查发现，78% 的受访 CEO 认为企业的努力应该为联合国标准发展目标做出贡献，这些目标是联合国为消除贫困和保护地球而采取的普遍行动号召（联合国，2016 年）。然而，尽管许多高管承诺更加关注这些令人担忧的领域，但只有少数人采取了明显的切实行动。在最近的 2019 年联合国调查中，只有约 20% 的受访 CEO 认为企业在全球可持续发展议程中发挥了作用（联合国，2019 年）。这些调查突显了可持续发展目标与可持续发展行动之间的脱节。它们还突显了当前高管行动的低效率，因为许多人认为他们在履行社会责任方面没有取得足够的进展。

ESG，即环境社会治理，是一种常用指标，用于确定公司实践的可持续性和社会影响。MSCI（摩根士丹利资本国际）、标普全球和富时（金融时报证券交易所）等 ESG 评级机构通过衡量污染、多样性、人权、社区影响等子类别来实现这一目标（图 1）。衡量这些令人担忧的领域是必要的，因为它们鼓励公司纠正不良做法。这是因为 ESG 评级会影响投资者资本、公众认知、信用评级等因素。此外，ESG 评级可以为公司提供有关哪些关键领域需要改进的具体信息，从而有助于更好地指导他们的举措。

目前，评级机构使用自述公司文件来评估 ESG。因此，公司通常会以人为的正面形象来描绘自己。这些有偏见的报告导致不同 ESG 评级机构之间的分析主观且不一致，尽管它们试图衡量的是同一件事（Kotsanonis 等人，2019 年）。例如，六家知名 ESG 评级机构之间的相关性为 0.54；相比之下，主流信用评级的相关性更高，为 0.99（Berg 等人，2019 年）。因此，许多人认为 ESG 评级与公司真正的社会责任之间存在脱节。这凸显了主观评估和自述数据透明度有限如何造成评级不一致。

拥有更一致、更准确的 ESG 评估非常重要。ESG 评级的分歧和不准确性阻碍了公司改进的动力，因为它们会给高管发出关于需要改变什么的混合信号 (Stackpole, 2021)。因此，很难制定更有针对性的可持续发展计划。此外，自我报告可以让拥有更多资源的公司更好地展示自己。这就是为什么公司规模、可用资源和 ESG 得分之间存在显著的正相关关系 (Drempetic 等人，2019)。这些问题最终违背了 ESG 的目的，因为未能激励公司采取可持续的做法。这就需要一种更全面、更系统化的 ESG 评估方法，以更准确地衡量公司的社会责任。通过建立更具代表性的基本事实，它可以更好地引导公司的社会责任计划，从而增加 ESG 的影响力。