创建系统的 ESG 评分体系：结果

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

5.结果

在 64 家公司的保留样本上进行测试时，随机森林回归模型显示出最强的整体效果。随机森林回归模型与当前标普全球 ESG 评分具有最强的相关性，统计上显着的相关系数为 26.1%，平均绝对平均误差 (MAAE) 为 13.4%（图 5、6）。这意味着该算法的 p 值为 0.0372（<0.05），表明它与现有的 ESG 解决方案进行了很好的校准。另一方面，虽然其他模型具有相似的 MAAE，但它们的相关系数也较低，这并未证明具有统计意义（图 6）。例如，支持向量回归算法的相关性为 18.3%，MAAE 为 13.7%，因此 p 值为 0.148（图 8）。 XGBoost 模型的相关性为 16.0%，MAAE 为 14.7%，p 值为 0.207（图 7）。最后，K-Nearest Neighbors 算法的相关性为 13.2%，MAAE 为 14.0%，p 值为 0.298（图 9）。但是，所有算法的 MAAE 都相似，都在 13%-15% 之间，其中随机森林模型的 MAAE 最低，为 13.4%（图 10）。所有算法都超过了 20.0% 的 MAAE 标准。