2019 Fiscal Year Research-status Report
Text analysis of ESG disclosure with artificial intelligence (AI) and discretionary disclosure behaviour
| Project/Area Number |
19K01991
|
|---|
| Research Institution | Tottori University of Environmental Studies |
|---|
Principal Investigator |
中尾 悠利子 公立鳥取環境大学, 経営学部, 准教授 (50738177)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石野 亜耶 広島経済大学, メディアビジネス学部, 准教授 (50639424)
國部 克彦 神戸大学, 経営学研究科, 教授 (70225407)
岡田 斎 広島経済大学, 経営学部, 教授 (80633354)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | ESG情報 / サステナビリティ / 機械学習 / テキスト |
|---|
| Outline of Annual Research Achievements |
企業情報開示においてESG情報は、任意で裁量的な情報開示である。その中でも、ESG情報のテキスト表現は、企業の環境・社会活動（たとえば、温室効果ガス排出量や女性管理職比率など）やコーポレート・ガバナンスを解釈する上で重要な位置づけとなる。本研究では、ESG情報における経営トップメッセージのテキストを対象とし、機械学習の一手法であるニューラルネットワークモデルを構築し、その有用性を検討することにある。このモデルの特徴は、ESG情報を研究者によって判定したデータを利用して訓練する点にある。本研究では、このモデルの有用性の評価として、既存のテキストマイニングソフトを用いた手法との比較を行う。その結果、本研究で構築したモデルは、既存のテキストマイニングソフトを用いた手法よりも自動判定の面で有用であることが示された。この結果から、本研究で構築したニューラルネットワークモデルは、文脈を考慮したテキスト分析の可能性を示した。加えて本研究では、このニューラルネットワークモデルを、「環境報告書」、「サステナビリティ報告書」および「統合報告書」の 918 レポート、29,669文章に適用し、3 つの媒体の違いによる環境および社会情報開示の記述量の傾向を分析した。この分析結果により、ニューラルネットワークモデルの特性を活かしたESG情報への実用性を示した。ESG情報を対象とした従来のテキストマイニング研究は、単語単位の分析のため、「二重の『意味の喪失』」が生じていることが課題であり、他方、文脈を考慮して分析する解釈的テキスト分析は、その対象となる観測数が少ないことが課題であった。本研究の貢献は、従来のテキスト研究の課題を克服し、新たな方法論を提示した点にある。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
令和元年度は，2001年から2017年まで17年連続ESG情報を発行している企業54社，918報告書，29,669文章へニューラルネットワークを用いた手法を適用し，環境ラベルおよび社会ラベルの自動判定を行った。さらに，このモデル展開として，ESG情報の専門用語や内容を熟知している専門家によるESG情報の文章全体を対象に，約7,610センテンス（200企業）のスコアリングを行った。テキスト評価は，裁量的情報開示のテキスト研究で使用されたテキスト指標や，ESG情報を対象とした先行研究の変数を参考に，従来の研究では対象とされなかった文脈を考慮した文章をもとにテキスト表現の評価（スコアリング）を行った。加えて，文章の可読性を評価を行うため，経営学部3回生，5名ずつ，3大学の合計15名で実施した。
Aゼミ生が1と判定した件数 244，Bゼミ生が1と判定した件数 395，Cゼミ生が1と判定した件数 255の判定結果となった。7,610センテンス中の数としては判定数が少ないため，機械学習のみのモデル構築は困難と考えた。そこで既存の可読性指標と機械学習モデルの組み合わせによるESGテキスト情報を対象とした可読性指標のモデル構築を実施している。
|
| Strategy for Future Research Activity |
令和2年度は，令和元年度のテキスト情報の機械学習によるモデル構築に関して，機械学習ではない既存の可読性の式を本研究で判定した教師データを用いた独自の可読性指標を構築する。加えて，裁量的情報開示行動を解明するため，ESG情報のビジュアル情報を対象に、約10,000データ（観測数1000社程度）のデータ前処理を行う（ESG情報からデータのみを抽出）。写真は画像認識の特徴量をモデル化した機械学習の一手法であるVision API(Application Programming Interface) により解析を行う。それらのESG情報のビジュアル情報を対象に，環境格付けやESG調査機関によるESGレイティングを説明変数とし、本研究で構築したビジュアル情報のモデルを被説明変数として採用し、統計的検証により、企業のイメージ戦略の傾向を解明する。これらの研究成果については，関連する国内外の学会・研究会で報告すると同時に，研究成果を国内外のジャーナルへの投稿をを行う。
|
| Causes of Carryover |
画像認識の特徴量をモデル化したVision API(Application Programming Interface) にかかる使用料他，テキスト表現のモデル構築に伴う研究調査補助の謝金，ESG格付けデータの購入費，統計的検証のソフト使用料を計上する。
|
Research Products
(5 results)
-
-
[Presentation] 「SDGs 時代の社会的評価指標開発への挑戦 －AI 活用と ESG 評価の視点より－」2019
Author(s)
中尾悠利子, 岡田 斎, 越智 信仁, 國部 克彦, 梨岡 英理子, 野口 豊嗣, 増子 和起, 牟禮 恵美子, 研究協力, 石野, 亜耶, 夫馬 賢治
Organizer
日本社会関連会計学会第32回全国大会
-
-
-
