2020 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 / ESG評価 / AI |
|---|
| Outline of Annual Research Achievements |
ESG情報は、財務情報の売上高や利益などの数値情報と違いその評価や解釈が一律ではない。本研究では、環境課題や社会課題など解釈が多様なESG情報をAIを利用することにより、従来評価が難しかったテキスト情報や写真の傾向性を客観的かつ、多くの企業情報に適用することを試みる。令和二年度は、ESG情報をもとに、4つのAIモデル構築を試みた。第1に、経営トップメッセージにおける読みにくい文章の自動判別を目的とした可読性（リーダビリティ）モデルを、第2に、経営トップメッセージにおける自社を高く評価しているかの文章の自動判別を目的としたナルシズムな文章モデルを、第3に、ESG情報開示の画像の自動判定をもとにした写真傾向を分析したモデルを、第4に、ESGレポートをもとに、ESG評価を自動判定するモデルを試みた。令和二年度はESG情報をもとの写真をもとに、画像の自動判定を目的としたモデルに関して、次の分析を行った。対象企業は、ESG評価を継続的に、且つグローバルに行っているRobecoSAM(2019)の格付け2700社のうちESG情報開示を行っている企業1,025社を選定した。それらの企業を、画像判定を自動で行うことが可能な「Amazon Rekognition」を採用した。「Amazon Rekognition」によって解析した写真は、顔認識112,643画像、物体とシーンの検出207,684画像となった。主な結果は、欧州と北米と比較して、アジア地域はより多くの人の写真を利用し、男女比では男性の方を多く写真に掲載している傾向が示された。 人の表情判定においてもアジア地域では、笑顔の割合がヨーロッパの倍以上などの違いが示された。本研究は、 ESG活動の理解促進を企図する写真利用を検討する上で包括的な分析結果とともに、企業担当者やESG情報の評価者においても定量情報やテキスト情報の内容だけなく、ビジュアル内容における読者へのコミュケーション課題や企業の信頼性向上を考慮する視点を示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
令和二年度にモデル構築した経営トップメッセージにおける自社を高く評価しているかの文章の自動判別を目的としたナルシズムな文章モデルを何度か試みたがその評価数値が向上しなかった。このモデルには、ニューラルネットワークの一手法である Deep Averaging Networks（DAN）（Iyyer et al., 2015）を採用し、300社で教師ラベル数1,055を用いた。評価尺度には、精度、再現率、F 値を用いている。精度は、計算機によりラベルが付与された件数のうち、それが正解である割合を示している。再現率は、正解のうち、計算機によりラベルが正しく付与された割合を示している。F 値は、精度と再現率の調和平均であり、総合的な指標である。一般的に、総合的な指標である F 値が高ければ、性能がよいことを意味する。また、評価は、5 分割交差検定を用いた。その結果、精度は「0.37」、再現率は「0.427」、F値は「0.397」となった。したがって、3つの指標ともにその数値を高める必要がある。
|
| Strategy for Future Research Activity |
令和二年度の第2のAIモデルである自社評価を判別する文章モデルに関して教師データの改良を行う。これまで1文を「1」、「0」の2段階に評価していたが、「2」、「1」、「0」とラベル付けすることにより、AIによる文章の判別を高める。その他に、教師データを専門家2名のラベル付けしていたものを3人にすることにより、文章の判別を精緻にする。
加えて、令和二年度に実施した、第4のモデルである、ESGレポートをもとに、ESG評価を自動判定するモデルに関しても改良を進める。本モデルは、AIを利用することにより、ESG機関の評価のブラックボックス化を明らかにすることを目的とする。AIによるESG評価が可能になれば、評価機関だけでなく、どのようなステークホルダーでも同様の評価が活用となり、ESG評価の社会的利用が進み、ESG評価手法の寡占化が緩和されることが期待される。具体的には、ESGレポートのテキスト解析を行うためのテキストのAIツールの改良を行う。
改良されたモデルをもとに、ESG評価機関でスコアリングされていない日本企業の上場企業を対象に、AIによるESG評価を行うことで、各社のESGスコアリングが提供される。このモデルを適用したESGスコアリング結果を、海外ジャーナルに投稿し、AIによるESG評価の社会的利用可能性の点を学術的な知見として提供する予定である。
|
| Causes of Carryover |
教師データの作成にかかるESGレポートデータ収集に関する謝金および海外ジャーナル投稿の英文校正費を計上する。
|
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－」（スタディグループ最終報告）2020
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
-
-
-
