- 追加された行はこの色です。
- 削除された行はこの色です。
[[第27回研究会>027]] * 機械学習を用いた統合報告書のESG関連ページの推定 [#ca4201d8] ** 著者 [#lc671b16] 河村康平(成蹊大学), 高野海斗(野村アセットマネジメント), 酒井浩之, 永並健吾(成蹊大学), 中川慧(野村アセットマネジメント) **概要 [#y7f49549] 近年の資産運用分野では,財務情報である売上や利益だけでなく,非財務情報である環境(Environment),社会(Social),企業統治(Governance)の3つの観点を考慮して投資を行う「ESG投資」が世界的に広まりつつある.そのためESG投資において,企業によるESG情報を判断材料として獲得することは重要である.日本においては,企業の自社のESG情報を開示する手段として統合報告書がある.決算短信や有価証券報告書のような他の金融テキストとは異なり,統合報告書には企業の財務情報に加え非財務情報が開示されており,ESG投資を行う上で重要な情報源であると言える.しかし,統合報告書の中には100ページを超えるものもあり,人手でESG情報を探すには多くの時間と労力が必要となる.統合報告書においてESG情報が存在する位置を自動で推定することが可能になれば,例えば,企業の成長・持続可能性を判断し,投資リスクを抑えることが可能となる,そこで本研究では,ESGに関連する内容についての記述が含まれるページをESG関連ページと定義し,機械学習手法を用いて統合報告書からESG関連ページを推定する手法を提案する.具体的には,ESGの各トピックに対する特徴語を用いて統合報告書から学習データを自動生成し,マルチラベル分類を行う機械学習モデルを学習することで,統合報告書の各ページに対して,ESGの各トピックについて関連性があるかを推定することを試みる. **キーワード [#te22cd8a] ESG投資, 統合報告書, テキストマイニング, 自然言語処理 **論文 [#zd145b95] //(10月6日以降に公表いたします) &ref(03_SIG-FIN-27.pdf);