在全球金融市场中,Environmental,Social and Governance(ESG)“漂绿”现象频发,误导投资者对企业ESG表现的理解,掩盖真实风险。文章针对传统ESG评估的不足,提出一种基于深度学习的ESG“漂绿”风险识别方法,不依赖评级机构评分,直接处...在全球金融市场中,Environmental,Social and Governance(ESG)“漂绿”现象频发,误导投资者对企业ESG表现的理解,掩盖真实风险。文章针对传统ESG评估的不足,提出一种基于深度学习的ESG“漂绿”风险识别方法,不依赖评级机构评分,直接处理原始报告。采用“同行相对漂绿得分”作为训练标签,结合TextRank和Ernie-Multi-Head Attention模型,实现了精准的风险识别。在Bloomberg和Wind ESG数据测试集上,该方法平均绝对误差为0.7014,性能优于基线模型。研究有助于投资者深入理解企业ESG绩效,推动可持续发展。展开更多
文摘在全球金融市场中,Environmental,Social and Governance(ESG)“漂绿”现象频发,误导投资者对企业ESG表现的理解,掩盖真实风险。文章针对传统ESG评估的不足,提出一种基于深度学习的ESG“漂绿”风险识别方法,不依赖评级机构评分,直接处理原始报告。采用“同行相对漂绿得分”作为训练标签,结合TextRank和Ernie-Multi-Head Attention模型,实现了精准的风险识别。在Bloomberg和Wind ESG数据测试集上,该方法平均绝对误差为0.7014,性能优于基线模型。研究有助于投资者深入理解企业ESG绩效,推动可持续发展。
