AIを使用して企業の適応と回復力に関する開示を実証的に評価する.

科学分野:

• 環境科学 環境科学
• 企業の持続可能性
• 気候変動への適応 気候変動への適応

背景:

• 企業の環境変化への適応と回復力 (A&R) を評価することは,金融機関,規制当局,政府にとって不可欠です.
• 物理的な気候リスクへの曝露はモデル化できるが,企業の脆弱性,適応戦略,社会的A&R目標との整合性を評価するには,より多くのデータが必要です.

研究 の 目的:

• 現在の企業持続可能性レポートに含まれるA&R関連の情報の範囲を実証的に評価する.
• 環境変化への適応と回復力に関する企業開示のギャップを特定する.

主な方法:

• 確立された持続可能性報告ガイドラインに基づいて新しいA&R開示フレームワークを開発しました.
• S&P 500企業の持続可能性レポートを分析するために,高度な大型言語モデル (LLM) を利用しました.
• A&R情報の経験的評価のためのLLM機能と組み合わせたフレームワーク.

主要な成果:

• サステナビリティ・レポート内の企業A&R情報は,著しく欠けている.
• 気候変動に関連するリスク,適応指標,および特定のA&R目標に関する開示は特に欠陥があります.
• 現在の報告書は,企業レベルの適応と回復力に関する包括的な洞察を提供していません.

結論:

• 持続可能性レポートは,現在,環境変化への企業の適応と回復力に関する不十分な情報を提供しています.
• 徹底したリスク評価のために,持続可能性レポート以外の追加のデータソースを組み込むことが不可欠です.
• A&Rに関する企業の開示の強化は,利害関係者による情報に基づいた意思決定と,より広範な社会的回復力目標の達成に不可欠です.