部門,資本化,および解釈可能な機械学習による1年による公平な収益に関するESG特徴の説明力の分析【JST・京大機械翻訳】

Assael Jeremi; Carlier Laurent; Challet Damien

プレプリント

J-GLOBAL ID：202202206788956462 整理番号：22P0026630

部門,資本化,および解釈可能な機械学習による1年による公平な収益に関するESG特徴の説明力の分析【JST・京大機械翻訳】

Dissecting the explanatory power of ESG features on equity returns by sector, capitalization, and year with interpretable machine learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2023年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ヨーロッパの公正市場における価格収益と環境,社会とGovernance(ESG)スコア間のリンクを系統的に調査した。解釈可能な機械学習を用いて,著者らは,ESGスコアが,古典的公平性因子,特に市場1によって説明されない価格収益の一部を説明することができるかどうかを調べる。ESGデータの量と品質の相対的初期不足を緩和するために,ランダム企業ごとの検証による交差検証方式を提案し,著者らのモデルの検証と検証に最新のデータと最良のデータの利用を可能にした。勾配ブースティングモデルは,市場因子によって説明されない年間価格収益の一部をうまく説明する。ESGデータが基本特徴のみよりも顕著に優れた価格収益を説明するベンチマーク特徴でチェックした。最も関連するESGスコアは論争を符号化する。最後に,小規模および大規模資本化企業の価格収益に対するより良いESGスコアの逆効果を見出し,より良いESGスコアは,後者に対するより大きな価格収益と,前者に対する逆行と一般的に関連する。【JST・京大機械翻訳】

, , , , , , , ,
, 【Automatic Indexing@JST】

恒星

, , , ,

前のページに戻る