利用自然语言与项目反应理论模型进行 ESG 评分
人工智能
2024-07-31 v1 综合金融
统计方法学
摘要
本文探讨了将自然语言处理 (NLP) 技术与项目反应理论 (IRT)，具体为 Rasch 模型，集成用于环境、社会与治理 (ESG) 评分的创新方法。该研究利用了来自 2022 年至 2023 年的巴西大型石油公司 Petrobras 的新闻文章的综合数据集（以葡萄牙语为主）。数据经筛选与分类后，使用高级 NLP 方法识别出与 ESG 相关的情感。随后应用 Rasch 模型评估这些 ESG 测度的心理测量属性，提供对 ESG 情感随时间演变的细致评估。结果表明，该方法在为 ESG 因素提供更精确可靠的测度方面具有效力，突显了显著时段与趋势。这种方法可能增强 ESG 指标的稳健性，为可持续性与金融领域的更广泛研究贡献，通过深入理解 ESG 报告的时间动态，提供更深入的洞见。
引用
@article{arxiv.2407.20377,
title = {Leveraging Natural Language and Item Response Theory Models for ESG Scoring},
author = {César Pedrosa Soares},
journal= {arXiv preprint arXiv:2407.20377},
year = {2024}
}