多维时空聚类——应用于欧洲环境可持续性评分
应用统计
2026-04-30 v1 计量经济学
统计计算
摘要
企业可持续性绩效的评估对于促进向绿色低碳经济转型极为重要。然而，位于不同地区的公司可能面临不同的可持续性和环境风险及政策。因此，本文的主要目标是研究欧洲企业可持续性评估的时空模式。我们利用一个包含公司可持续性绩效信息（由 MSCI ESG 评级衡量）以及 2013 年至 2023 年间西欧公司地理坐标的大型数据集。通过使用 Chavent 等人(2018)层次算法的修改版本，我们进行了空间聚类分析（结合可持续性和空间信息）和时空聚类分析（结合多个可持续性特征的时间动态和空间差异），以检测具有同质可持续性绩效的公司群体。我们能够构建在可持续性评分方面具有显著差异的跨国和跨行业集群。在其他结果中，在时空分析中，我们观察到集群之间存在高度的地理重叠，表明可持续性评估中的时间动态在多维方法中具有相关性。我们的发现有助于捕捉西欧地区 ESG 评级的多样性，并可能帮助从业者和政策制定者评估在不同地区面临不同可持续性相关风险的公司。
引用
@article{arxiv.2405.20191,
title = {Multidimensional spatiotemporal clustering -- An application to environmental sustainability scores in Europe},
author = {Caterina Morelli and Simone Boccaletti and Paolo Maranzano and Philipp Otto},
journal= {arXiv preprint arXiv:2405.20191},
year = {2026}
}