弥合企业披露缺口：非随机缺失碳数据的建模
应用统计
2021-12-17 v2 统计方法学
摘要
尽管企业碳排放数据是衡量企业气候表现的关键指标，全球仅约 65% 的大中型企业披露了该数据。随着投资者日益将气候风险纳入投资策略与风险报告，这催生了对稳健预测模型的需求，以对缺失的碳披露作出可靠估计。然而，这些估计缺乏透明度，且常被以与企业报告数据同等的置信度用于投资决策过程。由于披露多为自愿，且披露倾向受若干因素（如规模、行业、地域）影响，缺失的排放数据应被视为非随机缺失（MNAR）。但广泛使用的估计方法（如线性回归模型）通常未校正 MNAR 偏差，也不能准确反映估计数据的不确定性。本文旨在解决这些问题：（1）考虑缺失数据的不确定性，从而通过多重插补（MI）获得回归系数；（2）利用 Galimard 等人提出的基于 Heckman 样本选择模型的 MI 算法校正潜在偏差；（3）基于 MI 的线性模型估计缺失碳披露，并报告以预测区间长度衡量的预测值不确定性。在模拟中，我们的方法相较现有模型基于均方根误差的准确度提升达 30%，覆盖率高出至多 40%。应用于商业数据时，结果表明所提方法的覆盖率高出至多 20%。
引用
@article{arxiv.2112.07784,
title = {Navigating the corporate disclosure gap: Modelling of Missing Not at Random Carbon Data},
author = {Malgorzata Olesiewicz and Jaakko Kooroshy and Sonja Greven},
journal= {arXiv preprint arXiv:2112.07784},
year = {2021}
}
备注
This paper was selected for oral presentation at the Global Research Alliance for Sustainable Finance and Investment (GRASFI) Conference in Beijing, China (2021). The paper was also submitted for publication at Energy Economics and is currently under review