Diese Studie untersucht die Auswirkungen von durch Künstliche Intelligenz (KI) verbesserten Umwelt-, Sozial- und Governance-(ESG)-Berichten auf die Unternehmensbewertung in Schwellenländern. Es wird erforscht, wie die Integration von KI die Interpretierbarkeit und Vorhersagegenauigkeit von ESG-Kennzahlen verbessert, um die Marktverhältnisse und Investitionsentscheidungen zu beeinflussen, insbesondere in nicht-finanziellen Sektoren, in denen die ESG-Leistung erhebliches Wachstum verzeichnet. Diese Studie verwendet einen Paneldatensatz von 2018 bis 2024 und analysiert börsennotierte nicht-finanzielle Unternehmen aus fünf wichtigen Sektoren: Fertigung, Energie, Telekommunikation, Konsumgüter und Industrie. Diese Studie setzt KI-gestützte multimodale Analyse ein, um die Beziehungen zwischen ESG und Unternehmensbewertung in Schwellenländern zu untersuchen. Die Forschung kombiniert Fixed-Effects-Regression und Machine-Learning-(ML)-Algorithmen wie Extreme Gradient Boosting (XGBoost) und Random Forest, um sowohl lineare als auch nicht-lineare Beziehungen zwischen ESG-Scores und Unternehmensbewertung zu identifizieren. Die Ergebnisse zeigen empirische Belege dafür, dass die Integration von ML die Erklärungskraft der ESG-Daten erhöht. Die Erkenntnisse deuten darauf hin, dass die ESG-Leistung positiv mit höheren Marktbewertungen korreliert, insbesondere in den Bereichen Umwelt und Soziales. Governance-Kennzahlen zeigen inkonsistentere Effekte. Unternehmen, die in ESG-Kontroversen verwickelt sind, sehen sich Bewertungsstrafen ausgesetzt, was die Marktsensibilität gegenüber Reputationsrisiken unterstreicht. ML-Algorithmen übertreffen konventionelle Techniken in der Vorhersagegenauigkeit und zeigen komplexe, nicht-lineare Wechselwirkungen innerhalb der ESG-Daten. Die Ergebnisse tragen sowohl zur akademischen Literatur als auch zum Verständnis der Praxis bei, wie KI-gesteuerte ESG-Berichterstattung robuste Modelle zur Unternehmensbewertung und komplexe Abhängigkeiten im ESG-Datensatz verbessern kann.
Aruwaji et al. (Thu,) haben diese Frage untersucht.