Fugu-MT 論文翻訳(概要): ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction

論文の概要: ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction

arxiv url: http://arxiv.org/abs/2408.13895v2
Date: Tue, 29 Oct 2024 13:32:46 GMT
ステータス: 処理完了
システム内更新日: 2024-11-08 05:15:13.449150
Title: ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction
Title（参考訳）: ESGの分類と総因子生産性のコーポレート:推論と予測
Authors: Zhanli Li,
Abstract要約: 本稿では、2015年から2022年までのA株上場企業のデータに基づいて、ESG評価の不一致(DisBoost)が企業全体の生産性(DisBoost)にどのように影響するかを検討する。 Disは減少する。特に、国有、資本集約、低汚染の企業において。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper examines how ESG rating disagreement (Dis) affects corporate total factor productivity (TFP) in China based on data of A-share listed companies from 2015 to 2022. We find that Dis reduces TFP, especially in state-owned, non-capital-intensive, and low-pollution firms. Mechanism analysis shows that green innovation strengthens the dampening effect of Dis on TFP, and that Dis lowers corporate TFP by increasing financing constraints. Furthermore, XGBoost regression demonstrates that Dis plays a significant role in predicting TFP, with SHAP showing that the dampening effect of ESG rating disagreement on TFP is still pronounced in firms with large Dis values.
Abstract（参考訳）: 本稿では、2015年から2022年までのA株上場企業のデータに基づいて、ESG評価の不一致(Dis)が中国の企業総因子生産性(TFP)にどのように影響するかを検討する。 DisはTFPを減らし、特に国家所有、資本集約型、低汚染の企業で顕著である。メカニズム分析により, グリーンイノベーションは, DisのTFPに対する減衰効果を高め, Disは資金調達制約を増大させることで企業TFPを低下させることが明らかとなった。さらに、XGBoost回帰は、TFPの予測においてDisが重要な役割を担い、SHAPは、TFPに対するESG評価の不一致の減衰効果が依然として大きなDis値を持つ企業で顕著であることを示した。

関連論文リスト

Improving Fast Adversarial Training Paradigm: An Example Taxonomy Perspective [61.38753850236804]
高速対人訓練 (FAT) は, 効率的な訓練を行うために提案され, 熱い研究課題となっている。 FATは破滅的なオーバーフィッティングに悩まされ、多段階の逆行訓練と比較してパフォーマンスが低下する。本稿では, FATにおける内的最適化と外的最適化のバランスが不均衡であることから, 破滅的なオーバーフィッティングが原因であることが確認された FAT の分類例を示す。
論文参考訳（メタデータ） (2024-07-22T03:56:27Z)
Certifiably Byzantine-Robust Federated Conformal Prediction [49.23374238798428]
本稿では,悪意のあるクライアントに対する堅牢な共形予測を行う新しいフレームワークRob-FCPを提案する。我々は、さまざまなビザンチン攻撃の下で、悪意のあるクライアントの多様な割合に対するRob-FCPの堅牢性を実証的に実証した。
論文参考訳（メタデータ） (2024-06-04T04:43:30Z)
Benchmarking Large Language Model Volatility [4.660822118740283]
大規模言語モデル(LLM)からの非決定論的アウトプットの影響は,財務テキスト理解タスクにおいて十分に検討されていない。ニュース感情分析を通じて、米国株式市場への投資に関する説得力あるケーススタディを通じて、文レベルの感情分類結果のかなりの変動を明らかにする。これらの不確実性は下流のカスケードとなり、ポートフォリオの構築とリターンに大きな変化をもたらした。
論文参考訳（メタデータ） (2023-11-26T03:54:03Z)
Layer-wise Feedback Propagation [53.00944147633484]
本稿では、ニューラルネットワークのような予測器のための新しいトレーニング手法であるLFP(Layer-wise Feedback Propagation)を提案する。 LFPは、与えられたタスクの解決に対するそれぞれの貢献に基づいて、個々のコネクションに報酬を割り当てる。各種モデルやデータセットの勾配降下に匹敵する性能を達成できることの有効性を実証する。
論文参考訳（メタデータ） (2023-08-23T10:48:28Z)
Does Misclassifying Non-confounding Covariates as Confounders Affect the Causal Inference within the Potential Outcomes Framework? [4.074237603319893]
潜在的なアウトカム・フレームワーク(POF)は因果推論の分野で重要な役割を果たしている。我々はCIMs-POFのための統一的なグラフィカル・フレームワークを提案し、これらのモデルの基本原理の理解を大幅に強化する。
論文参考訳（メタデータ） (2023-08-22T13:18:13Z)
Transforming Sentiment Analysis in the Financial Domain with ChatGPT [0.07499722271664146]
本研究では,金融感情分析における大規模言語モデル,特にChatGPT 3.5の可能性について検討する。 ChatGPTは、感情分類で約35%向上し、市場リターンと36%高い相関を示した。この研究は、特にゼロショットの文脈において、迅速なエンジニアリングの重要性を浮き彫りにすることで、ChatGPTが金融アプリケーションにおける感情分析を大幅に強化する可能性を浮き彫りにしている。
論文参考訳（メタデータ） (2023-08-13T09:20:47Z)
Modeling the Q-Diversity in a Min-max Play Game for Robust Optimization [61.39201891894024]
群分布的ロバスト最適化(群 DRO)は、事前定義された群に対する最悪の損失を最小限にすることができる。グループDROフレームワークをQ-Diversityを提案して再構築する。インタラクティブなトレーニングモードによって特徴付けられるQ-Diversityは、アノテーションからグループ識別を緩和し、直接パラメータ化を行う。
論文参考訳（メタデータ） (2023-05-20T07:02:27Z)
Analysis of Error Feedback in Federated Non-Convex Optimization with Biased Compression [37.6593006747285]
学習サーバ(FL)システムでは、クライアントと中心的ボトルネックの間の通信コストが高くなる。本稿では,バイアス圧縮の欠点を解消する手法を提案する。部分的な参加の下では、いわゆる「ストールエラー蓄積」効果により、余分なスローダウン係数が発達する。
論文参考訳（メタデータ） (2022-11-25T18:49:53Z)
FP-Diffusion: Improving Score-based Diffusion Models by Enforcing the Underlying Score Fokker-Planck Equation [72.19198763459448]
雑音が増大する傾向にあるデータ密度に対応する雑音条件スコア関数の族を学習する。これらの摂動データ密度は、密度の時空間進化を管理する偏微分方程式(PDE)であるフォッカー・プランク方程式(Fokker-Planck equation, FPE)によって結合される。我々は、摂動データ密度の雑音条件スコアを特徴付けるスコアFPEと呼ばれる対応する方程式を導出する。
論文参考訳（メタデータ） (2022-10-09T16:27:25Z)
Monotonic Improvement Guarantees under Non-stationarity for Decentralized PPO [66.5384483339413]
我々は,MARL(Multi-Agent Reinforcement Learning)における分散政策の最適化のための新しい単調改善保証を提案する。本研究では,訓練中のエージェント数に基づいて,独立した比率を限定することにより,信頼領域の制約を原則的に効果的に実施可能であることを示す。
論文参考訳（メタデータ） (2022-01-31T20:39:48Z)
Strategic alignment between IT flexibility and dynamic capabilities: an empirical investigation [0.0]
本稿では,ITの柔軟性と動的機能に関する戦略的アライメントモデルを開発する。 322社の大規模なデータサンプルの相関分析と回帰分析を用いて,提案された仮説を実証的に検証した。
論文参考訳（メタデータ） (2021-05-18T10:37:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。