論文の概要: ESG Beliefs of Large Language Models: Evidence and Impact

• arxiv url: http://arxiv.org/abs/2601.00836v1
• Date: Fri, 26 Dec 2025 15:49:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-11 18:48:17.541044
• Title: ESG Beliefs of Large Language Models: Evidence and Impact
• Title（参考訳）: ESGによる大規模言語モデルの理解:エビデンスとインパクト
• Authors: Tong Li, Luping Yu,
• Abstract要約: 我々は,大規模言語モデル (LLM) が環境,社会,ガバナンス (ESG) の問題に関して体系的な信念を持っていることを示す。 LLMはESG業績の財政的関連性を高めるとともに、ESG企業にとってより大きなリターンレバレッジを期待し、ESGの改善のために財政的リターンを犠牲にする強い意志を示す。
• 参考スコア（独自算出の注目度）: 2.9745373138455875
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We examine whether large language models (LLMs) hold systematic beliefs about environmental, social, and governance (ESG) issues and how these beliefs compare with-and potentially influence-those of human market participants. Based on established surveys originally administered to professional and retail investors, we show that major LLMs exhibit a strong pro-ESG orientation. Compared with human investors, LLMs assign greater financial relevance for ESG performance, expect larger return premia for high-ESG firms, and display a stronger willingness to sacrifice financial returns for ESG improvements. These preferences are highly uniform and values-driven, in contrast to heterogeneous human views. Using a large dataset of analyst reports, we further show that sell-side analysts become significantly more optimistic about high-ESG firms after adopting LLMs for research. Our findings reveal that LLMs embed distinct, coherent ESG beliefs and that these beliefs can shape human judgments, highlighting a new channel through which AI adoption may influence financial markets.
• Abstract（参考訳）: 大規模言語モデル (LLM) が環境, 社会, ガバナンス (ESG) 問題に関して体系的な信念を持っているか, それらの信念と人間の市場参加者の潜在的影響をどう比較するかを検討する。 専門投資家や小売業者が当初実施していた定評調査から,大手LLMがESGの方向性を強く示していることが分かる。 人的投資家と比較して、LLMはESGの業績に対する財政的関連性を高め、ESGの企業に対するリターン・プレミアを拡大し、ESGの改善に対する金融的リターンを犠牲にする強い意志を示す。 これらの嗜好は、異質な人間の見解とは対照的に、非常に均一で価値駆動である。 アナリストレポートの大規模なデータセットを用いて、LLMを研究に採用した後、販売側アナリストが高ESG企業に対してかなり楽観的になることを示す。 これらの信念は人間の判断を形作ることができ、AIの採用が金融市場に影響を及ぼす可能性のある新たなチャネルを浮き彫りにしている。

関連論文リスト

• Your AI, Not Your View: The Bias of LLMs in Investment Analysis [62.388554963415906]
  金融において、Large Language Models (LLMs) は、事前訓練されたパラメトリック知識とリアルタイム市場データとの相違から生じる、頻繁な知識紛争に直面している。 これらの対立は、モデル固有のバイアスが制度的目的と誤認される現実世界の投資サービスにおいて特に問題となる。 本研究では,このような紛争シナリオにおける創発的行動を調べるための実験的枠組みを提案し,投資分析におけるバイアスの定量的分析を行う。
  論文  参考訳（メタデータ） (2025-07-28T16:09:38Z)
• LLM-Enhanced Black-Litterman Portfolio Optimization [30.37210534945387]
  本研究では,大言語モデルからの回帰予測と予測の不確実性をブラック・リッターマンモデルのコア入力に変換する体系的なフレームワークを提案し,検証する。 S&P 500 構成成分のバックテストを通じて、最高性能の LLM によって駆動されるポートフォリオが、絶対的およびリスク調整された両項において従来のベースラインを大きく上回っていることを示す。
  論文  参考訳（メタデータ） (2025-04-19T16:26:14Z)
• Financial Statement Analysis with Large Language Models [0.0]
  我々はGPT4に標準化された匿名の財務文書を提供し、モデルを解析するように指示する。 このモデルでは、財務アナリストが収益の変化を予測できる能力を上回っている。 GPTの予測に基づく貿易戦略は、他のモデルに基づく戦略よりもシャープ比とアルファ率が高い。
  論文  参考訳（メタデータ） (2024-07-25T08:36:58Z)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [48.87381259980254]
  我々は、ChatGPTのような大規模言語モデル(LLM)が、直接の金融トレーニングなしでニュースの見出しから株式市場の反応を予測する能力について文書化している。 GPT-4は、認識後カットオフの見出しを使って、最初の市場の反応を捉え、取引不能な初期反応に対して、ポートフォリオの1日当たりのヒット率を約90%達成している。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Bayesian Optimization of ESG Financial Investments [0.0]
  ESG (Economic, Social and Governance) の基準は金融においてより重要になっている。 本稿では,数理モデリングとESGとファイナンスを組み合わせた。
  論文  参考訳（メタデータ） (2023-02-10T15:17:36Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。