論文の概要: The Price of Greenwashing: Algorithmic Verification and Market Discipline using Conformal Machine Learning

• arxiv url: http://arxiv.org/abs/2610.02225v1
• Date: Sat, 19 Sep 2026 22:24:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 16:33:44.492334
• Title: The Price of Greenwashing: Algorithmic Verification and Market Discipline using Conformal Machine Learning
• Title（参考訳）: グリーンウォッシングの価格:コンフォーマル機械学習を用いたアルゴリズム検証と市場動向
• Abstract要約: 自己申告された排出データは、金融市場を広範囲にわたるグリーンウォッシングにさらしている。 我々は、米国証券取引委員会(SEC)の財政基盤を、施設レベルのEPA温室効果ガス登録所と融合させ、数学的に保証された物理的企業排出のベースラインを確立する。
• 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: While corporate sustainability mandates are expanding, the systemic reliance on self-reported emissions data exposes financial markets to pervasive greenwashing. Current literature relies heavily on subjective ESG ratings or textual sentiment analysis, leaving a critical econometric gap in objectively quantifying physical climate realities. To resolve this information asymmetry, we fuse U.S. SEC financial fundamentals with facility-level EPA greenhouse gas registries to establish a mathematically guaranteed baseline of physical corporate emissions. Leveraging a gradient boosting architecture and Mondrian Conformal Prediction, we quantify the shortfall between self-reported data and this algorithmic baseline into a novel Conformal-Weighted Continuous Divergence (CWCD) metric. Evaluating this divergence via a cross-sectional lead-lag econometric design, we uncover a robust mechanism of market discipline: algorithmic emissions divergence exhibits a severe, statistically significant negative relationship with subsequent market valuation (Tobin's Q) and operational profitability (ROA). Providing definitive evidence against the market blindness hypothesis, this study proves that institutional capital actively prices environmental deception not merely as an ethical lapse, but as a leading indicator of fundamental corporate mismanagement. Ultimately, these findings provide the quantitative justification necessary for asset managers and regulators to deploy algorithmic auditing infrastructure at scale.
• Abstract（参考訳）: 企業サステナビリティの委任が拡大する一方、自己申告された排出データへの体系的な依存は、金融市場を広範囲にわたるグリーンウォッシングにさらしている。 現在の文献は、主観的なESG評価やテキストによる感情分析に大きく依存しており、物理的気候の現実を客観的に定量化する上で重要なエコノメトリのギャップを残している。 この情報の非対称性を解決するため、米国証券取引委員会(SEC)の財政基盤を施設レベルのEPA温室効果ガス登録所と融合させ、数学的に保証された物理企業排出の基礎線を確立する。 勾配向上アーキテクチャとモンドリアン・コンフォーマル予測を利用して、自己報告されたデータとこのアルゴリズムベースラインの間の不足を、新しいコンフォーマル重み付き連続偏差(CWCD)メトリクスに定量化する。 アルゴリズム的エミッションの発散は、その後の市場評価(TobinのQ)と運用利益性(ROA)と、深刻な統計的に有意な負の関係を示す。 本研究は, 市場盲目仮説に対する確実な証拠として, 機関資本が環境侵害を倫理的過失ではなく, 企業の基本的不正管理の指標として積極的に評価していることを示す。 最終的に、これらの発見は、アルゴリズム監査インフラを大規模に展開するために、資産運用者や規制当局に必要な量的正当化を提供する。

関連論文リスト

• AI Slop and Hallucinations in Vulnerability Assessment: A Survey on Reasoning Failures and Trustworthy Mitigation [48.55515767840701]
  AIスロープ(AI slop)は、アーティファクト、幻覚的脆弱性、可視だが正しくないパッチ、セマンティックに再パッケージされたバグレポートである。 本稿では,実証的証拠を調査し,統一メカニズムを特定し,信頼に値するトリアージへの道筋をたどる。
  論文  参考訳（メタデータ） (2026-08-26T11:48:38Z)
• FinPersona-Bench: A Benchmark for Longitudinal Psychometric Stability of Autonomous Financial Agents [39.00852136756911]
  大規模言語モデル(LLM)は、明示的な行動規範を持つ自律的な金融エージェントとして、ますます多くデプロイされている。 市場の状況が長い地平線を越えて蓄積するにつれて、これらの委任統治は徐々に行動的影響を失う。 衝突のシナリオでは、静的エージェントと周期的な委譲再接地を受けるエージェントの挙動ギャップは、シミュレーションの第1四半期から第4四半期まで4.4倍に増大する。 これらの結果から, 信頼性の高い長期展開には, エージェントプロファイルと市場体制に基づく選択的, 委任型再接地が必要であることが示唆された。
  論文  参考訳（メタデータ） (2026-06-30T11:33:29Z)
• Beyond Goodhart's Law: A Dynamic Benchmark for Evaluating Compliance in Multi-Agent Systems [45.89982596338141]
  本稿では,現実的な圧力下でのマルチエージェントシステムの手続き的アライメントを評価するために設計された,動的で対向的なベンチマークであるMAC-Benchを紹介する。 コンプライアンス・ウェイト・サクセス・レート(CSR)とマキアベリアン・ギャップ(MG)という新しい指標を紹介します。 我々は、成功とコンプライアンスの間の広範にわたるトレードオフを明らかにするために、最先端フロンティアモデルの包括的な評価を行う。
  論文  参考訳（メタデータ） (2026-06-05T19:33:58Z)
• From Accuracy to Auditability: A Survey of Determinism in Financial AI Systems [16.784964226963744]
  規制された金融環境における機械学習は、アルゴリズムの脆弱性に重大な脆弱性を露呈する。 ディープニューラルネットワークと生成AIは、ハードウェアとアーキテクチャに根ざした機械的非決定性を導入している。 この調査は、現在金融AIを支配している3つのモダリティにわたる障害に関するシステム視点を提供する。
  論文  参考訳（メタデータ） (2026-05-11T17:46:38Z)
• Effective Performance Measurement: Challenges and Opportunities in KPI Extraction from Earnings Calls [43.85438181764358]
  SECの申請書やコンテキスト内学習法で訓練されたモデルで得られた情報を評価する。 そこで本稿では,LLMを用いた非構造化呼起こ書き起こしからのオープンエンド抽出を行うシステムを提案する。
  論文  参考訳（メタデータ） (2026-05-04T20:40:05Z)
• PRM-as-a-Judge: A Dense Evaluation Paradigm for Fine-Grained Robotic Auditing [45.2131622534282]
  PRM-as-a-Judgeはトラジェクティブビデオから直接ポリシー実行を監査する高密度評価パラダイムである。 このパラダイムの中心はOPDメトリックシステムであり、タスク対応の進捗電位によって実行品質を明示的に定式化する。 マイクロスケールプログレス判別のための診断ベンチマークであるRoboPulseを用いて,マイクロレゾリューション特性を実証的に検証した。
  論文  参考訳（メタデータ） (2026-03-23T07:48:42Z)
• The AI Transformation Gap Index (AITG): An Empirical Framework for Measuring AI Transformation Opportunity, Disruption Risk, and Value Creation at the Industry and Firm Level [0.0]
  本稿では,AIトランスフォーメーションギャップ指数(AI Transformation Gap Index, AITG)について紹介する。 私はこのフレームワークを22の業種で調整し、公開申請書を使って14の公企業に適用します。 最大のAIトランスフォーメーションギャップは、実装の摩擦、CESのボトルネック、タイミングラグが広いギャップの理論上の優位性を損なうため、価値密度を最大化しない。
  論文  参考訳（メタデータ） (2026-02-27T10:54:58Z)
• Compliance as a Trust Metric [1.0264137858888513]
  本稿では,規制コンプライアンスを定量的かつダイナミックな信頼度として運用することで,この研究ギャップを埋める。 私たちのコントリビューションは、各違反の深刻度を、そのボリューム、時間、ブレッドス、臨界度など、複数の次元に沿って評価する定量的モデルです。 人工病院のデータセット上でACEを評価し,複雑なHIPAAおよびHIPAA違反を正確に検出できることを実証した。
  論文  参考訳（メタデータ） (2026-01-03T21:14:40Z)
• VERAFI: Verified Agentic Financial Intelligence through Neurosymbolic Policy Generation [2.43679682660038]
  VERAFIは、検証された金融インテリジェンスのためのニューロシンボリックポリシー生成のためのエージェントフレームワークである。 VERAFIは最先端の高密度検索とクロスエンコーダを、金融ツール対応エージェントと自動推論ポリシーと組み合わせている。
  論文  参考訳（メタデータ） (2025-12-12T17:17:43Z)
• Benchmarking Robust Aggregation in Decentralized Gradient Marketplaces [12.367831558441994]
  本稿では,バイヤーベースライン・リライアント・マーケットプレースにおけるロバスト・グラデーション・アグリゲーション・メソッドを全体評価するためのベンチマーク・フレームワークを提案する。 提案するコントリビューションは,(1)多様な買い手ベースラインと多様な売り手分布を備えたシミュレーション環境モデリング型マーケットプレースダイナミクス,(2)経済効率,公正性,選択ダイナミクスといったマーケットプレース中心の次元を持つ標準FLメトリクスを増強する評価方法論,(3)既存の分散グラディエントマーケットプレースフレームワークであるMartFLの詳細な実証分析である。
  論文  参考訳（メタデータ） (2025-09-06T21:06:50Z)
• The Sound of Risk: A Multimodal Physics-Informed Acoustic Model for Forecasting Market Volatility and Enhancing Market Interpretability [45.501025964025075]
  本稿では,財務リスク評価のための新たな枠組みを提案する。 我々は1,795件の収支コールのデータセットを用いて、スクリプトによるプレゼンテーションと自発的なQ&A交換の動的変化をキャプチャする機能を構築した。 我々の重要な発見は、予測能力の顕著なばらつきを明らかにしている: マルチモーダルな特徴は、方向性の株価リターンを予測しないが、30日間に実現されたボラティリティにおけるサンプル外変動の最大43.8%を説明できる。
  論文  参考訳（メタデータ） (2025-08-26T03:51:03Z)

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。