Earticle

초록

영어

ESG has become essential considerations for sustainable management. Domestic corporations are preparing response systems for ESG evaluations. Currently, ESG is expressed in ratings, which limits the detailed analysis of its calculations. So, it is necessary to predict and analyze ESG scores. Governance varies with each country’s industrial structure, so it is important to consider its specific characteristics. Therefore, we propose a machine learning-based linear regression model to predict ESG-Governance scores for domestic companies. We collect ESG-Governance scores, financial and non-financial variables related to ESG, and preprocess the data. We apply preprocessed data to our machine learning-based linear regression model and validate model performance with 10-fold cross-validation. Our model showed 79.27% accuracy on test sets. We expect that predicting ESG-Governance score based on our model will enhance the ESG evaluation response system for domestic corporate.

한국어

지속 가능한 경영에 대한 관심이 높아짐에 따라, ESG 경영이 중요해지고 있다. 이에 따라 국내 기업들은 ESG 평가에 대한 대응체계를 준비하고 있다. 지금까지의 ESG는 등급으로 표시하기 때문에 등급 산정을 위한 기준 점수 를 세밀하게 분석하기 어렵다는 한계가 있다. 이에, 점수 형태의 ESG 예측 및 분석이 필수적이다. ESG의 거버넌스 (Governance) 영역은 특히 국가별 산업구조에 따라 큰 차이를 보이기 때문에 각 국가의 특성을 고려할 필요가 있다. 본 연구는 우선적으로 국내 기업의 ESG-거버넌스(Governance) 점수를 예측하는 머신러닝(Machine Learning) 기반 선형 회귀(Linear Regression) 모델을 제안한다. ESG-거버넌스(Governance) 점수와 재무 데이터, 그리고 ESG와 관 련된 비재무 변수를 수집하고 다양한 방법의 데이터 전처리를 진행한다. 이를 선형 회귀 모델에 적용하고, 10-겹 교 차 검증(10-Fold Cross Validation)을 통해 모델의 성능을 검증한다. 본 연구의 제안 모델은 테스트 데이터(Test Data) 기준 79.27%의 정확도(Accuracy)를 보인다. 향후 ESG-거버넌스(Governance) 점수 예측은 국내 기업들의 ESG 평가대응체계 구축에 도움이 될 것으로 기대한다.

목차

요약
Abstract
I. 서론
II. 관련 연구
III. 연구방법
1. 데이터 수집
2. 데이터 전처리
3. 점수 기반 ESG-거버넌스(Governance) 예측 모델 개발
IV. 결과
V. 결론
References

키워드

저자

• 손서영 [ Seoyoung Sohn | 준회원, 서울여자대학교 데이터사이언스학과 학부생 ]
• 윤성연 [ Sungyeon Yoon | 준회원, 서울여자대학교 데이터사이언스학과 대학원생 ]
• 박민서 [ Minseo Park | 정회원, 서울여자대학교 데이터사이언스학과 조교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2025

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700