基于网络感知的金融科技智能技术用于ESG风险预测:一种结合图神经网络与Transformer自然语言处理的方法

《FinTech》:Network-Aware FinTech Intelligence for ESG Risk Forecasting: A Graph Neural Network and Transformer-Based NLP Approach

【字体: 大 中 小 】 时间:2026年08月09日 来源:FinTech 2.8

编辑推荐:

   摘要

  

摘要

环境、社会和治理(ESG)风险日益在相互关联的供应链中传播,然而传统的ESG评估方法仍然主要依赖于企业层面的披露信息以及静态的ESG评级,这些方法往往忽视了交易伙伴之间的间接风险传导。本研究构建了一个基于网络的人工智能框架,通过整合图神经网络、基于变换器的自然语言处理技术、可解释人工智能以及传统机器学习方法来预测ESG风险。该框架结合了供应链网络结构、货物层面的贸易信息、ESG相关争议记录、治理指标,以及利用FinBERT和RoBERTa提取的基于变换器的ESG情感分析结果。在使用了2015年至2025年间27个行业共11,386家企业的数据集后,所提出的图神经网络展现了最高的预测性能,其ROC-AUC值为0.913,优于传统机器学习模型。研究结果进一步表明,供应链网络的中心性以及基于变换器的ESG情感分析结果有助于更早地识别出可能面临未来ESG争议的企业。通过将网络关系与文本形式的ESG信息相结合,该框架提升了金融科技驱动的ESG分析能力,为主动风险监控、可持续投资决策以及供应链风险管理提供了可扩展的解决方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号