Магистерская ВКР "Сравнительный анализ ESG-рейтингов для разных стран на базе NLP и ML" (А. Катышева)

Магистерская диссертация А. А. Катышевой (науч. рук. М. А. Сторчевой, НИУ ВШЭ) посвящена разработке формализованной методики сравнительного анализа ESG-рейтингов российских и китайских компаний с помощью методов обработки естественного языка и машинного обучения. Объект исследования — ESG-рейтинги компаний России и Китая, формируемые на основе неструктурированных текстовых данных (ESG-отчёты, новости) и внешних источников; исходный корпус включает отчёты 20 российских и 20 китайских компаний за 2020–2024 гг., новостные датасеты (Lenta.Ru, Russian Financial News, RBC Economy News, Renmin Daily), макроэкономические показатели, а также официальные рейтинги НРА, RAEX, Wind, SinoSec и SynTao для валидации. Автор строит пайплайн обработки данных: извлечение текста из отчётов, очистка, лемматизация и сегментация на уровне абзацев, после чего создаётся система тематических ESG-топиков с биграммными словарями TF-IDF, а модель предсказания тем реализована по комбинации rule-based и ML-подходов (с использованием Top2Vec для тематического моделирования).

В теоретической части работы систематизированы международные (MSCI, Sustainalytics, S&P Global, Refinitiv, Bloomberg) и российские (RAEX, Эксперт РА, АКРА, НРА, AK&M, РСПП) методологии ESG-рейтингования с формализацией их моделей агрегирования — от риск-ориентированного подхода Sustainalytics до штрафной модели AK&M и иерархической пирамиды RAEX. Автор показывает, что зарубежные подходы используют десятки-сотни факторов, отраслевую нормализацию и альтернативные источники (новости, событийные риски), но остаются закрытыми для внешней верификации, тогда как российские методики прозрачнее по весам, но менее автоматизированы и опираются на самодекларируемую отчётность без обязательного аудита. Ключевая проблема, выявленная в обзоре литературы, — низкая согласованность рейтингов разных агентств (например, корреляция MSCI и Sustainalytics всего 0,32 по данным MIT Sloan), что объясняется различиями в наборах показателей, весах и методах агрегирования, а не реальными расхождениями в качестве ESG-практик компаний.

Итоговая модель автора агрегирует тематические признаки в интегральный количественный ESG-рейтинг, распределяя веса топиков на основе результатов тематического моделирования и добавляя новостной фон как корректирующий сигнал. Практическая реализация включает создание системы ESG-топиков, расчёт весов для отчётов и новостей и формирование итоговой оценки компании, а также прототип аналитического дашборда для отслеживания динамики показателей. При сравнении с официальными рейтингами (НРА, RAEX, Wind, SinoSec, SynTao) авторская модель показала относительно низкую корреляцию, что в работе объясняется различиями в источниках данных и методологических подходах между агентствами и предложенным NLP/ML-инструментом. Научная новизна заключается в интеграции тематического моделирования, биграммных признаков TF-IDF и алгоритмов классификации для повышения точности и интерпретируемости ESG-оценок, а практическая значимость — в возможности автоматизации анализа устойчивого развития и масштабирования методики на другие страны и выборки компаний за счёт дообучения словарей и тематических моделей.

Текст работы 

Катышева А. ВКР (2026) (PDF, 4.25 Мб)