Курсовая работа Developing AI-powered ESG Rating for Transport Industry (Обидова М., Бакулева М., Зубрина Я.)

Работа М. Бакулевой, М. Обидовой и Я. Зубриной (науч. рук. М. А. Сторчевой, НИУ ВШЭ) разрабатывает и валидирует отраслевую методику ESG-рейтинга для российских транспортных компаний на основе LLM. Авторы параллельно применяют две базовые версии фреймворка ESGAIWeb15 (15 индикаторов) и расширенную ESGAIWeb30 (29 индикаторов), дополняя обе 23 оригинальными отраслевыми показателями и 2 общетранспортными индикаторами для семи подсекторов — городской транспорт, авиаперевозки, шеринговая мобильность, грузоперевозки, водный пассажирский транспорт, транспортная инфраструктура и проектирование/строительство инфраструктуры. Выборка почти сплошная — 176 компаний из трёх федеральных округов (СЗФО, ЦФО, ЮФО) и федерального уровня; оценка сайтов проводилась тремя членами команды независимо через ChatGPT-5.5 по шкале 0–3 с обязательным цитированием доказательств и правилом свежести (документы 2023–2026 гг. получают максимальный балл).

Средний ESG-балл по ESGAIWeb30 составил 37,1% (диапазон по подсекторам от 32,4% у водного транспорта до 55,1% у шеринговой мобильности), а по ESGAIWeb15 — систематически выше, 43,1%, поскольку компактная версия менее требовательна к раскрытию. Декомпозиция показала, что отраслевые индикаторы добавляют самостоятельную информацию: для шеринговой мобильности, городского транспорта и авиации отраслевой балл превышает базовый на 17–25 п.п. (компании активнее раскрывают отраслевые требования, чем общее ESG-управление), тогда как для грузоперевозок и проектирования — наоборот. Критические провалы в раскрытии выявлены в условиях труда водителей (T-FR2, среднее 0,32), управлении шумовым воздействием авиации (T-AV2, 0,38) и утилизации отходов на воде (T-WT2, 0,40) — все три случая относятся к сферам без жёсткого международного регулирования, что подтверждает институциональную теорию: отрасли с обязательными стандартами (ИКАО для авиации, ИМО для судоходства) демонстрируют более высокое и однородное раскрытие по соответствующим показателям безопасности.

Внешняя валидация против рейтинга ЭКГ дала смешанные результаты: интегральный ESG-балл не показал значимой корреляции с общим баллом ЭКГ ни для ESGAIWeb15 (r=0,152, p=0,090), ни для ESGAIWeb30 (r=0,123, p=0,175), но экологический компонент значимо и умеренно коррелирует с экологическим блоком ЭКГ в обеих версиях (ESGAIWeb15: r=0,433; ESGAIWeb30: r=0,317; p<0,001), причём связь сохраняется после контроля на размер компании. Компактная ESGAIWeb15 в целом показала более сильную конвергентную валидность с ЭКГ, чем расширенная ESGAIWeb30, что интерпретируется не как превосходство одной версии над другой, а как компромисс между широтой охвата (ESGAIWeb30) и точностью совпадения с конкретным внешним бенчмарком (ESGAIWeb15). Авторы делают вывод, что ESG-баллы измеряют скорее «раскрытие», чем реальную устойчивость, а размер компании, форма собственности, листинг на бирже, регуляторное давление и география (Москва/Петербург против Южного округа) систематически объясняют различия в баллах — что согласуется с теориями легитимности и институционального изоморфизма.
 

Текст работы (PDF, 1.52 Мб)