AIが明かす日本の食品企業によるサステナビリティ情報の開示実態

企業が環境・社会・ガバナンスに関する責任にどのように対処しているかを評価するには、従来、膨大な有価証券報告書を手作業で精査する必要がありました。九州大学の沈思雨氏や藤井秀道教授らの研究チームは、この課題を解決するために大規模言語モデル技術を活用した自然言語処理モデルを導入しました。本研究では、2020年から2024年の間に日本の上場食品・飲料企業340社が提出した1,623件の有価証券報告書を対象に分析を行いました。意味的類似性を計算することで、企業の開示内容がサステナビリティ会計基準の重要項目とどれほど一致しているかを測定しました。

この分析モデルは、具体的な数値データの記載と抽象的な広報的表現を明確に区別する能力を備えています。温室効果ガス削減量の具体的な数値や従業員エンゲージメントに関する詳細なデータを含む記述は、単なる環境保護への意欲表明よりも高いマテリアリティスコアを獲得しました。この手法により、研究者は経年変化に伴う企業開示の質の変化を追跡し、規制改定と情報開示の透明性向上との直接的な関連性を明らかにしました。特に2022年以降、情報開示の量が大幅に増加していることが判明しました。

制度上の変更が企業の開示優先順位に大きな影響を与えています。プライム市場に上場する企業では、気候関連財務情報開示タスクフォースのガイドラインに沿った温室効果ガス排出量の開示が著しく進みました。同時に、人的資本に関する開示の義務化により、 workplace 環境や人材育成に関する透明性が向上しました。また、グローバルなサプライチェーンリスクの高まりを受けて、調達に関するリスク開示も増加しています。本研究は、規制強化が開示の質を高める推進力となること、そしてAIモデルが企業のサステナビリティへの取り組みを客観的に評価する有効なツールとなることを示しています。