一篇新研究论文提出了一种方法，通过算法验证排放数据来打击企业绿色清洗。该研究利用美国证券交易委员会（U.S. SEC）的财务数据和美国环保署（EPA）的温室气体登记数据，创建了一个物理排放基线，并识别出一个名为一致性加权连续散度（Conformal-Weighted Continuous Divergence, CWCD）的指标。该指标量化了自我报告的排放量与算法基线之间的差异，表明排放差异显著的公司市场估值和盈利能力较低，这表明市场积极惩罚环境欺骗，将其视为管理不善的迹象。 AI
影响 引入了一个新颖的算法审计框架，可以使监管机构和资产管理人能够更好地检测和惩罚企业绿色清洗行为。
排序理由 学术论文发表在arXiv上，详细介绍了一种验证企业排放数据的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Conformal Machine Learning
- Conformal-Weighted Continuous Divergence (CWCD)
- electronic health records
- greenwashing
- Mondrian conformal prediction
- Rennes
- Tobin's q
- United States Secretary of State
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
