上市公司双重实质性议题识别与披露研究OACHSSCD
欧盟《企业可持续发展报告指令》与我国三大证券交易所的可持续发展报告指引均强调了双重实质性议题披露的重要性.针对企业双重实质性议题识别不足、披露质量难以评价的现状,本文构建了一套基于机器学习与文本分析的综合性研究方法,用于双重实质性议题识别与披露质量评价.通过自然语言处理技术,对A股证券代码中前100家上市公司所发布的2019～2024年度可持续发展报告进行文本分析,构建双重实质性议题披露指标,系统识别其在双重实质性议题披露方面的现状与问题,并结合政策背景与企业实践,提出相应的改进措施.本研究旨在为企业可持续发展信息的精准披露与高效监管提供科学的分析工具和决策参考.
许思;方明
武汉华夏理工学院商学院,武汉 430223武汉理工大学管理学院,武汉 430070
管理科学
双重实质性可持续发展报告可持续发展信息披露财务重要性影响重要性
《财会月刊》 2026 (17)
67-72,6
国家社会科学基金项目"双碳目标下数字赋能企业资源配置转型与绿色发展路径研究"(项目编号:23BGL121)武汉华夏理工学院校级科研基金项目"基于机器学习的双重实质性议题识别与评价研究"(项目编号:25B12)
评论