Нейросетевые модели для оценки влияния нематериальных активов на микроэкономические показатели
Актуальность проекта
С каждым годом все большее значение для развития компаний оказывают ESG-факторы. К таким факторам относят экологические индикаторы, социальные факторы и факторы корпоративного управления. Эти факторы влияют как непосредственно на деятельность самой компании, так и на ее восприятие инвесторами и внешним окружением, что делает изучение ESG-факторов и их динамики важной задачей с точки зрения стейкхолдеров каждой компании.
Цель проекта:
Разработка и обучение нейросетевой модели NLP с четко-заданной функцией расстояния на корпусе текстов ESG отчетов для выявления ESG-факторов и их влияния на ESG-рейтинги и финансовые показатели крупнейших компаний.
Задача проекта:
-
Адаптировать существующие языковые модели, в частности модель BERT (изменение финальных слоев нейронной сети, с целью явного контроля за поведением функции расстояния в пространстве эмбеддингов отдельных предложений текста).
Источник данных:
Отчеты и иные связанные документы, классифицированные публичными компаниями как ESG-disclosure. Для анализа были выбраны крупнейшие 500 компаний, которыми торгуют на американских биржах NYSE и NASDAQ за период с 2010 по 2020 гг.
Команда проекта
Паршаков Петр Андреевич
Руководитель проекта
Бузмаков Алексей Владимирович
Научный работник
Найденова Юлия Николаевна
Младший научный сотрудник
Паклина София Николаевна
Младший научный сотрудник