Textuelle Analysen und Nachhaltigkeitsscores: Eine Machbarkeitsstudie

Amosov Valerii, Dinger Valeriya, Grundke Peter, Hüßing Julian and Meyer Julian
Additional contact information
Amosov Valerii: Wissenschaftlicher Mitarbeiter am Fachgebiet Banken und Finanzierung an der Universität Osnabrück
Dinger Valeriya: Professorin und Leiterin des Fachgebiets Makroökonomik an der Universität Osnabrück sowie Professorin für Banking and Finance an der University of Leeds
Grundke Peter: Professor und Leiter des Fachgebiets Banken und Finanzierung an der Universität Osnabrück
Hüßing Julian: Wissenschaftliche Mitarbeiter am Fachgebiet Banken und Finanzierung an der Universität Osnabrück
Meyer Julian: Wissenschaftlicher Mitarbeiter am Fachgebiet Makroökonomik der Universität Osnabrück Dieser Aufsatz ist eine gekürzte Version einer von der Deutschen Bundesbank in 2023/2024 mit finanzierten Machbarkeitsstudie.

Zeitschrift für Bankrecht und Bankwirtschaft (ZBB) / Journal of Banking Law and Banking (JBB), 2025, vol. 37, issue 2, 136-182

Abstract: Die EU-Taxonomieverordnung ist ein zentrales Instrument zur Klassifizierung und Förderung nachhaltiger Wirtschaftsaktivitäten in Europa, allerdings sind die damit verbundenen Berichtspflichten für Unternehmen mit erheblichem Aufwand verbunden. Kleine und mittlere Unternehmen (KMUs), die voraussichtlich von diesen Pflichten ausgenommen bleiben, könnten dennoch Interesse an einer freiwilligen Berichterstattung ihrer Taxonomiekonformität haben, um beispielsweise Nachhaltigkeit zu signalisieren. Diese Machbarkeitsstudie untersucht, ob ClimateBERT, ein speziell auf Klimathemen trainiertes Natural-Language-Processing-(NLP)-Modell, durch die automatische Analyse der Textinhalte der EU-Taxonomieverordnung sowie von Medienberichten über Unternehmen geeignet ist, deren tatsächliche Taxonomiekonformität näherungsweise zu bestimmen. Dazu wird die semantische Ähnlichkeit zwischen Textpassagen der EU-Taxonomieverordnung und 4.056 Medienberichten zu 30 DAX-gelisteten Unternehmen aus dem Jahr 2022 berechnet. Eine Regressionsanalyse zeigt eine signifikant positive Assoziation zwischen semantischer Ähnlichkeit und tatsächlicher Taxonomiekonformität der Unternehmen. Zudem verdeutlicht eine Klassifikationsanalyse, dass Unternehmen bei einer algorithmischen Aufteilung in Gruppen mit relativ hoher oder niedriger Taxonomiekonformität mit einer Genauigkeit von 79 % korrekt klassifiziert werden können. Aufbauend darauf erfolgt exemplarisch eine Schätzung der Taxonomiekonformität dreier KMUs anhand von 16 unternehmensbezogenen Texten. Die Ergebnisse unterstreichen das Potenzial semantischer Einbettungen zur Einschätzung der Taxonomiekonformität, weisen jedoch zugleich insbesondere im Kontext von KMUs auf Herausforderungen hinsichtlich Schätzgenauigkeit sowie Datenqualität und -verfügbarkeit hin.

Date: 2025
References: Add references at CitEc
Citations:

Downloads: (external link)
https://doi.org/10.15375/zbb-2025-0203 (text/html)
For access to full text, subscription to the journal or payment for the individual article is required.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:bpj:zfbrbw:v:37:y:2025:i:2:p:136-182:n:1003

Ordering information: This journal article can be ordered from
https://www.degruyte ... journal/key/zbb/html

DOI: 10.15375/zbb-2025-0203

Access Statistics for this article

Zeitschrift für Bankrecht und Bankwirtschaft (ZBB) / Journal of Banking Law and Banking (JBB) is currently edited by Johannes Köndgen

More articles in Zeitschrift für Bankrecht und Bankwirtschaft (ZBB) / Journal of Banking Law and Banking (JBB) from RWS Verlag
Bibliographic data for series maintained by Peter Golla ().