기업의 재무성과와 ESG 지표 사이의 영향 분석을 위한 기계학습 및 신경망 모델 비교
A Comparative Analysis of Machine Learning and Neural Network Models for ESG Impact on Corporate Financial Performance
박수진(차세대융합기술연구원); 최승현(차세대융합기술연구원 빅데이터융합시스템연구실)
13권 6호, 58~70쪽
초록
ESG 투자가 급증하고 있으나 평가기관 간 ESG 등급 측정의 비일관성과 기업 규모의교란효과(Confounding effects)에 대한 체계적인 분석이 여전히 부족한 실정이다. 본 연구는국내 상장기업 2,014개사를 대상으로 ESG 등급과 재무지표 간 상관관계를 분석하고, 네 가지인공지능 모델(Logistic Regression, Random Forest, XGBoost, MLP)의 ESG 예측 성능을비교하였다. 결과적으로, 절대적 규모 지표(매출액)는 ESG와 가장 강한 상관(ρ=0.607)을보인 반면, 수익성 비율(ROE, 순이익률 등)은 약한 상관(ρ<0.2)을 나타내는 계층적 패턴이확인되었다. 전체 표본에서는 ESG-ROE 간 양의 상관(ρ=0.143)이 나타났으나, 매출액4분위수별로는 모든 구간에서 유의하지 않아(ρ=-0.052~0.050) 기업 규모가 핵심매개변수임을 입증하였다. ESG 예측모델 비교에서는 XGBoost가 가장 높은 정확도(0.813)를달성하였으며, Random Forest가 가장 균형 잡힌 성능(F1=0.719, AUC=0.874)을 보여재무지표만으로 ESG 등급을 높은 정확도로 예측할 수 있음을 확인하였다. 따라서, 본 연구는기업 규모 통제 시 ESG가 단기 수익성을 직접 향상시키지 못한다는 실증적 증거를 제시하며, 인공지능 기반 ESG 예측 모델의 실무 활용 가능성을 제시한다.
Abstract
Despite rapid growth in ESG investment, two major issues remain. It is observed that rating inconsistencies exist across evaluation agencies, and existing research inadequately accounts for firm size as a confounding variable. This study examines 2,014 Korean listed companies to analyze ESG- financial performance relationships and compare four AI models (Logistic Regression, Random Forest, XGBoost, MLP) for ESG rating prediction. As a result, we find a hierarchical correlation pattern. Absolute scale indicators (revenue) show strong ESG correlations (ρ=0.607), while profitability ratios (ROE, net profit margin) show weak correlations (ρ<0.2). Critically, the positive ESG-ROE correlation observed in the full sample (ρ=0.143) becomes statistically insignificant when controlling for firm size through quartile analysis (ρ=-0.052~0.050), confirming firm size as the key mediating variable. For prediction models, XGBoost achieves the highest accuracy (0.813) and Random Forest the most balanced performance (F1=0.72, AUC=0.874), demonstrating that financial indicators alone can accurately predict ESG ratings. Our findings provide empirical evidence that ESG does not directly enhance short-term profitability when firm size is controlled, and validates the practical applicability of AI-based ESG prediction models.
- 발행기관:
- 아이씨티플랫폼학회
- 분류:
- 컴퓨터학