نموذج تنبؤي قابل للتفسير لغسل السمعة الخضراء لشركات مدرجة مستند إلى XGBoost وSHAP

لماذا تهم ادعاءات الشركات بـ«الاستدامة»

عندما تتباهى شركة بإنجازاتها البيئية أو الاجتماعية، على المستثمرين والجمهور أن يتساءلوا: هل هذا تقدم حقيقي أم مجرد دعاية ذكية؟ تُسمى الفجوة بين الصورة والواقع غسل السمعة الخضراء. ومع تدفق المزيد من الأموال إلى الاستثمارات التي تعد بالمسؤولية البيئية والاجتماعية، يصبح كشف غسل السمعة مبكراً أمراً حاسماً لحماية المستثمرين، وتوجيه السياسات، ومكافأة الشركات المسؤولة فعلاً.

النظر تحت غطاء الوعود الخضراء

تركز الدراسة على الشركات المدرجة في الصين وتنظر إلى سلوكها في مجالات البيئة والمجتمع والحوكمة (ESG) خلال الفترة من 2009 إلى 2022. بدلاً من أخذ تقارير الاستدامة للشركات كأمر مسلم به، يقارن المؤلفون نوعين مستقلين من تصنيفات ESG. أحدهما، من بلومبرغ، يقيس مقدار المعلومات المتعلقة بالـESG التي تكشف عنها الشركة في تقاريرها العامة. والآخر، من وكالات تصنيف صينية ودولية، يقيس مدى أداء الشركة فعلياً على قضايا الـESG في الممارسة. من خلال توحيد هذه الدرجات وطرحها، يبني الباحثون مؤشر غسل السمعة: تُصنّف الشركات التي تتحدث أكثر بكثير مما تفعل على أنها مرشحة للغسل الأخضر.

تعليم نموذج للتعرف على أنماط غسل السمعة

للخروج من إطار المتوسطات البسيطة والقواعد التقريبية، يستخدم المؤلفون طريقة حديثة في تعلم الآلة تُدعى XGBoost، وهي جيدة بشكل خاص في إيجاد الأنماط في بيانات معقدة وفوضوية. يزوّون النموذج بـ16 سمة مختلفة لكل شركة. تشمل هذه ميزات الصحة المالية (مثل الأرباح، مستويات الدين، النمو والحجم)، هيكل الحوكمة (مثل تركيز الملكية وعدد المديرين في المجلس)، والضغوط الخارجية (مثل مدى صرامة التنظيم المحلي، شدة التدقيق الإعلامي، ومدى تنافسية سوق الشركة). الهدف هو معرفة ما إذا كان النموذج يستطيع التنبؤ بدقة أي الشركات ستقوم بغسل السمعة بعد سنة أو سنتين.

إلى أي مدى يمكننا التنبؤ بمن يقوم بغسل السمعة؟

النموذج الأفضل أداءً يعتمد على خصائص الشركات من السنة السابقة. يحدد بشكل صحيح نحو 87% من الشركات التي تمارس غسل السمعة ويفصل بينها وبين غير الممارسين أفضل بكثير من التخمين العشوائي. تظهر المؤشرات المالية بأنها مفيدة بشكل خاص. الشركات ذات أعباء دين مرتفعة أو منخفضة للغاية، أو سيولة قصيرة الأجل مفرطة السهولة، أو تقييمات سوقية مرتفعة بشكل استثنائي تكون أكثر عرضة لأن تُصنّف كغاسلة للسمعة. على النقيض من ذلك، الشركات الأكبر والأسرع نمواً أقل احتمالاً أن يتنبأ النموذج بأنها تمارس غسل السمعة—ربما لأن وضوحها ومآلها طويل الأجل يجعل إشارة مضللة أكثر خطورة. كما أن مؤشرات الحوكمة تهم أيضاً: عندما يملك أكبر مساهم حصة أكبر من الشركة، يصبح غسل السمعة أقل احتمالاً، لكن ارتفاع حصص المراقبين الداخليين مرتبط بزيادة غسل السمعة.

فتح الصندوق الأسود للذكاء الاصطناعي

قلق شائع بشأن تعلم الآلة هو أنه قد يكون دقيقاً لكنه غامض. للتعامل مع هذا، تستخدم الدراسة تقنية تسمى SHAP، التي تسمح للباحثين بتفكيك كل تنبؤ إلى مساهمات من ميزات فردية. عملياً، هذا يعني أنهم يمكنهم القول ليس فقط إن شركة معينة مرجح أن تكون غاسلة للسمعة، بل أيضاً أن نسبتاً عالية من السيولة الحالية أو تركيز ملكية منخفض كانت من الأسباب الرئيسية. تؤكد التحليلات أن المؤشرات المالية، ولا سيما نسبة التداول الحالية، وتكاليف الوكالة، وتوزيع الملكية، لها وزن أكبر من عدد العاملين في الحوكمة أو حجم المجلس. كما يعمل النموذج جيداً عندما يتم قياس أداء الـESG بواسطة مزودي تصنيف بديلين وحتى عند تطبيقه على شركات مدرجة في هونغ كونغ، ما يشير إلى أن النهج صلب عبر أنظمة التصنيف وبيئات الإفصاح المختلفة.

ما يعنيه هذا للمستثمرين والرقباء

بمصطلحات يومية، تُظهر الدراسة أنه من الممكن بناء نظام إنذار مبكر موثوق لغسل السمعة في الـESG باستخدام معلومات متاحة بالفعل على نطاق واسع في قواعد البيانات المالية. من خلال الجمع بين تصنيفات ESG متعددة وبيانات شركات غنية ونموذج تعلم آلي قابل للتفسير، يمكن للجهات التنظيمية توجيه إشرافها بكفاءة أكبر، ويمكن للمستثمرين تجنب قصص الـESG اللامعة الفارغة، وستتعرض الشركات لضغط أقوى لدعم ادعاءاتها بأفعال حقيقية. وبينما يركز العمل على الصين، فإن الوصفة الأساسية—مقارنة ما تقوله الشركات بما تفعله، وترك خوارزميات شفافة تتعلم الأنماط—تقدم نموذجاً لتنظيف ادعاءات الـESG في أسواق العالم.

الاستشهاد: Jianfeng, Z., Tiantian, Q. Interpretable predictive model for listed companies ESG greenwashing based on XGBoost and SHAP. Sci Rep 16, 12899 (2026). https://doi.org/10.1038/s41598-026-42004-1

الكلمات المفتاحية: غسل السمعة الخضراء (ESG), الاستثمار المستدام, تعلم الآلة, حوكمة الشركات, الإفصاح المالي