LuanVan.vnLuận Văn
Gửi thư

Towards Predicting ESG Score Based on Bank Annual Report Contents

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhTài chính, ngân hàng
Tác giảDuong Dieu Linh
Người hướng dẫnTran Thi Oanh
Cơ sở đào tạoĐại học Quốc gia Hà Nội
Năm2025
NguồnThư viện số Đại học Quốc gia Hà Nội · trang gốc

Tóm tắt

In recent years, integrating ESG (Environmental, Social and Governance) factors into corporate assessment frameworks has become a global priority. However, Vietnam lacks a standardized ESG scoring system, posing a challenge for businesses and investors working towards sustainable development goals. To address this gap, this study focuses on the Vietnamese banking sector - one of the country's most influential sectors - and categorizes the ESG action temporal implementation towards predicting ESG scores based on information extracted from annual reports. As part of this effort, a new dataset of 5816 rows was constructed from 523 annual reports from 37 major Vietnamese banks from 2004 – 2023. Each report is labeled according to pre-defined ESG action temporal, creating a solid foundation for machine learning applications. The study used four machine learning models - SVM, ANN, FCNN and a fine-tuned PhoBERT model. Among these, PhoBERT achieved the highest accuracy, correctly categorizing ESG action temporal with an impressive accuracy of 82%. By constructing an ESG-focused dataset and applying advanced text analytics, this study addresses the lack of an ESG scoring framework in Vietnam and provides a practical approach to integrating ESG considerations into corporate assessment processes. These findings contribute to the advancement of ESG activities in emerging markets and highlight the potential of machine learning in automating ESG assessments.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn tài chính, ngân hàng · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.