기업의 지속가능성(Sustainability)이 중요한 화두로 떠오르면서, 많은 기업이 환경·사회·지배구조(ESG) 경영을 강조하고 있습니다. 하지만 기업이 자율적으로 보고하는 탄소 배출량 데이터에 대한 신뢰성 문제는 끊이지 않았고, 이른바 '그린워싱'은 금융 시장의 고질적인 문제로 지적되어 왔습니다. 최근 Sourav Bose와 Taoufik Bouraoui 연구팀은 이러한 정보 비대칭을 해소하기 위해 알고리즘 기반의 검증 시스템을 제안하고, 그린워싱이 기업 가치에 미치는 실제적인 영향을 정량적으로 분석했습니다.
연구팀은 미국 증권거래위원회(SEC)의 재무 데이터와 환경보호국(EPA)의 시설별 온실가스 등록 데이터를 융합하여 기업의 물리적 탄소 배출량에 대한 수학적으로 보장된 기준선을 구축했습니다. 이를 위해 그라디언트 부스팅(Gradient Boosting) 아키텍처와 몬드리안 컨포멀 예측(Mondrian Conformal Prediction) 기법을 활용, 기업이 자율 보고한 데이터와 알고리즘이 예측한 기준선 간의 불일치를 '컨포멀 가중 연속 발산(Conformal-Weighted Continuous Divergence, CWCD)'이라는 새로운 지표로 정량화했습니다. 이 지표는 기업의 실제 배출량과 보고된 배출량 사이의 격차를 객관적으로 보여줍니다.
교차 단면 선행-지연(cross-sectional lead-lag) 계량경제학적 설계를 통해 이 발산 지표를 평가한 결과, 알고리즘으로 측정된 배출량 불일치가 후속 시장 가치(토빈의 Q, Tobin's Q) 및 운영 수익성(총자산이익률, ROA)과 통계적으로 유의미한 강력한 음의 상관관계를 보인다는 사실이 밝혀졌습니다. 이는 시장이 그린워싱에 대해 무감각하다는 가설을 반박하며, 기관 투자자들이 환경적 기만을 단순한 윤리적 결함이 아니라 근본적인 기업 경영 실패의 선행 지표로 적극적으로 가격에 반영하고 있음을 증명합니다. 궁극적으로 이 연구는 자산 운용사와 규제 당국이 알고리즘 감사 인프라를 대규모로 도입할 수 있는 정량적 근거를 제공합니다.