来源：期刊VIP网 时间：
作者：杨七中;马蓓丽;
单位：南京财经大学会计学院;江苏理工学院管理学院;
摘要：企业“漂绿”现象频发，严重阻碍了生态文明的健康发展，亟须加强识别与监管。文章采用文本分析法和机器学习模型，对企业“漂绿”现象进行测度、识别与动因挖掘，结果发现：在企业“漂绿”现象识别上，随机森林模型的准确率、精确率、召回率、AUC等指标均优于其他模型；在动因挖掘上，财务基本面较差和内部治理较弱是企业“漂绿”现象的主要全局动因，而企业自身的局部动因各不相同。在方法上，使用文本分析法测度“漂绿”指标，更加客观和合理；机器学习模型能摆脱人工识别的高成本和主观性，有助于“漂绿”识别的智能化和高效化；SHAP算法具有可解释性，能够为治理企业“漂绿”现象提供依据。
关键词：机器学习;;漂绿;;现象识别;;动因挖掘
基金资助：国家社会科学基金重点项目（20AGL014）
