Allnews

Les classements ESG sous-estiment massivement les émissions de carbone 
Dans une interview accordée à Allnews, le professeur de la GSEM Olivier Scaillet revient sur l’étude “Green Silence: Double machine learning carbone missions under sample selection bias”. Il y met en évidence un biais de sélection dans les estimations d’émissions de carbone, qui conduit à une sous-évaluation du coût social et fausse les classements ESG. Professeur Scaillet souligne l’importance d’utiliser des méthodes statistiques avancées, telles que le double machine learning, et plaide pour une publication obligatoire des émissions afin d’améliorer la transparence et la fiabilité des données environnementales. 

 > Pour lire l’article de Allnews, veuillez cliquer sur ce lien