Sustainable Development Goals omission and environmental sentiment metric
for greenwashing and ESG controversies alert in green bonds

Omissione degli Obiettivi di Sviluppo Sostenibile e metrica del sentiment ambientale
nell’analisi della disclosure dei green bonds

Un sistema di alert per il greenwashing e le controversie ESG

A. Nicolodi, S. Paterlini, M. Gentile, V. Foglia Manzillo, G. Vittorioso

Quaderno FinTech n. 16 - dicembre 2025 [formato PDF] 
 

Sintesi del lavoro
I green bond rappresentano uno strumento centrale della finanza sostenibile, indirizzando i capitali verso progetti che supportano gli obiettivi ambientali e la transizione verso un’economia a basse emissioni di carbonio. Le crescenti preoccupazioni legate ai rischi di greenwashing evidenziano la necessità di disporre di strumenti in grado di valutare le informazioni di sostenibilità diffuse dagli emittenti. Lo studio risponde a questa esigenza applicando tecniche di Intelligenza Artificiale - dizionari tematici e domain-specific transformer models costruiti sull’architettura BERT – per esaminare in che modo l’omissione di contenuti relativi agli Obiettivi di Sviluppo Sostenibile (Sustainable Development Goals, SDGs) è collegata al tono del linguaggio ambientale e specifico sugli SDG nelle rendicontazioni di sostenibilità.
Analizzando emittenti europei di green bond nel periodo 2019–2023, è stato costruito lo SDG Omission Index (SDGOI), un indicatore innovativo che misura il divario tra gli SDG dichiarati per l’allocazione dei proventi e quelli successivamente rendicontati nelle disclosure di sostenibilità. I risultati mostrano che gli emittenti che utilizzano una terminologia più specifica, tendono a rendicontare un numero maggiore di SDGs, mentre il ricorso a un linguaggio ambientale generico non risulta significativamente associato all’ampiezza della copertura degli SDGs. Lo studio, inoltre, rileva che un’eccessiva enfasi opportunity-oriented nel linguaggio ambientale è positivamente correlata all’indicatore SDGOI e, quindi, al rischio di greenwashing. Inoltre, è stata definita l’Environmental Sentiment Metric (ESM), una nuova metrica che quantifica il sentiment ambientale opportunity-oriented. Tale indicatore è positivamente associato alle controversie ESG e alle accuse di greenwashing, anche dopo aver controllato per gli score ESG e per la dimensione aziendale.
Integrare queste metriche nell’infrastruttura della finanza sostenibile offre a investitori, regolatori e assurance providers strumenti utili per valutare le informazioni sulla sostenibilità, incentivando al tempo stesso gli emittenti a riportare dati in modo trasparente e responsabile.

Autori
Andrea Nicolodi - Università di Trento, Dipartimento di Economia e Management (andrea.nicolodi-1@unitn.it);
Sandra Paterlini - Università di Trento, Dipartimento di Economia e Management (sandra.paterlini@unitn.it);
Monica Gentile - CONSOB, Divisione Studi e Regolamentazione (m.gentile@consob.it);
Vincenzo Foglia Manzillo - CONSOB, Divisione Vigilanza Emittenti (v.fogliamanzillo@consob.it);
Gianluca Vittorioso - CONSOB, Responsabile Ufficio Prospetti Informativi, Divisione Vigilanza Emittenti (g.vittorioso@consob.it).

Si ringraziano Paola Deriu (CONSOB, Responsabile della Divisione Studi e Regolamentazione), Guglielmina Onofri (CONSOB, Funzionario Generale per la finanza sostenibile) e Andrea Raffaelli (Divisione informatica e intelligenza artificiale) per gli utili commenti; si ringraziano Brizio Leonardo Tommasi (Responsabile Ufficio Gestione Dati e Intelligenza Artificiale, Divisione informatica e intelligenza artificiale), Ivan Bernabucci (Ufficio Gestione Dati e Intelligenza Artificiale, Divisione informatica e intelligenza artificiale) e Alessio Venticinque (Ufficio Gestione Dati e Intelligenza Artificiale, Divisione informatica e intelligenza artificiale) per gli utili riscontri in fase di implementazione informatica del prototipo. Errori e imprecisioni sono imputabili esclusivamente agli autori. Le opinioni espresse nel lavoro sono attribuibili esclusivamente agli autori e non impegnano in alcun modo la responsabilità dell’Istituto. Nel citare il presente lavoro non è, pertanto, corretto attribuire le argomentazioni ivi espresse alla CONSOB o ai suoi Vertici.

JEL Classifications: G34, G38, J33, K22, M52.

Keywords: greenwashing, green bond, AI, NPL, greenwashing alert metric, SDG omission, sentiment analysis