Dario Aversa in Arabia: ESG, performance e intelligenza artificiale, una ricerca che va oltre i modelli tradizionali

di Dario Aversa, intervento alla King Faisal University

La King Faisal University di Al Ahsa, in Arabia Saudita, è stata uno dei principali hub del dibattito internazionale sulla finanza sostenibile in occasione del RBF Global Finance Forum 2026. In questo contesto accademico di alto profilo, come economista finanziario, ho presentato una ricerca che segna un passo in avanti nell’analisi empirica del rapporto tra sostenibilità e performance d’impresa. 

Il lavoro, intitolato “Beyond Linear Models: Uncovering ESG-Performance Relationships in the S&P 500 with Random Forests”, affronta una delle questioni centrali della finanza contemporanea: in che modo i criteri ambientali, economici e sociali – (ESG: Environmental, Social and Governance) incidono sulla performance economica, finanziaria e di mercato delle mprese. Il contributo si distingue non solo per l’ampiezza del campione analizzato – le società dello S&P 500 per un periodo che va dal 2015 al 2022 – ma soprattutto per l’approccio metodologico adottato.

Una lettura multidimensionale della performance

La ricerca esamina l’impatto dei fattori ESG su tre indicatori chiave. Il Return on Assets (ROA) misura l’efficienza economica complessiva dell’impresa; il Return on Equity (ROE) cattura la redditività finanziaria per gli azionisti; il Tobin’s Q, infine, riflette la valutazione di mercato e le aspettative degli investitori. Analizzare simultaneamente queste tre dimensioni consente di superare una visione parziale della sostenibilità, restituendo un quadro più realistico delle sue implicazioni economiche.

Dal modello lineare all’intelligenza artificiale

Il tratto più innovativo dello studio risiede nel metodo di analisi, che combina strumenti econometrici tradizionali e tecniche avanzate di machine learning. Le panel regression, ampiamente utilizzate nella letteratura economica, permettono di stimare relazioni strutturate tenendo conto delle differenze tra imprese e dell’evoluzione temporale. Tuttavia, questi modelli presuppongono relazioni prevalentemente lineari.

Per superare questo limite, la ricerca affianca alle tecniche parametriche la Random Forest, un algoritmo di apprendimento automatico appartenente al campo dell’intelligenza artificiale. Questo approccio non parametrico consente di individuare relazioni non lineari, effetti soglia e interazioni complesse tra variabili ESG e performance, spesso invisibili ai modelli tradizionali.

Finanza sostenibile e resilienza economica

Inserito nel quadro tematico “Sustainable Finance and Green Banking for a Resilient Economy”, il contributo presentato alla King Faisal University evidenzia come la sostenibilità non sia più soltanto un tema etico o reputazionale, ma un fattore strutturale delle decisioni economico-finanziarie. L’integrazione tra analisi economica, criteri ESG e intelligenza artificiale rafforza la capacità della ricerca di fornire indicazioni utili a investitori, banche e decisori pubblici.

In un contesto globale segnato da transizioni ambientali, tecnologiche e regolamentari, studi di questo tipo dimostrano come l’uso di metodologie scientifiche avanzate possa contribuire a costruire una finanza più solida, trasparente e orientata alla resilienza di lungo periodo.