AI Summary & Key Takeaways
AI InsightThese findings demonstrate that reported environmental scores should not be read in isolation, but instead evaluated alongside their underlying operational components.
📌 3 Key Takeaways
Abstract
Composite environmental scores combine diverse aspects of corporate policies, commitments, and performance, but the resulting rankings may fail to fully reflect firms’ positions across the underlying criteria. To address this limitation, we draw on 2023–2024 LSEG Data & Analytics metrics for constituents of the BIST Sustainability 25 Index, evaluating whether reported environmental score rankings align with criteria- based rankings built on selected disclosure- and action-oriented indicators. Utilizing reported environmental scores as a baseline, the empirical design applies the CRISUS method to compute objective criterion weights, followed by MACONT and MARA algorithms to generate firm rankings. Consistency between the benchmark and multi-criteria outcomes is assessed via normalized score proximity and absolute rank differences. Objective weighting assigns the largest weights to action-oriented metrics in both years, showing that operational indicators— specifically emission intensity change, energy use per revenue, and waste recycling—account for the sharpest cross-firm variation. Rather than revealing systematic divergence across the board, consistency between composite scores and criteria-based rankings fluctuates by firm and year. These findings demonstrate that reported environmental scores should not be read in isolation, but instead evaluated alongside their underlying operational components.
Özet
Bileşik çevresel skorlar, şirketlerin politikalarına, taahhütlerine ve performanslarına ilişkin çeşitli boyutları bir araya getirmektedir; ancak bu skorlar sonucunda oluşan sıralamalar, şirketlerin altta yatan kriterler karşısındaki konumlarını tam olarak yansıtmayabilir. Bu sınırlılığı ele almak amacıyla çalışmada, BIST Sürdürülebilirlik 25 Endeksi şirketlerine ait 2023–2024 dönemi LSEG Data & Analytics göstergelerinden yararlanılarak, raporlanan çevresel skor sıralamalarının seçilmiş açıklama ve eylem odaklı göstergeler temelinde oluşturulan kriter bazlı sıralamalarla uyumlu olup olmadığı değerlendirilmektedir. Raporlanan çevresel skorların referans olarak kullanıldığı ampirik tasarımda, nesnel kriter ağırlıklarının hesaplanması için CRISUS yöntemi; şirket sıralamalarının oluşturulması için ise MACONT ve MARA algoritmaları uygulanmaktadır. Referans sıralama ile çok kriterli karar verme yöntemlerinden elde edilen sonuçlar arasındaki tutarlılık, normalize edilmiş skor yakınlığı ve mutlak sıra farkları aracılığıyla değerlendirilmektedir. Nesnel ağırlıklandırma sonuçları, her iki yılda da en yüksek ağırlıkların eylem odaklı göstergelere verildiğini ortaya koymakta; özellikle emisyon yoğunluğundaki değişim, gelir başına enerji kullanımı ve atıkların geri dönüşümü gibi operasyonel göstergelerin şirketler arasındaki en belirgin farklılaşmayı açıkladığını göstermektedir. Bulgular, genel olarak sistematik bir ayrışmaya işaret etmekten ziyade, bileşik skorlar ile kriter bazlı sıralamalar arasındaki tutarlılığın şirketlere ve yıllara göre değiştiğini ortaya koymaktadır. Bu sonuçlar, raporlanan çevresel skorların tek başına değerlendirilmemesi, bunun yerine skorların altında yatan operasyonel bileşenlerle birlikte ele alınması gerektiğini göstermektedir.