📈 economics

AI-Enabled Sustainable Finance: Examining the Roles of FinTech Capability, Digital Trust, and ESG Orientation in Green Investment Decisions

Deze studie maakt gebruik van PLS-SEM op een gesimuleerde dataset om aan te tonen dat FinTech- en AI-capaciteiten groene investeringsbeslissingen significant aansturen door het vergroten van digitaal vertrouwen en ESG-oriëntatie, waarbij financiële geletterdheid dient als een belangrijke contextuele moderator.

Oorspronkelijke auteurs: JAINISH BHAGAT

Gepubliceerd 2026-08-26

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: JAINISH BHAGAT

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De wereldwijde inspanning om klimaatverandering te vertragen, hangt af van een massale verschuiving van geld. Beleggers moeten hun spaargeld wegsluizen van industrieën die de planeet schaden en naar diegenen die haar helpen. Dit is de belofte van duurzame financiering. Tegelijkertijd verandert de financiële wereld snel door nieuwe technologie. Kunstmatige intelligentie en digitale platforms worden de instrumenten die mensen gebruiken om hun geld te beheren. Maar er blijft een gat in ons begrip: hoe overtuigt de technologie een persoon er eigenlijk toe om voor een groene belegging te kiezen? Het is niet genoeg om te weten dat de tools bestaan; we moeten begrijpen welke mentale stappen een persoon zet wanneer hij een digitale interface ziet en besluit een duurzaam actief te kopen. Maakt de technologie simpelweg de data beschikbaar, of verandert het hoeveel de persoon vertrouwen heeft in het systeem of hoeveel hij om het milieu geeft?

Een recente studie door Jainish Bhagat aan de P.P. Savani University onderzoekt precies deze vraag. Het onderzoek vertrouwt niet op het stellen van vragen aan echte mensen of het volgen van echte bankrekeningen. In plaats daarvan gebruikte de auteur een geavanceerde computersimulatie om een realistische groep van 500 denkbeeldige beleggers te creëren. Deze methode stelde de onderzoeker in staat om een gecontroleerde omgeving te bouwen waarin elke variabele met precisie gemeten kon worden, waarbij werd getest hoe verschillende factoren interageren om tot een beslissing te leiden. De studie richt zich op een keten van gebeurtenissen: beginnend bij de basis van de technologie die een platform bezit, bewegend naar hoe slim de kunstmatige intelligentie van het platform is, en zien hoe deze factoren vertrouwen opbouwen en de waarden van een persoon vormen voordat hij uiteindelijk op de knop klikt om te investeren in een groen project.

De onderzoeken begint bij de fundering van de technologie zelf, bekend als FinTech-capaciteit. Dit verwijst naar de basis digitale infrastructuur die een financieel platform bezit. De studie vond dat een sterke fundering essentieel is omdat het de het platform direct in staat stelt om geavanceerde kunstmatige intelligentie te gebruiken. Wanneer een platform over de juiste technische middelen beschikt, kan het slimmere algoritmen inzetten. Deze slimme systemen doen meer dan alleen getallen verwerken; ze veranderen de mindset van de belegger op twee verschillende manieren. Ten eerste helpt de helderheid en snelheid die door de kunstmatige intelligentie worden geboden bij het opbouwen van digitaal vertrouwen. Wanneer een belegger ziet dat een systeem transparant en betrouwbaar is, voelt hij zich veiliger bij het gebruik ervan. Ten tweede helpt dezelfde technologie de focus van de belegger op milieu-, sociale en goed bestuur-aspecten (ESG) aan te scherpen. Door complexe duurzaamheidsdata begrijpelijk te maken, helpen de tools de belegger om hun persoonlijke waarden af te stemmen op hun financiële keuzes.

Zodra het vertrouwen is gevestigd en de focus van de belegger op duurzaamheid is aangescherpt, volgt de beslissing om te beleggen. De simulatie toonde aan dat zowel digitaal vertrouwen als een sterke oriëntatie op milieuwaarden krachtige drijfveren zijn die mensen richting groene beleggingen duwen. Interessant genoeg had de kunstmatige intelligentie zelf ook een directe invloed op de beslissing, zelfs zonder via de andere stappen te gaan. Dit suggereilt dat de technologie als een katalysator op meerdere niveaus fungeert. Het bouwt het vertrouwen op dat nodig is om te handelen, het verheldert de morele redenen om te handelen, en het beïnvloedt direct de uiteindelijke keuze. De studie bevestigde dat deze relaties niet slechts vermoedens zijn, maar statistisch robuuste patronen binnen de gesimuleerde data, die verklaren waarom mensen deze specifieke financiële keuzes maken.

Een cruciale ontdekking in het onderzoek betreft de rol van financiële kennis. De studie splitste de gesimuleerde groep in zij met een lagere financiële geletterdheid en zij met een hogere geletterdheid om te zien of hun besluitvormingspaden verschilden. De resultaten toonden een duidelijk onderscheid. Voor beleggers met minder ervaring in de financiële wereld was de primaire weg naar een groene belegging via vertrouwen. Zij hadden nodig dat het digitale platform veilig en betrouwbaar aanvoelde voordat zij hun geld zouden toezeggen. Voor beleggers met een hoge financiële geletterdheid was het pad anders. Zij gebruikten de kunstmatige intelligentie-tools om de milieu- en sociale aspecten van een belegging diepgaand te analyseren. Voor hen was de technologie een manier om te verifiëren dat hun waarden werden nageleefd, in plaats van slechts een bron van geruststelling. Deze bevinding suggereert dat één enkele digitale interface niet alle beleggers gelijk kan bedienen; de manier waarop technologie een beslissing beïnvloedt, hangt sterk af van hoeveel de belegger al begrijpt over financiën.

De implicaties van deze bevindingen reiken verder dan het computerscherm. Voor de ontwerpers van financiële apps en platforms biedt de studie een duidelijke gids voor het bouwen van betere tools. Als het doel is om groen beleggen aan te moedigen, moet het platform transparant genoeg zijn om vertrouwen op te bouwen, vooral voor degenen die nieuw zijn in beleggen. Voor meer ervaren gebruikers moet het platform diepe, gedetailleerde data aanbieden die hen in staat stelt de duurzaamheidsclaims zelf te verifiëren. Het onderzoek wijst ook op een behoefte aan betere educatie. Aangezien financiële geletterdheid bepaalt hoe mensen met deze tools omgaan, kan het onderwijzen van beleggers over zowel financiën als duurzaamheid helpen om meer mensen geïnformeerde, ethische keuzes te laten maken. Hoewel de studie vertrouwde op een gesimuleerde dataset in plaats van real-world transacties, werd de interne logica van het model rigoureus getest en gevalideerd, wat een sterk blauwdruk biedt voor hoe technologie, vertrouwen en waarden samenkomen om de toekomst van duurzame financiering vorm te geven.

Technische Samenvatting: AI-gestuurde Duurzame Financiën

Probleemstelling
De wereldwijde noodzaak om kapitaal te heralloceren naar duurzame economische activiteiten heeft de groei van groene financiën en algoritmische financiële instrumenten versneld. Er bestaat echter een kritieke kloof in het begrip van de precieze mechanismen waarmee technologisch ondersteunde capaciteiten individuele duurzame investeringsbeslissingen aansturen. Hoewel de bestaande literatuur vaak steunt op algemene modellen voor technologie-adoptie (bijv. UTAUT, TAM), wordt er frequent voorbijgegaan aan hoe specifieke FinTech- en Kunstmatige Intelligentie (AI)-infrastructuren psychologische staatveranderingen induceren—met name Digitaal Vertrouwen en ESG-oriëntatie—die noodzakelijk zijn om technische capaciteit om te zetten in daadwerkelijke kapitaalallocatie naar groene activa. Deze studie adresseert deze kloof door een geïntegreerd structureel model voor te stellen dat technische capaciteiten verbindt met cognitieve en attitude-georiënteerde oriëntaties om Groene Investeringsbeslissingen (GID) te verklaren.

Methodologie
Dit onderzoek maakt gebruik van een empirische researchsimulatie gebaseerd op een gegenereerde dataset ( $N=500$ ), ontworpen om realistische latente constructverdelingen, meetfouten en covariantiestructuren te modelleren. Er zijn geen menselijke participanten gerekruteerd; de dataset dient als een statistisch prototype om het theoretische kader en de workflow te valideren voorafgaand aan potentiële real-world dataverzameling.

Theoretisch Kader: De studie integreert Dynamic Capabilities Theory (DCT) en Trust Theory. DCT kadert FinTech-capaciteit als de fundamentele infrastructuur die hogere AI-capaciteiten mogelijk maakt, terwijl Trust Theory stelt dat besluitvormers institutioneel en technologisch vertrouwen vereisen om risico's te mitigeren bij interactie met geautomatiseerde systemen.
Analytische Aanpak: De studie maakt gebruik van Partial Least Squares Structural Equation Modeling (PLS-SEM).
- Meetmodel: gevalideerd voor indicatorbetrouwbaarheid, interne consistentie (Cronbach's $\alpha$ , $\rho_A$ , Composiet Betrouwbaarheid), convergentievaliditeit (AVE) en discriminantievaliditeit (Fornell-Larcker en HTMT-criteria).
- Structureel Model: beoordeeld via non-parametrische bootstrapping ($5.000$ resamples) om padcoëfficiënten ( $\beta$ ), $t$ -statistieken, $p$ -waarden en effectgroottes ( $f^2$ ) te bepalen.
- Voorspellende Kracht: geëvalueerd via $R^2$ , $Q^2$ , en PLSpredict (10-voudige cross-validatie) waarbij PLS-SEM wordt vergeleken met een lineaire regressie-benchmark.
- Moderatie: Een Multigroup Analysis (PLS-MGA) werd uitgevoerd om de modererende rol van Financiële Geletterdheid te onderzoeken, waarbij de steekproef werd gesplitst in groepen met een lage en hoge geletterdheid na het vaststellen van meetinvariantie (MICOM).

Belangrijkste Resultaten
Het structurele model vertoonde een robuuste voorspellende kracht en verklaarde 42,8% van de variantie in Groene Investeringsbeslissingen ( $R^2 = 0,428$ ).

Directe Effecten:
- FinTech-capaciteit (FC) stuurt AI-capaciteit (AIC) significant aan ( $\beta=0,512, p<0,001$ ).
- AI-capaciteit heeft een positieve invloed op zowel Digitaal Vertrouwen (DT) ( $\beta=0,421, p<0,001$ ) als ESG-oriëntatie ( $\beta=0,384, p<0,001$ ).
- Zowel Digitaal Vertrouwen ( $\beta=0,315, p<0,001$ ) als ESG-oriëntatie ( $\beta=0,402, p<0,001$ ) oefenen sterke directe positieve effecten uit op Groene Investeringsbeslissingen.
- AI-capaciteit heeft ook een significant direct effect op GID ( $\beta=0,165, p=0,001$ ).
Mediatiereffecten:
- Zowel Digitaal Vertrouwen als ESG-oriëntatie fungeren als complementaire partiële mediators in de relatie tussen AI-capaciteit en Groene Investeringsbeslissingen. Het totale indirecte effect is significant ( $\beta=0,287$ ), wat bevestigt dat AI investeringsbeslissingen beïnvloedt zowel direct als via deze psychologische paden.
Moderatie (Financiële Geletterdheid):
- Groep met Lage Financiële Geletterdheid: AI-capaciteit stuurt Groene Investeringsbeslissingen primair aan door het bevorderen van Digitaal Vertrouwen (het pad AIC $\to$ DT $\to$ GID is sterker).
- Groep met Hoge Financiële Geletterdheid: AI-capaciteit stuurt Groene Investeringsbeslissingen primair aan door het versterken van de ESG-oriëntatie (het pad AIC $\to$ ESG $\to$ GID is sterker).
- Dit duidt op een strategische divergentie: minder geletterde beleggers vertrouwen op platformvertrouwen om groene beslissingen te nemen, terwijl hooggeletterde beleggers AI-tools gebruiken om ESG-alignement direct te evalueren.
Voorspellende Validiteit:
- Het PLS-SEM model vertoonde een hoge out-of-sample voorspellende kracht, met Root Mean Squared Error (RMSE) waarden die consistent lager waren dan de Lineaire Regressie-benchmark voor alle GID-indicatoren.

Kernbijdragen

Theoretische Integratie: De studie verenigt Dynamic Capabilities en Trust Theory om de inzet van duurzaam kapitaal te verklaren, waarbij zij verder gaat dan algemene technologie-adoptie naar specifieke psychologische mechanismen (Vertrouwen en ESG-oriëntatie).
Empirische Validatie van de AI-ESG-link: Het levert bewijs dat AI-tools niet enkel data verwerken, maar ook actief de persoonlijke ESG-oriëntatie versterken door cognitieve screeningskosten te verlagen en de transparantie van informatie te verbeteren.
Contextuele Nuance: Het onderzoek brengt in kaart hoe financiële geletterdheid fungeert als een randvoorwaarde, waarbij de besluitvorming verschuift van een afhankelijkheid van "vertrouwen in het platform" (voor lage geletterdheid) naar "waarde-alignement via analytics" (voor hoge geletterdheid).

Betekenis en Claims
Het artikel claimt een gevalideerd empirisch kader te bieden voor het begrijpen van hoe digitale financiële infrastructuur vertaalt naar duurzame uitkomsten. De betekenis ligt in het bieden van actiegerichte, gedifferentieerde strategieën voor belanghebbenden:

Voor Platformontwikkelaars: Ontwikkelaars moeten Explainable AI (XAI) en op maat gemaakte interfaces integreren—waarbij de nadheid op beveiliging en vertrouwenscues voor minder ervaren gebruikers wordt gelegd, terwijl voor meer geavanceerde beleggers diepgaande ESG-analyses worden geboden.
Voor Toezichthouders: De bevindingen suggereren een behoefte aan algoritmische ESG-standaarden om greenwashing te voorkomen en de integratie van duurzaamheidsconcepten in digitale financiële geletterdheidseducatie.
Voor Vermogensbeheerders: Het begrijpen van de duale paden (Vertrouwen vs. Oriëntatie) maakt een effectievere targeting van kapitaal naar groene activa mogelijk op basis van beleggersprofielen.

De auteur hanteert een bescheiden houding ten aanzien van de reikwijdte van de studie en erkent expliciet dat de bevindingen gebaseerd zijn op een gesimuleerde dataset. Zij stelt dat hoewel de statistische workflow is gevalideerd, toekomstig onderzoek vereist is om deze relaties te bevestigen met behulp van real-world beleggers-surveys en werkelijke effectenportefeuilles van brokers.

Meer zoals dit