曾輝 程善鈿

在全球經(jīng)濟(jì)的快速發(fā)展進(jìn)程中，由于忽視生態(tài)系統(tǒng)治理和環(huán)境保護(hù)，地球的生態(tài)系統(tǒng)變得日益脆弱，氣候危機(jī)和生態(tài)多樣性問(wèn)題不斷加劇。2018年的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)?lì)C給了保羅·羅默和威廉·諾德豪斯，表彰其在技術(shù)創(chuàng)新推動(dòng)內(nèi)生增長(zhǎng)和氣候變化納入宏觀經(jīng)濟(jì)分析方面的貢獻(xiàn)，兩位大師的理論在探尋這個(gè)時(shí)代最根本的問(wèn)題——如何創(chuàng)造長(zhǎng)期可持續(xù)的經(jīng)濟(jì)增長(zhǎng)。

而這正是我們研究的切入口，通過(guò)人工智能（AI）和大數(shù)據(jù)的應(yīng)用來(lái)研究如何更有效地推動(dòng)可持續(xù)金融與投資，以實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與可持續(xù)發(fā)展之間的平衡。氣候變化與經(jīng)濟(jì)金融本就密不可分，其中ESG（環(huán)境、社會(huì)和公司治理）投資扮演的角色日益重要，宏觀層面引導(dǎo)著資本流向可持續(xù)發(fā)展領(lǐng)域，微觀層面及時(shí)反映企業(yè)可持續(xù)發(fā)展的能力和潛力。近年來(lái)，隨著人們對(duì)氣候變化和可持續(xù)發(fā)展議題的高度關(guān)注，人工智能驅(qū)動(dòng)的ESG投資將逐步成為全球性共識(shí)，并有助于加速落實(shí)聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)（SDGs）。

ESG投資成為落地可持續(xù)金融的主戰(zhàn)場(chǎng)

隨著可持續(xù)發(fā)展成為全球性重大議題，ESG理念和實(shí)踐在全球范圍內(nèi)快速發(fā)展。在國(guó)際層面上，ESG從方向性的導(dǎo)則到信息披露的標(biāo)準(zhǔn)，再到壓力測(cè)試和ESG評(píng)級(jí)等具體的技術(shù)方法，由國(guó)際機(jī)構(gòu)和監(jiān)管機(jī)構(gòu)搭臺(tái)、投資機(jī)構(gòu)響應(yīng)的格局已經(jīng)形成。

與此同時(shí)，ESG投資在中國(guó)也風(fēng)生水起，正成為落地可持續(xù)金融的主戰(zhàn)場(chǎng)。隨著中國(guó)可持續(xù)發(fā)展金融實(shí)踐的推進(jìn)，在國(guó)際可持續(xù)金融標(biāo)準(zhǔn)的基礎(chǔ)上，發(fā)展中國(guó)特色的數(shù)據(jù)驅(qū)動(dòng)的可持續(xù)金融評(píng)估分析體系，將成為中國(guó)大國(guó)擔(dān)當(dāng)和落實(shí)生態(tài)文明的有力抓手。我們認(rèn)為，在全球現(xiàn)行的ESG標(biāo)準(zhǔn)基礎(chǔ)上，納入氣候變化、自然資源、環(huán)境治理、產(chǎn)品責(zé)任、社會(huì)貢獻(xiàn)、公司治理等方面的指標(biāo)，也是體現(xiàn)我國(guó)積極推進(jìn)資源環(huán)境承載能力評(píng)估、應(yīng)對(duì)氣候變化、關(guān)注高品質(zhì)生產(chǎn)、提升上市公司質(zhì)量等行動(dòng)的有效方式。

然而，目前ESG投資面臨著全球性的數(shù)據(jù)缺陷，同時(shí)也是數(shù)據(jù)價(jià)值洼地，嚴(yán)重制約了ESG投資的落地與推進(jìn)?？梢哉f(shuō)，傳統(tǒng)的CSR/ESG報(bào)告的數(shù)據(jù)難以支撐系統(tǒng)的ESG評(píng)級(jí)、為ESG投資形成扎實(shí)的數(shù)據(jù)基礎(chǔ)。通過(guò)研究和實(shí)踐發(fā)現(xiàn)，現(xiàn)有的ESG數(shù)據(jù)有以下痛點(diǎn)：

1.數(shù)量龐大的非結(jié)構(gòu)性數(shù)據(jù)：ESG分析目前由大量的傳統(tǒng)文本和圖表格式的非結(jié)構(gòu)化數(shù)據(jù)組成，而市場(chǎng)公開(kāi)數(shù)據(jù)和傳統(tǒng)行業(yè)的研究報(bào)告缺乏準(zhǔn)確性和及時(shí)性，大部分ESG數(shù)據(jù)仍依靠企業(yè)自愿披露，這為后續(xù)的定量分析和追蹤增加了難度。

2.數(shù)據(jù)滯后：多數(shù)ESG評(píng)級(jí)的數(shù)據(jù)來(lái)源依賴(lài)于披露的財(cái)報(bào)或CSR報(bào)告，而財(cái)報(bào)和CSR報(bào)告多為半年度或年度更新，導(dǎo)致許多ESG指標(biāo)每年只更新一次，因此難以通過(guò)分析這些指標(biāo)形成反映管理風(fēng)險(xiǎn)或提升回報(bào)的最具時(shí)效性的信號(hào)。

3.數(shù)據(jù)不夠全面：大部分ESG數(shù)據(jù)覆蓋周期大約5年，數(shù)據(jù)范圍、回溯時(shí)間等難以做到全面覆蓋，數(shù)據(jù)類(lèi)型單一導(dǎo)致可替代性差。

4.缺乏客觀準(zhǔn)確性：許多數(shù)據(jù)如制造業(yè)生產(chǎn)狀況、企業(yè)治理評(píng)分等來(lái)源于線下人員調(diào)研報(bào)告或?qū)＜抑饔^評(píng)分，不同的數(shù)據(jù)供應(yīng)商或評(píng)級(jí)機(jī)構(gòu)對(duì)ESG指標(biāo)所賦予的權(quán)重有所不同，導(dǎo)致缺乏客觀準(zhǔn)確性。

而這些ESG數(shù)據(jù)的痛點(diǎn)，恰恰是人工智能（AI）技術(shù)及以衛(wèi)星遙感影像、輿情信息、定位數(shù)據(jù)等為代表的多源另類(lèi)數(shù)據(jù)能發(fā)揮作用的地方。

人工智能驅(qū)動(dòng)ESG投資的實(shí)現(xiàn)路徑

如何基于人工智能在資產(chǎn)管理和投資研究等方面的經(jīng)驗(yàn)，與ESG投資相結(jié)合，仍是學(xué)界和業(yè)界共同需要解決的難題。實(shí)際上，從ESG數(shù)據(jù)獲取、數(shù)據(jù)驅(qū)動(dòng)的ESG評(píng)級(jí)到ESG投資策略，AI技術(shù)都將發(fā)揮不可或缺的作用。

首先，擋在ESG評(píng)級(jí)上的第一道難關(guān)就是數(shù)據(jù)的獲取和分析，因此針對(duì)最底層的數(shù)據(jù)生產(chǎn)環(huán)節(jié)，通過(guò)多源異構(gòu)數(shù)據(jù)的整合分析、自然語(yǔ)言處理（NLP）和大規(guī)模金融知識(shí)圖譜能解決“卡脖子”的數(shù)據(jù)難題（如上圖）。一方面，豐富的數(shù)據(jù)基礎(chǔ)能支持后續(xù)大規(guī)模的運(yùn)算，另一方面可以深度挖掘數(shù)據(jù)背后的關(guān)聯(lián)關(guān)系，建立風(fēng)險(xiǎn)傳導(dǎo)機(jī)制。具體的應(yīng)用場(chǎng)景如下：

一是衛(wèi)星遙感對(duì)于E（環(huán)境）相關(guān)指標(biāo)的監(jiān)測(cè)。AI中的計(jì)算機(jī)視覺(jué)（Computer Vision，CV）技術(shù)結(jié)合高光譜衛(wèi)星、雷達(dá)衛(wèi)星等衛(wèi)星影像可以用來(lái)分析制造業(yè)生產(chǎn)單元的環(huán)境表現(xiàn)和企業(yè)對(duì)周邊環(huán)境的影響，如廢氣排放、廢水排放、土地使用情況、圍堰等情況。分析成果可用來(lái)交叉檢驗(yàn)企業(yè)的排放報(bào)告數(shù)據(jù)，識(shí)別“洗綠”行為。同時(shí)，CV結(jié)合移動(dòng)端的街景圖片可用來(lái)分析當(dāng)?shù)氐目諝赓|(zhì)量，使區(qū)域居民可以參與企業(yè)的環(huán)境監(jiān)測(cè)，既是企業(yè)環(huán)境表現(xiàn)的受眾，又是有效監(jiān)督者。

二是可以利用輿情和圖譜分析對(duì)于S（社會(huì)）和G（公司治理）中供應(yīng)鏈及公司治理結(jié)構(gòu)等相關(guān)指標(biāo)進(jìn)行監(jiān)測(cè)。企業(yè)的財(cái)務(wù)表現(xiàn)會(huì)影響股東權(quán)益，而企業(yè)的ESG表現(xiàn)則會(huì)影響更廣泛的群體，監(jiān)管公告和輿情報(bào)道可成為企業(yè)ESG表現(xiàn)的客觀反映。這類(lèi)數(shù)據(jù)來(lái)源廣泛，但目前人工獲取和分析效率較低，AI中的自然語(yǔ)言處理（NLP）技術(shù)可以自動(dòng)識(shí)別事件主體，對(duì)監(jiān)管處罰的類(lèi)型和嚴(yán)重程度進(jìn)行歸類(lèi)，分析輿情關(guān)聯(lián)事件和影響程度，還可以通過(guò)事理圖譜分析，跟蹤事件的演進(jìn)。

三是ESG風(fēng)險(xiǎn)會(huì)通過(guò)企業(yè)關(guān)聯(lián)關(guān)系傳導(dǎo)，包括供應(yīng)鏈、股權(quán)鏈和產(chǎn)業(yè)鏈，例如上游水源企業(yè)發(fā)生環(huán)境問(wèn)題，會(huì)影響到下游飲料行業(yè)的生產(chǎn)活動(dòng)。AI中的知識(shí)圖譜（KG）可以基于各種關(guān)聯(lián)關(guān)系和企業(yè)屬性建立龐大的圖數(shù)據(jù)庫(kù)，并根據(jù)圖譜挖掘算法、識(shí)別出企業(yè)間未披露的聯(lián)系，并分析ESG傳導(dǎo)的路徑和程度，使ESG分析師能站在更全局的角度去分析ESG風(fēng)險(xiǎn)的擴(kuò)散情況。

四是針對(duì)ESG指標(biāo)的量化值，AI可以被用作未披露企業(yè)缺省值的填充。傳統(tǒng)的數(shù)據(jù)填充方法會(huì)參考同行業(yè)披露企業(yè)的數(shù)據(jù)，利用同行業(yè)企業(yè)的相似性，填充缺省值。但當(dāng)前企業(yè)業(yè)務(wù)線廣泛，簡(jiǎn)單的行業(yè)分類(lèi)并不能很好地反映其相似性。AI的聚類(lèi)算法可以實(shí)現(xiàn)更準(zhǔn)確的相似性分析，使得缺省值填充基于最相似的企業(yè)特性，從而確保填充值更接近真實(shí)值。

其次，基于數(shù)據(jù)基礎(chǔ)和技術(shù)能力，可以綜合形成數(shù)據(jù)驅(qū)動(dòng)的ESG評(píng)級(jí)體系。這套體系是基于監(jiān)管文件、國(guó)際標(biāo)準(zhǔn)、數(shù)據(jù)基礎(chǔ)和負(fù)面清單所構(gòu)建的準(zhǔn)實(shí)時(shí)更新的ESG評(píng)級(jí)體系（如圖），能對(duì)公司做出更加客觀、全面的評(píng)估。

最終，基于AI技術(shù)可實(shí)現(xiàn)三大ESG投資策略。一是ESG評(píng)級(jí)：填補(bǔ)傳統(tǒng)ESG評(píng)級(jí)基于財(cái)報(bào)或CSR報(bào)告而分析數(shù)據(jù)不足的問(wèn)題，提供準(zhǔn)實(shí)時(shí)的公司ESG評(píng)級(jí)，篩選或剔除ESG投資標(biāo)的;二是ESG指數(shù)：幫助投資機(jī)構(gòu)篩選和跟蹤投資組合的ESG風(fēng)險(xiǎn)，提供全方位基于ESG評(píng)級(jí)的投資組合分析支持;三是ESG因子分析：基于機(jī)器學(xué)習(xí)的特征工程技術(shù)、強(qiáng)化學(xué)習(xí)和人工參與特征的生成，進(jìn)行ESG因子的提取、挖掘，通過(guò)數(shù)據(jù)庫(kù)—因子構(gòu)建—因子回測(cè)—因子評(píng)價(jià)—因子跟蹤的流程構(gòu)建因子策略，整合ESG因子，歸因可持續(xù)的超額收益。

曾輝：微眾銀行人工智能部高級(jí)研究員;程善鈿：微眾銀行人工智能部高級(jí)產(chǎn)品專(zhuān)家