【ESG觀察】

在對(duì)ESG議題進(jìn)行倫理判斷等方面仍有待ESG專家考量。在可以預(yù)見(jiàn)的未來(lái)，AI并不能完全代替ESG專家的工作。

(資料圖片)

匡繼雄

人工智能（AI）是當(dāng)前科技界和資本市場(chǎng)的熱門話題，已廣泛應(yīng)用于各領(lǐng)域。不少ESG評(píng)級(jí)機(jī)構(gòu)在其評(píng)級(jí)方法介紹中，也均提及使用了AI。如妙盈科技運(yùn)用AI算法多維度估算諸如溫室氣體排放、能源消耗等核心數(shù)據(jù)，彌補(bǔ)企業(yè)披露空缺；微眾攬?jiān)吕肁I實(shí)現(xiàn)了高低頻數(shù)據(jù)的融合、自動(dòng)化的數(shù)據(jù)處理和評(píng)級(jí)更新，提供實(shí)時(shí)、獨(dú)立、有效的ESG評(píng)分與指數(shù)。

這是否意味著借助AI，ESG評(píng)級(jí)的痛點(diǎn)難點(diǎn)就能被一一解決，相關(guān)工作被AI完全取代？

誠(chéng)然，AI技術(shù)融合在ESG評(píng)價(jià)全流程中，可以提升評(píng)價(jià)的效率和準(zhǔn)確度，主要體現(xiàn)在以下幾個(gè)方面：

一是智能挖掘。ESG數(shù)據(jù)是進(jìn)行ESG評(píng)級(jí)的基礎(chǔ)，涵蓋ESG相關(guān)報(bào)告、定期報(bào)告、招股說(shuō)明書、影像、訪談錄音等大量非結(jié)構(gòu)化數(shù)據(jù)源，借助OCR（文字識(shí)別）、ASR（自動(dòng)語(yǔ)音識(shí)別）、NLP（自然語(yǔ)言處理）中的實(shí)體識(shí)別、信息抽取、情感分析等AI技術(shù)，能夠高效挖掘有價(jià)值的ESG信息，豐富ESG評(píng)級(jí)的維度。

二是智能打分。基于專家評(píng)分規(guī)則基礎(chǔ)上，應(yīng)用AI技術(shù)進(jìn)行語(yǔ)義分析理解，可在一定程度上解決ESG評(píng)級(jí)中定性指標(biāo)評(píng)分缺乏客觀標(biāo)準(zhǔn)的痛點(diǎn)。如在ESG評(píng)價(jià)體系中，對(duì)上市公司的環(huán)境管理進(jìn)行評(píng)價(jià)，可先設(shè)定好專家規(guī)則，然后運(yùn)用AI技術(shù)對(duì)企業(yè)定期報(bào)告和ESG相關(guān)報(bào)告進(jìn)行解析，判斷企業(yè)是否有環(huán)境管理相關(guān)定性描述目標(biāo)或措施，并按規(guī)則打分。相比人工打分，AI智能打分不僅具有速度優(yōu)勢(shì)，還可以提高打分的準(zhǔn)確性、客觀性。

三是智能分析。AI可以協(xié)助ESG專家進(jìn)行分析工作，如使用機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)從海量數(shù)據(jù)(603138)（含文本信息）中挖掘出對(duì)ESG績(jī)效有潛在價(jià)值的關(guān)系、模式和趨勢(shì)；在評(píng)估建模階段，可以對(duì)評(píng)估模型進(jìn)行輔助優(yōu)化工作。

四是智能可視化展示。在ESG結(jié)果應(yīng)用階段，使用交互式可視化技術(shù)，將ESG數(shù)據(jù)可視化成可交互、簡(jiǎn)潔易懂的圖表、圖像等展現(xiàn)形式，使得數(shù)據(jù)信息更清晰、更易于理解和溝通。

不過(guò)，我們也要認(rèn)識(shí)到，目前AI還很難完全替代ESG專家的工作，具體體現(xiàn)在以下幾個(gè)方面：

一是數(shù)據(jù)搜集。不同于財(cái)務(wù)數(shù)據(jù)的高度標(biāo)準(zhǔn)化和國(guó)際化，ESG數(shù)據(jù)包含定性信息，其界定與度量標(biāo)準(zhǔn)較為模糊，目前還沒(méi)有一款A(yù)I工具能夠完全代替人工搜集這些信息。如在員工議題層面，評(píng)估員工對(duì)企業(yè)的滿意度和文化認(rèn)同度時(shí)，需要與員工深度交流，通過(guò)深入細(xì)致的調(diào)查研究后才能獲得有效數(shù)據(jù)。

二是數(shù)據(jù)質(zhì)量。AI對(duì)定性數(shù)據(jù)的提取精度無(wú)法達(dá)到100%。目前對(duì)于一些不復(fù)雜的信息，如企業(yè)的環(huán)境管理目標(biāo)，采用機(jī)器學(xué)習(xí)，將其認(rèn)為可能是企業(yè)環(huán)境管理目標(biāo)的段落提取出來(lái)，能夠達(dá)到90%的精度；但對(duì)于一些復(fù)雜的信息，如針對(duì)TCFD（氣候相關(guān)財(cái)務(wù)披露工作組）框架，將企業(yè)應(yīng)對(duì)氣候變化的治理、戰(zhàn)略、風(fēng)險(xiǎn)管理和目標(biāo)等信息提取出來(lái)，目前只能做到60%的精度。

三是數(shù)據(jù)預(yù)測(cè)。ESG評(píng)級(jí)涵蓋環(huán)境、社會(huì)、治理方面的數(shù)十個(gè)議題，關(guān)鍵指標(biāo)超百個(gè)，不少指標(biāo)呈現(xiàn)非線性特征，不確定性較高，未來(lái)發(fā)生的變化可能會(huì)超出機(jī)器曾經(jīng)學(xué)習(xí)過(guò)的數(shù)據(jù)集，采用AI技術(shù)對(duì)缺失指標(biāo)預(yù)測(cè)的準(zhǔn)確性也會(huì)隨著時(shí)間的推移而下降。

四是權(quán)重確定。有效的ESG評(píng)級(jí)需要從對(duì)各類行業(yè)的異同分析出發(fā)，對(duì)不同行業(yè)設(shè)置對(duì)應(yīng)的實(shí)質(zhì)性議題，權(quán)重由該議題與其他議題的相對(duì)重要性大小決定。但AI算法，只考慮歷史數(shù)據(jù)來(lái)估算變量間的關(guān)系和權(quán)重，并不能充分理解行業(yè)特色議題在不同行業(yè)內(nèi)的重要性排序。

五是道德倫理。人權(quán)、性別平等、反歧視等ESG議題涉及道德倫理，對(duì)這些議題進(jìn)行好壞判斷是主觀的，需要復(fù)雜的情感認(rèn)知和經(jīng)驗(yàn)，AI只能根據(jù)其設(shè)計(jì)者內(nèi)置在算法中的道德倫理準(zhǔn)則來(lái)進(jìn)行價(jià)值判斷，本身并不具備好壞判斷的能力。

六是隱私安全。ESG涉及敏感的環(huán)境和社會(huì)問(wèn)題，雖然AI在處理數(shù)據(jù)時(shí)能夠?qū)τ脩暨M(jìn)行匿名化處理，但其本質(zhì)上是一種工具，在安全與隱私保護(hù)技術(shù)和法規(guī)尚未成熟的情況下，使用AI系統(tǒng)收集、分析和處理這些敏感數(shù)據(jù)可能會(huì)暴露一些敏感信息，隱私安全問(wèn)題無(wú)法得到全面解決。

未來(lái)，隨著AI的持續(xù)發(fā)展，新的技術(shù)可能在一定程度上緩解甚至破解當(dāng)前ESG評(píng)級(jí)面臨的一些痛點(diǎn)。然而，作為一種綜合性評(píng)估方法，ESG評(píng)級(jí)非常復(fù)雜，在對(duì)ESG議題進(jìn)行倫理判斷、行業(yè)特色議題設(shè)置等方面還有待ESG專家的全面考量，定性信息的高質(zhì)量提取也還需依靠大量ESG專業(yè)人才。由此，在可以預(yù)見(jiàn)的未來(lái)，AI并不能完全代替ESG專家的工作。

（作者系中國(guó)資本市場(chǎng)研究院研究員）

本報(bào)專欄文章僅代表作者個(gè)人觀點(diǎn)。