證券時報網(wǎng)
賀覺淵
2025-01-23 06:47
【ESG觀察】
在對ESG議題進行倫理判斷等方面仍有待ESG專家考量,。在可以預(yù)見的未來,，AI并不能完全代替ESG專家的工作。
匡繼雄
人工智能（AI）是當前科技界和資本市場的熱門話題,，已廣泛應(yīng)用于各領(lǐng)域,。不少ESG評級機構(gòu)在其評級方法介紹中,，也均提及使用了AI,。如妙盈科技運用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),，彌補企業(yè)披露空缺,；微眾攬月利用AI實現(xiàn)了高低頻數(shù)據(jù)的融合、自動化的數(shù)據(jù)處理和評級更新,，提供實時,、獨立、有效的ESG評分與指數(shù),。
這是否意味著借助AI,，ESG評級的痛點難點就能被一一解決，相關(guān)工作被AI完全取代,？
誠然,，AI技術(shù)融合在ESG評價全流程中,，可以提升評價的效率和準確度，主要體現(xiàn)在以下幾個方面：
一是智能挖掘,。ESG數(shù)據(jù)是進行ESG評級的基礎(chǔ),，涵蓋ESG相關(guān)報告、定期報告,、招股說明書,、影像、訪談錄音等大量非結(jié)構(gòu)化數(shù)據(jù)源,，借助OCR（文字識別）,、ASR（自動語音識別）、NLP（自然語言處理）中的實體識別,、信息抽取,、情感分析等AI技術(shù)，能夠高效挖掘有價值的ESG信息,，豐富ESG評級的維度,。
二是智能打分?；趯＜以u分規(guī)則基礎(chǔ)上,，應(yīng)用AI技術(shù)進行語義分析理解，可在一定程度上解決ESG評級中定性指標評分缺乏客觀標準的痛點,。如在ESG評價體系中,，對上市公司的環(huán)境管理進行評價，可先設(shè)定好專家規(guī)則,，然后運用AI技術(shù)對企業(yè)定期報告和ESG相關(guān)報告進行解析,，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，還可以提高打分的準確性,、客觀性,。
三是智能分析。AI可以協(xié)助ESG專家進行分析工作,，如使用機器學(xué)習(xí)和自然語言處理技術(shù)從海量數(shù)據(jù)（含文本信息）中挖掘出對ESG績效有潛在價值的關(guān)系,、模式和趨勢；在評估建模階段,，可以對評估模型進行輔助優(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,，我們也要認識到,，目前AI還很難完全替代ESG專家的工作，具體體現(xiàn)在以下幾個方面：
一是數(shù)據(jù)搜集,。不同于財務(wù)數(shù)據(jù)的高度標準化和國際化,，ESG數(shù)據(jù)包含定性信息，其界定與度量標準較為模糊,，目前還沒有一款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,，評估員工對企業(yè)的滿意度和文化認同度時,，需要與員工深度交流，通過深入細致的調(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對定性數(shù)據(jù)的提取精度無法達到100%。目前對于一些不復(fù)雜的信息,，如企業(yè)的環(huán)境管理目標,，采用機器學(xué)習(xí)，將其認為可能是企業(yè)環(huán)境管理目標的段落提取出來,，能夠達到90%的精度,；但對于一些復(fù)雜的信息，如針對TCFD（氣候相關(guān)財務(wù)披露工作組）框架,，將企業(yè)應(yīng)對氣候變化的治理,、戰(zhàn)略、風險管理和目標等信息提取出來,，目前只能做到60%的精度,。
三是數(shù)據(jù)預(yù)測,。ESG評級涵蓋環(huán)境,、社會、治理方面的數(shù)十個議題,，關(guān)鍵指標超百個,，不少指標呈現(xiàn)非線性特征，不確定性較高，未來發(fā)生的變化可能會超出機器曾經(jīng)學(xué)習(xí)過的數(shù)據(jù)集,，采用AI技術(shù)對缺失指標預(yù)測的準確性也會隨著時間的推移而下降,。
四是權(quán)重確定。有效的ESG評級需要從對各類行業(yè)的異同分析出發(fā),，對不同行業(yè)設(shè)置對應(yīng)的實質(zhì)性議題,，權(quán)重由該議題與其他議題的相對重要性大小決定。但AI算法,，只考慮歷史數(shù)據(jù)來估算變量間的關(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,，對這些議題進行好壞判斷是主觀的,，需要復(fù)雜的情感認知和經(jīng)驗，AI只能根據(jù)其設(shè)計者內(nèi)置在算法中的道德倫理準則來進行價值判斷,，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)境和社會問題,，雖然AI在處理數(shù)據(jù)時能夠?qū)τ脩暨M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)可能會暴露一些敏感信息，隱私安全問題無法得到全面解決,。
未來,，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前ESG評級面臨的一些痛點,。然而,，作為一種綜合性評估方法，ESG評級非常復(fù)雜,，在對ESG議題進行倫理判斷,、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)見的未來，AI并不能完全代替ESG專家的工作,。
（作者系中國資本市場研究院研究員）
本報專欄文章僅代表作者個人觀點,。
