随着大众关注企业的环境、社会及管治(ESG)表现的增加,不良表现及负面消息将对企业发展带来重大影响。因此,评估企业的发展潜力不应仅依赖财务表现,亦应考虑ESG表现。事实上,近十年来,气候变化和可持续性风险正逐渐成为投资者配置资产时的重要考虑因素之一。市场认为,良好的ESG表现能为企业带来稳健的利润增长,保持竞争力,实现长期可持续发展,并透过前瞻性布局应对及管理风险,避免ESG不良表现及负面消息导致的投资损失。参考目标企业的ESG评级是投资者了解企业ESG表现的快速方法,可简单直接地了解企业的ESG成熟度和重大风险。
然而,目前的ESG评级并非毫无瑕疵,存在着数据质量和方法论问题。由于数据来源的限制和缺乏标准化的评估方法,评级结果可能受到不同机构判断和解释的影响,从而导致根本性的问题。第一,现时ESG评级百花齐放,缺乏统一标准,不同评级机构如明晟永续指数(MSCI ESG)、道琼斯可持续发展指数(DJSI)、恒生可持续发展企业指数、Sustainalytics等,皆会自行制定研究及分析框架,评分指标存在差异,导致评级不一致性和可持续投资风险增加。此外,大部分评级同时考虑企业的ESG三大支柱表现,以其平均值或按既定比重汇总成整体评分,计算企业正负面影响时或会相互抵消,从而稀释评级信息,无法深入挖掘企业在不同方面的表现。若一所企业具有极高的环境风险,其风险可能被高水平的社会及管治表现掩盖,无助投资者避免潜在ESG风险。而评级的数据收集亦会存在问题,取决于外部信息的收集量及质素,且企业内部信息如ESG报告及公司文件等,可能存在漂绿描述,导致评级结果有所偏颇。
大数据和人工智能(AI)科技可以有效弥补ESG评级的不足。投资者可按其投资策略及偏好关注的范畴,利用AI从多个数据源(如新闻、社交媒体、政府报告、非政府机构分析报告等)及过往记录中挖掘并筛选ESG信息,使用自然语言处理技术(natural language processing)分析非结构化的数据,快速了解企业的ESG表现,同时过滤筛掉企业自我美化的漂绿噪声,紧贴实况,客观全面地评估企业的表现。大量的数据收集大大增加对标分析的可信度,协助投资者了解目标企业对比同行业的ESG表现,特别是当有重大ESG事件时,能快捷地收集及分析信息,及时进行准确评估。
ESG数据提供商Arabesque AI运用AI引擎和ESG数据分析方法,协助资产管理者自动化整合多个金融和非金融维度和偏好,生成超级定制化的主动投资策略和主题投资组合,包括缓解ESG风险、掌握转型机遇、符合联合国可持续发展目标等。另一方面, 大湾区碳中和论坛首份「香港上市公司碳中和100强榜单」的筛选, 也运用了香港应用科技研究院人工智能ESG报告分析引擎技术,在不到两小时内,将2000多家上市公司的ESG报告进行数据处理,自动抽取和分析关键讯息,提高效率和减少人工成本。未来,大数据和AI技术的应用将为可持续投资带来无限机遇,协助投资者全面了解目标企业在ESG方面的表现,降低投资和漂绿风险。
联系我们
彭颂邦
首席合伙人
艾华迪集团
vincent.pang@avaval.com
林咏诗
总监
风险管理咨询
sabrina.lam@avaval.com