隨著大眾關注企業的環境、社會及管治(ESG)表現的增加,不良表現及負面消息將對企業發展帶來重大影響。因此,評估企業的發展潛力不應僅依賴財務表現,亦應考慮ESG表現。事實上,近十年來,氣候變化和可持續性風險正逐漸成為投資者配置資產時的重要考慮因素之一。市場認為,良好的ESG表現能為企業帶來穩健的利潤增長,保持競爭力,實現長期可持續發展,並透過前瞻性佈局應對及管理風險,避免ESG不良表現及負面消息導致的投資損失。參考目標企業的ESG評級是投資者了解企業ESG表現的快速方法,可簡單直接地瞭解企業的ESG成熟度和重大風險。
然而,目前的ESG評級並非毫無瑕疵,存在著數據質量和方法論問題。由於數據來源的限制和缺乏標準化的評估方法,評級結果可能受到不同機構判斷和解釋的影響,從而導致根本性的問題。第一,現時ESG評級百花齊放,缺乏統一標準,不同評級機構如明晟永續指數(MSCI ESG)、道瓊斯可持續發展指數(DJSI)、恆生可持續發展企業指數、Sustainalytics等,皆會自行制定研究及分析框架,評分指標存在差異,導致評級不一致性和可持續投資風險增加。此外,大部分評級同時考慮企業的ESG三大支柱表現,以其平均值或按既定比重匯總成整體評分,計算企業正負面影響時或會相互抵消,從而稀釋評級信息,無法深入挖掘企業在不同方面的表現。若一所企業具有極高的環境風險,其風險可能被高水平的社會及管治表現掩蓋,無助投資者避免潛在ESG風險。而評級的數據收集亦會存在問題,取決於外部信息的收集量及質素,且企業內部信息如ESG報告及公司文件等,可能存在漂綠描述,導致評級結果有所偏頗。
大數據和人工智能(AI)科技可以有效彌補ESG評級的不足。投資者可按其投資策略及偏好關注的範疇,利用AI從多個資料來源(如新聞、社交媒體、政府報告、非政府機構分析報告等)及過往記錄中挖掘並篩選ESG信息,使用自然語言處理技術(natural language processing)分析非結構化的資料,快速瞭解企業的ESG表現,同時過濾篩掉企業自我美化的漂綠雜訊,緊貼實況,客觀全面地評估企業的表現。大量的數據收集大大增加對標分析的可信度,協助投資者瞭解目標企業對比同行業的ESG表現,特别是當有重大ESG事件時,能快捷地收集及分析資訊,及時進行準確評估。
ESG數據提供商Arabesque AI運用AI引擎和ESG數據分析方法,協助資產管理者自動化整合多個金融和非金融維度和偏好,生成超級定制化的主動投資策略和主題投資組合,包括緩解ESG風險、掌握轉型機遇、符合聯合國可持續發展目標等。另一方面, 大灣區碳中和論壇首份「香港上市公司碳中和100強榜單」的篩選, 也運用了香港應用科技研究院人工智能ESG報告分析引擎技術,在不到兩小時内,將2000多家上市公司的ESG報告進行數據處理,自動抽取和分析關鍵訊息,提高效率和減少人工成本。未來,大數據和AI技術的應用將為可持續投資帶來無限機遇,協助投資者全面了解目標企業在ESG方面的表現,降低投資和漂綠風險。
聯繫我們
彭頌邦
首席合夥人
艾華迪集團
vincent.pang@avaval.com
林詠詩
總監
風險管理諮詢
sabrina.lam@avaval.com