最近人工智能的进步-包括机器学习和自然语言处理-可以成为面向可持续性投资者的有力工具,因为各种AI驱动解决方案都有望帮助投资者引导公司金融性能前景和环境、社会治理因素
AI整合可持续投资可标志投资者浏览复杂ESG因素网能力的一个深刻转折点马修斯洛维克raybet炉石传说摩根斯坦利全球可持续金融主管通过利用AI分析能力, 投资者可以识别ESG高性能公司,
有兴趣使用AI支持其可持续投资和ESG目标的投资者应考虑目前市场应用类型,以及潜在风险和关键题在评估这些新工具时查询
AI可持续投资应用
一些投资者已经为各种目的使用AI技术三大例子包括:
预测模型填补ESG披露空白机器学习类型AI从人脑过程启发,提供提高ESG度量法精度的潜力raybet炉石传说高需求量度:摩根斯坦利可持续投资学院88%资产所有者调查ESG报告对选择资产管理员很重要,只有39%的资产管理员提供这种报告和披露一号同时,在公司中,全球只有35%上市公司披露至少部分温室气体排放-对投资者越来越关键的风险度量2
预测建模依赖机器学习技巧并使用公开数据,帮助投资者填补可持续性披露空白当前,在估计温室气体排放时,投资者往往计算不披露排放量或使用简单线性外推法根据公司披露参数模拟排放值的公司行业平均值对比之下,机器学习模型可识别数据中更多并行点,不仅基于行业,还基于物位、收入分解和产品与服务类型等因素识别数据关系可能导致更精确估计
自然语言处理测量情感和风险自然语言处理法使投资者有能力每日分析数千媒体和其他信息来源,消除人工数据收集和风险评估缺陷,包括主观性和有限容量这种方法可用于识别公司可能有争议ESG实践-例如指控侵犯人权或腐败和行贿-公司可能不报告自身,但可能成为投资者的物质信息NLP工具可用于实时检测并收集在线批注和指控,为投资者提供关键信息,说明公众感知及其对公司股价的潜在影响
卫星评估环境风险技术AI驱动卫星传感器可判定公司接触物理风险或负环境影响,帮助投资者作出更好的决策快速精确分析红外图像等大量输入以检测模式
当前ESG评级机构使用森林砍伐和重新造林图像评估自愿碳抵消质量甲烷报警响应系统(MARS)监测甲烷泄漏,甲烷是大气捕热中比二氧化碳强25倍多的温室气体2022年联合国气候变化大会启动时,MARS将分析全球映射卫星收集的信息,检测甲烷聚发区并归结为特定源这些数据将公诸于众,使投资者有机会直接接触公司减少甲烷排放策略3
raybet炉石传说Slovik表示:「卫星图像持续相关地理分析日益成为Morgan Stanley持续深入实验室的一个焦点领域,实时理解能力,例如海平面升高会增加低洼沿海房地产洪风险或公司物理资产可能受野火破坏帮助公司和客户作出更知情决策
理解风险
探索AI工具时,ESG投资者应考虑潜在风险,包括数据隐私和安全AI模型需要广泛的数据,可能包括个人识别敏感信息,因此人们担心AI可用于跟踪私人行为,这甚至可以通过逆向工程公开获取
人工智能生成信息可能缺乏可靠性和问责性,也存在相关风险大型语言模型生成的信息可能不准确或外包透明没有保障措施确保透明度和问责制,AI工具可用于传播歧视性语言或甚至推广有损全球金融体系完整性的错误信息必要的保障机制包括概述对模型和数据结果的明确责任以及分享模型逻辑和输出的能力和意愿比亚斯也可以爬进系统如果培训数据不代表人口并受算法或人偏差污染,输出数据也可能有偏差。
监管对帮助减少这些风险很重要raybet炉石传说organ斯坦利可持续性办公室主管Jamie Martin表示:「政府开始制定使用技术的立法,领先控件为欧洲联盟, 近似通过世界首创法例4管理人工智能支持欧盟立法者期望它引导其他全球管理机构效仿之道。”
面向投资者问题
投资者在评估AI可持续投资工具时应考虑下列问题:
AI想解决什么问题EMEA主管Sanghamitra Karra表示:「清晰问题说明和所处理机会的市场规模至关紧要”。包容性风险集团raybet炉石传说摩根斯坦利设计与实施AI解决方案以解决这个问题有什么趣味和独特性
2)使用哪些数据集AI算法只像数据使用法那样好确定可用数据、具体数据集的独特长处,以及AI解决方案或公司为何有权获取这些数据理解开发者是否已经工作理解数据偏差并设计工具时处理偏差
3) 哪些数据和模型治理机制?确认强控确保安全性与道德自2012年以来报告跟踪误用AI事件增加26倍5需要额外保障措施解决社会特殊风险领域问题,如保健、教育、关键基础设施、司法管理以及敏感个人资料使用.
4)为什么公司是这个解决方案的正确拥有者企业称自己为AI公司可持续性或可持续投资, 但却没有足够的AI背景或技术及经验构建解决方案,AI驱动的可持续投资解决方案应显示与适当管理团队相匹配的能力
