>> 浙商證券-ESG體系下的AI研究(一)：多維投資增效，防范倫理風(fēng)險-250604
| 上傳日期： |
2025/6/6 |
大?。?/td>
| 3113KB |
| 格式： |
pdf 共37頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
祁星 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
核心觀點
隨著大模型加速迭代，AI有望快速實現(xiàn)大規(guī)模應(yīng)用。面對ESG投資生態(tài)中的監(jiān)管追蹤難、企業(yè)合規(guī)成本高、投資端數(shù)據(jù)獲取分析困難等痛點，AI能在多個環(huán)節(jié)幫助不同參與者降本增效，通過智能、高效、創(chuàng)造性輸出等特點，助力ESG投資打通生態(tài)鏈條。目前AI正面影響與負(fù)面爭議作用于多個行業(yè)，并與多方面的ESG議題相關(guān)，但對AI治理的直接評估并不直接體現(xiàn)在ESG框架中，我們整理了全球?qū)嵺`情況，發(fā)現(xiàn)將負(fù)責(zé)任AI原則與ESG框架相融合，可以建立AI倫理風(fēng)險分析體系，為管控相關(guān)投資風(fēng)險提供思路。
AI有望大規(guī)模應(yīng)用，幫助完善ESG投資基礎(chǔ)設(shè)施。
近期，AI大模型迭代速度加快，模型熱度在周度統(tǒng)計中都發(fā)生了較大變化，同時算法優(yōu)化成本降低，有望進(jìn)一步加速大規(guī)模應(yīng)用。AI有助于解決ESG生態(tài)中的多方痛點。對監(jiān)管與國際機構(gòu)而言，過去ESG政策追蹤困難、追蹤成本高，AI通過廣泛整合信息的動態(tài)化監(jiān)測，以及智能對比邏輯關(guān)系的交叉驗證體系，有望幫助監(jiān)管端降低追蹤成本，助力ESG政策與倡議的順利施行；對企業(yè)而言，面對多樣的ESG政策，企業(yè)學(xué)習(xí)理解與合規(guī)保本的成本都較高，AI提供了知識圖譜等工具，助力企業(yè)政策分析；同時生成式AI能夠幫助企業(yè)進(jìn)行合規(guī)報備和ESG信息披露。合規(guī)成本的降低將使企業(yè)更有動力參與ESG實踐。
AI助力投資端優(yōu)化策略與營銷。
在投資層面，傳統(tǒng)ESG數(shù)據(jù)存在來源多、收集處理困難、更新頻率低、滯后性強等問題。AI首先可以智能化獲取包含文本、圖片在內(nèi)的多模態(tài)海量數(shù)據(jù)，同時能夠智能化將數(shù)據(jù)整理成為“終端友好”的形式，為投資者分析ESG變化提供支撐。同時，AI可以實現(xiàn)爭議事件的實時抓取和分析，幫助投資者及時調(diào)整估值。在投資策略方面，機器學(xué)習(xí)算法能夠在因子策略構(gòu)造與因子篩選方面提供幫助，同時語言分析、識別與預(yù)測模型也能夠成為構(gòu)建新型量化策略的核心，幫助投資人優(yōu)化風(fēng)險-收益情況。在營銷端，生成式AI通過生成營銷方案、營銷內(nèi)容，大大降低了營銷成本。
負(fù)責(zé)任AI成為共識，整合ESG框架的RAI體系助力倫理風(fēng)險管理。
當(dāng)前AI立法尚不完善，而AI的爭議性影響在環(huán)境、社會、治理層面廣泛存在，例如：在環(huán)境維度，AI既能夠通過智能化系統(tǒng)助力降低能效，但AI所需的算力耗能巨大；社會維度，AI既提高了生產(chǎn)效率，也造成了就業(yè)沖擊、隱私泄露等社會問題甚至倫理爭議；公司治理維度，AI賦能了公司治理也帶來了監(jiān)管挑戰(zhàn)。面對缺少法律框架參考但仍會受到監(jiān)管督導(dǎo)、社會輿論壓力等因素沖擊的AI行業(yè)，整合ESG框架與負(fù)責(zé)任AI原則，能夠幫助投資者識別有AI倫理風(fēng)險的企業(yè)。在投資實踐中，主要有公司治理維度關(guān)注AI與ESG框架整體整合兩種方式。投資者也可以通過與企業(yè)的進(jìn)一步溝通獲得信息，為管理有關(guān)企業(yè)的投資風(fēng)險提供參考。
風(fēng)險提示
經(jīng)濟(jì)修復(fù)不及預(yù)期；AI模型不穩(wěn)定風(fēng)險；市場情緒與偏好波動風(fēng)險。
|
|
