Observation ESG丨Une vision rationnelle du rôle de l'IA dans les notations ESG

Actuellement, l'intelligence artificielle (IA) est largement utilisée dans divers domaines et est devenue un sujet brûlant dans la communauté technologique et sur le marché des capitaux. De nombreuses agences de notation ESG mentionnent également l’utilisation de l’IA dans la présentation de leurs méthodes de notation. Par exemple, Miaoying Technology utilise des algorithmes d'IA pour estimer des données de base telles que les émissions de gaz à effet de serre et la consommation d'énergie sous plusieurs dimensions afin de combler les lacunes dans la divulgation des informations par l'entreprise ; Weizhong Lanyue utilise l'IA pour réaliser la fusion de données haute et basse fréquence et le traitement automatisé des données ; et des mises à jour de notation, fournissant des scores et indices ESG en temps réel, indépendants et efficaces.

Cela signifie-t-il qu'avec l'aide de l'IA, les points faibles et les difficultés de la notation ESG peuvent être résolus un par un, et le travail associé sera-t-il complètement remplacé par l'IA ?

Il est vrai que l'intégration de la technologie de l'IA dans l'ensemble du processus d'évaluation ESG peut améliorer l'efficacité et la précision de l'évaluation, ce qui se reflète principalement dans les aspects suivants :

La seconde est la notation intelligente. Sur la base de règles de notation expertes, l’application de la technologie de l’IA pour l’analyse et la compréhension sémantiques peut, dans une certaine mesure, résoudre le problème du manque de normes objectives pour la notation des indicateurs qualitatifs dans les notations ESG. Par exemple, dans le système d'évaluation ESG, pour évaluer la gestion environnementale des sociétés cotées, des règles d'experts peuvent d'abord être définies, puis la technologie de l'IA peut être utilisée pour analyser les rapports réguliers de l'entreprise et les rapports ESG afin de déterminer si l'entreprise a des résultats qualitatifs. description des objectifs liés à la gestion ou aux mesures environnementales et note selon les règles. La notation intelligente par l'IA est plus rapide que la notation manuelle et peut améliorer la précision et l'objectivité de la notation.

La troisième est l'analyse intelligente. L'IA peut aider les experts ESG dans leur travail d'analyse, par exemple en utilisant l'apprentissage automatique et la technologie de traitement du langage naturel pour extraire les relations, les modèles et les tendances potentiellement précieux pour la performance ESG à partir de données massives (y compris les informations textuelles lors de la phase de modélisation de l'évaluation) ; peut évaluer le modèle pour effectuer un travail d'optimisation auxiliaire.

Le quatrième est l’affichage visuel intelligent. Lors de la phase d’application des résultats ESG, la technologie de visualisation interactive est utilisée pour visualiser les données ESG sous forme de graphiques, d’images et d’autres formes de présentation interactifs, concis et faciles à comprendre, rendant les informations sur les données plus claires et plus faciles à comprendre et à communiquer.

Cependant, il faut aussi se rendre compte qu'il est encore difficile pour l'IA de remplacer complètement le travail des experts ESG, ce qui se reflète notamment dans les aspects suivants :

Le premier est la collecte de données. Contrairement aux données financières, très standardisées et internationalisées, les données ESG contiennent des informations qualitatives dont la définition et les normes de mesure sont vagues. Actuellement, aucun outil d’IA ne peut remplacer complètement la collecte manuelle de ces informations. Par exemple, au niveau des problèmes des employés, lors de l'évaluation de la satisfaction des employés et de l'identité culturelle de l'entreprise, il est nécessaire d'avoir des communications approfondies avec les employés et d'obtenir des données efficaces grâce à des enquêtes et des recherches approfondies et détaillées.

Le deuxième est la qualité des données. La précision de l’extraction des données qualitatives par l’IA ne peut pas atteindre 100 %. Actuellement, pour certaines informations simples, telles que les objectifs de gestion environnementale d'une entreprise, l'apprentissage automatique peut être utilisé pour extraire des passages qui, selon lui, pourraient constituer les objectifs de gestion environnementale de l'entreprise, et peut atteindre une précision de 90 %, mais pour certaines informations complexes, telles que ; car le cadre TCFD (Climate-rated Financial Disclosure Working Group), qui extrait des informations sur la gouvernance d'entreprise, la stratégie, la gestion des risques et les objectifs en réponse au changement climatique, ne peut actuellement atteindre qu'une précision de 60 %.

Le troisième est la prédiction des données. Les notations ESG couvrent des dizaines de questions liées à l'environnement, à la société et à la gouvernance, avec plus d'une centaine d'indicateurs clés présentant des caractéristiques non linéaires et sont très incertains. Les changements à venir pourraient dépasser les ensembles de données apprises par la machine. l’exactitude des prédictions des indicateurs manquants utilisant la technologie de l’IA diminuera également avec le temps.

La quatrième consiste à déterminer le poids. Des notations ESG efficaces doivent partir de l’analyse des similitudes et des différences entre les différents secteurs, et définir les questions de fond correspondantes pour les différents secteurs. La pondération est déterminée par l’importance relative de cette question et d’autres questions. Cependant, les algorithmes d’IA ne prennent en compte que les données historiques pour estimer les relations et les pondérations entre les variables, et ne peuvent pas pleinement comprendre l’importance des problèmes spécifiques à un secteur dans différents secteurs.

Le cinquième est la moralité et l’éthique. Les questions ESG telles que les droits de l'homme, l'égalité des sexes et la lutte contre la discrimination impliquent une éthique morale. Juger de la qualité de ces questions est subjectif et nécessite une cognition émotionnelle et une expérience complexes. L'IA ne peut prendre des décisions que sur la base des principes moraux et éthiques intégrés dans l'algorithme. par ses concepteurs. Porter des jugements de valeur ne possède pas en soi la capacité de juger du bien ou du mal.

Le sixième concerne la confidentialité et la sécurité. L'ESG implique des questions environnementales et sociales sensibles. Bien que l'IA puisse anonymiser les utilisateurs lors du traitement des données, il s'agit essentiellement d'un outil qui utilise les systèmes d'IA pour collecter des données lorsque les technologies et les réglementations en matière de sécurité et de protection de la vie privée ne sont pas encore matures. exposer certaines informations sensibles et les problèmes de sécurité de la confidentialité ne peuvent pas être entièrement résolus.

Alors que l'intelligence artificielle continue de se développer, les nouvelles technologies du futur pourraient atténuer, voire atténuer dans une certaine mesure, les problèmes rencontrés par les notations ESG. Cependant, en tant que méthode d'évaluation globale, la notation ESG est très complexe. Les experts ESG doivent encore prendre pleinement en compte le jugement éthique des questions ESG et la définition de sujets spécifiques au secteur. L'extraction de haute qualité d'informations qualitatives doit également s'appuyer sur une analyse approfondie. un grand nombre de talents professionnels ESG. Par conséquent, dans un avenir prévisible, l’IA ne peut pas remplacer complètement le travail des experts ESG.

Editeur : Wan Jianxi

Relecture : Yang Lilin

Profitant du système d'enregistrement complet, le site officiel de Securities Times a été mis à jour

Grandly lance la chaîne "Xinpi+" ↓↓↓

Déclaration de droits d'auteur

Sans autorisation écrite, aucune unité ou individu ne peut reproduire tout le contenu original sur les différentes plateformes de Securities Times. Notre société se réserve le droit de poursuivre la responsabilité légale des acteurs concernés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!