香港電腦學會：人工智能助ESG投資

近年來，投資界對環境、社會及管治(ESG)方面的議題愈發關注，投資者希望在獲得收益的同時，能夠為環境及社會方面的可持續性作出貢獻。為響應這種投資趨勢，不少投資者會先研究企業公布的ESG報告，衡量企業的ESG表現和行為，才決定是否應向這企業進行投資。

目前，國際中常用的ESG報告框架，包括：全球報告倡議組織(GRI)、永續發展會計標準委員會(SASB)、聯合國2030的17項可持續發展目標(SDGs)及MSCI指數。在香港，上市公司可根據香港交易所(00388)的ESG報告指引發布其ESG年度報告。

不過，對於投資者而言，僅僅查詢這些按ESG標準的公開數據和聲明，通常是不夠的，因為投資者無法判斷企業是否真正履行了其承諾。況且，大多數公司傾向於不披露可能損害其公司品牌聲譽的訊息，例如公司多元化的招聘政策、員工流失率等。因此，為了解企業的行為，是否與其宣稱的ESG目標和策略保持一致，投資者除了應分析企業已發布的ESG報告外，其投資團隊也需通過其他數據分析，確定企業是否真正貫徹其ESG承諾。

如今，新聞和社交媒體網站擁有大量資訊，分析師能在人工智能(AI)的幫助下，利用電腦系統處理龐大的訊息，提供分析結果，以便投資者能夠快速與準確地識別企業推行ESG活動的趨勢，並更加全面評估企業的ESG實踐和績效。

分析師還可以進一步使用與氣候和環境相關的數據，如空氣質量指標，或山火和洪水氾濫等的自然災害訊息，結合人工智能模型，預測它們為不同行業的企業，在未來營運所帶來的風險和機遇，整體性地衡量ESG對其業績的影響，以評估企業在ESG方面投資的風險及回報。

最近，來自歐洲幾所大學的研究人員，基於自然語言處理技術(NLP)，開發了一種名為ClimateBert的大型氣候「預訓練語言模型」(Pre-trained Language Model)。該模型對超過160萬段與氣候相關的文本，進行了預訓練。

預訓練語言模型能夠減少團隊在開發下游NLP應用時，訓練新的NLP模型所需的時間。歐洲有組織使用Climate Bert預訓練語言模型，來分析企業的氣候相關財務揭露(Task Forceon Climate-related Financial Disclosures，簡稱TCFD)，從而確認企業是否僅揭露對企業自身有利的資訊。

人工智能可加強企業在ESG活動中的透明度，增加投資者對企業投資的信心。同時可以讓企業更了解氣候變化、環境污染、貧富差距對自身帶來的潛在風險，鼓勵企業承擔更多社會責任，為人們建立一個更可持續的世界。

香港電腦學會人工智能專家小組執行委員會成員 戴劍寒