韩鹏飞 翁翕 卢瑞昌 张峥 等
在碳达峰、碳中和配景下 ，绿色投资愈发成为当今金融领域的一大趋势 。其中 ，ESG（ESG划分是情形（Environmental）、社会（Social）和公司治理（Governance）的缩写）投资理念颇受关注 。该理念以为 ，上市公司能否获得更多投资者的信任与支持 ，不但取决于它的盈利体现 ，还与它营利的时间有没有污染情形、践行了怎样的社会责任、用什么手段治理公司有关 。
ESG投资理念从西欧兴起 ，经由三十余年生长 ，已获得普遍认同 。在中国资源市场起步较晚 ，但生长迅速 。然而 ，ESG投资在全球都面临着数据缺陷 ，制约了进一步落地 。古板数据难以支持系统的ESG评级 ，保存以下痛点：数目重大的非结构性数据、缺乏客观准确性、不敷周全、滞后等 。
在古板数据已经不可知足ESG投资需求的情形下 ，从另类数据中提取生意信号成为有用提升投资回报的另一种实验 。另类数据泛起于2016年 ，指除市场统计数据和公司财报这类古板数据外所有可能影响投资战略的非结构化数据 ，包括社交媒体数据、网络舆情信息、卫星数据等 ，其泉源富厚多样并且能够即时更新 。
将另类数据应用到ESG投资领域是AI工业应用的一个全新的偏向 ，使用卫星数据可以解决古板ESG投资在数据方面的痛点 ，为卫星数据走进资管领域翻开了一道新的大门 ，也是AI+另类数据落地应用的先行树模 。
一、AI+另类数据应用于ESG投资
中国证券投资基金业协会先后于2018年11月和2019年3月宣布《中国上市公司ESG 评价系统研究报告》《绿色投资指引（试行）》《关于提交自评估报告的通知》 ，使ESG成为资管机构需要切实推行的义务之一 。降低危害、顺应羁系趋势和获取逾额收益是关注ESG议题的前三大驱动力 。认知缺乏、缺少可靠的ESG信息和数据泉源以及缺少评估要领和工具是投资机构开展责任投资的最大挑战 。
ESG投资面临的数据缺陷 ，正是人工智能及另类数据在该领域施展作用的突破口 。对此 ，海内相关团队举行了AI+卫星数据应用于资管领域的探索并取得了一定效果 。
团队使用的另类数据 ，主要包括卫星遥感影像、无人机影像、时空数据以及舆情数据 ，其焦点手艺主要有以下五项:
表1：微众揽月团队的焦点手艺及应用
名称 |
内容 |
 应用案例
|
目的检测手艺 |
使用算法模子对遥感图像中的多个目的的种别和位置举行自动化判断与识别 ，包括车辆检测、飞机检测、储油罐检测等 。 |
对某上市汽车制造商的车厂举行监测 ，以相识其生产谋划状态 。 |
地块支解手艺 |
输入多光谱高分卫星真彩色图片 ，并将其切割成块 ，通过语义支解模子 ，输出像素点分类掩膜 ，获得支解地块组合大图 。 |
运用模子检测大豆、水稻、玉米等作物地块面积 ，预估农作物产量 。 |
地表识别手艺 |
通过深度学习算法从卫星图像中识别地表物的种别、面积及状态 。 |
 剖析区域光伏生长状态,制订中国太阳能光伏生长指数 。
|
路网检测手艺 |
通过输入高区分率卫星真彩色图片 ，对区域内的蹊径情形举行检测和提取 ，从而评估差别区域交通情形和经济生长水平 。 |
打造都会路网指数 ，实时监测区域的路网密度即拥堵情形 ，用于剖析大型商超、工业园区、文娱设施、 交通枢纽等经济体周边车流状态 。 |
转变检测手艺 |
凭证差别时期对统一标的或征象的遥感图像举行定量剖析 ，以确定标的转变历程和特征的手艺 ，检测内容主要包括以下三项：是否爆发了转变、什么爆发了转变、爆发了怎样的转变 。 |
监测大兴机场施工进度 ，简称后监测机场车辆、飞机等目的 ，通过AI算法对机场的流量、运营状态、营收以及对周边取悦的经济辐射效用等举行实时评估和展望 ，据此剖析区域经济生长远景 。 |
基于AI手艺和卫星数据驱动的ESG投资在应用方面效果优异 ，是很好的危害预警工具 。首先 ，在数据获取和剖析方面 ，针对最底层的数据生产环节 ，解决“卡脖子”的数据难题：一方面 ，数据基础能支持后续大规模的运算 ，另一方面可以深度挖掘数据背后的关联关系 ，建设危害传导机制 。
其应用场景如下：
（一）卫星遥感监测ESG中“E”（情形）相关指标 。基于高光谱卫星、雷达卫星等卫星影像 ，运用AI中的盘算机视觉（Computer Vision ，CV）手艺 ，剖析制造业生产单位的情形体现像废气排放、废水排放、围堰等情形 ，剖析效果可用来交织磨练企业的排放报告数据 ，识别“洗绿”行为 。同时 ，CV连系移动端的街景图片可用来剖析外地的空气质量 ，使得区域住民可以加入企业的情形监测 ，既是企业情形体现的受众 ，又是有用监视者 。
（二）基于新闻舆情数据和知识图谱剖析 ，可以对“S”（社会）和“G”（治理）中供应链及公司治理结构等相关指标举行监测 。企业的财务体现会影响股东权益, 而企业的ESG体现则会影响更普遍的群体 ，羁系通告和舆情报道可成为企业ESG体现的客观反应 。这类数据泉源普遍 ，但现在人工获取和剖析效率较低 ，AI中的自然语言处置惩罚（NLP）手艺可以自动识别事务主体 ，对羁系处分的类型和严重水平举行归类 ，剖析舆情关联事务和影响水平 ，还可以通过事理图谱剖析 ，跟踪事务的演进 。
（三）识别企业联系 ，剖析ESG传导路径 。ESG危害会通过企业关联关系传导 ，包括供应链、股权链和工业链 ，例如上游水源企业爆发情形问题 ，会影响到下游饮料行业的生产活动 。AI中的知识图谱可以基于种种关联关系和企业属性建设重大的图数据库 ，并凭证图谱挖掘算法、识别出企业间未披露的联系 ，并剖析ESG传导的路径和水平 ，使ESG剖析师能站在更全局的角度去剖析ESG危害的扩散情形 。
（四）针对ESG指标的量化值 ，AI可用作未披露企业缺省值的填充 。古板的数据填充要体会参考偕行业披露企业的数据 ，使用偕行业企业的相似性 ，填充缺省值 。但目今企业营业线普遍 ，简朴的行业分类并不可很好地反应其相似性 。AI的聚类算法可以实现更准确的相似性剖析 ，使得缺省值填充是基于最相似的企业特征,从而填充值更靠近真实值 。
二、基于AI的另类数据应用远景
碳达峰、碳中和目的带来的生产结构转变带来投资理念的转变 ，ESG投资将在碳中和之路上施展越来越主要的作用 。构建有用的ESG报告系统 ，提供可比的排放数据和天气相关治理实践 ，将为中国低碳经济生长涤讪坚实基础 。海内相关团队的立异实践批注 ，将AI+另类数据应用于ESG投资 ，可以有用解决古板数据缺陷 ，解决ESG产品商业落地难的问题 �？煽⒌耐蹲什酚校�
（一）ESG评级：依据另类数据和基于ESG要害指标的评级框架 ，通过AI算法 ，天生实时客观的ESG分数和评级 ，资助投资者洞察公司的ESG危害和机缘 。
（二）ESG指数：针对责任投资的多样化需求和战略 ，体例基于另类数据的ESG指数产品 ，为投资者提供跟踪和较量 。
（三）ESG筛查：使用基于另类数据的ESG评级剖析 ，资助投资者实时识别并回避高危害投资标的 。
（四）ESG剖析：提供全方位基于ESG评级的投资组合剖析工具 ，整合ESG因子 ，资助投资者治理组合的ESG危害、归因可一连的alpha 。
别的 ，基于AI的另类数据还可用于资管、银行、包管、农业、政府治理等其他领域 。例如 ，用于疫情对中国经济的影响研究 ，包括：基于都会出行指数和网络舆情数据等另类数据 ，推出中国经济恢复指数 ，评估中国经济的恢复水平 。通过卫星数据监测并剖析中国的制造业生长情形 ，推出卫星生产制造指数SMI 。
今天的另类数据很可能成为明天的古板数据 ，未来应该一直挖掘新的数据 ，使用AI手艺为其赋能 ，使之爆发应用价值 ，从绿色投资角度助力碳中和 ，同时也为各行各业注入新的活力 ，推动其生长 ，探索怎样让前沿手艺和数据绽放独吞的色泽、并一连地爆发商业价值 ，找到手艺立异和市场需求的平衡点 。
本简报基于与微众揽月团队相助的案例《当AI+另类数据驱动资产治理 微众的上下求索之路》 。
作者单位：伟易博
