韩鹏飞 翁翕 卢瑞昌 张峥 等
在碳达峰、碳中和布景下 ，绿色投资愈发成为当今金融领域的一大趋向。其中 ，ESG（ESG别离是环境（Environmental）、社会（Social）和公司治理（Governance）的缩写）投资理想颇受关注。该理想以为 ，上市公司能否获得更多投资者的信赖与支持 ，不仅取决于它的盈利阐发 ，还与它投机的时辰有没有传染环境、践行了怎么的社会责任、用什么伎俩治理公司有关。
ESG投资理想从欧美鼓起 ，经过三十余年发展 ，已得到宽泛认同。在中国本钱市场起步较晚 ，但发展迅速。然而 ，ESG投资在全球都面对着数据缺点 ，造约了进一步落地。传统数据难以支持系统的ESG评级 ，存在以下痛点：数量重大的非结构性数据、不足客观正确性、不够全面、滞后等。
在传统数据已经不能满足ESG投资需要的情况下 ，从另类数据中提取买卖信号成为有效提升投资回报的另一种尝试。另类数据出现于2016年 ，指除市场统计数据和公司财报这类传统数据表所有可能影响投资战术的非结构化数据 ，蕴含社交媒体数据、网络舆情信息、卫星数据等 ，其起源丰硕多样并且可能即时更新。
将另类数据利用到ESG投资领域是AI产业利用的一个全新的方向 ，利用卫星数据能够解决传统ESG投资在数据方面的痛点 ，为卫星数据走进资管领域打开了一路新的大门 ，也是AI+另类数据落地利用的先行示范。
一、AI+另类数据利用于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月颁布《中国上市公司ESG 评价系统钻研汇报》《绿色投资指引（试行）》《关于提交自评估汇报的通知》 ，使ESG成为资管机构必要切实推广的使命之一。降低风险、适应监管趋向和获取超额收益是关注ESG议题的前三大驱动力。认知不及、短缺靠得住的ESG信息和数据起源以及短缺评估步骤和工具是投资机构发展责任投资的最大挑战。
ESG投资面对的数据缺点 ，正是人为智能及另类数据在该领域阐扬作用的突破口。对此 ，国内有关团队进行了AI+卫星数据利用于资管领域的索求并获得了肯定成就。
团队使用的另类数据 ，重要蕴含卫星遥感影像、无人机影像、时空数据以及舆情数据 ，其主题技术重要有以下五项:
表1：微多揽月团队的主题技术及利用
名称 |
内容 |
 利用案例
|
指标检测技术 |
利用算法模型对遥感图像中的多个指标的类别和地位进行自动化判定与鉴别 ，蕴含车辆检测、飞机检测、储油罐检测等。 |
对某上市汽车造作商的车厂进行监测 ，以相识其出产经营情况。 |
地块宰割技术 |
输入多光谱高分卫星真彩色图片 ，并将其切割成块 ，通过语义宰割模型 ，输出像素点分类掩膜 ，得到宰割地块组合大图。 |
使用模型检测大豆、水稻、玉米等作物地块面积 ，预估农作物产量。 |
地表鉴别技术 |
通过深度进建算法从卫星图像中鉴别地表物的类别、面积及情况。 |
 分析区域光伏发展情况,造订中国太阳能光伏发展指数。
|
路网检测技术 |
通过输入高分辨率卫星真彩色图片 ，对区域内的路路情况进行检测和提取 ，从而评估分歧区域交通情况和经济发展水平。 |
打造城市路网指数 ，实时监测区域的路网密度即拥挤情况 ，用于分析大型商超、工业园区、娱乐设施、 交通枢纽等经济体周边车流情况。 |
变动检测技术 |
凭据分歧时期对统一标的或景象的遥感图像进行定量分析 ，以确定标的变动过程和特点的技术 ，检测内容重要蕴含以下三项：是否产生了变动、什么产生了变动、产生了怎么的变动。 |
监测大兴机场施工进度 ，简称后监测机场车辆、飞机等指标 ，通过AI算法对机场的流量、运营情况、营收以及对周边取悦的经济辐射效用等进行实时评估和预测 ，据此分析区域经济发展远景。 |
基于AI技术和卫星数据驱动的ESG投资在利用方面成效优良 ，是很好的风险预警工具。首先 ，在数据获取和分析方面 ，针对最底层的数据出产环节 ，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 ，另一方面能够深度挖掘数据背后的关联关系 ，成立风险传导机造。
其利用场景如下：
（一）卫星遥感监测ESG中“E”（环境）有关指标。基于高光谱卫星、雷达卫星等卫星影像 ，使用AI中的推算机视觉（Computer Vision ，CV）技术 ，分析造作业出产单元的环境阐发像废气排放、废水排放、围堰等情况 ，分析成就可用来交叉检验企业的排放汇报数据 ，鉴别“洗绿”行为。同时 ，CV结合移动端的街景图片可用来分析本地的空气质量 ，使得区域居民能够参加企业的环境监测 ，既是企业环境阐发的受多 ，又是有效监督者。
（二）基于新闻舆情数据和知识图谱分析 ，能够对“S”（社会）和“G”（治理）中供给链及公司治理结构等有关指标进行监测。企业的财政阐发会影响股东权利, 而企业的ESG阐发则会影响更宽泛的群体 ，监管布告和舆谍报路可成为企业ESG阐发的客观反映。这类数据起源宽泛 ，但目前人为获取和分析效能较低 ，AI中的天然说话处置（NLP）技术能够自动鉴别事务主体 ，对监管处罚的类型和严沉水平进行归类 ，分析舆情关联事务和影响水平 ，还能够通过事理图谱分析 ，跟踪事务的演进。
（三）鉴别企业联系 ，分析ESG传导蹊径。ESG风险会通过企业关联关系传导 ，蕴含供给链、股权链和产业链 ，例如上游水源企业产生环境问题 ，会影响到下游饮料行业的出产活动。AI中的知识图谱能够基于各类关联关系和企业属性成立重大的图数据库 ，并凭据图谱挖掘算法、鉴别出企业间未披露的联系 ，并分析ESG传导的蹊径和水平 ，使ESG分析师能站在更全局的角度去分析ESG风险的扩散情况。
（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。传统的数据填充步骤会参考同业业披露企业的数据 ，利用同业业企业的类似性 ，填充缺省值。但当前企业业务线宽泛 ，单一的行业分类并不能很好地反映其类似性。AI的聚类算法能够实现更正确的类似性分析 ，使得缺省值填充是基于最类似的企业个性,从而填充值更靠近真实值。
二、基于AI的另类数据利用远景
碳达峰、碳中和指标带来的出产结构变动带来投资理想的转变 ，ESG投资将在碳中和之路上阐扬越来越沉要的作用。构建有效的ESG汇报系统 ，提供可比的排放数据和气象有关治理实际 ，将为中国低碳经济发展奠定坚实基础。国内有关团队的创新实际批注 ，将AI+另类数据利用于ESG投资 ，能够有效解决传统数据缺点 ，解决ESG产品贸易落地难的问题 ？煽⒌耐蹲什酚校
（一）ESG评级：凭据另类数据和基于ESG关键指标的评级框架 ，通过AI算法 ，天生实时客观的ESG分数和评级 ，援手投资者洞察公司的ESG风险和机缘。
（二）ESG指数：针对责任投资的多样化需要和战术 ，假造基于另类数据的ESG指数产品 ，为投资者提供跟踪和比力。
（三）ESG筛查：利用基于另类数据的ESG评级分析 ，援手投资者实时鉴别并回避高风险投资标的。
（四）ESG分析：提供全方位基于ESG评级的投资组合分析工具 ，整合ESG因子 ，援手投资者治理组合的ESG风险、归因可持续的alpha。
此表 ，基于AI的另类数据还可用于资管、银杏注保险、农业、当局治理等其他领域。例如 ，用于疫情对中国经济的影响钻研 ，蕴含：基于城市出行指数和网络舆情数据等另类数据 ，推出中国经济复原指数 ，评估中国经济的复原水平。通过卫星数据监测并分析中国的造作业发展情况 ，推出卫星出产造作指数SMI。
今天的另类数据很可能成为明天的传统数据 ，将来应该不休挖掘新的数据 ，利用AI技术为其赋能 ，使之产生利用价值 ，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 ，推动其发展 ，索求若何让前沿技术和数据开放独有的荣耀、并持续地产生贸易价值 ，找到技术创新和市场需要的平衡点。
本简报基于与微多揽月团队合作的案例《当AI+另类数据驱动资产治理 微多的高低求索之路》。
作者单元：J9集团国际站
