中國平安運用人工智能進行「漂綠」檢測及評估氣候風險披露透明度對財務表現的影響
人工智能驅動的透明度指標可補足市場上的ESG評級和分析工具
香港，上海，2020年12月 8日－中國平安保險（集團）股份有限公司（以下簡稱「中國平安」或「集團」，股份代碼：香港聯合交易所2318，上海證券交易所601318）旗下平安數字經濟研究中心及全球領先的氣候金融研究中心 － 倫敦帝國理工學院的布勒旺霍華德中心發表最新報告，指出使用自然語言處理（Natural Language Processing, NLP）技術對公司披露進行語言分析，可幫助檢測高排放企業的潛在「漂綠」行為。
「氣候信息披露與財務業績」報告指出，人工智能（Artificial Intelligence, AI）驅動的氣候披露指標在區分綠色企業與其他高排放企業方面，較市場現有的ESG評級表現更佳。在進行投資分析時，該等工具可成爲對ESG評級的有效補充。
研究發現，在控制了碳排放和其他企業特徵後，氣候風險財務影響指標披露較佳的企業往往估值較高、槓桿率較低，資本成本亦較低。遵循氣候相關財務信息披露（TCFD）建議的大市值企業往往估值較高，同時，積極參與氣候披露的中、小市值企業亦有相當大的升值潛力。然而，一些現有的ESG評級對公司估值似乎有較弱的相關性或不確定的影響。
平安數字經濟研究中心戰略副總監余晨曦表示：「AI驅動指標為資產管理公司的工具箱提供重要的補充，通過更多關於企業氣候風險披露的客觀信息，提升和細緻化其投資篩選過程，並檢出某些企業潛在的漂綠行為。」
研究人員根據TCFD的詞彙和表達準則，開發了一系列與氣候風險和財務影響相關的AI驅動指標，透過NLP技術自動評估美國和中國企業（標準普爾500指數和CSI300指數的成分股）氣候風險披露報告的指標覆蓋情況。
高排放企業對氣候指標披露不足可能被錯誤獎勵
研究發現，在檢視企業是否存在「漂綠」行為方面，AI驅動指標的表現更勝部分傳統ESG評級，某些傳統ESG評級提供誤導性或不完整的信息，使個別公司看起來比真實情况對環境更為負責任。在區分所謂的「棕色」企業（高排放行業如採礦、運輸和基礎設施等）與相對低排放企業方面，AI驅動指標的有效性亦較部分ESG評級表現更佳。
AI驅動指標發現了「棕色」企業通常會有以下的披露模式，包括：
- 氣候風險對資本和融資影響方面披露不足，例如石油和煤炭公司偏向減少披露擱淺資産和負債問題對公司帶來的影響
- 對於「範圍3」的排放信息披露有限（包括所有間接排放，但不包括發生在公司價值鏈中因購買能源產生的排放，當中包括上游和下游的排放）
此外，研究更發現一些ESG評級會懲罰進行氣候風險披露的企業，變相鼓勵其他企業選擇性不披露某些指標，而非促進透明度。
為企業、資產管理公司及投資者提供有意義的工具
該報告展示了AI驅動氣候風險披露指標，有作為有效分析氣候風險對於企業價值影響之工具的潛力，例如：
- 幫助資產管理公司製定有意義的脫碳戰略 － 區分在低碳經濟轉型進程中扮演重要角色的企業
- 為投資者提供信息並支持其投資組合調整 － 讓投資者可以按需要將氣候風險敞口動態納入市場估值中
- 幫助投資者更了解排放量之外的氣候風險溢價 － 儘管碳風險溢價已經被反映在高排放企業的價格中，但是目前市場仍未將氣候風險披露指標完全考慮在內
- 幫助投資者提高氣候風險意識 － AI驅動的氣候披露指標有助爲投資者在低碳經濟過渡期利用最具前瞻性的氣候變化指標幫助制定投資政策
- 幫助投資者更好地表達他們對氣候風險與回報的要求 － 投資者可以使用AI驅動的氣候披露指標，指定投資組合優化模型中不同約束條件，從而建立符合他們期望的風險回報之投資組合
- 幫助企業了解參與氣候風險披露如何能為股東增加價值 － 氣候信息披露可減少資本成本
此為融合了中國平安在金融科技方面專長及布勒旺霍華德中心於投資風險學術研究的第二份有關氣候風險與金融創新的報告。這項研究合作專注於開發一套利用人工智能和大數據的方法，以評估氣候變化及其他ESG因素對投資資產帶來的風險。
平安數字經濟研究中心專門從事宏觀經濟和政策研究，透過大數據和人工智能就宏觀趨勢，包括ESG信息披露的發展提出見解。布勒旺霍華德中心聚集了倫敦帝國理工學院商學院的金融經濟學和其他範疇，如工程和計算金融的專家，其三個研究方向包括金融穩定和金融監管、比較金融系統和設計新財政結構、以及融資發展，環境保護和醫藥。
