國(guó)外人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)的運(yùn)用與啟示

摘要：非財(cái)務(wù)信息是指反應(yīng)企業(yè)可持續(xù)發(fā)展能力與其長(zhǎng)期業(yè)績(jī)的指標(biāo)，也是指環(huán)境、社會(huì)以及公司治理有關(guān)的信息。目前將非財(cái)務(wù)信息納入投資決策已經(jīng)成為不可逆轉(zhuǎn)的趨勢(shì)，但在實(shí)際工作中，企業(yè)與投資者面臨著種種挑戰(zhàn)。在目前的技術(shù)環(huán)境下，人工智能給非財(cái)務(wù)績(jī)效評(píng)價(jià)領(lǐng)域帶來(lái)全新的突破點(diǎn)。因此，文章重點(diǎn)分析非財(cái)務(wù)信息的重要性與其應(yīng)用的局限性，并介紹國(guó)外人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)的運(yùn)用，總結(jié)對(duì)中國(guó)資本市場(chǎng)的啟示。

關(guān)鍵詞：非財(cái)務(wù)績(jī)效評(píng)價(jià)；ESG信息；人工智能

一、 引言

企業(yè)相關(guān)的信息可以分為財(cái)務(wù)信息與非財(cái)務(wù)信息。財(cái)務(wù)信息是指由企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)告提供的信息， 主要是年度或短期績(jī)效的指標(biāo)。而非財(cái)務(wù)信息是不在財(cái)務(wù)報(bào)表上披露的信息，是指反應(yīng)企業(yè)可持續(xù)發(fā)展能力與其長(zhǎng)期業(yè)績(jī)的指標(biāo)，也被稱為環(huán)境、社會(huì)以及公司治理（Environmental， Social and Governance：ESG）信息。過(guò)去財(cái)務(wù)信息是企業(yè)價(jià)值評(píng)估的重要信息來(lái)源，而近年來(lái)考慮非財(cái)務(wù)信息的投資行為越來(lái)越普遍。金融界已經(jīng)開始意識(shí)到，ESG因素會(huì)對(duì)企業(yè)的可持續(xù)發(fā)展產(chǎn)生積極影響，并對(duì)投資的長(zhǎng)期回報(bào)有正向關(guān)系。比如在2016年全球最大資產(chǎn)管理公司BlackRock的首席執(zhí)行官Larry Fink發(fā)給標(biāo)準(zhǔn)普爾500強(qiáng)公司高管的一份備忘錄中表示，“請(qǐng)更多地關(guān)注企業(yè)的長(zhǎng)期價(jià)值創(chuàng)造能力而不是短期股利發(fā)放，并請(qǐng)多關(guān)注環(huán)境、社會(huì)以及公司治理因素，因?yàn)樗鼈兙哂姓鎸?shí)和可量化的財(cái)務(wù)影響”。將非財(cái)務(wù)績(jī)效指標(biāo)納入投資決策，對(duì)于企業(yè)本身而言，是加強(qiáng)風(fēng)險(xiǎn)控制能力和長(zhǎng)期可持續(xù)發(fā)展能力的一種手段，對(duì)于投資者和利益相關(guān)者而言，是提高投資穩(wěn)定性和可預(yù)測(cè)性的一種方法。

二、 非財(cái)務(wù)信息的重要性與其應(yīng)用的局限性

1. 非財(cái)務(wù)信息的重要性。企業(yè)丑聞等軼事證據(jù)都表明了非財(cái)務(wù)信息的重要性，比如在2015年9月曝光的大眾集團(tuán)排放作弊丑聞。值得注意的是，在該事件發(fā)生四個(gè)月之前的2015年5月，全球領(lǐng)先的指數(shù)供應(yīng)商MSCI已經(jīng)將大眾汽車從ESG指數(shù)（MSCI ACWI ESG Index）中排除，主要原因是其在董事會(huì)獨(dú)立性、高管薪酬以及會(huì)計(jì)準(zhǔn)則等公司治理方面出現(xiàn)問(wèn)題。其他主要ESG評(píng)價(jià)公司，如Sustainalytics和Vigeo Eiris，也在丑聞爆發(fā)之前下調(diào)大眾汽車評(píng)級(jí)。然而，投資者沒關(guān)注這些警告，大眾排放丑聞之后市場(chǎng)反應(yīng)非常激烈，因此一周內(nèi)公司市值大約減小了1/3。這些例子都明確表明非財(cái)務(wù)績(jī)效評(píng)價(jià)的重要性。尤其是大眾排放作弊問(wèn)題不在環(huán)保（E）領(lǐng)域（在環(huán)境領(lǐng)域獲得了較高的評(píng)價(jià)）而出現(xiàn)在公司治理（G）領(lǐng)域的事實(shí)，這意味著全面考慮多方面的ESG因素更加重要。

過(guò)去實(shí)證研究證明非財(cái)務(wù)信息與財(cái)務(wù)績(jī)效的相關(guān)性。Ittner和Larcker（1998）研究表明在非財(cái)務(wù)指標(biāo)與未來(lái)會(huì)計(jì)績(jī)效之間有正相關(guān)關(guān)系，即顧客滿意度是對(duì)顧客購(gòu)買行為、顧客數(shù)量增長(zhǎng)率以及企業(yè)財(cái)務(wù)績(jī)效的一個(gè)領(lǐng)先指標(biāo)。Khan， Serafeim和Yoon（2016）考慮各個(gè)ESG因素對(duì)具體行業(yè)的重要程度，比如氣候變化問(wèn)題對(duì)醫(yī)療保健行業(yè)的重要性很大而對(duì)金融行業(yè)的重要性不大，結(jié)果發(fā)現(xiàn)在重要性大的ESG因素上獲得高評(píng)級(jí)的公司業(yè)績(jī)表現(xiàn)優(yōu)于低評(píng)級(jí)的公司。

也有研究發(fā)現(xiàn)企業(yè)風(fēng)險(xiǎn)管理中非財(cái)務(wù)信息的有效性。Wu（2004）根據(jù)臺(tái)灣上市公司的數(shù)據(jù)，研究發(fā)現(xiàn)非財(cái)務(wù)信息有助于預(yù)測(cè)企業(yè)破產(chǎn)。Brazel， Jones和Zimbelman（2009）研究結(jié)果發(fā)現(xiàn)財(cái)務(wù)欺詐企業(yè)的財(cái)務(wù)和非財(cái)務(wù)績(jī)效之間的差異顯著大于非欺詐企業(yè)，非財(cái)務(wù)信息有助于預(yù)測(cè)財(cái)務(wù)報(bào)表欺詐。

2. 非財(cái)務(wù)信息應(yīng)用的局限性。非財(cái)務(wù)信息的應(yīng)用主要存在三個(gè)方面的局限性。一是缺乏可比性。企業(yè)信息可比性包括兩個(gè)方面，即同一企業(yè)不同時(shí)期的可比性與不同企業(yè)相同期間的可比性。非財(cái)務(wù)信息通常是定性與非結(jié)構(gòu)化的信息，它可能會(huì)隨著時(shí)間的推移而變化，信息披露的范圍和方式因公司而不同，因此難以滿足兩種可比性的要求；二是缺乏可靠性。如客戶滿意度等非財(cái)務(wù)信息一般基于樣本調(diào)查結(jié)果，這些數(shù)據(jù)往往缺乏可靠性，降低預(yù)測(cè)未來(lái)財(cái)務(wù)業(yè)績(jī)的能力；三是高成本。非財(cái)務(wù)信息一般是大量分散的，并由多個(gè)數(shù)據(jù)來(lái)源收集的信息。因此非財(cái)務(wù)信息的收集和加工不僅需要投入大量的資金，而且需要投入大量的人力資源，導(dǎo)致處理非財(cái)務(wù)信息的成本大于收益。

最近Amel-Zadeh和Serafeim（Forthcoming）的調(diào)查研究顯示，盡管82%的受訪者表示ESG信息對(duì)投資績(jī)效非常重要，大部分投資者在將非財(cái)務(wù)信息應(yīng)用在投資過(guò)程中面臨種種障礙（參見圖1）。調(diào)查是對(duì)全球413名投資高管進(jìn)行的，這些高管所在公司管理的資產(chǎn)規(guī)模為31萬(wàn)億美元，占全球管理資產(chǎn)總額的43%。結(jié)果顯示，受訪者認(rèn)為缺乏跨公司可比性（44.8%）以及缺乏ESG報(bào)告標(biāo)準(zhǔn)（43.2%）是最大的問(wèn)題。其次是收集和分析ESG信息的成本高（40.5%），ESG信息缺乏細(xì)節(jié)（39.4%）和缺乏可量化（37.8%）等。定性研究結(jié)果顯示，受訪者認(rèn)為“可靠性與標(biāo)準(zhǔn)是最重要的因素”，“ESG信息披露仍然依靠定性的方法”，并要求開發(fā)針對(duì)各個(gè)行業(yè)的ESG績(jī)效評(píng)價(jià)體系。

三、 國(guó)外人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)的運(yùn)用

1. 人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)的運(yùn)用。目前人工智能（Artificial Intelligence：AI）與金融領(lǐng)域的結(jié)合已成全球趨勢(shì)，其應(yīng)用范圍涉及到投資顧問(wèn)、量化交易、財(cái)務(wù)規(guī)劃以及貸款審批等。針對(duì)上述的局限性，人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)領(lǐng)域也能帶來(lái)突破性的好處。人工智能的主要功能之一是收集與處理大量繁雜的信息?；诖髷?shù)據(jù)的人工智能技術(shù)有助于從公司內(nèi)外發(fā)布的ESG指標(biāo)中選擇客觀的信息，并排除績(jī)效評(píng)估中出現(xiàn)的主觀偏誤，最終能提高績(jī)效評(píng)價(jià)的可靠性。其次是人工智能提供實(shí)時(shí)分析。企業(yè)信息披露太不頻繁，通常每一年進(jìn)行一次，這會(huì)產(chǎn)生分析滯后的問(wèn)題。通過(guò)機(jī)器學(xué)習(xí)（Machine Learning）和自然語(yǔ)言處理（Natural Language Processing）等技術(shù)，可以實(shí)現(xiàn)更快的信息服務(wù)，使企業(yè)與投資者做出即時(shí)準(zhǔn)確的決策。因此，近年來(lái)全球金融創(chuàng)新不斷加速，越來(lái)越多的企業(yè)積極開發(fā)人工智能技術(shù)在非財(cái)務(wù)信息處理的運(yùn)用。下一節(jié)介紹國(guó)外人工智能在ESG績(jī)效評(píng)價(jià)領(lǐng)域的運(yùn)用。

2. 國(guó)外人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)運(yùn)用的案例。

（1）TruValue Labs。該公司是在2013年成立的，一家在美國(guó)硅谷的創(chuàng)業(yè)公司。TruValue Labs根據(jù)媒體、非政府機(jī)構(gòu)、行業(yè)博客與Twitter等75 000多個(gè)信息來(lái)源， 基于自然語(yǔ)言處理辦法分析公司的ESG信息。全球金融信息提供商Thomson Reuters是它的主要客戶之一。Insight360是TruValue Labs的分析工具，根據(jù)可持續(xù)發(fā)展會(huì)計(jì)準(zhǔn)則委員會(huì)（Sustainability Accounting Standards Board：SASB）標(biāo)準(zhǔn)，處理全球8 000多家上市公司的ESG信息并提供三種ESG評(píng)級(jí)分?jǐn)?shù)。一是短期分?jǐn)?shù)（Pulse Score），表示當(dāng)天發(fā)生的重大事件或投資者情緒。雖然短期分?jǐn)?shù)波動(dòng)性較高，它有利于提醒投資者警惕風(fēng)險(xiǎn)。二是長(zhǎng)期分?jǐn)?shù)（Insight Score），以短期分?jǐn)?shù)加權(quán)移動(dòng)平均來(lái)算，波動(dòng)性較低，反映公司長(zhǎng)期績(jī)效管理能力。三是動(dòng)量分?jǐn)?shù)（Momentum Score），以長(zhǎng)期分?jǐn)?shù)向上或向下移動(dòng)的趨勢(shì)來(lái)表示的指標(biāo)。TruValue Labs內(nèi)部研究表明，從2013到2017年，長(zhǎng)期或動(dòng)量分?jǐn)?shù)高的企業(yè)股票收益率超過(guò)準(zhǔn)普爾500指數(shù)，額外回報(bào)年率達(dá)到3%至5%，意味著該公司的ESG評(píng)價(jià)有助于投資組合管理。

（2）Sustainalytics。該公司是有25年歷史的全球領(lǐng)先ESG信息供應(yīng)商，總部位于阿姆斯特丹，在全球13個(gè)城市有辦事處。Sustainalytics在環(huán)境、社會(huì)以及公司治理的三大因素中，根據(jù)對(duì)各個(gè)行業(yè)的重要程度加權(quán)，給投資者提供ESG評(píng)級(jí)以及社會(huì)責(zé)任投資方案。ESG Signals是在2016年Sustainalytics與一家金融科技公司（Advestis）合作開發(fā)的一種量化工具。它通過(guò)機(jī)器學(xué)習(xí)算法來(lái)整合過(guò)去7年的1 600多家公司的ESG信息，檢驗(yàn)ESG指標(biāo)和財(cái)務(wù)變量之間的統(tǒng)計(jì)顯著性。ESG Signals對(duì)每家公司評(píng)估之后顯示三個(gè)信號(hào)：機(jī)會(huì)、風(fēng)險(xiǎn)或中性。Sustainalytics內(nèi)部研究發(fā)現(xiàn)，從2013到2016年，以ESG信號(hào)納入的投資組合，年化利率超過(guò)基準(zhǔn)指數(shù)為1.1%至4.3%。

（3）Who's Good。該公司是開發(fā)人工智能網(wǎng)絡(luò)平臺(tái)的一家韓國(guó)企業(yè)。目前該公司給投資者免費(fèi)提供1700多家韓國(guó)公司的簡(jiǎn)介與ESG評(píng)級(jí)，其中對(duì)于200家核心公司收費(fèi)提供更深入的分析報(bào)告。Who's Good采用兩種人工智能技術(shù)：基于機(jī)器學(xué)習(xí)技術(shù)，從ESG因素相關(guān)的非結(jié)構(gòu)化信息到結(jié)構(gòu)化信息轉(zhuǎn)換，并基于自然語(yǔ)言處理技術(shù)，從新聞資料中提取有意義的信息。根據(jù)聯(lián)合國(guó)全球契約（UN Global Compact）和國(guó)際企業(yè)社會(huì)責(zé)任標(biāo)準(zhǔn)（ISO26000）等國(guó)際標(biāo)準(zhǔn)和原則，該公司一共在17個(gè)ESG部門上計(jì)算評(píng)價(jià)分?jǐn)?shù)，比如環(huán)境（E）主題包括環(huán)境政策、污染防治、化學(xué)物質(zhì)管理、氣候變化適應(yīng)、資源效率等五個(gè)部門。因?yàn)閃ho's Good的分析依靠人工智能技術(shù)，不僅能夠消除研究過(guò)程中發(fā)生的人為偏見，而且使大數(shù)據(jù)研究更加快速和可靠性。

（4）Arabesque。該公司是在2013年成立的一家全球資產(chǎn)管理公司，使用自學(xué)量化模型和大數(shù)據(jù)來(lái)評(píng)價(jià)公司的業(yè)績(jī)并其可持續(xù)性。S-Ray是Arabesque在2017年開發(fā)的一種量化工具，基于機(jī)器學(xué)習(xí)技術(shù)監(jiān)控全球7 000多家公司。它根據(jù)15種語(yǔ)言的50 000多個(gè)新聞來(lái)源，評(píng)估200多種ESG指標(biāo)。S&P; Dow Jones Indices，Bloomberg和Accenture等公司訂閱這項(xiàng)服務(wù)，并且日本政府養(yǎng)老投資基金（GPIF）于2018年5月簽署了使用 S-Ray的協(xié)議。S-Ray主要提供兩種評(píng)級(jí)分?jǐn)?shù)。一是全球契約分?jǐn)?shù)（GC Score）。S-Ray根據(jù)聯(lián)合國(guó)全球契約的四項(xiàng)核心原則：人權(quán)、勞工權(quán)利、環(huán)境和反腐敗，對(duì)公司進(jìn)行分析。它能夠激勵(lì)更多公司承擔(dān)共同責(zé)任并加入全球契約，致力于實(shí)現(xiàn)可持續(xù)和包容性的全球經(jīng)濟(jì)。二是環(huán)境、社會(huì)以及公司治理分?jǐn)?shù)（ESG Score）。它考慮各個(gè)ESG因素對(duì)具體行業(yè)的重要程度，評(píng)估公司的ESG績(jī)效。另外，S-Ray提供一種搜索工具（Preferences Filter），根據(jù)企業(yè)的位置、行業(yè)、規(guī)模等標(biāo)準(zhǔn)，使投資者能夠按照自己的價(jià)值觀檢查公司并且做出更明智的決策。

（5）德意志銀行。該公司是一家全球領(lǐng)先的綜合性金融機(jī)構(gòu)，也在ESG投資方面最有經(jīng)驗(yàn)的專家之一。德意志銀行研究部于2018年4月推出了一種交互式網(wǎng)絡(luò)工具“？琢-DIG”。？琢-DIG在評(píng)估5 000多家公司的ESG績(jī)效時(shí)，以自然語(yǔ)言處理辦法來(lái)量化ESG因素。它利用全方位的非財(cái)務(wù)信息包括：在企業(yè)財(cái)務(wù)報(bào)告附注中隱藏的信息，員工、客戶以及供應(yīng)商等利益相關(guān)者對(duì)企業(yè)行為的看法，企業(yè)文化、聲譽(yù)和創(chuàng)新能力等企業(yè)無(wú)形資產(chǎn)量化信息等。這些信息最終幫助客戶將ESG信息納入投資組合策略。

四、 結(jié)論與建議

目前將環(huán)境、社會(huì)以及公司治理等非財(cái)務(wù)信息納入投資決策是不可避免的趨勢(shì)。非財(cái)務(wù)績(jī)效評(píng)價(jià)不僅對(duì)企業(yè)社會(huì)責(zé)任和可持續(xù)增長(zhǎng)非常重要，而且對(duì)投資者決策也有價(jià)值。然而，由于非財(cái)務(wù)信息本身的性質(zhì)與局限性，在實(shí)際應(yīng)用時(shí)企業(yè)和投資者面臨種種挑戰(zhàn)。在目前的技術(shù)發(fā)展環(huán)境下，人工智能在非財(cái)務(wù)績(jī)效評(píng)價(jià)領(lǐng)域帶來(lái)全新的突破點(diǎn)。但值得注意的是，獲得高質(zhì)量的信息是人工智能技術(shù)運(yùn)用的前提條件，本文據(jù)此提出相關(guān)政策建議。

一是強(qiáng)制公司披露非財(cái)務(wù)信息。雖然自愿性信息披露體系有助于減輕企業(yè)信息披露的負(fù)擔(dān)和成本，但會(huì)出現(xiàn)如企業(yè)參與度低、信息披露不完整，公司之間不具可比性等問(wèn)題。強(qiáng)制性信息披露是更強(qiáng)調(diào)約束力和執(zhí)行力的模式，因此有利于增強(qiáng)信息披露的有效性和完備性。目前全球趨勢(shì)也反映這一點(diǎn)。根據(jù)GRI，UNEP，KPMG和非洲公司治理中心聯(lián)合發(fā)布的研究報(bào)告，在2016年全球64個(gè)國(guó)家具備383個(gè)可持續(xù)發(fā)展報(bào)告系統(tǒng)，其中超過(guò)2/3體系是強(qiáng)制性的。中國(guó)國(guó)務(wù)院國(guó)資委在2008年發(fā)布了《關(guān)于中央企業(yè)履行社會(huì)責(zé)任指導(dǎo)意見》，要求有條件的企業(yè)必須發(fā)布社會(huì)責(zé)任報(bào)告。但是政策主要面向大型國(guó)有企業(yè)，信息披露的范圍和內(nèi)容也不足，投資者難以知道公司的非財(cái)務(wù)信息。

二是政府主動(dòng)開放公共數(shù)據(jù)。在企業(yè)價(jià)值評(píng)估時(shí)，企業(yè)外部提供的信息是與企業(yè)內(nèi)部產(chǎn)生的信息一樣重要的。政府提供的社會(huì)公共數(shù)據(jù)，如溫室氣體排放、空氣污染物質(zhì)與廢物排放信息、企業(yè)逃稅與腐敗有關(guān)的訴訟信息等，都跟公司非財(cái)務(wù)風(fēng)險(xiǎn)有密切的關(guān)系。在2015年中國(guó)國(guó)務(wù)院出臺(tái)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，建立政府?dāng)?shù)據(jù)統(tǒng)一開放平臺(tái)，到2020年將逐步開放信用、交通、醫(yī)療、企業(yè)登記監(jiān)管等民生保障服務(wù)相關(guān)領(lǐng)域的公共數(shù)據(jù)。但目前投資者對(duì)公共數(shù)據(jù)意識(shí)和興趣還是不足，為了使企業(yè)和投資者能利用高質(zhì)量和可靠的公共數(shù)據(jù)，政府有責(zé)任積極支持建立公共數(shù)據(jù)開放平臺(tái)。

參考文獻(xiàn)：

[1] 金希恩.全球ESG投資發(fā)展的經(jīng)驗(yàn)及對(duì)中國(guó)的啟示[J].現(xiàn)代管理科學(xué)，2018，（9）.

[2] Ittner，Christopher D.， and David F.Larc- ker.Are Nonfinancial Measures Leading Ind- icators of Financial Performance？ An Ana- lysis of Customer Satisfaction[J].Journal of Accounting Research，1998，（36）：1-35.

[3] Hughes， K.E.The Value Relevance of Nonfi- nancial Measures of Air Pollution in the Electric Utility Industry[J].The Accou- nting Review，2000，75（2）：209-228.

[4] Khan， Mozaffar， George Serafeim， and Aaron Yoon.Corporate sustainability：First evide- nce on materiality[J].The accounting review，2016，91（6）：1697-1724.

[5] Cheng-Ying， Wu.Using non-financial informa- tion to predict bankruptcy： A study of public companies in Taiwan[J].International Journal of Management，2004，21（2）：194.

[6] Brazel， Joseph F.， Keith L. Jones， and Mark F.Zimbelman.Using nonfinancial meas- ures to assess fraud risk [J].Journal of Accounting Research，2000，47（5）：1135-1166.

[7] Amel-Zadeh， Amir， and George Serafeim.Why and How Investors Use ESG Information： Evidence from a Global Surve[J].Financial Analysts Journal （forthcoming）.

[8] GRI， UNEP， KPMG， and The Centre for Corporate Governance in Africa，Carrots & Sticks， Global trends in sustainability reporting regulation and policy，2016.

作者簡(jiǎn)介：金希恩（1983-），女，韓國(guó)人，北京大學(xué)光華管理學(xué)院博士生，研究方向?yàn)閷?shí)證資產(chǎn)定價(jià)、實(shí)證公司金融、綠色金融。

收稿日期：2018-07-16。