ESG体系下的AI研究(一)：多维投资增效，防范伦理风险

证券研究报告 | 深度研究 | ESG 及绿色金融 http://www.stocke.com.cn 1/37 请务必阅读正文之后的免责条款部分 深度研究 报告日期：2025 年 06 月 04 日 ESG 体系下的 AI 研究（一）：多维投资增效，防范伦理风险 核心观点 随着大模型加速迭代，AI 有望快速实现大规模应用。面对 ESG 投资生态中的监管追踪难、企业合规成本高、投资端数据获取分析困难等痛点，AI 能在多个环节帮助不同参与者降本增效，通过智能、高效、创造性输出等特点，助力 ESG 投资打通生态链条。目前 AI 正面影响与负面争议作用于多个行业，并与多方面的 ESG 议题相关，但对 AI 治理的直接评估并不直接体现在 ESG 框架中，我们整理了全球实践情况，发现将负责任 AI 原则与 ESG 框架相融合，可以建立 AI 伦理风险分析体系，为管控相关投资风险提供思路。 ❑ AI 有望大规模应用，帮助完善 ESG 投资基础设施。 近期，AI 大模型迭代速度加快，模型热度在周度统计中都发生了较大变化，同时算法优化成本降低，有望进一步加速大规模应用。AI 有助于解决 ESG 生态中的多方痛点。对监管与国际机构而言，过去 ESG 政策追踪困难、追踪成本高，AI 通过广泛整合信息的动态化监测，以及智能对比逻辑关系的交叉验证体系，有望帮助监管端降低追踪成本，助力 ESG 政策与倡议的顺利施行；对企业而言，面对多样的 ESG 政策，企业学习理解与合规保本的成本都较高，AI 提供了知识图谱等工具，助力企业政策分析；同时生成式 AI 能够帮助企业进行合规报备和 ESG 信息披露。合规成本的降低将使企业更有动力参与 ESG 实践。 ❑ AI 助力投资端优化策略与营销。 在投资层面，传统 ESG 数据存在来源多、收集处理困难、更新频率低、滞后性强等问题。AI 首先可以智能化获取包含文本、图片在内的多模态海量数据，同时能够智能化将数据整理成为“终端友好”的形式，为投资者分析 ESG 变化提供支撑。同时，AI 可以实现争议事件的实时抓取和分析，帮助投资者及时调整估值。在投资策略方面，机器学习算法能够在因子策略构造与因子筛选方面提供帮助，同时语言分析、识别与预测模型也能够成为构建新型量化策略的核心，帮助投资人优化风险-收益情况。在营销端，生成式 AI 通过生成营销方案、营销内容，大大降低了营销成本。 ❑ 负责任 AI 成为共识，整合 ESG 框架的 RAI 体系助力伦理风险管理。 当前 AI 立法尚不完善，而 AI 的争议性影响在环境、社会、治理层面广泛存在，例如：在环境维度，AI 既能够通过智能化系统助力降低能效，但 AI 所需的算力耗能巨大；社会维度，AI 既提高了生产效率，也造成了就业冲击、隐私泄露等社会问题甚至伦理争议；公司治理维度，AI 赋能了公司治理也带来了监管挑战。面对缺少法律框架参考但仍会受到监管督导、社会舆论压力等因素冲击的AI 行业，整合 ESG 框架与负责任 AI 原则，能够帮助投资者识别有 AI 伦理风险的企业。在投资实践中，主要有公司治理维度关注 AI 与 ESG 框架整体整合两种方式。投资者也可以通过与企业的进一步沟通获得信息，为管理有关企业的投资风险提供参考。 ❑ 风险提示 经济修复不及预期；AI 模型不稳定风险；市场情绪与偏好波动风险。 分析师：祁星 执业证书号：S1230524120002 qixing@stocke.com.cn 相关报告 1 《尽责管理撬动资本市场可持续发展，气候适应与转型金融受多方关注》 2025.06.01 2 《公募基金参与上市公司治理新规发布，“以披促优”加速资本市场可持续发展》 2025.05.12 3 《国家主席习近平致辞为应对气候变化注入强心针，ESG 基金与债券市场热度分化呈现短期震荡》 2025.05.10 深度研究 http://www.stocke.com.cn 2/37 请务必阅读正文之后的免责条款部分 正文目录 1 AI 将有助于完善 ESG 基础设施、疏通 ESG 投资链条 ........................................................................... 5 1.1 ESG 投资中的信息流通过程存在难点 .............................................................................................................................. 5 1.2 AI 拐点已至，性能提升+成本降低有望推动在 ESG 事务中的使用 .............................................................................. 6 1.3 监管机构端：AI 助力监管有效监督政策落实情况 ........................................................................................................ 9 1.3.1 ESG 监管痛点：难验证、难追溯，企业或主动漂绿 ........................................................................................... 9 1.3.2 AI 方案：动态监管与多模态交叉验证 ................................................................................................................ 10 1.4 企业端：AI 助力企业多方位降低合规成本 .................................................................................................................. 11 1.4.1 合规成本高成为企业参与 ESG 实践的重要阻碍 ............................................................................................... 11 1.4.2 AI 政策智能解析：从被动应对到主动适应 ........................................................................................................ 12 1.4.3 AI 帮助报告自动化：从数据孤岛到智能洞察 ............................................................................................