AI+时代背景下，中国新兴行业ESG评级与获得国资金融机构融资的研究

张斯琪

（江西财经职业学院，江西 九江 332000）

毋庸置疑，拥有更多资源的企业会有更大的发展空间。相反，一个有前景的项目会因为缺乏资金以及资源被搁浅。融资对于企业的生存与发展具有重大意义。金融机构是国家经济建设筹集和分配资金的重要部门，是再生产顺利进行的关键纽带，是企业最主要的融资渠道。但是融资评价体系不合理性影响了其作用的发挥。众所周知，企业的财务结构、偿债能力、现金流量、经营能力、经营效益是企业能否取得银行融资的决定性因素。

首先，普通金融机构更偏爱给予成熟的传统行业的大企业融资，因为他们认为传统大企业信誉好，并且资本原始积累多，抗风险能力强，其贷款风险也低。而这种偏好会导致一种悖论，或者说是死循环：新兴行业由于缺少一定的原始积累以及连续年度的可观的利润等原因而难以取得贷款，他们只有发展成为大企业，并且拥有成熟市场后才有可能取得贷款；而新兴行业一般要通过几轮融资之后才能成长为一个成熟的大企业。许多有潜力的新兴行业企业，由于得不到融资，也就失去了成为大企业的机会。这种悖论在一定程度上遏制了企业的成长，真正需要银行融资的企业反而得不到贷款。这导致了新兴行业融资难的问题。其次，经营能力等指标对金融机构的投资与放贷行为起决定性作用，金融机构偏爱融资给经营效益优异的企业。但是事实证明这种偏好不一定能规避不良贷款或投资失败风险。某些利润可观的企业暗藏着更大的信用风险或者投资风险。一些所谓的非财务风险因素最终都会演变成财务风险。真正有价值的企业可能在短期的利润表现并不是优秀的，但这样的企业应该被投资者所看见。

因此，为了全方位的评价被融资企业的信用风险，环境社会等非利润指标需要被纳入金融机构的风险评估体系。通过这种方式，一方面辨别出潜在的以牺牲公众利益赚取利润的高风险企业。另一方面筛选和挖掘出有潜力的企业，这样的由于企业在短期的利润表现欠佳通常不被看好。ESG的运用正好满足了投资者的这种需求。ESG是环境、社会和治理的缩写，是一种关注企业环境、社会、治理绩效的投资理念和企业评价标准。通过ESG绩效，能评估企业在促进经济可持续发展、履行社会责任方面的贡献。

但是有些专家和学者也表达了他们的担心：ESG要求更高的环境责任和社会责任，这是否意味着牺牲企业效益以及股东利益？但是事实恰恰相反，根据MSCI日前发布2021年ESG趋势展望报告显示，金融机构把ESG评价纳入风控体系，投资收益不仅没有减少反而有一定程度的增长。周方召（2020）认为企业的ESG表现能够更好地降低负面冲击的影响，并带来较好的股票市场表现。这一点在新兴市场体现尤为突出。首先，从宏观层面上讲，国家推广ESG评级能帮助环境责任和社会责任表现良好的企业发展，这有助于绿色发展理念融入经济、社会、文化全过程。ESG投资是顺应可持续发展的一种投资策略。其次，从微观层面上来讲，对企业而言，如果ESG评级有一定的政策导向，那么符合政策方向的投资，也能带来长期超额收益。此外ESG表现好的公司并不等于运营和财务表现不佳。相反，这样的企业能够预期未来的来自环境和社会方面的机会和风险，关注产品和工艺流程创新，重视环境保护、节能减排，这有利于其自身可持续发展和长期利益的获得。对于投资者而言，采用ESG评级能在一定程度上有效避免黑天鹅事件带来的投资与信用风险。

一、ESG作为金融机构对企业价值评估的依据的研究

关于ESG的研究可以追溯到20世纪70年代，并且ESG的合理性已经被国外很多专家学者证实。Indahl（2020）认为ESG的应用不仅能够帮助企业维持核心竞争力还能提升企业对政策和规定变更带来的风险的抵御能力。Antoncic（2020）表示在ESG上有良好表现和高水平完成企业财务目标并不矛盾。Braune（2019）在他的研究中证实了ESG等级与超额收益之间呈正相关关系：在金融市场处于不稳定和萧条期时，他证明了社会绩效表现好的公司股票能让投资者获得更大的利益。而有关中国ESG的研究很少把社会责任环境和公司治理的总评作为一个整体因素来分析问题，大多数是单独研究单一的元素，如社会责任的履行对企业价值的提升的作用，或者环境责任的履行对企业价值的提升的作用。在很多情况下社会责任环境责任公司治理这三个方面分别完成度高，并不能不代表ESG水平高。

相比某些国家已经普遍认同ESG投资能带来更丰厚的回报，许多国内金融机构与企业对ESG的理解仅仅停留在宏观层面，即政策层面，而在微观层面的理解不深。这导致了ESG在中国的应用程度不高。这是由于许多中国投资人的观点比较务实-投资的意义在于获得高额的回报，而esg框架的目标是引导企业对社会产生正面的影响。因此国内的投资者对ESG仍处于观望态度。在许多中国投资者眼中，ESG是个“舶来品”。虽然在很多国家ESG的优越性和合理性已经被大量的研究所证实，但是初入中国ESG难免会水土不服。关于ESG也不乏一些反对的声音。例如杨皖苏和杨善林（2016）认为中小型企业在社会责任的履行和效益是呈负向关系的。朱乃平等（2014）在研究2009-2011年中国高新企业时发现，而就短期而言，企业履行社会责任有利于提升企业公众形象，并不能有效提高企业的盈利能力。要打消这些疑虑，需要把ESG因地制宜融入中国国情进行研究。初入中国的ESG要证明其价值还有很长的一段路要走。

目前阶段，ESG要在中国发展必须满足两个条件：首先，中国ESG有一定政策支持，使其具有ESG外在驱动力；其次，ESG能使得企业和投资公司获得更多利益，这是它内在驱动力的表现。而国资投融资机构投融资动机就包含了这两个层面：一方面这些国资金融机构由于其持有的公共资本，需要承担起政策表率作用，它在政策层面的表现较为明显，例如提供政策融资。另一方面，融资机构也具有企业的性质，它具有规避风险获得更高投资收益动机，因此具有ESG内在驱动力。例如为响应政府促进低碳、循环经济的发展及实现碳中和的号召，六大国有银行将ESG纳入授信全流程，开始提供多样化的低碳金融产品。2021年，他们对ESG进行披露并增加了应对气候变化风险相关信息。其中三个银行还对应对气候变化风险议题设置了独立的章节。

综上所述，把国资金融机构的投融资行为作为研究中国ESG的切入点具有典型意义。原因有二：首先，ESG应用在中国尚处于发展初期阶段，难免水土不服，现阶段需要政策支持。国有资产的融资机构是政策的首要执行机构，成了ESG在中国发展的首要阵地。其次，结合中国国情和中国ESG的现状，为研究ESG投资评级在中国的发展道路，研究对象需要具备内在驱动力同时具有典型的政策驱动特征，而国资金融机构具备这两种驱动力。

但是ESG如果要在中国获得突破性的发展，除了要解决理论与内在驱动力方面的问题，还要解决应用层面的问题。根据中基协2018年统计，中国资产管理者公司的ESG整合情况显示，58.5%的投融资机构已在投资过程中考虑ESG，在企业层面制定ESG策略的企业只有1.2%。从以上数据看来，已经有一部分金融击鼓有了ESG投资的意识，但是其应用仍然存在更大问题。原因是缺乏数据的智能分析与整合平台。ESG投资一直面临着信息采集和深度加工的难题。道富全球顾问公司在2019年的调查显示：44%的受访者认为ESG相关信息的现有状态是阻碍他们开展ESG投资的因素。体现在以下几个方面：第一，由于是非财务指标，其本质决定了信息量大并且来源众多，筹集成本高效率低。第二，大部分信息来源企业的自愿披露，并且不排除有洗白行为，真实性堪忧。第三，种类繁杂且笼统，难以判断相关信息与重要的信息。第四，由于很多企业一年才披露一次信息，ESG信息来源滞后。

二、AI在ESG评级中的应用

为了形成一套完整的对企业价值评估的体系，越来越多金融机构开始应用人工智能技术提升ESG相关信息的获取效果。因为在实际工作中，依赖企业自主披露的信息存在着极大的隐患，如滞后性，信息造假，随机性。因此利用AI完成大数据抓取，以及对信息进行智能筛选辨别与分析显得尤为重要。并且通过人工智能技术可以分析包含非结构化数据在内的大量数据，包括很多以前人工无法处理的信息。例如，Bollen通过分析2008年十个月间的推特数据，统计了用户使用快乐，悲伤等表情包的频率，发现这些数据与次日估价的涨落趋势有关联。这对研究使用AI进行舆情分析的合理性提供了理论基础。唐飞泉（2019）指出，在中国，商业银行作为金融机构的重要组成部分，在风险控制方面已经大范围利用AI技术提高大数据处理能力提高风险识别能力。关于AI的应用，金希恩（2018）提出，非财务信息纳入金融企业投资决策的必要性毋庸置疑，ESG在中国企业经济中发挥最佳状态，必须要AI技术支持。

这已经不是信息技术第一次与金融业务结合，早在很多年前金融机构就开始利用信息技术手段提升和改造金融产品和服务，最终达到 提升效率并有效降低运营成本的目的——这就是金融科技。现在，一些平台以及金融机构开始借鉴金融科技在投资与金融监管方面的成功经验，融入AI技术自主研发出ESG评价系统。AI的加入能实现ESG信息的高精度高效率采集，实时监测，深度加工，智能化分析。例如监管公告和舆情报道可以相对真实地反映企业ESG情况。这类数据分布面广来源复杂，事件的识别和分类比较困难。而AI中的自然语言处理（NLP）技术可以高效地获取并且自动识别事件主体，以监管处罚的结果轻重判断事件严重性，对影响程度进行等级分类，自动分析舆情关联事件，甚至还可以运用图谱分析跟踪事件的后续发展情况。

AI技术能极大地推动数据获取和数据驱动的进程，是因为信息技术与金融有着天然的互惠共生关系：信息产业创新艰巨而漫长，从研发到产业化的整个过程充满不确定性，其发展需要巨大的金融供给与支持；在信息技术在引领世界经济发展的同时，金融业也需要通过运用信息技术提升竞争力，通过提供专业的金融服务分享信息产业发展的成果。因此，在信息时代的浪潮下，金融系统业务最终必然以信息技术作为依托，脱离了AI背景支撑的ESG数据体系终将过时，并且研究金融行业行为离不开探讨AI的应用。