英仕曼基金司理贾森米切尔（Jason Mitchell）曾表明，很多上市公司只要5-7年的财务数据可供剖析建模。对定量研讨人员而言，这一些数据作为ESG出资战略算法根底的体量真实太小。

  “比较而言，从A股上市公司获取满足信息做多元化的剖析的难度更大。”前述国内大型私募基金负责人向记者直言。究其原因，一是不少A股上市公司在ESG方面的信息揭露发表较少，且不少ESG信息相对涣散且缺少标准化，令出资组织难以轻松获取全面有用信息，二是国内出资组织在ESG信息发表、评级与出资决策的研讨仍处于前期探究阶段，往往会漏掉不少要害信息，导致ESG出资评价体系实践运营作用未必抱负。

  记者多方了解到，现在大数据剖析与深度学习智能技能“帮了不少忙”。比方有私募基金运用爬虫技能，对上市公司各类揭露信息进行全方位收集，在海量信息里捕捉有用数据，再经过深度数据清洗，找出自己所需的要害ESG数据，以此来完成ESG各类出资目标的标准化，令ESG出资模型运营功率得到继续优化。

  尤其是E（环境）与S（公司管理）方面，若出资组织只是能从揭露信息与新闻媒体报道抓取上市公司环保处分，污染排放处分、资源耗费与产品召回等信息，往往显得时效滞后。但凭借金融科技技能，不少私募基金已成功从职业风闻资讯，地方新闻媒体报道里首先捕捉到上述极有价值的信息，然后尽早除掉相关股票躲避出资雷区。

  此外，不少国内私募基金与大型金融组织还引进很多欧美商场的ESG出资模型，比方树立依据NLP以及机器学习技能搭载的ESG舆情监控类

  ，依据体系设定的数百个ESG相关舆情标签，对上市公司实时舆情进行抓取分类并及时反应潜在的出资危险。

  “不过，这些海外ESG出资战略进口货也会遭受不服水土。”多位私募基金交易员泄漏，因为海外NLP（自然言语处理，英文Natural Language Processing缩写是研讨人与计算机交互的言语问题的一门前沿科技）技能有理解言语文本含义方面存在“误差”，有时它们会将负面信息解读为“好信息”，导致他们屡次人工干预纠正，防止严重出资失误事情产生。

  【版权声明】本网为公益类网站，本网站刊载的一切内容，均已署名来历和作者，仅供访问者个人学习、研讨或赏识之用，如有侵权请权利人予以奉告，本站将当即做删去处理（）。

  省区市分站：(各省/自治区/直辖市各省会城市碳交易所，碳商场，碳渠道)

  华东【上海、山东济南、江苏南京、安徽合肥、江西南昌、浙江温州、福建厦门】

  同意单位：中华人民共和国工业信息部 国家工商管理总局  辅导单位：发改委 生态环境部 国家动力局 各地环境动力交易所