@      金融科技 ESG投资策略潮首 引入华尔街投资模型因子水土不屈探因

当前位置: 者步贸易有限公司 > 行业动态 > 金融科技 ESG投资策略潮首 引入华尔街投资模型因子水土不屈探因

金融科技 ESG投资策略潮首 引入华尔街投资模型因子水土不屈探因

“最初,华尔街对冲基金主要是始末金融科技技术搜集上市公司的ESG有关信息(包括上市公司社会义务通知、媒体有关报道,以及当局是否对上市公司采取环保责罚决定等)。”他回忆说,但不少对冲基金很快发现,靠数据抓取技术所搜集的上述信息数据往往存在滞后性,导致他们的ESG投资决策意外能快于其他投资机构。

随着金融科技技术日新月异,越来越多投资机构正尝试将机器学习、大数据分析等新技术行使在ESG投资策略。

所谓ESG投资策略,主要是投资机构在投资股票时,更多参考上市公司在环境、社会义务、公司治理等方面的全力与收获。行为提防“暗天鹅”事件的主要风险对冲工具,近年ESG投资策略备受全球投资机构青睐。全球可不息发展投资联盟(GSIA)最新统计数据表现,去年将ESG因素纳入投资决策的全球资产管理总额超过18万亿美元。

然而,ESG投资策略发展的同时,照样面临信息获取不全、数据分析能力不敷等逆境,导致不少投资机构ESG投资策略实际回报不尽如人意。

一位华尔街对冲基金经理向21世纪经济报道记者外示,传统的ESG投资策略必要多多人力参与信息搜集、数据分析高度倚赖营业员的投资经验与知识贮备,导致整个ESG投资策略存在信息抓取不敷时不周详,投资决策不精准与时效性偏矮等题目。

所以,近年摩根士丹利等大型投走,以及英仕曼集团(Man Group)与Caxton Associates等著名对冲基金都在尝试引入金融科技技术用于精准识别上市公司是否已足ESG投资标准,从而升迁ESG投资效果以跑赢市场。

英仕曼基金经理贾森·米切尔(Jason Mitchell)此前外示,现在许多上市公司只有5-7年的财务数据可供分析建模,对于定量钻研人员而言,这些数据行为算法基础的体量实在太幼。所幸大数据分析与深度学习等技术“帮了大忙”。

比如,他们始末爬虫等技术进走上市公司各类公开信息进走全方位搜集,在海量信息里无遗漏地捕捉到有效数据,再始末深度的数据清洗,竖立基于ESG的量化投资模型,实现ESG各类投资指标的一一量化与标准化,推进ESG投资策略的不息优化。

随着金融科技在海外ESG策略行使周围风生水首,不少国内私募基金也最先尝试将金融科技融入ESG投资策略。

“相比西洋成熟股市的信息吐露制度,A股上市公司在ESG方面的信息吐露不多,且匮乏及时性与标准化,所以金融科技在协助国内私募基金升迁ESG投资策略方面的作用逆而更大。”一位国内大型私募基金ESG投资策略总监介绍。

随着金融科技技术日新月异,越来越多投资机构正尝试将机器学习、大数据分析等新技术行使在ESG投资策略-ic photo

ESG 金融科技“风靡”华尔街

上述华尔街对冲基金经理外示,现在华尔街金融机构对金融科技行使于ESG投资策略的追求,已有7-8年时间。

“最初,华尔街对冲基金主要是始末金融科技技术搜集上市公司的ESG有关信息(包括上市公司社会义务通知、媒体有关报道,以及当局是否对上市公司采取环保责罚决定等)。”他回忆说,但不少对冲基金很快发现,靠数据抓取技术所搜集的上述信息数据往往存在滞后性,导致他们的ESG投资决策意外能快于其他投资机构。

2017年首,越来越多华尔街对冲基金最先引入深度学习与大数据分析等崭新金融科技技术,彻底转折了以去的ESG投资决策效果。

比如能源股不息是对冲基金的重仓股,行业动态若这些能源类上市公司一旦遭遇环保责罚等题目,就会被大量ESG投资策略资金“屏舍”。所以在实际操作过程,不少能源类上市公司高管将有关部分环保调查与问责视为公司最主要的“机密”,纷纷张口结舌。所以对冲基金要挑前获悉这些主要信息,就足够引入大数据分析与深度学习技术,包括始末当地媒体报道以及地方环保部分发布的新政,洞察当地环保部分近期是否反复约谈能源类上市公司等,从而挑前做出抛股避险的投资决策。

“原由许多能源类上市公司环保问责消息很能够出现在地方社区媒体消息报道里,所以大数据分析技术能否及时获取这些信息并添以精准分析,对吾们升迁ESG投资效果的协助极大。”布鲁德曼资产管理公司(Bruderman Asset Management)首席策略师Oliver Pursche向记者分析说。

现在,不少成功引入大数据分析与深度学习技术的对冲基金已构建基于智能化的ESG投资模型与ESG评价体系。比如他们在深度数据搜集、数据组织化处理后,进一步搭建了高度智能化与主动化的ESG评价体系,并始末大数据分析技术往往监控舆情实时更新,判定现有ESG投资组相符的湮没风险并及时调整。此举令对冲基金彻底脱离了十足倚赖上市公司主动吐露和其他公开信息构建ESG投资模型的被动局面,大幅升迁 ESG投资决策的时效性与实在性。

国内私募基金悄然试水

值得仔细的是,随着金融科技日好融入ESG投资策略,国内不少私募基金也纷纷借鉴海外成功模式。

一家国内大型私募基金负责人泄露,现在他们始末高薪邀请多位在海外对冲基金做事多年的资深AI工程师,将华尔街不少金融科技 ESG投资策略的经验引入投资模型。

“原形上,金融科技在升迁国内ESG投资效果的作用能够会远远高于海外。”他认为。一方面国内金融投资机构在ESG信息吐露、评级与投资决策的钻研仍处于早期追求阶段,添之不少上市公司的环保与治理题目比较特出,所以谁能率先依托金融科技构建一整套完善的ESG投资评估体系,就有机会赢得庞大的市场先发上风;另一方面国内上市公司在ESG方面的信息吐露较少,且不少ESG信息相对松散且匮乏标准化,更必要金融科技解决数据周详搜集与有效处理等题目。

“尤其是E(环境)与S(公司治理),现在吾们只能从公开信息与媒体报道里抓取上市公司环保责罚,污浊排放责罚、资源消耗与产品召回等信息,往往匮乏时效性。但始末金融科技技术,吾们也许能从走业传闻与咨讯,以及地方媒体报道里抢先捕捉到这些极有价值的数据信息,从而挑前做出精准投资决策。”他指出。

这位国内大型私募基金负责人承认,不少来自华尔街的ESG 金融科技投资模型因子仍存在水土不屈状况。比如华尔街基于NLP以及机器学习技术搭载的ESG舆情监控类平台,能按照体系设定的数百个ESG有关舆情标签,及时对上市公司实时舆情进走抓取分类并逆馈湮没的投资风险。但原由海外NLP技术在理解说话文本意义方面存在“国别过错”,意外会将负面信息舛讹解读为“利好信息”,导致他们不得不始末人造操作进走纠正,以免展现庞大投资失误。

所幸的是,近期他们最先行使RNN(循环神经网络)技术对上市公司环保等信息进走高智慧度、高准确度的内容过滤,添之深度学习技术与情感分析程序的“逆复训练”,引入本土化的参考指标,令NLP对信息的情感量化判定实在性有所升迁,令海外金融科技 ESG这个“外国货”最先落地生根。(编辑:李伊琳)