周一至周五 | 9:00—22:00

国外人工智能在非财务绩效评价的运用与启示

作者:未知

  摘要:非财务信息是指反应企业可持续发展能力与其长期业绩的指标,也是指环境、社会以及公司治理有关的信息。目前将非财务信息纳入投资决策已经成为不可逆转的趋势,但在实际工作中,企业与投资者面临着种种挑战。在目前的技术环境下,人工智能给非财务绩效评价领域带来全新的突破点。因此,文章重点分析非财务信息的重要性与其应用的局限性,并介绍国外人工智能在非财务绩效评价的运用,总结对中国资本市场的启示。
  关键词:非财务绩效评价;ESG信息;人工智能
  一、 引言
  企业相关的信息可以分为财务信息与非财务信息。财务信息是指由企业财务会计报告提供的信息, 主要是年度或短期绩效的指标。而非财务信息是不在财务报表上披露的信息,是指反应企业可持续发展能力与其长期业绩的指标,也被称为环境、社会以及公司治理(Environmental, Social and Governance:ESG)信息。过去财务信息是企业价值评估的重要信息来源,而近年来考虑非财务信息的投资行为越来越普遍。金融界已经开始意识到,ESG因素会对企业的可持续发展产生积极影响,并对投资的长期回报有正向关系。比如在2016年全球最大资产管理公司BlackRock的首席执行官Larry Fink发给标准普尔500强公司高管的一份备忘录中表示,“请更多地关注企业的长期价值创造能力而不是短期股利发放,并请多关注环境、社会以及公司治理因素,因为它们具有真实和可量化的财务影响”。将非财务绩效指标纳入投资决策,对于企业本身而言,是加强风险控制能力和长期可持续发展能力的一种手段,对于投资者和利益相关者而言,是提高投资稳定性和可预测性的一种方法。
  二、 非财务信息的重要性与其应用的局限性
  1. 非财务信息的重要性。企�I丑闻等轶事证据都表明了非财务信息的重要性,比如在2015年9月曝光的大众集团排放作弊丑闻。值得注意的是,在该事件发生四个月之前的2015年5月,全球领先的指数供应商MSCI已经将大众汽车从ESG指数(MSCI ACWI ESG Index)中排除,主要原因是其在董事会独立性、高管薪酬以及会计准则等公司治理方面出现问题。其他主要ESG评价公司,如Sustainalytics和Vigeo Eiris,也在丑闻爆发之前下调大众汽车评级。然而,投资者没关注这些警告,大众排放丑闻之后市场反应非常激烈,因此一周内公司市值大约减小了1/3。这些例子都明确表明非财务绩效评价的重要性。尤其是大众排放作弊问题不在环保(E)领域(在环境领域获得了较高的评价)而出现在公司治理(G)领域的事实,这意味着全面考虑多方面的ESG因素更加重要。
  过去实证研究证明非财务信息与财务绩效的相关性。Ittner和Larcker(1998)研究表明在非财务指标与未来会计绩效之间有正相关关系,即顾客满意度是对顾客购买行为、顾客数量增长率以及企业财务绩效的一个领先指标。Khan, Serafeim和Yoon(2016)考虑各个ESG因素对具体行业的重要程度,比如气候变化问题对医疗保健行业的重要性很大而对金融行业的重要性不大,结果发现在重要性大的ESG因素上获得高评级的公司业绩表现优于低评级的公司。
  也有研究发现企业风险管理中非财务信息的有效性。Wu(2004)根据台湾上市公司的数据,研究发现非财务信息有助于预测企业破产。Brazel, Jones和Zimbelman(2009)研究结果发现财务欺诈企业的财务和非财务绩效之间的差异显著大于非欺诈企业,非财务信息有助于预测财务报表欺诈。
  2. 非财务信息应用的局限性。非财务信息的应用主要存在三个方面的局限性。一是缺乏可比性。企业信息可比性包括两个方面,即同一企业不同时期的可比性与不同企业相同期间的可比性。非财务信息通常是定性与非结构化的信息,它可能会随着时间的推移而变化,信息披露的范围和方式因公司而不同,因此难以满足两种可比性的要求;二是缺乏可靠性。如客户满意度等非财务信息一般基于样本调查结果,这些数据往往缺乏可靠性,降低预测未来财务业绩的能力;三是高成本。非财务信息一般是大量分散的,并由多个数据来源收集的信息。因此非财务信息的收集和加工不仅需要投入大量的资金,而且需要投入大量的人力资源,导致处理非财务信息的成本大于收益。
  最近Amel-Zadeh和Serafeim(Forthcoming)的调查研究显示,尽管82%的受访者表示ESG信息对投资绩效非常重要,大部分投资者在将非财务信息应用在投资过程中面临种种障碍(参见图1)。调查是对全球413名投资高管进行的,这些高管所在公司管理的资产规模为31万亿美元,占全球管理资产总额的43%。结果显示,受访者认为缺乏跨公司可比性(44.8%)以及缺乏ESG报告标准(43.2%)是最大的问题。其次是收集和分析ESG信息的成本高(40.5%),ESG信息缺乏细节(39.4%)和缺乏可量化(37.8%)等。定性研究结果显示,受访者认为“可靠性与标准是最重要的因素”,“ESG信息披露仍然依靠定性的方法”,并要求开发针对各个行业的ESG绩效评价体系。
  三、 国外人工智能在非财务绩效评价的运用
  1. 人工智能在非财务绩效评价的运用。目前人工智能(Artificial Intelligence:AI)与金融领域的结合已成全球趋势,其应用范围涉及到投资顾问、量化交易、财务规划以及贷款审批等。针对上述的局限性,人工智能在非财务绩效评价领域也能带来突破性的好处。人工智能的主要功能之一是收集与处理大量繁杂的信息。基于大数据的人工智能技术有助于从公司内外发布的ESG指标中选择客观的信息,并排除绩效评估中出现的主观偏误,最终能提高绩效评价的可靠性。其次是人工智能提供实时分析。企业信息披露太不频繁,通常每一年进行一次,这会产生分析滞后的问题。通过机器学习(Machine Learning)和自然语言处理(Natural Language Processing)等技术,可以实现更快的信息服务,使企业与投资者做出即时准确的决策。因此,近年来全球金融创新不断加速,越来越多的企业积极开发人工智能技术在非财务信息处理的运用。下一节介绍国外人工智能在ESG绩效评价领域的运用。


常见问题解答