Az ESG szempontok és a mesterséges intelligencia kapcsolata

írta | 2022.07.12. | Fintech kitekintő, Összes hír

ESG a Fintech-ert
Fintechshow 6.0

A pénzügyi szempontokon túl az ESG szempontokat is figyelembe vevő befektetések fellendülése töretlenül folytatódik. Ennek érdekében a befektetők egyre inkább igénylik, hogy a legpontosabb ESG-adatok segítségével értékelhessék a felmerülő kockázatokat és ennek alapján megfelelő döntéseket hozzanak.

Ilyen adatok például a vállalatok károsanyag-kibocsátására, a karbonkibocsátásuk csökkentése érdekében végzett tevékenységükre vonatkozó információk, a különböző társadalmi csoportok közötti egyenlő bérezés elvének érvényesülésével vagy épp a női vezetők arányával kapcsolatos kimutatások, valamint a védendő munkavállalók csoportjai részére nyitva álló előrelépési lehetőségek.

Kihívás azonban, hogy a vállalatok által közzétett adatok többsége kvantitatív jellegű, nem teljeskörű és nem feltétlen következetes, közzétételük pedig általában önkéntes. Az ESG-adatok ezért nem biztos, hogy reprezentatívak, mindez a Big Data jelenséggel, illetve a kapcsolódó információs aszimmetriával együtt hátrányos lehet az adattömeget elemezni kívánó befektetők számára.

Mi az ESG?

A fenntarthatóság kifejezés mellett az angol „ESG” betűszó („E” mint environment, azaz környezet, „S” mint social azaz szociális és „G” mint governance, azaz irányítás) fejezi még ki azt a szemléletmódot, amelyben a döntéseink során (az egyén, a vállalkozások szintjén és össztársadalmi szinten) figyelembe veszünk a rövid távú eredmények elérésén túl bizonyos hosszabb távú, „magasabb rendű” ún. fenntarthatósági szempontokat, célkitűzéseket.

A mesterséges intelligencia (MI) használatának előnyei

A befektetők hátrányára fennálló információs aszimmetriával kapcsolatban az úgynevezett fenntarthatósággal kapcsolatos szolgáltatók („SSPk” – sustainability-related service provider) nyújthatnak segítséget, akik főleg mesterséges intelligencia (MI) használatával gyűjtenek és elemeznek adathalmazokat, és ebből ESG szempontú értékeléseket készítenek.

A SSPk által alkalmazott MI, elsősorban az NLP („natural language processing”; magyarul „természetes nyelvek feldolgozása”) megoldások segíthetnek a befektetőknek a rendelkezésre álló adatok hatékonyabb feldolgozásában és elemzésében. Az NLP rendszerek lehetővé teszik a számítógépeknek, hogy megértsék és feldolgozzák a természetes emberi nyelveket, illetve a szavakat kontextuson belül tudják értelmezni.

A Big Data kontextusa megfelelő értelmezésének segítségével a befektetők jóval tájékozottabb döntéseket hozhatnak, az MI és az NLP felhasználásával pedig könnyebben elkerülhető a „greenwashing” (magyarul „zöldrefestés”) támogatása is, vagyis amikor egy vállalat a fogyasztókat és a külvilágot szándékosan vagy gondatlanul megtévesztve környezettudatosnak állítja be saját tevékenységét.

Az ESG információk átláthatóságának fontossága

Míg a vállalatok pénzügyi teljesítményének értékelésére objektív és kiforrott eljárások léteznek, az ESG adatok mérésének még nincs egységes módszertana. A szabályozás hiányából fakadóan nem létezik egységes klasszifikációs rendszer sem: az egyes SSPk eltérő módszertant alkalmazhatnak, például arra, hogy méréseik során mely ESG szempontokat veszik figyelembe, hogyan mérik ezeknek a szempontoknak a teljesülését, és hogyan súlyozzák az összes alapul szolgáló mutatót a végső ESG értékelés során.

Az osztályozás metodikája mellett sokszor a felhasznált adatok köre, eredete, hitelessége, illetve súlyozása sem mindig egyértelmű. A SSPk különböző specializációval is rendelkezhetnek: az egyik szolgáltató például a munkafeltételekre, míg a másik a környezeti lábnyomra specializálódhat, ami az elemzésen belül különböző súlyokat és minőségeket eredményez az érintett vállalat ESG-megfelelőségével kapcsolatban.

Önmagában az eltérő értékelések nem feltétlenül jelentenek rendszerszintű problémákat, hiszen a különböző koncepciók és megközelítések az ügyfelek eltérő igényeit és szükségleteit is figyelembe veszik. Fontos azonban az eltéréseket megmagyarázó információk transzparens feltárása.

A felhasznált adatok hitelességének biztosítása

Az ESG szempontokat elemző MI-rendszerek (egyelőre) nem tévedhetetlenek, a működésüket ismerve rosszhiszemű szereplők megpróbálhatják kijátszani működésüket. Például, ha az MI kizárólag a vállalat saját maga által szerkesztett jelentéseit kapja meg forrásadatként, pozitívabb csengésű ESG jelentést fog készíteni, mintha egy oknyomozó újságíró cikkeit is elemezné.

Ezen túlmenően, a nagyobb vállalatoknak több erőforrás is rendelkezésére áll fenntarthatósági és hasonló anyagokat összeállítani, így az MI számára az adott vállalattal kapcsolatban több, és pozitívabb értékelést biztosító adattömeg áll rendelkezésére.

Ezért is fontos a felhasznált adatok eredetét és pontosságát megfelelően ellenőrizni, de legalábbis átlátható módon nyilvántartani.

Alapvető elvárás, hogy teljes és egyértelmű magyarázatot lehessen adni az érdekelteknek az MI-rendszerek által vagy azok segítségével hozott, ESG-vel kapcsolatos döntésekről, és a döntési folyamat minden lépéséről. Kiemelt kérdés, hogy hogyan jár el az algoritmus hiányos adatok esetében (a hiány meghagyása, vagy a hiányos adatok kiegészítése szakértői elemzés vagy adatközelítés alkalmazásával).

Lehetőséget kell biztosítani továbbá a felhasznált adatokat rendelkezésre bocsátó személyek, valamint az egyéb érintettek számára a felhasznált adatok pontosságának, illetve a felhasználás során keletkező eredmények ellenőrzésére.

Az összeférhetetlenség elkerülése

Az ESG-befektetések elemzéséhez használt MI-rendszerek nemcsak a leendő befektetőknek, hanem az érintett vállalat vezetésének is értékes információkkal szolgálhatnak. Az adatok a márka- és hírnévkockázat-kezelés (különösen a fenntarthatósági ügyek és viták) körében proaktív módon felhasználhatóak az esetleges negatív hatások előrejelzésére.

Fontos azonban, hogy az SSPk elkerüljék az összeférhetetlenséget, ha az általuk készített elemzéseket mind a vállalat, mind a leendő befektető felhasználja.

Szerzői jogi szabályok

Az NLP rendszerek képesek nagy mennyiségű strukturálatlan szöveges adat (például közösségi média; hírek, projektközlemények, éves jelentések, kibocsátási tájékoztatók stb.) pontos és közel valós idejű elemzésére. Az elemzést megelőzően külön kihívás a strukturálatlan adatoknak a szerzői jogi szabályoknak megfelelő módon történő összegyűjtése.

A „keresőrobotok” („webcrawlers”) például automatizált módon gyűjtik az adatokat az internetről, alkalmazásuk során azonban figyelni kell az adott weboldal használatára vonatkozó szerzői jogi szabályok betartására is.

A szabályozás jövőbeli irányai

Az ESG-adatok és -minősítések szolgáltatóira nem vonatkozik hasonló szabályozás, mint a hitelminősítő intézetekre és a pénzügyi közvetítőkre, de ez a közeljövőben változhat. A franciaországi (Autorité des Marchés Financiers, AMF) és a hollandiai (Autoriteit Financiele Markten, AFM) pénzügyi hatóságok 2020 decemberében európai szabályozási keretet javasoltak az SSPk számára.

A javaslat különféle követelményeket fogalmaz meg az ESG-minősítést nyújtókkal szemben, ideértve a módszerek átláthatóságát, a vállalatokat és a befektetőket egyaránt kiszolgáló minősítő szolgáltatók összeférhetetlenségének kezelését, a belső ellenőrzési folyamatok kialakítását, valamint az ESG-minősítések alá tartozó vállalatokkal folytatott fokozott párbeszédet.

Uniós kitekintés

Az EU intézményei folyamatosan dolgoznak az MI rendszerek fejlesztésével, forgalmazásával és használatával kapcsolatos, az európai értékeknek megfelelő egységes jogi keretszabályozás előkészítésén. Ennek eredményeként az Európai Bizottság 2021. április 21-én terjesztette elő a Mesterséges Intelligenciára vonatkozó harmonizált szabályok megállapításáról szóló rendelettervezetet („MI Rendelet”), amely az EU első, MI-vel kapcsolatos átfogó jellegű jogi szabályozása.

Az MI Rendelet célja kettős: az EU vezető szerepének pozicionálása az ágazatban, valamint az MI kockázatainak kezelése. A javaslatot jelenleg az Európai Tanács és az Európai Parlament tárgyalja. Ezidáig több ezer módosítási javaslat érkezett a rendelet szövegéhez – az ideális forgatókönyv alapján, a tervezet 2022. végéig kerül véglegesítésre. Ezt követően a szervezeteknek 24 hónap áll majd rendelkezésükre az új szabályoknak való megfelelés biztosítására.

Ezen túlmenően, az Európai Bizottság nemrég közzétette a Vállalati Fenntarthatósági Átvilágításról szóló irányelvjavaslatát, amely kötelezné az EU-tagállamokat, hogy olyan jogszabályokat fogadjanak el, amelyek átvilágítási kötelezettséget írnak elő az érintett vállalatokat, továbbá leányvállalataikat és értékláncaikat érintő káros emberi jogi és környezeti hatások tekintetében.

A vállalatok többek között kötelesek lennének a megfelelő átvilágítási kötelezettségeket beépíteni a belső szabályzataikba, lépéseket tenni a tényleges és potenciális káros hatások azonosítása és kezelése érdekében, valamint nyilvános jelentést tenni az átvilágításról. Ezenkívül a nagyobb vállalatoknak meghatározott lépéseket kell tenniük az éghajlatváltozás elleni küzdelem érdekében. A rendelkezések megsértése esetén az irányelv adminisztratív szankciókat és harmadik felekkel szembeni kártérítési felelősséget is előirányoz.

Az irányelvnek való megfelelés során szintén elengedhetetlen lesz az MI használata, így mind az érintett vállalatoknak, mind a befektetőknek, valamint az SSPk számára is elengedhetetlen, hogy ismerjék a kapcsolódó szabályokat, és napi szintű folyamataikat is megfeleltessék azoknak.

Címlapfotó forrása: stock.adobe.com by Dapitart | Licenc: FinTech Group

Fintechshow 6.0
Fintechshow 6.0

Itt követhetsz minket:

blank

DOMOKOS MÁRTON

A CMS Budapest kereskedelmi jogi csoportjának és TMT csoportjának szenior tanácsadója, a CMS regionális adatvédelmi csoportjának koordinátora. Rendszeresen tart előadásokat és publikál cikkeket adatvédelmi témakörben. A Direkt és Interaktív Marketing Szövetség Adatvédelmi Tagozatának elnöke és a Mesterséges Intelligencia Koalíció számos munkacsoportjának aktív tagja.

FINTECHSHOW 6.0

fintech fintechshow
Bankokból tech cégek? Kódban a jövőnk? A pénzügyi szektor aktuális digitális kérdései és a legújabb hazai fintech megoldások a hatodik FinTechShow-n.

ELEKTRONIKUS FIZETÉSI MEGOLDÁSOK KÉZIKÖNYVE

elektronikus fizetés bankkártyás fizetés QR-kódos fizetés
Elektronikus fizetési megoldások kereskedőknek, vállalkozásoknak. A bankkártya elfogadástól a bankszámla alapú fizetési lehetőségeken át az integrált megoldásokig.

GPE softPOS

softpos gpe bankkartya elfogadas mobilon globalpayments
Androidos mobilod van? Töltsd le a GPE softPOS alkalmazást és fogadj egyszerűen érintés nélküli fizetéseket közvetlenül az okostelefonodon keresztül!