Επενδύσεις στην εποχή της Τεχνητής Νοημοσύνης
Τεχνητή νοημοσύνη, κάλυψη δεδομένων, κανονιστική συμμόρφωση, τεχνολογίαΆρθρα

Επεξεργασία φυσικής γλώσσας (NLP) για τη βελτίωση των εκθέσεων SFDR

Δημοσιεύθηκε: 2022
Τροποποιήθηκε: Αύγουστος 14, 2025
Βασικά συμπεράσματα

SFDR Λύση αναφοράς: Το σύστημα βαθμολόγησης διαφωνιών του Clarity AIπαρέχει συνεπή αξιολόγηση περιστατικών

Οι περισσότερες από τις διαθέσιμες λύσεις στην αγορά για την ανάλυση της συμπεριφοράς των εταιρειών βασίζονται σε μεγάλο βαθμό στη χειροκίνητη αξιολόγηση των ειδήσεων ή στην ανάλυση συναισθήματος, οδηγώντας σε αδυναμίες όπως η υποκειμενική αξιολόγηση, ο περιορισμός του όγκου και η περιορισμένη ικανότητα ερμηνείας των μετρήσεων. Αυτοί οι περιορισμοί μειώνουν τη δυνατότητα παροχής έγκαιρων και ουσιαστικών πληροφοριών με συνεπή και διαφανή τρόπο.

Σύστημα βαθμολόγησης αντιπαραθέσεων

Clarity AI αντιμετωπίζει αυτές τις αδυναμίες και τους περιορισμούς με ένα αμφιλεγόμενο σύστημα βαθμολόγησης. Έχει δημιουργήσει βαθμολογίες χρησιμοποιώντας ως κύρια πηγή δεδομένων μια παγκόσμια υπηρεσία παρακολούθησης ειδήσεων, η οποία παρέχει πρόσβαση σε ένα σύμπαν περισσότερων από 8.500 εκδοτών μέσων ενημέρωσης που καλύπτουν 200 χώρες, με 100.000 νέα άρθρα που προστίθενται καθημερινά από περισσότερες από 33.000 πηγές. Αυτό προσθέτει περίπου 70 εκατομμύρια άρθρα που σχετίζονται με το σύμπαν της εταιρείας Clarity AI για τα τελευταία τρία χρόνια.

Clarity AIΤο σύστημα βαθμολόγησης των διαφωνιών χωρίζεται σε 4 σημαντικά βήματα:

1- Ανίχνευση περιστατικών

2- Ταξινόμηση περιστατικών

3- Βαθμολόγηση σοβαρότητας συμβάντος

4- Βαθμολόγηση σοβαρότητας συμβάντος

Αυτό το σύστημα προσδιορίζει την εξέλιξη των αμφιλεγόμενων περιστατικών σε ένα χρονοδιάγραμμα - καθώς και τη σοβαρότητά τους - για μια δεδομένη εταιρεία σε μια συγκεκριμένη κατηγορία μεταξύ των 39 κατηγοριών που αξιολογεί. Για παράδειγμα, μια εταιρεία όπως η Tesla έχει χιλιάδες άρθρα γραμμένα σε αυτήν (23.189 από το καλοκαίρι του 2017 έως το χειμώνα του 2020). Από αυτά, τα 3.767 άρθρα σχετίζονται με την κατηγορία της επιχειρηματικής ηθικής, αλλά διαφέρουν σημαντικά ως προς το πόσο σοβαρά είναι. Το μοντέλο AI λαμβάνει υπόψη όλα τα σχετικά άρθρα για κάθε κατηγορία και, στη συνέχεια, χρησιμοποιεί τη σοβαρότητα ως βασικό διακομιστή μεσολάβησης της παραβίασης PAI.

Ως «γεγονός» θεωρείται ολόκληρη η τριετής σειρά περιστατικών που αναφέρεται σε συγκεκριμένη εταιρεία σε μία κατηγορία διαμάχης ESG. Στη συνέχεια, η βαθμολογία συμβάντος υπολογίζεται μέσω του συνδυασμού της προκύπτουσας μέγιστης σοβαρότητας για τα πιο συναφή περιστατικά εντός του συμβάντος. Ως αποτέλεσμα, λαμβάνουμε μια συνολική βαθμολογία σε επίπεδο κατηγορίας εταιρείας.

Κάθε ένα από τα βήματα βασίζεται στα ιδιόκτητα μοντέλα τεχνητής νοημοσύνης του Clarity AI, τα οποία είναι σκόπιμα σχεδιασμένα για να ανιχνεύουν, να ταξινομούν και να αποδίδουν την αντίστοιχη σοβαρότητα. Αυτοί οι αλγόριθμοι είναι ο βασικός παράγοντας για την αντικειμενική μας ανάλυση, αφού εκπαιδεύτηκαν με τη νοημοσύνη εμπειρογνωμόνων του αντικειμένου μέσω μιας διαδικασίας "ανθρώπου στο κύκλωμα", με επιλογή περισσότερων από 30.000 άρθρων που καλύπτουν όλες τις κατηγορίες και τα επίπεδα αντιπαράθεσης, επιτρέποντας στο μοντέλο να μάθει τα σχετικά κριτήρια που πρέπει να ληφθούν υπόψη σε κάθε βήμα.

Ο συνδυασμός αυτής της μεθοδολογίας αμφισβήτησης και SFDR κανόνων απεικονίζεται στο ακόλουθο σχήμα:

Clarity AIμοντέλο διαμάχης για τη συμμόρφωση με το SFDR

Δείτε την πλήρη έκθεση εδώ

Έρευνα και Πληροφορίες

Τελευταία νέα και άρθρα

Κλίμα

Προσεγγίσεις «από πάνω προς τα κάτω» και «από κάτω προς τα πάνω», δημοσιοποίηση: η διαμόρφωση μιας εικόνας των φυσικών κλιματικών κινδύνων που αντέχει στη δοκιμασία

Η διαχείριση των κλιματικών κινδύνων εξελίσσεται σε καθήκον εμπιστοσύνης. Το 2020, το αυστραλιανό συνταξιοδοτικό ταμείο REST κατέληξε σε συμβιβασμό σε μια υπόθεση-ορόσημο με το μέλος του Mark McVeigh, δεσμευόμενο να εφαρμόσει νέες διαδικασίες γνωστοποίησης και αναγνωρίζοντας ότι η κλιματική αλλαγή αποτελεί ουσιαστικό χρηματοοικονομικό κίνδυνο για τις επενδύσεις του. Ωστόσο, η γνωστοποίηση από μόνη της δεν αρκεί πλέον. Οι πελάτες δίνουν προσοχή στο τι…

Κλίμα

Η κατανάλωση ενέργειας των κέντρων δεδομένων έχει τετραπλασιαστεί. Οι αναφερόμενες εκπομπές Scope 2 των μεγάλων εταιρειών τεχνολογίας έχουν ακολουθήσει την αντίθετη πορεία

Η ζήτηση σε ηλεκτρική ενέργεια των κέντρων δεδομένων έχει τετραπλασιαστεί λόγω της άνθησης της τεχνητής νοημοσύνης, αλλά τα αποτυπώματα άνθρακα που αναφέρουν οι μεγάλες εταιρείες τεχνολογίας δείχνουν το αντίθετο. Οι παγκόσμιοι κανόνες λογιστικής καταγραφής των εκπομπών άνθρακα βρίσκονται στο επίκεντρο αυτής της ασυνέπειας: σύμφωνα με τα ισχύοντα παγκόσμια πρότυπα αναφοράς εκπομπών αερίων του θερμοκηπίου (GHG), οι εταιρείες μπορούν να αναφέρουν τις εκπομπές τους που σχετίζονται με την ηλεκτρική ενέργεια (δηλ. το πεδίο 2) χρησιμοποιώντας διαφορετικούς κανόνες λογιστικής καταγραφής: Οι εταιρείες…

Πληροφορίες αγοράς

Γεωπολιτικός κίνδυνος και αποφάσεις σχετικά με το χαρτοφυλάκιο: Πώς προσαρμόζουν οι επενδυτές τις πολιτικές, τους αποκλεισμούς και την εποπτεία

Ο γεωπολιτικός κίνδυνος αναδιαμορφώνει σήμερα τον τρόπο με τον οποίο οι επενδυτές αντιλαμβάνονται τις εξαιρέσεις, την επενδυτική πολιτική και την εποπτεία του χαρτοφυλακίου. Ταυτόχρονα, αναδιαμορφώνει το μακροοικονομικό πλαίσιο στο οποίο βασίζονταν εδώ και δεκαετίες οι μακροπρόθεσμοι επενδυτές. Ο κατακερματισμός του εμπορίου, οι μεταβαλλόμενες συμμαχίες και ένα πιο παρεμβατικό πολιτικό περιβάλλον αναγκάζουν τους επενδυτές να συνδυάσουν τις μακροοικονομικές προοπτικές «από πάνω προς τα κάτω» με την προσέγγιση του χαρτοφυλακίου «από κάτω προς τα πάνω»…