CN113240272B - 企业esg指数确定方法及相关产品 - Google Patents
企业esg指数确定方法及相关产品 Download PDFInfo
- Publication number
- CN113240272B CN113240272B CN202110519905.XA CN202110519905A CN113240272B CN 113240272 B CN113240272 B CN 113240272B CN 202110519905 A CN202110519905 A CN 202110519905A CN 113240272 B CN113240272 B CN 113240272B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- enterprise
- esg
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 889
- 238000012549 training Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 238000003058 natural language processing Methods 0.000 claims 2
- 230000005611 electricity Effects 0.000 description 14
- 238000011161 development Methods 0.000 description 13
- 230000000295 complement effect Effects 0.000 description 12
- 238000011158 quantitative evaluation Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开一种企业ESG指数确定方法及相关产品。该方法包括:获取评价指标集合;获取多个企业的历史ESG评价数据以及多个企业的历史收益率;将多个企业的历史ESG评价数据作为训练样本以及将多个企业的历史收益率作为训练标签进行模型训练得到每个评价维度下的每个评价指标在每个评价维度下的实际权重;根据多个企业的历史ESG评价数据确定每个评价维度下的每个评价指标的初始权重;对每个评价维度下的每个评价指标在每个评价维度下的实际权重以及初始权重进行融合得到每个评价维度下的每个评价指标在每个评价维度下的目标权重;根据待评价企业的企业数据以及每个评价维度下的每个评价指标在每个评价维度下的目标权重,得到待评价企业的ESG指数。
Description
技术领域
本申请涉及信息处理技术领域,具体涉及一种企业ESG指数确定方法及相关产品。
背景技术
企业的ESG评价是对企业的环境(Environmen,简称:E)、社会(Society,简称:S)、治理(Governance,简称:G)方面的综合评价。国际和国内在对企业ESG表现进行评价方面已经积累了一些成功的经验,国际上知名的评级机构比如MSCI、FTSE等都建立了各自的评分标准,并对国际上知名的企业进行了ESG评分。随着国际社会,比如各类投资机构和政府对企业责任的重视,特别是最近随着全球气候变化合作的进展,以及中国在国际上做出的到2030年实现碳达峰,2060年实现碳中和的承诺,国内投资者和政府对企业在ESG方面的评分也有大量的需求。
目前,对企业的ESG评分需要将对企业在多个维度的分项评分加权综合成一个总体评分,然而目前在进行加权的过程中每个评分维度的权重是人工设置的,导致权重的设置主观性比较强,最终计算出的总体ESG评分的精度较低,导致基于ESG评分作出的决策的精度比较低。
发明内容
本申请实施例提供了一种企业ESG指数确定方法及相关产品,通过企业的历史ESG评价数据确定各个评价指标的权重,使计算出的总体ESG评分的精度较高,提高决策制定的精度。
第一方面,本申请实施例提供一种企业ESG指数确定方法,包括:
获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;
获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;
向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
第二方面,本申请实施例提供一种企业ESG指数确定装置,包括:
获取单元,用于获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;获取多个企业在所述每个评价维度下的历史ESG评价数据以及所述多个企业的历史收益率;
处理单元,用于获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;
发送单元,用于向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
第三方面,本申请实施例提供一种电子设备,包括:处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施例,具有如下有益效果:
可以看出,在本申请实施方式中,基于多个企业的历史ESG评价数据,确定出每个评价维度下的每个评价指标的目标权重,而并非人工设置目标权重,使得到的目标权重可以得到历史数据的支持,使目标权重的设置更加精确,进而使得到的ESG指数也更加准确,从而提高了制定出的决策的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种企业ESG指数确定方法的流程示意图;
图2为本申请实施例提供的一种数据补全方法的流程示意图;
图3为本申请实施例提供的一种企业ESG指数确定方法的流程示意图;
图4为本申请实施例提供的一种企业ESG指数确定装置的功能单元组成框图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
首先说明,本申请实施例所涉及的企业ESG指数或者ESG指数,即是企业ESG评分,也可以称为ESG评分,它们在本质上是一样的,后面不用再区分。相应的,对企业进行ESG评价,或者对企业进行ESG评分,它们在本质上也都是一样的,都是用于确定企业的ESG指数。
参阅图1,图1为本申请实施例提供的一种企业ESG指数确定方法的流程示意图。该方法应用于企业ESG指数确定装置。该方法包括但不限于以下步骤内容:
101:获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标。
可选的,可获取评价指标配置表,对所述评价指标配置表中的字段进行识别,得到评价指标集合。示例性的,评价指标配置表中预先录入了各个评价维度下的评价指标,则可以从该评价指标配置表的存储空间中读取该评价指标配置表。然后,对该评价配置表中的字段进行识别,比如,可以按行字段的方式进行字符识别,得到每行中所录入的评价指标,综合每行录入的评价指标,得到该评价指标集合。
应理解,针对ESG评价来说,一般从三个维度进行评价,即环境维度(E维度)、社会维度(S维度),治理维度(G维度)。因此,本申请所提到的多个评价维度本质上就是这三个评价维度,该评价指标集合中的评价指标也就是与这三个评价维度相关的评价指标。但是,随着后续社会的进步,可能会涉及更多的评价维度,因此本申请不对评价维度的类型进行限定。
示例性的,该评价指标集合可以是预先设定好的。针对企业ESG评价,可以在E维度、S维度以及G维度下设置分别至少一个评价指标。一般来说,每个评价维度下都存在定性评价指标和定量评价指标。举例来说,E维度下的定量评价指标包括但不限于:人均碳排放量、人均用电量、人均用水量,定性评价指标包括但不限于:是否有能源节约措施以及是否有能源节约的管理体系;S维度下的定量评价指标包括但不限于:员工福利、年金的覆盖度、年终奖的参与度,定性评价指标把控但不限于:是否有股权激励计划以及工伤赔付标准;G维度下的定量评价指标包括但不限于:股东分布,定性评价指标包括但不限于:中小股东的保护制度,大股东变现减持的情况,完善的董事架构,董事长和CEO是不是同一个人。
102:获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率。
其中,多个企业中的每个企业的历史ESG评价数据包括对每个企业进行ESG评价时所使用到的评价指标,以及每个评价指标的历史ESG指数,每个企业的历史ESG评价数据与后面获取待评价企业的企业数据的方式类似,不再赘述。应理解,每个企业的历史ESG评价数据以及历史收益率是成对应关系的,比如,获取的是某个企业在t年的历史ESG评价数据,则该企业的历史收益率也是第t年的,这样才能构建收益率与ESG评价之间的关系。
示例性的,可以通过爬虫技术获取每个企业的历史ESG评价数据以及历史收益率。比如,可以通过爬虫技术从多个新闻媒体平台获取每个企业的历史ESG评价数据以及历史收益率;或者,可以通过爬虫技术从该待评价企业的官方平台中爬取每个企业的历史ESG评价数据,比如,可以通过每个企业的公司年度社会责任报告、年报、半年报、季报、官方公告中获取每个企业的历史ESG评价数据以及历史收益率。本申请不对获取企业的历史ESG评价数据以及历史收益率的方式进行限定。
103:将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重。
可选的,基于模型训练的方式对每个评价维度下的评价指标进行回测,得到每个评价维度下的每个评价指标的实际权重。
示例性的,每个企业的历史ESG评价数据包括对每个企业进行ESG评价时所使用到的评价指标中每个评价指标对应的历史ESG指数。因此,可以确定出每个企业在评价指标集合中的每个评价指标下的历史ESG指数。应理解,对于某个企业在某个评价指标下没有历史ESG指数,则将该评价指标对应的历史ESG指数设置为0;然后,根据每个企业在每个评价指标下的历史ESG指数,以及历史收益率进行模型训练,得到每个评价维度下的每个评价指标在所述每个评价维度下的实际权重。
示例性的,将每个企业在每个评价维度的每个评价指标下的历史ESG指数作为训练样本以及将每个企业的历史收益率作为训练标签输入到预先构建的模型中,预测每个企业的收益率;根据每个企业的训练标签(历史收益率)以及预测出的收益率,确定预测损失;根据预测损失调整预先构建的模型中所述每个评价维度下的每个评价指标的权重值,得到所述每个评价维度下的每个评价指标的实际权重。
其中,预先构建的模型是根据收益率与评价指标的ESG指数之间的对应关系构建的。
示例性的,该对应关系可以通过公式(1)表示:
R=α1*mark(t1)+α2*mark(t2)+……+αn*mark(tn)公式(1);
其中,R为收益率,mark为评价操作,即确定每个评价指标的ESG指数的操作,t1,t2,……,tn分别为评价指标1,评价指标2,……,评价指标tn,α1,α2,......,αn分别为与评价指标1,评价指标2,……,评价指标n对应的权重,其中,n为评价指标集合中评价指标的数量。
其中,公式(1)中每个评价指标的初始权重是随机生成的。因此,初始模型是由随机生成的初始权重构建的。
因此,基于公式(1)示出的对应关系,将每个企业在每个评价维度的每个评价指标下的历史ESG指数输入到公式(1),可预测出每个企业的收益率。
然后,基于预测出的每个企业的收益率以及每个企业的历史收益率确定预测损失;基于预测损失以及梯度下降法调整每个评价维度下的每个评价指标的权重值(即初始权重值),使用调整后的权重值再次去预测每个企业的收益率;依次循环迭代,直至预测的损失小于阈值时,将此时每个评价维度下的每个评价指标的权重值作为每个评价维度下的每个评价指标的实际权重。
104:根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重。
可选的,获取预先设定的每个评价维度下的每个评价指标在该评价维度下的预设评分,该预设评分用于表征该评价指标相对于该评价维度的重要程度,其中,每个评价维度的每个评价指标的预设评分是预先设定的;对每个评价维度下的每个评价指标的预设评分进行归一化处理,得到每个评价维度下的每个评价指标的初始权重。
示例性的,任意一个评价维度下的每个评价指标的初始权重可以通过公式(2)表示:
其中,wi为任意一个评价维度下的第i个评价指标的初始权重,ri为该评价维度下的第i个评价指标在该评价维度下的预设评分,n为该评价维度下的评价指标的数量,rj为该评价维度下的第j个评价指标在该评价维度下的预设评分。
可选的,根据多个企业的历史ESG评价数据确定对多个企业中的每个企业进行ESG评价时所使用到的评价指标;根据对多个企业中的每个企业进行ESG评价时所使用到的评价指标,确定每个评价维度下的每个评价指标所被使用到的次数,即确定出了评价指标集合中的每个评价指标所被使用到的次数。应理解,若上述的评价指标集合中的某个评价指标在对该多个企业进行ESG评价时,一直未被使用到,则设置该评价指标被使用到的次数为零。
最后,对每个评价维度下的每个评价指标所使用到的次数进行归一化处理,得到每个评价维度下的每个评价指标的初始权重。
示例性的,任意一个评价维度下的每个评价指标的初始权重可以通过公式(3)表示:
其中,wi为任意一个评价维度下的第i个评价指标的初始权重,ki为该评价维度下的第i个评价指标被使用到的次数,n为该评价维度下的评价指标的数量,kj为该评价维度下的第j个评价指标被使用到的次数。
105:对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重。
可选的,对每个评价维度下的每个评价指标的初始权重和实际权重进行融合的方式可以通过以下步骤实现:
获取每个评价维度下的每个评价指标的实际权重中的最大值以及最小值,并确定每个评价维度下的每个评价指标的实际权重的平均值;基于每个评价维度下的每个评价指标的初始权重,以及每个评价指标的实际权重中的最大值、最小值以及平均值,以及预设的超参数,对每个评价维度下的每个评价指标的初始权重以及实际权重进行融合,得到每个评价维度下的每个评价指标的权重。
示例性的,任意一个评价维度下的每个评价指标的权重可通过公式(4)表示:
其中,wi为任意一个评价维度下的第i个评价指标的初始权重,fi是该评价维度下的第i个指标的实际权重,mean(F),max(F),min(F)分别是该评价维度下的每个评价指标的实际权重的平均值,最大值以及最小值,P为预设的超参数。
设置公式(4)这样的融合方式,存在以下好处:
当每个评价指标的初始权重是通过预设评分,即通过公式(2)的计算方式计算得到的时(也就是基于专家经验确定出的权重),则可以实现以该初始权重为中心,用模型训练得到的权重对专该初始权重进行调整,且调整比例不超过p。这样实现以不动摇业务专家给出的权重为原则去调整初始权重。2.用历史收益率相关性训练出最优模型,则尽可能的去提高收益率,使得ESG评价更加符合投资场景,从而更大程度的吸引投资者对ESG指数较高的企业进行投资,反过来促进企业追求更符合ESG标准的发展,实现可持续发展。
106:根据待评价企业的企业数据,以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数。
其中,待评价企业的企业数据为与评价指标相关的披露数据,比如,评价指标为人均用电量,则企业数据中包括人均用电量的具体数值。
示例性的,可以通过爬虫技术获取待评价企业的企业数据。比如,可以通过爬虫技术从多个新闻媒体平台获取与待评价企业相关的W篇新闻,对该W篇新闻进行识别,得到待评价企业的企业数据;或者,可以通过爬虫技术从该待评价企业的官方平台中爬取该待评价企业的报告,比如,可以通过待评价企业的公司年度社会责任报告、年报、半年报、季报、官方公告中获取待评价企业的企业数据。本申请不对获取待评价企业的企业数据的方式进行限定。
示例性的,基于待评价企业的企业数据,确定该待评价企业在每个评价维度中的每个评价指标下的评价,比如,可以根据预设的评价规则,以及在每个评价维度中的每个评价指标的披露数据,确定各个评价维度的各个评价指标下的评价。例如,评价指标为人均用电量,并设定当人均用电量为30度时,评价指标人均用电量对应的评价为10分;根据各个评价维度下的各个评价指标的权重,对该待评价企业在各个评价维度的各个评价指标下的评价进行加权处理,得到该待评价企业在各个评价维度下的综合评价;然后,获取该待评价企业的企业类型,并根据企业类型与权重的映射关系,以及该待评价企业的企业类型确定各个评价维度的权重,其中,该映射关系是由预先设定好的;根据各个评价维度的权重,对各个评价维度下的综合评价进行加权处理,得到该待评价企业的ESG评价。
107:向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
可以看出,在本申请实施方式中,基于多个企业的历史ESG评价数据,确定出每个评价维度下的每个评价指标的实际权重,并且基于每个评价指标的实际权重对每个评价指标的初始权重进行调整,得到目标权重,而并非人工设置目标权重,使得到的目标权重得到历史数据的支持,使目标权重的设置更加精确,进而使得到的ESG指数也更加准确,从而提高了制定出的决策的精度。
在本申请的一个实施方式中,根据目标设备的不同,本申请的ESG指数可以有不同的应用场景。
场景1:当目标设备为投资机构的设备时,将待评价企业的ESG指数发送给投资机构,则投资机构可以制定与该待评价企业相关的投资决策。例如,由于企业的ESG指数反映了该企业的价值以及可持续发展的能力,则当待评价企业的ESG指数较高时,可以追加对该待评价企业的投资金额以及投资周期;当待评价企业的ESG指数较低时,可以撤资对该待评价企业的投资或者减少对待评价企业的投资,等等。总的来说,将待评价企业的ESG指数发送给投资机构,则可以对投资机构的投资提供方向指引,降低投资风险。
场景2:当目标设备为待评价企业的设备时,将待评价企业的ESG指数发送给待评价企业,则待评价企业可以制定与该待评价企业相关的管理决策。示例性的,由于企业的ESG指数反映了该企业的价值以及可持续发展的能力,随着投资者对ESG指数的接受程度加深,对企业社会责任的看重,更愿意投资ESG指数的较高的企业。因此,当待评价企业的ESG指数较高时,有利于待评价企业制定出加强管理的措施,继续保持在ESG方面的表现;当待评价企业的ESG指数较低时,待评价企业需要调整公司发展战略,提高公司的可持续发展性,提高ESG指数。总体来说,将待评价企业的ESG指数发送给待评价企业,则有利于促进待评价企业努力提高自身ESG评价情况,引导待评价企业的良性发展。
场景3:当目标设备为政府或者社会组织的设备时,将待评价企业的ESG指数发送给政府或者社会组织,则政府或者社会组织可以制定与该待评价企业相关的规划。示例性的,由于企业的ESG指数反映了该企业的价值以及可持续发展的能力。因此,当待评价企业的ESG指数较高时,表明该待评价企业的发展潜力比较大,则可以大力宣传该待评价企业,以给这样的企业提供更多的发展机会;当待评价企业的ESG指数较低时,表明该待评价企业的发展潜力较低,则可以责令这样的企业调整公司发展战略,或者,减少扶持,以引导待评价企业往良性发展的方向调整。
在本申请的一个实施方式中,由于数据获取缺失的问题或者企业本身不愿意公开一些数据,导致获取到的待评价企业的企业数据中某些评价指标的披露数据缺失,为了提高对待评价企业进行ESG评价的精确度,则需要对缺失的披露数据进行补全,然后,使用补全后的披露数据对待评价企业进行ESG评价。
下面结合附图,以上述获取到的待评价企业的企业数据为待评价企业在预设时间段内的企业数据为例进行说明数据补全的过程。
参阅图2,图2为本申请实施例提供的一种数据补全方法的流程示意图。本实施例中与图1示出的内容中的重复部分,不再叙述。该方法包括以下步骤内容:
201:获取待评价企业在预设时间段内的企业数据,其中,预设时间段包括N个历史时刻,待评价企业的企业数据包括评价指标A在M个历史时刻的披露数据,其中,M≤N,N为大于1的整数,评价指标A为用于对企业进行ESG评价的多个评价指标中的任意一个。
其中,该预设时间段可以为任意一个历史时间段,比如,可以为近十天、上个月、或者去年,等等。本申请不对预设时间段进行限定。也就是说,本申请的ESG指标确定方法可以基于最近时间段内的数据进行ESG评价,也可以回溯历史,基于某个历史时间段内的数据,对企业在这个历史时间段内进行ESG评价。
202:在M小于N的情况下,企业ESG指数确定装置根据待评价企业在预设时间段内的企业数据,以及多个第一企业在预设时间段内的企业数据对评价指标A的披露数据进行补全,得到评价指标A在N个历史时刻下的披露数据,其中,多个第一企业为与待评价企业属于同一行业的企业。
其中,该多个第一企业的企业数据在预设时间段内的企业数据的获取方式,与上述获取待评价企业在预设时间段内的企业数据的获取方式类似,不再赘述。比如,可以从每个第一企业的官方平台中爬取每个第一企业与ESG指数相关的企业数据。应理解,为了能够使待评价企业补全后的披露数据相对比较精确,尽可能使该多个第一企业的披露数据是完整的,因此本申请中以该多个第一企业均包括评价指标A在N个历史时刻下的披露数据为例进行说明。
示例性的,在M大于1,且小于N时,也就是说待评价企业在N个历史时刻中公开过评价指标A的披露数据,但存在部分历史时刻没有公开评价指标A的披露数据。比如,在N个历史时刻中的第i个历史时刻没有公开评价指标A的披露数据的情况下,则可以根据所述待评价企业在与所述第i个历史时刻相邻的历史时刻下与评价指标A相关的披露数据,对所述待评价企业在所述第i个历史时刻下与所述评价指标A相关的披露数据进行补全,得到所述待评价企业在所述N个历史时刻下与所述评价指标A相关的披露数据。其中,与所述第i个历史时刻相邻的历史时刻包括第i-1个历史时刻和/或第i+1个历史时刻。
示例性的,获取与评价指标A对应的折扣比例,根据该折扣比例以及所述待评价企业在与所述第i个历史时刻相邻的历史时刻下与评价指标A相关的披露数据,对所述待评价企业在所述第i个历史时刻下与所述评价指标A相关的披露数据进行补全,得到所述待评价企业在所述N个历史时刻下与所述评价指标A相关的披露数据。
可选的,与评价指标A对应的折扣比例可以是预先设定的。应说明,当评价指标A的评价规则为评价指标A的取值越大,评分越高时,则可设定该评价指标A对应的折扣比例的取值小于1,这样可以对未披露的数据进行打折,降低待评价企业的ESG指数,以鼓励待评价企业积极披露数据;当评价指标A的评价规则为评价指标A的取值越大,评分越低时,则可设定与该评价指标A对应的折扣比例的取值大于1,这样可以对未披露的数据进行放大,降低待评价企业的ESG指数,以鼓励待评价企业积极披露数据。
可选的,通过评价指标A在设定时间段内的披露次数确定的。具体的,获取在设定时间段内规定的评价指标A所要披露的总次数,以及获取在设定时间段内评价指标A实际披露的次数;根据评价指标A所要披露的总次数以及评价指标A实际披露的次数以及评价指标A的评价规则,确定与评价指标A对应的折扣比例。具体的,当评价指标A的评价规则为评价指标A的取值越大,评分越高时,则可将评价指标A实际披露的次数与评价指标A所要披露的总次数的比值作为该折扣比例;当评价指标A的评价规则为评价指标A的取值越大,评分越低时,则可将评价指标A所要披露的总次数与评价指标A实际披露的次数的比值作为该折扣比例。
可选的,将第i-1个历史时刻下与评价指标A相关的披露数据与折扣比例的第一乘积作为在第i个历史时刻于评价指标A相关的披露数据;;
可选的,将在第i+1个历史时刻下与评价指标A相关的披露数据与折扣比例的第二乘积作为在第i个历史时刻与评价指标A相关的披露数据;
可选的,获取第i-1个历史时刻下与评价指标A相关的披露数据与折扣比例的第一乘积,以及第i+1个历史时刻下与评价指标A相关的披露数据与折扣比例的第二乘积对第一乘积和第二乘积进行综合,得到在第i个历史时刻下与评价指标A相关的披露数据。例如,将第一乘积和第二乘积的平均值或者最大值或者最小值,作为在第i个历史时刻下与评价指标A相关的披露数据;或者,根据评价指标A的评价规则确定第一乘积和第二乘积中每个乘积所对应的ESG指数,将ESG指数最高所对应的乘积作为在第i个历史时刻下与评价指标A相关的披露数据。
举例来说,若评价指标A为人均用电量,则人均用电量越大,ESG指数越低。因此,设定或计算出评价指标A的折扣比例为1.2,当待评价企业在第i-1个历史时刻下的人均用电量为30度,且使用第i-1个历史时刻下的人均用电量补全第i个历史时刻下的披露数据时,则该第i个历史时刻下的人均用电量为36;当待评价企业在第i+1个历史时刻下的人均用电量40度,且使用第i+1个历史时刻下的人均用电量补全第i个历史时刻下的披露数据时,则该第i个历史时刻下的人均用电量为48度;若使用ESG指数最高所对应的披露数据,则可知人均用电量为36度所对应的ESG指数最高,则将人均用电量36作为该待评价企业在第i个历史时刻下的人均用电量。
可选的,若评价指标A在两个历史时刻连续缺失披露数据,比如,在第i个历史时刻和第i+1个历史时刻都没有披露数据,则可以先利用第i-1个历史时刻的披露数据,补全第i个历史时刻的披露数据,然后,再利用补全后的第i个历史时刻的披露数据,去补全第i+1个历史的披露数据,也就是连续使用两次折扣比例,将两个历史时刻的缺失数据补全。当然,也可以利用第i+2个历史时刻的披露数据往前进行披露数据的补全。最后,再综合两个方向所补全的披露数据,得到评价指标A在两个历史时刻下的披露数据,其中,综合方式与上述的综合方式类似不再叙述。
应理解,若第i个历史时刻为该N个历史时刻中的第一个历史时刻,则该第i个历史时刻不存在上一历史时刻,因此可以只使用下一个历史时刻,即第i+1个历史时刻下的披露数据补全第i个历史时刻下的披露数据;同样,若第i个历史时刻为该N个历史时刻中的最后一个历史时刻,则该第i个历史时刻不存在一下历史时刻,因此可以只使用上一个历史时刻,即第i-1个历史时刻下的披露数据补全第i个历史时刻下的披露数据。
在本申请的一个实施方式中,在M=0时,即待评价企业在该N个历史时刻下都没有公开与评价指标A相关的披露数据,则无法只利用待评价企业的企业数据对待平分企业在N个历史时刻下的披露数据进行补全。
可选的,获取多个第一企业的企业数据,且该多个第一企业在N个历史时刻均公开了评价指标A的披露数据。根据每个第一企业的企业数据对每个第一企业进行ESG评价,得到每个第一企业的ESG指数,以及根据待评价企业的企业数据对待评价企业进行ESG评价,得到待评价企业的ESG指数。在对待评价企业进行ESG评价的过程中,由于待评价企业缺失了与评价指标A相关的披露数据,对于评价指标A可设置该评价指标的ESG指数为零,或者,不对该评价指标A进行ESG评价,即基于待评价企业目前已有的披露数据(即已有的与其他评价指标相关的披露数据)粗略的对待评价企业进行ESG评价,得到待评价企业的ESG指数。
然后,确定该多个第一企业在每个历史时刻下与评价指标A相关的披露数据的平均值;根据该多个第一企业在每个历史时刻下与评价指标A相关的披露数据的平均值,以及多个第一企业的ESG指数,以及待评价企业的ESG指数,对所述待评价企业在所述N个历史时刻下与所述评价指标A相关的披露数据进行补全,得到所述待评价企业在所述N个历史时刻下与所述评价指标A相关的披露数据。
其中,待评价企业在每个历史时刻下与评价指标A相关的披露数据可以通过公式(5)表示:
si=m*(s/smax)公式(5);
其中,si为待评价企业在每个历史时刻下与评价指标A的披露数据,m为多个第一企业在每个历史时刻下与评价指标A相关的披露数据的平均值,s为待评价企业的ESG指数,smax为多个第一企业的ESG指数以及该待评价企业的ESG指数中的最大值。
设置上述的数据补全方式存在以下好处:
1.由于是补全缺失的披露数据,企业自身的披露行为(是否披露数据)也反映了企业的管理水平和能力,因此,对于不披露某个评价指标的数据的企业,其补全后的估算值,应该要打一个很大的折扣。这一步是为了进一步鼓励企业做尽可能完善数据的披露;
2.使用估算值的待评价企业不一定是表现最差的企业,而仅仅是因为没有披露数据。因此,按默认值0分作为评价指标的披露数据也不合理。具体来说,存在一些企业不披露某个评价指标下的数据是因为此项数据不好,也正是因为没有披露这项数据才导致了企业整体表现的比较好,所以,即使表现好也不能给太好的估算值;另外,存在一些企业不披露某个评价指标下的数据是因为忘记披露,并不是因为这项数据不好,所以,也不能给太低的数据(比如0)。所以,合理的估算值应该基于待评价企业的整体表现进行合理估算,取mean作为最高估算值是一个合理的选项,即控制待评价企业的估算值小于或等于平均值。
203:根据待评价企业在所述N个历史时刻下与评价指标A相关的披露数据,得到待评价企业在所述N个历史时刻下与每个评价指标相关的披露数据。
示例性的,由于对评价指标A的披露数据进行补全,得到在N个历史时刻下与评价指标A相关的披露数据,而评价指标A为多个评价指标中的任意一个,因此实现对任意一个存在披露数据缺失的评价指标进行了数据补全,从而使多个评价指标中的每个指标在N个历史时刻下都有披露数据,即得到待评价企业在所述N个历史时刻下与每个评价指标相关的披露数据。
可以看出,在本申请实施例中,当待评价企业在某个评价指标下的披露数据缺失时,可以根据该评价企业在预设时间段内的企业数据,以及同行业在企业在预设时间段内的企业数据对该评价指标的披露数据进行补全,并不是单纯的使用平均值进行数据补全,从而使补全后的数据与待评价企业更匹配,进而使用补全后的数据进行ESG评价,得到的ESG指数也相对更加准确,从而使制定出的决策也更加精确。
上面叙述了权重的设置方法,以及数据补全的方法。下面介绍如何使用设置后的权重,以及补全后的数据进行自动化的ESG评价。
参阅图3,图3为本申请实施例提供的另一种企业ESG指数确定方法的流程示意图。本实施例中与图1以及图2中示出的内容中的重复部分,不再叙述。该方法包括以下步骤内容:
301:获取待评价企业在评价指标A下的披露数据。
其中,该评价指标A可以为评价指标集合中的任意一个评价指标。即根据待评价企业的企业数据确定待评价企业在评价指标A下的披露数据。
302:根据预设的与所述评价指标A对应的数据结构对所述评价指标A下的披露数据进行结构化处理,得到至少一条结构化数据,其中,所述至少一条结构化数据每条结构化数据与所述评价指标A下的一个评价项对应。
示例性的,预先定义每个评价指标的数据结构。由于每个评价指标下可能有多个需要参与ESG评价的评价项,而且每个评价项可能需要多个字段才能将其描述清楚。因此,针对评价指标A可以设定如表1所示的数据结构:
表1:
如表1所示,评价指标A的数据结构包括第一字段index_code、至少一个第二字段,即字段data_label_1,data_label_2,data_label_3,第三字段data_text,第四字段data_digit。其中,第一字段index_code用于指示评价指标的标识,至少一个第二字段用于指示评价指的评价项的标识;当评价指标的评价项为定性评价项时,第三字段data_text用于指示评价项的评价内容,并且将第四字段data_digit置空;当评价指标的评价项为定量评价项时,第四字段data_digit用于指示评价项的定量数据,并将第三字段data_text置空。
应理解,将评价指标A的披露数据按照表1所示的数据结构进行结构化处理后,得到的至少一条结构化数据中的每条结构化数据在上述每个字段下的取值称为该条结构化数据在每个字段下的属性值。
在本申请的一个实施方式中,如表2所示,与评价指标A对应的数据结构还可以包括以下可选的字段:字段company_id、字段rl_second_level_industry、字段data_source、字段model_version、字段remark以及字段data_day。
表2:
其中,字段company_id用于指示企业的标识,该字段属性值主要用于当对多个企业的企业数据进行结构化时,指示每个结构化数据属于哪个企业;字段rl_second_level_industry用于指示企业所属的产业级别;字段data_source用于指示企业的企业数据的来源;字段model_version用于指示项目版本;字段remark用于对每条结构化数据的标志,即与备注类似;字段data_day用于指示时间,即字段data_day的属性值用于指示企业数据的披露日期。
在本申请的一个实施方式中,子弹data_label_1、data_label_2以及data_label_3可能存在层级关系,也可能不存在层级关系,需要依据评价项的具体类型确定。比如,评价项为获奖情况时,data_label_1用于记录该评价项为获奖,data_label_2用于指示评价项为国奖,即data_label_1的属性值与data_label_2的属性值存在层级关系。
应说明,设计多个第二字段仅是示例性说明,在实际应用中还可以设计数量更多或者更少的第二字段。另外,对于评价项需要多个第二字段来描述的情况来说,也可以使用一个第二字段描述,通过在一个第二字段中通过层级描述的方式描述该评价项。比如,可以直接使用data_label_1表示评价项为获奖,且为国奖。当然,对于一个评价项只需一个第二字段描述的情况,则可以将多余的第二字段进行空置。
应说明,上述所涉及的将字段字段,即将字段的属性值设置为“NULL”。
下面通过表3和表4说明对待评价企业的企业数据进行结构化的过程:
表3:通过一个第二字段对企业数据进行结构化。
如表3所示,基于数据结构的定义,从上述的结构化数据中可知,待评价企业的标识为:12137736,待评价企业的产业级别为:印刷业,评价指标的标识为:G015,即G维度下的第15个评价指标,评价指标下的评价项通过第一个第二字段指示,且该评价项为length,第二个第二字段以及第三个第二字段置空,即取值为NULL,该评价项的定量数值为:3.1,定性评价置空(NULL);待评价企业的数据的来源为:raw_fr_directors;项目版本为:1.0;备注remark为:置空(NULL),待评价企业的数据的披露日期为:2020-08-26。
表4通过多个第二字段对企业数据进行结构化。
如表4所示,基于数据结构的定义,从上述的结构化数据中可知,待评价企业的标识为:140485480,待评价企业的产业级别为:通用专用设备制造业;评价指标的标识为:S121,即S维度下的第121个评价指标;评价指标下的评价项通过三个第二字段表示,即表明评价项为获奖,且获得了省奖,即获得了浙江省科学技术三等奖;定性评价内容为:经科研、技术等人员的一致努力获奖;定量内容置空;待评价企业的数据的来源为:raw_fr_directors;项目版本为:1.0;备注为:NULL,待评价企业的数据的披露日期为:2020-08-26。
应理解,虽然预先定义好了每个评价指标的评价项,但是,若当前未获取到某个评价项的披露数据时,则与该评价项对应的结构化数据就会缺失,也就可以理解为没有结构化出与该评价项对应的结构化数据。
也就是说,每个评价指标的数据结构中预先定义好多个评价项,若当前获取到的该待评价企业在该评价指标下的披露数据中未披露某个评价项的数据时,则不对该评价项进行结构化处理,则不存在与该评价项对应的结构化数据。或者,通过数据补全的方式先将该评价项的数据补全,然后,再对评价项的数据进行结构化处理,得到该评价项的结构化数据。其中,数据补全过程可参见图2示出的补全过程,不再赘述。
进一步的,针对每个评价指标下的披露数据,通过NLP技术对每个评价指标下的披露数据进行识别,得到与每个评价指标下的评价项的相关数据,并基于上述定义好的数据结构对每个评价项的相关数据进行结构化处理,即将每个评价项在每个字段下的取值赋值到上述字段中,得到与每个评价项对应的结构化数据。
应理解,针对每个评价项来说,可能会存在多个披露数据,比如,待评价企业的企业数据中包括评价项在N个历史时刻的披露数据,然而,对企业进行ESG评价时,可能只需要一个披露数据。因此,可以对N个历史时刻的披露数据进行综合,比如,求平均,将融合后得到一个披露数据进行结构化处理,得到与该评价项对应的结构化数据。
303:根据所述至少一条结构化数据,配置所述至少一个评价项中每个评价项对应的目标评价代码。
示例性的,目前所有的评价指标共有12种评价规则。比如,对于定量的评价指标,评价规则为:按行业排名进行ESG评价;再如,对于定性的评价指标,评价规则为:是否有相应的描述进行ESG评价。
因此针对这12种评价规则,预先为每种评价规则编译出一段通用评价代码。
一般来说,评价规则主要可以分为两大类,一种是定性评价规则,一种是定量评价规则。对于定量评价规则来说,一般来说,基于定量数据所描述的含义不同,对应的评价方式不同,导致定量的评价规则相对来说会更多。
例如,针对按行业排名的评价规则可以编译出如下的通用评价代码:
{“index_code@data_label”:{
“[0,25)”:1,
“[25,50)”:2,
“[50,75)”:3,
“[75,100)”:4
}
}
其中,index_code为代码中的第一入参,用于指示评价指标的标识,data_label为代码中的第二入参,用于指示该评价指标下的评价项的标识。“[0,25)”:1用于指示,当评价项的取值,即行业排名处于[0,25)之间时,评价项data_label的ESG指数为1;依次类推,“[25,50)”:2,“[50,75)”:3,“[75,100)”:4分别指示ESG指数为2、3、4。
需要说明,上述代码的通用性就体现在第一入参index_code和第二data_label不给具体的取值。当对具体的评价指标进行ESG评价时,如果该评价指标中的某个评价项的评价规则是通过行业排名进行ESG评价,则只需要调用这段代码,并第一入参index_code和第二data_label赋予与该评价指标对应的取值即配置出与该评价指标下的评价项对应的目标评价代码,并通过该目标评价代码对评价项进行ESG评价,得到评价项的ESG指数。
针对定性评价,评价方式就是若存在相应的披露,则打一分,如果不存在则打0分。因此,对于这种定性评价的评价规则,可以定义如下的通用评价代码:
{“index_code@data_label”:1}
其中,index_code为评价指标的标识,data_label为评价指标的评价项的标识,“index_code@data_label”:1表示若存在与“index_code@data_label”所表示的评价指标中的评价项的描述,则为该评价项打一分。
同样,上述代码的通用性就体现在第一入参index_code和第二入参data_label不给具体的取值。当对具体的评价指标进行ESG评价时,如果该评价指标中的某个评价项的评价规则是通过行业排名进行ESG评价,则只需要调用这段代码,并将第一入参index_code和第二data_label赋予与该评价指标对应的取值即配置出与该评价指标下的评价项对应的目标评价代码,并通过目标该评价代码对评价项进行ESG评价,得到评价项的ESG指数。
因此,对于每种评价规则可以预先配置与该评价规则对应的通用评价代码,并且每种评价规则对应的通用评价代码中的入参均未赋值。
因此,获取评价指标A中的每个评价项的评价规则;根据评价指标A中的每个评价项的评价规则,调用每个评价项对应的已配置好的通用评价代码;根据至少一条结构化数据,对每个评价项对应的通用评价代码中的入参进行赋值,得到与每个评价项对应的目标评价代码。具体的,将每个评价项对应的通用评价代码中的第一入参赋值为与每个评价项对应的结构化数据中第一字段的属性值,以及将每个评价项对应的通用评价代码中的第二入参赋值为目标第二字段的属性值,得到与每个评价项对应的目标评价代码;其中,目标第二字段为与每个评价项对应的结构化数据中的至少一个第二字段中用于参与ESG评价的第二字段。由于每个评价项可能通过多个第二字段描述,但是,用于参与ESG评价的第二字段可能只是部分,比如,上述的表4所描述的评价项为获奖情况,通过三个第二字段描述了评价项,实际进行ESG评价时,可能只需要第一个第二字段的属性值即可,即看该第一个第二字段中是否有获奖记录,如果有,则打一分,完成对该评价项的ESG评价。因此,需要根据每个评价项的评价规则,确定出每个评价项对应的至少一个第二字段中的目标第二字段,并将目标第二字段的属性值赋值给第二入参数。再完成对第一入参和第二入参的赋值后,得到每个评价项对应的目标评价代码。
304:根据所述每个评价项对应的目标评价代码,以及所述至少一条结构化数据,确定所述至少一个评价项的ESG指数。
示例性的,由于每个评价项下的目标评价代码中的第一入参和第二入参有了具体的取值,则可以通过该每个评价项下的目标评价代码,从每个评价项对应的结构化数据中确定出第二入参的具体取值(即回调)。具体的,根据每个评价项对应的目标评价代码中的第一入参的赋值以及第二入参的赋值,确定至少一条结构化数据中与每个评价项对应的结构化数据,即根据第一参数的赋值以及第二参数的赋值,将至少一条结构化数据中第一字段以及第二字段的属性值与第一参数的赋值以及第二参数的赋值作为与每个评价项对应的结构化数据;然后,从与每个评价项对应的结构化数据中,获取每个评价项对应的目标评价代码中的第二入参的参数值。具体的,当第二入参为定量评价项时,则可将该结构化数据中第四字段的属性值,即data_didit的属性值,作为该第二入参的参数值;当第二入参为定性评价项时,则将该结构化数据中第三字段的属性值,即data_text的属性值,作为该第二入参的参数值。进一步的,在获取到第二参数的参数值之后,执行每个评价项的目标评价代码,得到每个评价项的ESG指数;最后,根据每个评价项的ESG指数,得到至少一个评价项的ESG指数,即对每个评价项的ESG指数进行综合,比如,加权,得到至少一个评价项的ESG指数。
应说明,对于一个评价指标来说,可能会有多个定性评价项和/或多个定量评价项。因此,若一个评价指标下的两个评价项对应的评价规则相同,则可以复用与该评价规则对应的通用评价代码。比如,一个评价指标下有多个定性评价项,则可以复用与定性评价对应的通用代码,完成对该评价指标的ESG评价。
下面分别以评价指标A为定量评价指标和定性评价指标为例,说明对评价指标A下的评价项的ESG评价过程。
定量评价:
评价指标A为用电密度,且该评价指标A下的评价项为“人均用电量”,则在完成通用评价代码调用之后,可以对通用评价代码中的第一入参和第二入参进行赋值,得到如下的目标评价代码:
{“E012@density”:{
“[0,25)”:1,
“[25,50)”:2,
“[50,75)”:3,
“[75,100)”:4
}
}
其中,E012为评价指标“用电密度”的标识,density为评价指标“用电密度”下的评价项“人均用电量”的标识。
可以看出,在对“人均用电量”进行ESG评价过程中,通过用电密度的标识“E012”以及“人均用电量”的标识“density”从该至少一个结构化数据中获取与“人均用电量”对应的结构化数据,然后,将该结构化数据的第四字段data_didit的属性值作为该第二入参的参数值,即待评价企业的人均用电量在行业中的排名。基于该第二入参的参数值确定该评价项的ESG指数。例如,待评价企业的人均用电量为在行业内的排名为30名,则确定该待评价企业在评价项为“人均用电量”下的ESG评分为2分。
定性评价:
举例来说,针对评价指标A为“能源消耗情况披露”,且存在多个定性评价项来说,比如,多个评价项分别为“是否有披露能源使用情况”,“是否有描述节约能源的目标”,“是否有定量的描述节约能源目标”,“是否有定性描述节约能源的措施”,“是否有定量的措施效果数据”,“是否有描述节约能源的管理制度”,并且针对上述多个定性评价项评价规则均为:存在相应描述则评分为1,不存在相应描述,则评分为0。因此,针对该多项定性评分,在调用以及复用上述与定性评价对应的通用评价代码之后,可以分别得到如下与多个评价项对应的目标评价代码:
{“E003@disclosed”:1,
“E003@goal_”:1
“E003@quantity_goal_”:1
“E003@certified”:1
“E003@action”:1
“E003@action_result”:1
“E003@management”:1,
}
其中,“E003e@disclosed”:1,“E003@goal_”:1“E003@quantity_goal_”:1,“E003@certified”:1,“E003@action”:1,“E003_@action_result”:1,“E003@management”:1,分别用来对“是否有披露能源使用情况”,“是否有描述节约能源的目标”,“是否有定量的描述节约能源目标”,“是否有定性描述节约能源的措施”,“是否有定量的措施效果数据”,“是否有描述节约能源的管理制度”进行ESG评价。这样根据各个评价项中的第一入参和第二入参的赋值,确定与每个评价项对应的结构化数据,若某个评价项存在相对应的描述,则为该评价项打一分,否则,则为该评价项的评分置零。
可以看出,上述配置代码的方式从评价规则的本质出发,为每种评价规则编写通用评价代码。这样针对12种评价规则,只需要编写12种通用评价代码,在对每个评价指标进行ESG评价时,只需要根据评价指标的类型,调用相应的通用评价代码,即可完成对该评价指标的ESG评价。这样在对多个评价指标进行ESG评价时,无需为每个评价指标都编写相应的评价代码,减少了代码的冗余,以及提高评分效率。此外,从评价规则的本质出发,后续有新的评价规则出现时,则可以为该评价规则编写一段代码即可,便于修改评价代码,或者,当某种评价规则不再适用时,则直接删除评价规则对应的代码段即可,或者,当某种评价规则的评价内容需要修改时,直接找到该评价规则的代码段,对其修改即可,不用对每个评价指标的评价代码修改,从而便于新旧评价规则的通用评价代码的维护。
305:根据所述至少一个评价项的ESG指数,确定所述待评价企业的ESG指数。
示例性的,可将每个评价指标下的每个评价项的ESG指数进行求和,作为每个评价指标下的ESG指数。另外,也可以为每个评价项设置相应的权重,通过预先设置的权重对每个评价项的ESG指数进行加权求和,作为每个评价指标下的ESG指数。然后,对于多个评价指标来说,可以对该多个评价指标的权重对多个评价指标的ESG指数进行加权求和,得到该待评价企业的ESG指数。多个评价指标的权重的设置方式可以参见图1示出的设置方法,不再叙述。
参阅图4,图4本申请实施例提供的一种企业ESG指数确定装置400的功能单元组成框图。企业ESG指数确定装置400包括:获取单元401、处理单元402和发送单元403,其中:
获取单元401,用于获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
处理单元402,用于将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;
发送单元403,向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
在本一些可能的实施方式中,所述多个企业的历史ESG评价数据包括所述多个企业在每个评价维度的每个评价指标下的历史ESG指数;在将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重方面,处理单元402,具体用于:
将所述多个企业中的每个企业在所述每个评价维度的每个评价指标下的历史ESG指数评价作为训练样本;
将所述训练样本输入到预先构建的模型中预测每个企业的收益率,所述预先构建的模型是根据收益率与评价指标的ESG指数之间的对应关系构建的;
根据预测出每个企业的收益率以及每个企业的训练标签,确定预测损失,其中,所述每个企业的标签为所述每个企业的历史收益率;
根据所述预测损失调整所述预先构建的模型中所述每个评价维度下的每个评价指标的权重值,得到所述每个评价维度下的每个评价指标的实际权重。
在本一些可能的实施方式中,所述多个企业的历史ESG评价数据包括所述多个企业在每个评价维度的每个评价指标下的历史ESG指数;在根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重方面,处理单元402,具体用于:
根据所述多个企业在每个评价维度的每个评价指标下的历史ESG指数,确定对所述多个企业中的每个企业进行ESG评价时所使用的评价指标;
根据对所述多个企业中的每个企业进行ESG评价时所使用的评价指标,确定所述每个评价维度下的每个评价指标被使用到的次数;
对所述每个评价维度下的每个评价指标被使用到的次数进行归一化处理,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的初始权重。
在本一些可能的实施方式中,在对所述每个评价维度下的每个评价指标的初始权重和实际权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重方面,处理单元402,具体用于:
获取所述每个评价维度下的至少一个评价指标的初始权重的最大值、最小值以及平均值;
根据所述每个评价维度下的每个评价指标的初始权重、所述每个评价维度下的至少一个评价指标的初始权重的最大值、最小值以及平均值,以及预设的超参数,对所述每个评价维度下的每个评价指标的初始权重以及实际权重进行融合,得到所述每个评价维度下的每个评价指标的目标权重。
在本一些可能的实施方式中,通过以下公式对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合;
其中,wi为所述每个评价维度下的第i个评价指标的初始权重,fi为所述每个评价维度下的第i个指标的实际权重,mean(F),max(F),min(F)分别为所述每个评价维度下的每个评价指标的实际权重的平均值,最大值以及最小值,P为预设的超参数。
在本一些可能的实施方式中,在根据待评价企业的企业数据,以及所述每个评价维度下的评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数方面,处理单元402,具体用于:
获取所述每个评价维度下的每个评价指标的评价规则;
根据所述待评价企业的企业数据,以及所述每个评价维度下的每个评价指标的评价规则,确定所述每个评价维度下的每个评价指标对应的ESG指数;
根据所述每个评价维度下的每个评价指标的目标权重,对所述每个评价维度下的每个评价指标对应的ESG指数进行加权处理,得到所述每个评价维度下的ESG指数;
获取预设的所述每个评价维度的权重,对所述每个评价维度下的ESG指数进行加权处理,得到所述待评价企业的ESG指数。
在本一些可能的实施方式中,在获取评价指标集合方面,处理单元402,具体用于:获取评价指标配置表,评价指标配置表录入有所述多个评价维度下的评价指标;对所述评价指标配置表中的字段进行识别,得到所述评价指标集合。
参阅图5,图5为本申请实施例提供的一种电子设备的结构示意图。如图5所示,电子设备500包括收发器501、处理器502和存储器503。它们之间通过总线504连接。存储器503用于存储计算机程序和数据,并可以将存储器503存储的数据传输给处理器502。
处理器502用于读取存储器503中的计算机程序执行以下操作:
控制收发器501获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;
获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;
控制收发器501向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
具体地,上述收发器501可以用于实现图4所述的实施例的企业ESG指数确定装置400的获取单元401和发送单元403所实现的功能,上述处理器502可以为用于实现图4所述的实施例的企业ESG指数确定装置400的处理单元402所实现的功能。因此,收发器501的具体功能可参见获取单元401和发送单元403的具体功能和处理器502的具体功能可以参见上述处理单元402,均不再叙述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种企业ESG指数确定方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非易失性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种企业ESG指数确定方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种企业ESG指数确定方法,其特征在于,包括:
获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;
获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;包括:
获取待评价企业的企业数据;
根据待评价企业的企业数据,确定待评价企业在评价指标A下的披露数据,其中,所述评价指标A为任意一个评价维度下的任意一个评价指标,且所述评价指标A包括至少一个参与ESG评价的评价项;
通过自然语言处理NLP技术对每个评价指标下的披露数据进行识别,以及根据预设的与所述评价指标A对应的数据结构,对所述评价指标A下的披露数据进行结构化处理,得到至少一条结构化数据,其中,所述至少一条结构化数据中的每条结构化数据与所述评价指标A下的一个评价项对应;
根据所述至少一条结构化数据,配置至少一个评价项中每个评价项对应的目标评价代码;
根据所述每个评价项对应的目标评价代码,以及所述至少一条结构化数据,确定所述至少一个评价项的ESG指数;
根据所述至少一个评价项的ESG指数,得到所述待评价企业在所述每个评价维度下的每个评价指标的ESG指数;
根据所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,对所述待评价企业在所述每个评价维度下的每个评价指标的ESG指数进行加权处理,得到所述待评价企业在各个评价维度下的ESG指数;
对各个评价维度下的ESG指数进行加权处理,得到所述待评价企业的ESG指数;
向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
2.根据权利要求1所述的方法,其特征在于,所述多个企业的历史ESG评价数据包括所述多个企业在每个评价维度的每个评价指标下的历史ESG指数;
所述将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重,包括:
将所述多个企业中的每个企业在所述每个评价维度的每个评价指标下的历史ESG指数评价作为训练样本;
将所述训练样本输入到预先构建的模型中预测每个企业的收益率,所述预先构建的模型是根据收益率与评价指标的ESG指数之间的对应关系构建的;
根据预测出每个企业的收益率以及每个企业的训练标签,确定预测损失,其中,所述每个企业的标签为所述每个企业的历史收益率;
根据所述预测损失调整所述预先构建的模型中所述每个评价维度下的每个评价指标的权重值,得到所述每个评价维度下的每个评价指标的实际权重。
3.根据权利要求1所述的方法,其特征在于,所述多个企业的历史ESG评价数据包括所述多个企业在每个评价维度的每个评价指标下的历史ESG指数;
所述根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重,包括:
根据所述多个企业在每个评价维度的每个评价指标下的历史ESG指数,确定对所述多个企业中的每个企业进行ESG评价时所使用的评价指标;
根据对所述多个企业中的每个企业进行ESG评价时所使用的评价指标,确定所述每个评价维度下的每个评价指标被使用到的次数;
对所述每个评价维度下的每个评价指标被使用到的次数进行归一化处理,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的初始权重。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,包括:
获取每个评价维度下的每个评价指标的实际权重中的最大值以及最小值,并确定每个评价维度下的每个评价指标的实际权重的平均值;
基于每个评价维度下的每个评价指标的初始权重,以及每个评价指标的实际权重中的最大值、最小值以及平均值,以及预设的超参数,对每个评价维度下的每个评价指标的初始权重以及实际权重进行融合,得到每个评价维度下的每个评价指标的目标权重。
5.根据权利要求4所述的方法,其特征在于,
通过以下公式对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合;
其中,wi为所述每个评价维度下的第i个评价指标的初始权重,fi为所述每个评价维度下的第i个指标的实际权重,mean(F),max(F),min(F)分别为所述每个评价维度下的每个评价指标的实际权重的平均值,最大值以及最小值,p为预设的超参数。
6.根据权利要求5所述的方法,其特征在于,所述根据待评价企业的企业数据,以及所述每个评价维度下的评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数,包括:
获取所述每个评价维度下的每个评价指标的评价规则;
根据所述待评价企业的企业数据,以及所述每个评价维度下的每个评价指标的评价规则,确定所述每个评价维度下的每个评价指标对应的ESG指数;
根据所述每个评价维度下的每个评价指标的目标权重,对所述每个评价维度下的每个评价指标对应的ESG指数进行加权处理,得到所述每个评价维度下的ESG指数;
获取预设的所述每个评价维度的权重,对所述每个评价维度下的ESG指数进行加权处理,得到所述待评价企业的ESG指数。
7.根据权利要求1所述的方法,其特征在于,所述获取评价指标集合,包括:
获取评价指标配置表,所述评价指标配置表录入有所述多个评价维度下的评价指标;
对所述评价指标配置表中的字段进行识别,得到所述评价指标集合。
8.一种企业ESG指数确定装置,其特征在于,所述装置用于实现权利要求1-7中任一项所述的方法,所述装置包括:
获取单元,用于获取评价指标集合,其中,所述评价指标集合包括多个评价维度下的评价指标,且每个评价维度包括至少一个评价指标;获取多个企业在所述每个评价维度下的历史ESG评价数据以及所述多个企业的历史收益率;
处理单元,用于获取多个企业的历史ESG评价数据以及所述多个企业的历史收益率;
将所述多个企业的历史ESG评价数据作为训练样本以及将所述多个企业的历史收益率作为训练标签进行模型训练,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重;
根据所述多个企业的历史ESG评价数据,确定所述每个评价维度下的每个评价指标的初始权重;
对所述每个评价维度下的每个评价指标在所述每个评价维度下的实际权重以及初始权重进行融合,得到所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重;
根据待评价企业的企业数据以及所述每个评价维度下的每个评价指标在所述每个评价维度下的目标权重,得到所述待评价企业的ESG指数;
发送单元,用于向目标设备发送所述待评价企业的ESG指数,以便所述目标设备的用户根据所述待评价企业的ESG指数制定与所述待评价企业相关的决策。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述处理器与所述存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519905.XA CN113240272B (zh) | 2021-05-12 | 2021-05-12 | 企业esg指数确定方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519905.XA CN113240272B (zh) | 2021-05-12 | 2021-05-12 | 企业esg指数确定方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113240272A CN113240272A (zh) | 2021-08-10 |
CN113240272B true CN113240272B (zh) | 2024-04-12 |
Family
ID=77133930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110519905.XA Active CN113240272B (zh) | 2021-05-12 | 2021-05-12 | 企业esg指数确定方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113240272B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570281A (zh) * | 2021-08-20 | 2021-10-29 | 瑞格人工智能科技有限公司 | 一种esg指数编制方法 |
CN113837630A (zh) * | 2021-09-28 | 2021-12-24 | 平安科技(深圳)有限公司 | 基于文本识别的区域内esg指数确定方法及相关产品 |
CN113850523A (zh) * | 2021-09-29 | 2021-12-28 | 平安科技(深圳)有限公司 | 基于数据补全的esg指数确定方法及相关产品 |
CN114493379B (zh) * | 2022-04-08 | 2022-09-20 | 金电联行(北京)信息技术有限公司 | 基于政务数据的企业评价模型自动生成方法、装置及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111630518A (zh) * | 2017-11-23 | 2020-09-04 | 持续可能发展所株式会社 | 基于esg的企业评价执行装置及其运转方法 |
CN112101732A (zh) * | 2020-08-18 | 2020-12-18 | 北京大学 | 一种基于gep指标体系的企业生态效率评价方法 |
-
2021
- 2021-05-12 CN CN202110519905.XA patent/CN113240272B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111630518A (zh) * | 2017-11-23 | 2020-09-04 | 持续可能发展所株式会社 | 基于esg的企业评价执行装置及其运转方法 |
CN112101732A (zh) * | 2020-08-18 | 2020-12-18 | 北京大学 | 一种基于gep指标体系的企业生态效率评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113240272A (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113240272B (zh) | 企业esg指数确定方法及相关产品 | |
Xu et al. | Bankruptcy prediction: the case of Japanese listed companies | |
Chen et al. | On the emergent properties of artificial stock markets: the efficient market hypothesis and the rational expectations hypothesis | |
Jinrong et al. | Engineering risk management planning in energy performance contracting in China | |
CN109118121A (zh) | 基于改进PageRank的电力市场出清方式评价方法 | |
McAleer et al. | International evidence on GFC‐Robust forecasts for risk management under the Basel Accord | |
Cao et al. | Early warning of enterprise decline in a life cycle using neural networks and rough set theory | |
Choi et al. | Corporate life cycle and earnings benchmarks | |
Dai et al. | Evaluation of the profitability of power listed companies based on entropy improved TOPSIS method | |
Emadi et al. | A structural estimation approach to study agent attrition | |
CN113313362B (zh) | 基于数据补全的企业esg指数确定方法及相关产品 | |
CN113240273B (zh) | 基于代码可配置的企业esg指数确定方法及相关产品 | |
CN114881485A (zh) | 一种基于层次分析法和云模型的企业资金风险评估方法 | |
CN114219225A (zh) | 基于多源数据的电网投资效益评估***及评估方法 | |
Wang et al. | Eco‐efficiency evaluation of petrochemical enterprises: An application of 3D state‐space model | |
Yang et al. | Modified PROMETHEEII for venture capital investment selection decision-making towards SMEs | |
Ahadiat et al. | CEO Power and Characteristics on Firm Performance in Indonesian State-Owned Enterprises | |
Babica et al. | Digitalization of public procurement: Barriers for innovation | |
Kumar | Prediction of gold and silver prices in an emerging economy: Comparative analysis of linear, nonlinear, hybrid, and ensemble models | |
Wright et al. | Influences of relative rewards of top managers on firm performance | |
Qiang et al. | [Retracted] Relationship Model between Human Resource Management Activities and Performance Based on LMBP Algorithm | |
Leech et al. | A generalized model of decision‐making processes for companies in financial distress | |
Ayub et al. | Proactive corporate environmental management practices in industrial estate Multan, Pakistan | |
US20050261998A1 (en) | Computerized system and method for valuating employee stock options | |
Liu et al. | [Retracted] Exploring Evaluation of Enterprise Economic Benefits Using Big Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |