20220225-毕马威-消除金融业ESG数据的割裂_21页_1mb

报告摘要

消除金融业 ESG 数据的割裂总结

核心内容

本报告由毕马威国际与 Google Cloud 联合发布，旨在探讨金融服务业在 ESG 数据获取与分析方面的挑战，并提出解决方案以推动 ESG 数据的整合与优化。报告指出，随着全球对环境、社会及治理（ESG）议题的关注日益增长，金融服务行业正面临前所未有的转型压力，而 ESG 数据的不统一、不完整和缺乏深度，成为阻碍这一转型的关键因素。

主要观点

ESG 成为金融服务业的核心议题：全球领先金融机构正将 ESG 融入业务战略，以应对气候变化、社会不平等和治理风险等挑战。
ESG 数据缺失阻碍业务转型：缺乏标准化、一致性、实时性及多方核证的 ESG 数据，使金融机构难以有效评估和管理相关风险。
数据标准化与多源整合是关键：目前 ESG 数据来源分散，缺乏统一标准，导致信息不一致和难以比对。
技术与工具是解决路径：借助云计算、人工智能、自然语言处理等技术，金融机构可以提升 ESG 数据分析能力，生成更准确的洞见。
合作与第三方参与至关重要：金融机构无法独自承担 ESG 数据转型的全部责任，需与数据供应商、技术合作伙伴及监管机构协同推进。

关键信息

ESG 数据现状

ESG 数据来源主要依赖企业自我披露，缺乏统一的全球标准。
不同地区、行业和机构使用不同的披露框架（如 GRI、SASB、TCFD、SFDR 等）。
数据多为回溯性，缺乏实时性与前瞻性。
数据质量参差不齐，缺乏独立审计与交叉验证。

常见的 ESG 数据挑战

数据标准化缺失：企业披露标准不一，导致数据难以比对。
数据依赖性强：企业自我评估存在偏差，数据收集者与供应商的分析方法不一致。
数据分布不均：大型企业与小型企业、不同地区之间的 ESG 数据质量与数量差异显著。
数据过时：多数 ESG 数据反映的是过去状态，无法反映当前或未来趋势。
缺乏内部分析能力：多数金融机构缺乏先进的 ESG 数据分析工具与技术。
单一数据源不足：没有一家供应商能提供全面、准确的 ESG 数据。

解决方案与建议

引入多元数据源：如卫星数据、通信数据等，以补充传统企业披露。
利用新技术：自然语言处理（NLP）、人工智能（AI）、机器学习（ML）等技术可提升数据解析与洞见生成能力。
云技术提供支持：Google Cloud 提供的高性能计算和数据分析平台有助于金融机构处理复杂建模与大规模数据集。
建立多方核证机制：通过独立审计与交叉验证，提高数据可信度。
构建统一的 ESG 数据框架：需要行业共同推动数据标准的统一，以提升数据的可用性与一致性。

案例研究

CCLA：英国资产管理公司通过建立心理健康基准，利用公开数据与新兴分析方法，增强其在 ESG 领域的影响力。
汇丰银行：利用 Google Cloud 的技术，开发气候情境分析工具，提升其风险管理能力。
Google Cloud 的角色：提供云基础设施、数据分析工具及技术能力，助力金融机构实现 ESG 数据的整合与分析。

未来展望

ESG 数据转型不仅是合规需求，更是竞争优势的来源。金融机构应积极投资于新技术与新数据源，以建立更全面、准确和前瞻的 ESG 数据体系。同时，行业合作与标准化进程将发挥关键作用，以消除 ESG 数据的割裂，推动可持续金融的长远发展。

联系方式

如需进一步了解报告内容或获取支持，可通过以下联系方式：

毕马威团队：
- Judd Caplain（金融服务全球主管）
- Zac Maufe（执行总监—全球金融服务解决方案）
- 林伟（ESG 主管合伙人，毕马威中国）
- 曹劲（金融风险管理咨询服务主管合伙人，毕马威中国）
- 支宝才（金融业战略咨询服务合伙人，毕马威中国）
Google Cloud 团队：
- Kate Brandt（首席可持续发展官）
- Jasmine Arora（现场销售经理，资本市场）
- Graham Drury（全球大客户主管—汇丰银行）
- Henna Karna（执行总监，全球保险和风险管理业解决方案）
- Zac Maufe（执行总监—全球金融服务解决方案）