Inga produkter i varukorgen.
Så kan AI mäta företagens hållbarhetsarbete
Hållbarhet
Hur kan artificiell intelligens bidra till arbetet med ansvarsfulla investeringar? Ett nytt forskningsprojekt har startat för att undersöka hur AI och maskininlärning kan användas för att mäta företagens hållbarhetsarbete.
Hållbarhetsrisker står i fokus för det nya projektet. Foto: Stock Adobe.
Det är Länsförsäkringars Forskningsfond som startat forskningsprojektet ESG-prediktion. Syftet med projektet är att undersöka hur man med AI och maskininlärning som verktyg kan hantera ostrukturerad hållbarhetsinformation och bidra till en effektivare investeringsprocess, särskilt med fokus på att bedöma bolagens hållbarhetsrisker.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
- Full tillgång till allt digitalt material
Redan prenumerant? Logga in och läs vidare.
– Tidigare forskning visar att det finns många metoder för att mäta företagens hållbarhetsarbete, men forskningen skiljer sig åt och det finns ingen större konsensus mellan metoderna. Oftast klumpas dessutom värdena ihop till en helhetsbedömning av analyserade bolag, vilket försvårar tolkningen mellan agerande och enskilda utvärderingskriterier, säger Kristofer Dreiman, chef ansvarsfulla investeringar på Länsförsäkringar Liv.
Låg korrelation
Forskningen om AI och ansvarsfulla investeringar bedrivs i samarbete mellan Länsförsäkringar Liv, Stockholms universitet, Högskolan i Gävle samt Centrum för forskning om ekonomiska relationer (CER) vid Mittuniversitetet inom området ekonomi och AI.
I den inledande fasen har forskarna undersökt sambandet mellan bolagens hållbarhetsbetyg, det så kallade ESG-betyget (Environmental, Social and Governance), och förekomsten av bolagens involvering i miljökontroverser. Forskarna fann exempelvis en låg korrelation mellan E-betygen (Environmental) och risken för miljökontroverser. Det innebär att bolag med relativt höga betyg ändå har hög risk för involvering i miljökontroverser.
Behov av nya metoder
Sammantaget bekräftar tidigare forskning och de nya resultaten att det finns ett behov av nya, alternativa metoder som kan urskilja bolag utifrån mognad i hållbarhetsarbete och hållbarhetsrisker. Dessutom finns numera mer faktisk hållbarhetsinformation att tillgå, inte minst med tanke på EU:s nya regelverk för hållbar finansmarknad.
Mot den bakgrunden uppstod idén om att använda AI och maskininlärning som verktyg i arbetet med ansvarsfulla investeringar.
Hitta mönster
Efter den inledande fasen undersöker nu projektet hur det går till att hitta mönster och samband mellan exempelvis miljöindikatorer och miljökontroverser.
Med hjälp av historiska data och mönster skulle dessa värden kunna förutse bolags hållbarhetsrisker. Dessa risknivåer kan sedan analyseras mot vilka förebyggande åtgärder bolagen vidtar.
– Målet med projektet är att kunna identifiera bolag med höga hållbarhetsrisker, förklara varför och sedan använda resultatet som underlag för vidare analys eller påverkansarbete, säger Kristofer Dreiman.
