誰在假永續？AI揭穿漂綠面具

胡郁萱

AI 技術顯著提升投資機構在永續金融領域的風險管理能力。在歐洲，AI 能有效偵測企業誤導性的永續資訊，將 ESG 潛在漂綠調查從被動轉為主動風險管理，大幅提升辨識與應對效率及精準度。

2025 年，德意志銀行子公司 DWS Group 因「漂綠」行為被處以 2,700 萬美元罰款，這標誌著歐洲投資管理領域的重大轉變。警方突襲行動揭露，DWS Group 系統性地虛報其 ESG 資產配置。執行長 Asoka Woehrmann 在警方搜查數小時內辭職。舉報人 Desiree Fixler 所揭露的「實質性誤導陳述」，凸顯了傳統調查方法在偵測複雜漂綠行為方面的局限性。

DWS 的案例，不僅揭示了企業大規模虛報 ESG 資產配置的「漂綠」行為，更凸顯了投資者在判斷永續揭露資訊時，所面臨的高度複雜性。過去，即使是經驗豐富的分析師團隊，在傳統監管監督上仍難以有效應對複雜的虛假陳述。然而，Bloomberg 的人工智慧研究人員現已證實，透過 AI 自動分析企業溝通與報告中的不一致性，能夠提前數月偵測到不實揭露模式，為人工分析師團隊提供了強大的科技助力。這將使市場能更早識別並處理「漂綠」風險。

歐洲市場正面臨更嚴峻的漂綠執法趨勢。例如，歐盟於 2024 年 4 月針對 20 家主要航空公司潛在誤導性的碳抵換計畫展開調查。此外，滙豐銀行也因其行銷聲明與實際營運的環境永續表現不符，被監管機關要求撤回相關廣告。這些案例均明確指出，即使是大型金融機構也難以確保其 ESG 揭露與實際行動的一致性。

根據歐盟 2024 年關於漂綠的相關政策，監管機構可對漂綠企業處以最高達其年營業額 4% 的罰款，對大型企業而言，罰金可能超過 10 億歐元。此外，自 2022 年起改革的《企業永續報告指令》（Corporate Sustainability Report ing Direct ive, CSRD），將以分階段方式影響全球逾 50,000 家公司。該指令將從 2025 年起涵蓋大型企業，並預計在 2028 年擴展至中小型企業，要求企業在 ESG 領域揭露超過 1,000 個面向的詳細資訊。

然而大型語言模型（LLMs）正大幅提升投資機構的分析模式，大幅擴展其規模和準確性。LLMs 平台能同步處理數百萬份企業文件、監管申報、新聞文章和社群媒體通訊，從中精準識別潛在的漂綠行為模式。

舉例而言，彭博的 Bloom bergGPT 基於 500 億參數構建，專門針對 3,630 億金融代幣訓練。該平台的 AI-Powered Document Insights 能夠從非結構化企業報告中提取量化 ESG 指標，同時識別跨多個報告期間的資訊不一致性。這種跨期間樣本的長期分析能力，對於偵測漂綠模式特別有價值。

對於持有航空業股份的投資機構，LLMs 的預測能力可於監管介入、造成市場波動之前，輔助投資人進行資產調整。歐盟對 20 家航空公司，包含法國航空、荷蘭皇家航空等調查，展示 LLMs 如何提前偵測系統性漂綠。聯合航空執行長 Scott Kirby 稱碳抵換為漂綠，並呼籲專注於永續航空燃料，立場與其他航空公司形成對比。

投資管理產業正迅速採用 LLMs，彰顯其在分析上的巨大優勢。舉例而言，BlackRock 將 Clarity AI 與其 Aladdin 平台的整合展示了卓越的分析能力。Clarity AI 的綜合 ESG 技術平台涵蓋 201 個國家的 70,000 多家公司和 420,000 支基金，與管理 21.6 兆美元資產的 BlackRock Aladdin 系統整合，充分發揮了 AI 驅動永續分析的規模化應用。

大型語言模型的技術進步正不斷提升其分析複雜性。未來，量化計算與模型架構的整合將透過指數級運算能力，顯著增強風險評估的精準度。同時，區塊鏈與 AI 的結合為企業永續揭露提供了更可靠的透明度與驗證機制。歐洲證券及市場管理局要求企業在使用 AI 輔助的投資建議與投資組合管理時，必須制定品質確定方案，這明確強調了企業資訊品質管理的重要性。國際財務報導準則基金會開發全球永續報告標準，也為標準化 LLMs 訓練資料創造了機會。實施機構必須展現對 AI 技術的透徹理解，並建立嚴格的資訊品質檢驗與定期人工查核機制。

對於深耕歐洲市場的投資專業人士而言，戰略選擇已然明確：納入 LLMs 技術進行漂綠偵測，將能在日益複雜的分析環境中創造競爭優勢。在人工驗證、嚴謹成本控制與監管支持下，LLMs 將為永續投資帶來決定性的競爭優勢。（作者為愛丁堡大學財金研究所博士候選人，金融創新中心暨商業、氣候變遷與永續發展中心自然金融實驗室成員）

來源：《台灣銀行家》188 期
更多精彩內容請至 《台灣銀行家》