ESG 数据质量与挑战

ESG 数据质量是投资者、企业和政策制定者评估环境、社会和治理绩效时面临的一项关键挑战，持续存在的问题包括数据可用性有限、方法论不一致、验证不足，以及跨公司、地域和 ESG 议题的覆盖范围存在巨大差距。¹ 与受既定会计准则约束并需接受强制性审计的财务数据不同，ESG 数据历来依赖自愿披露且标准化程度有限，导致公司在报告内容、绩效衡量方式以及数据提供商将信息汇总为评级和分数的方式上存在巨大差异。这些数据质量挑战削弱了 ESG 整合的有效性，为“漂绿”创造了机会，使绩效比较复杂化，并引发 ESG 评估是否反映真实可持续发展绩效或仅是测量假象的疑问。尽管包括强制性气候披露、可持续发展报告标准（ISSB、欧盟 ESRS）和鉴证要求在内的监管发展正在改善 ESG 数据质量，但对于私营公司、中小企业、新兴市场以及缺乏既定衡量方法的社会和治理指标而言，重大挑战依然存在。

ESG 数据质量问题贯穿整个数据价值链，从公司的衡量和披露，到数据提供商的收集和处理，再到投资者的分析和决策。由于许多指标缺乏既定方法、内部 ESG 数据收集系统有限以及资源限制（尤其是对小型公司而言），公司在衡量 ESG 绩效方面面临挑战。数据提供商在从不同来源收集数据、跨公司和地域标准化信息、填补披露有限时的空白，以及对重要性和权重做出主观判断方面面临挑战。投资者在评估数据可靠性、比较不同披露实践的公司之间的绩效，以及确定哪些 ESG 指标对投资决策具有实质性影响方面面临挑战。应对这些挑战需要持续的标准化努力、加强披露要求、改进验证和鉴证、用于数据收集和分析的技术解决方案，以及对 ESG 数据局限性的现实预期。

数据可用性与覆盖范围差距

ESG 数据可用性在不同公司、地域和 ESG 议题之间存在显著差异，重大的覆盖范围差距限制了全面的 ESG 评估。²

公司规模差异非常明显，大型上市公司提供广泛的 ESG 披露，而中小企业和私营公司通常只提供极少量的 ESG 信息。这种差异反映了资源限制（ESG 报告需要专门的人员和系统）、监管要求（大型上市公司面临更多的披露要求）以及利益相关方压力（大型公司面临更大的投资者和民间社会审查）。中小企业和私营公司的覆盖范围差距为供应链 ESG 评估、私募股权 ESG 整合以及全面的市场 ESG 分析带来了挑战。数据提供商通常缺乏对小型公司的覆盖，或依赖基于行业平均水平的估算数据。

地域差异反映了不同地区在披露要求、公司治理规范和数据提供商覆盖范围方面的差异。欧洲和北美公司通常比新兴市场公司提供更广泛的 ESG 披露，这反映了发达市场更严格的监管要求和更强的利益相关方期望。然而，新兴市场公司可能面临更实质性的 ESG 风险，从而在最需要数据的地方产生了信息缺口。数据提供商的覆盖范围在新兴市场通常有限，提供商依赖估算或将这些公司排除在覆盖范围之外。

议题覆盖范围差异显示，环境数据（特别是温室气体排放和能源使用）比社会数据（劳工实践、人权、社区影响）和一些治理数据（董事会有效性、企业文化）具有更好的可用性。这种差异反映了既定的环境衡量方法、监管对气候披露的关注，以及衡量社会和治理因素的更大难度。包括人权影响、供应链劳工实践和社区关系在内的社会指标通常缺乏标准化的衡量方法，并依赖定性评估。包括董事会有效性、企业文化和利益相关方参与在内的治理指标难以量化，通常通过代理指标进行评估。

供应链数据缺口是一个关键挑战，因为供应链影响通常超过直接运营影响，特别是对于范围 3 排放、劳工实践和人权风险。公司通常缺乏对供应链 ESG 绩效的可见性，特别是对于多层供应链，并依赖供应商自我评估或行业平均水平。供应链数据缺口限制了全面的 ESG 评估，并可能导致遗漏实质性影响的风险。

历史数据局限性源于 ESG 披露是相对较近的实践，许多公司的历史 ESG 数据有限。这限制了纵向分析、趋势评估以及随时间推移对 ESG 绩效改进的评价。对于较新的 ESG 指标和最近才开始 ESG 报告的公司，历史数据缺口尤为明显。

衡量与方法论挑战

ESG 衡量面临方法论挑战，源于缺乏既定标准、主观判断要求以及可持续发展绩效评估的复杂性。³

缺乏标准化定义导致许多 ESG 指标在报告内容和数据提供商评估绩效的方式上存在不一致。“可持续”、“绿色”、“道德”等术语，甚至像“多样性”这样的具体指标，都缺乏普遍定义，使得公司能够以有利于展示绩效的方式定义指标。尽管包括 GRI、SASB 和 ISSB 在内的标准化工作正在应对这一挑战，但许多 ESG 指标，特别是社会和治理因素的指标，仍然定义不清。

边界和范围决策需要对 ESG 指标中包含什么做出主观判断，例如碳足迹中包含哪些排放源（范围 1、2 和/或 3）、劳动力指标中包含哪些实体（直接雇员、承包商、供应链工人），以及评估哪些时间段。不同的边界决策可能对同一家公司产生截然不同的 ESG 绩效评估。公司可能做出有利于展示绩效的边界决策，而数据提供商在估算数据时可能做出不同的边界假设，从而造成不一致。

估算和建模被数据提供商广泛用于填补披露空白，对于披露有限的公司，估算数据有时占其 ESG 数据的大部分。估算方法因提供商而异，且往往不透明，导致数据准确性存在不确定性。虽然估算能够扩大覆盖范围，但它引入了误差，并且可能无法捕捉公司特定的绩效。研究发现，估算的 ESG 数据与实际绩效的相关性低于披露的数据，这引发了人们对估算数据可靠性的质疑。

重要性评估的主观性需要对哪些 ESG 因素对哪些公司具有实质性影响做出判断，不同的利益相关方和框架采用不同的方法。财务重要性关注影响企业价值的 ESG 因素，而双重重要性则包括对社会和环境的影响。重要性评估涉及对问题重要性、时间范围和利益相关方视角的主观判断。不同的重要性方法可能导致对同一家公司的不同 ESG 评估。

聚合与加权挑战源于将不同的 ESG 因素合并为评级或分数，需要对如何权衡不同因素做出主观决策。没有客观依据来确定环境绩效是否应比社会绩效权重更高，或者如何权衡不同的环境议题。不同的加权方法可能对同一家公司产生截然不同的 ESG 评级，这导致了不同提供商之间的评级分歧。

前瞻性与回顾性的张力源于大多数 ESG 数据反映的是历史绩效，而投资决策需要前瞻性的风险和机会评估。历史的 ESG 绩效可能无法预测未来的 ESG 风险，特别是对于快速演变的问题，如气候转型风险或新兴的社会期望。纳入前瞻性评估需要对未来趋势和公司应对措施进行主观判断。

验证与鉴证缺口

ESG 数据通常缺乏独立的验证和鉴证，为不准确和虚假陈述创造了机会。⁴

有限的鉴证要求意味着大多数 ESG 披露未经审计，公司自行报告 ESG 指标而未经独立验证。虽然一些公司自愿为其可持续发展报告获取有限鉴证或合理鉴证，但鉴证并非普遍要求，且通常仅涵盖部分指标。有限鉴证（较低级别的验证）比合理鉴证（等同于财务审计标准）更常见，有限鉴证对数据准确性的保证程度较低。包括欧盟 CSRD 在内的监管发展正在引入强制性鉴证要求，但全球范围内的鉴证覆盖仍然有限。

鉴证范围限制意味着即使获得了鉴证，通常也只涵盖选定的 ESG 指标，而非全面的可持续发展披露。公司可能对绩效强劲的指标进行鉴证，而其他指标则未经鉴证，造成了选择性验证。鉴证范围的限制降低了对 ESG 数据质量的整体信心。

鉴证提供方差异体现在资质、方法和严谨性上，导致鉴证质量不一致。鉴证可能由会计师事务所、专门的可持续发展鉴证提供商或认证机构提供，其标准和方法各不相同。一些鉴证提供方 ESG 专业知识有限，而另一些则因同时提供鉴证和咨询服务而存在潜在的利益冲突。鉴证质量的差异意味着并非所有鉴证都能提供同等的数据准确性保证。

鉴证标准不一致反映了 ESG 数据缺乏统一的鉴证标准，提供商使用不同的标准，包括 ISAE 3000、AA1000AS 和专有方法。不同的标准在证据收集、重要性评估和报告方面有不同的要求，导致鉴证严谨性存在差异。包括 IAASB 在可持续发展鉴证标准方面的工作在内的标准化努力旨在解决这种不一致性。

成本与资源限制限制了鉴证的采用，特别是对于小型公司，鉴证代表着显著的成本，并且需要内部资源来支持鉴证过程。成本效益考虑导致许多公司放弃鉴证或仅对选定指标获取有限鉴证。对于中小企业和新兴市场的公司，资源限制尤为严峻。

评级分歧与可比性问题

ESG 评级机构之间的评级分歧远高于信用评级分歧，造成了混乱和可比性挑战。⁵

主要 ESG 评级机构之间的评级相关性约为 0.5-0.7，而信用评级的相关性超过 0.9，这表明对公司 ESG 绩效存在重大分歧。这种分歧意味着一家公司可能从一家机构获得高 ESG 评级，而从另一家机构获得低评级，给投资者和公司带来了困惑。评级分歧反映了范围（评估哪些 ESG 议题）、衡量（如何量化议题）和权重（如何汇总议题）方面的差异。

评级机构之间的范围差异包括评估哪些 ESG 因素的不同，一些机构强调环境因素，而另一些则更重视社会或治理因素。机构在评估 ESG 风险、ESG 机会还是两者兼有，以及是否考虑利益相关方影响（双重重要性）或仅考虑财务重要性因素方面也存在差异。这些范围差异意味着机构实际上是在衡量不同的概念，这解释了部分评级分歧。

衡量差异源于机构使用不同的数据源、做出不同的边界决策，以及在披露有限时应用不同的估算方法。机构可能对相同的披露有不同的解读，或者在估算缺失数据时做出不同的假设。衡量差异对评级分歧有重大贡献，研究发现衡量差异比范围或权重差异更能解释评级分歧。

权重差异反映了机构对不同 ESG 因素相对重要性的主观判断，没有客观依据来确定最优权重。一些机构使用反映重要性的行业特定权重，而另一些则跨行业使用一致的权重。权重差异导致了评级分歧，尽管程度低于衡量差异。

对用户的影响包括难以确定信任哪个评级、公司进行评级挑选（选择性披露有利评级）的机会，以及比较由不同机构评估的公司之间 ESG 绩效的挑战。评级分歧降低了对 ESG 评级的信心，并为 ESG 整合带来了实施挑战。然而，一些研究表明，评级分歧可能反映了合理的方法论多元性，而非测量误差，不同的评级捕捉了 ESG 绩效的不同方面。

技术解决方案与创新

技术正越来越多地应用于应对 ESG 数据挑战，创新包括卫星监测、自然语言处理和用于供应链可追溯性的区块链。⁶

卫星和遥感技术能够独立验证环境指标，包括森林砍伐、排放、用水和土地利用变化。卫星数据提供客观、全面的覆盖，不依赖公司披露，能够验证公司声明并识别未报告的影响。然而，卫星数据存在局限性，包括无法测量某些影响（例如化学污染）、解读挑战以及成本。

自然语言处理和人工智能被应用于分析公司披露、新闻报道和其他文本来源，以提取 ESG 信息并识别 ESG 风险。NLP 可以比人工分析更高效地处理大量文本，从而实现更广泛的覆盖和更及时地识别 ESG 问题。然而，NLP 在理解上下文、评估重要性和避免训练数据偏见方面面临挑战。

区块链和分布式账本技术正被探索用于供应链可追溯性，通过不可篡改的记录来验证产品来源、劳工实践和环境影响。区块链可以通过创建从源头到消费者的透明、可验证的产品旅程记录来解决供应链数据缺口。然而，区块链的采用面临挑战，包括成本、可扩展性以及对输入区块链的数据的验证（垃圾进，垃圾出问题）。

物联网和传感器网络能够实时监测环境指标，包括排放、能源使用和用水量，提供比定期人工测量更准确、及时的数据。物联网可以提高环境数据质量，并实现动态的 ESG 评估。然而，物联网部署需要基础设施投资，并面临数据管理挑战。

数据标准化平台，包括 CDP、SASB 和 GRI，为 ESG 披露提供了标准化的框架和平台，提高了数据的可比性和质量。具有内置验证和结构化数据格式的数字报告平台可以减少报告错误并提高数据可用性。然而，平台的采用需要公司投资，并可能面临偏好灵活披露的公司的阻力。

未来方向

ESG 数据质量正通过监管授权、标准化努力、技术采用和市场成熟度得到改善。包括欧盟 CSRD 和美国 SEC 拟议气候规则在内的强制性披露要求将提高数据的可用性和可比性。ISSB 标准为可持续发展披露提供了全球基线，推动了标准化。鉴证要求正在扩大，提高了数据可靠性。技术采用正在实现独立验证和更广泛的覆盖。然而，挑战将持续存在，特别是对于私营公司、中小企业、新兴市场以及缺乏既定衡量方法的社会指标。对 ESG 数据局限性的现实预期、对数据基础设施的持续投资以及持续的标准化努力，将是支持有效 ESG 整合的必要条件。

参考文献

关键资源

• ISSB 标准导航器
• GRI 标准