ESG評価に対する自然言語処理の活用Workshop

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ワークショップのゴール企業のESG評価に関心ある方が3つの知識を得ることで、ESG評価業務の効率化につながる自然言語処理技術の導入、および社外ESG評価データの活用について議論をリードできるようになること。 1. ESG評価の意義と問題点 2. ESG評価に自然言語処理を応用する際のアプローチ方法 3. データ分析業務の効率化進める際に相談可能なパートナー

Slide 3

Slide 3 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ワークショップの時間内で解説しないこと • ハンズオンで使用しているPythonのモジュール、ライブラリ、自然言語処理技術についての解説。 • 参加されている方のプログラミングスキルが一様ではないため、処理の概要のみ説明しコードの詳細については解説しません。 • 社内、またデータ分析部門内でトレーニングを検討されている方は Homeworkの期待する支援の欄に要望を記載いただくようお願い致します。

Slide 4

Slide 4 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. Cybozu Days 2016 Takahiro Kubo / 久保隆宏 Developer Relation, Machine Learning Career 1. SAPコンサルタント(10年) + kintone エヴァンジェリスト業務要件定義から開発、運用保守まで一貫した導入支援を実施。 SaaS連携による効率的な業務アプリケーションの開発を模索している時にkintoneと出会い、エヴァンジェリストとして活動。 2. 機械学習エンジニア (5年) 自然言語処理の研究に従事。対話アプリケーションのプロトタイプ作成、自然言語処理による企業の非財務情報評価に取り組む。研究部署在籍中、「Pythonで学ぶ強化学習」「直感 Deep Learning」などを執筆。arXivTimes やNLP若手の会といったコミュニティ活動にも参加。 3. プロダクトマネージャー(2年) プロダクトマネージャーとして非財務情報参照・点検サービスの開発に携わる。研究開発をプロダクト化する険しい道を泥まみれで進む経験をする。非財務開示に携わる方、評価する方双方が使えるサービスです！ 4. Developer Relation (0年~) + お父さん0年生機械学習を活用したプロダクトの開発を学び普及させるためにAWSへ。 Product Manager for Software 2.0 を目指す。自然言語処理と ESG評価に携わる

Slide 5

Slide 5 text

Slide 6

Slide 6 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ESGの評価とはガバナンス Governance 環境 Environmental ▪ 炭素排出量 ▪ 水の使用 ▪ 廃棄物管理方針 ▪ 取締役会の構造 ▪ 役員報酬 ▪ 税務戦略社会 Society ▪ 労働力の多様性 ▪ 同一賃金の方針 ▪ 健康と安全の方針自然環境の保全および保護従業員、サプライヤー、クライアントコミュニティとの関係会社の取締役会、リスク管理および株主の権利に関する基準

Slide 7

Slide 7 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 40% 専門的に管理されている世界の金融資産110兆USDのうち40%がESGを考慮 — Financial Times: Wall Street’s New Mantra: Green is Good 資産運用業界ではESG評価の重要性が増しています 5億5000万USD ESGデータに最も多額の投資をしている資産運用会社は、2021年に ESG データに 5 億5000万USDを投資すると推定されている — Opimas: ESG Data Market: No Stopping Its Rise Now 2,880億USD 2020年1月から11月までに、投資信託とETFの投資家は、持続可能な資産に世界全体で2,880億USDを投資。これは2019年に比べて96%の増加 — BlackRock: Larry Fink の 2021 年 CEO へのレター 81% 2020年、世界を代表する持続可能インデックスの 81%が、親インデックスのベンチマークを上回る — BlackRock: Larry Fink の 2021 年 CEO へのレター

Slide 8

Slide 8 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 資産運用会社ではESG評価の実施が当然となりつつあります Schrodersは、すべての投資の財務分析にESG要因を完全に統合。 2021 年 1 月 UBSは現在、グローバルのプライベートクライアントに対して従来のソリューションよりも持続可能なソリューションを推奨。 2020 年 9 月 JP Morgan Asset Managementは、すべての投資でグローバルなESG統合ポリシーを展開する予定。 2020 年 7 月 Amundiは、マネージドファンドにベンチマークインデックスよりも高いESGスコアを持たせることを求める予定。 2018 年 10 月 BlackRockは、リスク管理、ポートフォリオ構築に持続可能性を考慮することを確約。 2020 年 1 月 Credit Suisseは、すべての投資にわたる持続可能性を統合するためのサステナビリティ・ファンクションをローンチ。 2020 年 7 月

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 現在の業界によるESG評価のアプローチには限界がありますスコアリングモデルは独自のものであるため透明性が欠如しており、スコアの推進要因を特定するのが困難多くの場合、更新頻度が低く、スコアは毎年の企業による開示によって提供されるため、リアルタイムのニュースフローは考慮されていないサードパーティのESG スコアカスタムESGスコアリングモデルプロバイダー間の相関関係がないため、資産運用会社は多くの場合、複数のベンダーからスコアをソーシングする必要がある何百もの異なるデータポイントを業界のフレームワークにマッピングするには、複雑でカスタマイズされたデータインフラストラクチャが必要顧客の義務や、変化する顧客や規制当局の報告ニーズを満たすために、柔軟性と強力なデータ系統を持つシステムを要求。データの調達、クリーニング、処理、統合、分析をサポートする、データサイエンス専門家の大規模なチームが必要便利だが過信にはリスクゼロからの構築は困難

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ESG評価に不可欠な非定型・非金融のデータは扱いが困難。 ESGデータを報告するための単一の基準がないため、多様で不完全で相関がないデータセットが生成される資産運用会社と機関投資家の66％がESG評価の障壁はデータであると報告1 ESGデータのソーシング、クリーニング、処理、統合、分析には多大な手作業が必要。 ESGレポートの頻度が低く高品質でタイムリーなデータにアクセスするのが困難 ESGスコアリングモデルは ESG要因に異なる加重評価を使用するため ESG データから投資に関するインサイトを明らかにするのが難しい 1.BNP Paribas (2019): ESG グローバル調査データは「原油」に近く精製には困難を伴う。

Slide 14

Slide 14 text

Slide 15

Slide 15 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. AWSは非定型・非金融のデータを扱うテクノロジーを提供できますデータの調達と購入データのクリーンアップ、処理、統合データ分析と機械学習の適用独自のESGスコアリングモデルを構築クラス最高のデータの調達やアクセスを簡素化高品質データの基盤を速やかに確立幅広い種類の分析ツールのセットを適用して、スコア推進要因を特定し、クライアントの義務を満たす高度なMLモデルを使用して、アルファを特定し、差別化されたESG提案を構築 AWS Data Exchange Registry of Open Data on AWS Amazon S3 AWS Lake Formation Amazon SageMaker/ Amazon SageMaker Studio Lab Amazon Redshift Amazon Comprehend Amazon Athena AWS Glue データの分析と予測データの収集と管理 Amazon Textract データの保存、加工を行うためのサービス群無料のデータセット有データの分析、機械学習を用いた予測/分析を行うためのサービス群データの調達、購入を行うためのサービス群

Slide 16

Slide 16 text

Slide 17

Slide 17 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ESG投資理解度チェック ESG評価について誤っている記載はどれか 1. ESGの評価は重要だが、投資パフォーマンスはでない。 2. 海外で投資効果は出ているが国内では出ていない。 3. ESG評価を行うには非定型・非金融のデータの扱いが課題。 4. ESG評価は外部機関のスコアを買えばよい。 5. データサイエンティストが少なくともクラウドのマネージドサービスを利用することでデータを活用することは可能。

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 本日は原油状態のデータであるIRテキストを自然言語処理し、 ESG評価モデルを動かすまでをハンズオンで実施します。画像処理自然言語処理音声処理動画処理時系列データ処理予測精度向上業務効率化顧客サポート IRテキスト記者会見動画 News 企業財務情報株式注文情報金融統計速報値気象情報衛星写真船舶航行情報特許情報 POS売上データ企業統計交通量カード利用情報非定型定型金融非金融色付きの範囲が、いわゆる「オルタナティブデータ」 Amazon SageMaker Studio Lab

Slide 20

Slide 20 text

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved. ハンズオンで得られる知見 1. 原油状態のデータを扱うことの難しさ。 2. 基本的なテキストデータの精製プロセス。 3. 基本的なテキストデータの活用アプローチ。社内でデータ分析業務効率化の議論を進める際、パートナーと会話する際に、ハンズオンで試してみた知見をもとに1段深い議論ができるようになります。