การใช้ประโยชน์จากแบบจำลอง Generative Pre-trained Transformer เพื่อบูรณาการประเด็นสิ่งแวดล้อม สังคม และธรรมาภิบาลในการบริหารการลงทุนหุ้นไทย

ปัญหาที่งานวิจัยแก้ไข

รายงาน 56-1 One Report ของไทยมีความยาวและซับซ้อน ขณะที่ข้อมูลความยั่งยืนมักถูกมองเป็นข้อมูลที่ไม่ใช่การเงินและเชื่อมเข้ากับการวิเคราะห์ทางการเงินได้ยาก นักลงทุนทั่วไปจึงต้องการวิธีที่เข้าถึงง่ายเพื่อสกัดประเด็น ESG ที่มีสาระสำคัญโดยไม่ต้องอ่านเอกสารหลายร้อยหน้าด้วยตนเองทั้งหมด

ผู้ได้รับประโยชน์:

• นักวิเคราะห์หุ้นไทยและผู้จัดการพอร์ตโฟลิโอ
• ทีมวิจัย ESG และการใช้สิทธิผู้ถือหุ้น
• ผู้เชี่ยวชาญด้านการปฏิบัติตามกฎและความเสี่ยงการลงทุน
• หน่วยงานกำกับและนักพัฒนาเทคโนโลยีการเงิน

วิธีการ

ซอฟต์แวร์สร้าง GPT บนคู่มือตัวชี้วัด ESG รายอุตสาหกรรมของ SET และรายงาน ESG ปี 2021 จากทุกกลุ่มอุตสาหกรรม กระบวนการ Python และ LangChain ผสาน prompt chain ที่กำหนดบทบาทเป็นนักวิเคราะห์ ESG ที่มีประสบการณ์เข้ากับ toolchain สำหรับค้นคืนข้อมูลจาก embeddings และฐานข้อมูลเวกเตอร์ ผู้ใช้อัปโหลดรายงาน 56-1 One Report แล้วรับผลลัพธ์ที่มีโครงสร้างสามส่วน ได้แก่ การประเมินสาระสำคัญ การมีส่วนร่วมของผู้มีส่วนได้ส่วนเสีย และความท้าทายและข้อจำกัด งานวิจัยสาธิตด้วยรายงาน PTT 454 หน้าและ SCBX 350 หน้า

ผลการศึกษา

ตัวอย่างแสดงว่า GPT สามารถย่อย One Report ที่ยาวให้เป็นประเด็น ESG กระชับ และสนับสนุนการทบทวนสาระสำคัญกับการวางแผนมีส่วนร่วม อย่างไรก็ตาม งานวิจัยยังไม่ได้เปรียบเทียบความแม่นยำกับวิธีอื่น และระบบไม่ได้ฝึกเพื่อพยากรณ์ราคาหุ้นแบบเรียลไทม์หรือให้คำแนะนำการลงทุนที่เด็ดขาด ความเสี่ยงสำคัญคืออคติของข้อมูล รายงานที่ไม่มีมาตรฐาน ข้อมูลสาธารณะที่ไม่ครบ และประเด็น ESG ที่เปลี่ยนแปลง ผู้เขียนจึงเสนอให้เพิ่มข้อมูล พัฒนาการตรวจสอบความถูกต้อง อัปเดตอย่างต่อเนื่อง และคงการกำกับดูแลของมนุษย์