社會責任投資基金未能有效鼓勵企業肩負更多社會責任

社會責任投資基金未能有效鼓勵企業肩負更多社會責任

社會責任投資(SRI)基金近年在金融市場越趨普及,投資者日益重視企業在減少環境污染丶提升僱員福利和客戶體驗、以及促進董事局多元共融等社會責任議題上的表現。然而,最新的研究卻發現,SRI基金雖然在選擇具社會責任的公司方面眼光獨到,但這些基金的注資卻未能有效鼓勵企業在執行社會責任上更進一步。

港大經管學院金融學教授Roni Michaely與猶他大學(University of Utah)的Davidson Heath及Matthew C Ringgenberg,以及邁阿密大學(University of Miami)的Daniele Macciochi開創先河,就著SRI基金對企業行為的影響進行業界首個的研究及分析。SRI基金的總體市值在過去十年間翻倍,深受投資者追捧,以貝萊德集團(BlackRock)最近推出的一款SRI基金為例,基金在上市首週便成功集資近6億美元,因此是次的研究對投資者極具參考價值。

Michaely教授表示:「我們的研究重點在於SRI基金到底能否改變企業實際行為。我們發現基金雖然有正確投資在積極進行環境保護和各項社會責任活動的企業上,但在獲得基金投資後,這些企業卻並未有肩負起更多的社會責任。可見基金未能有效推動企業改善及進步。」

研究團隊對比企業在SRI基金注資前後在環境保護和其他社會責任活動上的表現,發現SRI基金所挑選的企業相對於非SRI基金排污量更低丶董事局更多元化丶員工滿意度及工作場所安全度較高丶顧客投訴亦較少。但在獲得注資後,他們的社會責任表現卻並未有進一步提升。

這些企業在減排方面的投資,在被注資前後幾乎沒有任何差異,意味著基金並未能鼓勵企業增加環保方面的投資或進一步減排;他們的僱員和客戶滿意度也沒有太大差異,證明基金並未能激勵企業進一步滿足他們的僱員和客戶。然而,這些企業在獲得SRI基金後,他們董事局中的女性和非白人比例分別有1.4%和0.5%的輕微增幅。只是這些增幅過低,並不能視為重大的變化。

Michaely教授續道:「SRI基金與企業持份者之間的關係主要有三種:第一種,SRI基金的表現與非SRI基金其實並無差異,即俗稱的「漂綠」;第二種,基金選擇只對在環境和全球問題方面已有足夠關注的企業進行投資;第三種,基金主動與企業合作,幫助他們降低風險並進一步優化其社會責任行為。我們的研究發現,雖然SRI基金的投資取向確實與非SRI基金不同,但它們的投資決定以及投資金額對企業的決策行為沒有產生任何實際影響。換句話說,SRI基金與企業間只產生第二種關係中的「選擇效應」(selection effect),而並非第三種關係的「處理效應」(treatment effect)。」

研究的結果向投資者發出一個重要的訊息,證明SRI基金未能改善企業的實際行為,因此投資者不應抱有過高期望。隨著SRI基金在市場上利潤日增,研究團隊認為監管機構應要求這些基金提高更詳盡、更透明的資訊。

研究全文(只提供英文版本):
Does Socially Responsible Investing Change Firm Behavior?
https://ssrn.com/abstract=3837706

Other Events
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
2025 | 學院新聞
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
港大經管學院今日發表《人工智能模型圖像生成能力綜合評測報告》,針對15個「文生圖模型」及7個「多模態大語言模型」進行全面評估。研究顯示,字節跳動的即夢AI和豆包,以及百度的文心一言,在新圖像生成的內容質素及圖像修改的表現突出;而早前引起全球關注的DeepSeek最新推出的文生圖模型Janus-Pro,則在新圖像生成方面表現欠佳。研究亦發現部分文生圖模型雖然在內容質素方面表現優異,卻在安全與責任方面的表現強差人意。整體而言,與文生圖模型相比,多模態大語言模型整體表現較佳。
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
2025 | 研究
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
如今,人工智能領域的前沿模型技術已經從文本處理拓展至視覺信息的深度理解與生成。這些模型既能精准解讀圖像語義,又能根據文字描述創作出兼具真實感與藝術性的視覺內容,展現出令人驚嘆的跨模態理解與創作能力。本研究聚焦全新圖像的生成和基于現有圖像的圖像修改兩大核心任務,提出了一套系統性的人工智能模型圖像生成能力評測框架。我們基于多維測試集的構建與專家評審,對15個專業文生圖模型和7個多模態大語言模型的圖像生成能力進行了全面評估。結果顯示,字節跳動的即夢AI和豆包以及百度的文心一言在新圖像生成的內容質量與修改任務中表現突出,位列第一梯隊。對比不同類型的AI模型,我們發現,相對于專業文生圖模型,多模態大語言模型整體表現更佳。