ESGLens：基于 LLM 的 RAG 框架用于交互式 ESG 报告分析与评分预测

环境、社会和治理（ESG）报告是投资决策的核心，但其篇幅长、内容异构且缺乏标准化结构，使得人工分析成本高昂且不一致。我们提出了 ESGLens，一个概念验证框架，结合检索增强生成（RAG）与提示词工程提取技术来自动化三项任务：（1）由全球报告倡议组织（GRI）标准指导的结构化信息提取，（2）具有来源可追溯性的交互式问答，以及（3）通过对 LLM 生成的嵌入进行回归来预测 ESG 评分。ESGLens 是专门为该领域定制的：报告处理模块将异构的 PDF 内容分割为有类型的块（文本、表格、图表）；GRI 指导的提取模块检索并合成与特定标准对齐的信息；评分模块嵌入提取的摘要并将其输入到针对伦敦证券交易所集团（LSEG）参考评分训练的回归模型中。我们在 QQQ、S&P 500 和 Russell 1000 指数中公司约 300 份报告（2022 财年）上评估了该框架。在三种嵌入方法（ChatGPT、BERT、RoBERTa）和两种回归器（神经网络、LightGBM）中，ChatGPT 嵌入与神经网络相结合，对 LSEG 真实评分取得了 0.48 的皮尔逊相关系数（$R^{2} \approx 0.23$）——考虑到约 300 份报告的训练集规模且仅限于环境支柱，这是一个适度但具有统计意义的信号。可追溯性审计显示，提取的 10 项声明中有 8 项可与源文档核实，两项失败归因于少样本示例泄露。我们讨论了数据集规模和仅限于环境指标等局限性，并发布了代码以支持可复现性。