ESG投资策略是近十余年来兴起的理念，它包含投资的可持续性和社会价值内涵的三个核心要素：环境、社会、公司治理。它要求在投资决策过程中除了考虑财务回报以外，还要充分评估资产对企业和社会发展产生的影响。随着社会发展，这些非财务指标蕴含的社会意义和价值日益显著，投资人和资产管理人已逐渐认识到非财务指标在投资决策中的价值及其对社会发展所能产生的贡献。在全球范围内，许多国家主权基金、养老金和其他金融机构投资人都自发自愿地在投资活动中应用ESG投资理念。
相比海外，A股上市公司ESG信息披露较少，并且缺乏及时性，数据较为分散、无统一的标准，给投资带来一定难度。但在国内，信息技术发展迅猛，金融科技大数据很好的解决了ESG投资的难题。金融科技由大数据、区块链、云计算、人工智能等新兴前沿技术带动，对传统金融行业进行颠覆式的变革，提升金融行业效率并有效降低运营成本。举例来讲，现在很多对冲基金是通过机器学习、数据挖掘来管理基金，基于大数据训练人工智能，使其拥有了不错的辅助分析、管理基金的能力。2004年后，全球的国际组织和投资机构将ESG的体系不断深化，随着人工智能和大数据等相关金融科技技术和应用的发展，ESG投资在金融科技广泛应用的背景之下有着更多发展机遇。
一是金融科技助力信息筛选整合，解决信息不对称、信息过多的问题。通过爬虫等技术手段进行全方位的信息搜集，在海量的信息中无遗漏地捕捉有效数据；再通过深度数据清洗，建立量化驱动的模型，将ESG指标逐一量化、标准化，整合并融入到传统投研体系中，完成投资决策的优化。
二是投资信号能被更加准确、快速的捕捉。利用机器学习、深度学习等技术，能够实时跟踪上市公司ESG相关的舆情并优先于市场反应，可以更及时有效地避免损失或捕捉收益。自然语言处理技术（NLP）让计算机理解语言文本的意义，也能以自然语言文本来表达给定的深层的意图、思想等。基于NLP以及机器学习技术搭载的ESG舆情监控类平台，根据拟定的百余个ESG相关舆情标签，能够对投资标的的实时舆情进行抓取和分类，在ESG层面及时反馈投资标的潜在的风险，辅助投资决策的产生以及投后的跟踪管理。
三是搭建更客观、全面的ESG评价体系。前沿金融科技技术使我们在深度数据搜集、结构化后能够进一步搭建出深化的ESG评价系统，并通过监控舆情实时更新，判断出ESG的领先者和落后者。摆脱完全依赖公司主动披露和其他公开信息查找的局面，结合已有评价体系、加入本土化指标，进行更高质量、长期跟进的ESG评分。
