💰 quantitative finance

Beyond ESG Scores: Learning Dynamic Constraints for Sequential Portfolio Optimization

تقترح هذه الورقة إطار عمل MACF ومُحسِّنه المخصص MACF-X، وهو إطار عمل مبتكر يتعلم قيود الحوكمة والمسؤولية الاجتماعية والبيئية (ESG) الديناميكية من أدلة متعددة الوسائط لفرض تفضيلات المحافظ المستدامة دون تغيير الملاحظات أو المكافآت الخاصة بالسياسة المالية الأساسية، مما يقلل من ضغط ميزانية الـ ESG في حالات التراجع مع الحفاظ على أداء مالي تنافسي.

المؤلفون الأصليون: Xin Li, Yan Ke, Longbing Cao

نُشر 2026-05-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Xin Li, Yan Ke, Longbing Cao

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تقود سيارة سباق عالية الأداء. مهمتك الوحيدة هي القيادة بأقصى سرعة ممكنة للفوز بالسباق (وهذا هو المحفظة المالية التي تحاول جني المال).

في الماضي، إذا أردت اتباع قواعد "خضراء" أو أخلاقية (ESG)، فقد يُطلب منك النظر إلى ملصق ثابت على لوحة القيادة يقول: "هذه السيارة خضراء بنسبة 70%". لكن هذا الملصق يعاني من مشاكل:

عفا عليه الزمن (لا يتغير عند ظهور أخبار جديدة).
مشوش (قد يعطي أشخاص مختلفون درجات مختلفة للسيارة).
جامد (لا يخبرك إذا كانت هذه المنعطف تحديداً الذي توشك على اتخاذه خطيراً).

تجادل الورقة البحثية بأن معاملة الـ ESG كملصق ثابت هو فكرة سيئة لسيارة سباق تحتاج إلى اتخاذ قرارات في أجزاء من الثانية. بدلاً من ذلك، يقترح المؤلفون نظاماً جديداً يسمى MACF و MACF-X.

إليك كيف يعمل، باستخدام تشبيهات بسيطة:

1. المشكلة: "الملصق الثابت" مقابل "المساعد الديناميكي"

أنظمة الاستثمار القائمة على الذكاء الاصطناعي الحالية تقوم فقط بإضافة درجة الـ ESG إلى لوحة قيادة السيارة. إذا كانت الدرجة منخفضة، يحاول الذكاء الاصطناعي تجنب تلك السيارة. ولكن لأن الدرجة ثابتة ومشوشة، فإن الذكاء الاصطناমি يصاب بالارتباك. قد يعتقد أن سيارة ما "سيئة" بسبب إشاعة قديمة، أو قد يفوت فضيحة حدثت قبل خمس دقائق فقط.

يقول المؤلفون: لا تغير رؤية السائق. دع السائق (الذكاء الاصطناعي المالي) يركز تماماً على السرعة والأمان (الربح والمخاطرة). لا تملأ لوحة قيادته ببيانات ESG مربكة وعفا عليها الزمن.

2. الحل: "المساعد الديناميكي" (MACF)

بدلاً من تغيير رؤية السائق، يقدم المؤلفون مساعداً متخصصاً (يسمى MACF).

ماذا يفعل: يراقب هذا المساعد نفس الطريق ولكن بعيون مختلفة. إنه ينظر إلى الأخبار في الوقت الفعلي، والتقارير الحكومية، وضغط الأقران (الأدلة متعددة الوسائط) لحساب "تكلفة المخفاطرة" لكل حركة يفكر السائق في القيام بها.
الأنواع الثلاثة للمخاطر: يقوم المساعد بتفكيك المخاطر إلى ثلاثة أسئلة محددة:
1. مخاطرة الإضافة (Add-Risk): "إذا اشتريت المزيد من هذا السهم الآن، هل سأدخل في وسط جدل جديد؟"
2. مخاطرة الاحتفاظ (Hold-Risk): "إذا استمررت في الاحتفاظ بهذا السهم، هل أتجاهل مشكلة مستمرة؟"
3. مخاطرة الانتشار (Spill-Risk): "إذا احتفظت بهذا السهم، هل سأنجر للأسفل لأن منافساً في نفس القطاع تعرض لمشاكل؟"
السحر: المساعد لا يخبر السائق ماذا يفعل. هو فقط يهمس بـ "تقدير للتكلفة" إلى نظام الملاحة في السيارة.

3. المهايئ: "المترجم" (MACF-X)

الآن، يحتاج نظام الملاحة في السيارة (المُحسِّن - Optimizer) إلى معرفة كيفية استخدام هذه الهمسة. السيارات المختلفة لها أنظمة ملاحة مختلفة (بعضها يستخدم PPO، وبعضها CRPO، وبعضها TRPO).

MACF-X هو مترجم عالمي. يأخذ همسة المساعد ويحولها إلى اللغة المحددة التي يفهمها نظام الملاحة في السيارة.

هو لا يغير المحرك (العائد المالي).
هو لا يغير عجلة القيادة (الملاحظة).
هو فقط يضيف قيداً: "إذا حاولت القيام بهذه الحركة، فإن 'التكلفة' مرتفعة جداً، لذا ابطئ أو انعطف قليلاً".

4. النتيجة: أسرع وأكثر أماناً

اختبر المؤلفون هذا على سوق محاكى يضم 30 سهماً رئيسياً من الولايات المتحدة (US30) و30 سهماً أوروبياً (EU30).

الطريقة القديمة (الدرجات الثابتة): إما أن تتجاهل السيارة القواعد أو ترتبك بسبب البيانات السيئة، مما يؤدي إلى "انتهاكات الميزانية" (كسر القواعد الأخلاقية) أو ضياع الأرباح.
الطالط الجديدة (MACF + MACF-X):
- ظلت السيارة سريعة (ظل الأداء المالي تنافسياً).
- ظلت السيارة آمنة (نادراً ما كسرت الميزانية الأخلاقية).
- والأهم من ذلك، عندما اختبروا النظام باستخدام بيانات "مبعثرة" (عشوائية الدرجات بحيث لا تعني شيئاً)، فشل النظام. وهذا أثبت أن النظام لم يكن مجرد تخمين؛ بل كان يتعلم بالفعل من أدلة حقيقية وديناميكية.

الخلاصة الكبرى

فكر في الأمر على هذا النحو:

الطريقة القديمة: تخبر الطاهي، "لا تستخدم مكونات ذات تقييم منخفض". يستخدم الطاهي قائمة من العام الماضي. قد يستخدم بالخطأ طماطم متعفنة لأن القائمة لم تُحدث.
الطريقة الجديدة: تخبر الطاهي، "ركز على صنع أفضل طبق". وفي هذه الأثناء، يقف مفتش جودة (MACF) بجانب الموقد. إذا مد الطاهي يده نحو طماطم متعفنة، يصرخ المفتش: "توقف! هذه تكلف 50 نقطة!". لا يحتاج الطاهي لمعرفة لماذا الطماطم متعفنة أو قراءة قائمة التقييمات؛ هو فقط يستجيب لإشارة "التكلفة" الفورية.

تزعم الورقة أن هذا النهج يسمح للذكاء الاصطناعي باحترام الحدود الأخلاقية دون التضحية بالسرعة أو الارتباك بسبب البيانات الفوضوية والقديمة. إنه يحول الـ ESG من "درجة ثابتة" إلى "قيد سلامة ديناميكي".

ملخص تقني: ما وراء درجات ESG: تعلم القيود الديناميكية لتحسين المحافظ الاستثمارية المتسلسلة

1. بيان المشكلة

تعالج الورقة البحثية فجوة حرجة في النهج الحالي القائم على التعلم لتحسين المحافظ الاستثنائية الواعية بمعايير الحوكمة البيئية والاجتماعية وحوكمة الشركات (ESG). تتبع الأساليب الحالية عادةً نهجاً يتمثل في دمج درجات ESG الثابتة ضمن مساحة الملاحظات (observation space) أو دالة المكافأة (reward function) للسياسة. ويرى المؤلفون أن هذا النهج معيب جوهرياً لعدة أسباب:

خصائص البيانات: درجات ESG مشوبة بالضجيج، وتعتمد على مزودي بيانات محددين، وتتسم بضعف التكرار الزمني، وغالباً ما تخضع لمراجعات بأثر رجعي.
عدم التوافق الزمني: لا تتوافق الدرجات الثابتة مع الطبيعة اللحظية (point-in-time) لقرارات المحفظة المتسلسلة.
الواقع المالي: تشير الأدلة التجريبية إلى أن معايير ESG يُفضل التعامل معها كـ "تفضيل للمحفظة" أو "تعرض للمخاطر" أو "بُعد للتحوط"، بدلاً من اعتبارها عامل عوائد (alpha factor) مستقل وقوي.
تحدي التحكم المتسلسل: في التحكم المتسلسل، تكون التكلفة ذات صلة بالحدث (latent) ومشروطة بالفعل (action-conditioned). فهي تعتمد على ما إذا كان إجراء معين مقترح للمحفظة (مثل زيادة التعرض لشركة تحت وطأة جدل نشط مقابل الحفاظ على تعرض موروث) سيزيد من التعرض لمخاطر ESG بارزة حالياً.

ترث الأساليب الحالية القائمة على التعلم أخطاء القياس والانحيازات من الدرجات الثابتة، حيث تعاملها كإشارات عوائد بدلاً من كونها قيوداً. وتتمثل المشكلة الجوهرية في صياغة تحسين المحفظة الواعي بـ ESG كـ مشكلة تحكم مقيد متعلم (learned constrained-control problem)، حيث تُشتق القيود من أدلة متعددة الوسائط وديناميكية ولحظية بدلاً من الدرجات الثاتبة.

2. المنهجية

يقوم الحل المقترح بفصل تعلم تكاليف ESG عن تحسين السياسة المالية، من خلال تقديم مكونين رئيسيين: MACF (حقل القيود متعدد الوسائط والمشروط بالفعل) و MACF-X (مجموعة من المحولات الخاصة بالمحسنات).

2.1 حقل القيود متعدد الوسائط والمشروط بالفعل (MACF)

إن MACF هو نموذج مدرب مسبقاً ومجمد، يتعلم رسم خرائط من الأدلة متعددة الوسائط اللحظية وتحولات المحفظة المقترحة إلى تكاليف ESG خاصة بآلية معينة.

سياق المدخلات ( $H_{i,t}$ ): لكل أصل $i$ $i$ عند الزمن $t$ $t$ ، يستقبل MACF سياقاً مهيكلاً يشمل:
- الإشارات الدقيقة (Micro signals): ذاكرة الأحداث على مستوى الشركة (الأخبار، التقارير التنظيمية).
- الإشارات المتوسطة (Meso signals): الضغوط من الأقران والصناعة.
- الإشارات الكلية (Macro signals): سياق نظام السوق (التقلبات، أسعار الفائدة، عدم اليقين السياسي).
- إشارات المرتكز (Anchor signals): أدلة عالية الثقة من المصادر الرسمية.
- سياق المحفظة: حالة المحفظة قبل التداول وتغيير الوزن المرشح ( $\Delta w_{i,t}$ ).
هيكل المخرجات: يخرج MACF ثلاثة تنسيقات (tensors) لكل آلية $k \in \{add, hold, spill\}$ $k \in {a dd, h o l d, s p i l l}$ :
- $\rho^{\Delta}_{i,t}$ : تكلفة زيادة التعرض (مخاطر الإضافة - add-risk).
- $\rho^{w}_{i,t}$ : تكلفة الحفاظ على التعرض (مخاطر الاستمرار - hold-risk).
- $u_{i,t}$ : تقدير عدم اليقين.
التجميع: يتم تجميع درجات مستوى الأصل إلى تكاليف مستوى المحفظة ( $c^{(k)}_t$ ) وحالات عدم اليقين ( $\bar{u}^{(k)}_t$ ) باستخدام تغييرات الأوزان المرشحة والتعرضات ما بعد التداول. وهذا يسمح للنظام بالتمييز بين إضافة مركز مخاطر إلى مركز مخاطر أو الحفاظ على مركز موروث.
التدريب: يتم تدريب MACF عبر إشراف ضعيف على أهداف مستمدة من الأحداث (مخاطر الإضافة، مخاطر الاستمرار، مخاطر الانتشار) ويتم تجميده قبل بدء تحسين سياسة التعلم التعزيزي العميق (DRL).

2.2 MACF-X: المحولات الخاصة بالمحسنات

يعمل MACF-X كجسر، حيث يقوم بحقن تكاليف ESG المتعلمة وعدم اليقين في محسنات المحافظ الحالية الخالية من النماذج (model-free) دون تعديل مساحة الملاحظات للسياسة أو العائد المالي. وهو يترجم مخرجات MACF إلى واجهات أصلية لثلاث فئات من المحسنات:

التقليص (Scalarization) / لاغرانج (مثل PPO): يحول MACF-X التكاليف إلى مصطلحات ضغط تكيفية، واعية بالفائض (slack) وعدم اليقين، تُضاف إلى دالة الميزة (advantage function).
تبديل الجدوى (Feasibility Switching) (مثل CRPO): يوفر MACF-X إشارة تبديل مدركة للآلية تحدد ما إذا كان يجب على المحسن إعطاء الأولوية لتحسين العائد أو تقليل القيود بناءً على فائض الميزانية الحالي وعدم اليقين.
منطقة الثقة / الهندسة الآمنة (مثل TRPO, CPO): يعيد MACF-X تشكيل هندسة منطقة الثقة المحلية (مصفوفة فيشر) لدمج اتجاهات تكلفة ESG المتعلمة، مما يضمن بقاء تحديثات السياسة ضمن المناطق الآمنة المحددة بالقيود الديناميكية.

2.3 الهدف المالي

تظل السياسة المالية خالية تماماً من معايير ESG. تتضمن دالة المكافأة ( $r_t$ ) عوائد المحفظة اللوغاريتمية، وتكاليف المعاملات، وعقوبات التراجع (drawdown)، ولكنها تستبعد صراحةً درجات ESG. تدخل معايير ESG إلى النظام فقط كقيد ( $\bar{J}_{c_k}(\theta) \le b_k$ ) على متوسط التكاليف.

3. المساهمات الرئيسية

الصياغة: تصيغ الورقة تحسين المحفظة المتسلسلة الواعية بـ ESG كمسألة تحكم مقيد متعلم، حيث تُعامل معايير ESG كتكاليف لحظية مشروطة بالفعل بدلاً من درجات ثابتة تُلحق بالملاحظات أو المكافآت.
MACF: تقديم حقل قيود متعدد الوسائط ومشروط بالفعل يفكك مخاطر ESG إلى آليات (مخاطر الإضافة، مخاطر الاستمرار، ومخاطر الانتشار) مع تقديرات عدم اليقين، والمستمدة من أدلة ديناميكية.
MACF-X: مجموعة من المحولات التي تضخ هذه القيود المتعلمة في مختلف المحسنات الخالية من النماذج (PPO, CRPO, TRPO, CPO) عبر واجهات أصلية، مما يحافظ على هيكل السياسة المالية مع تقليل ضغط ميزانية ذيل ESG.

4. النتائج التجريبية

قيم المؤلفون الإطار على عالمين: US30 (30 سهماً أمريكياً كبيراً عبر 6 قطاعات) و EU30 (نظراء أوروبيون مطابقون).

4.1 النتائج الرئيسية (US30)

تحقيق القيود: قللت جميع متغيرات MACF-X بشكل كبير من "انتهاك ESG" (نسبة التكلفة المحققة إلى الميزانية) مقارنة بـ PPO غير المقيد.
الأداء المالي:
- التقليص (MACF-PPO): حقق عوائد عالية (31.60%) مع تقليل متوسط لانتهاك ESG.
- تبديل الجدوى (MACF-CRPO): حسن العائد، ونسبة شارب (Sharpe)، ونسبة كالمار (Calmar)، وقلل انتهاك ESG مقارنة بالأساس CRPO.
- منطقة الثقة (MACF-TRPO/CPO): حقق MACF-TRPO أدنى انتهاك لـ ESG (1.85)، بينما قدم MACF-CPO أقوى المقاييس المالية بين متغيرات منطقة الثقة.
المقارنة بالنماذج المرجعية: تفوق MACF-X بشكل عام أو عادل نماذج PPO ذات العقوبة الثابتة وطرق لاغرانج.

4.2 التحقق من صحة السوق المتقاطع (EU30)

تم تطبيق البروتوكول على EU30 مع إعادة معايرة الميزانيات. نجح MACF-X في الانتقال إلى هذا السوق الجديد، محافظاً على أو محسناً للمقايضة بين العائد والسلامة ضمن كل واجهة محسن، مما أثبت أن النهج ليس خاصاً بسوق معين.

4.3 دراسات الاستئصال (Ablation Studies)

الأدلة الديناميكية مقابل الدرجات الثابتة: أدت استبدال حقل MACF المتعلم بالدرجات الثابتة لـ ESG (أو درجات ثابتة مشوشة) إلى نتائج لا تختلف تقريباً عن الضجيج. وهذا يؤكد أن المكاسب تعتمد على الأدلة الديناميكية اللحظية و تفكيك الرؤوس الثلاثة (إضافة/استمرار/انتشار)، وليس مجرد التوزيع الهامشي للدرجات الثابتة.
جودة الحقل: أدى حذف مدخلات ديناميكية محددة (مثل بطاقات أحداث الميكرو، ذاكرة الشركة، إحصائيات الأقران) إلى تدهور قدرة حقل MACF على ترتيب العينات عالية المخاطر (انخفاض AUC90، ارتفاع RMSE)، مما يثبت ضرورة الهيكل متعدد الوسائط والمشروط بالفعل.
تفكيك الرؤوس: أدى ضغط الحقل ثلاثي الرؤوس إلى قيمة عددية واحدة إلى زيادة RMSE بمقدار ستة أضعاف، مما يشير إلى أن الآليات الثلاث تشفر دلالات فعلية متميزة لا يمكن دمجها.

5. الأهمية والادعاءات

تدعي الورقة أن أهميتها الأساسية تكمن في تحويل النموذج المعرفي لدمج معايير ESG في الذكاء الاصطناعي المالي:

من العائد (Alpha) إلى القيد: تجادل الورقة ضد معاملة الاستدامة كإشارة عوائد مشوبة بالضجيج (alpha) وتدفع باتجاه وضعها كتعرض لمخاطر ديناميكية أو قيد.
فصل التعلم عن التحسين: من خلال فصل تعلم تكاليف ESG (MACF) عن تحسين السياسة (MACF-X)، يسمح الإطار للبنى التحتية لـ DRL المالية باستيعاب القيود المتعلمة دون إعادة هندسة دالة المكافأة أو مساحة الملاحظات.
الارتباط بالفعل: يسلط النهج الضوء على أن خطر ESG ليس خاصية ثابتة للأصل بل هو دالة لـ الفعل المتخذ (مثل الشراء مقابل الاحتفاظ).
القابلية للتوسع: يشير التصميم القائم على المحولات (MACF-X) إلى إمكانية دمج قيود ESG الديناميكية والمتعلمة في مجموعة واسعة من خوارزميات التحكم المقيد، مما ينقل المجال إلى ما وراء الفرز القائم على الدرجات الثابتة.

خلص المؤلفون إلى أنه بينما يركز العمل الحالي على محسنات وعوالم محددة، فإن الاتجاه يشير نحو التحكم المستدام في المحافظ الاستثمارية القائم على القيود الديناميكية، رهناً بتوفر مجموعات بيانات ESG عامة وقابلة للتدقيق ولحظية.