龙虎斗ESG风险与AI Risk Intelligence

一家公司一天突然出现20篇负面新闻以后，为什么龙虎斗ESG风险第一步不应该是给它的ESG Score直接扣20分？

公司名字突然出现在二十篇负面报道里很吓人。把每一条URL点开以后，你可能会发现十四篇在转载同一份稿件，三篇引用的是一个NGO两周前的声明，两篇把一家同名公司的旧处罚安到了它头上，剩下一篇是真正新的东西：监管机构昨天公告对它的一家子公司立案调查。这个场景完全是示意，但它几乎是所有ESG风险监测团队都会遇到的日常。如果系统的第一反应是“负面信息二十条，扣二十分”，那么它从第一步就错了。

二十篇报道描述的是几件事？

龙虎斗ESG风险处理这类情况的第一步不是打分，而是回答三个问题：这些报道描述了什么事件？证据处于什么阶段？事件是否真的属于这家公司？第一个问题需要Event Extraction和Event Deduplication：把二十篇文章按主体、时间窗口、事实相似度和来源聚类，还原成一个或几个Event。第二个问题需要Event Status：这条Event是Reported、Alleged、Under Investigation，还是Penalty Issued。第三个问题需要Entity Resolution：报道里写的是集团简称、子公司、旧公司名，还是一家同名企业。三个问题都回答完，二十篇报道可能只剩下一条“子公司被立案调查”的开放事件，外加一条“NGO指控”的Alleged信号。

Allegation、Report、Investigation、Finding、Penalty是五种不同的东西

负面新闻里最容易被混淆的就是这五个词。Report是媒体说发生了什么；Allegation是某一方指控企业做了什么；Investigation是监管机构或司法机关开始核查；Finding是有权机关作出了事实认定；Penalty是基于认定作出的处罚或判决。它们在证据等级上完全不是一回事。某NGO指控企业污染，这可以成为Risk Signal，但系统不能自动写成“企业已经违法污染”。监管机构立案调查，说明存在被调查的事实，但调查可能以无处罚结束。只有Finding和Penalty才有资格被称为“已证实”，而且还要看是否处于Appeal之中。龙虎斗风险预警把这些区别直接编码进事件状态，而不是留给用户去猜标题背后的含义。

Source Reliability决定一条信息能爬到阶梯的哪一级

同一件事，由监管机构官网公告、由主流财经媒体报道、由地方媒体转述、由匿名博客爆料，其可信度不同。龙虎斗ESG风险为每条Evidence记录来源等级：Official Regulatory Source在最上层，其次是Court / Official Filing和Company Disclosure，再往下是Major Reputable Media、Specialist Media、NGO / Industry Source，最底层是Unverified Web Source。但等级不是机械规则。官方来源也需要Context：处罚决定可能后来被复议撤销，公司公告可能有意淡化。真正可靠的判断来自多个相互独立来源的交叉确认，而不是来自一个来源被转载的次数。

ESG Evidence Ladder

这架阶梯有七级：Web Mention、Media Report、Multiple Independent Sources、Official Investigation、Regulatory Finding、Penalty / Judgment、Resolved Status。二十篇负面新闻大多停留在前两级；如果它们全部转载同一篇稿件，甚至连第三级都没有到。只有当监管机构公告出现时，事件才进入第四级。第七级Resolved Status看起来像“风险消失”，但它其实是事件进入历史的标志，权重会随Time Decay下降，却不会被删除，因为它是Recurrence分析的原材料。

为什么“扣二十分”是一种系统性错误

把Mention Count直接转换为分数，会产生几种可预期的失败。第一，Article Syndication会把一条事件放大几十倍，大公司因为报道多而被系统性惩罚，小公司因为没人报道而被系统性放过，这是News Coverage Bias。第二，Allegation Treated as Fact：指控被当成认定，企业的正当回应被忽略。第三，Wrong Entity：同名公司或子公司的事件被错误归属。第四，Old News Resurfacing：两年前已经Resolved的处罚被新的转载重新激活。第五，Alert Fatigue：用户每天收到几十条“高风险”提醒，最后干脆不看。每一种失败都会让分数看起来精确，实际上却在制造并不存在的风险变化。

龙虎斗ESG风险的处理顺序

正确的顺序是：先做Entity Resolution确认主体；再做Event Deduplication把报道压缩成事件；然后给每条Event标注Status与来源等级；接着评估Severity和Materiality，一笔小额程序性罚款和一次重大环境事故不能是同一分值；再计算Confidence，并明确Confidence表示“我们多确定这是这家公司的这件事”，而不是“公司违法的概率”；最后才更新风险画像，并且把变化归因到具体事件。如果分数确实变化了，页面应该能回答“变化来自哪条事件、哪个状态、哪个来源”，而不是只显示一个更低的数字。

一个更具体的推演

假设这二十篇报道最终被还原为两条Event。第一条：监管机构公告对全资子公司A-1立案调查，来源等级Official，状态Under Investigation，Entity Match Confidence高，Severity因为调查主题涉及废水排放而给出中到高的区间，Materiality因为A-1是集团核心产能而判定为高。第二条：某NGO两周前的声明指控集团在另一地区存在污染，来源等级NGO / Industry Source，状态Alleged，没有其他独立来源交叉确认，企业已公开否认。龙虎斗ESG风险会把第一条推入优先复核队列，把第二条记录为待跟踪的争议信号并附上企业回应。至于那十四篇转载、三篇引用与两篇同名误匹配，它们分别成为第一条Event的Cluster记录、第二条Event的重复引用，以及被剔除并标注“主体不符”的文章。二十篇报道的正确归宿就是这样，而不是一个被扣了二十分的数字。

对用户意味着什么

对持有这家企业债券或贷款敞口的风险管理人员，这意味着今天真正需要做的是：阅读监管调查公告原文，确认调查范围与A-1的业务占比，记录Follow-up日期。对ESG研究团队，这意味着把企业回应与NGO指控并列存档，等待进一步证据。对供应链团队，这意味着核对A-1是否在自己的供应商名单里。三类用户看到的是同一条带证据链的事件，而不是三种各自解读的“负面情绪”。这正是龙虎斗官网反复强调的：Alert的价值在于告诉用户下一步该核查什么，而不是告诉用户一个数字。

结论：分数是最后一步，不是第一步

ESG事件系统最重要的不是“负面信息越多分越低”，而是识别这些报道究竟描述了什么事件、证据处于什么阶段，以及是否真的属于这家公司。二十篇报道在龙虎斗ESG风险里的正确归宿，可能是一条Under Investigation的开放事件、一条Alleged的指控信号和一堆被合并的转载记录。至于分数，它应该等到证据足够、主体确认、状态明确之后再动，并且每一次变动都要能被追溯与解释。AI输出属于研究与风险辅助信息，不代表企业违法认定，也不代表任何金融决策。

企业被法院起诉信息刷进风险系统以后，为什么龙虎斗风险预警绝对不能立刻把“被起诉”写成“已经违法”？

一条“Company A被起诉”的消息进入系统，最省事的处理是创建一条Governance Risk事件，标成高风险，然后就再也不碰它。两年后，用户打开这家公司的风险页面，那条事件还在，红色的，即便案件早在一年前就被法院驳回。这不是假设中的极端情况，而是只保存“第一次出现的新闻”的系统的必然结果。龙虎斗风险预警对法律事件的处理原则只有一句话：Legal Event真正有价值的是状态机，而不是标题。

起诉只是程序的起点

被起诉（Filed）意味着有人向法院提交了诉状，法院受理了案件。它证明的是“存在一个诉讼程序”，不证明诉状里的任何主张成立。原告可以是竞争对手、前雇员、股东、NGO，诉讼请求可以是赔偿、停止侵害、信息披露，也可能是程序性的。企业被起诉不代表企业已经败诉，更不代表企业已经违法。把Filed写成“已经违法”，是Allegation Treated as Fact在法律领域最典型的版本。

Litigation State Machine

龙虎斗风险预警为诉讼事件维护的状态包括：Filed（起诉/立案）、Response（企业答辩或公开回应）、Hearing（审理）、Dismissed（驳回或撤诉）、Settled（和解）、Judgment（判决，且判决可能有利也可能不利于企业）、Appeal（上诉）、Closed（案件关闭）。判决之后可以进入Appeal，Appeal之后可能发回重审，Settlement可能在任何阶段发生。每一次状态变化都写入同一个Event ID的Timeline，而不是生成一条新的负面事件。

Claim、Response与Contradictory Evidence

原告的Claim和企业的Response应该一起展示。这不是替企业说话，而是Right to Context：如果系统只保存指控，不保存回应，那么它的风险画像天然偏向负面。当原告说A、企业说B、法院尚未审理时，系统应该显示Conflict，而不是替用户选一个真相。对于用户而言，看到“存在争议且未决”比看到“高风险”要有用得多，因为前者告诉他下一步该去核查什么。

Dismissed、Settlement、Judgment、Appeal各自意味着什么

Dismissed意味着案件被驳回或撤诉，它通常应该让事件进入关闭状态，但需要记录驳回的原因，是程序性驳回还是实体驳回。Settlement意味着双方和解，和解不等于承认违法，但和解条款可能包含整改承诺，这些承诺本身值得跟踪。Judgment意味着法院作出了判决，这是第一次出现真正意义上的Finding，但判决可能对企业有利，也可能不利，而且可能被上诉。Appeal意味着结果尚未最终确定，事件应该重新回到开放状态，而不是被当作已经终结。

Dismissed Case Not Updated：最常见的失败

诉讼监测最常见的失败不是漏掉起诉，而是漏掉结局。起诉往往有新闻，驳回往往没有新闻。如果系统依赖媒体报道作为唯一来源，它会系统性地保留开放状态、错过关闭状态。龙虎斗风险预警的对策是：对每一条Filed状态的事件设置Follow-up，定期回到法院公开信息、企业公告和权威报道核查状态；如果长期没有更新，则标记为“状态未确认”，而不是默认“仍在进行”。

时间戳与旧案复活

同一个Case，2024年立案，2026年已经Dismissed。如果AI在2026年抓到的是一篇2024年的旧报道转载，它可能会把已经关闭的案件重新激活。系统必须区分Event Date、Publish Date和Crawl Date，并且在Entity Resolution之后做Event Match：这条新闻描述的是不是已经存在的Event？如果是，它是一条新的Evidence，而不是一条新的Event。

Materiality：这个案子对这家企业重要吗

并非所有诉讼都值得一条Alert。一家大型集团每年可能面对数十起合同纠纷，其中大多数与ESG无关，也不构成重大风险。龙虎斗ESG风险在诉讼事件上同样评估Materiality：案件主题是否属于ESG范畴、涉案金额或影响相对企业规模如何、是否涉及核心业务或核心主体、是否与历史事件构成Pattern。只有满足条件的案件才进入Alert队列，其余进入Timeline静默跟踪。

Contradictory Evidence与Right to Context

诉讼事件天然带有对抗性：原告的诉状与被告的答辩几乎总是相互矛盾。风险系统如果只抓取起诉新闻，它记录的就只有原告的版本。龙虎斗风险预警要求把企业的公开回应、答辩要点或公告作为同一Event的Evidence保存，并在事件页面并列显示。这不是替企业辩护，而是让用户看到争议的完整形态。当法院尚未作出任何判断时，系统显示的状态应该是“Filed，存在争议”，而不是任何一方的主张。

子公司诉讼与集团暴露

被起诉的主体经常是子公司或某个法律实体，而报道使用的是集团简称。龙虎斗ESG风险先通过Entity Resolution确定直接被告是谁，再通过Knowledge Graph计算集团的传导暴露：全资并表的核心子公司被起诉与参股公司被起诉，对集团的意义不同。事件页面同时显示“直接被告”与“集团暴露”，避免把所有诉讼机械地算给母公司。

Audit Trail

诉讼事件的每一次状态变化都应记录来源、时间与处理人：谁在什么时候根据什么文件把状态从Filed改为Dismissed。这既是可追溯性的要求，也是Correction机制的基础，如果后来发现状态更新有误，可以沿着记录回溯并修正，而不是直接覆盖。

结论：状态比标题重要

Legal Event真正有价值的是状态机。只保存案件第一次出现的新闻，会让已经撤诉的旧风险永远挂在企业头上，也会让用户把程序状态误认为最终事实。龙虎斗风险预警对“被起诉”的正确处理是：创建事件、标注Filed、记录Claim与Response、设置Follow-up、随状态更新Timeline，并且在任何时候都不用“已经违法”去描述一个尚未判决的案件。AI识别结果可能包含待核实事件与模型误判，不构成企业违法认定或法律结论，重要事件应回到原始来源并进行人工核查。