核心观点

• 估计和前瞻性信息在可持续发展报告中的重要性：这些信息对于投资者和其他利益相关者至关重要，但它们也带来了独特的挑战，因为它们本质上是不确定的，并且依赖于专业判断、假设和未来事件。
• ISSA 5000 的作用：该标准提供了一个全球框架，用于对可持续发展信息（包括估计和前瞻性信息）进行保证，但有效应用该标准需要仔细的专业判断，特别是在证据是前瞻性的并且结果在报告日无法验证的情况下。
• 估计与前瞻性信息的区别：虽然估计在会计中很常见，但前瞻性信息引入了不同的维度，它包括预测、预测、潜在情景和其他假设性事件或条件，这些事件或条件反映了实体的预期或意图。
• 保证的局限性：保证估计和前瞻性信息并不提供未来结果将最终实现的保证，也不消除固有的不确定性，但它确实提供信心，即信息已根据合适的标准进行编制，并且关键假设和不确定性已适当披露和解释。
• 专业判断的重要性：在处理与估计和前瞻性信息相关的固有不确定性时，专业判断至关重要，特别是在评估假设、方法和披露的合理性时。

关键数据

• CA ANZ 代表超过 14 万名财务专业人士。
• ACCA 支持一个由超过 257,900 名成员和 530,100 名未来成员组成的多元化社区。
• 案例研究中，ABC plc 的市场范围 2 排放估计增加了 15%。
• ABC plc 的 2030 年净零目标是范围 1 和范围 2 排放。

研究结论

• 保证估计和前瞻性信息需要仔细的计划、深思熟虑的评估和专业判断。
• 透明度对于帮助用户了解估计和前瞻性信息的背景和局限性至关重要。
• 保证结论应明确说明，确保用户了解保证可以和不能提供的。
• 记录对于证明保证结论的依据至关重要。
• 虽然 ISSA 5000 已经发布，但对该标准的实际应用的经验仍然有限，并且随着保证从业者、公司和监管机构获得经验，应用该标准的方法预计将继续发展。

核心观点

本报告探讨了快速支付系统（FPS）中近场通信（NFC）和离线支付等扩展功能的考虑和经验教训。这些功能越来越重要，因为它们被认为是 FPS 采用的重要驱动因素。

NFC 支付

• NFC 技术提供了一种便捷、安全的非接触式支付方式，可以促进 FPS 的采用。
• NFC 支付可以采用付款人发起或收款人发起两种模式。
• NFC 支付的潜在用例包括：接触式点对点支付、接触式点对商家支付、交通支付、快捷支付/软 POS 和点对点支付。
• NFC 支付的益处包括：提高客户体验、提高运营效率、促进金融包容性、为商家提供更多支付选择。
• NFC 支付的挑战包括：技术障碍、对基础设施的依赖、客户教育、设备丢失或被盗。

离线支付

• 离线支付使用户能够在没有互联网连接的情况下完成交易，这对于需要即时交易或处于偏远地区的用户非常重要。
• 离线支付的潜在用例包括：交通支付、离线点对点支付和离线快捷支付/软 POS。
• 离线支付的益处包括：提高客户体验、提高运营效率、促进金融包容性、为商家提供更多支付选择。
• 离线支付的挑战包括：双重支付风险、安全问题、数据完整性、互操作性、商家责任。

风险、方案规则和监管及政策考虑

• NFC 和离线支付改变了风险控制的地理位置和时间，引入了新的风险，需要新的监管方法。
• 欺诈和网络安全风险、双重支付和敞口风险、商户和受理侧风险、数据完整性、同步和记录准确性、责任分配和法律确定性、消费者保护和透明度、隐私和数据保护、事件报告和监管监测、方案规则和运营治理、许可、认证和技术标准、费用治理和市场行为都需要得到解决。
• 监管机构和方案运营商应评估行业准备情况，以确定是否引入这些增强功能，并制定相应的风险缓解策略。

研究结论

• NFC 和离线支付是 FPS 实施中的重要步骤，可以实现真正无摩擦、普遍可访问和实时账到账支付。
• NFC 技术的便捷性增强了 FPS 的实用性和吸引力，并扩展了其应用范围。
• 离线支付在确保 FPS 在连接缺失或不稳定的场景中可靠运行方面发挥着至关重要的作用。
• 实施 NFC 和离线支付解决方案并非没有挑战，但仍具有巨大的潜力，可以推动数字金融转型，促进金融包容性，并实现快速支付的全部潜力。

核心观点

• 人工智能 (AI) 作为宏观关键转型： AI 的发展速度和扩散范围将对全球经济产生重大影响，其影响程度不仅取决于技术前沿的进步，还取决于制度、基础设施和社会接受度等因素。因此，AI 应被视为一种宏观关键转型，而非简单的技术冲击。
• 近期影响限制： 物理、组织瓶颈（如能源需求、数据中心基础设施、需要物理存在的任务）以及劳动力市场对任务构成和专业知识内容的影响，将限制 AI 的近期影响。
• 两种扩散情景： 研究探讨了两种 AI 扩散情景：
  • 基准情景： AI 采用速度慢、不均衡，受监管、社会抵制和基础设施瓶颈的限制。
  • 失控扩散情景： AI 快速广泛应用于各个领域，导致大规模自动化和劳动力 displacement，并加剧市场集中。
• 宏观经济影响： 在两种情景下，AI 都将提高生产力和产出，但分布不均。先进经济体将比发展中经济体更能从 AI 中获益。
• 政策挑战： AI 转型将给财政和货币政策、金融稳定和社会凝聚力带来挑战。政策制定者需要制定灵活、前瞻性和有韧性的政策框架，以应对各种扩散路径和转型风险。

关键数据和研究结论

• 通用人工智能 (AGI) 的时间线： 预计 AGI 的时间线已缩短至 8-10 年。
• AI 使用成本： 某些前沿模型的推理价格已下降超过 99%。
• 自动化对劳动力市场的影响： 自动化对高专业知识任务和低专业知识任务的影响不同，可能导致工资和就业结构的变化。
• 国际不平等： AI 采用可能会加剧国家间的不平等，先进经济体将比发展中经济体更能从 AI 中获益。
• 市场力量： AI 模型的规模经济会加剧市场集中，并导致“赢者通吃”的动态。
• 政策建议：
  • 财政政策： 加强社会保障体系，改革税收制度，以应对劳动力收入下降和支出增加的压力。
  • 货币政策： 改进货币政策诊断工具，以应对价格信号噪音和利率正常水平的不确定性。
  • 金融稳定： 扩大宏观金融监管范围，以应对 AI 相关的转型风险。
  • 结构性政策： 加强竞争，支持技能转型，并加强国际合作，以应对市场集中和跨境溢出效应。

未来工作重点

• 数据差距： 关闭 AI 扩散、行业集中和劳动力市场暴露方面的数据差距，以支持及时的政策反应。
• 情景分析： 将 AI 作为一种潜在的全球性冲击纳入多边监督，并考虑其对溢出效应和政策协调的影响。
• 定期更新情景： 定期更新情景分析，以保持分析和政策反应与 AI 前沿发展同步。

亚洲开发银行（ADB）数据部门通过五个试点项目，展示了如何利用创新数据源和方法提升发展中国家（DMCs）的数据能力。项目涵盖了亚美尼亚、格鲁吉亚、哈萨克斯坦、泰国和越南，主要成果包括：

1. 精准农业监测：

• 项目结合地面观测和卫星图像，利用机器学习算法识别作物类型，实现了高精度作物面积统计。
• 通过分层抽样方法，以较低成本收集高质量地面真实数据，训练机器学习模型，提高了作物监测的效率和精度。
• 该方法可扩展到其他作物、植被类型和地区，为可持续农业生产提供支持。

2. 人类流动分析：

• 利用移动设备的GPS数据，研究泰国内部人口流动模式，揭示了经济发展和差异对人口流动的影响。
• 通过分析COVID-19疫情期间和季风季洪水期间的人口流动变化，为政府制定公共服务和灾害应对策略提供依据。
• 研究发现，经济机会是推动人口流动的关键因素，农业部门需要提高生产力和发展，以吸引和留住劳动力。

3. 环境污染影响：

• 通过手机应用程序收集调查数据和个人活动追踪数据，研究越南河内市空气污染对人们户外活动的影响。
• 研究表明，空气污染预警可以影响人们的户外活动时间，减少暴露于污染物中的风险。
• 随机对照试验证实，接收空气污染预警的人群更倾向于减少户外锻炼，但会进行更强度的锻炼。

4. 数字化和环境核算：

• 项目开发了数字供应使用表（DSUTs）和环境经济账户（SEEA），以衡量数字化和环境对经济的影响。
• DSUTs帮助量化数字经济的贡献和增长，为制定数字转型战略提供数据支持。
• SEEA帮助识别排放热点，跟踪环境变化，为制定减排政策提供依据。

5. 季节性调整：

• 项目介绍了季节性调整方法，以消除季节性因素对经济数据的影响，提高经济监测的准确性。
• 季节性调整有助于政府制定更有效的经济政策，并进行更准确的经济比较。

通过这些项目，ADB数据部门帮助DMCs提升了数据收集、分析和应用能力，为制定更有效的政策提供了数据支持。