SRI, dati e bias: il triangolo delle bermuda dei fund manager

Tuttavia, le sfide più rilevanti per gli investitori sono l'accesso alla qualità e alla pertinenza dei dati, nonché la gestione dei limiti dei dati ESG e le possibili conseguenze sull'attuazione della strategia SRI.

50 SFUMATURE DI DATI

I dati ESG includono qualsiasi indicatore che faccia luce sul contesto di sostenibilità di un asset, di un meccanismo o di un'azienda. Oggi possiamo distinguere quattro tipi principali di dati ESG: "Informative ESG obbligatorie", ad esempio documentazione finanziaria, procure o informazioni ESG extrafinanziarie obbligatorie, "Informative ESG volontarie" provenienti da bilanci di sostenibilità, siti web aziendali, indagini di divulgazione ESG (ad es. CDP) o iniziative volontarie (TCFD, ecc.). Inoltre, "Fonti pubbliche e alternative" fornite da varie fonti pubbliche come i media, le ONG, i governi e il mondo accademico, e infine "Informazioni ESG calcolate". I dati calcolati possono derivare da un lato dai provider di rating ESG che utilizzano metodi propri per elaborare e standardizzare i dati esistenti in una serie di criteri di misurazione, punteggi, rating e classifiche. Dall'altro, i dati calcolati possono provenire da provider più specializzati che coprono questioni specifiche (ad es. rischio climatico, impatto sociale, ecc.). Di recente, abbiamo visto entrare in gioco anche le fintech. Con l'aumento nel tempo del numero di informative aziendali, documenti e fonti esterne, continua a emergere una quantità esponenziale di dati che pone agli investitori una serie di innegabili domande su come approfondire questa mole di informazioni, sulla loro rilevanza e su come affrontare i limiti dei dati ESG.

50 SFUMATURE DI BIAS 

Questi dati possono contenere una moltitudine di bias che, se non correttamente riconosciuti e gestiti, potrebbero mettere a rischio gli investitori e portare a decisioni di investimento sbagliate. Senza la pretesa di essere esaustivi, possiamo individuare una prima tipologia: il "bias sui dati grezzi". In effetti, la rendicontazione ESG è ancora volontaria, per cui né il sistema di parametri né i metodi contabili forniti sono uniformi, il che può limitare la comparabilità tra società e settori. Ciò implica, tra l'altro, una grande quantità di dati mancanti senza una logica chiara (vi sono società che non divulgano le proprie informazioni?), il che può portare a una distorsione delle analisi degli investitori. Un altro tipo è il "bias settoriale", derivante dal fatto che i rischi specifici legati alla singola società e le differenze nei modelli di business non sono sempre adeguatamente considerati nelle valutazioni di rating composite. A causa di significative differenze nei modelli di business e nell'esposizione al rischio, le aziende di un settore vengono in genere valutate secondo lo stesso modello.

Inoltre, I dati ESG possono presentare "bias geografici", in quanto gli obblighi di rendicontazione e le norme commerciali sulla divulgazione dei dati ESG variano notevolmente, causando notevoli discrepanze tra le regioni. Le società europee hanno, in media, punteggi migliori rispetto a quelle di Stati Uniti o Giappone, il che complica il confronto e l'integrazione a livello globale. Le società che dispongono di norme più severe in materia di divulgazione delle informazioni saranno più in linea con le richieste di rating ESG.

Inoltre, può verificarsi un "bias di capitalizzazione azionaria", in quanto alle capitalizzazioni azionarie superiori tendono ad essere associati rating ESG significativamente più elevati. Infatti, alcune grandi aziende forniscono sempre più risorse per rispondere ai questionari di terzi e sviluppare una visione più dettagliata e positiva delle loro attività. Pertanto, si potrebbe probabilmente stabilire una correlazione tra la capacità di una società di produrre contenuti ESG e la qualità dei rating associati! Anche il "bias culturale" gioca un ruolo importante.

CON LO SGUARDO SEMPRE AVANTI E MAI INDIETRO

Un fund manager SRI deve dare prova di convinzione e non limitarsi a guardare nello specchietto retrovisore.

Al giorno d'oggi, i punteggi ESG hanno soprattutto una valenza retrospettiva, in quanto la rendicontazione dei provider di rating include uno sfasamento temporale ed è aggiornata solo annualmente, con conseguente mancanza di reattività rispetto al calendario finanziario. Nel migliore dei casi, i dati ESG possono guardare al quadro attuale con il valore aggiunto di un impegno costante degli investitori e di un'analisi delle controversie.

Tuttavia, al di là di questo problema temporale, la sfida di oggi per la creazione di strategie responsabili a lungo termine è legata alla selezione dei migliori dati ESG, capaci di massimizzare la performance finanziaria nonché all'aggiunta di una serie di dati alternativi che permettano di cogliere precocemente i segnali deboli di un'azienda e consentire una migliore reattività.

Benché le tecnologie per i big data siano cruciali per gestire con efficienza la mole esponenziale di dati, l'intervento dell'uomo rimane fondamentale nell'analisi ESG, ad esempio per coinvolgere le aziende e promuovere l'adozione di best practice, ma anche per la promozione di nuovi profili e competenze nella data science che siano in grado di comprendere questi dati e metodologie, e tradurli in strategie SRI innovative.