La domanda di servizi di screening dei dati che possano aiutare i clienti a trovare investimenti che soddisfino gli standard ambientali, sociali e di governance (ESG) è aumentata vertiginosamente negli ultimi anni.
Oltre il 20% del patrimonio globale gestito dai fondi è stato investito utilizzando almeno un filtro di restrizione (che consente agli investitori di evitare determinati settori o società) entro la fine di giugno 2023: 10 volte di più rispetto a tre anni prima, secondo un rapporto di Morgan Stanley.
Come sottolineano i ricercatori di Morgan Stanley, la domanda di investimenti più “esclusivi” è aumentata non solo in risposta al cambiamento dei valori degli investitori, ma anche come risultato di rapidi cambiamenti nei requisiti normativi – come il Regolamento sulla divulgazione finanziaria sostenibile dell’UE, che stabilisce l’obbligo di fornire informazioni ESG da parte dei gestori patrimoniali.
La possibilità di selezionare gli investimenti significa che gli investitori sono in grado non solo di evitare, ad esempio, produttori di armi o aziende produttrici di carbone termico o tabacco – che sono le esclusioni più comuni – ma anche di investire in modi che enfatizzino risultati benefici più ampi, come investimenti più puliti energia o uguaglianza di genere.
Morgan Stanley stima che circa l’8% del patrimonio dei fondi globali sia ora investito in modo sostenibile.
Come viene effettuato lo screening?
I fornitori di indici e dati concordano sul fatto che non sarebbero in grado di soddisfare l’esplosione della domanda di screening e ranking ESG se non ci fosse stato un parallelo salto nelle capacità delle tecnologie per fornirli.
Morningstar Sustainalytics, uno dei più noti fornitori di dati e indici ESG, afferma di utilizzare tecnologie di recupero ed estrazione delle informazioni, abbinate a diversi tipi di intelligenza artificiale, come l’apprendimento automatico, l’elaborazione del linguaggio naturale e l’intelligenza artificiale simbolica (che cerca di imitare le capacità umane) gestire concetti e regole di comportamento) – per valutare gli investimenti rispetto a centinaia di criteri ESG.
Ciò, afferma, significa che monitora centinaia di migliaia di fonti disponibili al pubblico, a partire dalle informazioni pubblicate su siti web, pubblicazioni sui media, pubblicazioni di enti regolatori e organizzazioni non governative e fornitori di dati non standard, come ricerche indipendenti sull’offerta rischio catena.
“In tutti i casi, esiste un elemento di curation, in cui i nostri analisti controllano l’output del processo automatizzato per garantire il rispetto dei più elevati standard di qualità”, afferma Arik Brutian, vicepresidente senior per l’innovazione digitale presso Morningstar Sustainalytics.
Vinit Srivastava, amministratore delegato e co-fondatore di MerQube, fornitore di indici specializzato che si è spostato nel settore ESG, sottolinea che i dati sono “proliferati” in volume da quando ha guadagnato terreno l’interesse per investire secondo principi sostenibili.
Questa proliferazione e la conseguente confusione e contraddizioni che derivano dal tentativo di dare un senso a diverse fonti di dati, significa che c’è più che mai bisogno di ciò che lui definisce “prompt engineering”, che viene utilizzato nei modelli di intelligenza artificiale generativa. “È fondamentale in tutto questo”, afferma. “Le domande che fai generano la risposta che ottieni.”
Srivastava osserva che qualsiasi informazione di difficile interpretazione rappresenta, tuttavia, un’opportunità per qualsiasi investitore che cerca un vantaggio competitivo. Una delle aree di nicchia con cui lavora MerQube utilizza l’elaborazione del linguaggio naturale per analizzare il linguaggio utilizzato dai dirigenti senior nelle chiamate sugli utili, che, come afferma, sono lungimiranti, al contrario dei rapporti sugli utili, che forniscono un quadro storico.
“La tecnologia è stata un fattore abilitante”, afferma Srivastava.
Quali sono le sfide tecnologiche nello screening dei dati ESG?
Brutian di Morningstar afferma che una delle principali sfide per coloro che selezionano gli investimenti in base ai criteri ESG riguarda la qualità dei dati originali. “La qualità dei dati disponibili al pubblico non sempre soddisfa le nostre aspettative, né la divulgazione ESG è ancora standardizzata”, afferma, aggiungendo che Morningstar Sustainalytics ha creato misure di salvaguardia supportate dalla tecnologia per cercare di garantire l’affidabilità dei dati e l’attendibilità delle fonti.
Altre sfide riguardano la velocità con cui le normative stanno cambiando. Una tempistica di implementazione della finanza sostenibile fornita dall’Autorità europea degli strumenti finanziari e dei mercati indica più di 20 scadenze relativi agli obblighi di nuova informativa tra inizio 2021 e 2028.
Ogni volta che cambia una legge, lo stesso vale per il database di screening dei dati. In alcuni casi, anche, gli enti pubblici possono imporre sanzioni o restrizioni, ad esempio ai fornitori cinesi che si ritiene abbiano collegamenti con strutture militari o con il lavoro forzato nella regione dello Xinjiang.
Per questo tipo di screening, non esiste alternativa al tipo di ricerca approfondita condotta dalle tradizionali società di consulenza sul rischio, anche se integrata dall’elaborazione del linguaggio naturale e dall’apprendimento automatico. “Senza la tecnologia, non saremmo in grado di fare la metà di ciò che facciamo”, afferma un esperto specializzato in screening della catena di approvvigionamento. “Ma non c’è alcun sostituto per gli esseri umani intelligenti.”
I professionisti dello screening dei dati hanno dovuto anche sviluppare metodi per confrontare i dati nel tempo, ad esempio le promesse di un’azienda sugli obiettivi climatici. Morningstar Sustainalytics afferma di utilizzare processi che consentono di “triangolare” gli obiettivi comunicati dalle aziende e di confrontarli con i dati sulle emissioni di tali aziende.
Leonardo Bonanni, fondatore e amministratore delegato di Sourcemap, specialista in dati sulla catena di fornitura, afferma che i suoi sistemi possono verificare eventuali frodi. Ad esempio, se un’azienda dichiara di utilizzare materiali riciclati, Sourcemap può verificare che esistano record di transazioni a sostegno di tale affermazione.
Questo lavoro è stato aiutato enormemente, dice Bonanni, da quelle che lui chiama tecnologie “robuste di intelligenza artificiale”, come l’elaborazione del linguaggio naturale, piuttosto che dalle tecnologie di intelligenza artificiale generativa come ChatGPT che hanno recentemente fatto notizia. Srivastava è d’accordo. “Le tecniche di intelligenza artificiale non sono nuove; ciò che è cambiato è la potenza di elaborazione”, afferma.