Prendre de l’avance dans le domaine du Big Data ESG grâce à une approche scientifique fondée sur les données

Les données et la science constituent les fondements des décisions d’investissement

En tant que gestionnaires d’actifs systématiques, nous essayons d’identifier les tendances et les évolutions à partir de données pertinentes. Notre expertise réside principalement dans le développement de signaux, mais aussi dans la combinaison sophistiquée d’indicateurs individuels et leur intégration dans les modèles d’investissement existants.

Chez Quoniam, l’approche d’investissement est scientifique et fondée sur les données. « Fondée sur les données » signifie que nous utilisons de grandes quantités de données pour étayer nos décisions. L’aspect scientifique implique que notre choix de données repose sur l’utilisation de méthodes rigoureuses, systématiques et objectives pour obtenir des informations fiables et valables. Par conséquent, lorsque nous ajoutons des données ESG à notre processus d’investissement, nous ne procédons pas de manière superficielle, mais appliquons la même approche scientifique et fondée sur les données que pour l’investissement financier.

Utilisation du big data ESG

En tant que gestionnaire d’actifs quantitatif, nous nous appuyons sur les infrastructures existantes pour l’analyse et l’exploitation des données de durabilité. De cette façon, nous extrayons efficacement les informations pertinentes pour les portefeuilles durables qui sont alignés sur les objectifs financiers d’investissement et les KPI des clients.

Lorsque nous avons abordé l’ESG comme un nouveau projet de données, notre premier objectif a été de comprendre les données et la relation entre les nombreux indicateurs qui existent dans le domaine de l’ESG. Les mots clés importants en la matière sont « distribution des données », « couverture » et « corrélation ».

En ce qui concerne les données ESG, nos recherches ont montré que certaines données ne sont souvent pertinentes que pour quelques secteurs. Par exemple, une entreprise présente-t-elle un risque d’actifs échoués, comme de grandes réserves de charbon ou de pétrole laissées dans le sol ? Nous avons également constaté que les données historiques ne sont souvent pas ou pas suffisamment disponibles, en particulier les données climatiques.

Les données climatiques cachent des résultats intéressants

Lorsque nous avons analysé les données dans le domaine ESG, nous avons constaté que les brevets verts sont en partie positivement corrélés aux émissions de CO2, c’est-à-dire que les entreprises disposant de plus de brevets verts ont tendance à produire des émissions de CO2 plus élevées. Nous avons trouvé cela intéressant et avons donc approfondi nos analyses sur les brevets verts.

Nous avons également constaté que l’évaluation des entreprises sur le plan climatique porte principalement sur les émissions du passé. Nous pensons toutefois qu’une telle évaluation devrait également tenir compte de la manière dont les entreprises prévoient de réduire leurs émissions à l’avenir. La concentration du portefeuille exclusivement sur les données relatives aux émissions passées exclut les secteurs à fortes émissions, mais aussi les candidats potentiels à la transformation.

Zoom sur les opportunités futures

Nous avons donc focalisé nos recherches sur les données climatiques relatives à des indicateurs qui ont un lien avec les émissions futures potentielles des entreprises, en nous intéressant par exemple plus en profondeur aux brevets verts. Le domaine des données prospectives n’a pas encore fait l’objet de beaucoup de recherches et nous avons choisi de publier nos résultats dans le document intitulé « Back to the Future: The Role of Forward-looking Climate Metrics in Decarbonization Portfolios ».¹

La force des gestionnaires quantitatifs réside dans l’intégration des risques et des opportunités climatiques dans le processus d’investissement existant. Pour créer notre stratégie actions climatiques, nous avons examiné comment concilier les indicateurs climatiques et les prévisions de rendement et quelle est la corrélation de ces indicateurs avec les facteurs de style classiques. L’absence de biais sectoriel et géographique était également importante. Enfin, nous avons réfléchi à la manière de mettre en œuvre une stratégie climat ayant un certain potentiel de rendement, qui gère simultanément des risques et des opportunités climatiques, et à l’impact de l’intégration climatique sur la performance de la stratégie d’investissement.

Prochaines évolutions

À l’heure actuelle, nous utilisons des données ESG classiques ou structurées, mais des efforts sont fournis par la recherche, les fournisseurs de données, mais aussi par nous-mêmes pour améliorer la qualité, la disponibilité et la compréhension des données de manière à utiliser et filtrer des données non structurées telles que celles issues d’articles de presse, de présentations des résultats des entreprises et des rapports des sociétés pour obtenir des informations supplémentaires. Le Big Data ESG restera selon nous un sujet dynamique.

Dr Jieyan Fang-Klingler, Co-responsable des prévisions de recherche, Quoniam Asset Management GmbH

*Indicateurs clés de performance (KPI)
¹L’article est disponible sur https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4135443