Η ιεραρχία δεδομένων της ταξινομίας της ΕΕ: Αποκωδικοποίηση αναφερόμενων, ισοδύναμων και εκτιμώμενων δεδομένων
Πώς η λύση EU Taxonomy του Clarity AIμπορεί να σας βοηθήσει να διακρίνετε τύπους δεδομένων
Μαζί, οι κανονισμοί της ΕΕ για την ταξινόμηση και οι κανονισμοίSFDR δημιουργούν κανόνες για το πώς οι συμμετέχοντες στις χρηματοπιστωτικές αγορές (κυρίως διαχειριστές περιουσιακών στοιχείων) πρέπει να δημοσιοποιούν πληροφορίες που σχετίζονται με τη βιωσιμότητα. Για παράδειγμα, οι διαχειριστές περιουσιακών στοιχείων που προσφέρουν χρηματοοικονομικά προϊόντα που προωθούν περιβαλλοντικά χαρακτηριστικά (άρθρο 8) ή στόχους (άρθρο 9) πρέπει να γνωστοποιούν τον τρόπο με τον οποίο τα προϊόντα τους ευθυγραμμίζονται με την ταξινομία της ΕΕ. Για να το πράξουν αυτό, μπορούν είτε να συλλέξουν οι ίδιοι τις απαραίτητες πληροφορίες είτε να βασιστούν σε τρίτους παρόχους, όπως το Clarity AI.
Αυτό μπορεί να αποτελέσει πρόκληση για τους διαχειριστές περιουσιακών στοιχείων, καθώς αναρωτιούνται πώς να ερμηνεύουν με ακρίβεια τα δεδομένα, πώς να αναμειγνύουν αξιόπιστα τις πηγές δεδομένων και πώς να δημιουργούν τα αναλυτικά εργαλεία που είναι απαραίτητα για τη δημιουργία του απαιτούμενου αποτελέσματος. Επιπλέον, υπάρχουν ερωτήματα σχετικά με το ποιες πληροφορίες μπορούν να χρησιμοποιηθούν και πότε, καθώς η ρυθμιστική αρχή κάνει διάκριση μεταξύ των αναφερόμενων, ισοδύναμων και εκτιμώμενων δεδομένων ταξινόμησης της ΕΕ.
Αναφερόμενα, ισοδύναμα ή εκτιμώμενα δεδομένα: Τι είναι και πώς διαφέρουν;
Αναφερόμενα δεδομένα
Οι εταιρείες που εμπίπτουν στην οδηγία για τη δημοσιοποίηση μη χρηματοοικονομικών πληροφοριών (NFRD) υποχρεούνται να αναφέρουν, κατά τη διάρκεια του 2022, την καταλληλότητά τους για την ταξινόμηση των στόχων του μετριασμού της κλιματικής αλλαγής και της προσαρμογής στην κλιματική αλλαγή. Λίγο αργότερα, κατά τη διάρκεια του 2023, θα πρέπει να υποβάλουν έκθεση σχετικά με την επιλεξιμότητα και την ευθυγράμμισή τους και για τους έξι περιβαλλοντικούς στόχους¹. Αυτό θεωρεί η ρυθμιστική αρχή τις αναφερόμενες πληροφορίες.
Πώς παρουσιάζει το Clarity AI ανέφερε δεδομένα;
Χάρη στην τεχνολογία μας και την εστίασή μας σε συστηματικά εργαλεία, μπορούμε να ενσωματώσουμε πολύ γρήγορα τα δεδομένα ταξινομίας της ΕΕ που αναφέρονται από τις εταιρείες. Δεδομένου ότι τα αναφερόμενα δεδομένα είναι ο καλύτερος τύπος δεδομένων, τους δίνουμε επικράτηση έναντι οποιωνδήποτε άλλων πληροφοριών που μπορεί να έχουμε για μια εταιρεία. Επίσης, καθιστούμε σαφές στον χρήστη ότι αυτά τα δεδομένα προέρχονται από μια αναφορά, συμπεριλαμβανομένης της κατάλληλης ετικέτας και ενός συνδέσμου προς την ίδια την αναφορά όταν ισχύει.
Ισοδύναμα δεδομένα
Δεδομένου ότι δεν υποβάλλουν όλες οι εταιρείες δεδομένα ταξινομίας της ΕΕ και πολλές δεν εμπίπτουν στο πεδίο εφαρμογής της NFRD, οι διαχειριστές περιουσιακών στοιχείων «μπορούν να βασίζονται σε ισοδύναμες πληροφορίες σχετικά με την ευθυγράμμιση της ταξινόμησης που λαμβάνονται απευθείας από εταιρείες στις οποίες γίνονται επενδύσεις ή από τρίτους παρόχους».
Ισοδύναμα δεδομένα είναι οι πληροφορίες που γνωστοποιούνται και είναι παρόμοιες/ανάλογες με τα δεδομένα που αναμένονται από τον κανονισμό.
Πώς ερμηνεύει και εφαρμόζει το Clarity AI ισοδύναμο δεδομένα;
Στη λύση ταξινομίας εε, χρησιμοποιούμε ισοδύναμα δεδομένα που ταιριάζουν με τα τεχνικά κριτήρια για να δημιουργήσουμε ένα αποτέλεσμα επιλεξιμότητας ή ευθυγράμμισης για τις εταιρείες για τις οποίες δεν έχουμε αναφέρει δεδομένα. Αντιμετωπίζουμε επίσης ως ισοδύναμη τη συνεισφορά επιλέξιμων δραστηριοτήτων που δεν έχουν καθόλου τεχνικά κριτήρια (όπως η παραγωγή ηλεκτρικής ενέργειας από αιολική ενέργεια).
Εκτιμώμενα δεδομένα
Η ρυθμιστική αρχή θεωρεί τα εκτιμώμενα δεδομένα τις πληροφορίες που προέρχονται από εύλογες υποθέσεις. Με άλλα λόγια, αναφέρεται σε όλες τις πληροφορίες που δεν αναφέρονται ούτε είναι ισοδύναμες.
Πώς ερμηνεύει και εφαρμόζει το Clarity AI εκτιμάται δεδομένα;
Στο Clarity AI, χρησιμοποιούμε εκτιμώμενα δεδομένα με τρεις βασικούς τρόπους:
- Δεδομένα που αναφέρονται από την εταιρεία που ταιριάζουν απόλυτα με τεχνικά κριτήρια, αλλά για τα οποία έχουμε χρησιμοποιήσει διακομιστές μεσολάβησης / εκτιμήσεις για τον υπολογισμό του σχετικού ποσοστού εσόδων. Για παράδειγμα, μια εταιρεία μπορεί να αποκαλύψει τον αριθμό των ηλεκτρικών οχημάτων που πωλήθηκαν αλλά όχι τα σχετικά έσοδα, οπότε θα πρέπει να εκτιμήσουμε τη μέση τιμή μονάδας για να καταλήξουμε σε αυτό το ποσό.
- Δεδομένα που αναφέρονται από την εταιρεία που πληρούν εν μέρει τεχνικά κριτήρια. Για παράδειγμα, ένας παραγωγός χάλυβα μπορεί να γνωστοποιήσει την ένταση άνθρακα της παραγωγής του, αλλά όχι τη χρησιμοποιούμενη διαδικασία κατασκευής, επομένως εκτιμούμε το εφαρμοστέο τεχνικό όριο χρησιμοποιώντας τις διαθέσιμες πληροφορίες.
- Πληρεξούσια με βάση τους μέσους όρους του τομέα από την ακαδημαϊκή έρευνα. Για παράδειγμα, μπορεί να μάθουμε από την ακαδημαϊκή βιβλιογραφία ότι οι παραγωγοί τσιμέντου είναι απίθανο να εκπληρώσουν τα όρια εκπομπών άνθρακα της ταξινομίας της ΕΕ πριν από το 2040.
Και στις τρεις περιπτώσεις, το προϊόν μας θα χαρακτηρίζεται ως "δυνητικό" ("δυνητική συμβολή", "πιθανή ευθυγράμμιση" κ.λπ.) για να καταστεί σαφές στον χρήστη ότι βασιζόμαστε σε εύλογες υποθέσεις για τη δημιουργία των αποτελεσμάτων μας. Κάνουμε επίσης τις πηγές μας διαθέσιμες για τους πελάτες, ώστε να μπορούν να κατανοήσουν πώς φτάνουμε στις εκτιμήσεις μας.
Πότε μπορούν οι διαχειριστές περιουσιακών στοιχείων να χρησιμοποιούν εκτιμώμενα δεδομένα;
Ο κανονισμός για την ταξινομία της ΕΕ ορίζει ότι, για τις «εξαιρετικές περιπτώσεις στις οποίες οι συμμετέχοντες στις χρηματοπιστωτικές αγορές δεν μπορούν εύλογα να λάβουν τις σχετικές πληροφορίες για να προσδιορίσουν αξιόπιστα την ευθυγράμμιση (...), τους επιτρέπεται να προβαίνουν σε συμπληρωματικές εκτιμήσεις και εκτιμήσεις βάσει πληροφοριών από άλλες πηγές» (κανονισμός για την ταξινόμηση 2022/852) . Αυτό το ερμηνεύουμε ως περιορισμό στη χρήση εκτιμήσεων μόνο σε ορισμένες περιπτώσεις και όχι με γενικευμένο τρόπο. Αξίζει να σημειωθεί ότι οι διαχειριστές περιουσιακών στοιχείων, οι ασφαλιστές και τα πιστωτικά ιδρύματα βάσει της NFRD (αναφερόμενες ως χρηματοπιστωτικές επιχειρήσεις) μπορούν να χρησιμοποιούν εκτιμήσεις στις εθελοντικές γνωστοποιήσεις τους σε επίπεδο οντότητας (έγγραφο συχνών ερωτήσεων του άρθρου 8 της Ευρωπαϊκής Επιτροπής).
Πώς χρησιμοποιούνται οι διαφορετικοί τύποι δεδομένων;
Για να διασφαλίσουμε τη συμμόρφωση με τις κανονιστικές αναφορές, συμπεριλαμβάνουμε μια γεννήτρια προτύπων που συμπληρώνει την ευθυγράμμιση ταξινομίας της ΕΕ ενός δεδομένου χαρτοφυλακίου με βάση μόνο αναφερόμενα και ισοδύναμα δεδομένα.
Όταν τα αποτελέσματά μας παρουσιάζονται με έναν "πιθανό" προσδιορισμό, αυτό σημαίνει ότι οι πληροφορίες βασίζονται σε εκτιμήσεις. Αυτού του είδους οι πληροφορίες μπορούν να βοηθήσουν τους διαχειριστές περιουσιακών στοιχείων να προβλέψουν την ευθυγράμμιση των εκδοτών που αναμένεται να δημοσιοποιήσουν ισοδύναμες πληροφορίες ή πληροφορίες ειδικές για την ταξινομία ή να μετρήσουν τον βαθμό στον οποίο ένα χαρτοφυλάκιο επηρεάζει θετικά τους περιβαλλοντικούς στόχους, ακόμη και αν η υποβολή κανονιστικών εκθέσεων δεν αποτελεί το κύριο σημείο εστίασης.
¹Οι έξι περιβαλλοντικοί στόχοι της ταξινομίας της ΕΕ είναι: Μετριασμός της κλιματικής αλλαγής· προσαρμογή στην κλιματική αλλαγή· βιώσιμη χρήση και προστασία των υδάτων και των θαλάσσιων πόρων· Μετάβαση σε μια κυκλική οικονομία· Ρύπανση, πρόληψη και έλεγχος· και Προστασία και αποκατάσταση της βιοποικιλότητας και των οικοσυστημάτων
