Romper la percepción de las estimaciones de datos ESG

Las estimaciones pueden ayudar a abordar los retos de los datos ESG para desbloquear valor para los mercados privados

En los últimos años, las cuestiones ASG han ocupado un lugar destacado en los titulares, con un mayor interés por parte de los inversores y una creciente preocupación por la posibilidad de que se produzca un "lavado verde". La necesidad de disponer de datos fiables es cada vez más importante. Sin embargo, persiste un obstáculo notable en forma de escasez de datos ESG disponibles, un reto que puede abordarse eficazmente mediante el uso de estimaciones. 

A pesar de la aceptación generalizada de las estimaciones en otros ámbitos del análisis de inversiones, como el valor temporal del dinero o las compensaciones entre riesgo y rentabilidad, sigue habiendo dudas a la hora de utilizar estimaciones de datos ESG.

Para comprender el valor potencial de los datos ESG estimados es necesario educar sobre el proceso de derivación de estas estimaciones y cómo pueden iluminar factores críticos de sostenibilidad. Estas estimaciones sirven de apoyo a una serie de casos de uso, incluida la gestión de inversiones, y pueden iniciar conversaciones significativas, abordar importantes lagunas de datos y, en última instancia, capacitar a los inversores para tomar decisiones mejor informadas.

Necesidad de estimaciones

Cada vez se reconoce más el papel que pueden desempeñar los mercados privados a la hora de abordar los retos medioambientales y sociales. Sin embargo, siguen estando por detrás de los mercados públicos, sobre todo en lo que respecta a la divulgación de datos sobre sostenibilidad. E incluso cuando se comunican datos, no siempre son exhaustivos, imparciales o calculados de forma que permitan compararlos fácilmente.

Basarse únicamente en los datos notificados puede introducir sesgos, debido a los desequilibrios entre los recursos. Por ejemplo, algunas regiones, como Asia-Pacífico, presentan tasas de divulgación considerablemente inferiores a las de regiones como Europa. Si nos fijamos en una de las métricas más comúnmente comunicadas a nivel mundial, las emisiones de Alcance 1, los datos disponibles comunicados para esta métrica en esta región se situaron en el 23% en 2021, lo que contrasta con regiones como Europa, donde esta cifra alcanzó el 38%¹.. Del mismo modo, durante el mismo año, las empresas de pequeña capitalización solo notificaron el 24 % de sus datos de Alcance 1, mientras que las empresas de mediana capitalización notificaron el 56 %, y las empresas de gran capitalización lideraron la clasificación con una tasa de notificación del 82 %².. Esta falta de información exhaustiva se debe a varios problemas, como la escasez de recursos, la falta de experiencia en temas de sostenibilidad y la existencia de prioridades contrapuestas.

Por tanto, las estimaciones se convierten en una herramienta fundamental para colmar estas lagunas, permitiendo a los inversores comprender mejor los resultados globales de sostenibilidad de sus inversiones y, a su vez, tomar decisiones informadas que promuevan prácticas sostenibles.

SFDR Estudio de caso - Reconocer la necesidad de hacer estimaciones

El Reglamento reconoce el papel vital que pueden desempeñar las estimaciones fiables. El Reglamento de la UE sobre divulgación de información financiera sostenible (SFDR ) obliga a los participantes en los mercados financieros a divulgar una serie de datos relacionados con la sostenibilidad. Para los que tienen más de 500 empleados - en virtud del artículo 4 de SFDR - es obligatorio informar anualmente a nivel de entidad sobre su rendimiento en hasta 18 indicadores obligatorios de Impacto Adverso Principal (PAI) y dos de un conjunto de 46 PAI adicionales para todas sus inversiones³..

Sin embargo, para los casos en que no se disponga de información directa de las empresas participadas, SFDR permite el uso de los "mejores esfuerzos" "mediante la realización de investigaciones adicionales, la cooperación con terceros proveedores de datos o expertos externos, o la formulación de hipótesis razonables." Este enfoque reconoce los retos que plantea el cálculo de métricas de sostenibilidad complejas, al tiempo que hace hincapié en el uso de los mejores recursos disponibles, incluidas las estimaciones en situaciones específicas⁴..

Las estimaciones más fiables

En el complejo panorama de los datos sobre sostenibilidad, Clarity AI destaca por ofrecer estimaciones fiables. Nuestro enfoque combina el aprendizaje automático avanzado (ML) y la inteligencia artificial (IA) para construir modelos sólidos, esenciales para los inversores que buscan una visión integral de la sostenibilidad. Estos modelos son el resultado de la colaboración entre expertos en ciencia de datos y sostenibilidad, elaborados mediante técnicas de vanguardia y una sólida infraestructura. Este enfoque garantiza no solo la generación de estimaciones sólidas, sino también la capacidad de validarlas y explicarlas. 

Una característica distintiva de nuestros modelos de ML es su capacidad para comprender relaciones complejas y no lineales entre diversas características de las empresas y sus resultados medioambientales. Estos modelos analizan hábilmente cómo interactúan factores como el tipo de empresa, la ubicación, los resultados financieros, el tamaño y las condiciones macroeconómicas generales, ofreciendo una comprensión matizada de las métricas de sostenibilidad.

La calidad de los datos es esencial en nuestro proceso. La única forma de crear modelos sólidos es alimentarlos con información de alta calidad. Por eso aplicamos métodos rigurosos para recopilar datos de alta calidad y fiables, complementados con algoritmos avanzados de ML como la detección de anomalías y métodos de clasificación para eliminar las muestras poco fiables. Este meticuloso enfoque garantiza la precisión y escalabilidad de nuestro procesamiento de datos y nos permite utilizar los datos adecuados para entrenar nuestros modelos, de modo que puedan aprender señales significativas.

Al combinar estos datos cuidadosamente seleccionados con nuestras estimaciones fiables, podemos obtener referencias del sector, proporcionando a los inversores datos fiables para cubrir lagunas de información y modelizar el rendimiento de las empresas privadas que no informan.

Cómo las estimaciones de datos ESG impulsan el cambio positivo

Los inversores que adoptan las estimaciones en sus informes muestran una dedicación con visión de futuro a la promoción de prácticas sostenibles y transparentes, al tiempo que aplican las herramientas para permitir conversaciones significativas y el compromiso con las empresas en las que invierten. A medida que evolucionan las metodologías y las normas, las estimaciones ofrecen una solución pragmática para colmar las lagunas de información. En última instancia, el uso de estimaciones ASG promueve una cultura de mejora continua y mejores prácticas ASG en los mercados privados.

En este sentido, Clarity AI se ha asociado con eFront, que forma parte de BlackRock, para integrar sus estimaciones y conocimientos líderes, proporcionados a través de índices de referencia del sector, directamente en los flujos de trabajo de los inversores a través de la plataforma plataforma eFront Insight. Aprovechando estos puntos de referencia del sector, eFront General Partner (GP) y Limited Partner (LP) de eFront pueden generar una base de referencia inicial del rendimiento sostenible de sus inversiones. Estas capacidades avanzadas basadas en la tecnología permiten a los GP y LP cumplir requisitos clave, como la divulgación de información reglamentaria, al tiempo que trabajan para lograr una divulgación exhaustiva de los datos.

Esta base de referencia también permite a los participantes evaluar sus carteras, priorizar el compromiso con inversiones específicas y obtener una visión unificada de su cartera.

En el panorama en constante evolución de la inversión ASG, las estimaciones desempeñan un papel fundamental a la hora de liberar el potencial de los mercados privados para impulsar un cambio positivo y promover prácticas sostenibles. Adoptar las estimaciones no es solo una opción práctica; es un movimiento estratégico hacia un futuro de inversión más responsable y transparente.

¹Esteanálisis se realizó utilizando un conjunto de datos de 16.183 empresas con datos disponibles sobre emisiones de Alcance 1 en 2021. La composición de la muestra es: 92% empresas públicas, 3,6% empresas privadas, 3,6% empresas públicas de inversión y 0,8% otras entidades.

Las empresas de pequeña capitalizaciónson aquellas cuya capitalización bursátil es inferior a 2.000 millones de USD, las de mediana capitalización tienen una capitalización bursátil comprendida entre 2.000 y 10.000 millones de USD, y las de gran capitalización tienen una capitalización bursátil superior a 10.000 millones de USD.

³N.b. en su reciente Informe sobre los proyectos de Normas Técnicas de Reglamentación, las AES sugieren una serie de cambios, entre ellos la introducción de nuevos PAI obligatorios.

⁴Véase, por ejemplo, una publicación reciente de la AEVM publicación sobre el uso de estimaciones