Superar las limitaciones de los datos y calificaciones ESG

Aprovechar la tecnología para superar los retos de los datos ESG

Ser un recién llegado a un mercado puede ser un reto importante, ya que pueden existir fuertes barreras de entrada. El 27 de junio de 2022, la AEVM publicó una carta que envió a la Comisión Europea para presentar las conclusiones de su convocatoria de pruebas sobre las características del mercado de proveedores de datos y calificaciones ESG. Una de ellas es que: "A efectos contractuales, los usuarios mencionaron dos factores clave principales: la relación precio-calidad y las relaciones comerciales existentes con la empresa que proporciona calificaciones ESG". Teniendo en cuenta, además, que los contratos tienen una duración media de varios años, introducirse en el mercado no es tarea fácil.

Pero dar una nueva mirada a las prácticas del mercado es también una forma poderosa de crear valor. La disrupción puede proporcionar ofertas renovadas con un mayor enfoque en las necesidades de los clientes. No es de extrañar que la carta de la AEVM destaque varias limitaciones de los actuales proveedores de datos y calificaciones ASG. Éstas son bien conocidas y ya se han puesto de manifiesto en estudios de la Comisión Europea, la OICV y el MIT, por citar algunos. 

Estas limitaciones son la razón por la que se fundó Clarity AI en 2017. Superarlas forma parte de nuestro ADN. Llevar el impacto social a los mercados es uno de nuestros objetivos y para ello necesitábamos un enfoque novedoso basado en la tecnología y la transparencia. Nos llevó tres años desarrollar la plataforma que pudiera ofrecer a nuestros clientes las capacidades que les permitieran formarse su opinión sobre el rendimiento de sostenibilidad de sus inversiones. Desde entonces nos esforzamos constantemente por mejorar. 

Centrándonos en las principales limitaciones señaladas por la AEVM, he aquí algunos ejemplos de cómo hemos tratado de aportar soluciones pertinentes:

1.) Calidad, cobertura y granularidad de los datos

Utilizamos tres fuentes principales de datos: proveedores de datos externos (más de 70), nuestros propios procesos de recopilación de datos y nuestros propios modelos de estimación. Esto nos permite desarrollar conjuntos de datos fiables a escala. Comparamos múltiples fuentes e identificamos la más fiable para cada punto de datos. A través de la tecnología (aprendizaje automático y procesamiento del lenguaje natural) ampliamos los conjuntos de datos y desarrollamos nuevas métricas allí donde no existen datos notificados. Para responder a los nuevos requisitos normativos (como la notificación de los principales impactos adversos, PAI en virtud del Reglamento de Divulgación de Financiación Sostenible de la Unión Europea, SFDR), desarrollamos un enfoque específico y adaptado para satisfacer mejor las expectativas de los reguladores.

Como resultado, nuestra cobertura de datos es de dos a tres veces mayor que la de nuestros competidores más cercanos y proporcionamos una transparencia sistemática única sobre la fuente y el nivel de fiabilidad de cada punto de datos.

2.) Complejidad de las metodologías, falta de transparencia y confusión agregada

Nuestra misión es capacitar a nuestros clientes para que puedan formarse su propia opinión. Reconocemos que no hay un enfoque único para la evaluación de la sostenibilidad. Por ello, más allá de los datos de alta calidad, ofrecemos metodologías transparentes y con base científica que son accesibles para cada uno de nuestros módulos. Dado que nuestros clientes pueden tener preferencias específicas en materia de sostenibilidad, ofrecemos métricas de puntuación personalizables para garantizar que se satisfagan esas necesidades. Para el riesgo ESG, por ejemplo, nos basamos en la matriz de materialidad financiera de la SASB, pero ofrecemos la posibilidad de ajustar todas y cada una de las ponderaciones a nivel de pilar, subpilar o KPI, de seleccionar entre un enfoque de lo mejor de la clase o de lo mejor del universo, y de elegir umbrales específicos de relevancia de los datos. Esta funcionalidad está disponible con un solo clic para carteras enteras.

3.) Número insuficiente de recursos cualificados para garantizar el seguimiento oportuno de las carteras y la corrección de errores

Como empresa tecnológica (dos tercios de nuestros 300 empleados son técnicos), no dependemos de los analistas humanos para desplegar los ajustes a escala. No hay otra forma de cubrir eficazmente hasta 40.000 emisores y cerca de 300.000 fondos. Esta agilidad también nos permite seguir el ritmo de la evolución normativa. Por ejemplo, sólo tardamos dos meses en aplicar los dos nuevos objetivos medioambientales de la taxonomía sobre biodiversidad y contaminación. Cada dos semanas actualizamos automáticamente las nuevas cifras de alineación de la taxonomía divulgadas por las empresas. Por último, el hecho de basarnos en sólidos modelos de IA (mantenidos por un equipo de más de 25 científicos de datos) nos permite aplicar controles de coherencia de los datos, identificar los valores atípicos y proceder a la corrección de errores cuando sea necesario.

4.) Sesgos centrados en Estados Unidos vinculados a la concentración de los principales proveedores

Clarity AItiene su sede en Estados Unidos. Sin embargo, la mayor parte de nuestro personal de operaciones se encuentra en Europa (España y Portugal). Y lo que quizá sea más importante, todos nuestros datos están alojados en servidores situados en Europa, una garantía importante cuando se trata de la normativa a nivel europeo. Por último, podemos equilibrar diferentes perspectivas de la sostenibilidad: reflejando la visión más norteamericana del impacto en el valor de la empresa a través de nuestro módulo de riesgo ESG, así como el lado del impacto de la doble materialidad tal y como se recoge en la normativa europea a través de nuestros módulos de impacto. Como sabemos que existen sesgos, ofrecemos en nuestras herramientas la posibilidad de superarlos (como se ha mencionado anteriormente, por ejemplo, adaptando el universo de puntuación en función de la geografía, el tamaño o la disponibilidad de datos). 

5.) Conflicto de intereses

Nuestras puntuaciones son resultados de algoritmos y no se basan en evaluaciones cualitativas de los analistas. Las metodologías subyacentes son transparentes y se aplican sistemáticamente. Además, como se ha ilustrado anteriormente, nuestros clientes pueden personalizar los procesos de puntuación. Por último, no sólo nos mantenemos al margen de cualquier servicio de asesoramiento para empresas, sino que también nos enorgullecemos de ser totalmente independientes de cualquier proveedor de soluciones de inversión, lo que nos permite centrarnos en ofrecer las mejores capacidades de evaluación de la sostenibilidad.

En palabras de la AEVMEl mercado de proveedores de calificaciones y datos ESG es indicativo de un mercado inmaduro pero en crecimiento". En Clarity AI nos dimos cuenta de que la mejor manera de superar las limitaciones del mercado para ayudar a la industria de la inversión sostenible a crecer a gran escala sobre una base sólida, era definirnos no como un proveedor de datos ESG ni como un proveedor de calificación ESG, sino como una plataforma tecnológica de sostenibilidad.