Tassonomia UE: Usare la tecnologia per analizzare la performance dei fondi "verdi".
Superare i problemi di rendicontazione della tassonomia UE con un approccio di data science
Nei mercati odierni degli investimenti sostenibili, un gruppo crescente di tassonomie finanziarie emergenti mira a chiarire cosa significhi essere sostenibili. Come sistema di classificazione comune per le attività economiche sostenibili, la tassonomia dell'UE è un pioniere in questo campo e sarà determinante per raggiungere gli obiettivi di riduzione delle emissioni e di mitigazione del Green Deal dell'Unione Europea. Ma conformarsi alla tassonomia dell'UE non è facile.
In particolare, comporta due principali sfide attuative per gli investitori:
- Una chiara discrepanza tra le esigenze degli investitori e i dati disponibili. Questa discrepanza è dovuta sia alla tempistica, in quanto gli investitori devono iniziare a fare reporting prima delle società, sia all'ambito delle società soggette a reporting, sia dell'UE che dei paesi terzi.
- Un processo di sviluppo normativo continuo. Gli investitori devono essere pronti ad adattarsi man mano che vengono definiti altri obiettivi, sia ambientali che sociali. Clarity AI sfrutta la tecnologia e l'esperienza per fornire ai clienti strumenti solidi e completi per soddisfare i requisiti di divulgazione e progettazione dei prodotti.
Questo rapporto fornisce approfondimenti sul settore della green economy, fondamentale per la transizione verso un'economia neutrale dal punto di vista climatico. Se l'economia verde manterrà l'attuale crescita del 4,2%, potrebbe rappresentare fino al 5,5% del valore del mercato globale entro il 2030. La prima sezione di questo documento evidenzia i meriti di un approccio di data science per la rendicontazione della tassonomia dell'UE attraverso tre casi d'uso specifici:
- come lo screening semantico granulare può aiutare a identificare le attività green di un'azienda su scala
- come i modelli aiutano a validare i criteri di selezione tecnica (TSC) in modo scalabile, trasparente e affidabile
- come l'elaborazione del linguaggio naturale può contribuire alla creazione di definizioni imparziali di "danno significativo"
La seconda sezione mette al lavoro la tassonomia UE, analizzando le performance di un sottoinsieme di 31.000 fondi azionari utilizzando gli approfondimenti di Clarity AI . Gli investitori trarranno grandi benefici da una profonda comprensione delle caratteristiche comuni dei fondi meglio posizionati per la transizione a basse emissioni di carbonio, sia per la costruzione di nuovi prodotti finanziari che per la valutazione delle performance degli investimenti attuali.
