De beperkingen van ESG-gegevens en ratings overwinnen

Technologie inzetten om uitdagingen op het gebied van ESG-gegevens te overwinnen

Nieuwkomer zijn op een markt kan een grote uitdaging zijn, omdat er sterke toetredingsdrempels kunnen bestaan. Op 27 juni 2022 publiceerde de ESMA een brief die zij naar de Europese Commissie heeft gestuurd om de bevindingen te presenteren van haar Call for Evidence on Market Characteristics of ESG Rating and Data Providers. Een daarvan is dat: "Voor contractuele doeleinden noemden gebruikers twee belangrijke drijfveren: prijs-kwaliteitverhouding en bestaande commerciële relaties met de onderneming die ESG-ratings verstrekt". Aangezien contracten gemiddeld meerdere jaren lopen, is het niet eenvoudig om in de markt door te breken.

Maar een nieuwe kijk op marktpraktijken is ook een krachtige manier om waarde te creëren. Disruptie kan leiden tot een vernieuwd aanbod met een sterkere focus op de behoeften van de klant. Het is geen verrassing dat de ESMA in haar brief wijst op verschillende beperkingen van de huidige aanbieders van ESG-gegevens en ratings. Deze zijn bekend en zijn al aangetoond in studies van de Europese Commissie, IOSCO en MIT om er maar een paar te noemen. 

Deze beperkingen zijn precies de reden waarom Clarity AI in 2017 werd opgericht. Ze overwinnen maakt deel uit van ons DNA. Sociale impact naar de markten brengen is een van onze doelstellingen en om dit te doen was een frisse aanpak nodig op basis van technologie en transparantie. Het kostte ons drie jaar om het platform te ontwikkelen dat onze klanten de mogelijkheden kon bieden om zich een beeld te vormen van de duurzaamheidsprestaties van hun investeringen. Sindsdien streven wij voortdurend naar verbetering. 

Toegespitst op de belangrijkste door de ESMA gesignaleerde beperkingen, volgen hier enkele voorbeelden van hoe wij hebben getracht relevante oplossingen te bieden:

1.) Kwaliteit, dekking en granulariteit van de gegevens

Wij gebruiken drie belangrijke gegevensbronnen: externe gegevensverstrekkers (meer dan 70), onze eigen gegevensverzamelingsprocessen en onze eigen schattingsmodellen. Hierdoor kunnen wij betrouwbare gegevenssets op schaal ontwikkelen. We vergelijken meerdere bronnen en bepalen voor elk gegevenspunt de meest betrouwbare. Door middel van technologie (Machine Learning en natuurlijke taalverwerking) breiden wij datasets uit en ontwikkelen wij nieuwe metrieken waar geen gerapporteerde gegevens bestaan. Om te voldoen aan nieuwe wettelijke vereisten (zoals de rapportage van belangrijke negatieve gevolgen, PAI's, in het kader van de Sustainable Finance Disclosure Regulation, SFDR), ontwikkelen we een specifieke en op maat gemaakte aanpak om zo goed mogelijk aan de verwachtingen van de regelgevers te voldoen.

Daardoor is onze gegevensdekking twee tot drie keer groter dan die van onze naaste concurrenten en bieden wij unieke systematische transparantie over de bron en het betrouwbaarheidsniveau van elk gegevenspunt.

2.) Complexiteit van de methodologieën, gebrek aan transparantie en geaggregeerde verwarring

Onze missie is onze klanten in staat te stellen hun eigen visie te vormen. Wij erkennen het feit dat er geen uniforme aanpak bestaat voor de beoordeling van duurzaamheid. Naast gegevens van hoge kwaliteit bieden wij daarom transparante en wetenschappelijk onderbouwde methodologieën die voor elk van onze modules toegankelijk zijn. Omdat onze klanten specifieke duurzaamheidsvoorkeuren kunnen hebben, bieden wij aanpasbare scoremethoden om ervoor te zorgen dat aan die behoeften wordt voldaan. Voor ESG-risico vertrouwen wij bijvoorbeeld op de financiële materialiteitsmatrix van de SASB, maar wij bieden de mogelijkheid om elk gewicht op pijler-, subpijler- of KPI-niveau aan te passen, om te kiezen tussen een best in class- of een best in universe-benadering, en om specifieke drempels voor gegevensrelevantie te kiezen. Deze functionaliteit is met één eenvoudige klik beschikbaar voor volledige portefeuilles.

3.) Ontoereikend aantal geschoolde middelen voor een tijdige follow-up van de portefeuilles en de correctie van fouten

Als technologisch bedrijf (twee derde van onze 300 personeelsleden zijn technici) vertrouwen wij niet op menselijke analisten om aanpassingen op schaal uit te voeren. Er is geen andere manier om op efficiënte wijze tot 40k emittenten en bijna 300k fondsen te bestrijken. Deze flexibiliteit stelt ons ook in staat het tempo van de ontwikkeling van de regelgeving bij te houden. Zo kostte het ons slechts twee maanden om de twee nieuwe taxonomische milieudoelstellingen inzake biodiversiteit en vervuiling te implementeren. Om de twee weken werken we automatisch de nieuwe taxonomie-afstemmingscijfers bij die bedrijven openbaar maken. Tot slot kunnen wij dankzij robuuste AI-modellen (onderhouden door een team van meer dan 25 gegevenswetenschappers) consistentiecontroles uitvoeren, uitschieters opsporen en indien nodig fouten corrigeren.

4.) VS-centrische vooroordelen in verband met de concentratie van de belangrijkste aanbieders

Clarity AIDe holding is gevestigd in de VS. De meeste van onze operationele medewerkers bevinden zich echter in Europa (Spanje en Portugal). Misschien nog belangrijker is dat al onze gegevens worden gehost op servers in Europa, een belangrijke garantie als het gaat om regelgeving op Europees niveau. Ten slotte kunnen wij verschillende perspectieven op duurzaamheid met elkaar in evenwicht brengen: de meer Noord-Amerikaanse kijk op de impact op de ondernemingswaarde via onze ESG-risicomodule en de impactkant van dubbele materialiteit zoals die in de Europese regelgeving is verankerd via onze impactmodules. Omdat wij weten dat er vooroordelen bestaan, bieden wij in onze instrumenten mogelijkheden om deze te ondervangen (zoals hierboven vermeld, bijvoorbeeld door het score-universum aan te passen op basis van geografie, omvang of beschikbaarheid van gegevens). 

5.) Belangenconflict

Onze scores zijn resultaten van algoritmen en berusten niet op kwalitatieve beoordelingen door analisten.. De onderliggende methodes zijn transparant en worden systematisch toegepast. Bovendien zijn de scoringsprocessen, zoals hierboven geïllustreerd, aanpasbaar door onze klanten. Ten slotte houden wij ons niet alleen verre van adviesdiensten voor ondernemingen, maar zijn wij er ook trots op dat wij volledig onafhankelijk zijn van aanbieders van beleggingsoplossingen.

Zoals de ESMA stelt: "De markt voor aanbieders van ESG-ratings en -gegevens wijst op een onvolgroeide maar groeiende markt". Op Clarity AI vonden wij dat de beste manier om de marktbeperkingen te overwinnen en de sector duurzaam beleggen te helpen op een gezonde basis te groeien, erin bestond onszelf niet te definiëren als een aanbieder van ESG-gegevens of ESG-ratings, maar als een technologieplatform voor duurzaamheid.