Quebrar a perceção das estimativas de dados ESG

As estimativas podem ajudar a enfrentar os desafios dos dados ESG para desbloquear valor para os mercados privados

Nos últimos anos, o ESG tem estado presente nas manchetes dos jornais, com um interesse acrescido por parte dos investidores e preocupações crescentes sobre o potencial de greenwashing. A necessidade de dados fiáveis tornou-se cada vez mais importante. No entanto, persiste um obstáculo notável sob a forma de dados ESG disponíveis limitados - um desafio que pode ser eficazmente resolvido através da utilização de estimativas. 

Apesar da aceitação generalizada das estimativas noutras áreas da análise de investimentos, como o valor temporal do dinheiro ou a relação risco/retorno, continua a haver hesitação no que respeita à utilização de estimativas de dados ESG.

Para compreender o valor potencial dos dados ESG estimados, é necessário formar os investidores sobre o processo de obtenção dessas estimativas e sobre a forma como estas podem esclarecer factores críticos de sustentabilidade. Estas estimativas apoiam uma série de casos de utilização, incluindo a gestão de investimentos, e podem dar início a conversas significativas, colmatar grandes lacunas de dados e, em última análise, permitir que os investidores tomem decisões mais bem informadas.

A necessidade de estimativas

Os mercados privados são cada vez mais reconhecidos pelo seu potencial papel na resolução dos desafios ambientais e sociais. No entanto, continuam a ficar atrás dos mercados públicos, nomeadamente em termos de divulgação de dados sobre sustentabilidade. E, mesmo quando os dados são comunicados, podem nem sempre ser exaustivos, imparciais ou calculados de forma a permitir comparações fáceis.

O facto de se basearapenas nos dados comunicados pode introduzir enviesamentos, devido a desequilíbrios entre recursos. Por exemplo, certas regiões, como a Ásia-Pacífico, apresentam taxas de divulgação consideravelmente mais baixas em comparação com regiões como a Europa. Ao olhar para uma das métricas mais comumente relatadas globalmente, as emissões do Escopo 1, os dados disponíveis relatados para essa métrica nesta região foram de 23% em 2021, contrastando com regiões como a Europa, onde esse número atingiu 38%¹. Da mesma forma, durante o mesmo ano, as empresas de pequena capitalização relataram apenas 24% de seus dados do Escopo 1, enquanto as empresas de média capitalização relataram 56% e as empresas de grande capitalização lideraram o caminho com uma taxa de relatório de 82%². Esta falta de relatórios abrangentes resulta de vários desafios, incluindo recursos limitados, falta de conhecimentos especializados em temas de sustentabilidade e prioridades concorrentes.

As estimativas tornam-se, assim, um instrumento fundamental para colmatar estas lacunas, permitindo aos investidores compreender melhor o desempenho global dos seus investimentos em matéria de sustentabilidade e, por sua vez, tomar decisões informadas que promovam práticas sustentáveis.

SFDR Estudo de caso - Reconhecer a necessidade de estimativas

O regulamento reconhece o papel vital que as estimativas fiáveis podem desempenhar. O Regulamento da UE relativo à divulgação de informações sobre financiamento sustentável (SFDR ) exige que os participantes no mercado financeiro efectuem uma série de divulgações relacionadas com a sustentabilidade. Para os que têm mais de 500 trabalhadores - nos termos do artigo 4.º do SFDR - é obrigatório comunicar anualmente, a nível da entidade, o seu desempenho num máximo de 18 indicadores obrigatórios de impacto adverso principal (PAI) e dois de um conjunto de 46 outros PAI para todos os seus investimentos³.

No entanto, para os casos em que os relatórios directos das empresas investidas não estão disponíveis, SFDR permite a utilização de "melhores esforços" "através da realização de pesquisas adicionais, cooperando com fornecedores de dados de terceiros ou peritos externos, ou fazendo suposições razoáveis." Esta abordagem reconhece os desafios no cálculo de métricas de sustentabilidade complexas, ao mesmo tempo que enfatiza a utilização dos melhores recursos disponíveis, incluindo estimativas em situações específicas⁴.

Obter as estimativas mais fiáveis

No complexo panorama dos dados de sustentabilidade, Clarity AI destaca-se por fornecer estimativas fiáveis. A nossa abordagem combina a aprendizagem automática (ML) avançada e a inteligência artificial (IA) para criar modelos robustos, essenciais para os investidores que procuram uma visão abrangente da sustentabilidade. Esses modelos são a criação colaborativa de especialistas em ciência de dados e sustentabilidade, elaborados usando técnicas de ponta e uma infraestrutura sólida. Esta abordagem garante não só a geração de estimativas sólidas, mas também a capacidade de as validar e explicar. 

Uma caraterística distintiva dos nossos modelos de ML é a sua capacidade de compreender relações complexas e não lineares entre várias características das empresas e o seu desempenho ambiental. Estes modelos analisam habilmente a forma como factores como o tipo de empresa, a localização, o desempenho financeiro, a dimensão e as condições macroeconómicas mais amplas interagem, oferecendo uma compreensão diferenciada das métricas de sustentabilidade.

A qualidade dos dados é essencial no nosso processo. A única forma de criar modelos sólidos é alimentá-los com informações de elevada qualidade. É por isso que implementamos métodos rigorosos para recolher dados comunicados fiáveis e de alta qualidade, complementados por algoritmos avançados de ML, como a deteção de anomalias e métodos de classificação para eliminar amostras não fiáveis. Esta abordagem meticulosa garante a exatidão e a escalabilidade do nosso processamento de dados e permite-nos utilizar os dados certos para treinar os nossos modelos, de modo a que estes possam aprender sinais significativos.

Ao combinar estes dados cuidadosamente seleccionados com as nossas estimativas fiáveis, podemos obter referências do sector, equipando os investidores com dados em que podem confiar para colmatar lacunas de dados e modelar o desempenho de empresas privadas que não apresentam relatórios.

Como é que as estimativas de dados ESG promovem mudanças positivas

Os investidores que adoptam estimativas nos seus relatórios demonstram uma dedicação voltada para o futuro, no sentido de promover práticas sustentáveis e transparentes, ao mesmo tempo que implementam as ferramentas que permitem conversas significativas e o envolvimento com as empresas em que investem. medida que as metodologias e as normas evoluem, as estimativas oferecem uma solução pragmática para colmatar as lacunas de divulgação. Em última análise, a utilização de estimativas ESG promove uma cultura de melhoria contínua e melhores práticas ESG nos mercados privados.

É nesse sentido que o Clarity AI estabeleceu uma parceria com a eFront, uma parte da BlackRock, para integrar as suas principais estimativas e conhecimentos, fornecidos através de índices de referência a nível do sector, diretamente nos fluxos de trabalho dos investidores através da plataforma eFront Insight. Tirando partido destes índices de referência do sector, os serviços de General Partner (GP) e Limited Partner (LP) da eFront podem gerar uma linha de base inicial do desempenho de sustentabilidade de seus investimentos. Essas capacidades avançadas baseadas em tecnologia permitem que os GPs e LPs cumpram os principais requisitos, como divulgações regulamentares, enquanto trabalham para uma divulgação abrangente de dados.

Esta base de referência também permite que os participantes avaliem as suas carteiras, dêem prioridade ao envolvimento em investimentos específicos e obtenham uma visão unificada da sua carteira.

No cenário em constante evolução do investimento ESG, as estimativas desempenham um papel fundamental na libertação do potencial dos mercados privados para impulsionar mudanças positivas e promover práticas sustentáveis. Adotar as estimativas não é apenas uma escolha prática; é um passo estratégico em direção a um futuro de investimento mais responsável e transparente.

Estaanálise foi efectuada utilizando um conjunto de dados de 16 183 empresas com dados disponíveis de emissões de Âmbito 1 em 2021. A composição da amostra é: 92% empresas públicas, 3,6% empresas privadas, 3,6% empresas de investimento público e 0,8% outras entidades.

As empresas de pequena capitalizaçãosão definidas como as que têm uma capitalização bolsista inferior a 2.000 milhões de USD, as empresas de média capitalização têm uma capitalização bolsista entre 2.000 e 10.000 milhões de USD e as empresas de grande capitalização têm uma capitalização bolsista superior a 10.000 milhões de USD.

N.b. no seu recente relatório final final sobre o projeto de Normas Técnicas de Regulamentação, as AES sugerem uma série de alterações, incluindo a introdução de mais IPA obrigatórios.

⁴Ver, por exemplo, uma publicação recente da ESMA publicação sobre a utilização de estimativas