Cresce la domanda di servizi di data-screening in grado di aiutare i clienti a trovare investimenti che soddisfino gli standard ESG (ambientali, sociali e di governance). Oltre il 20% del patrimonio globale dei fondi in gestione, alla fine di giugno 2023, è investito utilizzando almeno un parametro di selezione Green, numero 10 volte superiore rispetto a tre anni prima. Inoltre, circa l’8% delle attività dei fondi globali è oggi investito in modo sostenibile (Morgan Stanley).
Perché l’interesse verso il “Green data-screening” aumenta?
La domanda di investimenti più restrittivi sale non solo in risposta al cambiamento dei valori degli attori coinvolti, ma anche in seguito alle rapide modifiche dei requisiti normativi, come il regolamento UE sulla divulgazione della finanza sostenibile (SFDR), che stabilisce le informazioni ESG obbligatorie per i gestori patrimoniali. La possibilità di selezionare le asset class significa che i soggetti coinvolti sono in grado non solo di evitare, ad esempio, produttori di armi, carbone o aziende del tabacco ma anche di investire in modi che enfatizzano risultati benefici più ampi, come l’energia pulita o l’uguaglianza di genere.
Come viene effettuato lo screening?
Gli index and data providers concordano nell’affermare che non sarebbero in grado di soddisfare l’esplosione della domanda di screening ESG se non ci fosse stato un parallelo salto di qualità nelle capacità delle tecnologie di fornirle. Infatti, alcuni di essi, utilizzano sistemi di recupero ed estrazione delle informazioni, abbinate a diversi tipi di intelligenza artificiale per selezionarli rispetto a centinaia di parametri.
Ciò significa che monitorano centinaia di migliaia di fonti pubblicamente disponibili, a partire dalle informazioni diffuse sui siti web, dalle divulgazioni dei media, delle autorità di regolamentazione e delle organizzazioni non governative. «In tutti i casi, c’è un elemento di tutela, in cui i nostri analisti controllano l’output del processo automatizzato per garantire l’aderenza ai più alti standard di qualità», afferma Arik Brutian, vicepresidente senior della digital innovation di Morningstar Sustainalytics.
«I dati sono proliferati in volume da quando l’interesse per gli investimenti ESG ha preso piede», sottolinea Vinit Srivastava, amministratore delegato e cofondatore di MerQube. Questa proliferazione e la conseguente confusione che deriva dal tentativo di dare un senso alle diverse fonti di dati, significa che c’è più che mai bisogno di un «ingegneria del prompt», utilizzata nei modelli generativi di intelligenza artificiale. «È molto importante in tutto questo. Le domande fatte generano la risposta che si ottiene».
Le sfide tecnologiche nello screening dei dati ESG
Una delle principali sfide per chi effettua lo screening in base ai criteri ESG riguarda la qualità dei dati originali. «Il valore delle informazioni disponibili pubblicamente non sempre soddisfa le nostre aspettative, né la divulgazione dei dati ESG è ancora standardizzata», afferma Brutian. Altre riguardano la velocità con cui cambiano le normative. Una tabella di marcia per l’implementazione della finanza sostenibile fornita dall’Autorità europea per gli strumenti finanziari e i mercati indica più di 20 scadenze relative a requisiti per nuove informazioni tra l’inizio del 2021 e il 2028.
Ogni volta che una legge cambia, deve cambiare anche il database di selezione dei dati. In alcuni casi, inoltre, gli enti pubblici possono imporre sanzioni o restrizioni. Per questo tipo di screening, non c’è alternativa al tipo di ricerca condotta dalle tradizionali società di consulenza sul rischio, anche se integrata dall’elaborazione del linguaggio naturale e dall’apprendimento automatico. ©
📸 Credits: Canva.com