ESG进行系统投资 无需浪费金钱
来源： 2020-12-17 17:32:29
对ESG的不断增长的需求不仅推动了对标准和法规的需求，而且也推动了对ESG评级的一致性的需求。投资者尤其担心，ESG数据提供者之间的ESG评分不一致会导致洗礼，而不是准确地衡量其商业行为所隐含的公司声誉风险，这是因为公司可以选择各种提供者提供的最佳评分，或者是因为公司本身会提供掩盖风险的自我披露。
RepRisk建立了其每日的ESG研究并仅根据超过100,000个公共来源的报告，对公司的实际ESG行为发出信号。
领先的ESG数据科学公司RepRisk的定量投资主管Heiko Bailer博士(如图)一直在整个投资过程中推动可操作的ESG信号的系统集成。他最重要的评论是：“为了成功集成到各种投资流程中，ESG信号必须基于一致且相关的数据捕获流程，要经常更新，有足够的历史记录，并且要透明且可自定义。”
与许多ESG评级提供者相比，RepRisk不考虑公司备案(自我报告)，其产品线或内部结构(例如，董事会中有多少名女性)。RepRisk数据集的目的是系统地识别和评估与全球任何上市和私营公司有关的重大ESG风险。自2006年以来，RepRisk专门以20种语言在100,000多家媒体和利益相关者来源上建立了研究和指标，例如NGO和区域政府报告，监管机构和新闻网站。人工智能和机器学习算法每天对超过500,000个文档进行过滤，分类和自动链接，之后，由85多名分析师组成的全球团队根据基于规则的方法来整理和分析数据。研究结果可通过在线尽职调查平台获得，
这会导致每日更新和高度相关的数据点，这些数据点专门用于衡量公司的ESG行为及其声誉风险，这些风险可能影响未来的财务绩效。
一致且相关的数据采集和分类过程
自2006年以来，RepRisk通过将AI和机器学习(ML)的独特组合与一个庞大的分析师团队一起使用一致的数据捕获过程，以确保数据的深度和完整性并将其映射反馈到ML流程中。随着流行病/大流行，游说和种族主义/种族不平等等新的相关主题的出现，RepRisk扩大了其研究范围。它还定期添加新语言。
图1显示了“种族主义/种族不平等”主题标签，该标签最近已添加到RepRisk的研究范围中，以及该标签在北美洲前5个行业中受到监控的违规次数。
经常更新
想要成功测试交易策略的交易员和数据科学家需要每天更新的数据集，以适应市场的节奏。资产经理还期望投资组合构建，监控和贴标的信号频率与他们的再平衡范围相匹配。大多数投资者需要的不仅仅是年度数据点。即使按季度或每月计划重新平衡，投资者也可以实施基于阈值的特殊重新平衡，当公司接近高风险敞口时就会触发这种重新平衡。
对于持续的风险监控，每日更新至关重要。图2显示了RepRisk的Wirecard AG的G分数如何迅速捕捉到声誉风险不断恶化的情况，并可能阻止投资者随之而来的后果。
足够的历史
另一个重要的一点是，数据必须基于随时间推移而保持一致的方法，并且具有足够长的数据历史以捕获各种市场状况。自2006年以来，RepRisk使用相同的基于规则的方法来及时创建其数据集，以识别和评估ESG风险，同时扩大了研究范围和语言覆盖范围。
透明度和自定义
有多种策略和信号可以决定如何制定交易决策–策略可能因风格(例如定性或定量)，整个领域(例如股票，债券，私募股权)或交易频率而异。但是，数据源的透明度和策略师定制针对投资案例的信号的能力是两个最重要的因素。
图3显示了2015年秋季“柴油门”丑闻期间大众汽车股份公司ESG得分不断上升的趋势。显然，社会S分数不是在推动丑闻，而是环境E分数和政府G分数。要将可行的ESG信号集成到各种用例中，它们必须透明且可自定义-无论是银行部门的G评分，零售部门的S评分，还是关于不断增长的标准和法规，例如S -UNGC得分(基于联合国全球契约的10条原则)或E-SASB得分(基于可持续发展会计标准委员会的重要性图)。
正如Bailer博士所说：“做好事要做好，就需要投资者奖励尊重ESG标准的公司，同时惩罚违规者，而这一切都不会牺牲业绩。股东积极性可以在股东大会上完成，也可以仅通过投资和撤资来完成，从而激起资本流动。无论哪种方式，基础数据都必须可靠，并且必须基于公司业务行为的系统性，外部视角，这是RepRisk采取的方法。”
相关文章
猜你喜欢
今日头条
图文推荐
