La inteligencia artificial y el big data mejoran el retorno financiero y maximizan la sostenibilidad

Spainsif, Ossiam y Sustainalytics organizaron ayer un desayuno de trabajo en la sede madrileña de Cecabank sobre «Machine learning and ESG» («Inteligencia artificial y aspectos ASG), en el que se detallaron metodologías de aplicación del big data y la inteligencia artificial a la inversión socialmente responsable (ISR). Esta área es de especial interés para la comunidad inversora, ávida por conocer alternativas de integrar los aspectos ambientales, sociales y de gobernanza a sus carteras para identificar oportunidades y riesgos, al tiempo que mejoran la sostenibilidad.

Imágenes: Spainsif.

La aplicación de la inteligencia artificial y el big data es de especial interés para la comunidad inversora, ávida por conocer alternativas de integrar los aspectos ambientales, sociales y de gobernanza a sus carteras para identificar oportunidades y riesgos, al tiempo que mejoran la sostenibilidad.Tras la bienvenida e introducción por parte de Javier Garayoa, director de Spainsif, Carmine de Franco, PhD, analista cuantitativo en Ossiam, explicó cómo su entidad ha desarrollado una estrategia mundial de aprendizaje automático ASG basada en el proceso Sustainalytics. Mientras, Alberto Serna, Lead Analyst Extractives & Utilities Research de Sustainalytics, explicó en qué consiste un producto innovador que aprovecha el big data para proporcionar señales de oportunidad y riesgo financiero respecto a los aspectos ambientales, sociales y de gobernanza (ASG).

De Franco arrancó su ponencia con ejemplos de reconocimiento de patrones financieros. «Todos los modelos de data comparten el objetivo común de la predicción», apuntó. A continuación, mostró cómo funciona la aplicación de la inteligencia artificial a las señales ASG: a través de un algoritmo que aplica 19 reglas cruzando datos financieros.

La estrategia de machine learning que utilizan consiste en la revisión y ajuste continuos del modelo con periodicidad cuatrimestral. Para ello, se emplean filtros sucesivos e inteligencia artificial que permiten seleccionar entre 100-150 valores del universo inicial de más de 1500, y el sistema se recalibra constantemente. Con ello, aportan predicciones para escenarios en un horizonte de tres meses respecto al evaluado.

El especialista añadió que la obtención de datos que lleva a cabo Ossiam está basada en el MSCI World Index, información que ha de pasar un proceso riguroso de depuración y preparación —denominado ASG cleaning—, del que extraen únicamente las variables ASG más relevantes. Una vez que las tablas están creadas con los datos depurados, aplican sus modelos mediante la metodología de varianzas mínimas.

«Lo más impresionante del modelo es su capacidad de aprender sobre la marcha: si una regla no funciona, es recalibrada, igual que en el aprendizaje humano», destacó el directivo de Ossiam.

En su exposición, De Franco incidió mucho en cómo mejora el retorno financiero la aplicación de señales ASG, al tiempo que maximizan la sostenibilidad.

En concreto, Sustainalytics establece más de 50 índices de criterios ASG para las empresas y, como resultado de su medición, aportan una calificación final a cada aspecto ambiental, social y de buen gobierno. Cada índice tiene un peso específico distinto en el cálculo total.

Los datos que utilizan para establecer los cálculos provienen «principalmente de fuentes públicas, más que de cuestionarios facilitados por la compañía», aclaró el experto. De hehco, su big data monitoriza publicaciones corporativas y regulatorias, noticias, informes de las ONG, sitios web, reportes industriales y lo que obtienen del diálogo con las empresas. Este enfoque se fundamenta en la transparencia, la trazabilidad y un sesgo de gran capitalización.

A continuación, profundizó sobre en qué consiste el marco de investigación empleado para establecer el rating ASG. Este mide el grado de preparación, desempeño y divulgación de los aspectos aspectos ambientales, sociales y de gobernanza de las empresas, para lo que se establecen indicadores de preparación (políticas y sistemas de gestión), reporte (GRI, reporte interno) y métricas cuantitativas (accidentes y tasa de lesiones con tiempo perdido de la compañía —LITR, por sus siglas en inglés) y cualitativas (controversias) sobre el desempeño.

Serna también expuso un ejemplo de uno de los indicadores que configuran el rating ESG de Sustainalytics, en concreto, el que analiza la cadena de suministro.

Cabe destacar que en los últimos años se ha producido un progreso notable en el desarrollo de indicadores para evaluar los aspectos ASG de las compañías. Pero, en concreto en el capítulo relativo a las métricas ambientales, aún resta mucho trabajo de fondo por hacer. Es necesario disponer de un marco comparable y robusto que permita a las compañías alinear su estrategia de sostenibilidad con las líneas centrales de su negocio. Esto pasa por cerrar la brecha en cuanto a la capacidad de valorar externalidades y datos complejos que son clave de los aspectos ambientales, homogeneizar fuentes de información y la combinación de métricas y establecer un vínculo entre los indicadores clave y los objetivos prioritarios de las organizaciones.

Deja un comentario