StarQube – Horodatage des données et modèles ESG

Horodatage des données et modèles ESG

Dans cet article, nous nous efforcerons de démontrer pourquoi il est indispensable d’horodater ses données et modèles ESG afin de disposer d’une vision dynamique (« point-in-time ») de ceux-ci.

Au préalable, constatons que la matière ESG est loin d’être figée, mais est au contraire extrêmement mouvante ; mouvante sur un plan :

Sociétal : la perception par la société des bonnes pratiques environnementales, sociales ou de gouvernance peut évoluer rapidement – à titre d’exemple, le déclenchement de la guerre en Ukraine a pu modifier le regard que l’on porte sur les ventes d’armes.
Réglementaire : le cadre réglementaire ESG applicable aux asset managers est encore en pleine construction ; début 2022, par exemple, le débat portait sur l’inclusion ou non du nucléaire dans la taxonomie européenne.
De disponibilité des données : les obligations de reporting ESG applicables aux émetteurs sont également en évolution constante ; les données ESG sont encore très incomplètes mais vont nécessairement s’enrichir au cours des prochaines années.

Mais revenons à l’horodatage des données ESG : celles-ci, tout comme les données macro-économiques ou les résultats des entreprises (1) sont publiées avec décalage, et (2) peuvent faire l’objet de révisions.

A titre d’exemple, le Groupe Pfizer publiait le 27 août 2021 des émissions de gaz à effet de serre de 2.005.730 mtCO2eq pour l’année 2020, révisées à 1.350.000 mtCO2eq le 1er octobre 2021.

Ce décalage dans la publication des données ESG et l’éventualité de révisions soulèvent deux difficultés pour les sociétés de gestion :

Reporting : sur la base de notre exemple, le score ESG d’un portefeuille incluant des instruments financiers du Groupe Pfizer (actions ou obligations), présenté en date du 31 décembre 2020, peut potentiellement avoir trois valeurs différentes selon qu’il est calculé début 2021 (sur la base des émissions de l’année 2019), en septembre 2021 (sur la base du premier chiffre publié pour 2020) ou fin 2021 (sur la base du chiffre 2020 révisé).

Backtesting : à défaut de disposer de données « point-in-time » permettant de savoir précisément quelle information était disponible à chaque instant « t » du passé, un chercheur quantitatif qui souhaite utiliser le titre Pfizer pour backtester une stratégie d’investissement a deux options (aucune n’étant satisfaisante) :

Option 1 : appliquer une marge de sécurité en considérant que les données ESG sont publiées avec un grand décalage de e.g. une année. Conséquence : une probable dégradation de la qualité des backtests et le rejet vraisemblable de stratégies pourtant pertinentes.
Option 2 : considérer que la dernière donnée accessible (celle publiée le 1er octobre 2021) était disponible dès sa date de valeur (31 décembre 2020) et présenter alors des résultats de backtests suroptimisés qui ne pourront être reproduits dans la réalité.

Ce que nous venons de décrire pour un émetteur individuel s’applique également aux scores ESG publiés par les agences de notation spécialisées, qui peuvent elles aussi :

Publier leurs scores ESG avec décalage par rapport à leurs dates de

Réviser leurs scores historiques pour tenir compte des mises à jour, des révisions de données brutes, ou parce qu’elles affinent leur méthodologie de scoring.

Au-delà des données ESG brutes, il est tout aussi essentiel d’horodater (i.e. de versionner) les modèles ESG. En effet, la plupart des asset managers développent des modèles ESG propriétaires – en combinant les scores ESG qui leur sont transmis par les agences de notation ou en construisant directement leurs modèles à partir de données brutes collectées auprès des émetteurs (pour les plus avancés).

Or ces modèles évoluent et continueront d’évoluer rapidement au cours des prochaines années :

Pour refléter les variations des priorités de la société en matière environnementale, sociale et de gouvernance (modification des pondérations des données ESG brutes).

Pour tenir compte de l’évolution de la réglementation et de la vraisemblable standardisation méthodologique.

Pour intégrer les nouveaux champs de données ESG qui seront rendus

Ces changements de méthodologie posent les mêmes problèmes aux asset managers que les révisions de données ESG brutes :

Reporting : la société de gestion doit être en mesure de recalculer à l’identique et a posteriori les scores ESG passés de ses portefeuilles, quand bien même le modèle ESG interne a été ajusté entre temps.

Backtesting : dans le backtesting des stratégies d’investissement ESG, il faudra, à l’avenir, être en mesure de chaîner les modèles ESG qui auront pu être développés au fil des années et au gré de l’évolution de la connaissance des analystes

En synthèse, sans un horodatage précis de leurs données ESG et sans un « versionnement » de leurs modèles :

Les sociétés de gestion sont nécessairement confrontées à des difficultés pratiques dans leurs Ces difficultés sont évidemment démultipliées chez les gros asset managers qui gèrent potentiellement des centaines de portefeuilles sur des univers d’investissement vastes.

Il est impossible de backtester proprement des stratégies d’investissement.

LIEN VERS L’ARTICLE INTEGRAL

A propos de StarQube

Fondée en 2013, StarQube développe une solution innovante et modulaire à destination des sociétés de gestion d’actifs qui s’articule autour de deux piliers. Le pilier data management permet d’industrialiser la collecte, la mise en qualité et l’organisation de tout type de données utiles pour le processus de gestion au sein d’une base de données NoSQL centralisée. Le pilier de construction et gestion de portefeuilles permet d’analyser l’univers de recherche, de construire des modèles de risques propriétaires, de créer des indices ou portefeuilles modèles, de modéliser et de backtester des stratégies d’investissement, d’optimiser et de rebalancer des portefeuilles. Des interfaces graphiques permettent de visualiser, d’analyser et de gérer des portefeuilles à l’aide d’écrans personnalisables afin d’afficher les informations pertinentes selon le style de gestion.