Duurzaam beleggen 2.0


Kunstmatige intelligentie doet steeds meer zijn intrede in de wereld van beleggen. Niet alleen als beleggingsthema, maar ook als instrument om tot betere beleggingsresultaten te komen. Beleggers hopen door de inzet van nieuwe technologieën en big data een bovengemiddeld rendement te behalen.

 Als deze ontwikkelingen bijdragen aan een vollediger en accurater beeld van de bedrijven waarin wordt belegd, is dat een goede zaak voor maatschappelijk verantwoord beleggen.

Het analyseren van bedrijven, ook op het vlak van duurzaamheid, is voor een deel nog altijd ambachtelijk speurwerk. Een analist gaat door de jaarverslagen of verstuurt een vragenlijst naar bedrijven om meer informatie te verzamelen. Dat leidt, nog steeds, tot belangrijke inzichten. Toch heeft deze werkwijze een aantal belangrijke nadelen. Je krijgt doorgaans de gegevens die andere beleggers ook krijgen.

Het levert je dus niet een concurrentievoordeel op. Verder worden de data vaak door bedrijven zelf - of niet - gerapporteerd en dat zorgt mogelijk voor een vertekend of incompleet beeld. En ten slotte is er nogal eens sprake van een fikse vertraging in de rapportage. De data over de CO2-uitstoot van een bedrijf kunnen zomaar twee jaar oud zijn bijvoorbeeld.

Het is dan ook niet verwonderlijk dat beleggers op zoek gaan naar andere manieren om tot actuelere of aanvullende inzichten te komen. Ook in de wereld van maatschappelijk verantwoord beleggen dringen nieuwe technieken steeds verder door. Nou ja, nieuw. Sommige technieken bestaan al jaren, maar de snelle toename van de hoeveelheid data én de toegenomen rekenkracht van computers, zorgen voor een versnelling in het gebruik ervan.

Kunstmatige intelligentie kan bijvoorbeeld worden ingezet als hulpmiddel om alle rapporten, publicaties en data die dagelijks beschikbaar komen te analyseren. Zo kun je inmiddels bijhouden hoe er op social media wordt gesproken over een bedrijf. Is dat positief of negatief en neemt het aantal berichten toe, of juist af? Dat kan aanleiding zijn voor een aanvullend onderzoek naar mogelijke risico’s. Of een gesprek met het management. Op deze manier houd je een elektronische vinger aan de pols.

Duurzaamheidsscores op basis van 75.000 bronnen 

Met behulp van technieken als ’natural language processing’, ‘machine learning’ en ‘deep learning’ worden de inspanningen van (duurzame) analisten in snel tempo gecomplementeerd en misschien in de toekomst wel vervangen. Sommige partijen gaan daarin al vrij ver. Het bedrijf TruValue Labs graast internet en social media af op zoek naar nieuwe informatie. De onderneming scant routineus meer dan 75.000 bronnen zoals kranten, websites van belangenorganisaties, blogs en publicaties in allerlei (vak)bladen.

Aan de hand daarvan worden duurzaamheidsscores voor bedrijven berekend. Het Engelse Arabesque doet iets vergelijkbaars en gebruikt ‘machine learning’ en big data om meer dan 200 indicatoren op het vlak van ESG (Environment, Social, Governance) actueel te houden. Daarvoor worden doorlopend meer dan 50.000 databronnen in 15 verschillende talen gemonitord.

Het zijn fascinerende ontwikkelingen. Veel experts zijn het er echter wel over eens dat de inzet van kunstmatige intelligentie en big data alleen niet voldoende is. Je hebt mensen nodig om de uitkomst van alle analyses op juiste wijze te duiden. De kunst voor beleggers is daarbij om alle ruis weg te filteren. Alleen de zaken die materieel zijn, hebben impact op de financiële prestaties van de ondernemingen die op deze wijze worden onderzocht.

Mits verstandig gebruikt, vormen deze ontwikkelingen een sterke impuls voor de integratie van zogenoemde ESG-factoren in het beleggingsproces. Hierdoor wordt maatschappelijk verantwoord beleggen naar een hoger plan getild. Een ontwikkeling die ik alleen maar kan toejuichen.

Gert van de Paal is specialist maatschappelijk verantwoord beleggen bij Rabobank Particulieren & Private Banking.