Können quantitative Finanzanalyse und ESG-Daten kombiniert werden? Thomas Kuh, Head of Index bei Truvalue Labs, untersucht den potenziellen Zusammenhang zwischen systematisch generierten ESG-Signalen und Alpha-Generierung.
Nach einer Studie der Global Sustainable Investment Alliance beliefen sich die ESG-Investitionen im Jahr 2018 auf über 31 Billionen US-Dollar – ein Anstieg von 34 % innerhalb von zwei Jahren. Gleichzeitig wächst die Zahl der verfügbaren ESG-ETFs. Laut Angaben vom September 2019 gab es weltweit 253 ESG-ETFs/ETPs mit einem verwalteten Vermögen von über 47 Milliarden US-Dollar. Blackrock schätzt, dass dieser Wert bis 2028 auf 400 Milliarden US-Dollar steigen könnte. Ein Artikel der FT vom Juni 2019 besagt, dass 60 Prozent der globalen ESG-ETF-Assets ihren Sitz in Europa haben.
Angesichts des wachsenden Interesses an ESGrückt die Datenbasis und die Ratings stärker in den Fokus. Diese bilden die Grundlage für ESG-Benchmark-Konstruktion und Anlageentscheidungen. Eine häufige Kritik an den verfügbaren ESG-Scores, Analysen und Kommentaren ist deren mangelnde Konsistenz und fehlende Standards. Mehrere Studien belegen die geringe Korrelation zwischen ESG-Ratings und -Scores verschiedener Anbieter. Die Unsicherheit in der Investment-Community bezüglich der Datenqualität ist hoch. Kurz gesagt: Es fehlt an verifizierbarer, quantitativer Analyse, die auf statistisch signifikanten Datenmengen basiert und systematisch aufbereitete, unverfälschte Originaldaten nutzt.
Dieses Kernproblem wird nun von Akademikern und Forschern adressiert. Sie erstellen formale Studien unter Einsatz künstlicher Intelligenz (KI) zur Analyse großer Datenmengen. Wir nutzen proprietäre Natural Language Processing (NLP), Machine Learning (ML) und Sentiment-Analyse. Damit generieren wir ESG-Signale aus über 100.000 Quellen unstrukturierter Daten in verschiedenen Sprachen weltweit. Die Analyse erfolgt anhand des Wesentlichkeitsrahmens (Materiality Framework) der Sustainable Accounting Standards Board (SASB).
Eine Studie aus dem Jahr 2018 mit dem Titel „Public Sentiment and the Price of Corporate Sustainability" von den Professoren George Serafeim (Harvard Business School) und Aaron Yoon (Kellogg School of Management, Northwestern University) kommt zu dem Schluss: „Kombiniert man Corporate-Sustainability-Performance-Scores basierend auf ESG-Daten mit Big Data zur Messung der öffentlichen Stimmung bezüglich der Nachhaltigkeitsleistung eines Unternehmens, stellt man fest, dass die Bewertungsprämie für Unternehmen mit starker Nachhaltigkeitsleistung im Zeitverlauf gestiegen ist. Diese Prämie steigt zudem als Funktion der positiven öffentlichen Sentiment-Dynamik."
Drei Fondsmanager enthüllen ihre bevorzugten ESG-ETFs
Ein Artikel im Journal of Applied Corporate Finance vom August 2019 mit dem Titel„ESG, Material Credit Events und Kreditrisiko"von Professor Witold Henisz und James McGlinch (Wharton Business School, University of Pennsylvania) zeigt die Verbindung zwischen ESG-Performance und Kreditrisiko auf.
Viele aktuelle ESG-Studien konzentrieren sich auf einzelne Unternehmen oder spezifische Portfolios. Neuere Arbeiten von Dr. Stephen Malinak, Greg Bala, Shirley Birman und James Cardamone (Truvalue Labs) untersuchen jedoch systematisch, wie Strategien auf Basis von modernen ESG-Signalen die Performance im Vergleich zu breiten Benchmarks beeinflussen.
Die Studie „Performance Tests of Volume, Insight and ESG Activity Signals" prüft die Wirksamkeit zeitnaher ESG-Signale als Screening-Instrumente und quantitative „Alpha"-Faktoren für diverse globale und regionale Aktienbenchmarks. Sie umfasst Large-, Mid- und Small-Cap-Aktien aus Industrie- und Schwellenländern der letzten zwölf Jahre. Die Daten basieren auf Nachrichten und Kommentaren zu über 16.000 Unternehmen. NLP-Algorithmen analysieren Texte in 12 Sprachen.
DATEN UND METHODIK
Truvalue Labs erstellt quantitative ESG-Signale aus unstrukturiertem Text mittels NLP, ML und Sentiment-Analyse (siehe Tabelle 1). Der Pulse Score misst kurzfristige Änderungen der ESG-Performance. Er reagiert auf aktuelle Nachrichten und deckt sowohl Chancen als auch Kontroversen auf. Dies ermöglicht eine Echtzeit-Überwachung von Unternehmen.
Quelle: Truvalue Labs
Der Insight Score misst die längerfristige ESG-Historie eines Unternehmens, vergleichbar mit einem ESG-Rating. Scores sind weniger empfindlich gegenüber Tagesereignissen und spiegeln die nachhaltige Performance eines Unternehmens über die Zeit wider. Der Momentum Score misst den Trend des Insight Scores eines Unternehmens. Er identifiziert Unternehmen mit sich verbessernder oder verschlechternder ESG-Performance. Der Volume Score erfasst den Informationsfluss oder die Anzahl der Artikel über ein Unternehmen in den letzten 12 Monaten. Verschiedene Unternehmensgruppen können aufgrund von Größenunterschieden, makroökonomischen Bedingungen, lokaler Marktdynamik oder Pfadabhängigkeit unterschiedliche Verhaltensweisen bei quantitativen Faktoren zeigen.
Daher untersuchte die Studie die Performance der Datensignale von Truvalue Labs für verschiedene Benchmarks. Die Analyse testete multiple regionale Portfolios und Benchmarks, die durch breit investierte ETFs repräsentiert werden. Diese sind gesetzlich verpflichtet, ihre Holdings regelmäßig offenzulegen. Alle Fonds sind auf der Alpha Tester 4 Plattform von FactSet als Point-in-Time-Portfolios verfügbar. Dies ermöglicht Tests auf „as-was"-Basis, inklusive toter Unternehmen, und vermeidet Survival Bias sowie Look-Ahead Bias.
PERFORMANCE-ERGEBNISSE
Die Studie liefert drei zentrale Ergebnisse:
• Unternehmen im obersten Quintil übertrafen durchweg Unternehmen im untersten Quintil weltweit über die letzten 12 Jahre.
• Diese Performance-Ergebnisse bestätigten sich auf Länder- und Regionalebene.
• Das ESG Activity Signal ist additiv, wenn Beiträge zur Performance aus traditionellen Risikoprämien- (oder Smart-Beta-) Faktoren analysiert werden.
GLOBALE VERGLEICHENDE QUINTIL-PERFORMANCE
Die Kombination mehrerer Signale führte zu besserer Performance als die Betrachtung einzelner Signale. Das ESG Data Volume ist ein starkes Signal, insbesondere im Vergleich zu den Erwartungen für ein Unternehmen, basierend auf seinem typischen Handelsvolumen. Dies ist ein Maß für die Aufmerksamkeit von Investoren und Tradern für ein Unternehmen. Unternehmen mit höherem TTM ESG Data Volume zeigten tendenziell größere Kursbewegungen, die durch ESG-Themen getrieben wurden. Unternehmen mit niedrigem TTM ESG Data Volume im Verhältnis zu den Erwartungen blieben hinter ihren Benchmarks zurück, während Unternehmen mit hohem TTM ESG Data Volume tendenziell stark outperformten.
Die Überlagerung dieses Investor-Attention-Signals mit dem langfristigen Truvalue Insight Score fügt die ESG-Polarität hinzu (bestimmt durch den Grad der positiven oder negativen Stimmung zu ESG-Themen in einem Unternehmen). Unternehmen mit vielen positiven ESG-Nachrichten schneiden am besten ab. Das ESG Activity Signal kombiniert Informationen zur langfristigen ESG-Polarität (Insight) mit einem Maß für Investorenaufmerksamkeit, repräsentiert durch das TTM Data Volume.
Unternehmen mit positiven ESG-bezogenen Nachrichten bei hohem Datenvolumen im Verhältnis zu den Erwartungen tendieren zur Outperformance. Die besten längerfristigen Shorting-Möglichkeiten – und die riskantesten Unternehmen für den Ausschluss aus einer Long-Only-Strategie – sind Unternehmen mit negativen ESG-Daten, die noch nicht breit gestreut sind. Die Kombination unserer Volumen- und Insight-Signale zu einem „ESG Activity Signal" bietet eine robuste, längerfristige Screening-, Handels- und Indexierungsstrategie, die über eine sehr breite Palette von Aktien funktioniert (siehe Tabelle 2).
Quelle: Truvalue Labs
REGIONALE VERGLEICHENDE QUINTIL-PERFORMANCE
Die Studie zeigte durchweg starke Quintil-Spreads für jede geografische Region. Diese werden durch verschiedene ETFs repräsentiert, die bekannte Indizes abdecken, einschließlich Large-, Mid- und Small-Cap-Unternehmen. Das Universum basierte auf Point-in-Time ETF-Konstituenten der letzten 12 Jahre, mit monatlichen Portfolio-Neugewichtungen.
Wie Tabelle 3 zeigt, gibt es interessante Unterschiede zwischen den Regionen. Die größten Performance-Verbesserungen traten in Schwellenländern und Nordamerika auf. Die geringsten – wenn auch immer noch signifikanten – Verbesserungen gab es in Europa und den entwickelten asiatischen Märkten. Die Studie versucht nicht, diese Unterschiede von über 100 Basispunkten zu erklären. Sie könnten jedoch auf den Einfluss von ESG-orientierten Investoren in bestimmten Regionen zurückzuführen sein.
Quelle: Truvalue Labs
ESG ACTIVITY SIGNAL UND RISIKOPRÄMIEN
Das ESG Activity Signal bündelt Informationen zur langfristigen ESG-Polarität sowie zur Investorenaufmerksamkeit. Es ermöglicht eine quantitative Bewertung, die leicht mit anderen quantitativen Faktoren wie bekannten Risikoprämien oder Smart-Beta-Faktoren kombiniert werden kann. Die Gesamtperformance des ESG Activity Signals liegt auf Augenhöhe mit einer Mischung aus fünf gängigen Smart-Beta-Faktoren (Größe, minimale Volatilität, Preis-Momentum, Wert und Qualität).
ETF-Einblick: Können ESG-Investoren Gutes tun und Underperformance vermeiden?
Tabelle 4 zeigt, dass die Ergänzung der typischen Smart-Beta-Mischung um das ESG Activity Signal den annualisierten Smart-Beta-Quintil-Spread von 3 % auf 5 % erhöht. Dies verbessert die Performance signifikant und integriert ESG-Überlegungen stark in die Portfolio-Konstruktion. Diese Ergebnisse stützen die Hypothese, dass ESG selbst als Investmentfaktor betrachtet werden könnte. Weitere Studien sind erforderlich, um dies zu untersuchen.
Quelle: Truvalue Labs
FAZIT
Die Studie analysierte ESG-Daten von über 5.500 Unternehmen und wurde rückwirkend über einen Zeitraum von 12 Jahren bis Mitte 2019 getestet. Die geografische Streuung war breit und umfasste über 3.100 Unternehmen außerhalb Nordamerikas, davon über 1.200 in Schwellenländern. Diese breite Datengrundlage führte zu klaren, statistisch signifikanten Ergebnissen.
Die wichtigste Erkenntnis der Studie: Die Anwendung von systematisch generierten ESG-Signalen zeigt ein starkes Potenzial für Alpha-Generierung über globale Märkte hinweg. Dieser Ansatz steht im Gegensatz zu Studien, bei denen ESG-Analysen primär zum Ausschluss bestimmter Unternehmen oder Portfoliobestandteile dienen, anstatt Chancen zur Performance-Steigerung mit Long- und Short-Strategien aufzuzeigen.
Mit der zunehmenden Markteinführung von ESG-ETFs erwarten Investoren ein hohes Maß an quantitativer Strenge bei ESG-Dateneingaben und Benchmark-Methoden. Diese aktuelle Forschung liefert nützliche Leitlinien für die Konstruktion neuer, ausgefeilterer ESG-Indizes und -Portfolios. Gleichzeitig bietet sie einen Fahrplan für zukünftige Forschung, um unser Verständnis der Investmentimplikationen von ESG-Faktoren zu vertiefen.
Thomas Kuh ist Head of Index bei Truvalue Labs.
Dieser Artikel erschien erstmals in der Q4 2019 Ausgabe unserer neuen Publikation Beyond Beta. Für eine vollständige Ausgabe klicken Sie bittehier.
