Les critères de performance des entreprises en matière d'impact environnemental, de respect des droits humains et de gouvernance, désignés par ESG, sont aujourd'hui centraux dans toutes les activités d'investissement, et particulièrement en gestion collective. Ces nombreux critères proviennent de système de notations propriétaires et des différentes agences concurrentes. Selon Advestis, l'IA s'impose comme un outil très efficace pour guider les gérants d'actifs dans cette complexité.

Q : En quoi le recours à l'IA permet-il aux gérants d'effectuer plus efficacement leur sélection d'émetteurs ?

La complexité de la tâche est liée à la grande quantité de critères à prendre en compte, dans chacun des piliers E, S et G. Ces critères étaient historiquement basés sur les déclarations des émetteurs, et tendent actuellement à incorporer des mesures effectives d'impact, comme le respect des objectifs de développement durable de l'ONU, ou la contribution des activités industrielles au réchauffement climatique. S'ajoutent à cela des notes conjoncturelles qui qualifient la sévérité des incidents auxquels font face les entreprises dans le monde réel (les « controverses »). On voit que la simple donnée du secteur industriel ne suffit plus à caractériser un émetteur, qui peut être décrit par plus d'une centaine de paramètres. A ce stade, des techniques performantes de « réduction de dimension » que nous mettons en œuvre chez Advestis, permettent de regrouper les émetteurs selon des critères de similarité plus fins que la donnée du simple secteur. Le gérant dispose ainsi de groupes de « comparables » bien diversifiés au sein desquels il peut opérer une sélection ou une détection d'anomalie.

Les algorithmes de transfert d'apprentissage et d' imputation de données ainsi que les techniques liées aux graphes de connaissances permettent de combler ou normaliser les données manquantes sur les petites entreprises ou les entreprises non cotées par exemple. Advestis dispose d'un savoir-faire pour mettre en production ces algorithmes pour le compte des équipes de gestion.

Q : L'IA peut-elle aider à allier durablement performance financière et extra-financière ?

La question de l'influence de la qualité extra-financière, sur la performance boursière, ont alimenté depuis des années de nombreux articles académiques, sans faire émerger de conclusions bien nettes. A moyen terme, il fait peu de doute que les exigences croissantes des investisseurs institutionnels en matière de transparence et d'impact, créent un mouvement inexorable de déplacement des capitaux vers les émetteurs jugés les plus vertueux, renchérissant le coût du capital pour les autres. Cela constitue donc un argument à l'appui d'une corrélation positive entre note ESG et valeur boursière.

Mais comme le savent les gérants, la situation est en fait plus complexe. Le surcroît de performance, apporté par la qualité ESG, est variable dans le temps et selon les groupes d'émetteurs. Dans certaines périodes, les critères purement financiers ou l'actualité des fusions peuvent prendre le pas sur l'ESG. Chez Advestis, nous mesurons en permanence la performance de stratégies classiques comme le « Best-in-sector ». Cette stratégie consiste à résumer l'ensemble des scores extra-financiers de chaque émetteur par une moyenne, puis à constituer un portefeuille présentant une répartition sectorielle très proche de son indice de référence, en ne conservant que les émetteurs les mieux notés dans chaque secteur. Il est facile de se convaincre qu'une telle stratégie, si elle améliore par construction la qualité extra-financière du portefeuille, conduit à des choix d'investissement statiques qui ne montrent qu'une surperformance très intermittente par rapport aux indices.

Les techniques d'apprentissage statistiques permettent d'appréhender de façon beaucoup plus fine et adaptative dans le temps, les combinaisons des différents facteurs ESG qui peuvent être source de surperformance. La mise en œuvre de ces techniques demande toutefois un savoir-faire algorithmique solide, et une puissance de calcul parfois importante que nous mobilisons sur des plateformes délocalisées de type cloud.

C'est grâce à cette combinaison de techniques que nous construisons avec les gérants une intelligence augmentée sur mesure pour qu'ils tirent pleinement avantage des données ESG.