Nachhaltiges Alpha

In der Vergangenheit, als die Verfügbarkeit von Daten relativ gering war, wurde unsere Philosophie in den Bereichen Umwelt, Soziales und Unternehmensführung (ESG) durch ein Screening anhand von Ausschlusskriterien umgesetzt. Dieses Verfahren bestand darin, Aktien zu meiden, die unsere moralischen und ethischen Werte nicht erfüllten.

In den letzten Jahren hat die Verbreitung der von den Unternehmen veröffentlichten ESG-Daten es unserem Research Team ermöglicht, seine Kompetenzen für systematische ESG-Anlagen auszubauen und ein tiefgreifendes Verständnis für die fundamentalen Mechanismen hinter den bewährten Verfahrensweisen zu entwickeln. Wir integrieren umfassend ESG-Merkmale in den größten Teil unserer Aktienfondspalette und machen bei ihrer Integration in bestimmte Anleihenfonds wie den RAM Global Bond Total Return Strategy weiterhin Fortschritte.

Wir betrachten ESG neben Alpha, Risiko und Liquidität als eine der vier Dimensionen unserer letztendlichen Anlageziele. Unsere Analyse zeigt, dass ESG einen nachhaltigen Blickwinkel auf die Titelauswahl in den Anlageprozess einbringt, der sie sozial verantwortlicher macht aber auch zur Minderung der langfristigen Anlagerisiken und zur Steigerung der Renditen im Fonds beitragen kann (vgl. das ESG-Integrationspapier und das Risikopapier.

Wir integrieren ESG-Elemente umfassend in unseren systematischen Ansatz für die Aktienauswahl. Wir nutzen unsere Deep-Learning-Plattform und verbinden strukturierte und unstrukturierte Daten, um in unserem dynamischen Aktienuniversum nachhaltige Alpha-Chancen zu finden.
 

Unser investierbares Aktienuniversum wird zunächst gefiltert, um schädliche Unternehmen auszuschließen (siehe den Abschnitt „Ausschlüsse“). Dieser Prozess wird durch unsere Infrastruktur zur maschinellen Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) unterstützt, die jeden Tag Tausende von Nachrichten zu unserem investierbaren Universum scannt, um Unternehmen zu identifizieren, die Gegenstand von ESG-Sachverhalten oder -Kontroversen sind.

 

Wir bedienen uns der wachsenden Zahl von (internen und externen) ESG-Datenquellen, um Eingabedaten für Anlagen zu erstellen, die klare ESG-Merkmale messen, wertvolle Informationen aus traditionellen Quellen vermitteln und unsere Rendite-, Volatilitäts- und Volumenprognosen verbessern. Zu unseren wichtigsten externen Datenanbietern zählen CDP, MSCI ESG und Bloomberg. Nachfolgend sind die verschiedenen Arten unserer Datenquellen angegeben:

 

Wir sind in der Lage, die Unternehmen mit den attraktivsten Wachstumsmerkmalen, Fundamentaldaten und Risikomerkmalen, die unser Portfolio bilden werden, über verschiedene Stile (Value, Low Risk, GARP-Momentum usw.) und Marktkapitalisierungssegmente hinweg zu identifizieren. Unsere Deep-Learning-Plattform liefert uns für jede Aktie ein voraussichtliches Alpha- und Volatilitätsprofil, das es uns, nachdem es auf die ESG-Kriterien ausgerichtet worden ist, ermöglicht, die Gewichtung jeder Aktie zu bemessen, um das nachhaltige Alpha des Portfolios zu maximieren. Dies führt zu einer erstklassigen Titelauswahl mit hohen Alpha-Erwartungen. Der Optimierungsprozess ermöglicht uns aus verschiedenen Blickwinkeln eine Betrachtung in Bezug auf Alpha, Volatilität, Risiko und ESG.

 

RAM AI nutzt ESG-Bewertungen von Drittanbietern wie auch interne ESG-Ratings, die auf von verschiedenen Datenanbietern zusammengetragenen Daten basieren, um die Nachhaltigkeit unserer Anlagen detaillierter zu betrachten.

Für Aktien und Emittenten von Unternehmensanleihen bedient sich RAM AI zur Beurteilung der Nachhaltigkeit einer Anlage der wachsenden Zahl von (internen und externen) ESG-Datenquellen, um Eingabedaten für Anlagen zu erstellen, die klare ESG-Merkmale messen, wertvolle Informationen aus traditionellen Quellen vermitteln und unsere Rendite- und Risikokontrolle potenziell verbessern können. Die wichtigsten externen Datenanbieter von RAM AI sind: CDP, MSCI ESG, Bloomberg. Nachfolgend sind die verschiedenen Arten der Datenquellen von RAM AI angegeben:

Für Staatsanleihen stützt sich RAM AI auf Daten der Weltbank, um ein Rating für jede Komponente – Umwelt (E), Soziales (S) und Unternehmensführung (G) – zu erstellen, damit der Wert der verschiedenen Aspekte im Spektrum der ESG-Komponenten beurteilt und ein Rating für jeden Emittenten, in den wir investieren, festgelegt werden kann. RAM AI legt für die Beurteilung der Nachhaltigkeit eines Emittenten mehr als 30 Faktoren zugrunde, darunter die folgenden:

• CO2-Emissionen aus dem Verbrauch fossiler Brennstoffe
• Waldfläche in % der Landfläche
• Süßwasserverbrauch
• Prozentsatz der von Frauen eingenommenen Parlamentssitze
• GINI-Koeffizient zur Einkommensungleichheit
• Punktwert für das politische Risiko
• Korruptionskontrolle usw