Alpha durable

Par le passé, compte tenu du manque de données disponibles, nous exprimions notre philosophie environnementale, sociale et de gouvernance (ESG) par le biais d’un filtrage négatif qui consistait à exclure les titres de sociétés non conformes à nos valeurs morales et éthiques.

Ces dernières années, la multiplication des données ESG publiées par les entreprises a permis à notre équipe de recherche d'approfondir ses connaissances sur l’investissement ESG systématique et de bien comprendre les mécanismes fondamentaux sous-tendant les meilleures pratiques. Nous intégrons un grand nombre des caractéristiques ESG dans la plupart de nos fonds d’actions et faisons des progrès sur le front de leur intégration dans certains fonds obligataires, comme la stratégie RAM Global Bond Total Return.

Les considérations ESG constituent l’une des quatre dimensions de nos objectifs d’investissement ultimes, après la génération d’alpha, la gestion des risques et la liquidité. S’agissant du processus d’investissement, nos recherches suggèrent que l'ESG apporte un caractère durable à la sélection de titres qui favorise l’investissement socialement responsable tout en permettant de réduire les risques d’investissement à long terme et d’optimiser les rendements du fonds (voir notre article sur l’intégration ESG et notre article sur le cadre ESG2Risk).

Nous intégrons la totalité des considérations ESG à notre approche systématique de la sélection de titres. En nous appuyant sur notre plateforme d’apprentissage profond et l'association de données structurées et non structurées, nous cherchons à identifier les opportunités de génération d’alpha durable au sein de notre univers d’actions dynamique.


 

Nous filtrons une première fois l'éventail des actions disponibles à l'investissement afin d’exclure les entreprises qui ont une incidence négative (voir la section « Exclusions »). Ce processus repose sur notre infrastructure de traitement du langage naturel qui inspecte quotidiennement l’actualité relative à notre univers d’investissement afin d’identifier les entreprises concernées par des problèmes ou des controverses en matière d’environnement, de responsabilité sociale ou de gouvernance.

 

Nous exploitons le nombre croissant de sources de données ESG (internes et externes) pour produire des informations sur les investissements permettant de mesurer des caractéristiques ESG claires, d’extraire des informations à valeur ajoutée à partir des sources traditionnelles et d’améliorer nos prévisions de rendement, de volatilité et de volumes. Nos principaux fournisseurs de données externes incluent CDP, MSCI ESG et Bloomberg. Vous trouverez ci-dessous nos différents types de sources de données:

 

Nous pouvons identifier, à travers différents styles (Value, Low Risk, GARP/Momentum, etc.) et différentes capitalisations boursières, les entreprises présentant les caractéristiques les plus attrayantes en matière de croissance, de fondamentaux et de risques, que nous intégrons alors à notre portefeuille. Notre plateforme de Deep Learning prédit ensuite le profil de génération d’alpha et de volatilité de chaque action, qui, dans la mesure où il est orienté vers les considérations ESG, nous permet de moduler la pondération de chaque action afin de maximiser l’alpha durable du portefeuille. La sélection de titres qui en résulte est par conséquent la meilleure possible et les prévisions d’alpha sont élevées.

Le processus d’optimisation nous offre une vue multidimensionnelle englobant l’alpha, la volatilité, les risques et les considérations ESG.

RAM AI utilise les notes ESG de fournisseurs tiers, ainsi que celles établies en interne à partir de données collectées auprès de différents fournisseurs de données, afin d'évaluer de façon plus détaillée la durabilité de nos investissements.

S’agissant des actions et des obligations d’entreprises, afin d’évaluer la durabilité d’un investissement, RAM AI exploite le nombre croissant de sources de données ESG (internes et externes) pour produire des informations sur les investissements permettant de mesurer des caractéristiques ESG claires, d’extraire des informations à valeur ajoutée à partir des sources traditionnelles et d'améliorer potentiellement les rendements et les mesures de contrôle des risques. Les principaux fournisseurs de données externes de RAM AI sont CDP, MSCI ESG et Bloomberg. Vous trouverez ci-dessous pour les différents types de sources de données de RAM AI:

S’agissant des obligations souveraines, RAM AI utilise les données de la Banque mondiale pour attribuer une note à chaque composante (E, S et G), afin d’évaluer la valeur des différents aspects de l’éventail ESG et d’attribuer une note à chacun des émetteurs dans lesquels nous investissons. RAM AI se base sur plus de trente facteurs pour évaluer la durabilité d’un émetteur, notamment les suivants:

• Emissions de CO2 dues à la consommation de combustibles fossiles
• Surface forestière en % des terres
• Prélèvements d’eau douce
• Femmes siégeant au parlement (%)
• Inégalités de revenu (coefficient de Gini)
• Note de risque politique
• Contrôle de la corruption, etc.