3,30 min
Gli esperti del fondo RAM Stable Climate Global Equities rispondono alle domande di FocusRisparmio sul mondo degli investimenti condotti attraverso l’analisi di dati alternativi come notizie, audio, video o immagini.
L’obiettivo del team di analisti guidato da Emmanuel Hauptmann, capo della ricerca azionaria in RAM Active Investment – 3,1 miliardi di dollari in gestione (al 31 dicembre 2019), è quello di selezionare le migliori società che producono basse emissioni di carbonio. Per centrare questo goal, gli esperti si servono di un algoritmo che utilizza dati non strutturati e li processa secondo un approccio che in gergo tecnico è chiamato Natural Language Processing (Npl). Ecco le risposte del team guidato da Hauptmann alle nostre domande.
Durante la pandemia da Covid-19, i nostri algoritmi hanno fornito una chiara visione sull’evoluzione del focus Esg, mostrando importanti cambiamenti nelle tematiche di maggior rilevanza. Fino a febbraio gli argomenti principali nel flusso di notizie Esg riguardavano principalmente problematiche su brevetti, antitrust, governance e scioperi. Da aprile invece le tematiche di maggior rilevanza sono state la riduzione della forza lavoro, la salute pubblica e la sicurezza dei dipendenti.
Una funzionalità interessante della nostra infrastruttura di ricerca di Nlp è il monitoraggio del flusso di notizie finanziarie, il rilevamento di eventi di interesse e la valutazione dei relativi impatti sui mercati azionari. In particolare, gli algoritmi sono stati costruiti per estrarre in maniera sistematica e in tempo reale direttamente dai flussi di notizie tutte le variabili Esg. Siamo convinti che il connubio tra questo modello evoluto di ricerca e la nostra infrastruttura di intelligenza artificiale genererà benefici anche nella gestione del nostro fondo RAM Stable Climate Global Equities, eliminando automaticamente l’esposizione su aziende con un flusso negativo di notizie in ambito Esg. Ad esempio, la nostra struttura ESG2Risk ha recentemente rilevato un articolo di sospetto insider trading ai danni di una società tecnologica europea ad ampia capitalizzazione e ha segnalato un alto rischio del titolo sul quale si prevede una forte volatilità.
Per orientarsi in questo mercato riteniamo necessario adottare un approccio multidimensionale, con l’integrazione di una vasta quantità e varietà di dati. Questo implica la necessità di dotarsi di una modalità sistematica di ricerca che permetta di valorizzare le sinergie dei diversi segnali combinati a supporto delle scelte di investimento. La nostra struttura d’intelligenza artificiale ha lo scopo di integrare efficientemente le informazioni di dati strutturati e non strutturati e quindi a guidare le decisioni di investimento basate su più punti di vista. I dati strutturati includono metriche numeriche come fondamentali, dati di mercato ed Esg, mentre i dati non strutturati si riferiscono principalmente a dati non numerici come notizie finanziarie, trascrizioni e rapporti finanziari.
Investiamo ad esempio in 3M, multinazionale industriale statunitense. La moltitudine di dati analizzati dai nostri modelli è convergente verso un’inclusione nella nostra strategia sul clima poiché 3M prevede un controllo delle proprie emissioni molto stringente: può contare su una storica minor emissione di CO2 rispetto ai competitor e si impegna per un’ulteriore riduzione del 30% entro il 2025. Con l’intelligenza artificiale riusciamo inoltre a indentificare aziende con ottimi fondamentali e con prospettive di crescita e redditività nel lungo termine. Le tecniche di Nlp permettono inoltre di identificare e integrare nella valutazione le notizie positive riguardanti le diverse società oggetto di indagine. Nel caso specifico di 3M: è dello scorso 13 luglio la notizia riguardante l’esito positivo della causa legale contro ZeroAqua, il cui risarcimento verrà donato a supporto di iniziative benefiche legate alla pandemia in corso.
