Datos ESG escalables frente a fiables: ¿Hay que elegir?

En los últimos años las cuestiones medioambientales, sociales y de gobernanza (ESG) se han convertido en una clase importante de riesgo, mientras que los datos ESG se han llegado a ser un recurso importante para orientar la toma de decisiones sobre las relaciones comerciales. Las decisiones de inversión son un caso de uso establecido; otras incluyen la selección de proveedores y vendedores y la debida diligencia en materia de cumplimiento.

Dado que los daños a la reputación se están convirtiendo en una de las principales preocupaciones de los líderes financieros y de riesgos, tiene sentido que los riesgos ESG sean ahora un punto central en las carteras de inversiones, proveedores y terceros. A medida que aumenta la demanda de datos de riesgo de ESG, y se consolida una mayor integración de los análisis ESG de la cadena de suministro y del mercado privado, los proveedores de datos ESG están ampliando sus conjuntos de datos para que sean lo más completos y escalables posible.

Pero a medida que el panorama de proveedores de datos ESG continúa desarrollándose, la validez de los datos utilizados para las evaluaciones basadas en ESG ha sido objeto de escrutinio. Es comprensible que los inversores y los usuarios internos quieran asegurarse de que sus procesos de toma de decisiones, realizados en un entorno macroeconómico de volatilidad persistente, se basen en información fiable.

Tres segmentos principales de proveedores de datos ESG

Los proveedores de datos ESG se pueden clasificar en tres categorías según los modelos operativos que utilizan para ensamblar sus conjuntos de datos:

• Analistas con puntuación – Estas empresas emplean a profesionales altamente cualificados con las competencias necesarias para realizar análisis ESG fundamentales y cuantitativos de los activos y entidades. Las empresas pueden utilizar mecanismos técnicos para obtener y depurar datos, pero el análisis ESG se basa en información fundamental.
• Orientación analítica y cuantitativa – Estas empresas aprovechan principalmente marcos cuantitativos (incluidos los modelos generalizados pero más afinados) para producir análisis ESG más objetivos que se puedan reproducir con mayor frecuencia.
• “Human-in-the-loop” – Estas empresas integran lo mejor de los modelos humano y de la IA al entrenar modelos de aprendizaje automáticos con supervisión humana, empleando analistas para mejorar el trabajo realizado en un nivel inferior con Inteligencia Artificial.

En este mercado en evolución ya se observa una convergencia entre los enfoques basados en el analista y en la automatización. Las empresas de análisis están desarrollando sus herramientas internas y los proveedores orientados a la automatización están ampliando sus operaciones de análisis a medida que aumentan sus ingresos y abordan nuevos conjuntos de datos. Esto refleja el reconocimiento de que la elección entre la escalabilidad de los datos ESG y la credibilidad es cada vez más inviable para los usuarios finales.

La medición y el análisis manual de los perfiles ESG de las entidades lleva mucho tiempo; la credibilidad de los datos resultantes es alta, pero el proceso de obtención es un obstáculo para la escalabilidad. Los métodos más escalables de recopilación de datos, incluido el sondeo de empresas, arrojan resultados más rápidos, pero la credibilidad de los datos se ve comprometida.

La elección de un proveedor de datos ESG

Las empresas que busquen equilibrar los factores de la escalabilidad de datos ESG y la credibilidad deberán considerar e investigar cuidadosamente a los proveedores en este mercado. El panorama actual de proveedores incluye a muchas empresas consolidadas, pero sus capacidades de recopilación y gestión de datos pueden variar significativamente. Una sugerencia es buscar un proveedor cuyo posicionamiento se base en una amplia recopilación de información sobre empresas de todo el mundo, con conjuntos de soluciones altamente fiables y diversificadas que proporcionen datos de crédito comercial y de terceros a los clientes. Los proveedores de este tipo pueden expandirse a partir de esta posición principal y ampliar sus conjuntos de datos para cubrir los requisitos ESG.

Por ejemplo: Las facturas de servicios de las empresas ofrecen información sobre su consumo de electricidad. Al aplicar factores conocidos sobre la cantidad de esa electricidad que proviene de fuentes emisoras de carbono, el proveedor de datos puede evaluar de manera creíble las huellas de carbono respectivas de las empresas. Un proveedor de datos que ya incluya estas facturas corporativas de servicios como parte de su estrategia de obtención de datos para las evaluaciones de créditos comerciales podría triangular estos registros verificados. Al combinar fuentes de datos ESG creíbles y la aplicación de una puntuación coherente basada en los principales marcos de sostenibilidad, como la Global Reporting Initiative (GRI) y los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas, el proveedor tiene la capacidad de ampliar su cobertura ESG a todas las empresas de su base de datos.

Nuevo informe

Un informe reciente de Chartis Research sobre agregadores y calificadores de datos ESG puede ayudar a conocer mejor el panorama de los proveedores de datos ESG, con orientación para elegir un proveedor que pueda aprovechar de forma proactiva los conocimientos ESG para mitigar el riesgo y generar beneficios competitivos. En este informe, Chartis ofrece su evaluación del potencial de mercado y la exhaustividad de los servicios de datos ESG de Dun & Bradstreet.

Artículo original de Dun & Bradstreet