Bienvenue dans la jungle des données ESG

Weefin, prestataire qui permet aux acteurs de la finance de mieux intégrer les données extra-financières, avait dressé le panorama ci-dessus, il n’a pas fondamentalement changé depuis novembre 2020.

Cela situe assez bien le problème que rencontrent les gérants d’actifs pour choisir leur(s) prestataire(s), les intégrer dans leur système d’information et les utiliser dans leur processus d’investissement.

Ce qui fait la richesse de l’ESG réside justement dans l’hétérogénéité des données disponibles, le climat, les notions d’impact, les données liées à la biodiversité. De nombreuses approches sont possibles.

Mais les cassandres de la Finance Responsable critiquent la fiabilité des scores produits en particulier pour les analystes généralistes. Norges Bank Investment Management, parmi de nombreux autres, a récemment indiqué qu’ils n’utilisaient pratiquement plus les données des agences de notation.

En effet, il existe peu d’accord sur les méthodologies, les pondérations et d’autres éléments lorsqu’il s’agit de classer les entreprises. C’est ce qu’a révélé une analyse récente des notes attribuées par six fournisseurs de notation ESG à 400 entreprises.

La corrélation de MSCI avec S&P et Sustainalytics – trois grands fournisseurs de notations ESG – était inférieure à 50 %. A titre de comparaison les trois grandes agences de notation du crédit ont des corrélations de 94 à 96 % sur les notations de la dette à long terme.

Cet écart important concernant les notations est problématique pour l’ensemble de la chaîne de l’asset management : Cela peut paraître intéressant qu’il y ait des approches différentes pour que tous puissent exprimer leurs propres critères d’analyses…mais cela rend les restitutions, les comparaisons et la transparence plus difficile et la lisibilité pour le client final plus complexe également : quand deux fonds annoncent un résultat ESG donné, pour le porteur final, comment peut-il interpréter le résultat sans savoir les tenants et aboutissants des données et de la méthode utilisée pour calculer ce résultat ?

Des études universitaires ont montré l’ampleur du problème : Les résultats peuvent varier d’une entreprise à l’autre sur des cas emblématiques. Un article publié en décembre dernier, par Florian Berg, Julian F Kölbel et Roberto Rigobon, a constaté un « désaccord substantiel » sur les entreprises bien classées, comme Intel et GlaxoSmithKline, ainsi que sur celles qui sont parmi les moins bien notées, comme Porsche et Philip Morris.

Le problème posé par ces divergences est troublant pour les informations extra-financières classiques mais on peut espérer que la Taxonomie évite les divergences pour ce qui concerne le climat. Pour le moment ce n’est pas le cas, en effet tant que les entreprises elles-mêmes ne fournissent pas des informations standardisées, les agences font leurs propres estimations.

La mise en place d’une forme de norme « extra-financière » certifiée chaque trimestre au même titre que les données financières est indispensable : Des signaux contradictoires signifient qu’il est beaucoup plus difficile d’améliorer les choses sans pouvoir les comparer.

Si on reprend l’exemple de NBIM, cité plus haut, la solution qu’ils mettent en œuvre résident dans une approche propriétaire. Le seul avantage est qu’ils ont plus confiance en cette solution mais cela ne change pas fondamentalement le problème. Il n’y a toujours pas de norme et les moyens alloués à la collecte d’informations est probablement disproportionnée pour beaucoup d’acteurs.

Pour le moment ce que l’on constate c’est que les acteurs les plus avancés en ESG mettent en œuvre leur propre chaîne de valeur avec des outils et des processus qui facilitent l’exploitation des données. Ils intègrent l’ensemble des informations extra-financières, depuis la sélection des fournisseurs jusqu’à l’automatisation du reporting en passant par la création des méthodologies internes et l’organisation des données à des fins de gestion. Il est indispensable en effet d’homogénéiser les sources de données, qu’elles soient externes ou internes. De même, il est tout aussi important que données financières et extra-financières puissent être exploitées conjointement dans la mesure où elles viennent en complément les unes des autres. Tout ceci doit in-fine conduire à améliorer les performances.

 Pour les autres comment faire pour rattraper leur retard ? Première solution : investir massivement et intégrer les informations extra-financières dans leurs outils et leurs processus. Autre solution, moins couteuse mais certainement assez complexe également : recourir à des fintechs qui vont les aider à agréger, homogénéiser et intégrer les données.

Pour beaucoup d’acteurs, les datas ESG vont rester une jungle pendant quelques temps.