Ossiam World ESG Machine Learning

---

L’ultimo listing italiano di Ossiam mira ad una strategia peculiare in quanto l’emittente ha scelto di mixare elementi di alto interesse come gli smart beta e il tema ESG, con in aggiunta un tocco di originalità derivante dalla gestione attiva attraverso l’intelligenza artificiale. L’Etf Ossiam World ESG Machine Learning si pone così l’obiettivo di utilizzare un algoritmo di machine learning che classifica le aziende in base ai fattori ESG (Environment, Social Responsability, Governance) e il loro potenziale in termini finanziari, calcolati tramite l’analisi dei dati. Ma il processo di investimento è complesso, e vale la pena approfondirlo anche grazie alle osservazioni di Carmine De Franco,  Head of Fundamental Research presso Ossiam. Il modello è stato progettato e sviluppato dal team di ricerca di Ossiam, e si basa su metodologie proprietarie attraverso un processo in quattro fasi. Partendo dall'universo d'investimento, Solactive GBS World Developed, si applica innanzitutto un filtro ESG che elimina tutti i titoli non in linea con la policy ESG. Si eliminano le società coinvolte nell’industria del tabacco, dell’estrazione del carbone, delle armi controverse, e nella violazione di uno dei 10 principi del Global Compact delle Nazioni Unite, ma anche le azioni che sono oggetto di gravi controversie e quelle che fanno parte della lista nera di Norges Bank. In seguito si utilizza un algoritmo proprietario basato sull'intelligenza artificiale (IA) che classifica le aziende rimanenti (circa 1500) tra in due categorie - Opportunity e Risk - esaminando l'attuale profilo ESG di ogni azienda. Viene poi ridotto ulteriormente l'universo d’investimento, rimuovendo le aziende con un’elevata impronta di carbonio, anche se non penalizziamo le aziende particolarmente impegnate nella transizione verso un'economia a basse emissioni di carbonio (cioè quelle utility che traggono una parte significativa della propria produzione di energia da fonti verdi e sostenibili) e restano circa 400 azioni. Infine, si applica la strategia proprietaria Minimum Variance al paniere di azioni ottenuto, per ridurre la volatilità e la perdita massima, arrivando ad un portafoglio con circa 120 titoli, che incorpora le potenzialità della selezione basata sull'IA (effetto di stock picking/alpha boost), le caratteristiche di mitigazione del rischio di un approccio di Minimum Variance (migliore diversificazione, minore volatilità e drawdown) con un miglior punteggio ESG mirato e un miglioramento dell'impronta di carbonio. In merito al meccanismo di intelligenza artificiale, l’obiettivo è identificare pattern complessi all’interno dei dati ESG, fattore che dovrebbe permettere la classificazione di aziende in due gruppi basandosi esclusivamente sui loro punti di forza e di debolezza in ambito ESG: quelle che presentano potenziali di crescita (Opportunity) e quelle con rischi finanziari (Risk). È l’algoritmo stesso che, senza alcun intervento umano, definisce le regole, ovvero l'output del processo di IA, e con il passare del tempo tende ad acquisire esperienza e identificare modelli che altrimenti sarebbero difficili da evidenziare con strumenti di analisi standard. I dati ESG sono forniti da Sustainalytics. La procedura è quindi complessa ed accattivante, ma è necessario da parte dell’investitore un atto di fede nei confronti di una black box dominata dagli algoritmi. Guardando all’attuale portafoglio, si fotografano 123 azioni dove il titolo a maggior peso vale il 2,7%. La selezione dinamica sopra descritta porta oggi ad una esposizione di portafogli piuttosto disallineata rispetto al benchmark di Solactive. Ad esempio si segnala un forte sottopeso per i settori finanziari e industriali, a favore dei settori a bassa volatilità come beni di consumo di base (non ciclici), utilities e real estate. Ciò deriva principalmente dalla componente del motore attivo di natura minimum variance, che viene applicato al termine della selezione ESG. In termini di esposizione geografica aumenta invece, rispetto al benchmark mondiale basato sulla classica  capitalizzazione, il peso degli Usa (80% rispetto a 60% circa), a sfavore principalmente delle componenti europee. In questo modo si innesca un rischio di cambio che dipende principalmente dalle oscillazioni del dollaro Usa. Il TER non è contenuto, fissato allo 0,65%, ma non viene applicato il prestito titoli e la replica è fisica completa, senza uso di strumenti derivati. (riproduzione riservata)