Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.
Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.
In evidenza
Extra
Il supporto dell’AI nella rendicontazione delle emissioni
Responsabilità editoriale di Advisor
performano le stime dei modelli econometrici tradizionali con un ampio margine. Questo potrebbe sembrare ambizioso” sottolineano da NN IP.
Responsabilità editoriale di Advisor
Ottenere informazioni aggiornate sulle emissioni di carbonio delle aziende è un problema particolare. Spinte dagli obblighi normativi e dalle aspettative degli investitori, sempre più aziende fissano obiettivi di riduzione delle emissioni in linea con l'accordo di Parigi. Stime tempestive delle loro prestazioni nel raggiungimento di questi obiettivi sono della massima importanza per gli investitori responsabili. Spesso però le aziende riportano le loro emissioni solo una volta l'anno e altri fattori possono incidere nel ritardo con cui rilasciano tali informazioni.
Per affrontare il ritardo nella rendicontazione delle emissioni, NN Investment Partners ha sviluppato un modello di analisi che utilizza l'intelligenza artificiale (AI) per prevedere le intensità delle emissioni di carbonio, in particolare le emissioni per unità di ricavo.
“Utilizzando le più recenti tecniche di apprendimento automatico, possiamo prevedere le intensità delle emissioni di carbonio che saranno riportate a breve. Prevediamo che tutti i settori miglioreranno, ma c'è una chiara differenziazione tra i leader e i ritardatari. L'analisi suggerisce una riduzione complessiva dell'intensità di carbonio dell'8,7% a livello globale per lo scorso anno” spiegano gli esperti di NN IP.
I dati sulle emissioni sono necessari agli investitori per valutare gli sforzi delle aziende in questo settore. Due elementi contribuiscono a rendere tale recupero molto sfidante: 1) bassa frequenza delle osservazioni e 2) ritardo nella segnalazione agli investitori.
Le aziende di solito segnalano le emissioni di carbonio una volta l'anno, insieme (o dopo) la pubblicazione di una relazione finanziaria annuale. I fornitori di dati a volte aumentano la sfida aggiornando i loro database solo periodicamente. Ciò significa che non è raro che le informazioni più recenti a disposizione degli investitori riguardino emissioni verificatesi due anni fa. Questo diventa più problematico quando la regolamentazione ha un impatto su un'azienda in tempo reale e gli investitori devono elaborare le informazioni attuali per prendere delle decisioni informate.
NN IP si è concentrata sull'acquisizione automatizzata degli impegni aziendali sul clima. “Concentrandosi sulle loro azioni reali invece che sugli obiettivi, il nostro modello cerca di prevedere l'intensità di carbonio dell'ultimo anno. In breve, la sfida che ci siamo proposti di risolvere è la previsione dell'intensità di carbonio "da segnalare". Come minimo miriamo ad avere previsioni che sono statisticamente migliori, economicamente significative e che sovra-performano le stime dei modelli econometrici tradizionali con un ampio margine. Questo potrebbe sembrare ambizioso” sottolineano da NN IP.
“Le emissioni assolute possono variare in modo significativo in base a fattori come acquisizioni o cessioni, rendendole difficili da confrontare. Con le entrate come denominatore nel modello, si scoprono i settori che registrano una rapida crescita dei ricavi e che dovrebbero mostrare alcuni dei maggiori miglioramenti in tale ambito” proseguono da NN IP.
Inoltre, tale modello consente agli investitori di individuare le società che sembrano essere sulla buona strada per progressi costanti nella riduzione dell'intensità o quelle che si sono discostate (in positivo o in negativo). Ciò aiuta i gestori di portafoglio nelle discussioni con il management delle aziende sulla fattibilità dei loro obiettivi di riduzione dell'intensità di carbonio.
Credits: Foto di Tara Winstead da Pexels
Responsabilità editoriale di Advisor
Ultima ora