Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:

Haben Sie jemals ein Einhorn gesehen?

Ad

Mutige Positionen in heute richtungsweisenden Technologieunternehmen sowie fünf Jahrzehnte Immobilieninvestments zeugen von unserer umfassenden Erfahrung im Bereich Private Assets. Wir kennen uns in Bereichen aus, die vielen nicht vertraut sind. Sprechen Sie uns an.

Anzeige
1/2019 | Theorie & Praxis
twitterlinkedInXING

Die wirklich Guten ins Töpfchen …

Wenn quantitativ arbeitende Asset Manager sich einem Investmentthema widmen, kommt im Idealfall ein neuer Faktor heraus. Im Fall der Experten von QMα gelang das sogar bei dem für Quants eher schwierigen ESG-Thema: Das Ergebnis ist der Good-Minus-Bad-Faktor.

1553699306_adobestock_yabresse_116200114_38.jpg

Good oder Bad? Diese Frage lässt sich im Investment-Alltag nicht so leicht beantworten – zu schwammig sind die Begriffe, zu unterschiedlich die Aussagen diverser Studien. Ein neues Paper will dem Abhilfe schaffen. Und zwar mit Hilfe eines Good Minus Bad-Faktors.

© Yabresse | stock.adobe.com

Retten wir damit die Welt oder bewegen wir uns Richtung „Gesinnungsterror“, wie es zuletzt Flossbach von Storch in den Raum gestellt hat? Egal welche Ansicht man zum Thema ESG vertritt, spätestens mit dem EU-Aktionsplan kommt man als Vermögensverwalter oder institutioneller Inves­tor gar nicht umhin, sich ausführlich mit nachhaltigen Strategien auseinanderzusetzen. An der grundsätzlichen Bereitschaft dazu dürfte es meist auch gar nicht mangeln, nach wie vor schwierig bleibt hier aber weiterhin die systematische Herangehensweise. ESG-Kriterien sind traditionell leider eher „soft“. Wie fair ein Unternehmen etwa seine Mit­arbeiter behandelt, ist kaum objektivierbar, aber auch der Begriff des „nachhaltigen Wirtschaftens“ ist eher schwammig. Die Investment Community behilft sich mangels universeller Standards längst mit selbst ent­wickelten Lösungen. So erklärt Susana Peñar­rubia Fraguas, Head of ESG Integra­tion bei der DWS: „Wir integrieren inzwischen unsere internen ESG-Ratings in unser gesamtes Investmentuniversum.“ Nachdem die Deutschen allerdings nicht das einzige Haus mit eigenen ESG-Richtlinien sind, entsteht derzeit ein veritabler ESG-Dschungel, womit sich für den Investor die Frage stellt: Wie unterscheidet man eine ESG-Philosophie von der anderen?

Bessere Quantifizierung

Einen innovativen Ansatz zur Kategorisierung von ESG-Kriterien liefert ein Autorenquartett von QMα: Roy Henriksson, Joshua Livnat, Patrick Pfeifer und Margaret Stumpp schlagen in ihrem Paper „Integrating ESG in Portfolio Construction“ einen neuen ESG-Faktor vor. Das Team der 1975 gegründet PGIM-Tochter will gemäß der eigenen Spezialisierung eine verbesserte Quantifizierung von ESG-Kriterien ermöglichen. „Denn obwohl ESG-Investments immer populärer werden, ringen Investoren nach wie vor mit der essenziellen Frage, wie man ESG-Faktoren in die Portfoliokonstruktion implementiert“, erklärt QMα-CIO und Co-Autor Henriksson.

Das Problem der unterschiedlichs­ten ESG-Bemessungen geht dabei laut QMα mit ­einem Mangel an quantitativ validen Daten einher. Joshua Livnat, Managing Director und Head of Research, betont: „Die Offen­legung von ESG-Daten erfolgt auf freiwilliger Basis.“

Dieser Mix an Ungenauigkeiten entlocke der Fachwelt einen bunten Strauß an teils ­widersprüchlichen Aussagen zum Thema Nachhaltigkeit, wie Vice President und ­Senior Quantitative Analyst Pfeifer ausführt: „Nach ausführlicher Durchsicht der vorhandenen Literatur kann man relativ schlüssig behaupten, dass Unternehmen mit besseren ESG-Noten dazu neigen, geringere Kapitalkosten bei gleichzeitig höheren Bewertungen auszuweisen.“ Folgerichtig sollten also Unternehmen mit besseren ESG-Ratings geringere zukünftige Erträge zeigen. „Tatsächlich ist es aber so, dass einige Studien für Firmen mit positiven ESG-Attributen höhere Erträge nachweisen, wieder andere kommen auf niedrigere Erträge, und dann gibt es noch die Fälle, bei denen überhaupt keine Unter­schiede auftauchen.“

Je nach Gusto scheint man sich also aussuchen zu können, ob sich ESG rentiert oder nicht – aus Investorensicht ist das unbefriedigend. Deshalb hat sich das Team von QMα entschlossen, einen Vorschlag zur quantitativen Schärfung der ESG-Thematik beizutragen. Zu diesem Zweck analysierten die Autoren die US-Leitindizes Russell 3000 und S&P 500 anhand des Kriterienkatalogs des Sustainability Accounting Standards Board (SASB). Das SASB hat im Rahmen seiner „Materiality Map 30“ verschiedene ESG-Einflussfaktoren für 79 unterschiedliche Branchen erfasst. Die Autoren nennen diese Einflussfaktoren „material“, wir bezeichnen sie in weiterer Folge als „relevant“. In der Folge hat das Team anhand der in den Unternehmensdatenbanken von Bloomberg und MSCI enthaltenen ESG-Daten der US-Unternehmen analysiert, welche davon relevante SASB-Einflussfaktoren aufweisen. Auf Basis dieser Daten wurde ein Scoring-System entwickelt, bei dem „+1“ für ­einen positiven ESG-Einfluss steht, während „–1“ einen ­negativen kennzeichnet. Verständlich wird die Vorgangsweise am Beispiel der CO2-Emissionen. Diese wurden in ein Verhältnis zur Marktkapitalisierung gesetzt, um so eine Vergleichbarkeit zu ermöglichen. Nun wurde der Kohlen­dioxidausstoß im jeweiligen Branchendurchschnitt betrachtet. Unternehmen mit unterdurchschnittlichen Emissionen erhielten eine positive Beurteilung (+1), wer die Luft überdurchschnittlich verschmutzt, wird mit –1 bewertet. Ein Unternehmen, das zumindest sechs relevante ESG-Werte auswies, von denen zumindest die Hälfte positiv war, erhielt das Attribut „Good ESG“. Kamen zumindest sechs ESG-Kriterien zustande, waren aber weniger als 20 Prozent von diesen positiv, kam es zur Kategorisierung „Bad ESG“. Alle anderen Unternehmen wurden entweder als „neutral“ oder „missing“ klassifiziert. Betrachtet wurden alle Unternehmen des Russell 3000 von Dezember 2008 bis 2015.

Um die Qualität der „relevanten“ SASB-Daten zu kontrollieren, wurden auch noch alle anderen verfügbaren ESG-Daten herangezogen, die von den untersuchten Unternehmen aus­gewiesen werden, aber nicht in der SASB Materiality Map vorkommen. Diese Daten wurden dem gleichen Scoring unterzogen.

Bezüglich der Datenqualität fiel das Ergebnis ernüchternd aus, denn von den insgesamt rund 23.000 ESG-Unternehmensmeldungen, die zustandegekommen sind, konnten nur 7.766 einen relevanten Score erzielen. Das bedeutet, dass nicht einmal ein Drittel der Unternehmen sechs oder mehr der abgefragten SASB-ESG-Kriterien ausgewiesen hat. Im Durchschnitt meldeten die Unternehmen des Russell 3000 im Beobachtungszeitraum sogar weniger als zwei relevante ESG-Werte (siehe Tabelle „Datenmangel im ESG-Sektor“). Fast schon beklemmend wird es, wenn man die Unternehmen nach positivem und negativem ESG-Ausweis aufteilt. Dann kommt man auf nur 482 positive Berichte, 334 sind negativ, 6.950 sind „neutral“ und mehr als 15.000 Datensätze fallen unter „missing“.

Nun sind schwache Daten generell ent­täuschend, wenn sie dann noch dazu neigen, widersprüchlich zu sein, ist Verzweiflung nicht selten die Konsequenz – so zunächst auch hier: Denn die Unternehmen, die im ­relevanten SASB-Bereich in die Kategorie „Good ESG“ fallen, erzielen im Schnitt eine Überrendite von 1,7 Prozent. „Bad ESG“ weist eine Underperformance von 1,4 Prozent auf. Bisher präsentiert sich ein schlüssiges Bild. Dass dann aber „Neutral ESG“ auf eine Outperformance von 4,5 Prozent kommt, stimmt nachdenklich. Noch diffuser wird das Bild, wenn man alle ESG-Daten, ­also auch die weiter gefassten Nicht-SASB-Daten, miteinbezieht: Dann erzielt „Good ESG“ eine Überrendite von 3,8 Prozent, „Bad ESG“ schafft im selben Zeitraum aber 4,6 Prozent, ist also lukrativer.

Mehr Daten braucht der Quant

„In diesem Zusammenhang ist festzuhalten, dass nur ein Bruchteil der untersuchten Unternehmen genügend ESG-Daten ausweist, um sie als positiv oder negativ zu kategorisieren. Hinzu kommt, dass sich die Ergebnisse nach einem durchlaufenen T-Test als statistisch irrelevant herausgestellt haben“, wie Livnat erklärt.

Was also tut der entschlossene Quant? Er macht sich auf die Suche nach besseren Daten. Das geschieht in einem ersten Schritt, indem ein neuer ESG-Faktor berechnet wird. In of­fensichtlicher Anlehnung an „Small Minus Big“ haben ihn die Autoren „Good Minus Bad“ oder kurz GMB genannt. Dieser Faktor wurde errechnet, indem man den valuegewichteten Ertrag von Unternehmen mit schlechten SASB-ESG-Daten von denen mit guten SASB-ESG-Werten abzieht. Auf diese Weise sind die Experten auf 626 Beobachtungen mit schlechten und 510 Datenpunkten mit guten, relevanten ESG-Scores gekommen.

Damit ist zwar die Methode verfeinert, die Zahl der Datensets bleibt aber weiterhin gering. Diesen Makel haben die QMα-Experten statistisch beseitigt, indem sie mittels Kleinstquadrateregression die monatlichen Erträge der fünf bekannten Fama-French-Faktoren plus „Good-Minus-Bad“ über alle Russell-3000-Unternehmen, die ESG-Daten ausweisen, sowie die, diese nicht nachweisen, gezogen haben. Tatsächlich hat sich durch diese statistische Simulation die Zahl der statistisch erfassten Meldungen von Unternehmen, die über einen relevanten positiven ESG-Ausweis verfügen, von 510 auf 1.561 mehr als verdreifacht (siehe Tabelle unten). Bei den negativen Meldungen ist es zu einer noch deutlicheren Steigerung gekommen. Sieht man sich die Einzelergebnisse genauer an, „sind die erwarteten annualisierten Übererträge, die mit rund sechs Prozentpunkten zugunsten von Good ESG ausfallen, eklatant“, so Stumpp. Das ist insofern bemerkenswert, als die Kurs-Buchwert-Bewertungen von „Good“ deutlich höher ausfallen also von „Bad“. Rein theoretisch, so die Autoren, müssten die erwarteten Erträge von „Good“ im Beobachtungszeitraum niedriger sein. „Die Analysten scheinen davon auszugehen, dass sich die höheren Bewer­tungen in Zukunft fortsetzen“, schlussfolgert Stumpp.

Letzten Endes lässt sich sagen, dass QMα mit dieser Untersuchung für die Implementierung des ESG-Konzepts in die Portfoliokonstruktion einen großen Schritt vorwärts gemacht hat. Man kann aber die Frage in den Raum stellen, wie mathematisch „hart“ Fakten tatsächlich sind, die auf einer „soften“ Definition – in diesem Fall durch SASB – beruhen. Als kontraproduktiv könnte sich letzten Endes auch erweisen, dass ein Unternehmen mithilfe mathematischer Analysen zu einem ESG-Investment werden kann, obwohl es entsprechende Daten gar nicht ausweist. Und dass dem einen oder anderen kritischen Beobachter angesichts eines neuen Faktors automatisch die Assoziationen „Zoo“ oder „Dschungel“ durch den Kopf schießen, darf ebenfalls angenommen werden.    

Hans Weitmayr


Anhang:

twitterlinkedInXING
 Schliessen