Während nachhaltiges Investieren größtenteils auf Ebene des Aktienmanagements berücksichtigt wird, ist das Thema bei Investitionen in Anleihen weit weniger präsent. Und doch ist die Nachhaltigkeitsanalyse von Staatsanleihen, und damit von Ländern, ein Thema, das unsere Aufmerksamkeit verdient, insbesondere angesichts der Herausforderungen, die sich daraus ergeben. BLI hat einen eigenen Ansatz entwickelt, der darauf abzielt, den Nachhaltigkeitscharakter staatlicher Emittenten aus Schwellenländern zu bewerten, aber auch die bestehenden (positiven und negativen) Dynamiken zu identifizieren.
Die Finanzmärkte bewerten die Nachhaltigkeit von Unternehmen oder Ländern momentan anhand drei verschiedener Dimensionen: Umwelt (E = Environment), Soziales (S = Social) und Unternehmensführung (G = Governance).
Der Grad der Nachhaltigkeit eines Unternehmens oder Landes wird häufig mit einem ESG-Rating ausgedrückt.
Da sich momentan noch kein einheitlicher Bewertungsstandard für die ESG-Leistungen am Markt durchgesetzt hat, sind die von zwei unabhängigen Analysten oder Asset Managern stammenden Nachhaltigkeitsscores/-ratings eines Instituts nur in Ansätzen vergleichbar.
Kontext
Von Ölgesellschaften, die auf umweltfreundlichere Raffinierungsverfahren umstellen, bis hin zu Unternehmen, die Mitarbeiter ausschließlich aufgrund ihrer Qualifikationen statt ihres Geschlechts einstellen – in den meisten Sektoren findet ein Paradigmenwechsel statt. Jeder Sektor muss diesen Wechsel von seiner spezifischen Warte aus angehen und seinen jeweiligen Herausforderungen Rechnung tragen.
Die Vielfalt im Asset Management beruht zum Teil auf den verschiedenen und häufig abweichenden Meinungen, Perspektiven und Hintergründen der in der Branche tätigen Personen. So ist nachhaltiges Investieren für die einen selbstverständlich, für andere wiederum ist es irrelevant.
Da eine Vielzahl von Bewertungsmethoden für Nachhaltigkeitsleistungen vorhanden ist, folgt jeder Ansatz einer eigenen Interpretation des Themas und den Besonderheiten der jeweiligen Anlageklasse.
Die Attraktivität des Aktienmarktes in den vergangenen zehn Jahren – in Verbindung mit dem anhaltenden Interesse an aktivem und nachhaltigem Portfoliomanagement – katapultierte die Assetklasse ins Zentrum der Nachhaltigkeitsbewertung in diesem Sektor.
In letzter Zeit haben Asset-Manager nachhaltige Strategien für Anlagen in Staatsanleihen entwickelt.
Dieser Ansatz für Staatsanleihen muss robust, dynamisch und umfassend sein, um alle Voraussetzungen für eine aktive und nachhaltige Anlagestrategie zu erfüllen.
Ein solider datenbasierter Analyserahmen bildet hierbei die Grundlage. Experten verwenden diese Grundlage häufig zur Bestimmung der Nachhaltigkeit einer Wirtschaft. Wir sind der Ansicht, dass zudem eine kontinuierliche und interpretierbare Analyse erforderlich ist. Die Interpretierbarkeit sollte eine hohe Transparenz ermöglichen, während die Dynamik der Datenlage Rechnung tragen sollte.
Einleitung
Der folgende Artikel beleuchtet die Volkswirtschaften der Schwellenländer. In den vergangenen fünf bis zehn Jahren erhielten Staatsanleihen der Schwellenländer infolge der niedrigen bzw. negativen Zinsen in den Industrieländern einen festen Platz in den Asset-Allokationen von Rentenstrategien.
Wir wollen hier eine Methodik vorstellen, mit der die kontinuierliche Veränderung der Nachhaltigkeitsprofile von Schwellenländern bewertet und interpretiert werden kann.
Hierzu erläutern wir zunächst kurz das globale Umfeld, das den Analyserahmen darstellt, und anschließend die eigentliche Methodik. Sie besteht aus zwei verschiedenen, komplementären Ansätzen, die jeweils der bereits erwähnten Grundlage und der Dynamik gerecht werden.
Abschließend prüfen wir, wie wir als Investoren mit aktivem Managementansatz, diese Analyse nutzen können, um unsere Länderallokation kritisch zu überprüfen und sie mit den Zielen für nachhaltige Entwicklung der Vereinten Nationen (Sustainable Development Goals, SDGs) zu vergleichen.
Der Analyserahmen
Das vorrangige Ziel jeder ESG-Bewertung ist die Messung der humanitären und natürlichen Risiken, die für Regierungen, Bevölkerungen und Investoren relevant sind.
Angesichts der Motivation junger Unternehmer und der Massenmobilisierung zur Reduzierung der Folgen des Klimawandels und zur Schaffung von mehr Gleichheit in der Welt ist 2020 bereits erkennbar, dass die Umstellung auf eine nachhaltige Wirtschaft auch Chancen und Anlagemöglichkeiten in bestimmten Ländern bietet sowie langfristig möglicherweise eine gesündere und nachhaltige Wirtschaft ermöglicht.
Andererseits drohen Ländern, die diesen zunehmenden Mentalitätswandel ignorieren, möglicherweise beträchtliche Risiken.
Eines der vielen Beispiele hierfür ist Südafrika.
Zieht man den vom Word Energy Council herausgegebenen Trilemma-Index heran, weist das Management des südafrikanischen Energiesektors Defizite auf.
Die Untätigkeit der Regierung in Bezug auf Projekte für erneuerbare Energien hat zu einer hohen Abhängigkeit des Landes von der Kohle geführt.
Hätte die südafrikanische Regierung unter ansonsten gleichen Bedingungen ein Mindestniveau an Energieerzeugung durch erneuerbare Energieträger sichergestellt, würden die instabilen Staatsfinanzen weniger stark durch die Geschicke von Eskom[1] belastet – das Unternehmen braucht gewaltige Finanzhilfen und hat mit gravierenden Produktionsproblemen zu kämpfen.
Dieses Beispiel zeigt, dass Analyse und Vergleich des Nachhaltigkeitsniveaus eines Landes kein einfaches Unterfangen ist. So treten bei mehreren Analysesegmenten viele Hindernisse auf,
- denn auch wenn große Datensätze für die ESG-Dimensionen auf Länderebene verfügbar sind, liegen diese Daten in der Regel nur mit zeitlicher Verzögerung vor. Da die Aggregation von Indikatoren auf Regierungsebene zeitaufwändig ist, sind die Daten unter Umständen um zwei bis zehn Jahre im Rückstand und werden nur alle zwei bis vier Jahre aktualisiert. Bei der Analyse von Schwellenländern verstärkt sich dieser Effekt. Durch diese Zeitverzögerung sind unserer dynamischen Bewertung der relativen Nachhaltigkeit somit Grenzen gesetzt.
- Eine andere Schwierigkeit, die nicht die Verfügbarkeit der Daten selbst betrifft, ist die Harmonisierung der Nachhaltigkeitsdaten für die einzelnen Anlageklassen und Asset-Manager, ohne das Ziel aus den Augen zu verlieren.
Aus diesem Grund hat BLI - Banque de Luxembourg Investments S.A. einen eigenen, klar strukturierten Ansatz entwickelt, mit dem diese Herausforderungen bewältigt werden sollen.
Zweistufiger Ansatz
Ziel eines ESG-Länderscores ist die Bewertung der Nachhaltigkeit einer Regierung, ihrer Wirtschaft und der durchgeführten Reformen.
Deshalb muss unter Berücksichtigung der bereits genannten Rahmenbedingungen und Herausforderungen ein robustes Regelwerk festgelegt werden, das einen fundamentalen ESG-Score, basierend auf quantitativen ESG-Daten (erste Ebene) und einen dynamischen Score basierend auf einer dynamischen Analyse qualitativer Informationen über jedes Land (zweite Ebene), umfasst.
Erste Ebene:
Die erste Ebene entspricht der Ermittlung des fundamentalen ESG-Scores eines Landes. Mit anderen Worten: Wo steht das Land in Bezug auf ökologische, soziale und Governance-Themen im Vergleich zu anderen Ländern?
Hierzu haben wir nach Indikatoren gesucht. Nach der Untersuchung mehrerer Datensätze[2] begrenzten wir unser Indikator-Sample auf einen aggregierten Indikator[3] oder einen Rohdatenindikator. Für letzteren wählten wir einen spezifischen Indikator wegen seiner beiden Hauptkomponenten aus:
- Herkunft der Daten,
- letztes Datum und Aktualisierungsfrequenz der Daten.
Das zweite Ziel des ESG-Länderscores soll auf ein mögliches Risiko in der Zukunft hindeuten – bei der Aggregation der drei jeweiligen ESG-Scores übergewichten wir das Governance-Kriterium, während die beiden Komponenten ‚Soziales‘ und ‚Umwelt‘ gleichgewichtet werden.
Die intuitive Übergewichtung der Governance-Komponente ist auf die Tatsache zurückzuführen, dass Schwellenländer erst einmal politische Stabilität benötigen und Infrastrukturen (z.B. geeignete Transportwege und ein Energieverteilungssystem) aufbauen müssen, bevor sie langfristige soziale oder ökologische Reformen in Angriff nehmen.
Auf diese Weise erhalten wir einen aggregierten Score, der die relative Nachhaltigkeit eines Landes ausdrückt.
Die nachstehende Punktwolke zeigt die relative Position der Länder gemessen an ihren ESG-Leistungen.
Obwohl die beiden Kriterien ‚Soziales‘ und ‚Umwelt‘ kaum miteinander korrelieren, ist die Korrelation der Aspekte ‚Soziales‘ und ‚Unternehmensführung‘ signifikant. Die Korrelation zwischen den Komponenten ‚Unternehmensführung‘ und ‚Umwelt‘ ist weniger eindeutig. Dies ist auf die erdölexportierenden Länder wie Saudi-Arabien, Vereinigte Arabische Emirate und Katar zurückzuführen, die jedoch überdurchschnittliche Länderscores für die Unternehmensführung aufweisen.
Zweite Ebene:
Um ein umfassendes Gesamtbild vom ESG-Profil eines Landes und der mit ihm verbundenen Risiken zu erhalten, muss man in der Lage sein, dessen positive und negative Dynamiken zu berücksichtigen. Da jedoch keine aktuellen quantitativen Daten verfügbar sind, haben wir für jedes Land kontinuierlich und systematisch die vorhandenen qualitativen Informationen wie z.B. Newsflows und Presseartikel aus zuverlässigen Quellen analysiert.
Um die Arbeit zu rationalisieren – in erster Linie aber um die einzelnen Nachrichten, Reformen und die Stimmung in der Bevölkerung zwischen den Ländern objektiv miteinander vergleichen zu können – haben wir die Fortschritte im Bereich Künstliche Intelligenz und in der Verarbeitung natürlicher Sprache genutzt. Hierzu wurde ein „Universal Language Model Fine Tuned“ für jede ESG-Dimension angewendet (ULMFIT[4] mit RoBERTa[5]).
Jede Woche werden neue qualitative ESG-spezifische Länderanalysen im ULMFIT erfasst. Das Ergebnis ist eine Verteilung in Form einer sigmoiden Kurve[6] mit positivem oder negativem Skew, je nachdem, wie ein Analyst seine E- und/oder S- und/oder G-Bewertung interpretiert.
Auf der zweiten Ebene können wir die relative Nachhaltigkeit von Schwellenländern kontinuierlich kontrollieren und erkennen, ob die negative oder positive Veränderung/Tendenz eines Landes mittelfristig zu einer Verschlechterung bzw. Verbesserung der Fundamentaldaten führt.
Die Methode ermöglicht Erkenntnisse darüber, warum ein Land einen besseren bzw. schlechteren ESG-Score aufweist. Aufgrund der einfachen Interpretierbarkeit des Analyserahmens können wir eine eigene Interpretation der aktuellen Lage eines Landes vornehmen und mittelfristig eine Entscheidung hinsichtlich der Investition bzw. Desinvestition treffen.
Nachstehend sind einige Beispiele für Sätze und ihren jeweiligen Score aufgeführt, die das ULM Fine-Tuned-Modell für die Governance-Dimension analysiert hat:
- The Economist, 13. März 2020: „Die chilenische Polizei ist brutal, korrupt und inkompetent. Sie muss von Grund auf reformiert werden.“
->Score = 0,08
- Asiatische Entwicklungsbank, 11. Februar 2020: „Heute ist der internationale Tag der Frauen und Mädchen in der Wissenschaft. Wir arbeiten mit Sri Lanka zusammen, um die Anzahl der Mädchen zu erhöhen, die sich in Stammfächer einschreiben, indem wir wissenschaftliche Programme fördern und die Lernbedingungen in Schulen verbessern.“
->Score = 0,84
Nutzung des ESG-Scores durch die Berücksichtigung seiner Wirkung
Durch den Vergleich der Länderallokation unserer Portfolios mit dem durch die Nachhaltigkeitsziele der UNO definierten Rahmen können wir unsere Asset-Allokations-Funktion relativieren und die ESG-Wirkungen unserer Anlageentscheidungen bewerten.
Ein Score kann als Prozentsatz des zurückgelegten Wegs hin zu den Nachhaltigkeitszielen der Vereinten Nationen für 2030 betrachtet werden. „100“ bedeutet, dass das Ziel für jeden Indikator des Rahmens erreicht wurde.
Quellen: Bertelsmann Stiftung und Sustainable Development Solutions Network (SDSN), BLI
Dieser Rahmen kann jedoch nicht als Hauptgrundlage für eine aktive ESG-Strategie verwendet werden, da das gleiche Problem auftritt, das eingangs erwähnt wurde – die späte oder zeitverzögerte Verfügbarkeit der Daten.
Dennoch stellt der Rahmen eine hervorragende Grundlage für Vergleiche und eine umfassende Methode für das Reporting dar, das einen Aufschluss über die Auswirkungen unserer Länderallokation ermöglicht.
Schlusswort
Anhand der erstellten ESG-Scores konnten wir uns ein besseres Bild von dem Datenmaterial machen, das von der Branche zur Definition des Nachhaltigkeitsgrads eines Landes verwendet wird. Obwohl ein gewaltiges Datenvolumen für einzelne Nachhaltigkeitsaspekte in beeindruckender Auflösung verfügbar ist, befinden wir uns noch in einer zu frühen Phase des Paradigmenwechsels.
Da sich unsere Analyse ausschließlich auf Schwellenländer bezieht, erfolgen die Aktualisierung und die Generierung nicht-finanzieller Daten aufgrund strukturbedingter Verzögerungen eher schleppend. Dies ist unter anderem den mangelnden Anreizen und/oder Prioritäten in diesen Ländern geschuldet. Während in den Industrieländern die zunehmende Bedeutung von Nachhaltigkeit in den unterschiedlichen Bevölkerungsschichten einen wachsenden Widerstand gegen das fehlende Bewusstsein für ökologische, soziale und Governance-Aspekte hervorruft, ist diese Form von Widerstand in den Schwellenländern noch immer sehr gering.
Doch der Paradigmenwechsel hat begonnen. Die Schwellenländer geben seit einigen Jahren die Richtung für bestimmte Nachhaltigkeitsaspekte vor – so z.B. Uruguay mit seiner Umweltschutzpolitik – und bringen andere Länder damit in Zugzwang. In der Vermögensverwaltungsbranche eröffnet die permanente Steigerung der Rechnerkapazität neue Wege für die Analyse der Nachhaltigkeitsleistungen der einzelnen Länder. Dadurch können wir besser verstehen, wo Optimierungsbedarf besteht.
_________________
[1] Eskom ist das staatliche Energieversorgungsunternehmen Südafrikas, das 95 % des Strombedarfs des Landes deckt.
[2] Die Quellen variieren je nach Bestimmungszweck des Indikators. Nachstehend einige interessante Quellen: Büro der Vereinten Nationen für Katastrophenvorsorge / Ernährungs- und Landwirtschaftsorganisation / Internationale Arbeitsorganisation, WHO-UNICEF Joint Monitoring Programme for Water Supply, Sanitation and Hygiene / WHO Global Health Observatory / Datenbank der World Development Indicators (WDI), Weltbank / Skills Towards Employability and Productivity (STEP) der Weltbank / vertrauenswürdige nationale Statistikämter.
[3]Umfassende Arbeiten renommierter Organisationen wie z.B. die Worldwide Governance Indicators der Weltbank für die Vorauswahl und Aggregation von Indikatoren auf Indexniveau.
[4] Das ULMFIT-Modell wurde von Jeremy Howard und Sebastian Ruder entwickelt. Weitere Informationen finden Sie unter dem Link: https://arxiv.org/abs/1801.06146. Die Implementierung wurde mit der KI-Bibliothek Fastai und Python ermöglicht.
[5] Das RoBERTa-Modell ist das erweiterte Facebook-System BERT (Google). Weitere Informationen finden Sie unter dem Link: https://ai.facebook.com/blog/roberta-an-optimized-method-for-pretraining-self-supervised-nlp-systems/. Implementiert mit dem Hugging Face-Transformers-Package von Python.
[6] Die Sigmoidfunktion lautet: fx=11+e-x. und beschreibt einen S-förmigen Kurvenverlauf zwischen (0,1). Weitere Informationen: Weisstein, Eric W. „Sigmoid Function“. Aus MathWorld--A Wolfram Web Resource. https://mathworld.wolfram.com/SigmoidFunction.html
