Big data en ESG-doelstellingen

In een tijd waarin de hoeveelheid data op de wereld exponentieel toeneemt, is het vooral zaak om relevante informatie te destilleren uit de enorme berg data die ons wordt voorgeschoteld. Veel pensioenfondsen hebben een bestuursbureau of uitvoerende bestuurders. Hun taak bestaat voor een significant deel uit het filteren van de informatiestroom om de slagvaardigheid van het bestuur te vergroten. Er wordt geprobeerd ‘information overload’ bij het bestuur te voorkomen. Tegelijk heeft het bestuur ambities om doeltreffend te beleggen.

Het bestuur wil goed beleggen. Naast deze financiële doelstellingen wordt het steeds belangrijker om niet-financiële doelstellingen zoals duurzaamheid in het beleid te integreren. Waar de groeiende databerg al snel wordt gezien als een uitdaging of misschien zelfs als belemmering om tot goede besluiten te komen, is in dit kader het omgekeerde het geval: de databerg biedt juist kansen.

Een portefeuillemanager staat voor een vergelijkbaar probleem als de bestuurder, al is het soort data dat hij of zij beschouwt van een meer kwantitatieve aard. Je kunt de hele dag naar zes Bloomberg-schermen tegelijk kijken, waar elke seconde de prijzen, rentes, en nieuwsberichten je om de oren vliegen. De vraag is welke data echt relevant zijn voor het maken van een beleggingsbeslissing.

De hoeveelheid datapunten die in ogenschouw moet worden genomen bij een beleggingsbeslissing wordt grofweg bepaald door twee variabelen.

1. Ten eerste de hoeveelheid beschikbare instrumenten. De meeste pensioenfondsen beleggen wereldwijd in aandelen, waarbij de MSCI-wereldindex inclusief opkomende markten ruim 2,800 aandelen kent. Voor obligaties zijn pensioenfondsen doorgaans gefocust op de eurozone, omdat de verplichtingen nou eenmaal in euro’s zijn. Als het pensioenfonds uitsluitend in staatsobligaties met een minimale rating van AA belegt, is het universum redelijk overzichtelijk. Het gaat over zes landen die samen ongeveer 200 staatsobligaties hebben uitstaan.

2. De aantallen lopen echter sterk op wanneer breder wordt gekeken door overheidsgerelateerde obligaties en bedrijfsobligaties aan de dataset toe te voegen. Dit komt ten eerste doordat er veel meer bedrijven dan overheden zijn en doordat de uitgiftes van niet-overheden talrijker en kleiner zijn. Zo heeft de Europese Investeringsbank alleen al ruim 550 obligaties uitstaan, waarvan ruim 100 in euro’s1. Een doorsnee bedrijfsobligatiebenchmark kan zomaar 4.000 uitgiftes bevatten.

Alles overwegende belegt een pensioenfonds al snel in duizenden verschillende vastrentende instrumenten. Voor al deze instrumenten is een groot aantal karakteristieken benodigd om een beleggingsbeslissing te kunnen maken, zoals duratie, coupon, looptijd, credit ratings en spreads ten opzichte van vergelijkbare obligaties. Als we die twee variabelen in een matrix zetten, wordt duidelijk dat het potentieel gaat om miljoenen datavelden, waarvan sommigen statisch zijn en anderen elke dag of seconde veranderen.

Aladdin-systeem
Bij BlackRock hebben we de luxe te beschikken over het Aladdin-systeem, waarin al deze data zijn opgenomen en naar wens kunnen worden gerangschikt. Aladdin biedt bijvoorbeeld de mogelijkheid om een virtuele aankoop van een aantal obligaties in een bestaande LDI-portefeuille te doen. Vervolgens kan er een stresstest op de nieuwe portefeuille worden losgelaten om te bepalen hoe het risico zich verhoudt tot de bestaande portefeuille. Dit maakt het leven van een portefeuillemanager een stuk eenvoudiger en voorkomt risicovol gepriegel in Excelsheets. Omdat alle risicolimieten zoals maximum allocaties naar bepaalde landen en het vereiste curve-profiel van de renteafdekking in Aladdin zijn geprogrammeerd, wordt het risico op compliancebreaches geminimaliseerd.

Nadat via een analyse de optimale portefeuille is bepaald en is gecontroleerd door een tweede paar ogen, kan de virtuele portefeuille met een druk op de knop naar de echte wereld worden getransporteerd. Aladdin stuurt de benodigde aan- en verkopen door naar de trading desk, waar de benodigde transacties worden uitgevoerd. De uitgevoerde transacties inclusief een rapport over de transactiekosten komen vanuit de trading desk weer terug bij de portefeuillemanager, die in Aladdin kan zien dat de transactie is uitgevoerd.

Integratie ESG-beleid

De vraag is hoe ESG-beleid in bovenstaand proces wordt geïntegreerd. In de vastrentende markt is ESG-integratie in opkomst, gekenmerkt door de sterke stijging in de uitgifte van groene obligaties. In hoeverre de kleur van de obligatie relevant is, hangt af van de voorkeuren van het pensioenfonds. Als groene obligaties een integraal onderdeel vormen van het ESG-beleid, moet helder zijn gedefinieerd tegen welke ‘prijs’ de groene obligatie mag worden aangekocht. Mag het alleen als de marktprijs conform niet-groene obligaties is, of mag het zelfs een beetje rendement kosten?

Bovenstaande vereniging van financiële met niet-financiële doelstellingen is in te bedden in het portefeuillemanagementproces van bijvoorbeeld LDI-portefeuilles. De voorwaarde is dan dat de data beschikbaar en betrouwbaar zijn en dat de doelstellingen glashelder zijn gedefinieerd. Standaardisatie zoals in de Europese Green Bond Standards kan helpen de datakwaliteit te verbeteren, net als uitgebreidere publicatie van groene parameters door bedrijven.

Om bovenstaande mogelijk te maken ligt er een taak bij pensioenfondsbesturen om doelstellingen zo meetbaar mogelijk te maken. Dit zal de deur openen naar een meer geïnformeerde discussie over de kosten-batenafweging van het ESGbeleid en meer transparantie naar de deelnemers.

Jens van Egmond, Hoofd LDI strategie Nederland bij Blackrock en bestuurder bij Sportfondsen Pensioenfonds 

Dit artikel is eerder gepubliceerd op de website van Pensioen, Bestuur & Management (PBM)

1 Bron: Bloomberg, BlackRock, augustus 2019.

Share Button
Geplaatst in .