Artículo de Esther Morales, Socia y Directora de Desarrollo de Negocio de PiperLab y Paloma Baena, experta en sostenibilidad, digitalización y políticas públicas.

El concepto de inversión sostenible, que hace referencia a una inversión ética, se acuñó a finales de los años 60 y desde entonces ha tenido una progresión meteórica siendo ahora vital para los beneficios de muchas compañías, cumplir con unos parámetros éticos.

El Dow Jones Sustainability Index fue el primer índice global que introduce criterios sostenibles y surgió a finales de los 90 y fue seguido de la ONU con la puesta en marcha de los Principios para la inversión Responsable donde se evaluaban los efectos de la sostenibilidad.

El crecimiento de la inversión sostenible ha sido consistente, representando actualmente un tercio de los activos bajo gestión a nivel global. En España, según Spainsif, por primera vez los activos gestionados bajo criterios de sostenibilidad alcanzan un 54% y superan por primera vez a los tradicionales y a nivel mundial, actualmente se estima que hay 1,8 billones de dólares en activos bajo gestión en inversiones sostenible.

Por mencionar un par de datos más, entre 2016 y 2020 se produjeron flujos por valor de 530 mil millones de dólares en estrategias de inversión ESG, y se estima que en los próximos 5 años se dupliquen estas inversiones sostenibles.

Existe un interés real por parte de stakeholders, inversores, empleados y ciudadanos en apoyar la transformación sostenible de la economía.

¿Pero cómo reconocer y dirigir inversiones, de forma comparable y apoyada en datos, hacia el desempeño sostenible?

La respuesta son los datos ESG – (en inglés “environment, social and governance”) que se han consolidado como el nuevo lenguaje universal del desempeño no financiero de la empresa:

• (E) Medioambiente: la relación de la empresa con medioambiente, incluyendo entre otros emisiones CO2, gestión de residuos o consumo de agua;
• (S) Social: relación de la empresa y la sociedad, incluyendo las condiciones laborales, el respeto a los derechos humanos o
• (G)  Gobernanza: la propia gestión de la empresa y su rol en el entorno global, incluyendo la composición y funcionamiento de su consejo de administración o sus medidas de ética e integridad.

Estos datos, y el ecosistema a su alrededor, han evolucionado a una gran velocidad en los últimos años: desde los “creadores de estándares” que definen las métricas que tiene sentido analizar (e.g. GRI, SASB, TCFD) a los proveedores de datos comparados de empresas (e.g. Sustainalytics, MSCI), las plataformas o grupos de acción (IMP, B-lab, CERES) o los consultores.

Cuando hablamos de análisis de datos, englobamos desde los más comunes o fáciles de tratar como son los numéricos, hasta información compleja que, transformada en un dato tratable, permite extraer información útil. Pero el problema no solo radica en transformar información, si no en que existan estándares que permitan medir de una manera uniforme esta información.

La aparición de decenas de actores en el ecosistema global de datos ESG confirma que no es una tendencia, pero también es un síntoma del problema de base que afecta a la calidad, confiabilidad y comparabilidad de estos datos, puntualiza Paloma Baena, “falta una definición común y globalmente aceptada de los indicadores, metodologías de cálculo y estándares de reporte”.

Baena explica que esto genera varios problemas importantes:

• En primer lugar, la gran variedad e inconsistencia en los datos que se utilizan para medir una variable tipo. Un estudio liderado por Pr. George Serafeim de Harvard Business School identifica por ejemplo que las empresas utilizan más de 20 formas diferentes para reportar datos de salud y seguridad de sus empleados.
• En segundo lugar, la inconsistencia de las comparaciones. Dado que partimos de métricas diferentes, no es sorprendente que la correlación entre métricas de distintos proveedores para una misma variable “ESG” sea mínima. Así lo demuestran varios estudios (CFA Institute, Government Pension Investment Fund) que tomando varios de los proveedores con métricas más amplias y establecidas demuestran una correlación muy baja o baja entre ellas. De hecho, otro estudio reciente que muestra que las empresas que brindan más divulgación de ESG tienden a tener más variaciones en sus calificaciones de ESG
• En tercer lugar, la opacidad de las métricas finales y metodologías de cálculo de los proveedores de datos ESG respecto a los vacíos de datos, los grupos de pares, los datos en la base de sus cálculos y las propias métricas “exclusivas” , que crean inconsistencias difíciles de discernir y solventar para inversores, empresas y otros stakeholders.

A pesar de estas debilidades fundamentales, el uso de datos ESG en la toma de decisiones de inversión continúa creciendo.

 ¿Cómo podemos hacer frente a esta situación? 

Para lograr verdadero progreso necesitamos más claridad, consistencia y transparencia en los datos ESG de forma que sean verdaderamente confiables, comparables y sobre todo, relevantes. De la misma forma que tenemos estándares para contabilizar y monitorear datos financieros, debemos crear métricas comunes con metodologías comunes de cálculo para los para los datos no financieros. Este repositorio de datos no debe ser un bien privativo. Precisamente su uso y análisis transparente y generalizado permitirá dar un salto cualitativo hacia un modelo económico más sostenible: la formulación de políticas públicas (ya sean regulares o fiscales) vinculadas al desempeño no financiero.

Avanzar en esta dirección pasa, cómo no, por las complejas negociaciones necesarias para llegar a un acuerdo de mínimos con vocación global, para el que más allá de la Unión Europea todavía falta un liderazgo claro. Mientras tanto, hay pasos que se pueden dar de forma voluntaria y en colaboración con otros actores del ecosistema de datos ESG. El primero y fundamental es la transparencia.

Como si se tratara de abordar un problema de datos, de los múltiples a los que nos enfrentamos, tratar de homogeneizar los recogidos por cada compañía, para establecer un estándar de medición que permita hacer comparaciones sectoriales, por tamaño o madurez empresarial, pasa por el acuerdo común, como comenta Paloma Baena, en el que diferentes actores: empresas expertas en el análisis de datos, las propias empresas que proporcionan los datos y organismos reguladores establezcan estándares comunes de medición.