- Inicio
- Blog Refinitiv
- Inversiones y Trading
- ¿Cómo puede contribuir el procesamiento del lenguaje natural al análisis de los datos ESG?
March 19, 2021 | INSIGHTS DE INVERSIÓN
¿Cómo contribuye el procesamiento del lenguaje natural al análisis de los datos ESG?
En un artículo exclusivo para nuestro blog, el CEO de MarketPsych, Richard Peterson, explora cómo se puede utilizar el Procesamiento del Lenguaje Natural (PLN) para generar datos ESG.
- El PLN puede ayudar a cuantificar las referencias a métricas medioambientales y sostenibles.
- La investigación de MarketPsych señala que la percepción de los empleados sobre el lugar de trabajo influye en los precios de las acciones de las empresas.
- Según la encuesta, los datos derivados de los medios de comunicación también se pueden utilizar para la gestión de riesgos.
Mi familia y yo nos mudamos a Bali en 2018. Los niños estudiaron en Green School y mi “oficina” era un coworking al aire libre.
En los barrancos balineses, a menudo ignorados por los turistas, había montones de basura tirados por personas que no tienen dinero o que no parecen interesadas en recolectar estos desechos.
Durante la temporada de lluvias, la basura terminaba en las playas y, por supuesto, en el océano. Una parte considerable de estos residuos eran vasos de plástico desechables.
A menudo me preguntaba si la mala gestión de residuos de Bali se debía a factores ESG, como:
- ¿Falta de respeto por el medio ambiente (E)?
- ¿Deficiencia en educación social (S) o en el sentido de responsabilidad de la población?
- ¿Fracaso de las instituciones o regulaciones gubernamentales (G)?
- ¿Algo más?
PLN para cuantificar las referencias a la contaminación
El mes pasado, Refinitiv y nosotros cosechamos las recompensas de ese trabajo al lanzar el Refinitiv MarketPsych ESG Analytics.
MarketPsych reunió a todo su equipo internacional en Bali para algunas reuniones. Afectados por la catástrofe medioambiental en nuestro entorno, decidimos redirigir nuestros motores de Procesamiento del Lenguaje Natural (PLN) para cuantificar las referencias a la contaminación y la mala gestión de residuos.
Nuestros mecanismos PLN examinan a decenas de millones de autores en miles de fuentes de noticias y redes sociales en tiempo real. En la imagen a continuación, encontrará una descripción de este proceso (dividido en tres etapas) para extraer temas clave del texto de los medios y agregarlos en puntajes.
Trabajando en equipo, pudimos desarrollar herramientas PLN para comenzar a rastrear 90 puntajes para empresas (por ejemplo: Innovation y ProductSentiment) y 150 puntuaciones para países (por ejemplo: GovernmentTrust y Deforestation). Ahora hacemos esto para 30 mil empresas y 252 países y territorios.
Por ejemplo, nuestras puntuaciones de 'Innovación Sostenible' se representan en el gráfico a continuación a lo largo del tiempo. Nótese que Costa Rica, en tercer lugar, puede parecer sorprendentemente alta, pero de hecho el país obtiene el 98% de su energía de fuentes renovables y destina el 30% de su superficie terrestre a reservas naturales.
* Noticias y redes sociales; Top 100 (Buzz); 1 de enero de 1998 al 30 de noviembre de 2020
Como nuestra mayor experiencia es con los mercados financieros, realizamos investigaciones cuantitativas para lograr la capacidad predictiva en base a esta nueva forma de datos.
Resultados cuantitativos
En nuestro estudio, encontramos que el sentimiento de los empleados en el lugar de trabajo influye en el precio de las acciones de la empresa.
En el modelo mensual a continuación, las acciones del S&P 500 se clasificaron de acuerdo con los puntajes promedio de percepción sobre el lugar de trabajo derivados de los medios de comunicación en el mes anterior. El desempeño de las acciones (el mejor 5% y el peor 5%) fue monitoreado en el mes siguiente.
Las acciones que componen el S&P 500 fueron clasificadas por el WorkplaceSentiment del mes anterior. El desempeño futuro del precio de la acción de una cartera de 5% extremos (más alto frente a más bajo) se trazó durante el mes siguiente. Este procedimiento se repitió mensualmente.
Descubrimos que, mes tras mes, las empresas con empleados más felices superan a sus pares, mientras que aquellas con profesionales insatisfechos tienen un rendimiento inferior.
Estos datos también se pueden utilizar para la gestión de riesgos, lo que evita que las organizaciones tengan un rendimiento inferior en las métricas de ESG.
En el gráfico a continuación, examinamos el desempeño de las acciones del 10% de empresas más grandes en S&P 500 con alta actividad de los llamados “inversionistas activistas” (“activist investors”). Se acepta de forma general que este tipo de inversionista mejora la gestión y “desbloquea” el valor de la empresa. El resultado a continuación también sugiere que lo contrario también es cierto.
Aunque nos mudamos de Bali después de un año, la naturaleza esencial de la sostenibilidad sigue estando profundamente arraigada en nuestra familia y nuestra empresa.
Refinitiv MarketPsych ESG Analytics analiza noticias y publicaciones de redes sociales relacionadas con la sostenibilidad corporativa casi en tiempo real.
Equipado con el motor PLN basado en inteligencia artificial de MarketPsych Data, el análisis se deriva de millones de artículos diarios en miles de medios globales de noticias y redes sociales. Proporcionan insights medibles sobre los factores ESG de empresas y países para ayudar a impulsar mejores decisiones de inversión.
