ESG und Aktienrenditen: Das Problem des Rauschens mit ML angehen [Teil 1]: Basics

Wie nützlich oder expressiv sind ESG-Ratings sind für Anleger und Asset Manager? Wie kann man Aktienrenditen aus ESG-Ratings ableiten?

Diese Fragen haben sich Berg, Koelbel, Pavlova und Rigobon in ihrer Studie „ESG Confusion and Stock Returns“ gestellt. Eine Zusammenfassung der Studie und ihrer Ergebnisse stellen wird in diesem und im nächsten Artikel vorgestellt.

ESG-Ratings sind bei Anlegern und Asset-Managern sehr beliebt geworden. Allein in Europa sind rund eine Billionen Euro in sog. ESG-Fonds investiert. ESG-Ratings werden mit heterogenen Datenquellen und vielfältigen Methoden bemessen, aber sie sind keine perfekte Abbildung der ESG-Performance. Durch abweichende Bemessung sind sie statistisch gesprochen “noisy” und führen in einer Standardregressionsanalyse nicht zu aussagekräftigen Ergebnissen, d.h. sie sagen wenig über eine erfolgreiche Portfoliosteuerung aus.

Im unteren Karussell gibt es eine Einführung in diese Thematik. Dabei liegt der Fokus auf Ratings und Aktiendaten von Unternehmen aus der Eurozone.

Im nächsten Artikel wird gezeigt, welche Verfahren die Autoren eingesetzt haben, um die Auswirkungen von ESG-Ratings auf Aktienrenditen aufzuzeigen, die ansonsten verborgen bleiben würden.

 

Verfasst von Carsten Keller und Tom Walter.


Erfahren Sie mehr zum Thema rund um Use Cases:


Neugierig?

Entdecken Sie mehr über unsere Machine Learning Techniken

Wir stehen Ihnen bei Fragen zur Verfügung!