12 dicembre 2018

Ossiam annuncia il lancio dell’ESG Machine Learning Etf

Il nuovo Etf, che da gennaio sarà quotato sulle Borse di Londra e Francoforte, è il primo Smart beta Etf ESG in Europa a utilizzare tecniche di machine learning nella selezione dei suoi componenti

Ossiam, gestore di investimenti Smart beta e affiliato di Natixis Investment Managers, annuncia in data odierna il lancio del primo (basato su una valutazione da parte dei fornitori di ESG) Etf Smart beta ESG in Europa che utilizza tecniche di machine learning: l’Ossiam World Esg Machine Learning Ucits Etf.
Il fondo, gestito attivamente con un total expense ratio (Ter) dello 0,65%, si pone l’obiettivo di raggiungere i rendimenti netti totali per un gruppo selezionato di azioni dei mercati sviluppati globali, grazie all’utilizzo di un algoritmo di machine learning che classifica le aziende in base ai fattori ESG (Environmental, Social and Governance) e il loro potenziale in termini finanziari, calcolati tramite l’analisi dei dati. La selezione dei componenti viene poi migliorata con il tempo, in quanto l’algoritmo apprende dai dati.

Antonio Celeste, head of ESG Business Development di Ossiam, ha affermato: “Tra i grandi investitori azionari è emerso un chiaro trend: porre i fattori ESG al centro delle strategie di allocation. Allo stesso tempo, i progressi in tema di intelligenza artificiale e la maggiore accuratezza e qualità dei dati ci hanno permesso di migliorare i processi d’investimento, incorporando le preziose informazioni presenti all’interno delle grandi quantità di dati ESG".

Il processo d’investimento di questa strategia è di tipo sistematico. All’interno dell’universo azionario Large Cap dei paesi sviluppati, il filtro ESG esclude come prima cosa quelle azioni che: sono state soggette a controversie, sono coinvolte nel business delle armi controverse, conducono significative attività nel settore del tabacco o del carbone, non sono conformi ai dieci principi del Global Compact delle Nazioni Unite, sono escluse dalla lista di Norges Bank Investment Management, l’unità di gestione patrimoniale della Banca Centrale norvegese. Le azioni rimanenti vengono successivamente analizzate utilizzando tecniche di machine learning, che consentono l'integrazione e l'elaborazione di un'ampia gamma di dati ESG e finanziari, al fine di selezionare quei titoli che presentano un chiaro legame tra le caratteristiche ESG e i potenziali risultati finanziari futuri. I titoli, quindi, classificati come opportunità d’investimento, vengono presi in considerazione per la selezione del portafoglio.
L'ultima fase del processo applica la già collaudata tecnica di costruzione del portafoglio Minimum variance di Ossiam. Il portafoglio che ne risulta presenta un miglior rating ESG e una ridotta impronta di carbonio, rispetto a una selezione di azioni dei mercati sviluppati a livello mondiale.

Una recente ricerca di Natixis Investment Managers, “Mind Shift”, ha dimostrato che l'investimento basato sui fattori ESG sta diventando uno standard tra gli investitori istituzionali, per ragioni di alfa e di gestione del rischio, e più richiesta da parte degli investitori retail e dei risparmiatori, in particolare dagli esponenti della generazione dei Millennial, che vogliono investire tenendo conto dell'impatto sociale.

Bruno Poulin, Ceo di Ossiam, ha affermato: "La mission di Ossiam è sempre stata quella di compiere dei passi in avanti nel settore degli investimenti. Questa strategia e il nuovo Etf segnano un cambiamento di rotta nell’unione tra i principi ESG e le tecniche d'investimento avanzate, mentre noi raggiungiamo un punto di svolta per i fattori ESG, guidati da responsabili delle politiche, autorità di regolamentazione e investitori".

L'Ossiam World Esg Machine Learning Ucits Etf sarà disponibile a partire da gennaio 2019 nelle classi in dollari (OWLU GR) ed euro (OWLE GR) quotate sulla  Deutsche Boerse (Xetra), e nelle share class in dollari (OWLU LN) e sterline (OWLP LN) sul London Stock Exchange.
A breve, l’Etf sarà registrato alla vendita anche per il mercato italiano.