¿Cómo incorporar los ASG a la optimización de la cartera?

Question

Actualmente tengo un universo de inversión potencial de varios miles de acciones y me gustaría calcular una cartera óptima que incorpore criterios ASG, así como el riesgo y la rentabilidad. El modelo debería ser al menos algo práctico y no debería funcionar con funciones de utilidad teóricas o similares.

Primero pensé en una optimización de Markowitz relativamente trivial, en la que se maximiza la puntuación ponderada de ESG y se especifica un ratio de Sharpe mínimo como restricción.

Sin embargo, esto no es necesariamente ideal debido a las desventajas conocidas de la Optimización de Markowitz. Me gustaría escuchar sus sugerencias. O tal vez usted puede recomendar alguna literatura que puede que no haya mirado todavía. Definitivamente estaría interesado en sus sugerencias/ideas. Muchas gracias.

Answer 1

Recuerda que, en general, tienes los siguientes elementos:

• Un universo de acciones posibles. Hay decenas de miles de inversiones posibles, por lo que se aplican filtros para limitar el universo a un tamaño factible, como unos pocos cientos. Por ejemplo, se pueden clasificar muchos valores según algún criterio fundamental de valor o crecimiento, e incluir en el universo los n mejores de cada criba.

• una matriz de covarianza. El enfoque clásico de Markowitz consiste en recopilar series temporales de varios años de rendimientos totales para cada acción y calcular las volatilidades y correlaciones históricas. Sin embargo, algunas personas modifican la matriz para predecir mejor las correlaciones futuras, o para hacer la matriz mucho más pequeña mediante el uso de factores, o para permitir que las acciones sin historia sigan estando en el universo mediante el uso de algunas conjeturas de volatilidades y correlaciones futuras en lugar de las volatilidades y correlaciones históricas, etc.

• muchas restricciones lineales, sin las cuales el optimizador podría decidir tener pocas posiciones grandes en las acciones de menor volatilidad. Por ejemplo, si se quiere que la cartera sea sólo larga, se pone un mínimo de 0 en cada acción. Si no quiere más de un n% en una sola acción, pone esta restricción en cada acción. Pero también puede querer limitar qué porcentaje de la cartera es elegido por la misma pantalla, o está en el mismo país o industria.

• la función objetivo que se le pide al optimizador cuadrático que minimice. El enfoque clásico de Markowitz consiste en minimizar el covrage de la cartera y suponer que las pantallas generan todo el alfa que se desea. Pero la mayoría de la gente añade otras consideraciones que compiten en la función objetivo, como su propia idea de alfa; alguna penalización por el coste de transacción de reequilibrar la cartera existente (la diferencia entre el peso antiguo y el nuevo).

Si tiene algún tipo de datos ESG (banderas booleanas o algún tipo de puntuación) para las acciones de su universo, entonces pueden encajar en varias partes de este marco. Si algunas empresas están marcadas como tan malvadas que nunca querrá negociar con ellas (por ejemplo, utilizan mano de obra infantil esclava para modificar genéticamente a los pingüinos y para perforar en busca de petróleo en la Antártida), ni siquiera corto entonces puede excluirlos desde el principio como parte de sus pantallas, y ni siquiera incluirlos en la matriz de covarianza. También se puede utilizar ESG en las restricciones lineales, por ejemplo, la emisión máxima de carbono de la cartera debe estar por debajo de algún umbral, y no menos de algún porcentaje de la cartera debe tener mano de obra sindicalizada, y no más de algún porcentaje debe tener consejos de administración exclusivamente masculinos.

Pero incluir el ESG como una especie de alfa en la función objetivo que ya tiene la covarianza y la penalización por costes de transacción y posiblemente otros alfa es complicado. No quieres que algunos de los componentes de la función objetivo estén dominados por otros componentes y sean ignorados.

También deberías mirar Beta científica de los documentos de la UE.