Eén jaar Entis en APG
Slimme algoritmen scanden in nog geen twaalf maanden tijd 10.000 bedrijven op hun bijdrage aan een betere wereld. Gerben de Zwart, directeur kwantitatieve beleggingen, blikt terug op één jaar Entis: het team dat kunstmatige intelligentie inzet voor meer rendement en duurzaam beleggen.
Een goed pensioen in een duurzame wereld. Om dat doel voor ABP en de andere aangesloten pensioenfondsen en hun deelnemers te bereiken, zet APG naast de klassieke beleggingsmethoden innovatieve technologie in, zoals artificial intelligence. Deze slimme algoritmen kunnen zowel duurzame bedrijven identificeren als verborgen signalen oppikken waarmee beleggers eerder en beter rendementskansen en risico’s kunnen inschatten. Om het innovatietempo te versnellen, nam APG begin vorig jaar het data-analyse team van Deloitte over: dertien vrouwen en mannen die kunstmatige intelligentie en Big Data toepassen op duurzaam beleggen. Het team ging door als een apart bedrijfsonderdeel van APG onder de naam Entis. ‘Het is de Ferrari op het gebied van beleggingsinnovaties’, aldus Gerben de Zwart, wiens kwantitatieve beleggingsteam nauw samenwerkt met Entis. Hij vertelt hoe snel er in een jaar tijd is geaccelereerd.
Wat is er het afgelopen jaar bereikt?
‘In één jaar tijd heeft Entis wereldwijd 10.000 beursgenoteerde bedrijven ondergebracht in een SDI-classificatiesysteem: hoe duurzaam zijn hun producten en diensten en kunnen ze daarmee worden aangemerkt als Sustainable Development Investment (SDI)? Daarvoor zijn de zeventien duurzame ontwikkelingsdoelen (de SDG’s, sustainable development goals) van de Verenigde Naties als uitgangspunt genomen. Als verantwoord belegger voor de lange termijn willen we graag weten of bedrijven zich bezighouden met de SDG’s en zo ja, hoe serieus ze dat doen. Om daarachter te komen, heeft Entis alle jaarverslagen, websites en Kamer van Koophandel-inschrijvingen van die 10.000 bedrijven gescand met behulp van kunstmatige intelligentie en machine learning.’
Veel werk?
‘Een gigantische klus. Maar als alles handmatig had gemoeten, had het veel meer tijd gekost, of was het zelfs onmogelijk geweest. Neem bijvoorbeeld het thema ‘betaalbare en duurzame energie’: slimme algoritmen hebben alle bronnen razendsnel geanalyseerd op signaalwoorden als ‘zonnepanelen’, ‘CO2-uitstoot’ en ‘klimaatverandering’. Vervolgens is die informatie vergeleken met verkoop- en omzetcijfers. Zo kun je antwoord geven op de vraag: draagt het merendeel van de omzet van producten en diensten bij aan de SDG’s, aan een betere en duurzamere wereld? Soms zéggen bedrijven alleen maar dat ze groene dingen doen, maar blijkt dat niet uit hun daden. Met een combinatie van de algoritmen en toezicht door de mens kun je greenwashing doorprikken. Het SDI-classificatiesysteem van Entis helpt ons als belegger om de koplopers op het gebied van duurzaamheid te identificeren. We waren op zoek naar een nieuwe Tesla, maar we hebben er uiteindelijk zelfs 1320 gevonden. Deze informatie is uniek en nergens anders ter wereld beschikbaar. Dit wordt bevestigd in de gesprekken die we voeren met collega-pensioenfondsen: niet alleen uit Nederland, maar ook uit Japan, Scandinavië en Australië.’
Nog meer hoogtepunten?
‘Kunstmatige intelligentie kun je ook inzetten voor het beter inschatten van risico en rendement. Zo heeft Entis een infrastructuur gebouwd voor het scannen van teksten en taalgebruik in jaarverslagen en andere verplichte bedrijfsrapportages. In totaal hebben we meer dan 400.000 documenten verwerkt. Een voorbeeld: door op zoek te gaan naar vergelijkbare producten kun je bedrijven op een andere manier clusteren, dwars door de klassieke sectorgrenzen heen. Zo kun je in kaart brengen wie de échte concurrenten van bedrijven zijn. Een bedrijf als Facebook bijvoorbeeld concurreert zowel met IT- bedrijven als met mediabedrijven en autofabrikanten krijgen steeds meer concurrentie uit onverwachte hoek, zoals de zelfrijdende auto van Google. Met dat inzicht kun je als belegger zowel de prestaties van bedrijven binnen dat nieuwe concurrentieveld als de risico’s beter beoordelen.’
Wat zijn andere toepassingen?
‘Een ander voorbeeld is het scannen van jaarverslagen op veranderingen in de tekst ten opzichte van voorgaande jaren, bijvoorbeeld in de risicoparagraaf. Vaak duidt dat op problemen en een dalende beurskoers in de toekomst, zo blijkt uit het rapport Lazy Prices, waarin Harvard-onderzoekers de jaarverslagen van Amerikaanse beursgenoteerde bedrijven analyseerden. De meeste beleggers reageren echter pas maanden later op dit soort verborgen signalen. Er is dus voordeel te behalen voor beleggers die wél alert zijn op deze negatieve en soms ook positieve signalen. Entis heeft het afgelopen jaar met intelligente algoritmen en machine learning de jaarverslagen van meer dan duizend Amerikaanse bedrijven op tekstveranderingen gescand. Een derde project was het in kaart brengen van diversiteit in de besturen van bedrijven. Uit een onderzoek van Tilburg University kwam naar voren dat bedrijven met een hoge mate van diversiteit 0,4 procent meer rendement per maand behalen dan bedrijven met een nagenoeg homogene samenstelling. Entis heeft dat onderzoek herhaald, maar we vonden de resultaten vooralsnog niet robuust genoeg om diversiteit als criterium in onze beleggingsstrategie op te nemen.’
Waarmee heeft het Entis-team zich het afgelopen jaar verder beziggehouden?
‘Naast het genereren van inzichten voor de beleggers van APG, heeft het Entis-team het eigen technologieplatform overgebracht van Deloitte naar een zelfstandige omgeving in de Cloud, inclusief de bijbehorende innovatieve technologie. Het technologieplatform heeft een belangrijke toegevoegde waarde. Zo heeft het platform het scannen van alle documenten aanzienlijk sneller gemaakt: de verwerkingstijd is teruggebracht van weken naar dagen. De volgende stap is het uitbreiden van het huidige platform naar de productieomgeving. Daardoor kan het beleggingsbeleid voor onze pensioenklanten en hun deelnemers in de toekomst op dagelijks profiteren van de innovatieve inzichten van Entis.’
Wat bleek uitdagend in het afgelopen jaar?
‘Het inzetten van kunstmatige intelligentie voor succesvol en verantwoord beleggen op de lange termijn is nieuw. Het is dus constant zoeken naar onze eigen weg daarin. Bovendien gaat het om enorme hoeveelheden data: het analyseren daarvan kost veel tijd. Een andere uitdaging is het houden van focus. We hebben er een paar projecten uitgepikt om mee te beginnen, terwijl we wel dertig innovatieve ideeën hebben liggen.’
Wat zijn de concrete resultaten tot nu toe?
‘Voor beleggen geldt: meten is weten. Dat meten heeft Entis het afgelopen jaar intensief gedaan. Een belangrijke mijlpaal was het voorzien van die 10.000 ondernemingen van een SDI-classificatie. Verder onderzoeken we momenteel hoe de patronen die de algoritmen hebben gesignaleerd het rendement van onze beleggingsstrategie kunnen verbeteren. Die analyse moet bepalen of we deze informatie in onze beleggingen willen toepassen. Dit willen we zorgvuldig afwegen: je hebt het wel over een kwantitatieve aandelenportefeuille van inmiddels zo’n vijftig miljard euro die we voor onze pensioenklanten beheren.’
Wat hebben de aangesloten pensioenfondsen en deelnemers aan deze innovatieve beleggingsmethoden?
‘Met kunstmatige intelligentie en Big Data verwachten we in de nabije toekomst betere beleggingsbeslissingen te kunnen nemen en leveren we meer pensioenwaarde aan de fondsen. Zo kunnen we SDI-bedrijven identificeren en hiermee verdere invulling geven aan de duurzaamheidsambities van onze klanten: de 1320 Tesla’s bieden de mogelijkheid om vroegtijdig te beleggen in dit soort kansrijke bedrijven. De innovaties op het gebied van kwantatitief beleggen kunnen verder bijdragen aan meer rendement en dus een beter pensioen voor de deelnemers: we kunnen steeds beter voorspellen wanneer we in welke bedrijven moeten beleggen en risico’s beter inschatten.
Dus Entis was de investering waard?
‘Absoluut. Ongestructureerde data spelen een steeds grotere rol in beleggen. Door de overname van Entis zijn we in één klap drie jaar verder dan wanneer we dit op eigen kracht hadden gedaan. Met het SDI-classificatiesysteem dat er nu ligt, kunnen we voor de aangesloten pensioenfondsen wereldwijd een leidende rol spelen in duurzaam beleggen. We zijn nu aan het kijken of we ook andere pensioenfondsen toegang kunnen geven tot de classificatie.’
Hoe ziet het beleggen van de toekomst eruit: komt daar nog een mens aan te pas, of worden alle beleggingsbeslissingen straks genomen door algoritmen en robots?
‘Wij geloven sterk in de combinatie van mens en computers. De computer kan steeds meer zoek- en analysewerk overnemen. Daardoor kunnen de portfoliomanagers efficiënter werken en krijgen ze de handen vrij voor het nemen van beleggingsbeslissingen. Ze blijven zelf de handmatige controle doen, hun expertise en ervaring spelen hierbij een belangrijke rol. Ook in een toekomst met kunstmatige intelligentie zal de mens altijd de constante factor blijven.’