Abbiamo già avuto modo in diversi articoli di parlare di come si stia evolvendo il concetto di GRC e come esso converga e si integri, sempre più, con l’ESG.
La Governance dei dati ESG nel settore bancario è un’attività essenziale sia in una prospettiva di reporting di sostenibilità (ricordiamo le diverse normative a riguardo, tra cui dal 2021 la SFDR) che di gestione dei rischi, contribuendo a migliorare la resilienza dell’impresa rispetto a shock esterni e interni. Ma non solo: la governance dei dati ESG include i dati dei clienti aziendali, esposti a normative sempre più severe e a una ‘transizione’ che le banche devono spesso supportare.
Cosa si intende per ‘ESG data governance’
L’ESG (Ambientale, Sociale e Governance) data governance fa evidente riferimento al processo di gestione dei dati relativi ai fattori ambientali, sociali e di governance nelle aziende e nelle organizzazioni. Ogni valutazione di tipo ESG è legata a indicatori, o kpi, che guidano la raccolta di dati, scientifici o raccolti con metodologie scientifiche e digitali. L’affidabilità e l’interpretazione del dato sono spesso la sottile linea che separa la comunicazione ESG dal greenwashing.
A livello Ambiente i dati riguardano l’impatto ambientale di un’azienda, come le sue emissioni di gas serra, l’uso delle risorse naturali, la gestione dei rifiuti e le pratiche di conservazione dell’energia. Le banche possono valutare il loro impatto ambientale anche esaminando i loro investimenti in settori legati all’energia rinnovabile, monitorando l’impatto ambientale anche delle aziende finanziate. In generale, banche, SGR, fondi, intermediari, sono molto coinvolti nella transizione climatica in quanto sono, di fatto, coloro che la finanziano. E’ essenziale, quindi, la data governance per monitorare e mantenere sano il settore e permettere quella disclosure che normative sempre più stringenti impongono.
L’ambito Sociale riguarda come un’azienda gestisce le relazioni con i suoi dipendenti, clienti, fornitori e la comunità in generale. Include anche questioni come diversità e inclusione, diritti dei lavoratori, sicurezza sul lavoro e coinvolgimento nella comunità. La gestione dei dati sociali coinvolge la raccolta e l’analisi di informazioni relative a questi ambiti, forse i più complessi in cui individuare degli indicatori che guidino la raccolta dei dati. Nel settore bancario, i fattori sociali possono includere le politiche di prestito responsabile, l’inclusione finanziaria, il sostegno alle comunità locali. La governance dei dati sociali coinvolge la raccolta e l’analisi di informazioni sulla conformità alle normative etiche, il coinvolgimento nelle comunità locali e l’accessibilità finanziaria per tutti i segmenti della società.
Arriviamo alla Governance. Per le banche, questo aspetto si riferisce ai processi decisionali e all’etica aziendale, la trasparenza e l’efficienza nella gestione, le policy interne e rispetto agli stakeholder, la gestione del rischio. Le pratiche di governance possono includere la diversità nel consiglio di amministrazione, le politiche anti-corruzione e la conformità alle leggi e ai regolamenti. La gestione dei dati di governance coinvolge l’analisi di queste politiche e la loro attuazione all’interno dell’istituzione finanziaria.
In ambito bancario, probabilmente la Governance è la ‘lettera’ più importante, anche agli occhi dell’autorità di vigilanza.
La Banca d’Italia ha aggiornato nel 2021 le disposizioni sulla governance, anche con riferimento alla diversificazione del board delle banche, introducendo per la prima volta una quota minima di presenza del genere meno rappresentato. Ha inoltre svolto uno specifico approfondimento sui sistemi di governance delle banche soggette alla propria vigilanza, al fine di individuare buone prassi aziendali e ampliare gli strumenti di analisi per le valutazioni periodiche degli intermediari.
Il ruolo della tecnologia per la governance dei dati ESG
E’ facile capire che la gestione dei dati ESG sarebbe impossibile senza le tecnologie digitali: big data analytics, blockchain, intelligenza artificiale, iot, cloud computing, così come sistemi di sicurezza informatica e piattaforme per il reporting integrato, fanno parte degli strumenti di cui ogni azienda deve dotarsi per la raccolta e gestione dei dati.
La Governance degli stessi, deve guardare in due direzioni: da un lato, all’azienda banca in sé e al suo ruolo nel sistema finanziario; dall’altro, ai servizi creditizi erogati ai propri clienti.
Sotto il primo profilo, per agevolare il processo di transizione anche in un’ottica sistemica, è necessario che le banche facciano lo sforzo di aumentare una raccolta dati più strutturata, di maggiore qualità, più dettagliata e comparabile. Oggi la disponibilità di informazioni
è non omogenea e frammentaria (data gap), ciò comporta a livello sistemico di accentuare la difficoltà nella allocazione delle risorse finanziarie.
Rispetto al credito, invece, vediamo già che l’integrazione dei criteri ESG nelle decisioni è una necessità concreta che coinvolge l’intero ciclo del credito, partendo dalla pianificazione e dalle politiche di credito, fino alle prassi commerciali, ai processi di erogazione, ai sistemi di gestione del rischio e alle strategie di recupero. Automatizzare le operazioni e migliorare l’efficienza delle risposte può ridurre i costi di servizio e migliorarne la qualità per la clientela.
In poche parole, le banche se vogliono soddisfare queste nuove esigenze ed essere resilienti e competitive, devono adattare i propri sistemi informatici per raccogliere, aggregare e rendicontare sistematicamente un’ampia gamma di dati ESG, propri e dei propri clienti. Per molti operatori il cambiamento potrebbe essere significativo e necessitare di una ‘roadmap’ e della definizione di un framework metodologico di riferimento dei rischi, ma è certo che, per chi ha titubato fino a questo momento sulla digitalizzazione dei processi, ora non è più possibile andare avanti con il freno a mano tirato, poiché lo scenario dei rischi si fa sempre più complesso e tra di essi quelli ESG sono probabilmente quelli maggiormente gestibili.
