Integrating Machine-Learned ESG Ratings into Hierarchical Risk Parity: Evidence from Classification Benchmarking and Sustainable Portfolio Optimization

Technische Samenvatting: Integratie van Machine-Learned ESG-ratings in Hierarchical Risk Parity

Probleemstelling
Duurzame portfolio-optimalisatie vereist steeds vaker de rigoureuze integratie van Environmental, Social, en Governance (ESG)-overwegingen in risicogebaseerde allocatiekaders. De bestaande literatuur biedt echter beperkte richtlijnen voor het structureel inbedden van ESG-metrieken binnen Hierarchical Risk Parity (HRP), een robuust alternatief voor het Markowitz mean-variance kader dat de inversie van de covariantie-matrix vermijdt. Huidige benaderingen leggen duurzaamheidsrestricties doorgaans exogeen op (bijv. uitsluitingsscreening) in plaats van ze als intrinsieke componenten van het risicoallocatieproces te incorporeren. Bovendien blijft de relatieve effectiviteit van machine learning (ML)-methoden voor het voorspellen van ESG-ratings op basis van observeerbare bedrijfs-kenmerken onderbelicht, waarbij veel studies vertrouwen op single-model pipelines die een gebrek hebben aan systematische benchmarking, cross-validatie stabiliteitsanalyse en een rigoureuze behandeling van klasse-imbalans. Dit creëert een risico op specificatiefouten en beperkt de generaliseerbaarheid over verschillende marktcondities heen.

Methodologie
De studie stelt een tweefasen-pipeline voor die ML-gestuurde ESG-classificatie direct integreert in het HRP-constructieproces.

1. Data en Feature Engineering:

   • Dataset: De studie maakt gebruik van ESG-data voor 866 S&P 500-bedrijven uit de S&P 500 ESG Sustainability Reports dataset. De doelvariabele wordt geconstrueerd door de samengestelde ESG-scores te groeperen in drie kwantiel-gebaseerde categorieën: Laag, Medium en Hoog.
   • Features: Een uitgebreide set van 25 features is geengineerd, bestaande uit 10 statistische descriptoren van return-reeksen, 12 technische indicatoren (momentum, volatiliteit, drawdown) en de drie ruwe ESG-pilaar scores (E, S, G).
   • Klasse-imbalans: Om de matige klasse-imbalans aan te pakken, wordt de Synthetic Minority Oversampling Technique (SMOTE) strikt toegepast binnen de trainingspartities van de cross-validatie-folds om datalekken (data leakage) te voorkomen.

2. Machine Learning Benchmarking:

   • Algoritmen: Negen classificatie-algoritmen variërend van lineaire, ensemble, kernel-gebaseerde, probabilistische, instance-gebaseerde en neurale paradigma's worden gebenchmarkt. Deze omvatten Logistic Regression (LR), Gaussian Naive Bayes, Random Forest, Extra Trees, Gradient Boosting, LightGBM, SVM (RBF), K-Nearest Neighbors (KNN) en Multi-Layer Perceptron (MLP).
   • Validatieprotocol: Een rigoureus, lek-avers protocol wordt gehanteerd, bestaande uit een 80/20 gestratificeerde train-test split, gestratificeerde 5-fold cross-validatie en nested grid search voor hyperparameter tuning.
   • Evaluatiemetrieken: Prestaties worden beoordeeld via testnauwkeurigheid, macro F1-score, Matthews Correlation Coefficient (MCC), Cohen's kappa, AUC-ROC, AUC-PR en cross-validatie stabiliteit (standaarddeviatie van F1 over de folds).

3. ESG-HRP Integratiestrategieën:
   De studie ontwerpt en test vier integratiemechanismen om duurzaamheid in HRP in te bedden:

   • Strategie 1 (Hard Pre-screening): Beperkt het beleggingsuniversum tot activa die geclassificeerd zijn als "Hoog ESG".
   • Strategie 2 (ESG-Aangepaste Returns): Modificeert verwachte returns via een utility tilt: $\mu^{ESG}_i = \mu_i + \alpha \cdot (ESG_i - \overline{ESG})$.
   • Strategie 3 (ESG-Gemodificeerde Afstand): Mengt financiële correlatieafstand met ESG Euclidische afstand in de hiërarchische clusteringfase: $d^{combined}_{ij} = (1-\beta)d^{financial}_{ij} + \beta d^{ESG}_{ij}$.
   • Strategie 4 (Hybride): Past gelijktijdig return-aanpassingen en afstand-modificaties toe met onafhankelijk instelbare parameters $\alpha$ en $\beta$.

4. Portfolio Evaluatie:
   Backtests worden uitgevoerd over de periode 2020–2023 (omvattende de COVID-19 crash, herstel en de inflatoire schok) op een subset van 48 liquide activa. Prestaties worden geëvalueerd via risico-gecorrigeerde metrieken (Sharpe, Sortino, Callar, Omega), diversificatiemaatstaven (Effectief aantal activa, Herfindahl Index, Gini Coëfficiënt) en portfolio-brede ESG-scores.

Belangrijkste Bijdragen

1. Systematische Modelselectie: De studie biedt een uitgebreide vergelijkende evaluatie van negen ML-algoritmen voor ESG-classificatie, waarbij Logistic Regression als het optimale model wordt geïdentificeerd. Het documenteert expliciet het risico op overfitting in algoritmen met een hoge capaciteit (Gradient Boosting, LightGBM) die perfecte cross-validatie scores behalen maar lijden onder significante degradatie in de testset.
2. Structurele ESG-Integratie: Het stelt vier verschillende mechanismen voor en valideert deze voor het inbedden van ESG-data in HRP, waarmee verder wordt gegaan dan eenvoudige uitsluitingsscreening naar structurele modificaties van verwachte returns en hiërarchische clustering-afstanden.
3. Empirische Trade-off Analyse: Het onderzoek kwantificeert de "ESG–Sharpe–diversificatie frontier", waarbij wordt aangetoond dat "zachte" integratiemechanismen de portfolio ESG-scores betekenisvol kunnen verhogen terwijl zij het risico-gecorrigeerde rendement en de diversificatie behouden, terwijl "harde" pre-screening ernstige concentratie en prestatiekosten met zich meebrengt.
4. Methodologische Rigor: De studie legt de nadruk op cross-validatie stabiliteit, klasse-balancering binnen folds en multi-metriek beoordeling (inclusclusief AUC-PR en MCC) om de betrouwbaarheid van het model voor institutionele inzet te waarborgen.

Resultaten

• Classificatieprestaties: Logistic Regression bleek de superieure classifier, met een testnauwkeurigheid van 89,58%, een macro F1-score van 0,8836 en een MCC van 0,844. Het vertoonde een uitzonderlijke cross-validatie stabiliteit (CV F1 = 0,9809 ± 0,0044).
• Detectie van Overfitting: Gradient Boosting en LightGBM behaalden perfecte cross-validatie F1-scores (1,000) maar degradeerden naar ~79% testnauwkeurigheid, wat duidt op ernstige overfitting op fold-specifieke patronen. Dit onderstreept het gevaar van het uitsluitend vertrouwen op validatiemetrieken.
• Feature Belangrijkheid: De drie ESG-pilaar scores (E, S, G) waren de dominante voorspellers, waarbij de Environmental en Social scores de hoogste gewichten droegen. Technische indicatoren, met name volatiliteit op korte termijn en momentum, boden complementaire voorspellende signalen.
• Portfolio Prestaties (2020–2023):
  • Hard Pre-screening: Verhoogde de gemiddelde portfolio ESG-score met 86% (naar 72,5) maar verminderde de Sharpe-ratio met 85% (naar 0,352) en liet het effectieve aantal activa instorten naar 6,5.
  • Soft Integratie (Hybride/Aangepast): Verbeterde de gemiddelde ESG-scores met 6–12% (naar ~42–44) terwijl de Sharpe-ratio's in de range van 0,50–0,54 bleven en het effectieve aantal activa nabij de 47 werd behouden.
  • Traditionele HRP: Diende als baseline met een Sharpe-ratio van 0,786 en een gemiddelde ESG-score van 39,0.
  • Mean-Variance: Bereikte de hoogste Sharpe-ratio (2,375) maar met extreme concentratie (Effectief N = 2,77) en nul blootstelling aan high-ESG activa.

Betekenis en Claims
Het artikel claimt een transparant en stabiel fundament te hebben gelegd voor ESG-geïnformeerde HRP. Het voert aan dat:

1. Eenvoud Zegeviert: In tegen tegen de aanname dat complexe niet-lineaire modellen de financiële voorspelling domineren, biedt een lineair model (Logistic Regression) superieure generalisatie, stabiliteit en interpreteerbaarheid voor ESG-classificatietaken.
2. Zachte Integratie Superieur is: "Zachte" integratiemechanismen (het aanpassen van returns of clustering-afstanden) stellen beleggers in staat om duurzaamheidsdoelstellingen te accommoderen met beperkt verlies van diversificatie en beheersbare prestatie-trade-offs. In tegen plaats legt "harde" uitsluitingsscreening sterke normatieve restricties op ten koste van een opvallend verhoogde concentratie en een verminderd risico-gecorrigeerd rendement.
3. Praktische Inzetbaarheid: Het voorgestelde kader biedt een praktisch inzetbare oplossing voor institutioneel vermogensbeheer, waarbij de fiduciaire plicht wordt afgewogen tegen ESG-mandaten. Het biedt een kwantitatieve basis voor het kalibreren van de integratie-intensiteit op basis van beleggersvoorkeuren, waarbij wordt aangetoond dat marginale verbeteringen in ESG-scores kunnen worden bereikt met gematigde reducties in risico-gecorrigeerde rendementen.

De studie positioneert zichzelf als een proof-of-concept voor ESG-versterkte HRP, waarbij wordt benadrukt dat de bevindingen specifiek zijn voor de S&P 500 large-cap universe en een enkele ESG-provider, maar een modulair framework bieden dat aanpasbaar is aan bredere universa en meerdere databronnen.