글로벌 ESG 투자: 동향 분석과 개선 과제, 그리고 기회

투이컨설팅 NIB 명성식

1. ESG 투자 동향 및 전략

1.1 자산운용시장

ESG는 글로벌 자금의 큰 줄기가 되고 있으며, 국내 ESG 펀드 수익률 및 자금 유입률은 지속적으로 증가하고 있습니다. 세계 ESG 투자자산 규모는 2014년 약 18조 3000억원이었고 2020년 상반기 약 40조 5000억을 달성, 2030년 약 130조가 될 것으로 전망되고 있습니다. 또한 국내 ESG 펀드 수익률은 2019년 약11.6%, 2020년 약 32.9%, 2021년 약7.3%이고, 자금 유입은 2019년 3911억, 2020년은 -798억, 2021년 3369억으로 수익과 자금 유입이 지속적으로 증가하고 있습니다.

1.2 해외연기금

미국 CalPERS는 미국 연기금 중 최초로 지속 가능성 투자 원칙인 CalPERS 책임투자 신념을 도입하며 ESG 투자 분야에서 선도적인 역할을 하고 있습니다. CalPERS는 지배구조 및 경영 실적이 부진한 기업의 경영진과 교류하여 개선 작업을 추진하고, 주주제안을 통해 지속 가능성을 강화하는 노력을 기울이고 있습니다. 또한, UN PRI를 비롯한 5개의 글로벌 ESG 관련 투자자 네트워크와 협력하여 2017년 Climate Action 100+에 참여함으로써 글로벌 기후 변화 대응에 적극적으로 나서고 있습니다.

일본 GPIF는 기금 안정성을 확보하기 위해 주식, 채권, 대체투자 등 모든 자산 투자 과정에 ESG 요소를 통합하였습니다. 특히 외부 자산운용사를 선정하고 평가하는 과정에서 의결권 행사와 관련된 ESG 요소를 적극 반영하여 기금 운영의 지속 가능성을 강화하였습니다.

캐나다 CPPIB는 재생에너지 기업에 대한 투자를 적극적으로 확대하고 있습니다. 2022년 3월 기준으로 재생에너지 관련 기업에 대한 투자 금액은 총 103억 달러에 이르며, CPPIB의 채권 및 주식에서 재생에너지 기업이 차지하는 비중이 1.9%로 증가하였습니다.

1.3 해외 자산운용사

American Century는 ESG 투자 전략을 강화하기 위해 자체 개발한 Sustainability 360 플랫폼을 활용하고 있습니다. 투자팀은 Issuer 수준의 ESG 데이터를 기반으로 양적 평가를 수행하며, 분석팀은 기업 보고서를 활용한 질적 평가를 통해 ESG 요소를 심층적으로 분석합니다. ESG 요소는 주로 주식 및 채권에 적용되며, 현금, 현금성 자산, ETF 및 파생상품에는 적용하지 않고 있습니다.
Sustainability 360 플랫폼은 Materiality Map을 사용해 ESG 데이터의 의사결정 유용성과 투명성을 평가하며, 160개 이상의 하위 섹터를 대상으로 리스크와 투자기회를 분석합니다. 이 과정에서 학계 논문과 업계 자료를 활용하여 분석 결과의 신뢰성을 높였습니다. ESG 스코어링은 전 범위에 걸쳐 직접 수행되며, 기업 투명성을 가장 중요한 평가 항목으로 삼고 있습니다.
플랫폼 개발은 내부 인력만을 사용해 AWS 환경에서 이루어졌으며, 기획부터 구축까지 약 11개월이 소요되었습니다. 정형데이터 분석에는 AI를 활용하고 있지만, 비정형데이터의 경우 데이터 신뢰성 이슈로 인해 AI를 적극적으로 활용하지 못하는 상황입니다. 또한, ESG 스코어 하위 25%의 종목을 레드 존으로 지정하여 거래를 차단하거나 특정 투자 제한 사항을 설정할 수 있는 기능을 통해 리스크 관리 체계를 강화하고 있습니다.

JP Morgan은 리스크 관리와 장기적인 투자 수익 개선을 목표로 ESG 요소를 투자 의사결정 과정에 통합하였습니다. ESG 스크리닝을 활용하며, 자사의 ESG 기준을 기반으로 포트폴리오를 조정하고 맞춤형 ESG 투자 솔루션을 개발하고 있습니다.
내부적으로 정량적 ESG 점수를 개발하여 다양한 산업군에서 재무적으로 중요한 핵심 ESG 요소를 식별하고, 외부의ESG 데이터를 활용하여 보완하고 있습니다. 또한, ESG 데이터를 활용한 포트폴리오 관리와 투자 관리를 지원하기 위해 포트폴리오 관리자에게 ESG 정보를 제공하고 있습니다. 특히, 머신러닝과 자연어처리 기술을 통해 ESG 데이터 분석에서 새로운 인사이트를 창출하고 있으며, 정량적 분석과 정성적 분석의 결과 간 공통점과 차이점을 식별하는 ESG 평가 체계를 도입하고 있습니다.
ESG 점수는 180개 이상의 지표를 기반으로 산업별 가중치 체계를 적용하여 상대평가 방식으로 산출됩니다. 최종적으로 0~10점의 ESG 점수가 매겨져 투자 의사결정에 활용됩니다.
JP Morgan은 투자 범위를 제한하지는 않지만, 투자자 요청에 따라 컨트로버셜 웨폰 생산 기업 및 특정 국가를 배제하는 방식을 사용하여 리스크 관리를 위해 전체 투자 전략에 ESG를 적극적으로 도입하고 있습니다.

BlackRock 또한 투자 프로세스 전반에 걸쳐 ESG 요소를 통합하고 있습니다. 특히, 자사의 알라딘(Aladdin) 플랫폼을 활용해 주요 ESG 데이터를 통합하며, 이를 통해 리스크를 관리하고 투자 의사결정의 투명성을 높이고 있습니다. 또한, RepRisk(ESG 기업)와 협력하여 간접 펀드 투자에 대한 ESG 분석을 지원하며, 기후변화 대응 역량을 지속적으로 강화하고 있습니다.

BlackRock은 ESG 데이터 접근성을 확대하고, MSCI, Sustainalytics, Refinitiv, ISS, Clarity AI 등 주요 ESG 데이터 제공업체의 데이터를 통합하여 포트폴리오 관리를 최적화하고 있습니다. 또한, 알라딘 Climate 도구를 통해 물리적 리스크(자연재해 등)와 전환 리스크(저탄소 전환 과정에서 발생하는 리스크)를 분석하며, 지속 가능성을 고려한 포트폴리오 구축과 관리를 지원합니다. RepRisk 데이터를 활용해 ESG 리스크를 사전에 파악하고 투자 모니터링을 강화하는 한편, 사모와 공모 시장 모두에서 광범위한 자산군을 대상으로 ESG 분석을 실시하고 있습니다.

투자 결정 과정에서 Negative/Positive 스크리닝, What-if 모델링, 섹터별 ESG 분석을 활용하며, 발행사와 증권사 데이터를 바탕으로 다양한 ESG 평가 방법론을 적용해 포트폴리오를 설계하고 있습니다.

2. ESG 투자의 시사점 및 개선 과제

2.1 ESG 투자 시사점

ESG 투자는 단순히 윤리적 투자에서 벗어나 기업의 지속 가능성과 장기적인 재무 성과를 동시에 추구하는 필수적인 투자 전략으로 자리잡고 있습니다. 기업들은 ESG 데이터 분석 기술과 플랫폼을 발전시키며, 이를 투자 의사결정 과정에 점점 더 통합하고 있습니다.

기술 활용 확대: 기업들은 머신러닝, 자연어처리, AI 기반 데이터 분석 도구를 적극적으로 활용하여 ESG 리스크를 정량화하고, 비정형 데이터를 포함한 심층 분석을 통해 투자 효율성을 높이고 있습니다. 이를 통해 기존 투자 방식의 한계를 극복하고, 새로운 기회를 발굴할 수 있는 기반을 마련하고 있습니다.

글로벌 규제와 협력 강화: ESG 투자에 대한 글로벌 규제가 강화됨에 따라, 각국의 기업과 기관들은 이를 준수하며 국제적 협력과 데이터 표준화를 통해ESG 평가의 신뢰성을 높이고 있습니다. 이는 기관투자자들에게 더욱 명확하고 일관된 투자 가이드를 제공합니다.

데이터 기반 접근성 증대: ESG 데이터를 수집하고 분석하는 시스템은 점차 고도화되고 있습니다. 기업들은 다양한 제3자 데이터와 자체 플랫폼을 통해 실시간으로 투자 포트폴리오의 ESG 상태를 모니터링하고, 기후 리스크와 전환 리스크를 반영한 투자 전략을 강화하고 있습니다.

2.1 ESG 투자 개선 과제 및 기회

데이터 표준화 부족: ESG 데이터의 정의와 평가 기준이 데이터 제공자에 따라 상이해 투자자들이 데이터를 해석하고 비교하는 데 어려움을 겪고 있습니다. 데이터 표준화 체계를 정립하여 ESG 점수의 신뢰성과 활용도를 높여야 합니다. ESG 데이터의 정의와 평가 기준이 데이터 제공자마다 상이하여 투자자들이 데이터를 해석하고 비교하는 데 어려움을 겪고 있는 상황에서, ESG 데이터 표준화 프로젝트가 등장할 가능성이 높습니다. 해당 프로젝트에서 ESG 데이터를 수집, 관리, 보고하는 데 필요한 프레임워크를 제안하고, 해당 프레임워크를 뒷받침하는 기술적인 인프라를 설계하는 과제가 도출될 수 있습니다.

이머징 마켓의 낮은 데이터 접근성: 개발도상국이나 이머징 마켓의 기업들은 ESG 평가에서 의도치 않은 불이익을 받거나, 데이터 부족으로 인해 적절한 평가를 받지 못하는 경우가 많습니다. 이러한 문제를 해결하기 위해 현지 데이터를 보완하고 글로벌 평가 시스템과 어우러져야 합니다. 이머징 마켓이나 개발도상국의 기업들이 ESG 평가에서 데이터 부족으로 인해 적절한 평가를 받지 못하는 상황을 개선하기 위해 데이터 접근성 제고 프로젝트가 발주될 가능성이 존재합니다. 해당 프로젝트에서 이머징 마켓의 공공기관이나 국제기구에서 이미 수집하고 있는 데이터를 활용하여 ESG 평가에 필요한 기초 데이터를 확보하는 과제가 도출될 수 있습니다.

기후 변화 대응 체계 강화: 기후 리스크는 ESG 투자에서 중요한 요소 중 하나입니다. 그러나 현재 기후 예측 모델의 신뢰도가 저조하여 현재 기후 데이터의 정확성이 매우 낮은 수준입니다. 따라서 기업들은 단순히 현재의 기후 데이터를 활용하는 것을 넘어, 기후학적 분석과 정책 시나리오를 결합하여 보다 정교하고 구체적인 투자 전략을 개발해야 합니다. 이를 통해 기후 리스크를 보다 정확히 예측하고, 기후 변화로 인한 재무적 영향을 최소화할 수 있습니다. 예를 들어, 기후 관련 데이터 분석에 인공지능과 빅데이터 기술을 도입하고, 정부 및 학계와 협력하여 다양한 시나리오 기반 모델링을 개발해야 합니다.

투자자 요구와 규제 간의 이해관계 상충: 투자자들은 ESG의 윤리적 측면과 재무적 성과를 동시에 요구하는 반면, 각국의 규제와 요구사항이 상충할 가능성도 존재합니다. 이를 해결하기 위해 글로벌 규제와 투자자 요구를 통합하는 국제 표준 프레임워크가 필요합니다.

컨트로버셜 이슈 관리: 시대가 급변하며 다양한 컨트로버셜 이슈들이 생겨나고 있습니다. 기업들은 ESG와 관련된 논란(AI 윤리, 컨트로버셜 웨폰 등)을 선제적으로 식별하고 대응할 수 있는 시스템을 강화해야 합니다. AI와 데이터 분석 툴을 활용하여 논란 발생 가능성을 사전에 식별하고 적절한 대응 방안을 마련해야 합니다.
ESG 투자는 단순한 트렌드를 넘어, 기업의 지속 가능성과 재무적 성과를 좌우하는 중요한 요소로 자리 잡고 있습니다. 하지만 데이터 표준화와 글로벌 규제 조화, 이머징 마켓 기업들의 접근성 확보와 같은 과제를 해결하지 못한다면, ESG 투자를 온전하게 실현하기 어렵습니다. 이러한 과제를 극복하고 기술적 역량을 확대한다면, ESG 투자는 투자자와 기업 모두에게 지속 가능한 성장을 가져다줄 수 있을 것입니다.