- Les données ESG sont de plus en plus abondantes, mais les méthodologies, périmètres, indicateurs et hypothèses de calcul varient fortement, ce qui explique pourquoi deux agences peuvent attribuer des évaluations très différentes à une même entreprise.
- Comme le souligne Emilie Beral (Systemik ESG) dans le MOOC d'Horizon & Beyond, les données ESG ne sont jamais neutres : elles dépendent toujours des choix méthodologiques, des pondérations et des objectifs poursuivis, et nécessitent donc contexte et interprétation.
- Comparer les trajectoires ESG de deux entreprises ou de deux fonds est particulièrement complexe, car des approches en apparence similaires peuvent reposer sur des réalités économiques, des mix énergétiques et des contraintes réglementaires très différentes.
- Les cadres réglementaires européens comme la CSRD, les ESRS, la taxonomie et la SFDR visent à améliorer la transparence et la comparabilité des données, mais cette standardisation est encore en cours de structuration.
- La capacité à interpréter correctement les données ESG — en comprenant leurs limites autant que leur contenu — devient une compétence stratégique essentielle pour les professionnels de la finance durable.
ESG : pourquoi comparer les entreprises reste difficile
Les données ESG sont désormais partout.
Scores, notations, classements, reportings, trajectoires climat, indicateurs de transition : les entreprises produisent et publient une quantité croissante d’informations extra-financières.
Et pourtant, deux agences ESG peuvent parfois attribuer des évaluations très différentes à une même entreprise. Derrière l’apparente précision des données ESG se cache encore une réalité beaucoup plus complexe.
Une abondance de données mais pas toujours de cohérence
Le développement de la finance durable a considérablement accéléré la production de données : émissions carbone, politiques sociales, gouvernance, alignement taxonomie, objectifs climatiques, indicateurs de transition.
Cette évolution améliore progressivement la transparence.
Mais elle ne signifie pas automatiquement que les analyses deviennent simples ou homogènes.
Les méthodologies restent nombreuses.
Les périmètres diffèrent.
Les indicateurs retenus ne sont pas toujours les mêmes.
Les horizons temporels varient.
Et les hypothèses de calcul peuvent conduire à des lectures très différentes.
Résultat : deux acteurs peuvent analyser une même entreprise et parvenir à des conclusions très différentes.
Pourquoi les scores ESG divergent parfois fortement
C’est l’un des sujets qui surprend souvent les professionnels découvrant la finance durable : une même entreprise peut obtenir des évaluations ESG très éloignées selon les agences ou les méthodologies utilisées.
Dans le MOOC de la finance durable d’Horizon & Beyond, Emilie Beral, fondatrice et directrice générale de Systemik ESG, rappelle que les données ESG ne sont jamais totalement “neutres”.
Les résultats dépendent toujours des choix méthodologiques, des indicateurs retenus, des pondérations utilisées et des objectifs poursuivis par les analyses.
Autrement dit, les chiffres ne parlent jamais complètement seuls. Ils nécessitent toujours du contexte et de l’interprétation.
Cette divergence des évaluations ESG est désormais largement documentée dans les travaux consacrés à la comparabilité des données extra-financières et aux différences méthodologiques entre agences de notation, notamment dans le Baromètre de la finance durable 2026.
Le défi de la comparabilité
Comparer deux entreprises sur des critères financiers est déjà complexe.
Comparer deux trajectoires ESG l’est encore davantage.
Deux fonds peuvent afficher des stratégies ESG similaires tout en reposant sur des méthodologies très différentes : exclusions sectorielles, pondérations carbone, critères de gouvernance, horizons de transition ou qualité des données utilisées.
En apparence, les approches semblent comparables.
Dans les faits, les lectures du risque et de la durabilité peuvent être très différentes.
Emilie Beral explique que la qualité des analyses dépend fortement de la qualité et de la robustesse des données disponibles. Et sur ce point, toutes les entreprises n’ont pas encore le même niveau de maturité.
Par exemple, deux entreprises industrielles peuvent afficher des émissions carbone proches, tout en ayant des réalités très différentes : mix énergétique, dépendance à certaines ressources, contraintes réglementaires locales ou capacités d’investissement dans la transition.
Les chiffres semblent comparables. Les situations économiques ne le sont pas toujours.
La réglementation améliore progressivement la situation
Les cadres européens comme la CSRD, les ESRS, la taxonomie ou encore la SFDR, cherchent justement à améliorer la transparence, la qualité des données, leur cohérence et leur comparabilité.
L’objectif est de construire progressivement un langage commun de la finance durable. Mais cette standardisation reste encore en phase de structuration.
Les méthodologies évoluent rapidement.
Les pratiques gagnent en maturité.
Et les usages continuent de se stabiliser.
Les travaux récents consacrés à la standardisation des données ESG montrent également que la comparabilité reste l’un des principaux défis de structuration de la finance durable, comme le souligne notamment le guide “Stratégie data management ESG”.
Le risque des lectures trop simplifiées
Face à la complexité, la tentation est grande de résumer l’ESG à un score ou une catégorie réglementaire. Mais ces raccourcis peuvent masquer des hypothèses implicites, des méthodologies différentes ou des réalités économiques beaucoup plus nuancées.
Comprendre les limites des données devient presque aussi important que lire les données elles-mêmes.
Une évolution normale d’un domaine encore jeune
Cette situation ne signifie pas que les données ESG sont inutiles ou peu fiables. Elle reflète surtout un domaine encore en construction.
Comme souvent lorsqu’un nouveau langage économique émerge :
- les standards évoluent,
- les données gagnent en qualité,
- les pratiques convergent progressivement,
- et les outils deviennent plus sophistiqués.
Une compétence devenue stratégique
À mesure que les données ESG prennent de l’importance dans les décisions financières, la capacité à les interpréter correctement devient un véritable enjeu stratégique.
Car la difficulté n’est plus seulement d’avoir accès aux données.
C’est de comprendre ce qu’elles disent réellement et ce qu’elles ne disent pas encore.
Pour aller plus loin
👉 Rejoignez le MOOC Complet d’Horizon & Beyond en partenariat avec l’Institut Louis Bachelier et l’Institut de la Finance Durable, pour acquérir des repères clairs sur la double matérialité et les transformations en cours dans la finance durable.
👉 Rejoignez le MOOC Essentiel d’Horizon & Beyond pour acquérir les bases de la finance durable en moins de 2 heures.
Questions fréquentes
Les scores ESG divergent car chaque agence utilise des méthodologies, des indicateurs, des pondérations et des hypothèses de calcul différents. Les données ESG ne sont jamais totalement neutres et dépendent toujours des choix méthodologiques et des objectifs poursuivis par chaque analyse.
La comparaison est difficile car les périmètres d'analyse, les indicateurs retenus et les horizons temporels varient selon les méthodologies. De plus, deux entreprises affichant des données similaires (comme les émissions carbone) peuvent avoir des réalités économiques très différentes en termes de mix énergétique, de contraintes réglementaires ou de capacités d'investissement.
Les cadres réglementaires européens comme la CSRD, les ESRS, la taxonomie et la SFDR visent à améliorer la transparence, la qualité et la cohérence des données ESG en construisant un langage commun pour la finance durable. Toutefois, cette standardisation est encore en phase de structuration et les pratiques continuent de se stabiliser.
Les données ESG ne sont pas inutiles ni peu fiables, mais elles reflètent un domaine encore en construction qui nécessite une interprétation rigoureuse. Comprendre les limites des données, les hypothèses sous-jacentes et le contexte est devenu aussi important que la lecture des chiffres eux-mêmes.
Résumer l'ESG à un simple score ou une catégorie réglementaire peut masquer des hypothèses implicites, des différences méthodologiques et des réalités économiques nuancées. Ces raccourcis risquent de donner une fausse impression de comparabilité et de conduire à des décisions d'investissement mal informées.
