PREVIOUS ARTICLE NEXT ARTICLE

Ecco il nuovo "cervello" degli asset manager

Ecco il nuovo "cervello" degli asset manager

Salva
Salva
Condividi
Gloria Grigolon
Gloria Grigolon

27 Marzo 2020
Tempo di lettura: 5 min
Tempo di lettura: 5 min
Salva
  • Nel 2019, il totale delle masse gestite a livello europeo ha di poco superato i 23 mila miliardi di euro, con una crescita del 113% rispetto alle attività under management di fine 2008

  • La crescita degli investimenti passivi e la conseguente riduzione delle spese di gestione potrebbero ridurre le commissioni del 20% su base ponderata nel settore del risparmio gestito entro il 2025

  • Livermore: “Non è il mercato a battere loro, sono loro a superare loro stessi, perché nonostante abbiano un cervello non sono in grado di aspettare”

Intelligenza artificiale, machine learning e natural language processing sono le leve utilizzate da alcune grandi case d’investimento per resistere alle crescenti sfide di mercato. Asset manager alla ricerca di alpha

Masse in crescita, asset a rialzo, ricavi deboli e commissioni in calo, con una implicazione: l’esigenza da parte di asset e wealth manager di integrare nuovi processi tecnologici per ovviare al problema della minore profittabilità del business. Nel corso degli ultimi anni l’industria del risparmio gestito si è trovata ad affrontare sfide di diversa natura: nuova regolamentazione, crescente trasparenza, maggior competitività di mercato ed una pressione a ribasso lato commissioni di gestione, data per lo più alla crescita del settore passivo (secondo uno studio Deloitte di giugno 2019, con un calo delle fee del 20% nel corso degli ultimi quattro-cinque anni).

Fondi attivi vs strumenti passivi: i numeri

Secondo il Money Monitor 2019, analisi di Lyxor Etf Research sul mercato degli etf domiciliati in Europa, i fondi passivi indicizzati hanno toccato lo scorso anno un nuovo record di afflussi pari a 100,8 miliardi di euro, con un incremento percentuale del 40% rispetto al 2018. Sul totale dei fondi europei, gli etf rappresentano ora il 7% circa del patrimonio complessivo dei fondi europei, di cui, il 69% replicante il comparto azionario. Stando inoltre alle rilevazioni dell’Asset management report 2019, la ricerca annuale di Efama (European fund and asset management association), il totale delle masse gestite a livello europeo ha di poco superato i 23 mila miliardi di euro, con una crescita del 113% rispetto alle attività under management di fine 2008.

Quali sfide per il mercato di asset e wealth manager?

Anzitutto, la questione della riduzione dei costi sui prodotti. L’incremento della regolamentazione e le nuove disposizioni in materia di trasparenza alla clientela hanno portato i player del settore 
a rivedere la qualità dei propri report e a fare in conti con un mercato più trasparente, dove la discriminante delle spese di gestione inizia -sebbene timidamente – a guidare la scelta dei risparmiatori.

Secondo uno studio di Bernstein riportato dal Financial Times, la crescita degli investimenti passivi e la conseguente riduzione delle spese di gestione potrebbero ridurre le commissioni del 20% su base ponderata nel settore del risparmio gestito entro il 2025. La diffusione degli strumenti passivi come alternativa più conveniente rispetto ai fondi attivi ha avuto la meglio in un anno come il 2019, quando il rialzo generalizzato di tutte le asset class sul mercato ha portato l’investitore ad adottare una strategia di tipo “hold the market”, mantieni la posizione, a discapito del “beat the market”, prova a battere il mercato facendo meglio.

Dati incrociati in cerca di alpha

Per riuscire a competere in un mercato più sfidante, asset e wealth manager hanno quindi iniziato a raccogliere informazioni di mercato (incrociandole con le richieste dei clienti), ad utilizzare l’insieme dei dati a disposizione come vero e proprio asset aziendale, a disporre di un sistema interno allineato per lo scambio di informazioni e ad adottare nuove tecnologie in grado di sfruttare le leve chiave della disruption per generare alpha. Quali? Intelligenza artificiale (Ai), machine learning (un metodo di analisi ed elaborazione dei dati che automatizza la costruzione di modelli analitici, capaci di prendere decisioni col minimo intervento umano) e natural language processing (branca dell’intelligenza artificiale che sviluppa sistemi in grado di comprendere il linguaggio umano naturale e di produrre risposte attraverso un software).

Lo studio e la gestione dei big data unita all’utilizzo della tecnologia e dell’intelligenza artificiale a supporto di processi d’investimento all’avanguardia, ha portato Goldman Sachs, tra gli altri, ad adottare un tipo di allocazione disciplinata fatta di tecniche quantitative, volte a catturare sia gli aspetti fondamentali, sia quelli comportamentali che stanno alla base dei rendimenti azionari. Vale a dire? Il modo in cui si acquista, si mangia, ci si documenta, si ricerca, si investe, si comunica e si fa networking.

Applicando strategie quantitative è così possibile unire sviluppo tecnologico e giudizio umano, grazie anche all’attività di machine learning. Come sottolineato dagli esperti del Cfa Institute all’interno del loro blog, le migliori decisioni di investimento derivano, in parte, dalla precisa determinazione dei prezzi delle attività. Un’analisi più approfondita dei dati fornisce input più accurati per i modelli di valutazione e, dunque, maggior controllo sui rischi potenziali. L’indipendenza dell’Ai da emozioni e pregiudizi comportamentali tende inoltre a tradursi in migliori decisioni d’investimento.

Asset manager in cerca di efficienza

Citando Livermore, “The market does not beat them. They be at themselves, because though they have brains they cannot sit tight”: non è il mercato a battere loro, sono loro a superare loro stessi, perché nonostante abbiano un cervello non sono in grado di aspettare. Se la tecnologia è da sempre utilizzata dai gestori patrimoniali per migliorare l’elaborazione dei dati al fine di ottimizzare la composizione dei propri portafogli, oggi intelligenza artificiale, machine learning e natural language processing vengono impiegati per migliorare l’esperienza d’investimento, aumentare l’efficienza e il processo dei flussi di lavoro operativi e ottimizzare le prestazioni degli asset manager.

C’è chi come State Street ha integrato i sistemi di front, middle e back office in un’unica piattaforma, col fine di aumentare l’efficienza e il monitoraggio dei prodotti. Secondo gli esperti di BlackRock, la tecnologia può migliorare la qualità e l’analisi dei dati anche “alternativi” da impiegare nel processo decisionale. Tra questi, rilevazioni Gps e immagini satellitari per vedere come si muovono i consumatori, movimenti in acquisto via carte di credito, ricerche su Internet e tweet in evidenza per analizzare trend topic e chiavi di ricerca.

Gloria Grigolon
Gloria Grigolon
Condividi l'articolo
LEGGI ALTRI ARTICOLI SU: Asset Managers