PREVIOUS ARTICLE NEXT ARTICLE

Mercati e digital: i big data ci dicono che pil sarà

Mercati e digital: i big data ci dicono che pil sarà

Salva
Salva
Condividi
Contributor
Contributor, Fabrizio Galimberti

14 Gennaio 2020
Tempo di lettura: 3 min
Tempo di lettura: 3 min
Salva
  • I big data offrono un’infinità di applicazioni. Possono essere utilizzati per analizzare tempestivamente lo stato di salute della congiuntura

  • Le informazioni necessarie per valutare l’andamento dell’economia sono disponibili con un ritardo che va dai 15 ai 60 giorni

  • Oggi disponiamo di enormi quantità di dati in tempo reale che possono aiutare i policy maker a intervenire più rapidamente nel tentativo di correggere la traiettoria del Pil

Le enormi quantità di informazioni disponibili, supportate da adeguati algoritmi, consentono di misurare in tempo reale l’andamento dei flussi commerciali. E fotografano il sentiment degli investitori con migliore capacità predittiva rispetto al tradizionale “indice della paura”

I big data stanno rivoluzionando molte cose. E una delle applicazioni più utili sta nel migliorare le valutazioni della congiuntura economica. Le quali soffrono di un difetto fondamentale: la scarsa tempestività. I dati necessari per valutare l’andamento dell’economia sono disponibili con un ritardo che va dai 15 ai 60 giorni, talché il compito di chi deve prendere le misure necessarie per guidare detti andamenti viene talvolta equiparato al “guidare guardando nello specchietto retrovisore”.

Esistono modi per capire, in tempo reale, cosa sta succedendo nelle complicate viscere del sistema economico?
I big data – questa enorme collezione di dati raccolti, appunto, in tempo reale, dalle più diverse fonti, assistita da algoritmi che sono in grado di estrapolare informazioni puntuali – offrono interessanti ‘gigantografie’ dell’economia. I modi sono i più disparati.

Spulciando fra i Working paper del Fondo monetario dell’ultimo mese (dicembre 2019) se ne trovano più d’uno. Per esempio, il Working paper 19/275 (Big data on vessel traffic: nowcasting trade flows in real time, di Serkan Arslanalp, Marco Marini, Patrizia Tumbarello) attinge ai dati di traffico marittimo raccolti dal Automatic identification system’ (Ais), che monitora ogni singola nave per trasporto merci in giro per il mondo. Questi dati permettono di costruire una serie che descrive il numero e le rotte delle navi (di cui si conosce anche la stazza) – misure, queste, strettamente correlate all’attività economica.

Andando a confrontare queste serie con le statistiche ufficiali sugli scambi e sui trasporti marittimi, e avendone accertato la correlazione per il passato, gli autori hanno creato un indicatore innovativo, che permette di descrivere gli andamenti del traffico merci in tempo reale. Ma qui stiamo ancora parlando di indicatori fisici.

Come possiamo usare i big data per capire quello che sta succedendo nei campi – invisibili, impalpabili ma cruciali – della fiducia?
Non solo è possibile farlo, ma, anzi, questo è il campo eletto dove i big data possono offrire i migliori servizi.
La Grande recessione, che ha avuto origine da una crisi di fiducia finanziaria poi tracimata nell’economia reale, ci offre un greve monito di quanto sia importante avere un meccanismo di early warning (un sistema di allarme efficace) per i cambiamenti d’umore di famiglie, imprese e mercati. Sì, ci sono indicatori di fiducia basati su inchieste sul campo, ma soffrono del difetto di tempestività sopra menzionato.

Un’altra indagine del Fondo monetario, riportata nell’Imf blog (The power of text: how news influences sentiment in financial markets, di Damien Puy) studia l’impatto delle notizie sul comportamento degli investitori e sui prezzi delle attività. Usando le più moderne tecnologie di intelligenza artificiale, i ricercatori hanno scavato nella miniera di dati: più di quattro milioni di articoli pubblicati dalla Reuters in tutto il mondo, filtrati secondo un certo numero di parole chiave e distillati in un indice di “sentimento”, separatamente per i mercati dei paesi avanzati e dei paesi emergenti. I risultati indicano un chiaro impatto delle notizie sui prezzi delle attività.

Questo indice può essere messo in relazione con un altro indice di avversione al rischio, anch’esso disponibile in tempo reale, il Vix, tradizionale indicatore sulla volatilità implicita della Borsa americana. Tuttavia, l’indice di ‘sentimento’ basato sulle notizie si rivela un più accurato precursore dei futuri movimenti dei prezzi azionari internazionali rispetto al Vix. Da ultimo, un altro working paper (WP 19/273, News-based sentiment indicators, di Chengyu Huang, Sean Simpson, Daria Ulybina, e Agustin Roitman) ha costruito indici di “sentimento” per 20 paesi dal 1980 al 2019, scavando questa volta nei ‘giacimenti’ di articoli del Financial Times. Questa volta le parole chiave vengono messe in relazione alle crisi finanziarie, e lo scopo è ancora quello di costruire un indicatore anticipatore della crisi. Osservando il caso dell’Argentina, sprofondata di recente nell’ennesima crisi finanziaria, l’indicatore anticipa visibilmente l’andamento dello spread.

Contributor
Contributor , Fabrizio Galimberti
Il presente articolo costituisce e riflette un’opinione e una valutazione personale esclusiva del suo Autore; esso non sostituisce e non si può ritenere equiparabile in alcun modo a una consulenza professionale sul tema oggetto dell'articolo.

WeWealth esercita sugli articoli presenti sul Sito un controllo esclusivamente formale; pertanto, WeWealth non garantisce in alcun modo la loro veridicità e/o accuratezza, e non potrà in alcun modo essere ritenuta responsabile delle opinioni e/o dei contenuti espressi negli articoli dagli Autori e/o delle conseguenze che potrebbero derivare dall’osservare le indicazioni ivi rappresentate.
Condividi l'articolo
LEGGI ALTRI ARTICOLI SU: Digital Transformation