Le metodologie di ricerca applicate al mondo degli investimenti non sono cambiate molto negli ultimi 40 anni.
Gli analisti raccolgono e analizzano le informazioni finanziarie delle aziende e i dati del settore, commentano la gestione aziendale e costruiscono diversi modelli di valutazione. Il passo successivo è sintetizzare queste informazioni in report sugli investimenti, che vengono sottoposti a investitori e manager.
Mentre alcune delle tecnologie e delle tecniche utilizzate si sono evolute, il processo di ricerca sugli investimenti di base non è cambiato in modo significativo.
Col tempo, l’intelligenza artificiale diventerà un fattore sempre più importante per società e investitori istituzionali (e per i loro consulenti): la ricerca di informazioni continuerà a spostarsi su fonti diverse e alternative, anche secondo uno degli ultimi studi pubblicati da Greenwich Associates e Thomson Reuters.
Questo report mostra come il 90% degli investitori istituzionali consideri le ricerche “in-house” come il principale contributo a questo processo, sottolineando come i manager dovranno abbracciare nuove fonti di Alternative Data, nuove tecnologie e aggiornare le proprie competenze per applicare questi strumenti efficacemente.
Una serie di fattori, tra cui l’esplosione dei dati prodotti nel mondo, i cambiamenti normativi, nuove tecnologie e modelli commerciali in evoluzione, sono la spinta verso cambiamenti significativi nel panorama della ricerca sugli investimenti.
Il quadro normativo europeo: MiFID II.
La normativa europea MiFID II impone una separazione della ricerca dalle operazioni di investimento, migliorando la trasparenza del processo tramite la trasformazione in servizio preventivabile, valutabile e consumabile separatamente dagli altri offerti dalle banche di investimento. Inoltre, una serie di ulteriori fattori, come la già accennata data explosion, l’avvento di nuove tecnologie e l’evoluzione dei modelli commerciali, ridisegneranno il panorama della ricerca sugli investimenti nei prossimi 5-10 anni.
La ricerca sugli investimenti si evolverà verso un business a sé stante, con costi a carico delle società di gestione patrimoniale piuttosto che dell’investitore finale.
Modifiche regolamentari come la MiFID II, l’impiego crescente degli Alternative Data e l’uso dell’Artificial Intelligence spingono verso nuove relazioni tra partner finanziari.
La crescita degli Alternative Data.
Lo studio di Greenwich Associates ha rilevato come il 50% degli intervistati veda di buon occhio l’aumento della quantità di Alternative Data integrati nei propri processi.
Gli Alternative Data vengono visti dagli operatori del settore come una serie di dati univoci che, da soli o in combinazione con dati di mercato tradizionali, potrebbero fornire ulteriori informazioni e vantaggi competitivi utili a generare alpha; quelli attualmente più utilizzati dagli investitori provengono da attività di web scraping (tecnica informatica per l’estrazione di dati da un sito web tramite l’ausilio di un software), dal monitoraggio dei trend di ricerca e del traffico web.
Il web scraping ricerca tra i siti in Rete informazioni chiave per determinare le prestazioni del marchio o dell’azienda. È ancora la fonte di Alternative Data più utilizzata, con alcune aziende che utilizzano software proprietari per la raccolta in-house.
Inoltre, gli Alternative Data vengono tipicamente utilizzati per implementare i modelli esistenti e individuare nuove opportunità di investimento.
Il ruolo dell’intelligenza artificiale per generare alpha.
Attualmente, la maggioranza delle aziende deve ancora incorporare l’intelligenza artificiale nei propri sistemi, ma una parte del mondo finanziario già la utilizza e seguendo il treno di crescita altri lo faranno a breve giro.
La maggior parte vede l’AI come un aiuto nell’analisi di dati, notizie e contenuti: il report di Thomson Reuters indica che il 56% delle aziende prevede di aumentare il livello di integrazione con i processi di investimento, acquisendo professionalità da inserire in azienda a tal fine.
Lo studio ha anche scoperto che la capacità di interagire con i sistemi di intelligenza artificiale e la data science saranno competenze molto ricercate dai portfolio manager.
Il futuro della ricerca sugli investimenti sarà radicalmente diverso da ciò che abbiamo conosciuto fino a oggi. Il management dovrà evolversi per gestire i nuovi cambiamenti tecnologici e collaborare con i fornitori di servizi per accedere ai nuovi dati e informazioni. Inoltre, le banche di investimento dovranno prepararsi allo spostamento delle attività di ricerca secondo una logica in-house.
Tutte le figure professionali che ruotano attorno al mondo degli investimenti dovranno aggiornare le proprie competenze per garantire la loro rilevanza in questo nuovo approccio.
