To, čo sa začalo ratingovým modelom pre banky, je teraz pripravené dobiť inštitucionálnu scénu správy aktív. Nástroje deep data menia svet a sú v dnešnej dobe základom podnikania aj investovania. Tieto mechanizmy bývajú dokonca presnejšie ako výpočty analytikov.
Globálne deep data sú finančné údaje od viac ako 42 miliónov spoločností z celého sveta, ktoré zverejňujú informácie o ich obrate. Toto množstvo údajov sa automaticky importuje do multidimenzionálneho algoritmického nástroja na finančné účely s názvom „CreditDynamix“, ktorý predpovedá trendy a kalkulácie.
Hľadáte stabilnú investíciu? Mohli by vás zaujímať crossover dlhopisy
Práve to predstavuje zásadný rozdiel od bežných prístupov, ktoré využívajú základné údaje. Bežné prístupy sú zvyčajne obmedzené na popredných 500 až 2 000 spoločností na celom svete a nedokážu pokrývať celý trh.
Ďalším krokom je prepojenie týchto základných údajov s makrofaktormi, ako sú rast HDP, nezamestnanosť, ceny ropy a zlata, inflácia, úrokové sadzby a menové trendy. Týmto spôsobom sa staršie údaje účtu presúvajú do súčasnosti na základe známych algoritmov, zatiaľ čo ekonomické prostredie sa prevádza do fundamentálnych údajov spoločností.
Aké presné sú deep data
Údaje o spoločnostiach v nástroji CreditDynamix siahajú do 90. rokov. S využitím dostupných údajov po rok 2015 bolo možné vykonať analýzu na vzorke, aby sa zistilo, či predpovede budúcich súvah boli presné.
Strach z možnej straty až príliš brzdí dosahovanie našich cieľov. Pomôže rozvoj racionálneho myslenia
Výsledky preukázali, že nástroj Quantics CreditDynamix je schopný správne predpovedať budúcnosť spoločnosti s úspešnosťou okolo 90 %. Údaje sú odvodené z predpovedí Medzinárodného menového fondu a Svetovej banky. Vďaka prepojeniu makrodát s údajmi spoločností je možné vykonať predpoveď na ďalších tri až päť rokov pre podnikové fundamenty.
Pre koho je deep data cenným nástrojom
Model Quantic Financial Solutions je zrejmé veľmi cenný pre riadenie rizík bánk a poisťovacích spoločností, pričom ho preskúmalo a schválilo niekoľko regulačných orgánov. To isté platí pre veľké audítorské spoločnosti, z ktorých ho viaceré oficiálne schválili.
Ako byť úspešný finančný profesionál aj v čase neistoty: (s)poznajte svojich klientov
Model sa používa aj na výpočet miery zlyhania úverových a dlhopisových portfólií bánk. Nepoužíva sa však iba na ratingy, ale aj na vytváranie záťažových testov na základe rôznych scenárov.
Vstupné parametre sa dajú upraviť individuálne, čo umožňuje ľahký výpočet scenárov stresových testov pre veľké banky tak, ako to prepisuje aj Európska centrálna banka (ECB). Na konci procesu banky obdržia miery zlyhania úverov, výšku očakávaných odpisov a prípadne aj informácie o nedostatku kapitálu.
Lepší ako analytici
Zlá ekonomická situácia a potreba vlastného imania bola pre mnohé banky v Španielsku v roku 2012 obrovským problémom. A tu sa nám pekne vykresľuje, ako CreditDynamix funguje. Banco de España, Medzinárodný menový fond a ECB poverili tím Quanticu, aby navrhli kauzálny model.
Model dokázal okrem výnosov jednotlivých bánk simulovať kreditné a predvolené riziko pre každý región z firemnej databázy. V príslušnom scenári vypočítal pre EÚ v priebehu niekoľkých hodín nedostatok kapitálu vo výške viac ako 60 miliárd eur na roky 2012 až 2014.
Forbes Reštart vol. 4: Banky sú riešením, nie problémom súčasnej krízy
Keby bol známy neskorší vývoj Španielska, model by vypočítal deficit vo výške 42 miliárd eur. To, že simulovaný výpočet bol dobrý aj napriek tejto odchýlke, dokazuje skutočnosť, že postihnuté inštitúcie skutočne vyžadovali 44 miliárd eur na ich rekapitalizáciu.
Vygenerovaný výsledok simulácie založený na algoritme vygenerovaný mechanizmom CreditDynamix bol stanovený bez emócií a bol podstatne rýchlejší a presnejší ako ten, ktorý v tom čase namáhavo vypočítali analytici.
Viac ako 80 krajín a 15 odvetví
Odborné znalosti spoločnosti sú veľmi žiadané, pokiaľ ide o výpočet scenárov rizikových profilov na strane bánk a audítorov. Nástroj sa dá použiť pri analýze kreditného rizika, odhade pravdepodobností miery zlyhania a v systémoch včasného varovania. Alebo aktuálne v súvislosti s implementáciou IFRS 9 (medzinárodných štandardov finančného výkazníctva).
Ako pomôcť chudobným ľuďom s podnikateľským potenciálom?
Nástroje deep data poskytuje aj prognózy pre špecifické odvetvie, región či krajinu, a to vďaka tomu, že vyhodnocuje údaje z 15 priemyselných odvetví vo viac ako 80 krajinách.
Na jednom významnom trhu však model nefunguje – je ním Čína. Jedným z možných vysvetlení neúspechu v Číne by mohlo byť národné plánovanie krajiny, ktoré ovplyvňuje a mení tak typické ekonomické závislosti podnikových súvah a výkazov ziskov a strát.
Ak máte k dispozícii model základných údajov, má zmysel ísť nad rámec skutočného riadenia rizík. Zvážte, či môžete tento algoritmický systém použiť na porovnanie podnikových hodnotení s údajmi o akciách, dlhopisoch a swapoch na kreditné zlyhanie (CDS), aby robil prognózy cien pri pohľade na danú „križovatku“.
Viete ako budú vyzerať banky o pár rokov? Toto sú technologické trendy, ktoré ich zmenia na nepoznanie
Pri navrhovaní produktu je možné zohľadniť vaše individuálne želania. Dajú sa napríklad zahrnúť alebo vylúčiť určité krajiny, regióny alebo priemyselné odvetvia, definovať minimálnu požiadavku na trhovú kapitalizáciu, určiť filter ESG a nechať si navrhnúť na mieru šitú kvantitatívnu investičnú stratégiu.
Jakub Křivan je Director Institutional Clients CEE v spoločnosti Quantic Financial Solutions, predtým pracoval na pozícii Head of CEE v spoločnosti C-QUADRAT Investment group vo Viedni, v ktorej v minulosti zastával aj pozíciu obchodného riaditeľa pre CZ/SK. Svoje vysokoškolské štúdium vo Viedni zavŕšil titulom MBA so zameraním na behaviorálne financie. V roku 2018 bol pri zrode platformy SBEN, ktorej poslaním je šíriť poznatky o fascinujúcich možnostiach behaviorálnej ekonómie a prinášať tento svetový trend na Slovensko. Hovorí plynule po nemecky a anglicky a medzi jeho záľuby patrí cestovanie, basketbal a varenie.
Našli ste chybu? Napíšte nám na editori@forbes.sk
