Big data-wedloop vermogensbeheerders

Big data op zichzelf voegt geen waarde toe. De verrijking en interpretatie maken het verschil. Dat verschil is voldoende om een big data-wedloop tussen vermogensbeheerders te ontketenen. Hoeveel informatie kan een assetmanager aan?

Dagelijks komen er 4.000 researchdocumenten over beleggen bij. Een jaar telt liefst 20.000 aandeelhoudersvergaderingen, persconferenties en conferencecalls naar aanleiding van jaar- en kwartaalcijfers.

Iedere minuut worden er 205 miljoen e-mails verzonden, voert Google 3 miljoen nieuwe zoekopdrachten uit, worden er 3,3 miljoen berichten gepost op Facebook, komen er 55.000 nieuwe foto’s bij op Instagram en telt YouTube 400 uur aan nieuwe video’s.

Datakoppijn

Circa 90% van de gegevens die nu wereldwijd beschikbaar, zijn, is volgens opgave van IBM in de laatste twee jaar ontsloten. Die oerknal aan data heeft de traditionele dataset van professionele beleggers uitgebreid met een brede waaier aan alternatieve datastromen, die een potentiële bron van rendement zijn, helpen om risico’s te beheersen en legal and compliance het nodige werk uit handen nemen, bijvoorbeeld door digitale informatie machinaal te scannen op gevoeligheden.

Assetmanagers moeten echter oppassen voor datakoppijn, zegt big data-specialist Rasyid Kwee van Thomson Reuters. Hoe die enorme stroom aan gegevens te beheersen, te organiseren en er waardevolle inzichten uit te filteren?

“Maar 20% van die data is numerieke, logische content. De overige 80% is ongeordend en minder eenvoudig te gebruiken. Financiële partijen creëren en slaan gigantische hoeveelheden data op en kopen van data-aanbieders informatie die niet direct waarde heeft vanwege de ongestructureerde manier waarop die aangeleverd wordt. De huidige databases zijn te gefragmenteerd; nieuwe databasestructuren zijn nodig en nieuwe concepten, zoals open source-software."

Big business

In een studie van softwareprovider Multifonds onder 125 vermogensbeheerders wordt big data-analyse als meest ontwrichtende kracht gezien door de beleggingsindustrie, op de voet gevolgd door blockchain en op ruime afstand robo-advies.

Big data is big business bij BlackRock, waar 80 miljard Amerikaanse dollar (5% van het totaal beheerde vermogen) door quants wordt belegd. Een team van quantmanagers, wetenschappers en data-engineers voedt de portfoliomanagers van de Amerikaanse vermogensbeheerder.

“We zijn door data geobsedeerd,” zegt Bradley Betts, lid van het Scientific Active Equity Team van BlackRock. “Maar er zit nogal wat signaalruis in. Een van de problemen is om van al die kattenfoto’s af te komen die voortdurend worden getwitterd.”

Verrijking nodig

Behalve digitale ruis levert dataverkeer waardevolle informatie op die als grondstof fungeert. En net als in het geval van cacao of koffiebonen is verrijking noodzakelijk om tot een kwalitatief hoogwaardig eindproduct te komen waarvoor assetmanagers de portemonnee willen trekken.

Verrijking bij big data betekent orde te scheppen in de informatiechaos en de zeggingskracht ervan vaststellen. Dat is niet zo eenvoudig, blijkt uit een onderzoek van Northern Trust en Ernst & Young.

Maar 13% van de fondsmanagers zei in dat onderzoek dat hun organisatie alle waarde uit de beschikbare data weet te zuigen. Volgens onderzoek van adviesbureau Bain & Company behoren bedrijven die big data-analyse gebruiken tot de best presterende in hun sector, terwijl de kans vijf keer groter is dat zij sneller tot besluiten komen dan hun concurrenten.

1% extra rendement

“Ik kan mij situaties indenken waarbij big data 1% extra rendement kan opleveren,” zegt Sander Klous. Hij is hoogleraar Big Data Ecosystems for Business and Society aan de Universiteit van Amsterdam (UvA).

Wie het signaal uit de ruis weet te halen, datastromen het beste en snelste analyseert, heeft een streepje voor. JR Lowry, head of State Street Global Exchange EMAA, een onderdeel van State Street dat zich bezighoudt met data-innovatie, sluit tussen vermogensbeheerders een big data-wedloop niet uit.

Beleggen draait op het hebben van een kennisvoorsprong. Een strijd om de beste datawetenschappers is niet ondenkbaar. Tegelijkertijd is dat toekomstmuziek, want het gros van de vermogensbeheerders gebruikt big data in de periferie van het beleggingsproces.

Grote berg

Ondanks de schuchtere toenaderingspogingen kan big data een evolutie ontketenen binnen de vermogensbeheerindustrie, denkt Lowry. Quantfondsen en recent robo-advies zijn geslaagde voorbeelden van huwelijken tussen techniek en professionele beleggers.

“Quantfondsen bestaan al decennia, maar de variëteit in data en betere tools om met (on)gestructureerde data om te gaan, zullen de industrie hervormen. Over tien jaar is meer informatie aan het beleggingsproces toegevoegd en nemen machines de analyse deels voor rekening. Zonder hulp van computers kunnen beleggers al die data niet meer aan.”

Naarmate de tijd voortschrijdt, zal de toegevoegde waarde van State Street, BlackRock en andere vermogensbeheerders meer en meer worden bepaald door het vermogen om betekenis te geven aan de grote berg aan beschikbare data, zegt Klous.

Foto's maken 

Er zijn al succesvolle experimenten gaande om alpha uit de big data-soep te halen. Zo spitten computers van Deutsche Bank de database van de Amerikaanse toezichthouder uit, om vroegtijdig problemen bij bedrijven op te sporen.

Klous noemt een vermogensbeheerder die satellietfoto’s van parkeerplaatsen bij grote winkelcentra analyseert om te kunnen beoordelen hoe goed ze bezocht worden. “Een voorbeeld van hoe big data kan worden aangewend om vastgoedbeleggingen op waarde te schatten. Die data kan ook helpen bij de beslissing om een winkelier een lening te verstrekken.”

Uit onderzoek van State Street blijkt dat de meerderheid van de financiële partijen investeringen in data(analyse) jaarlijks met 5 tot 10% laat stijgen. De belangrijkste doelen zijn het zo goed mogelijk doorgronden van de financiële markten en hun klanten.

Meer zelfvertrouwen

In de slipstream voedt data de toezichthouder, die de rapportagelat steeds hoger legt. Lowry deelt bedrijven in in data-starters, datamovers en data-innovators. De laatste groep investeert stevig in big data, wat leidt tot meer zelfvertrouwen: in het omgaan met externe en interne datastromen maar ook in bijvoorbeeld cross portfolio-analyse van rendement en risico.

Traditionele assetmanagers behoren in zijn ogen eerder tot data-starters dan data-innovators. Het proces om nieuwe inzichten uit big data te halen staat bij hen vaak in de kinderschoenen. De grootste uitdaging waarvoor zij staan is om controle te krijgen over bestaande data.

Zo hebben veel institutionele beleggers grote moeite om uit hun systemen alle informatie te halen waar de toezichthouder om vraagt. “State Street beheert 2.300 miljard Amerikaanse dollar voor klanten, die allen op een andere manier financiële data vastleggen. Soms zijn er standaarden, maar op veel gebieden ontbreken die. Veel gesprekken met klanten gaan over hoe de beschikbare data goed kan worden aangewend. Je kunt pas gaan rennen als je goed kunt lopen. De meerderheid van de vermogensbeheerders loopt nog.”

Zoeken op hashtags

Bij big data-analyse loert altijd het gevaar dat de computer iets non-existent onderzoekt, of dat methodes achterhaald zijn. Op basis van zoekopdrachten kon Google eerder dan wie dan ook een griepepidemie voorspellen.

Totdat door de opkomst van SARS mensen uit angst zochten op het trefwoord griep. De computer zag het verschil niet meer tussen wat echt was en wat angst. Vlak voor de Brexit wezen klassieke opiniepeilingen op een nek-aan-nekrace tussen voor- en tegenstanders, terwijl een grote meerderheid op Twitter tegen Brexit was. 

Maar actieve Twitteraars waren nou net de mensen die niet massaal naar de stembus gingen. Het slimme algoritme dat een hedgefonds gebruikte om Twitter te doorzoeken op de hashtag goud om op basis van marktsentiment goudfutures te kopen, hield er geen rekening mee dat het kabaal op social media ook evengoed kan gaan over Olympische medailles.

Niet dé bron

Veel informatie is nog niet hetzelfde als bruikbare informatie. Machine en mens moeten elkaar aanvullen. Daarom hebben bij BlackRock portfoliomanagers de vrijheid zelf te beslissen wat zij doen met signalen die quants hen geven.

Big data is een bron, maar niet de bron, zo relativeerde beleggingstrateeg Valentijn van Nieuwenhuijzen van NN IP in het Financieele Dagblad het gebruik van gigantische hoeveelheden informatie. NN IP maakt al twee jaar gebruik van big data.

Kwee: “De uitdaging waarvoor vermogensbeheerders staan bij die grote stroom aan nieuwe data is: hoe alle gegevens te bewaren, verwerken en analyseren? Het moet geen generieke output zijn, die verdere stroomlijning behoeft, het moet relevante informatie zijn voor specifieke behoeften. Dan is er de vraag tot wie een assetmanager zich moet wenden."

"In de Gouden Eeuw van FinTech probeert iedere startup geld te verdienen met big data-oplossingen. Probeer al die nieuwe technologieën maar te begrijpen. Welke waarde heeft een startup die een geavanceerde oplossing aanbiedt, maar mogelijk over twee jaar niet meer bestaat of niet in staat is om op te schalen?”

70% mislukt

Volgens onderzoek van Stanford University mislukt 70% van de digitalisatieprojecten en dan vooral bij financiële dienstverleners. Deze partijen onderschatten de hoeveelheid verandering die nodig is en denken dat technologie zelfoplossend vermogen heeft.

Big data vraagt echter om flexibele, platte organisaties. die ruimte bieden om te experimenteren en de mogelijkheden te verkennen, zegt Klous. Die cultuur staat haaks op de hiërarchische wijze waarop financiële bedrijven worden bestuurd, bedoeld om efficiënte, stabiele organisaties te creëren.

“Technisch gezien doen vermogensbeheerders best aardige dingen. Overal lopen big dataexperimenten, ook heel succesvol. Tegelijkertijd hebben financiële partijen moeite om big data om te zetten in waarde voor de organisatie. Het vraagt om verregaande hervormingen.”

Werk verdwijnt

Volgens Lowry lukt het de vermogensbeheerder steeds beter om nieuwe inzichten te halen uit big data. Ook hij ziet succesvolle experimenten bij grote partijen.

“Dankzij Fintech-startups komt er steeds meer data beschikbaar en kunstmatige intelligentie en taalanalysetools worden beter. Vermogensbeheerders hebben nieuwe vaardigheden nodig, en datawetenschappers. Het zal steeds normaler worden dat IT’ers onderdeel zijn van het beleggingsteam.”

Klous is zelf vooral nieuwsgierig naar het effect van big data op de distributie van welvaart. Door automatisering verdwijnen immers veel banen. “De heersende gedachte is dat het steeds lastiger wordt voor mensen waarvan hun baan is overgenomen door de computer om alternatief werk te vinden. De banen die het langste leven zijn beschoren, hebben veelal een emotioneel component. Numeriek en analytisch werk zal als eerste verdwijnen,” besluit de hoogleraar.

Big data bij professionele beleggers in de praktijk

• Deutsche Bank heeft een model ontwikkeld dat in een vroeg stadium potentiële problemen bij bedrijven opspoort door de database van de Amerikaanse financiële toezichthouder af te grazen op trefwoorden en patronen.
  
  
• BlackRock analyseert satellietfoto’s van parkeerplaatsen bij Wal-Mart om te kijken hoe goed de supermarkten bezocht worden; een indicatie voor de verwachte omzet maar ook om de actuele inflatie te vangen.
  
  
• AXA Investment Managers gaat met behulp van een Amerikaans data-analysebedrijf het nieuws over bedrijven waarin wordt belegd scannen, om marktbewegingen beter te kunnen voorspellen en om extra rendement te genereren.
  
  
• State Street gebruikt prijsgegevens van miljoenen websites om met een vertraging van slechts drie dagen inflatiedata te bepalen. Ook worden op basis van media-artikelen sentimentscores voor bedrijven bepaald.
  
  
• Lloyds Bank en Google werken samen om het gedrag van bankklanten realtime te analyseren, en erop in te haken met aanbiedingen.
  
  
• Thomson Reuters zoekt met behulp van taalanalyse naar alpha-signalen in een grote stroom nieuws, blogs, tweets, onderzoeksrapporten.
  
  
• Kempen Global Property Fund combineert big data over commercieel vastgoed met eigen modellen en de kennis en ervaring van het eigen beleggingsteam. 70% van de hedgefondsmanagers die quantbeleggen tappen nieuws en beleggerssentiment af van Twitter, waar 28% van het fusie- en overnamenieuws als eerste bekend is.

Dit artikel is ook verschenen in IEXProfs Magazine 3, 2016.