Fleur van Dalsem werkt ruim tien jaar bij IEX en is sinds haar studietijd actief in het wereldje van de financieel economische journalistiek. Als redacteur werkte zij voor verschillende financieel economische tijdschriften en websites.

Fleur schrijft voor meerdere IEX-websites, vooral voor IEXProfs, en voor het IEXProfs magazine.

Nieuws

Financials zijn niet zo ver met implementatie big data en AI

De hoge kosten, het gebrek aan fintechnarratief, -leiderschap en tijdgebrek zijn redenen voor de sector om weinig tot niet te investeren in fintech, zo blijkt uit een nieuw onderzoek onder CFA-leden. En de coronacrisis gaat daar weinig aan veranderen.

In 2016 publiceerde CFA Institute de eerste Fintech survey, uitgevoerd onder leden. Er werd toen veel verwacht van de toekomstige impact van nieuwe technologie zoals geautomatiseerde beleggingsmethodes (robo-adviseurs), geautomatiseerde kredietverlening en gebruik van blockchain-technologie.

Begin van het jaar is in samenwerking met de Moscow Higher School of Economics een nieuw onderzoek gedaan onder CFA-leden over fintech en hoe ver de sector in de afgelopen vier jaar gevorderd is met het gebruik van nieuwe technologieën. 

Daaruit blijkt onder andere dat robo-adviseurs weliswaar onderdeel zijn geworden van het beleggingslandschap, maar van disruptie van de markt is geen sprake. Geautomatiseerde kredietverlening komt weinig meer ter sprake en de blockchain is nog steeds niet sector breed omarmd.

Weinig investeringen

Waar ligt dat aan? Sviatoslav Rosov (foto), CFA, Director Financial Market Infrastructure Policy bij CFA Institute, legt het uit. Over het algemeen zijn hoge kosten, het gebrek aan fintechnarratief, -leiderschap en tijd redenen voor de sector om weinig tot niet te investeren in fintech.

Vaak is volgens Rosov niet duidelijk wat relatief dure fintechprojecten voor (financiële) voordelen kunnen opleveren en hoe voldoende schaalgrootte behaald kan worden bij de implementatie ervan.

Rosov CFA

Maar volgens Rosov heeft het ook te maken met de hoge verwachtingen van bijvoorbeeld kunstmatige intelligentie en machine learning.

Beperkt bruikbaar

“Mensen denken meteen aan slimme robots die elk aspect van ons werk kunnen overnemen. Maar daar is machine learning niet voor ontwikkeld. Het is slechts bruikbaar binnen een beperkte set van toepassingen.”

In de financiële sector wordt bijvoorbeeld gebruik gemaakt van sentimentsanalyses om erachter te komen wat groepen van beleggers denken en voelen om zo te voorspellen wat ze gaan doen. Computers spitten daarvoor video’s, audio bestanden en andere online data door.

Grote beleggers doen dit vaker dan kleinere huizen. BlackRock is een goed voorbeeld van een huis dat gebruik maakt van dit soort big data-analyses. Maar 58% tot 69% van de ondervraagden gebruikt geen big data om beleggingsbeslissingen te maken.

Lagere fees

Ook wordt er bijvoorbeeld gebruik gemaakt van drones om bezoekers te tellen op parkeerplaatsen bij winkelcentra. Dat zijn vooral gegevens die gebruikt worden voor beleggingen, niet voor riskmanagement, gaat Rosov verder.

Slechts 12 tot 19% van de ondervraagden geeft aan dat zij big data gebruiken bij riskmanagement. Robo-advies heeft volgens hem niks te maken met machine learning en AI.

“Het wordt door de sector vooral gebruikt om kosten te besparen, maar alleen de lagere fees van assetmanagers bleken niet genoeg om nieuwe klanten over de streep te krijgen. De marketingkosten van robo-advies waren te hoog. Daarom wordt het wel gebruikt door assetmanagers, maar in een breed pakket aan diensten, niet als stand-alone-product.”

Grote bedrijven

Het onderzoek is wereldwijd gedaan, maar de antwoorden kwamen het meest van Amerikaanse beleggingsprofessionals (58%). Zijn er volgens Rosov nog verschillen tussen de VS, Europa en Azië als het gaat om fintech?

“Nee, er zijn geen systematische verschillen, want technologietrends zijn ook mondiaal. Verschillen treden wel op door regelgeving. In de VS is de regelgeving op assetmanagementgebied veel verder dan in Azië. Aan de andere kant zijn ze in Azië al veel verder met fintechbetaalsystemen.”

Uit het onderzoek bleek verder dat grote firma’s meer met fintech doen dan kleinere bedrijven. “Het typische verhaal van start-ups die voorop lopen met technologie-implementatie bestaat niet echt in vermogensbeheer omdat beheerd vermogen zich concentreert onder de grote spelers. Als gevolg daarvan zijn het de grotere bedrijven die het zich kunnen veroorloven om te investeren in fintech."

Voordelen onduidelijk

Financieel en in mankracht. Het blijven vaak speculatieve investeringen, dus enige financiële armslag is volgens Rosov noodzakelijk.

“Zeker omdat de voordelen van een fintechproject bij de start nog niet altijd zichtbaar zijn.” Beleggers denken dat de coronacrisis een impuls kan geven aan verdere digitalisering. Zou dat met fintech ook zo gaan? Rosov is er niet zo zeker van dat assetmanagers in de komende vier jaar grote stappen zullen maken op dit gebied.

“Ja, door het thuiswerken worden nieuwe communicatietools volop gebruikt, maar het is niet duidelijk hoe dat de vraag naar machine learning beïnvloedt. De komende tijd wordt duidelijk welke fintech applicaties echt nuttig zijn voor assetmanagers."

Shake-out

Rosov verwacht dat dat er niet veel zijn en dat er daardoor een shake-out zal optreden in de fintechsector.

“Het is ook de vraag in hoeverre machine learning zich kan ontwikkelen. Kunnen machines echt meer dan data verzamelen en kan AI de denkkracht van mensen vervangen? Robots kunnen schaken en vertalingen maken, maar de meeste wetenschappers denken dat dit de gemakkelijke taken zijn.”

Fleur van Dalsem is redacteur bij IEX.nl. Fleur van Dalsem neemt posities in op de financiele markten. De informatie in deze column is niet bedoeld als professioneel beleggingsadvies of als aanbeveling tot het doen van bepaalde beleggingen.

Lees meer

Assetallocatie