5 июня Фонд МСФО и CFA Institute провели в Лондоне совместную панельную дискуссию, посвященную довольно актуальной с учетом быстрого развития современных технологий теме – а именно, остались ли по-прежнему актуальными традиционные финансовые показатели. Фонд МСФО поделился на своем сайте ключевыми идеями, которые там были озвучены. Предлагаем нашим читателям также ознакомиться с ними.
Как рассматривать инвестиции – как науку, или скорее как искусство? Если это искусство не в меньшей степени, чем наука, то влияние технологий на них должно вселять страх пополам с надеждой. Надежду вселяет тот факт, что технологии помогут со сбором, отсеиванием и обработкой миллиардов бит информации по компаниям, активам у них во владении, клиентам, экономической деятельности, торговым потокам, даже погоде – обо всем, что может влиять на котировки акций, облигаций и производных финансовых инструментов. За элемент страха отвечают опасения в отношении того, не заменит ли профессиональных бухгалтеров и аналитиков на занимаемых ими должностях искусственный интеллект, всеобщая автоматизация и машинное обучение. В принципе, итоги прошедших в начале июня обсуждений дают представителям обоих “лагерей” основания считать себя хотя бы отчасти правыми.
Надежда
Количественный анализ используется, понятно, уже не один десяток лет. Статистический анализ и моделирование в инвестициях помогли в значительной степени нивелировать смещение, порождаемое человеческим фактором. Однако развитие технологий в области сбора и анализа данных, в том числе тестирование торговой стратегии на основе исторических данных с привлечением технологий искусственного интеллекта, положило начало новой эре систематического инвестирования.
Данные по клиентам теперь можно собирать напрямую, отслеживая их мобильные телефоны, по товарам – с помощью специальных сенсоров на контейнерах, которые также могут сообщать о поступлении товара на склад или вывозе со склада. В отдельных случаях доходит даже до психологического и эмоционального анализа: научились отслеживать изменение тембра голоса исполнительных лиц в момент выступлений на собраниях, и поговаривают даже, что данные по CFO (финансовым директорам) более надежны, чем по исполнительным директорам. Что дальше – определение эмоций по движениям лицевых мышц на видеороликах? Скепсис тут вряд ли уместен, потому что и такая возможность всерьез рассматривается – а, может, уже где-то даже используется.
Аналитические программы ищут корреляции прошлых цен и затем используют их для предсказания будущих направлений движения. Сегодня это пример передовой практики активных инвестиций, которая может очень быстро исказиться до неузнаваемости и прийти в упадок - либо, наоборот, получить дальнейшее развитие, углубившись еще дальше в массивы неструктурированных и, следовательно, не использовавшихся ранее в той же степени данных.
Систематическое инвестирование задвигает традиционные финансовые данные куда-то на самый край полезной для принятия решений совокупности данных, где им отводится не столь значительное место. Конечно, даже с современными технологиями они сохраняют свою традиционную ценность, заключающуюся в структурированности, стандартных определениях, относительной надежности и доказанного временем наличия связей с движениями цен. Новые источники данных, сколь бы перспективными они не представлялись, все равно тестируют в сравнении с традиционными.
Аудиторам-людям упомянутый выше анализ эмоционального состояния топ-менеджеров в момент произнесения речи даст скорее общее представление, а не частные данные, однако применение технологий искусственного интеллекта в этом анализе позволит выявлять уникальные аномалии и выбросы, представляющие очень большой интерес в плане изучения. Сама по себе возможность осуществления машинами основной аналитической работы, в то время как люди будут заниматься анализом результатов, кажется весьма привлекательной, однако по-прежнему актуальными остаются различия между теорией и практикой: в теории все замечательно, но что делать на практике с проблемой качества данных и поддержания целостности процесса?
Сегодня компании-составители отчетности сфокусированы на автоматизации, в том числе в плане сведения воедино данных из разных источников. Устранение человеческого фактора здесь действительно помогает, так как роботы, очевидно, менее подвержены ошибкам и склонности к манипулированию данными. Не меньшее значение имеет и временной фактор: время доведения информации до ее пользователей (инвесторов) значительно сокращается. А если брать такую область как торговля ценными бумагами, то здесь уже давно все автоматизировано, и ни один человек не способен потягаться по скорости с торговыми алгоритмами. Покупку и продажу давно диктуют современные технологии, поскольку это быстро и эффективно - но в то же время еще и рискованно по причине масштабности последствий системных ошибок.
Страхи
Такие масштабные системные ошибки уже случались и приводили к сбою на биржах, а для регуляторов это настоящая головная боль (хотя многие инвесторы, если успевают оперативно среагировать, могут на этом даже выиграть). Но один из главных вопросов заключается в другом: cделает ли автоматизированный анализ данных менее привлекательной профессию финансового аналитика или бухгалтера? Беспокойство по этому поводу имеет свое обоснование. Институт сертифицированных бухгалтеров Англии и Уэльса (ICAEW) уже включил технологии в свои стандартные курсы аудита, однако понимание бизнеса по-прежнему имеет больший приоритет по сравнению с пониманием деталей программирования.
Какую роль технологии оставляют фундаментальному анализу? Систематизированная информация всегда была лучшим, что есть у аналитиков, позволяя проводить сравнения на протяжении временных периодов или по различным классам активов. Но можно ли будет поставить знак равенства между “больше данных” и “лучше качество данных”, и удастся ли алгоритмам нивелировать человеческий фактор?
Для Совета по международным стандартам финансовой отчетности определения по-прежнему важны, иначе бы он не занимался разработкой новых промежуточных показателей в рамках своего проекта по основным формам отчетности (среди наиболее вероятных новых кандидатов на включение – операционный доход и эквивалент EBIT). Если входные данные будут четко определены, перспективы робо-инвестирования выглядят очень обещающими, что уже находит иллюстративное воплощение в развитии автоматизации биржевых инвестиционных фондов.
Но с таким обширным применением технологий к отслеживанию колебаний цены и получению относительного преимущества по-прежнему актуален другой основополагающий вопрос: кто устанавливает цены, ориентируясь на фундаментальную стоимость? Ведь ни одна из многочисленных технологических наработок последних лет ничего не сделала для успокоения страхов инвесторов, опасающихся возникновения рыночных “пузырей”.
Так что роль живого человека сохранит свою важность хотя бы в плане поддержания здорового скептицизма относительно всех новых технологических разработок. Только вот как специалистам по анализу данных интегрировать это в свои алгоритмы?
По материалам: IFRS