EMCR News: War, Wealth & Wisdom
EMCR EMCR
or
All threads
Индексное инвестирование разрушает рынок, считает известный управляющий хед...
War, Wealth & WisdomAlexey Tretyakov
Индексное инвестирование разрушает рынок, считает известный управляющий хедж-фонда

David Einhorn, основатель и управляющий хедж-фонда Greenlight Capital, известный в первую очередь своей ставкой против акций Lehman Brothers в 2007 году, раскритиковал индексный подход к инвестированию, который стал настолько популярным, что искажает цены и разрушает рынок. Все пытаются угадать цену на очень коротком интервале времени и почти никто не думает о реальной стоимости активов, а потоки в индексные фонды делают переоцененные бумаги еще дороже. В итоге акции не приближаются, а отдаляются от своей фундаментальной стоимости.

Value is just not a consideration for most investment money that’s out there. There’s all the machine money and algorithmic money which doesn’t have an opinion about value it has an opinion about price: What is the price going to be in 15 minutes and I want to be ahead of that…

That can make for a vicious circle. As money moves from active management to passive, value managers are forced to deal with redemptions. They then sell their holdings, which causes value stocks to fall further, triggering more redemptions... All of a sudden the people who are performing are the people who own the overvalued things that are getting the flows from the indexes. You take the money out of value and put it in the index, they’re selling cheap stuff and they’re buying whatever the highest multiple, most overvalued things are in disproportionate weight… As a result, stocks, rather than “reverting toward value” instead “diverge from value”.

На наш взгляд, индексное инвестирование действительно стало чрезмерно популярным и искажает цены активов. Самый яркий пример – крупнейшие американские технологические компании, которые имеют огромный вес в S&P 500 и автоматически получают большую долю притоков в пассивные фонды. Многие из тех, кто инвестирует в американский рынок, вероятно, даже не понимают, что S&P 500 сейчас уже совсем не такой, как 10 лет назад. В практическом плане среднесрочным инвесторам можно порекомендовать с большой осторожностью относиться к бумагам, входящим в S&P 500 (особенно с большим весом), так как они, скорее всего, будут дороже аналогов в Европе, Японии или даже среди менее крупных американских компаний.

https://finance.yahoo.com/news/markets-fundamentally-broken-due-passive-111200238.html
Markets are ‘fundamentally broken’ due to passive investing, says David Einhorn
Value investing is dead because passive investing has broken market structures, says hedge-fund legend David Einhorn.
11 Feb'24 13:52
EMCR experts
Разделяю эту точку зрения. Важнейшая функция рынка - это price discovery. То есть, рынок должен двигаться под совокупным воздействием множества игроков, которые пытаются понять, сколько должны стоить те или иные активы. В процессе, кто-то теряет деньги, кто-то зарабатывает, но все вместе они формируют ту самую «коллективную мудрость» рынка. Если же на рынке доминируют пассивное инвестирование (безразлична фундаментальная стоимость активов и алго (тоже безразлично), то число игроков вовлеченных в price discovery все меньше, равно как и «мудрости» в рыночных движениях.

Индексные инвесторы и алго - фрирайдеры, которые паразитируют на активных инвесторах, которые берут на себя риск, в поисках недооценены или переоценены активов. Очевидно, что фрирайдеров не может быть 100%. А вот, где тот порог доли фрирайдеров на рынке, при котором функция price discovery окончательно перестанет работать - вот это интересный вопрос, и складывается впечатление, что в ближайшее 1-2 десятилетия мы выясним это экспериментальным путем.

ПП
11 Feb'24 14:02
EMCR experts
Будущее ИИ в мире финансов - Harvard Business Review

Мир финансов — это очевидная лаборатория для изучения потенциальных эффектов ИИ, поскольку обработка информации — центральная функция финансовых рынков. Неудивительно, что финансовые компании вкладывают значительные средства в технологии и данные, намного опережая другие отрасли, чтобы наиболее эффективно конкурировать.

За последние 15 лет мы стали свидетелями двух значимых перемен, которые можно объяснить растущим доминированием технологий и данных.

Во-первых, в индустрии взаимных фондов наблюдается рост пассивных управляющих (менеджеров, которые инвестируют в индексы без всякого анализа) и снижение активных управляющих. Этот сдвиг произошел удивительно быстро, поскольку данные и технологии сделали пассивное инвестирование более конкурентоспособным и затруднили активным менеджерам получение информационных преимуществ. Управляющие активными фондами перестали получать высокие комиссионные (до одного процентного пункта от активов под управлением), поскольку управляющие пассивными фондами могли делать все то же, но существенно дешевле.

Во-вторых, индустрия хедж-фондов претерпела трансформацию из-за растущего доминирования количественного инвестирования (высокочастотная торговля) над традиционными, основанными на фундаментальных факторах, стратегиями.

Долгожданная замена людей роботами-консультантами, похоже, затормозилась, поскольку клиенты по-прежнему отдают предпочтение людям. Аналогичным образом кредитование не претерпело столь значительных изменений, и кредиторы, использующие ИИ, столкнулись со значительными проблемами: дополнительный объем данных, который надо обработать по физическим лицам и предприятиям может оказаться не таким большим или полезным, как на финансовых рынках в целом.

Способность ИИ изменять динамику отрасли тесно связана с характером решаемых информационных проблем. Финансовые рынки представляют собой многомерную информационную проблему, требующую огромных объемов данных и вычислительных мощностей. Области с похожими свойствами, такие как разработка лекарств, могут созреть для революции в области ИИ.

Но многие области, в том числе сфера услуг и производство, могут не иметь такого значения для ИИ — они больше похожи на кредитование. То есть сервисы, ориентированные на человека, где объем данных невелик и быстро меняются, могут оставаться в значительной степени нетронутыми ИИ.

ИИ по-прежнему может оказывать большое влияние, улучшая процесс принятия решений, но он, скорее всего, будет постепенным, а не трансформационным (как это было в управлении денежными средствами).

ИИ - это про демократизацию или консолидацию? Там, где ИИ играет важную роль (например, на финансовых рынках), масштаб и скорость являются решающими факторами успеха. Когда технологии и данные начинают доминировать, победители продолжают побеждать, а возможность инвестировать в технологии и данные становится ключевым отличием. Небольшой квантовый фонд столкнется с проблемами в получении потоков данных и вычислительной мощности по сравнению с традиционными игроками.

Аналогичным образом комиссии за пассивное инвестирование продолжают снижаться, поскольку более крупные игроки делятся с инвесторами преимуществами масштаба, вытесняя остальных.

Есть риск, что отрасли могут чрезмерно начать полагаться на данные, которые быстро меняются (например, движения цен на акции, данные о расходах по кредитным картам в реальном времени). Между тем, более “мягкие” данные (например, будущие перспективы компаний, качество управления, долгосрочные последствия стратегий ценообразования) могут быть проигнорированы — даже если это действительно важно для рынков.

Тут мы писали, что рост пассивных инвестиций и алготрейдинга может быть вреден для рынков.
What the Finance Industry Tells Us About the Future of AI
What will artificial intelligence do to industries and jobs? For a preview, look to the finance industry which has been incorporating data a...
6 Mar'24 18:49
EMCR experts
Могут ли финансовые рынки понять, как извлечь выгоду из чудес ИИ и не игнорировать более фундаментальные проблемы? В настоящее время на финансовых рынках сложилось равновесие, где доминируют крупные игроки, предоставляющие товарные услуги относительно дешево, но при этом пренебрегают более “мягкой” информацией.

Задача мира финансов – и, возможно, всех нас – состоит в том, чтобы помнить, что самые сложные вопросы, стоящие перед менеджерами и лидерами, не полностью определяются точными данными. Что позволит моему предприятию добиться успеха через 10 лет? Как я могу наиболее эффективно использовать капитал, чтобы мы могли внедрять инновации для создания продуктов и услуг, которые могут лучше обслуживать клиентов?

Признание приоритетности этих человеческих вопросов не умаляет того, насколько ИИ может нам помочь — оно просто подтверждает, что ИИ — это всего лишь технология и величайшие выгоды для менеджеров и инвесторов заключаются в этих фундаментальных человеческих начинаниях.

@emcr_experts
6 Mar'24 18:49
EMCR experts
ИИ постепенно изменит правила игры в банковском деле - S&P Global Ratings (часть 1)

Банки внедряют генеративный искусственный интеллект, который обещает рост доходов, улучшение процесса принятия решений и управления рисками. Но его внедрение также сопряжено с новыми рисками, проблемами и затратами.

Технологии машинного и глубокого обучения (традиционный ИИ) на протяжении десятилетий использовались банками для уменьшения потерь, предотвращения мошенничества, удержания клиентов, а также повышения эффективности и роста прибыли. Теперь готовы они сделать дальнейший шаг по интеграции более мощной технологии «генеративного искусственного интеллекта».

Новый тип искусственного интеллекта обещает постепенно изменить отрасль. Со временем это может изменить конкурентную среду в пользу тех банков, которые лучше всего используют потенциал ИИ. S&P Global Ratings полагает, что изменения, которые принесет ИИ, также могут иметь последствия для оценки кредитного качества банков.

На сегодняшний день большинство примеров использования ИИ в банковской сфере направлено либо на автоматизацию задач, либо на создание прогнозов. Эта работа выполняется с помощью контролируемых и неконтролируемых моделей машинного обучения (ML) (а иногда и более сложных моделей глубокого обучения), которые требуют значительных вычислительных мощностей и больших объемов данных. Применение машинного обучения в банковской сфере активизировалось в конце 2000-х годов с развитием Python for Data Analysis, или pandas, - пакета анализа данных с открытым исходным кодом, написанного для языка программирования Python.

Финансовый анализ также был естественным получателем инновационных приложений с большим объемом данных, в частности из других дисциплин. В качестве примера можно привести таблицы жизни в страховании, моделирование по методу Монте-Карло и стохастику в физике, которые, в свою очередь, послужили толчком к развитию машинного обучения и смежных технологий.

На долю машинного обучения в банковской сфере, финансовых услугах и страховании в конце 2022 года приходилось около 18% всего рынка. Примером использования ИИ в банковской сфере для автоматизации является система обработки документов Standard Chartered под названием Trade AI Engine, разработанная совместно с IBM. Она способна просматривать неструктурированные данные в различных форматах, идентифицировать и классифицировать документы, а также учиться на собственных результатах.

Другой пример - ИИ используется в моделях прогнозирования и рекомендаций (в первую очередь за счет неконтролируемого машинного обучения) для анализа массива данных и выявления скрытых закономерностей, которые не были бы очевидны для человека.

Примеры использования ИИ в банках:

Barclays: Предотвращение мошенничества путем прогнозирования потенциальных случаев с использованием мониторинга транзакций продавцов в режиме реального времени.

Banco Santander: Инструмент, который показывает, как на корпоративного клиента могут повлиять экономические события. Он создает прогнозные модели, позволяющие сотрудникам принимать более обоснованные инвестиционные и кредитные решения.

Банк Америки: Помогает сотрудникам отделов продаж и трейдинга выявлять скрытые рыночные закономерности, чтобы предугадывать потребности клиентов, объединяя рыночные данные по классам активов и регионам с собственными моделями и методами машинного обучения банка.

Discover Financial Services: Улучшение андеррайтинга кредитов и снижение уровня дефолтов.
AI in Banking: AI Will Be An Incremental Game Changer
Banks are adopting generative AI, which promises earnings growth, improvements to decision-making, and better risk management.
13 Mar'24 13:23
EMCR experts
🤖ИИ и финансы - S&P Global Ratings (часть 2)

Потенциал генеративного ИИ для банковского сектора в большей степени, чем для других отраслей, обусловлен его способностью понимать "естественный" язык (язык в его обычном понимании). Хотя влияние генеративного ИИ на различные банковские операции будет разным, выгоды могут быть значительными. Например, повышение производительности труда сотрудников, обслуживающих клиентов, может привести к сокращению расходов и повышению эффективности.

Внедрение генеративного ИИ сопряжено с рисками, затратами и проблемами. Среди проблем есть как общие, так и специфические для банков. В первую категорию входят этические проблемы, связанные с ИИ, такие как способность объяснить созданный контент или предвзятость, заложенную в данных. Предвзятость может привести к проблемам профилирования по признаку пола, расы, этнической принадлежности, и, как следствие, к несправедливому кредитному скорингу и дискриминации клиентов. Еще одной проблемой является экология, поскольку обучение генеративной модели ИИ потребляет больше энергии, чем 100 американских домов в год.

Проблемы могут возникнуть и по мере становления нормативно-правовой базы в области ИИ. Это особенно актуально для банковского сектора, который жестко регулируется и сталкивается с более высокими поведенческими, репутационными и системными рисками, чем другие сферы. Банки могут подвергнуться рискам штрафов или даже приостановке некоторых операций.

Другие риски ИИ, характерные для банковского сектора, включают вопросы, связанные с вытеснением рабочей силы, а также увеличением объема инвестиций в ИИ.

📍Проблемы и решения

Этические проблемы:
- ИИ впитывает предвзятость от пользователей, с которыми он взаимодействует. Предвзятость отбора возникает, когда в наборах данных слишком много или недостаточно представлены определенные группы.
- Банковские модели ИИ также могут страдать от проблем с объяснением (проблемы "черного ящика"), которые заключаются в невозможности определить, почему модель приняла то или иное решение.
- Другие риски включают нарушение авторских прав из-за результатов, похожих на существующий контент, и результаты, которые могут быть вымышленными или лишенными смысла (галлюцинации).

Решение:
- Обеспечение соответствия оценкам влияния алгоритмов (компании должны продемонстрировать, что их модели соответствуют требованиям к надежным системам ИИ).
- Создание методов выявления предвзятости.
- Регулярное обновление модели, использование больших и лучших данных.
- Использование математических моделей, которые вручную корректируют определенные характеристики, чтобы избежать предвзятости (de-biasing).

Риски безопасности, конфиденциальности и контроля:
- Существует вероятность концентрации огромного количества данных в нескольких крупных частных компаниях (критически важных сторонних провайдеров).
- Банки могут нарушать права клиентов на неприкосновенность частной жизни, непреднамеренно и без специального согласия собирая общедоступные данные о клиентах для профилирования и прогнозирования (и непреднамеренно раскрывать данные внешним лицам).
- Злоумышленники могут использовать генеративный ИИ в своих целях, например, создавая глубокие подделки для открытия новых счетов или используя LLM для создания фишингового контента.

Решение:
- Обеспечение конфиденциальности и защиты при создании, а также соблюдение правил конфиденциальности.
- Сбор данных клиентов только с их согласия.
- Соблюдение строгих процедур безопасности для моделей ИИ.
AI in Banking: AI Will Be An Incremental Game Changer
Banks are adopting generative AI, which promises earnings growth, improvements to decision-making, and better risk management.
19 Mar'24 09:40
EMCR experts
Зарождающееся регулирование ИИ:
Регулирование в области ИИ варьируется в зависимости от юрисдикции. То есть банки, работающие в разных регионах, могут столкнуться с различными правилами.

В Европе потенциальные штрафы составляют до 7 % от выручки банков за нарушение нормативных требований в соответствии с Законом ЕС об искусственном интеллекте. В Китае временные меры по регулированию генеративного ИИ были опубликованы в августе 2023 года и касались в основном услуг, доступных широкой публике.

Решение: Повысить прозрачность моделей ИИ (особенно фундаментальных моделей, которые лежат в основе генеративного ИИ). Также в процессы и результаты ИИ следует внедрять принцип “объяснимости”, уделяя особое внимание объяснению обоснования, ответственности, данных, безопасности, производительности и воздействия.

Кадровые риски:
Потенциал ускоренного вытеснения рабочих мест, особенно тех, где требуется математический и вербальный интеллект, а не социальные, творческие навыки или навыки восприятия.

Решение: Обучение и переквалификация сотрудников. Использование ИИ для дополнения существующих рабочих мест и расширения возможностей сотрудников для принятия более эффективных решений.

Инвестиции для интеграции ИИ при устаревшей инфраструктуре:
Банки, не успевающие инвестировать в ИИ и модернизировать IT-инфраструктуру, могут столкнуться с узкими местами, связанными с ограниченностью графических процессоров, сетевых возможностей, памяти и объема хранения данных, что может привести к возникновению операционных и исполнительных рисков.

Решение: Использование ИИ-кодирования для ускорения преобразования устаревшего кода, разработки программного обеспечения, а также миграции и интеграции устаревшей ИТ-инфраструктуры. Инвестирование в высокопроизводительные сети.

Экологические затраты:
Обучение моделей ИИ (особенно LLM) очень энергозатратно и может оказать прямое влияние на выбросы CO2 компании.

Решение: Измерение воздействия ИИ-модели на окружающую среду и компенсация его. Оптимизация модели ИИ для работы с меньшими параметрами и сокращение объема необходимых им данных.
19 Mar'24 09:41
EMCR experts
🤖ИИ и финансы - S&P Global Ratings (часть 3)

Стратегии ИИ способны обеспечить конкурентные преимущества тем банкам, которые обладают потенциалом и гибкостью для их оптимального использования. Грамотно внедренный ИИ может повысить операционные доходы за счет улучшения процесса принятия решений сотрудниками, упрощения операций и раскрытия потенциала доходов клиентов благодаря персонализированным услугам и продуктам.

Внедрение ИИ может иметь большое значение для оценки позиций банков, особенно, когда они способствуют созданию более сильных франшиз и более прибыльных бизнес-моделей. При этом, потенциальные выгоды от внедрения ИИ должны быть сбалансированы инвестициями в технологии. Однако нам еще предстоит выяснить, в какой степени лидирующие банки превзойдут отстающих.

ИИ способен улучшить управление рисками. Например, в сфере кредитного риска банк, способный точно оценивать риски, погасит ли тот или иной клиент долг или станет проблемным, улучшит свои модели проработки, сократит количество проблемных кредитов и повысит точность формирования резервов. Таким образом, его показатели с поправкой на риск должны улучшиться по сравнению с конкурентами.

Неэффективное использование ИИ может также привести к репутационным и операционным рискам.

Кредит
- Более точная и быстрая оценка "Вероятности дефолта и убытков с учетом дефолта".
- Усовершенствование метрик раннего предупреждения об ухудшении качества активов (как внутренних, так и внешних - на основе интернет-следа клиента).

Рынок
- Прогнозирование рыночных тенденций.
- Улучшенное выявление инсайдерской торговли, манипулирования рынком и прогнозирование вероятности неправомерных действий при торговле.

Операционная деятельность (мошенничество и киберпреступность)
- Выявление мошеннических операций с картами на основе поведенческих данных.
- Использование данных о предыдущих атаках для выявления аномалий, предотвращения утечек данных и разработки корректирующих мер.

📍Различия обеспечат разноскоростное внедрение

Не все банки, да и регионы, будут двигаться с одинаковой скоростью. Местная конкурентная среда, развитие нормативно-правовой базы, инвестиционные возможности банков и предпочтения клиентов - все это будет играть роль в определении того, насколько консервативным или преобразующим окажется использование ИИ в регионах.

Например, масштабные и индивидуальные клиентские услуги на основе ИИ появятся в первую очередь в странах, где клиенты более благосклонно относятся к новым технологиям, таких как Китай, США, Великобритания, страны Северной Европы и Австралия.

Хотя генеративный ИИ все еще находится в зачаточном состоянии, у него есть потенциал стать технологией общего назначения, которая будет повсеместно распространена, обеспечит дополнительные инновации, повысит качество продуктов и услуг и снизит затраты (подобно интернет-революции). Однако при рассмотрении этих потенциальных преимуществ не меньшее значение должно придаваться пониманию связанных с ними рисков и проблем (как уже известных, так и еще не появившихся).

Таким образом, еще предстоит выяснить, с какой скоростью и в какой степени банкам имеет смысл инвестировать в трансформационные стратегии ИИ.

@emcr_experts
AI in Banking: AI Will Be An Incremental Game Changer
Banks are adopting generative AI, which promises earnings growth, improvements to decision-making, and better risk management.
21 Mar'24 17:44
EMCR experts
Как ИИ меняет банковскую сферу
21 Mar'24 17:45
How do I join the thread?