Een tiental jaar geleden stond maatschappelijk verantwoord beleggen, of socially responsible investing (SRI) in het Engels, nog in de kinderschoenen. In het beslissingsproces van de vermogensbeheerders had SRI een decennium geleden maar een relatief klein gewicht, terwijl het nu doorslaggevend is geworden. Geen enkele fondsbeheerder durft nog hardop te zeggen dat hij zich niets aantrekt van het al dan niet duurzame karakter van zijn investeringen.
...

Een tiental jaar geleden stond maatschappelijk verantwoord beleggen, of socially responsible investing (SRI) in het Engels, nog in de kinderschoenen. In het beslissingsproces van de vermogensbeheerders had SRI een decennium geleden maar een relatief klein gewicht, terwijl het nu doorslaggevend is geworden. Geen enkele fondsbeheerder durft nog hardop te zeggen dat hij zich niets aantrekt van het al dan niet duurzame karakter van zijn investeringen. Het is zeer waarschijnlijk dat artificiële intelligentie (AI), of computercode die autonoom beslissingen kan nemen op basis van data, eenzelfde lot beschoren is. AI komt nog maar net piepen in de fondsenindustrie, maar het is zeer waarschijnlijk dat over enkele jaren geen enkele fondsbeheerder nog het nut van kunstmatige intelligentie in twijfel durft te trekken. De vermogensbeheerders krijgen een lawine aan gegevens over zich heen. Ze kunnen zich er niet meer van afmaken met het volgen van het financieel-economische nieuws via hun Bloomberg-scherm en het lezen van enkele rapporten van beurshuizen. Die stroom van informatie maakt het werk van vermogensbeheerder niet eenvoudiger. "De voorbije drie à vier jaar is het volume aan digitaal beschikbare informatie exponentieel gegroeid", zegt Mark Ainsworth, verantwoordelijk voor het departement Data Insights bij Schroders. En die groei zal niet meteen vertragen. Er zijn ongeveer 20 miljard met het internet verbonden objecten. De verwachting is dat het er in 2030 meer dan 50 miljard zijn. Vermogensbeheerders worstelen met de vraag hoe ze die stroom aan informatie kunnen analyseren en hoe ze daar pertinente conclusies uit kunnen trekken voor de beleggingsstrategie of -beslissingen. Daarvoor moeten computeralgoritmes ontwikkeld worden. "Kunstmatige intelligentie en de opkomst van big data (enorme hoeveelheden data, nvdr) zijn twee onafscheidelijke fenomenen", benadrukt Michael Fraikin, verantwoordelijk voor onderzoek bij Invesco Quantitative Strategies. Valentijn van Nieuwenhuijzen, chief investment officer van NN Investment Partners: "De recepten die in het verleden hebben gewerkt, zullen niet meer werken in de toekomst. De eisen van onze klanten daarentegen zijn niet fundamenteel gewijzigd. We moeten ons aanpassen en bronnen van kunstmatige intelligentie aanboren. Dat heb ik meteen bovenaan op mijn prioriteitenlijst gezet op het moment dat ik in 2016 op deze post ben terechtgekomen." Artificiële intelligentie speelt al een belangrijke rol in de financiële wereld. Bij Invesco Quantitative Strategies wordt erop gewezen dat computeralgoritmes al enkele jaren instaan voor trading of het snel verhandelen van effecten. "Wij hebben op die manier onze makelaarskosten met 40 procent kunnen verminderen. Wij hebben ook geen impact meer op de marktprijzen, wanneer we een positie willen verkopen", stelt Michael Fraikin. Maar het potentieel van de wetenschap rond kunstmatige intelligentie zit vooral in het gebruik van gegevens voor het nemen van beleggingsbeslissingen. Bij Schroders zal het twintigkoppige Data Insights-team de onderzoeksteams in verschillende domeinen bijstaan. De data kunnen bijvoorbeeld helpen na te gaan of een bedrijf productiefaciliteiten heeft in gebieden die gevoelig zijn voor natuurrampen. Op basis van de octrooien of patenten die een bedrijf heeft aangevraagd, kunnen de data-analisten te weten komen welke richting het bedrijf uit wil gaan. En zo zijn nog veel voorbeelden te vinden. "Wij doorzoeken bronnen zoals kranten, bedrijfswebsites en blogs, om biases of afwijkend gedrag op de financiële markten snel op te sporen", voegt Valentijn van Nieuwenhuijzen er nog aan toe.Een techniek die vermogensbeheerders meer en meer gebruiken om kwalitatieve oordelen uit teksten te halen, is Natural Language Processing (NLP). Algoritmes worden losgelaten op de transcripties van conferenties met analisten, die bedrijven organiseren om de kwartaalresultaten te bespreken. De analyse van het taalgebruik kan een idee geven van het vertrouwen dat de bedrijfsleiding heeft in de realisatie van doelstellingen of het slagen van testen. "Het doel is verder te gaan dan de numerieke gegevens, signalen te kunnen geven aan onze fondsbeheerders en uiteindelijk de prestaties van onze fondsen te verbeteren", legt Valentijn van Nieuwenhuijzen uit. Michael Fraikin merkt op zijn beurt op dat het aantal zoektermen dat Invesco Quantitative Strategies gebruikt voor zo'n analyse, gestegen is van een honderdtal naar meer dan duizend. "Wij zullen NLP gebruiken voor alle fondsen die in Amerikaanse aandelen investeren." Het is moeilijk de techniek breed uit te rollen, omdat er taalbarrières en specifieke nuances in elke taal zijn. Die evolutie is in het nadeel van de vermogensbeheerders met een meer bescheiden taille. Zij hebben niet noodzakelijk de financiële middelen om te investeren in die technologie. Tegelijkertijd is kunstmatige intelligentie het strijdterrein waarop de grote spelers in vermogensbeheer elkaar bekampen. Maar ze vertrekken met een achterstand tegenover andere sectoren. Volgens Fabrizio Palmucci van Jupiter Asset Management lopen de Europese vermogensbeheerders achterop. "Er waren nooit veel prikkels voor Europese vermogensbeheerders om het geweer van schouder te veranderen. De Europese markt is versnipperd door nationale regelgeving en door talen. Dat maakt het moeilijk voor een internetreus als Amazon zich op dat terrein te begeven. Het verklaart waarom technologische innovatie geen sterk punt van de sector is." Fabrizio Palmucci stipt aan dat computeralgoritmes veel vooruitgang kunnen brengen, om de besluitvorming te stroomlijnen en te verbeteren. "Je moet wel capabel zijn de gegevens te sorteren en aandacht hebben voor de terughoudendheid van de beheerteams om zich aan te passen." Het is evident dat er in de toekomst meer samenwerking komt tussen dataspecialisten, vermogensbeheerders en analisten. De angst dat algoritmes het vermogensbeheer volledig zullen overnemen van de mensen, is voorlopig ongegrond. "Artificiële intelligentie is zeer nuttig voor zeer specifieke taken, maar nog niet voor een algemeen gebruik", zegt Michael Fraikin. "Fondsen die enkel door AI beheerd worden, hebben tot nu toe nooit veel succes gekend. De combinatie van algoritmes en menselijke expertise blijft nog wel een tijdje de basis van het investeringsproces." Valentijn van Nieuwenhuijzen is dezelfde mening toegedaan. "We zijn nog ver van kunstmatige intelligentie die in concurrentie kan treden met menselijke beheerders." Zijn inschatting is dat vermogensbeheer kunstmatige intelligentie zal moeten omarmen om te overleven. Er komt een moment dat klanten hun geld niet meer durven toe te vertrouwen aan vermogensbeheerders die niet over de beste informatiebronnen beschikken. "Het is een domein dat meer en meer concurrentieel zal worden." Mark Ainsworth: "Het lijdt geen twijfel dat vermogensbeheerders die nu zwaar investeren in artificiële intelligentie, een informatievoordeel zullen hebben ten opzichte van de anderen. Vooral als ze erin slagen verder te gaan dan de informatie die al beschikbaar is en alternatieve bronnen aan boren die de prestaties verbeteren."