Η πρόβλεψη του παρόντος: Η χρήση Εναλλακτικών Δεδομένων

του Κωνσταντίνου Ζοπουνίδη*

Τα δεδομένα που βρίσκουμε στο διαδίκτυο φαίνονται να αποτελούν μια σημαντική πηγή πληροφοριών για να καταλάβουμε και να προβλέψουμε διάφορα γεγονότα. Τα τελευταία χρόνια προέκυψε ένας μεγάλος αριθμός εναλλακτικών δεδομένων (ΕΔ, alternative data) τα οποία επιτρέπουν να δημιουργηθούν νέοι δείκτες στις αναλύσεις συμπεριφοράς των επιχειρήσεων και των καταναλωτών. Τα δεδομένα αυτά είναι διαθέσιμα, αλλά συχνά σε αδόμητη μορφή που τα καθιστούν δύσκολα χρησιμοποιήσιμα.

Η διακράτηση και η εκμετάλλευση τέτοιων δεδομένων αξίας, πριν από τους άλλους, δημιουργεί ένα σπουδαίο πληροφορικό πλεονέκτημα, ένα από τα μέσα τα πιο απλά για να ξεχωρίσεις σε παγκόσμιο επίπεδο.

Μερικά παραδείγματα

Πριν από 200 χρόνια, η απόκτηση πληροφοριών της επικαιρότητας πριν τους άλλους, αντιπροσώπευε ένα κεφαλαιώδες πλεονέκτημα (γεωπολιτικό αποτέλεσμα, επανάσταση, εκλογές, φυσική καταστροφή,…). Σήμερα αυτή η πληροφορία είναι διαθέσιμη και σχεδόν στιγμιαία σε όλο τον κόσμο. Πριν από 100 χρόνια, τα δεδομένα για τις τιμές των μετοχών ήταν σπάνια πληροφορία διότι ήταν δύσκολα προσιτή. Σήμερα, όλος ο κόσμος έχει πρόσβαση σε χρηματιστηριακά δεδομένα σε πραγματικό χρόνο.

Στο χώρο των smartphones, η γαλλική startup QuantCube ανακάλυψε μέσα σε λίγες ώρες ότι το κινητό BlackBerry θα αποτύχει την πρώτη ημέρα της παρουσίασης του, στις 30 Ιανουαρίου 2013. Ο αλγόριθμος της εταιρίας αναλύοντας δεκάδες εκατομμύρια δεδομένα μηνυμάτων από τα κοινωνικά δίκτυα, υπολόγισε ένα δείκτη “αρνητικού συναισθήματος”, ο οποίος πιστοποίησε λίγες εβδομάδες αργότερα την πτώση των πωλήσεων του εν λόγω κινητού.

Το ΔΝΤ (Διεθνές Νομισματικό Ταμείο) υπολόγισε ένα δείκτη “φωτεινής έντασης” τη νύχτα για να προσεγγίσουν αποτελεσματικά τον πλούτο που δημιουργεί κάθε χώρα (βλ. εφημερίδα Le Monde, 19/9/2919, σελ.16). Από τις αρχές του 2015 οι οικονομολόγοι του ΔΝΤ προσπαθούν κυρίως για τις χώρες τις λιγότερο αναπτυγμένες ή για αυτές που εξέρχονται από μια σύγκρουση και για τις οποίες τα στατιστικά δεδομένα είναι δύσκολα αποκτήσιμα, να έχουν μια εκτίμηση των δυνατοτήτων μεγέθυνσή τους. Ο νυχτερινός φωτισμός είναι ένας δείκτης οικονομικής δραστηριότητας.

Η εταιρεία CLS, εξειδικευμένη στην ανάπτυξη διαστημικών εφαρμογών για την βιώσιμη διαχείριση πόρων. Εγκατεστημένη στην Τουλούζη, χρησιμοποιεί κυρίως τη μέτρηση της μεταβολής του επιπέδου των ωκεανών με ακρίβεια χιλιοστομέτρου, με ένα δείκτη της κλιματικής αλλαγής. Μπορεί επίσης να προβλέψει την εξέλιξη του πληθυσμού των τόνων, συνδυάζοντας δεδομένα (ΕΔ) σχετικά με τις δραστηριότητες ψαρέματος, τις θαλάσσιες συνθήκες όπως, θερμοκρασία, ρεύματα, περιεχόμενο του πλαγκτόν, επίδραση της υπερθέρμανσης του πλανήτη. Τις περισσότερες εφαρμογές των ΕΔ τις συναντάμε στο χρηματιστηριακό τομέα.

Εναλλακτικά δεδομένα – χρηματοοικονομική

Το διαδίκτυο και τα big data δημιούργησαν τα ΕΔ τα οποία ενδιαφέρουν επενδυτές, επιχειρήσεις αλλά και κεντρικές τράπεζας. Το πρόβλημα που τίθεται εδώ είναι να γνωρίζεις πως θα τα επιλέξεις. Στο νέο αυτό κόσμο των δεδομένων που εκτείνεται από το απείρως μικρό ως το απείρως μεγάλο, είναι δυνατό χάρη στους δορυφόρους, να εκτιμήσεις με ακρίβεια χιλιοστομέτρου ένα ακίνητο στην Κίνα ή στις Η.Π.Α. Επίσης, επιτρέπει να εκτιμήσεις σε πραγματικό χρόνο και σε παγκόσμιο επίπεδο το ρυθμό αύξησης της μεγέθυνσης ενός κλάδου, του ΑΕΠ, του πληθωρισμού, της απασχόλησης, κλπ.

Τα ΕΔ δεν αντικαθιστούν τα στατιστικά δεδομένα για την πρόβλεψη, αλλά τα τελειοποιούν.

Οι προβλέψεις των δαπανών στον τομέα των ΕΔ για τα έτη 2020 και 2021 είναι 777 εκ. USD και 901 εκ. USD αντίστοιχα (AGFiQ: Intellect rigoureux).

Ένας κόσμος πολύ μεγάλος ο οποίος σιγά σιγά μετρείται σε χρόνο πολύ μικρό και η ανάλυση – πρόβλεψη είναι στιγμιαία, Η ανάλυση της οικονομικής δραστηριότητας παντού σε όλο τον πλανήτη δημιούργησε τον όρο “Nowcasting”, δηλαδή “πρόβλεψη τώρα” ή “πρόβλεψη του παρόντος”.

Η Goldman Sachs Asset Management αναλύει κάθε χρόνο τρία εκ. αμερικάνικες πατέντες, ένα εκατ. δημοσιευμένες αναλύσεις χρηματοοικονομικών αναλυτών, 26 εκατ. άρθρα εφημερίδων και περιοδικών.

Το εγχείρημα είναι να αναλυθεί σχεδόν στιγμιαία κάθε δημοσιευμένη πληροφορία για μια επιχείρηση και να προβλεφθεί η πορεία της μετοχής της. Η εισαγωγή των ΕΔ σε ένα χρηματοοικονομικό μοντέλο δεν είναι εύκολη. Οι αναγκαίες επενδύσεις υπολογίζονται σε εκατ. ευρώ, αναζητούνται σωστές δεξιότητες και ορθολογική αγορά του συνόλου των δεδομένων. Από την πλευρά της η GS Asset Management, η ομάδα Qauntitative Investment Strategies ξεπερνά τα 200 άτομα για ένα προϋπολογισμό 165 δις. USD. Μια από τις κύριες δυσκολίες είναι η διαχείριση βάσεων πολύ διαφορετικών δεδομένων για να δομηθεί ένα σήμα επένδυσης. Το ολικό μοντέλο της εφαρμόζεται σε 13.000 επιχειρήσεις με 150 κριτήρια εκτίμησης και από τα χρησιμοποιούμενα δεδομένα τα μισά είναι ΕΔ.

Συμπερασματικά, με τη δόμηση και την εκμετάλλευση ΕΔ, μπορούμε να εκτιμήσουμε όλο και περισσότερο τελειοποιημένα τη συμπεριφορά των επενδυτών και την ανάπτυξη των επιχειρήσεων και να αποκτήσουμε χρηματοοικονομικά κέρδη πολύ σημαντικά.

*καθηγητής στο Πολυτεχνείο Κρήτης-Επίτιμος Διδάκτορας ΑΠΘ-Ακαδημαϊκός-Βασιλική Ακαδημία Οικονομικών και Χρηματοοικονομικών- καθηγητής στο ’’ Audencia Business School’’ στη Γαλλία

**το άρθρο πρωτοδημοσιεύτηκε στο European Business Review