Latest / #define banking / L’algoritmo non basta: il ritorno all’analisi fondamentale

Transcript

L’algoritmo non basta: il ritorno all’analisi fondamentale · #define banking

0:00
The fine banking podcast ufficiale di azienda banca, a
0:04
cura di Alberto Grisoni. L'automazione punta a
0:08
trasformare il modo in cui banche e intermediari valutano
0:11
il rischio più veloce, più scalabile, apparentemente più
0:15
oggettivo e capace anche di abilitare un creto istantaneo in
0:20
cui bastano un clic pochi secondi per far decidere
0:22
all'algoritmo se siamo affidabili oppure no.
0:25
In questo quadro c'è qualcosa che rischia di andare perso, un
0:28
modello statistico, anche se molto.
0:30
Peccato. Ragionerà sempre sul passato,
0:32
confronta e legge numeri, ma non sa leggere il contesto, non
0:36
conosce la storia soggettiva di un imprenditore e può faticare a
0:40
capire i momenti di crisi come quelli che viviamo ormai
0:42
continuamente da qualche anno. Momenti in cui i dati storici
0:46
non sono necessariamente così affidabili.
0:48
Ecco perché oggi torniamo a parlare di analisi fondamentale
0:52
insieme a Ivan Fogliata, executive partner di in finance.
0:55
Ivan benvenuto. Grazie per l'ospitalità ed
0:58
eccoci pronti. Allora partiamo dal titolo di
1:00
questo episodio. Algoritmo, non basta il ritorno
1:03
dell'analisi fondamentale, siamo in un momento in cui
1:06
l'intelligenza artificiale, lo sappiamo, è protagonista
1:09
dell'informazione e sappiamo che nel mondo del credito c'è molta
1:13
voglia di automazione. Perché l'algoritmo non basta?
1:17
È una sorta di effetto nostalgia o c'è effettivamente qualcosa
1:21
che un buon analista riesce a vedere?
1:23
E l'algoritmo, per quanto intelligente e potente, no,
1:25
allora. Il tema è proprio questo, cioè
1:28
siamo esseri umani e partiamo da un presupposto.
1:32
L'analisi creditizia si basa su questo, lo diciamo sempre, anche
1:35
quando siamo in Aula, su un requisito fondamentale del
1:38
valutatore. La diffidenza professionale ma
1:43
la diffidenza professionale è fatta di tante malizie.
1:47
Se ci pensiamo le i non riesce a cogliere queste sfumature che
1:51
noi invece riusciamo a cogliere conoscendo il cliente,
1:55
conoscendo cosa fa. Faccio un esempio abbastanza
1:57
semplice, le banche sono sconvolte quest'anno dal fatto
2:01
che arrivano dichiarazioni dei redditi di clienti che avevano
2:06
redditi più o meno sempre uguali.
2:08
Esplosive. E cosa è successo a queste
2:10
persone che fanno dei redditi mirabolani e semplicemente hanno
2:13
aderito al concordato preventivo biennale fiscale, il quale
2:18
agevola tantissimo perché si concordano prima le imposte
2:22
quindi a avere redditi importanti non diciamo in quale
2:25
modo e non diciamo conto, è chiaro che la macchina
2:30
addirittura potrebbe essere tentata di replicare le imposte
2:34
che vede anche. Per gli anni successivi, non
2:36
capendo che è un tema di concordato biennale, non sarebbe
2:40
in grado di capire che forse il reddito dell'anno prossimo
2:43
tornerà a essere quello ante concordato preventivo, perché
2:48
c'è stata una possibilità. Questo è un caso su 1000, ma
2:51
sono tantissimi. C'è bisogno della lista e ha
2:53
bisogno di avere questa, questo scetticismo e queste competenze
2:58
per leggere dietro i numeri. Ma faccio anche un'altro
3:01
esempio, ancora più semplice, ancora più lecito, se io
3:05
analizzo una società, la classica SRL familiare, dove i
3:08
soci sono anche gli amministratori, fanno tutte le
3:11
loro belle cose e vedo un reddito basso.
3:15
La macchina farebbe tutti i suoi rating?
3:17
Eh no, reddito operativo basso, le bid a margine, rapporto PFN
3:21
Bid a Pa Pa Pa Pa Pa Pa e direbbe, ma non so quanta
3:24
qualità del credito. Peccato che l'analista conosce
3:28
la famiglia. L'imprenditore legge la nota
3:30
integrativa e vede che il compenso amministratori
3:33
dell'amministratore unico è 500.000 € annui.
3:37
Eh comincia a dire ma forse ci devo pensare un attimo perché
3:41
sai, non è proprio così questa azienda Eh, magari.
3:45
Cioè sta anche molto bene perché ho anche il conto corrente della
3:48
famiglia e vedo che sostanze ci sono.
3:50
Allora magari faccio un'altro tipo di ragionamento, a volte
3:53
lei hai quando è usato in maniera becera e io la chiamo in
3:58
clandestinità, quando non puoi far vedere addirittura che la
4:00
Stai usando porta degli effetti beceri.
4:04
Abbiamo visto dei commenti a delle pratiche di fido che erano
4:07
clamorosamente. Delle domande buttate alle IE
4:10
l'analista li ha presi, gli ha copiati e ha fatto l'analisi è
4:14
diciamo il senior dell'ufficio crediti ha detto, scusami, ma
4:17
guarda che questo commento è è un po delirante perché non non
4:22
tiene conto di tutta una serie di aspetti che noi conosciamo.
4:25
Come il peggiore dei liceali, sono fatti.
4:27
È proprio chi non si è capito che cos'è Lai, non è un compagno
4:33
secchione da cui copiare. Ma è uno stagista.
4:38
È uno che deve fare un lavoro a scarso valore aggiunto, time
4:42
consuming, ripetitivo. Ti mando a cercare nella nota
4:45
integrativa le informazioni che ti dico io, ma quelle che io so
4:48
che sono quelle preziose, quelle maliziose cosa prende
4:52
l'amministratore? Quanti amministratori sono,
4:55
quante sono le partecipate che utili fanno, che cosa scrivono
4:58
nella nota integrativa, cosa hanno messo come rischi a cui
5:01
sono esposti? Vammi a cercare qualche bilancio
5:05
di concorrente, vediamo gli altri come sono nel loro
5:08
settore. E quelli sono i lavori beceri
5:11
che deve fare? Lai è una stagista, io lo devo
5:14
trattare come un collaboratore che deve fare un lavoro che che
5:18
non crea valore. È a scasso la giunta, ma ruba un
5:21
sacco di tempo. Abbiamo visto tante attività nel
5:24
nel mondo delle banche. Di sperimentazione di come
5:29
cercare di usare le i per l'analisi creditizia.
5:32
Ad esempio c'è una Banca piccola che ha messo un piccolo team a
5:36
creare prompt, sai che fare le domande adesso vuol dire fare
5:40
prompt Eh, quindi bisogna essere alla pagina aggiornati, quindi
5:45
quando tu scrivi alle AI devi dire sto facendo prompting
5:47
allora questi prompt che cosa? Cosa stanno facendo questi
5:51
signori? Questi signori stanno.
5:53
Scrivendo i prompt. Per avere le domande giuste,
5:59
perché si è capito che alle i che dalle i non devi pretendere
6:02
le risposte giuste, devi essere tu a dargli le domande giuste.
6:06
Allora sulla base di tanti modelli, tipo il bilancio di una
6:11
SRL in forma abbreviata, la dichiarazione dei redditi di un
6:14
professionista, la dichiarazione dei redditi di una persona
6:18
fisica che ha anche la partita IVA, cosa devo andare?
6:21
Devo andare a vedere che campi mi devi prendere, cosa voglio da
6:24
te. Tutti questi prompt organizzati
6:26
in modo da avere una specie di enciclopedia di prompt da usare
6:32
sulla base della situazione contingente.
6:35
E stavano sperimentando se questi prompt funzionavano.
6:39
Il problema è che dopo un po è stato rilasciato il modello più
6:44
aggiornato. Il Prompt fatto per il modello
6:47
prima non funzionava nella stessa maniera, dava un'altra
6:49
risposta. Il modello aggiornato e quindi
6:53
dovevano anche correre dietro l'aggiornamento dei prompt
6:55
perché si aggiornava il modello quindi veramente poi quando
6:59
passi all'atto pratico è veramente 1 1 tema quasi un
7:04
cinema. Sì, il.
7:04
Cambiamento è talmente rapido che nel giro di pochi mesi
7:08
quello che vale non vale più. Mi sento di dire che la
7:11
l'apporto umano non potrà mai mancare perché è una.
7:14
La decisione finale alla fine la devi prendere tu, mettendo
7:18
insieme quello che ti dà di boost.
7:20
Play Eye Boost vuol dire leggi quello che non avresti mai letto
7:24
la nota integrativa relazione sulla gestione vai approfondire
7:27
il modello unico rendendoti conto di tutti i campi senza
7:31
andare a cercare i soliti quattro e magari migliori la tua
7:35
capacità informativa più che decisionale.
7:38
Abbiamo spulciato un po di articoli su questo tema e c'è
7:43
una critica frequente che tra l'altro ho citato nel.
7:46
Nell'introduzione, cioè i modelli AI sono ottimi quando il
7:48
contesto è stabile, ma falliscono nei momenti di
7:52
discontinuità. E cito giusto qualche esempio di
7:56
momento di discontinuità a caso degli ultimi anni, pandemie,
8:00
shock energetici, guerre commerciali.
8:02
È effettivamente così? Cioè quando la situazione è
8:06
discontinua, l'umano funziona. Meglio, faccio un esempio, se io
8:10
prendessi oggi. I bilanci gli ultimi 5 anni di
8:13
un'azienda che produce caldaie a gas.
8:16
Potrebbe venire fuori nulla da nessun problema, però sappiamo
8:21
che c'è una normativa, che c'è un tema sulle caldaie a gas e
8:26
quindi io posso dire, ma lo seguo ancora questo settore,
8:29
cioè? Eppure il passato dice, dice
8:33
cose buone, dice di performance, ci racconta di di risultati
8:36
buoni, ma io so che quel settore magari lo voglio un attimo.
8:42
Abbandonare poi le IAI magari non sa che io sono un'azienda
8:46
collocata, che ne so, a Monza e Brianza è l'ennesimo mobiliere.
8:50
Probabilmente non lo voglio perché ne ho già enne mila,
8:53
quindi devo anche dirglielo. E quindi c'è anche un problema
8:55
di concentrazione di portafoglio.
8:57
Gli aspetti sono davvero tantissimi perché mi bilancio da
8:59
solo? Magari va bene ma sarebbe
9:01
l'ennesimo delle magison e magari è collegato a una serie
9:05
di aziende che ho io e quindi ho paura che poi se va male uno si
9:08
tirano dietro tutti e allora cerco di diversificare come
9:12
cercano tutti. Quindi gli aspetti sono tanti.
9:14
Anche il forward looking è importante perché se io guardo
9:17
solo al passato devo poi cercare di guardare al futuro in maniera
9:21
critica. Ma.
9:22
La previsione del del futuro sta a me, nel senso ritengo che
9:28
questo settore si riprenda. Un'azienda del settore
9:31
automotive ritengo che sia ancora valida.
9:34
Ormai l'automotive è diventato un tema cinese indiano e quindi
9:38
mi chiamo fuori. Tenete conto che c'è stata una
9:43
Survey e questo lo sappiamo perché lavoriamo con tante
9:46
banche della Banca d'Italia che verso le piccole banche ha
9:50
chiesto quanto erano esposte con l'automotive.
9:52
E questo è successo due mesi fa. È abbastanza indicativo, no?
9:57
Dopo il 2008 ti chiedevano quanto eri esposto sul Real
10:00
Estate? No, crisi dei mutui, il subprime
10:03
e anche queste cose. Insomma, serve un umano vicino
10:07
alle i per ragionare insieme. Le iai ragiona con quello che
10:10
sa, non con quello che non sa. Abbiamo parlato prima già degli
10:15
elementi qualitativi che possono ribaltare, se vogliamo, la
10:20
valutazione dell'algoritmo dove l'umano può fare meglio.
10:25
Questo tema qualitativo ci porta alla mitica relazione diretta
10:31
tra impresa e Banca no, che una volta passava dal dal direttore.
10:37
Spesso si guardava questo rapporto come un rischio di
10:43
inefficienze nascoste, eppure questo valore della dato
10:48
qualitativo ci riporta al tema della relazione.
10:51
Come si può difendere questo questo tema?
10:55
Della relazione in un'epoca in cui, tra l'altro, le banche
10:58
continuano invece a ridurre la presenza anche fisica sul
11:01
territorio. Ne racconto due di di
11:04
situazioni, la prima più semplice, la seconda un po più
11:07
articolata. Un'azienda dove c'è il fondatore
11:10
che è ormai più che ottuagenario e.
11:14
Il figlio è universalmente ritenuto come un incompetente
11:20
integrale. Qual è il terrore che
11:24
l'ottuagenario si stufi o peggio?
11:27
E quindi la relazione lì è fondamentale.
11:29
Quanto stiamo esposti con sta azienda con un mutuo a 10 anni
11:32
perché dietro c'è il figlio in gambissima che che sta sul
11:36
gomitando per prendere spazio e ha tutte le idee nuove a tutte
11:39
le le possibilità per fare bene o.
11:43
Siamo molto schisci, diamo solo portafoglio col giro che poi se
11:47
succede qualcosa usciamo velocemente.
11:50
Insomma, questo lei ha i difficilmente ce lo dire.
11:53
Poi parliamo ancora di malizia. Se un'azienda abbiamo paura che
11:58
tenga agli utili un po alti, sofisticando i valori di
12:01
magazzino. Magari vado in azienda e sto
12:04
magazzino lo guardo, se c'è, se non c'è, dov'è il giro che
12:08
fanno? Perché insomma, se ho quel
12:11
timore almeno vado a subodorare. Che aria tira?
12:15
Vedo se le persone stanno lavorando, se c'è qualcosa in
12:18
corso, perché se vedo che è tutto fermo mi rendo conto che
12:22
qualcosa non va questo. Le i non lo può fare.
12:26
A parte un sito che mi ha molto colpito che si chiama here e
12:29
Human, dove le ai noleggia delle persone per fare le attività che
12:33
non è in grado di fare e ti paga, poi diciamo lifeldi fuori
12:36
e. E i lavori del.
12:38
Futuro esatto da parte delle i che ci manderà a subodorare che
12:43
com'è? Com'è il clima in azienda?
12:46
Ancora due domande sul chiamiamolo sul futuro.
12:49
Proviamo a immaginare il futuro. Iniziamo dalle banche.
12:53
Le banche tra 5 anni? Quale sarà il nuovo equilibrio
12:57
tra modello quantitativo e giudizio umano?
13:01
E l'ultima parola resterà sempre all'analista.
13:04
Direi proprio di sì, che la l'ultima parola rimarrà
13:07
l'analista, su. Pratiche di un certo cabotaggio.
13:11
Secondo me si arriverà a un credito che io chiamo di livello
13:15
attuariale statistico assicurativo, cioè su ticket
13:20
molto piccoli. Saranno i grandi numeri a
13:22
dominare e un'analisi un po più automatizzata servirà per fare i
13:27
grandi numeri e quindi passare quasi a un a un credito che ha
13:30
un sapore quasi assicurativo. Quindi si sa che 1 7 8% salta.
13:37
È 1 1, percentuale molto grande, sarà remunerata.
13:40
Dei tassi ed eventualmente coperta con delle soluzioni di
13:44
assicurazione del credito o altro, mentre invece il resto
13:48
sarà più fine. Secondo me si imparerà ad
13:52
affinare le proprie armi perché un artigiano di vent'anni fa
13:55
poteva produrre X, oggi con tutti gli attrezzi che ha lo
13:59
stesso artigiano fa un lavoro molto più veloce e molto più di
14:03
qualità. E la stessa cosa deve essere per
14:06
l'analista affina, diventerà più bravo, diventerà più sottile.
14:10
Farà quello che oggi non riesce. Perché se io chiedo sei riuscito
14:14
a leggerti autenticativa no, allora se lo strumento te la
14:18
riassume velocemente in quei 10 punti che vuoi, che sono sempre
14:21
quelli, te li metti a disposizione in in un guscio di
14:24
noce. L'informazione ti arriva, sei
14:26
più rapido, puoi far più considerazioni.
14:29
Ma pensiamo anche a tanta mole di dati.
14:31
Le banche hanno una marea di dati che non usano EE sono un
14:34
pozzo di informazioni tutto esame.
14:36
L'esame dei movimenti di conto corrente se io chiedo a lei AI.
14:40
Ma Dimmi un po che flusso di casse transitato di incassi
14:44
clienti di questa azienda sulla nostra Banca?
14:46
Oggi magari è un po un po lunga, devi fare delle query, devi
14:50
chiedere a un'altro ufficio. Se poi Lai diventa un qualcosa
14:52
con un linguaggio naturale. Io posso parlare al al mio
14:56
database come parlo con Alberto e vi faccio dare un dato come
15:01
risposta. E un dato affidabile.
15:03
Dico però effettivamente di 10 milioni di euro di fatturato, 7
15:08
sono passati qui, li ho visti, li ho, li ho percepiti, sono.
15:12
Stati puntuali e incassavano a fine mese ci sono stati dei
15:15
momenti in cui non si incassava niente, sono stati dei mesi
15:19
vuoti, cioè sono n mila le cose che poi tirar fuori, ma anche a
15:22
livello commerciale, cioè poi arrivare a dei livelli
15:25
pazzeschi. L'importante è che fai fare un
15:29
lavoro becero a chi lo può fare in pochissimo tempo e tu crei
15:33
valore, allora alzi, ti alzi dalla sedia e vai a generare
15:36
valore aggiunto. In finance, società di
15:39
formazione, l'ultimissima domanda è proprio per chi oggi
15:42
la. Franca vorrebbe lavorare in
15:45
banca sempre da qui a 5 anni, dove dovrebbe investire le
15:50
proprie risorse formative, diciamo così, più sulle
15:53
competenze legate ai dati, all'intelligenza artificiale o
15:57
sull'analisi fondamentale classica.
15:59
Allora dal nostro punto di vista sono tutte e due necessarie.
16:03
Noi ovviamente i data Scientist non li formiamo, perché formiamo
16:08
su le competenze di finanza aziendale.
16:11
Però il data Scientist è sicuramente.
16:13
Una figura che è quella che sta dall'altro lato.
16:16
Di qua serve gente, attenzione, sempre più competente, perché
16:21
l'allucinazione delle i è un attimo che ti prende quando ti
16:25
può fare un lavorone, ma se chiedi qua non ha quel guizzo di
16:30
capire, no, questa è una sciocchezza, rischia di
16:32
portarsela fuori. Quindi bisogna essere molto
16:35
fini, con le competenze molto affilati.
16:38
Quindi se c'è da investire, c'è da investire a imparare molto
16:41
bene. Per essere coloro che saranno in
16:45
grado di presidiare quella potenza che gli hai ti
16:48
scaricherà addosso. Quindi questo è il il vero tema
16:52
secondo noi. Ivan, grazie 1000 per essere
16:54
stato nostro ospite oggi. Grazie a voi per l'ospitalità e
16:58
alla prossima, come si dice in questi casi.