Alle aktiven Portfoliomanager stehen aktuell vor einer großen Herausforderung: Wie können sie dauerhaft aber auch kostengünstig Überschussrenditen erzielen? Denn was vor noch einem Jahrzehnt als effizient betrachtet wurde, erfüllt heute durch den Wandel in der Finanzbranche und der Digitalisierung die Erwartungen der Investoren nicht mehr.
„Unsere Rolle als Investmentmanager besteht darin, unseren Kunden effiziente und effektive Antworten auf die neuen Herausforderungen zu liefern“, sagt Bryan Cross, Leiter des Teams für Quantitative Evidence and Data Science (QED) bei UBS Asset Management. Trotz des kontinuierlichen Drucks für Verbesserung habe sich laut Cross die grundsätzliche Methodik bei der Auswahl an Anlagesicherheit über das vergangene Jahrhundert kaum geändert. „Obwohl die Einführung von Computern und die Digitalisierung eine Beschleunigung von datenintensiven Aufgaben ermöglicht haben, hat sich die Genauigkeit von Finanzprognosen nicht verbessert“.
Warum? Der Ansatz basiere größtenteils weiterhin nur auf Expertenschätzung – auch wenn sehr qualifiziert – und auf die finanziellen Daten der Unternehmen. Da der Prozess so lange unverändert geblieben ist, sei es hoch kontrovers zu vermuten, es gebe Raum für Verbesserung. „Schauen Sie auf einen zehnjährigen Horizont und Sie werden sehen, die Bedürfnisse unserer Kunden werden sich wahrscheinlich signifikant weiterentwickelt haben“, ist sich Cross sicher.
Mit seinem Team versucht der Experte die Entwicklungen in der Finanzbranche zu erklären und analysiert, wie neue Instrumente die Prozesse verändern werden. Das QED-Team von UBS Asset Management hilft den UBS-Investmentberatern unter anderem dabei, Daten effektiver in ihre Anlageprozesse zu integrieren. So entstehen materielle und langfristige Vorteile. Sie nutzen traditionelle Daten intelligenter und zeigen so mehr Perspektiven auf als herkömmliche Analysetechniken und das zu einem kostengünstigeren Preis. „Wir unterstützen die Anlageteams von UBS Asset Management dabei, die Ergebnisse zu verbessern, indem das Volumen und die Qualität objektiver Erkenntnisse erhöht und die Notwendigkeit reduziert wird“, erläutert Cross.
Ein weiterer Aspekt, der die Investmentanalyse verändert, sind die alternativen Daten. Diese analysieren Quellen, die sich noch genauer auf das Konsumverhalten beziehen und mehr Daten liefern im Gegensatz zu den Fakten der Unternehmen. „Mit alternativen Quellen können wir genauere und zeitnahe Schätzungen liefern, die für die Rentabilitätsprognose von Nutzen sind“, so der Leiter des QED-Teams.
Kritik gebe es jedoch auch an der Datenwissenschaft: Viele Analysten sagen, dass die Ergebnisse meist die gleichen sind, wie sie vom Menschen eingeschätzt werden. Doch hier sieht Cross noch erhebliche Potenziale für die Zukunft. „Das Instrument der Datensätze steckt noch in den Kinderschuhen und wird sicher bald eine nachhaltige Verbesserung der Ergebnisse liefern, davon sind wir überzeugt.“
Risiken im System des QED-Teams erkennt Cross wenige, denn die Qualität der Ergebnisse beruht eindeutig auf robusten Daten und Modellierung. „Unsere Herangehensweise an die inhärenten Risiken unserer Modelle unterscheidet sich nicht von der eines Analysten, da wir einen angemessenen risikobasierten Abschlag anwenden, um den Konservatismus einzubauen“, erläutert der Experte sein Vorgehen. Denn er und sein Team wissen, kein Algorithmus kann perfekt sein, da er von Menschenhand geschrieben ist. „Unser Motto lautet: ‚Vertrauen, aber prüfen‘.“
Durch das niedrige Risiko und die guten Ergebnisse von Cross‘ Team integriert sie das Hedge-Fonds-Team von UBS Asset Management eng in seine Entscheidungen. Daher ist die Datenwissenschaft auf diesem Gebiet etabliert. Jedoch ist das QED-Team darauf ausgerichtet, auch die Dauer seiner Prognosen zu verlängern, sodass die Analysen besser auf die Long-Only Equity-Teams zugeschnitten sind. Weitere Bereiche stehen noch am Anfang der Entwicklung.
Cross: „Die Zusammenarbeit zwischen QED- und Investmentteams verbessert sich stetig und die Datenwissenschaft wird vermehrt in den Analysen und Prognosen angewandt. Dies gibt uns bei UBS die Zuversicht, dass sich das Denken der Analysten schon jetzt ändert und sie sich proaktiv mit Daten und ihrer Bedeutung auseinandersetzen.“
Cross ist der Überzeugung, dass die Datenwissenschaft die Ergebnisse und den traditionellen Ansatz verbessert. „Wir erwarten daher, dass datenwissenschaftliche Fähigkeiten im Investmentbereich immer wichtiger werden. Die Datenanalyse sollte darum sicher ein Kern- und Wertschöpfungsinstrument im Arsenal der Analysten sein“, sagt der Spezialist. Denn: „Wir wollen nicht Menschen durch eine Maschine ersetzen, sondern ihn durch Analysen effektiver machen, sodass er die Erwartungen der Kunden besser erfüllen kann.“
Quelle: UBS Asset Management
Interview mit Claudia Zimmermann
