Управление рисками с использованием искусственного интеллекта в сфере управления частным капиталом

Оценить волатильность стало сложнее. Рынки реагируют быстрее, корреляции нарушаются чаще, а портфели клиентов распределены по большему количеству классов активов, валют и юрисдикций, чем раньше. Для управляющих активами это сделало управление рисками одновременно более важным и более сложным.

Искусственный интеллект приходит в эту сферу не как футуристическое дополнение, а как практический ответ на растущую сложность. При правильном использовании ИИ способен анализировать огромные объемы данных, выявлять нетипичные закономерности, моделировать различные сценарии и способствовать более оперативному принятию решений. При неверном использовании он может породить ложную уверенность, привести к появлению непрозрачных моделей и создать новые операционные риски.

Поэтому это обещание имеет большое значение. Но и осторожность здесь также необходима.

От квантитативных моделей к машинному обучению

В финансовой сфере модели, основанные на данных, используются уже на протяжении десятилетий. Оптимизация портфелей, факторный анализ, стресс-тестирование и алгоритмическая торговля — явления далеко не новые. Изменились масштабы данных, скорость вычислений и способность систем машинного обучения выявлять закономерности в разрозненной информации.

Традиционные инструменты оценки рисков, как правило, основываются на определённых допущениях: волатильности, исторических корреляциях, просадках, лимитах концентрации и сценариях шоков. Они по-прежнему остаются полезными. Однако они могут оказаться неэффективными, когда рынки выходят за рамки исторических моделей или когда риски возникают из менее структурированных источников, таких как новостной поток, геополитическая напряжённость, сбои в цепочках поставок или поведение клиентов.

ИИ расширяет набор инструментов. Он способен обрабатывать как структурированные, так и неструктурированные данные, сравнивать текущие рыночные сигналы с данными прошлых периодов, выявлять аномалии и обеспечивать более динамичный мониторинг рисков. В сфере управления активами, где портфели зачастую включают в себя котируемые на бирже активы, инструменты частных рынков, недвижимость, денежные средства, кредитные инструменты и альтернативные инвестиции, эта возможность приобретает все большее значение.

Почему это интересует управляющих активами

Прелесть заключается не только в эффективности. ИИ может помочь управляющим активами лучше понимать риски на более детальном уровне.

В традиционном отчете по портфелю данные о рисках могут быть представлены с разбивкой по классам активов, регионам или валютам. Система на базе искусственного интеллекта способна на гораздо большее. Она может выявить скрытую концентрацию рисков в различных секторах, определить чувствительность к изменениям процентных ставок, сигнализировать о проблемах с ликвидностью или продемонстрировать, как активы клиента могут отреагировать на конкретный макроэкономический шок.

Это имеет значение, поскольку у состоятельных клиентов портфели редко бывают простыми. Активы могут быть распределены между несколькими банками, семейными структурами, компаниями и юрисдикциями. Некоторые позиции являются ликвидными и прозрачными. Другие же носят закрытый характер, являются неликвидными или их сложно оценить.

В таких условиях главная проблема заключается не всегда в нехватке данных. Она заключается в невозможности своевременно сопоставить эти данные.

Пример компании BlackRock

Платформа Aladdin компании BlackRock часто служит эталоном в области автоматизации управления инвестиционными рисками. Она объединяет в себе инструменты анализа портфелей, средства управления рисками и операционную инфраструктуру, помогая институциональным инвесторам оценивать риски в крупных и сложных портфелях.

Его важность заключается не столько в самом термине “ИИ”, сколько в том, что он символизирует: переход от фрагментированной отчетности по рискам к комплексной архитектуре управления рисками. Управляющие активами в настоящее время движутся в том же направлении, хотя, как правило, в меньших масштабах и с учетом иных потребностей клиентов.

Частные клиенты хотят не просто информационные панели в стиле институциональных инвесторов. Им нужна ясность. Они хотят знать, чем они владеют, где кроются риски и как быстро можно принять меры в случае изменения рыночной конъюнктуры.

Лучшие решения, а не автоматические решения

Самым весомым аргументом в пользу использования ИИ в сфере управления активами является поддержка принятия решений. ИИ может помочь консультантам составлять более качественные рекомендации, проверять гипотезы и осуществлять более постоянный мониторинг портфелей. При этом он не заменяет необходимость в субъективной оценке.

Это различие имеет большое значение. Управление рисками — это не чисто математическая задача. Оно учитывает цели клиента, временные горизонты, потребности в ликвидности, налоговые аспекты, семейные обстоятельства и эмоциональную устойчивость к убыткам.

Алгоритм может определить риск портфеля. Однако он не способен принять решение о том, следует ли семье продать актив, удержать его во время колебаний рынка, повысить ликвидность или принять краткосрочные убытки в интересах долгосрочной стратегии. Эти решения по-прежнему требуют человеческой оценки.

Поэтому наиболее эффективные системы будут сочетать в себе возможности искусственного интеллекта и профессиональный опыт консультантов. ИИ может повысить точность анализа. Однако он не должен заменять ответственность.

В каких областях ИИ приносит наибольшую пользу

Наиболее актуальные сценарии использования носят практический характер.

ИИ может повысить эффективность мониторинга портфелей, выявляя необычные колебания, риски концентрации или изменения рыночной подверженности. Он может способствовать проведению стресс-тестирования, моделируя поведение портфелей в условиях инфляционных шоков, изменения процентных ставок, колебаний валютных курсов или геополитических событий. Кроме того, ИИ помогает выявлять операционные риски, в том числе несоответствия в данных, ошибки в отчетности или необычные транзакции.

Кроме того, растет потенциал персонализации услуг для клиентов. ИИ может помочь консультантам более точно адаптировать профили риска, форматы отчетности и инвестиционные предложения к потребностям конкретных клиентов. Это особенно актуально в сфере управления частным капиталом, где два клиента с аналогичными активами могут иметь совершенно разные приоритеты.

Для семейных офисов отчетность с использованием искусственного интеллекта может оказаться особенно ценной. Управление сложными структурами активов зачастую опирается на ручную консолидацию данных и электронные таблицы. Более качественная аналитика позволяет сократить задержки, повысить прозрачность и дать владельцам более четкое представление о ликвидности, распределении активов и рисках.

Проблема с данными никуда не исчезла

ИИ полезен ровно настолько, насколько полезны данные, на которых он основан. В сфере управления активами это является серьезным ограничением.

Данные клиентов зачастую разрознены и хранятся у депозитариев, банков, управляющих активами, администраторов и внешних консультантов. Оценка частных активов может проводиться нерегулярно. Документы могут храниться в различных форматах. Исторические данные могут быть неполными. Даже данные о котировках на биржевых рынках могут быть несогласованными, если отчетность по портфелям ведется в нескольких юрисдикциях.

Некачественные данные могут создать ложное впечатление о том, что ИИ работает точнее, чем на самом деле. Модель может выдавать «идеальный» результат на основе неполных входных данных. Это опасно в сфере управления рисками, где уверенность в результате можно принять за точность.

Прежде чем компании начнут говорить о передовых технологиях искусственного интеллекта, им необходимо решить более базовые проблемы: качество данных, интеграцию, управление и безопасность.

Регулирование определит ход внедрения

Управление активами — это сфера, основанная на доверии. Поэтому внедрение искусственного интеллекта в этой области требует большей осторожности, чем во многих других отраслях.

Регулирующие органы, вероятно, уделят особое внимание вопросам прозрачности, соответствия требованиям, защиты данных, управления моделями и подотчетности. Компании должны быть готовы объяснить, как используются инструменты искусственного интеллекта, на каких данных они основаны, кто осуществляет надзор за их работой и как устраняются ошибки.

Это особенно важно в тех случаях, когда искусственный интеллект влияет на инвестиционные рекомендации. Клиенты должны знать, исходит ли рекомендация от консультанта-человека, от автоматизированного инструмента или от их совместного использования. Компаниям также необходимы меры защиты от предвзятости, переобучения и дрейфа модели.

Направление ясно: искусственный интеллект будет внедряться, но не без надлежащего контроля.

Конкурентный разрыв

Крупные компании, занимающиеся управлением активами, могут иметь преимущество, поскольку они могут инвестировать в собственные системы, инфраструктуру для обработки данных и команды специалистов. Небольшие компании, в свою очередь, могут в большей степени полагаться на внешних поставщиков технологий.

Это не означает, что выгоду получат только крупные игроки. Независимые консультанты и небольшие компании по управлению активами также могут эффективно использовать инструменты искусственного интеллекта, особенно если они уделяют особое внимание обслуживанию клиентов, отчетности и прозрачности рисков. Главный вопрос заключается не в размере, а в качестве внедрения.

Компания, которая внедряет ИИ в неэффективную операционную модель, рискует просто автоматизировать хаос. А вот компания, располагающая качественными данными, четкими процессами и эффективной системой управления, может использовать ИИ для повышения оперативности, обеспечения согласованности и углубления понимания потребностей клиентов.

Что компаниям следует делать сейчас

Приоритетом должно стать дисциплинированное внедрение.

Во-первых, компаниям следует четко определить задачу, которую они хотят решить с помощью ИИ. Для мониторинга рисков, подготовки отчетности, обеспечения соблюдения нормативных требований, проведения инвестиционных исследований и работы с клиентами требуются разные инструменты.

Во-вторых, им следует усовершенствовать инфраструктуру данных, прежде чем полагаться на передовые аналитические инструменты. Без достоверных исходных данных ИИ не сможет дать достоверных результатов.

В-третьих, они должны обеспечивать ответственность людей. Консультанты, специалисты по рискам и инвестиционные комитеты должны понимать ограничения системы.

В-четвертых, компании должны четко общаться с клиентами. ИИ должен сделать управление активами более прозрачным, а не более запутанным.

Наконец, необходимо постоянно оценивать эффективность. Модели требуют тестирования, анализа и корректировки по мере изменения рынков и поведения клиентов.

От истории о технологиях к истории о доверии

В ближайшие несколько лет управление рисками с помощью искусственного интеллекта станет неотъемлемой частью сферы управления активами. Наибольшую выгоду от этого получат не обязательно те компании, которые громче всех заявляют о своих инновациях. Это будут те компании, которые используют ИИ для решения реальных проблем: фрагментированности данных, медленной отчетности, скрытых рисков и непоследовательности в принятии решений.

Эта технология может повысить скорость работы. Она может расширить аналитические возможности. Она может помочь консультантам своевременно выявлять риски. Однако она не способна устранить неопределенность на рынках и не может заменить фидуциарную ответственность управляющих активами.

Именно поэтому настоящий вызов заключается не в том, внедрят ли компании ИИ. Большинство из них это сделает. Гораздо сложнее ответить на вопрос, смогут ли они использовать его так, чтобы укрепить способность принимать взвешенные решения, повысить прозрачность и укрепить доверие клиентов.