Il computer non basta

Come approfondito in un recente report di Amundi AM, negli ultimi anni l'industria della consulenza finanziaria è stata influenzata dall'emergere della digitalizzazione e dei roboadvisor. Questo fenomeno riguarda i principali servizi finanziari, tra cui la gestione patrimoniale, i piani di risparmio dei dipendenti, i gestori patrimoniali, le banche private, i fondi pensione, i servizi bancari, ecc. Dal momento che il modello di robo-advisory è nelle sue fasi iniziali, si stima che i robo-advisors aiuteranno a gestire circa 1000 miliardi di dollari di attività nel 2020 (fonte OCSE). E questa tendenza si estenderà oltre le generazioni future, che vivranno in un mondo basato sulla tecnologia e sui social media. Nel settore degli investimenti, i robo-advisor affrontano però diverse sfide: profilazione dei clienti, personalizzazione, asset pooling, vincoli di liquidità, ecc. In senso stretto, robo-advisory è per Amundi AM un termine per definire la gestione automatizzata del portafoglio. Ciò include il trading automatico e il ribilanciamento, ma anche l'allocazione automatica del portafoglio. E quest'ultima questione è certamente la sfida più importante per il robo-advisory nei prossimi cinque anni. Oggi, in molti robo-advisor, l'asset allocation è basata ancora non poco sull'essere umano ed è molto lontana dall'essere determinata dai computer. La ragione è che l'ottimizzazione del portafoglio è un compito molto difficile e può portare a soluzioni matematiche ottimizzate che non sono ottimali da un punto di vista finanziario. La grande sfida per i robo-advisors sarà quindi quella di essere in grado di ottimizzare e ribilanciare centinaia o migliaia di portafogli ottimali senza l'intervento umano. Gli esperti di Amundi AM evidenziano a tal proposito che l'approccio di ottimizzazione basato sul criterio media-varianza (molto utilizzato per le strategie in Etf di tipo smart beta che puntano al controllo del rischio di portafoglio) è principalmente guidato da fattori di arbitraggio correlati al concetto di hedging del portafoglio. Esistono in particolare limiti imposti dalla diversificazione di portafoglio e dalle normative, che rendono necessarie modifiche a quanto i sistemi automatici suggerirebbero di fare basandosi sulla solo programmazione. Ad esempio, volendo mirare ad un target di volatilità del 7% annuo, il sistema suggerirebbe di allocare il 30% circa in Treasury a 10 anni e il rimanente 70% circa in bond high yield; è chiaro che una simile concentrazione non è accettabile, e sono necessari vincoli che limitino in questo caso i pesi massimi. Gli step successivi possono invece aver a che fare con l’imposizione di pesi minimi per alcune asset class, che il sistema in automatico vorrebbe inserire con quantità irrisorie, nuovamente non efficienti. Successivamente potrebbe essere richiesta una certa allocazione geografica, per evitare che il portafoglio modello risulti troppo sbilanciato su alcuni sottostanti e non tenga conto di altri asset ritenuti fondamentali. Il grafico evidenzia un esempio di tale processo in termini di evoluzione della frontiera efficiente, ed è chiaro che la scelta finale del portafoglio da proporre agli investitori non può essere derivata in totale autonomia da un codice precompilato, ma necessita ancora dell’intervento umano. (riproduzione riservata)