Applicazioni di Big Data in finanza

I big data sono un popolare nuovo slogan nel campo della tecnologia dell'informazione e dei metodi quantitativi che si riferiscono alla raccolta e all'analisi di enormi quantità di informazioni. I progressi nella potenza di calcolo e il calo dei relativi prezzi stanno rendendo i progetti di Big Data sempre più tecnicamente fattibili ed economici. In particolare, l'avvento del cloud computing sta mettendo il costo dell'analisi dei big data alla portata di molte aziende più piccole, che ora non hanno bisogno di effettuare significativi investimenti di capitale nella propria infrastruttura informatica.

Una nuova categoria di carriera, la scienza dei dati, è nata in risposta alla crescita dei big data.

Applicazioni all'interno della finanza:

All'interno della finanza, in particolare nel settore dei servizi finanziari, i big data vengono utilizzati in un numero crescente di applicazioni, come ad esempio:

1. Monitoraggio e sorveglianza dei dipendenti
2. Modelli predittivi, come quelli che possono essere utilizzati dai sottoscrittori di assicurazioni per fissare premi e ufficiali di prestito per prendere decisioni di prestito
3. Sviluppare algoritmi per prevedere la direzione dei mercati finanziari
4. Determinazione del prezzo di attività illiquide come immobili

Assicurazione auto:

Già negli anni '80, il fondatore di Progressive Insurance non vedeva l'ora che i dati rigidi sulle abitudini di guida dei singoli assicurati potessero essere raccolti e analizzati. Ciò porterebbe a una misurazione del rischio più accurata e alla valutazione del rischio, e quindi a una più precisa impostazione del premio. Entro il 2010, era diventata disponibile la tecnologia necessaria per la raccolta dei dati, e ora oltre un milione di clienti hanno accettato di installare nelle loro macchine scatole nere che monitorano, per esempio, la velocità con cui tipicamente guidano e quanto improvvisamente frenano.

Credito al consumo:

LendUp integra i rating di credito FICO tradizionali con analisi di social network tratte da varie altre fonti, al fine di prendere decisioni di prestito. Ad esempio, LendUp è interessato a sapere se un potenziale mutuatario ha cambiato frequentemente i numeri di cellulare, il che potrebbe indicare un rischio grave. La società ritiene inoltre che il modo in cui le persone interagiscono con i propri amici online offra forti indizi sulla loro rischiosità come mutuatari. Coloro che mostrano le connessioni sociali più forti e più attive e i legami comunitari sembrano essere i rischi migliori.

Pertanto, ai potenziali mutuatari viene chiesto di mettere a disposizione dell'azienda i loro account Facebook per l'analisi.

Il gigante della carta di credito CapitalOne, nel frattempo, è diventato un grande giocatore negli anni '90 principalmente attraverso l'utilizzo di avanzate tecniche di raccolta e analisi dei dati per identificare le prospettive delle sue carte, rubando una marcia su molti dei suoi rivali più affermati.

Prestito alle piccole imprese:

Il nuovo entrante Kabbage è una società basata sulla tecnologia e con poco personale i cui modelli predittivi attingono a fonti diverse come i social media, eBay e UPS per valutare la qualità delle relazioni tra potenziali mutuatari e i propri clienti.

Assicurazione delle colture:

Climate Corporation ha sottoscritto un'assicurazione sui raccolti per gli agricoltori. L'azienda esegue enormi simulazioni per prevedere previsioni meteorologiche a lungo termine e fissare i premi.

Mutuo ipotecario:

JPMorgan Chase sta usando l'analisi dei big data per determinare i prezzi di vendita accettabili per le case e le proprietà commerciali che sono state recuperate come risultato di mutui insolventi. L'idea, secondo fonti confidenziali, è di valutare le condizioni economiche locali e i mercati immobiliari per suggerire prezzi di vendita ragionevoli prima che i mutui ipotecari vadano effettivamente in default. Se questi prezzi di vendita suggeriti sono fissati in modo preciso, l'interruzione del mercato immobiliare locale da un default, recupero e vendita da parte della banca teoricamente dovrebbe essere ridotta al minimo.

Inoltre, il periodo durante il quale la banca è costretta a detenere una proprietà prima di effettuare una vendita dovrebbe essere ridotto al minimo.

Nel frattempo, Quantfind, un'azienda che ha fornito alla CIA competenze tecniche per scoprire false identità utilizzate da sospetti terroristi, ha ammesso di aver discusso con JPMorgan Chase su come la sua tecnologia possa essere applicabile al business del credito, in aree come la valutazione del credito e marketing.

_{Fonti: "I dati aprono le porte all'innovazione finanziaria" e "JPMorgan utilizza strumenti di controterrorismo per individuare le frodi tra i lavoratori", Financial Times, 14 dicembre 2012.}