Ao olharmos para o futuro, quais são alguns dos desafios que as empresas do buy-side podem enfrentar?
Há temas amplos em torno do aumento contínuo de ativos alternativos, da importância crescente dos fatores ESG e da mudança da gestão ativa para a passiva. Mas ao analisarmos essas tendências sob a ótica do que fazemos como provedores de tecnologia, há quatro temas significativos a serem destacados.
O primeiro é a crescente demanda por clareza e transparência em torno dos dados, o que significa que as empresas estão em uma jornada para padronizar esses dados. O segundo é uma pressão maior para gerar alfa – embora a equipe de pesquisa de um gestor seja sua fonte única, ele ainda depende de dados de alta qualidade e de processos de pesquisa bem administrados. Em terceiro, lugar os gerentes de ativos estão sujeitos a maiores exigências de relatórios, seja como resultado de obrigações regulatórias ou do desejo do cliente final de obter informações mais granulares ou mais pontuais. E o quarto é a pressão das margens, tornando a eficiência de processos essencial para as empresas.
O que está motivando uma maior demanda por clareza relativa a dados?
Os dados são uma commodity essencial para as empresas, o que torna imperativa a mudança para dados padronizados e de maior qualidade, incluindo dados de mercado, de negociação e de posições.
Parece simples, mas é incrível a frequência com que uma empresa, ou até mesmo indivíduos da mesma equipe, podem fazer malabarismos com vários sistemas alimentados por diferentes conjuntos de dados. Inevitavelmente, os membros da equipe acabam com respostas diferentes para a mesma pergunta. O problema é agravado quando o gerente de risco e o gerente de portfólio usam conjuntos de dados e modelos diferentes – e, infelizmente, essas são as áreas mais comuns em que existem silos.
Com fontes de dados padronizadas e atualizadas e formatos consistentes para divulgação de informações, os gestores podem obter facilmente uma visão precisa e holística de seus portfólios em todos os conjuntos de ferramentas. O objetivo da Bloomberg é permitir que uma empresa assuma um conjunto de posições ou transações e as confronte com vários fatores de risco de mercado, risco de investimento (modelos de fatores), risco de liquidez, risco de crédito e risco de contraparte.
Do ponto de vista operacional e de custos, essa mudança é fundamental, pois permite que empresas se reconciliem de forma precisa, eficiente e consistente entre plataformas e desativem provedores e sistemas legados ou redundantes.
Como os dados apoiam a busca por alfa?
Como gestor ativo, a pesquisa é basicamente o ingrediente secreto do que você faz. Os dados sustentam cada etapa do fluxo de investimento; por isso, eles são fundamentais para a busca por alfa. Cada ponto de tomada de decisão, desde a construção de pesquisas internas até o balanceamento de um portfólio e a gestão de risco, depende de dados mestre de alta qualidade e consistentes. É imperativo que os dados mestre subjacentes, bem como as bibliotecas analíticas que os compõem, estejam acessíveis por meio de APIs. A Bloomberg oferece várias soluções que podem ajudar os gestores em sua busca por alfa.
As Soluções de Gestão de Pesquisa (RMS) da Bloomberg são projetadas para se integrarem perfeitamente à oferta do Buy-Side da Bloomberg em todas as classes de ativos. Embora nossas RMS possam ser usadas como um repositório autônomo de alta qualidade para pesquisas internas, a eficiência de sua empresa aumenta exponencialmente quando essas pesquisas são disponibilizadas em toda a sua empresa e combinadas com pesquisas externas e informações de segurança mais amplas.
Em segundo lugar, há o BQuant da Bloomberg, que oferece um ambiente do tipo sandbox para dar às empresas acesso a dados vastos e bibliotecas analíticas que as ajudam a obter os resultados para tomar decisões inteligentes, sejam elas investidoras bottom-up ou top-down.
Por exemplo, você pode ter uma visão única dos fundamentos da empresa e precisa documentar e compartilhar esse conteúdo. O BQuant tem soluções para ajudar a facilitar esse fluxo de trabalho de pesquisa, para que você possa compartilhar e selecionar o conteúdo em toda a sua organização – combinando conteúdo interno e externo. Isto permite a consistência em toda a organização e elimina redundâncias de gestores ou analistas, que ocorrem quando as pessoas trabalham em 30 planilhas diferentes.
Outra ferramenta é o PORT Optimizer, que faz parte do sistema de análise de portfólio e risco da Bloomberg. A ferramenta apoia a otimização multiobjetivos, ajudando os gestores do buy-side a alcançar vários objetivos de investimento de maneira simultânea e se conecta diretamente aos fluxos de trabalho para se integrar a outros sistemas e processos.
Por fim, com todas as incertezas recentes, há uma ênfase renovada na necessidade de quantificar e entender com precisão o risco dos portfólios. Os novos Modelos de Risco MAC3 da Bloomberg incluem técnicas avançadas para produzir previsões precisas que sejam úteis tanto para a gestão de risco quanto para a construção de um portfólio – incluindo a otimização.
Não são apenas as empresas que buscam um acesso mais aberto aos dados; os investidores agora também exigem mais dados. O que está impulsionando esta demanda e o que as empresas do buy-side estão fazendo a respeito?
Em nosso mundo sedento por dados, os gestores experimentam um aumento no escrutínio por parte dos investidores institucionais, que esperam uma maior frequência – e detalhes – na divulgação de informações.
Também devemos levar em conta a pressão exercida pela regulamentação, por exemplo, com a revisão do EMIR planejada para este ano. A Europa tem sido líder em mudanças regulatórias, e continua a evoluir, especialmente em áreas como ESG. É aí que as empresas querem maiores perspectivas.
Neste ambiente, uma maior transparência e granularidade na divulgação de informações aos investidores e reguladores se entrelaçam.
A inteligência artificial, especialmente a IA generativa, tem recebido muita atenção e tem havido muito interesse em como ela pode afetar os setores, incluindo a gestão de ativos. O que as empresas estão fazendo para se preparar, se é que estão fazendo algo?
A IA tem sido um tópico de interesse para as empresas de investimento e uma das áreas nas quais somos mais questionados por diretores de investimento. O desejo de participar desta tecnologia transformacional é nítido, embora haja uma variação em termos dos passos que os gestores de investimento estão tomando para se prepararem. Isto inclui a avaliação de casos de uso comerciais para a implementação de IA para simplificar os processos existentes e considerar quais protocolos de governança são necessários para fornecer uma supervisão apropriada para suas organizações.
Além disso, os investidores querem que seus parceiros de tecnologia os ajudem a aproveitar a IA por meio de melhorias no fluxo de trabalho nativo. Por exemplo, no início do ano, a Bloomberg lançou uma ferramenta que cria resumos gerados por IA das transcrições de resultados. Sempre fomos líderes em ajudar empresas a gerar uma perspectiva ao reunir diferentes fontes de dados – transcrições de resultados, pesquisas de broker e notícias. Mas esta ferramenta de IA significa que os nossos usuários não precisam analisar transcrições longas e podem explorar rapidamente o conteúdo específico de que precisam.
Há uma ênfase significativa na importância dos dados, mas isso ocorre em um momento em que as empresas estão sob pressão de custos. Como as empresas equilibram estas demandas concorrentes?
As gestoras de ativos estão sob pressão em relação às suas margens, pois o setor tem se tornado cada vez mais competitivo. Dois terços dos fluxos de ativos estão agora em produtos passivos, o que é uma enorme mudança para o lucro em geral. Além disso, as empresas querem garantir que seus relatórios sejam precisos, e isso tem um custo – assim como a maior ênfase na centralização dos dados.
Continuamos a ver muitos gestores de ativos se concentrando em voltar à essência da gestão financeira pura, com funções não essenciais sendo terceirizadas ou substituídas por tecnologia, especialmente automação.
A Bloomberg ajuda cada vez mais as empresas a simplificar os processos de middle office, oferecendo capacidades de processamento e supervisão em tempo real para fluxos de trabalho essenciais, sustentadas pela conectividade a provedores de soluções de custódia, administrativas e contábeis. Ao fazer isso, os gestores de investimentos não estão apenas impulsionando a eficiência e a escala, mas também reduzindo o risco e diminuindo os custos operacionais associados ao processamento manual e ao erro humano.
A automação de atividades pós-negociação pode ajudar a reduzir os custos operacionais e as ineficiências associadas ao processamento manual e ao erro humano.
Por exemplo, o apoio da Bloomberg à Liquidação T+1 é impulsionado por nosso pacote de operações pós-negociação, que inclui a Plataforma Central de Correspondência de Negociações (CTM) para correspondência, o SWIFT para liquidação e o Fluxo de Gestão de Negociações para automação. Os indicadores-chave de desempenho (KPIs) para clientes existentes que utilizam o pacote de operações ilustram que 97% de todas as negociações que passam pelo nosso sistema são correspondidas em T+0 e 70% de todas as negociações são enviadas para a liquidação em T+0.
Ao fazer isso bem feito, as empresas podem ter um impacto maior em seus custos operacionais e melhorar as margens.
A função PM
A eficiência é fundamental, já que as empresas do buy-side enfrentam uma pressão cada vez maior para padronizar os dados, gerar alfa, atender às demandas crescentes de divulgação de informações e à pressão das margens. Ao refinar os processos e os modelos operacionais, as empresas do buy-side podem reduzir os custos ao mesmo tempo em que fornecem resultados precisos e se mantêm à frente da concorrência.
