Covid-19 zeigt den Wert alternativer Daten für Anleger

Anfang April hat Exabel, eine Plattform für künstliche Intelligenz (KI) und maschinelles Lernen für aktive Vermögensverwalter, in Zusammenarbeit mit 1010data, einem alternativen Datenanbieter für die Einzelhandels-, Konsumgüter- und Finanzdienstleistungsbranche, ihre Covid-19-Auswirkungen entwickelt Instrumententafel.

Das Dashboard leitet Informationen aus mehreren Sätzen von Live-Kredit- und Debitkartentransaktionsdaten sowie einigen Geolokalisierungsdaten ab, die rückläufige Besuche in Geschäften anzeigen.

Zusammengenommen bieten diese Informationen den Anlegern nahezu in Echtzeit Einblicke in die Auswirkungen der Pandemie und der Sperrung auf die Verbraucherausgaben in den USA bei Unternehmen aus 11 Teilsektoren der Reise-, allgemeinen Waren- und Lebensmittelindustrie sowie des Einzelhandels.

Während Sell-Side-Analysten Schwierigkeiten haben, Prognosen zu aktualisieren, die auf langsam eintreffenden und bereits veralteten offiziellen und geprüften Zahlen wie dem BIP und den vierteljährlichen Unternehmensgewinnen basieren, bietet das Dashboard sengende Einblicke.

In den letzten Jahren ist die Landschaft alternativer Daten in ihrer Vielfalt, Quantität und ihrem sehr breiten Qualitätsspektrum fast verwirrend geworden. Aber es kann sehr wertvoll sein 

 - Neil Chapman, Exabel

Das Verbraucherverhalten begann sich bereits vor dem ersten Tod in den USA um den 25. Februar herum zu ändern. Bis zum 28. März war ein Rückgang der Ausgaben gegenüber dem Vorjahr von insgesamt 46.3% zu verzeichnen, obwohl sich dieser bis zum 1. April auf einen Rückgang von 32.9% erholt hatte.

Diese Gesamtzahl gliedert sich in große Variationen. Im Reisesektor verzeichneten Kreuzfahrtunternehmen Ende März einen Rückgang der Verbraucherausgaben um 95.6% und der Fluggesellschaften einen Rückgang um 98%.

Im Gegensatz dazu verzeichneten die Lebensmittelgeschäfte bis zum 97. März einen Anstieg der Ausgaben um 18% gegenüber dem Vorjahr, obwohl dieser anschließend vermutlich nach der ersten Bevorratung auf 27.5% zum 25. März zurückging.

Selbst während die Besuche in Geschäften, in denen Büromaterial gelagert wurde, zurückgingen, stiegen die Konsumausgaben bis zum 48.1. März gegenüber dem Vorjahr auf 25%. Euromoney war eindeutig nicht der Einzige, der vergaß, sich mit Notizbüchern und Stiften zu versorgen, bevor wir aus der Fleet Street flohen, um in Tooting Schutz zu suchen.

Der Einkauf von Kleidung schnitt mit einem Rückgang von 77.8% weniger gut ab.

Für Vermögensverwalter und insbesondere für diskretionäre Portfoliomanager, die sich durch Grundlagenforschung auszeichnen möchten, bietet das Dashboard auch einen Einblick in das Potenzial von Big Data, ihr Denken zu beeinflussen.

"Unsere Mission ist es, unseren Vermögensverwaltungskunden zu helfen, datengesteuerter zu werden", sagt Neil Chapman, CEO von Exabel, gegenüber Euromoney. „In den letzten Jahren ist die Landschaft alternativer Daten in ihrer Vielfalt, Quantität und ihrem sehr breiten Qualitätsspektrum fast verwirrend geworden. Aber es kann sehr wertvoll sein.

„Kredit- und Debitkartentransaktionsdaten korrelieren eindeutig stark mit den Verbraucherausgaben. Und obwohl dies für Investoren in Ölkonzernen oder der Schwerindustrie möglicherweise nicht von großem Interesse ist, ist es für den Einzelhandel oder andere Basiskonsumgüter von großer Bedeutung. Für einige Probleme benötigen Sie Datensätze mit ausreichendem Verlauf, um KI-Modelle darauf zu trainieren, aber wenn Sie dies tun, geben diese Datensätze ihre Geschichte ganz einfach auf. “

Leser seien vorsichtig. Das Dashboard ist so etwas wie ein Teaser. Daten kommen mit einer Verzögerung von mehreren Tagen. Deshalb kann Euromoney nicht über Anfang April hinaus sehen. Anleger, die für eine Premium-Lizenz bezahlen, erhalten um etwa sieben Tage eine aktuellere Ansicht. Besser noch, sie können einen Drilldown über die Ebene des gesamten Sektors hinaus durchführen und nicht nur sehen, wie sich die Ausgaben für Apotheken oder Lebensmittelgeschäfte im Allgemeinen entwickeln, sondern auch, was in bestimmten Unternehmen und Ketten geschieht.

Denken Sie auch daran, dass durch die Verwendung mehrerer Datensätze subtilere Geschichten entstehen können.

Es scheint offensichtlich, dass wir alle mehr für das Wesentliche aus Lebensmitteln ausgeben, aber die Einnahmen sind nicht das ganze Bild.

„Coronavirus-induzierte Panikkäufe haben die Lebensmittelversorgungsketten seit dem Zweiten Weltkrieg möglicherweise am stärksten gestört. Es ist zwar leicht anzunehmen, dass Supermärkte dadurch Geld verdienen, aber die Realität sieht ganz anders aus “, sagt Adam Vettese, Analyst bei der Multi-Asset-Investmentplattform eToro.

Er verweist auf die vorläufige Bekanntgabe der Ergebnisse von Tesco im April, wonach die Deckung der durch Krankheit oder Selbstisolierung abwesenden Mitarbeiter die jährlichen Betriebskosten zwischen 650 und 925 Millionen Pfund Sterling erhöhen könnte.

„Für Investoren ist dies eine klassische Lektion in Sachen Due Diligence: Nur weil die Geschäfte voll sind, heißt das nicht, dass hinter den Kulissen alles rosig ist“, sagt Vettese.

Informationsvorteil

„Investoren suchen ständig nach einem Informationsvorteil“, sagt Chapman. „Während sich fundamentale Vermögensverwalter, die diese Daten nicht berücksichtigen, auf vierteljährliche Gewinnveröffentlichungen vorbereiten, finden diejenigen, die diese Art von Daten verwenden, in der Regel einen Punkt mit maximalem Informationsvorteil, etwa 60 oder 62 Tage in einem Quartal, in dem die Daten ihre Geschichte erzählt haben vor der vierteljährlichen Gewinnveröffentlichung. “

Man könnte argumentieren, dass dies im ersten Quartal 2020 nicht der Fall war. Erst in den letzten 30 Tagen traf Armageddon plötzlich ein. Aber die Sell-Side-Strategen haben mit ihrer ersten Rede von V-förmigen Erholungen und ihrer schmerzlich langsamen Erkenntnis des enormen Ausmaßes der wirtschaftlichen Schließung nicht viel für ihre Glaubwürdigkeit getan.

Nowcasting und alternative Daten dürften angesichts des Umsturzes der Finanzmärkte eine zunehmende Anziehungskraft ausüben.

"Diese Art von Daten gibt es schon lange", betont Chapman. „Die ersten, die es nutzten, waren die großen Quant-Fonds - Renaissance Technologies, Two Sigma, Acadian Asset Management -, die Premium-Datensätze kauften und Armeen fortgeschrittener Mathematiker, Datenwissenschaftler und Software-Ingenieure anstellten, um sie zu nutzen. Ihr typischer diskretionärer Fundamentalmanager verfügt nicht über diese Infrastruktur, um die Daten zu empfangen, aufzunehmen und zu modellieren, um Portfoliomanagern Einblicke zu gewähren, die ihre Anlagehypothesen unterstützen oder in Frage stellen könnten.

"Für diese weniger technischen Unternehmen bietet Exabel über eine sofort verfügbare Software-as-a-Service-Plattform den bestmöglichen Mehrwert."

Hier geht es darum, dass Vermögensverwalter die Kosten all dieser Datenwissenschaftler und Softwareingenieure gemeinsam nutzen und Unternehmen wie Exabel das schwere Heben überlassen können. Exabel verkauft keine Forschung - obwohl das Covid-19-Impact-Dashboard eine Ausnahme darstellt - und erstellt keine vollständigen Investitionsmodelle. Es kann jedoch wertvolle Rohdaten aufnehmen und daraus Informationen präsentieren, die Portfoliomanagern eine Geschichte erzählen könnten.

Die Konsumausgaben sind im Moment nur schnell und einfach zu lesen und ziemlich spannend.

„Viele fundamentale Manager könnten beispielsweise einer Momentum-Strategie folgen und aus einem Universum von Zehntausenden von Unternehmen nach 20 bis 50 suchen, die sie eingehend analysieren. Oft fehlt ihnen ein quantitatives Modell, um dieses erste Screening zu testen, obwohl einige Änderungen an der Liste der Unternehmen, auf die sie sich konzentrieren, möglicherweise mehrere Prozentpunkte Alpha hinzufügen “, sagt Chapman.

„Wir sind datenunabhängig und gruppieren keine Kaufdaten. Wir spielen jedoch eine Rolle dabei, Anbietern dabei zu helfen, den Wert alternativer Daten für die Käuferseite zu artikulieren. Und wir glauben auch, dass effiziente Märkte gute Märkte sind.

"Nur wenige sehr große quantitative Hedge-Fonds zu haben, die einen langen Schwanz von Anlegern übertreffen und keinen Zugang zu diesen Datenmodellierungswerkzeugen haben, sieht nicht nachhaltig aus."