Artificiële Intelligentie (AI) sijpelt alle lagen van de samenleving binnen, en dus ook financiële markten en portefeuillebeheer. Mensen zullen minder en minder betrokken worden bij het dagelijks beheer van portefeuilles, terwijl AI grenzeloze mogelijkheden biedt bij de analyse van financiële data. De vraag is of portefeuilles in de nabije toekomst beter beheerd kunnen worden, in termen van rendement en risicobeheer. Kunnen we met AI tijdig ingrijpen in de aanloop naar potentiële grote schokken die gepaard kunnen gaan met aanzienlijke verliezen?
Zwarte zwanen en drakenkoningen
Om hierop een antwoord te formuleren, nemen we als uitgangspunt een debat dat opgang maakte in de nasleep van de laatste grote financiële crisis (2007/2008). De protagonisten zijn Nassim Nicholas Taleb (de mosterd kwam van bescheiden genie Benoit Mandelbrot) en Didier Sornette, met hun respectievelijke boeken “The Black Swan” en “Dragon Kings, Black Swans and Predictability”.
Het raakvlak tussen beide auteurs is dat extreme gebeurtenissen eigenlijk vaker voorkomen dan men denkt. De onderliggende mechanismen kunnen echter vaak verschillen. Toch zijn er volgens Sornette mogelijkheden om dit ex-ante wiskundig en statistisch redelijk nauwkeurig te modelleren, en dus in zekere mate ook te voorspellen. Taleb was op dit vlak sceptisch, maar gaf toe dat een zwarte zwaan in bepaalde uitzonderlijke gevallen grijze kenmerken kan aannemen (en aldus in zekere mate een voorspelbare koning draak wordt).
Dark corners
In 2011 kreeg het debat extra kleur door een paper van Olivier Blanchard, MIT-professor en toenmalig economisch hoofd van het IMF. Blanchard was vooral bezorgd over de impact van extreme gebeurtenissen op grotere wereldschaal en internationale conjunctuurdynamiek. Die gaf hij het label “Dark Corners”. Kort samengevat: onze macromodellen zijn redelijk accuraat naar voorspellingskracht wanneer de wereld onder normale omstandigheden functioneert. 2008 leerde ons echter dat er zoiets als zwarte hoeken bestaan in de economie en markten. En dat deze zwarte hoeken boven de menselijke en technologische verbeelding uitstijgen. Het beste is dus om deze zwarte hoeken te vermijden, en dat kan o.a. door doordachte regelgeving ex-ante voor financiële markten en de financiële sector.
Komt AI ons redden?
Blanchard maakt terecht een vuist in een poging om iets in hoge mate kogelvrij te maken als “first line of defense”. Dat kan bijvoorbeeld door specifieke regelgeving en macro-prudentieel beleidstoezicht op risk en compliance. Het reduceert waarschijnlijk toekomstige uitschuivers op de markt maar sluit ze niet volledig uit. En het lost het vraagstuk van voorspelbaarheid dus niet integraal op.
Het voordeel, of de doorbraak, van AI is de snelheid en kwantitatieve modelleringskracht, die in de nabije toekomst nog exponentieel zal toenemen. In die zin is er dus sprake van een revolutie. Maar het kwantitatieve of wiskundig aspect heeft ook beperkingen. Naast het feit dat een model afhankelijk is van betrouwbare data, is er ook zoiets als een transformatieprobleem: Hoe zet je data van kwalitatieve aard om in iets kwantitatief? En dan komen we terug bij het feit dat er “aardbevingen” kunnen voorkomen waarvan de oorzaken van verschillende en/of unieke kwalitatieve aard zijn en waarvoor geen precedenten voorhanden zijn. Het antwoord op de vraag “wat zijn de globale politieke, economische en marktimplicaties van de beslissing om binnen de EU te blijven (Brexit)” is van een totaal ander kaliber dan bv “wat is de impact van een 10% BTW tarief versus 0%”.
En dat brengt ons bij de actuele geopolitieke hete hangijzers, zoals Groenland. Stel dat de VS in de nabije toekomst manu militari Groenland inlijft (of China Taiwan). Kunnen AI-modellen dit voorspellen? En zo ja, kunnen ze de impact hiervan modelleren en de flanken van een portefeuille voor 100% afdekken tegen verliezen? Ik vrees dat het antwoord op beide vragen “neen” is en blijft. Dus in die zin is er maar één beperkte toegevoegde waarde weggelegd voor AI en portefeuillebeheer, ook al zullen er ongetwijfeld efficiënte resultaten geboekt worden op andere vlakken: snellere detectie van bepaalde marktsignalen, betere waardering van activa en dergelijke.
Mijn persoonlijke bescheiden conclusie lijkt van halflege aard te zijn maar kan ook halfvol geïnterpreteerd worden: indien AI zou inhouden dat we in de nabije toekomst quasi alles met akelige nauwkeurigheid kunnen voorspellen, wordt de wereld dan geen oersaaie plek om in te vertoeven?
Christofer Govaerts is Chief Economist & Investment Strategist bij Bank Nagelmackers. Deze column is niet bedoeld als professioneel beleggingsadvies of als aanbeveling tot het doen van bepaalde beleggingen.