Artigo escrito por Robert Simek, chefe de produto de precificação em tempo real, e Dan Tsou, chefe de produto ETOMS, na Bloomberg.
A digitalização promete trazer novas formas poderosas para o sell-side executar suas funções mais importantes — pesquisar preços e prover liquidez.
A tecnologia impulsionada por dados, incluindo a inteligência artificial (IA), pode ajudar a criar modelos de precificação que dão aos traders as ferramentas para oferecer aos clientes os melhores preços no menor tempo possível.
Ela pode monitorar o resultado dessas transações e alimentar os modelos com as informações do ciclo de vida da operação, trazendo mais informações para negócios futuros. Essa tecnologia também pode permitir que os traders do sell-side trabalhem em mercados ilíquidos e acelerem as negociações por telefone, que ainda dominam as operações de renda fixa. E ela também pode ajudar as empresas a automatizar seus fluxos de trabalho de negociação, oferecendo preços até para as solicitações de cotação mais difíceis.
Pesquisa de preços
Definir preços justos para oferecer a um cliente do buy-side pode ser difícil, especialmente na renda fixa. Com os títulos sendo vendidos no mercado de balcão, os preços não são registrados de forma centralizada nas bolsas, dificultando a avaliação de uma cotação justa para oferecer ao buy-side. Em vez disso, os preços são avaliados com base na última vez que o ativo foi negociado ou inferindo um preço a partir de títulos semelhantes.
Isso aumenta a complexidade, pois poucos títulos são negociados regularmente. Se um cliente solicitar uma cotação para um título que não tenha sido negociado recentemente, o trader precisará encontrar a venda mais recente de um título semelhante. Em uma economia global que conta com milhões de transações diárias, essa é uma tarefa humanamente impossível de executar com precisão de forma consistente.
Mas isso não é um problema para a IA. O poder da tecnologia está na sua capacidade de analisar enormes conjuntos de dados, identificar tendências e, ainda mais importante, a relação entre elas, e gerar insights com esses cálculos. Um desses conjuntos de dados em que ela pode ser treinada é o de preços de negociação dos ativos.
As plataformas de IA na nuvem têm o poder computacional e a escala econômica para analisar centenas de milhares de negociações em poucos segundos para identificar os ativos negociados recentemente que sejam mais parecidos com o que está sendo buscado.
Precificação mais justa
A precisão dessa busca é potencializada pela capacidade da IA de usar um conjunto de parâmetros mais amplo para identificar mais correlações entre a negociação proposta e as transações prévias. No passado, os traders usariam em suas buscas apenas algumas características simples do título solicitado. A IA pode aplicar um conjunto de atributos mais amplo para encontrar mais correlações, oferecendo aos traders o ativo mais próximo possível.
Os benefícios da precificação feita com uma análise utilizando IA e dados podem ser claramente vistos nos mercados ilíquidos. Com tão poucos títulos negociados regularmente, é muito comum que as solicitações de cotação de algumas negociações sejam perdidas ou mesmo fiquem sem resposta devido à falta de recursos ou capacidade dos traders de oferecer uma cotação em tempo hábil. A janela para concluir as negociações pode ser muito curta e, sem a capacidade de encontrar rapidamente uma oferta justa e confiável, ela pode fechar rapidamente.
Isso já não precisa mais acontecer. As análises da IA podem gerar cotações em poucos segundos, garantindo que haja uma correspondência mesmo para os ativos menos negociados, trazendo liquidez para alguns dos cantos mais escassos do mercado.
Visão holística
Embora a última negociação de um título seja o fator mais determinante no preço da sua próxima venda, ele não será o único ponto avaliado na precificação. Fatores intangíveis também terão um papel, entre eles as percepções da credibilidade do emitente. Embora os ratings de crédito orientem os traders, a tecnologia permite uma avaliação mais profunda por meio de conjuntos de dados alternativos.
O processamento de linguagem natural, uma forma de IA que pode obter dados de arquivos de texto e som, bem como fazer varreduras em publicações de redes sociais, está sendo cada vez mais usado para buscar sinais sobre como um ativo ou seu emissor é avaliado. Tais sinais, principalmente os negativos, podem ter um impacto no preço do ativo. Esses insights podem ser utilizados no modelo de precificação para refinar o preço final oferecido a um cliente.
É normal achar que a digitalização ajuda somente negociações eletrônicas, mas o processamento de dados mais rápido que a automação oferece também pode ser benéfico para as negociações por telefone. Os traders poderão ver os preços mais rapidamente em suas telas, por exemplo. Mas, embora as cotações da IA tenham previsto de forma bem próxima os preços no passado, os negociantes também podem apresentar as cotações sabendo que as contrapartes terão mais confiança no que está sendo oferecido.
Da mesma forma, os preços avaliados de forma justa pela IA podem fornecer uma base mais precisa de onde os traders podem refinar as cotações oferecidas a vários tipos de clientes. Para o cliente do buy-side, saber que o preço do trader tem como base a ciência de dados pode aumentar a confiança na qualidade da precificação, aumentando a probabilidade de uma negociação bem-sucedida.
Agregando valor
O sell-side tem sucesso quando pode fornecer ao buy-side os ativos e serviços de que este precisa. A automação está redefinindo as melhores práticas para isso, especialmente quando se trata de precificações, que é essencial para tudo o que o sell-side faz.
Ao aprimorar os modelos de precificação com análises de dados holísticas, os negociantes podem oferecer o melhor serviço aos seus clientes, enquanto agregam valor aos seus negócios.