A capacidade de uma pessoa humana para analisar informação é limitada, mas o crescimento de dados desestruturados – imagem, voz, texto – nos últimos anos foi exponencial. Para fechar a brecha entre ambos, a Goldman Sachs AM serve-se da inovação tecnológica.
Registe-se em FundsPeople, a comunidade de mais de 200.000 profissionais do mundo da gestão de ativos e património. Desfrute de todos os nossos serviços exclusivos: newsletter matinal, alertas com notícias de última hora, biblioteca de revistas, especiais e livros.
Para aceder a este conteúdo
Pode um gestor tomar decisões verdadeiramente informadas sem se servir da tecnologia? Num mundo onde há sobreabundância de informação por processar, antevê-se um desafio complicado. A capacidade de uma pessoa humana para analisar dados é limitada, mas o crescimento de informação desestruturada – imagem, voz, texto- nos últimos ano foi exponencial. O diferencial que se alarga ente ambos é o que na Goldaman Sachs Asset Management denominam de understanding gap (brecha de entendimento). “Se pensarmos que essa brecha pode dar pistas, ideias ou conhecimentos que mudem a percepção económica ou de um critério fundamental, então é para nós uma fonte de alfa. E na indústria da gestão de ativos essa vantagem competitiva será a chave para tomar decisões que potencialmente podem ser diferentes do consenso”, explica Javier Rodriguez-Alarcón, responsável por EMEA da equipa quantitativa da GSAM.
A Goldman Sachs AM foi uma das pioneiras a servir-se do que agora comummente se chama big data para tomar decisões de investimento. Desde que se formou a equipa de Equity Alpha da GSAM em 1989, a filosofia permaneceu inalterada: continuar um processo disciplinado e automatizado com o qual se exploraram anomalias existentes em critérios fundamentais. Fruto desta visão nasceu a gama CORE da empresa, um conjunto e cinco veículos de ações de mercados desenvolvidos e emergentes com um processo muito particular.
Através de carteiras muito diversificadas, o fundo não assume risco idiossincrático já que a carteira é composta por pequenas sobreponderações ou infraponderações que não superam os 2,5% face ao índice e com um orçamento de risco ajustado. O resultado foi uma gama de produtos com retornos a longo prazo (a 3 e 5 anos) sólidos, geralmente, no top 25% da sua categoria e em alguns casos no 10% superior. “E o é importante é que o alcancem com consistência nos retornos e com uma correlação baixa a outros gestores tradicionais”, ressalta o especialista.
A filosofia é a mesma, mas o processo evoluiu. Como conta Rodriguez-Alarcón, reforçaram o ênfase na tecnologia em termos de criar uma infraestrutura que lhes permite automatizar o processo e analisar novas fontes de informação. Porque o conceito de big data se transformou; vai muito mais além de analisar grandes quantidades de números. Agora a informação mais interessante e menos explorada encontra-se em formatos que não são numéricos. E não são só imagens. Na GSAM apoiam-se de qualquer fonte que possa apresentar informação relevante, como a geolocalização. “A capacidade para poder fechar essa brecha de entendimento é uma vantagem na tomada de decisões”, defende o gestor.
O papel do ESG
Ao investir em ferramentas tecnológicas como o machine learning ou os processadores de linguagem natural, amplia-se em todos os sentidos a maneira de pensar no processo de investimento. “Não só nos permite avaliar critérios fundamentais. Podemos medir elementos conceptuais ou psicológicos como o desvio do investidor ou sentimento do mercado”, explica Rodriguez-Alarcón. O que estão a fazer os participantes do mercado? Há algum investidor que esteja a vender ou a comprar? “É ler entre as linhas”, refere o gestor. Até de forma inconsciente um analista pode mudar o seu tom, ser mais de alta ou de baixa, sem tocar na sua recomendação de preço. Quantos relatórios pode um ser humano ler num dia? Com o uso da tecnologia esse processo automatiza-se.
Como podem os resultados económicos de uma large cap dos Estados Unidos impactar uma small cap japonesa? O estilo de gestão da gama CORE também abre caminho para compreender melhor as relações, muitas vezes não explícitas, entre empresas – o que na GSAM chamam de teia de aranha – e a partir de aí inferir potencialmente uma mudança no preço da mesma. O uso de processadores de linguagem natural permite-lhes unir as empresas que se sentam em universos distintos graças à leitura de bases de dados como as patentes registadas. Algo muito útil tendo em conta que um fundo global terá um universo de investimento de mais de 15.000 empresas.
Esse processo de investimento também o levam ao terreno do investimento socialmente responsável. Porque sim, ter em conta os critérios ESG está ligado a uma rentabilidade maior, defendem. Mas há uma nuance, que é o motivo importante identificar porque é que isto acontece. “O ISR por si só não é necessariamente uma via para gerar maiores retornos”, matizam. O que há são certas métricas úteis para identificar os valores que o farão melhor. A equipa de Quantitative Investment Strategies serve-se do ISR na gama CORE para explicar ineficiências nos preços, negócios que vão bater expectativas e empresas que beneficiam de temáticas emergentes nos mercados. “Acreditamos que as métricas ESG desempenham um papel cada vez mais importante em ajudar-nos a identificar investimentos sólidos, sempre e quando se fizer com que as nuances e dinâmicas adequadas”, determinam.
