Las principales tendencias en la estrategia de datos de mercado

Los administradores de datos del mercado y otros profesionales que dependen de tales referencias en el front, middle y back office de las instituciones financieras no pueden esperar para poder definir sus estrategias para este año, después de un 2020 preocupados no más en reaccionar ante la pandemia de Covid-19.

1. Hay innumerables oportunidades en medio de la adversidad. Pero las organizaciones necesitan las estrategias de datos de mercado adecuadas para respaldar el análisis de la front office.
2. En 2021, los cambios regulatorios continuarán a un ritmo acelerado y con un mayor enfoque en la gobernanza de datos en las empresas de servicios financieros.
3. Las estrategias de datos de mercado deberán respaldar la innovación y la automatización, mientras se mantiene bajo control el costo total de operaciones (TCO).

Dados los desafíos a los que se enfrentan hoy en día diversas áreas corporativas, las estrategias de datos de mercado deben evolucionar rápidamente. Después de todo, los datos son una especie de combustible que debe fluir a través del front, middle y back office de empresas y organizaciones financieras de todo el mundo.

A medida que las empresas dan los toques finales a sus estrategias de datos de mercado para 2021, enumeramos seis tendencias principales que deben tenerse en cuenta:

Tendencias en la estrategia de datos de mercado

1) Comprender los desafíos y oportunidades creados por una mayor volatilidad y actividad en los mercados

En 2020, la extrema volatilidad provocada por las reacciones a la pandemia, el Brexit y las elecciones presidenciales de Estados Unidos afectó las tareas del front, middle y back office.

Por si fuera poco, muchas de las funciones relacionadas con el trading y las áreas de soporte de las empresas fueron y continúan viéndose obstaculizadas por esquemas de trabajo remoto. Y, no obstante, solo en el tercer trimestre de 2020, los mercados crediticios (Debt Capital Markets o DCM, por su sigla en inglés) han visto sus emisiones alcanzar los US $ 8 billones.

Mientras tanto, a principios de diciembre, ya se habían emitido US$ 762 mil millones en los mercados de capitales. Como consecuencia, los ingresos globales por comisiones bancarias de inversión totalizaron, según datos de Refinitiv, US$ 91 mil millones en los primeros tres trimestres de 2020, un incremento del 15% con respecto al mismo período de 2019.

Vemos, aún así, que los tiempos de incertidumbre actuales generan tanto desafíos, especialmente para los modelos operativos tradicionales, como oportunidades para quienes son ágiles.

Para prosperar en tales condiciones, el front, middle y back office deben poder tomar las decisiones correctas y mejorar la resiliencia operativa de los procesos utilizando datos y análisis fiables, así como servicios de fijación de precios bien evaluados.

2) Cumplir con las regulaciones que requieren nuevos conjuntos de datos y análisis

Este año veremos cambios regulatorios considerables, que afectarán el front, middle y back office de las organizaciones.

Sea debido a la LIBOR , IBOR, FRTB , SFTR, ajustes de Brexit para la comunidad financiera de Londres, reglas y estándares de ESG, resiliencia operativa u otras razones, 2021 será un año aún más ajetreado que 2020 para la gestión de riesgos del middle office de compliance que apoya a los traders del front office.

En la base de muchos de estos proyectos de cambios regulatorios se encuentran los datos, y principalmente los datos de mercado y de referencia.

Por ejemplo, en preparación para el transición de LIBOR para fines de 2021 (o quizás junio de 2023, ya que el plazo puede extenderse), muchas empresas tendrán que reconfigurar su estrategia de datos de mercado.

Aunque LIBOR fuese un conjunto de datos, se está reemplazando por una amplia gama de benchmarks de tasas de interés, incluidos los libres de riesgo, como el Sterling Over Night Index Average (SONIA) en el Reino Unido; Secured Overnight Financing Rate (SOFR) en los Estados Unidos; y el Euro Short-Term Rate (€ STR) en la zona del euro.

Las organizaciones también han estado reconsiderando cómo estos datos llegan a sus manos, se almacenan, analizan y utilizan, y muchas de ellas ya consideran transferirlos a la nube.

5 Automatizar los procesos relacionados con las negociaciones de front, middle y back office

Desde hace tiempo, tanto los reguladores como las instituciones financieras se han centrado en la automatización para que las negociaciones se puedan procesar directamente, ya sea en el front, middle o back office.

Y la razón de esto es simple: reemplazar los procesos manuales con soluciones tecnológicas debería, en teoría, reducir los costos, acelerar la liquidación y disminuir los riesgos operativos.

Luego de la crisis financiera del 2008, en la que los procesos manuales de muchas instituciones dejaron de funcionar, generando riesgo sistémico, los reguladores comenzaron a incentivar a las empresas a desbloquear sus planes de automatización.

Como resultado, ya se han automatizado algunos procesos manuales, pero las viejas tecnologías utilizadas por los principales players del mercado impidieron nuevos avances; después de todo, no siempre es fácil unir lo antiguo con lo nuevo.

De todos modos eso está a punto de cambiar, ya que el Covid-19 dejó en claro cuán insostenibles son los procesos manuales que aún quedan.

La creciente aceptación de la tecnología de datos y de la nube, especialmente para su uso en el middle y el back-office, también ha permitido nuevas iniciativas. Un buen ejemplo es el lanzamiento del análisis de compliance y el uso de datos del tick story en la nube, como Refinitiv Tick History en Google Cloud Platform.

6 Proporcionar datos que se puedan utilizar para fomentar la innovación a través de proyectos de inteligencia artificial y machine learning

Los equipos de diseño de fintech y regtech están descubriendo que su tecnología solo tendrá la velocidad y precisión que permitan los datos ingresados.

Es decir, datos de baja calidad (con errores, campos faltantes o normalización incorrecta) impedirán que el modelo proporcione los resultados correctos. Además, limpiar y normalizar manualmente los datos para su uso en proyectos de IA y ML puede consumir tiempo y recursos valiosos.

Inclusive, una encuesta reciente de Refinitiv mostró que el 54% de los que respondieron cree que los datos de baja calidad son una barrera para la adopción de IA o ML.

Es por eso que se requiere cada vez que los datos utilizados en proyectos de IA y ML sean de alta calidad, y que estén limpios y estandarizados.

Para que esto suceda, las organizaciones deben garantizar una gobernanza de datos adecuada, lo que contribuye a mejoras significativas en la calidad de estos elementos.

Con respecto a los datos externos, como los datos de mercado o de referencia, las empresas están descubriendo la importancia de trabajar con socios en los que puedan confiar, quienes, por supuesto, solo entregarán productos de alta calidad.

Estrategia conectada y colaborativa

Para transformar sus organizaciones, haciéndolas capaces de enfrentar todos estos desafíos, se necesitan estrategias de datos de mercado más conectadas y colaborativas en las áreas de front, middle y back office.

Es probable que las condiciones del mercado sigan siendo desafiantes y es poco probable que la ola regulatoria se alivie pronto. Por lo tanto, las empresas deben apoyarse en socios en cuyos datos puedan confiar, capaces de proporcionar conjuntos estandarizados de alta calidad, que pueden impulsar la automatización y la innovación.

Si bien 2020 ha sido un año difícil para los equipos de datos de mercado, 2021 parece destinado a ofrecer sus propios desafíos y oportunidades.

Para obtener más información, lea el informe de Refinitiv: “Cómo los datos confiables impulsarán la transformación digital en su negocio de trading”