Riportiamo articolo integrale e libera traduzione pubblicato su

 Swiss Entrepreneurs Magazin

 FinTech | Artificial Intelligence

 

Finance and Sustainability need alternatives, also Alternative Data

WHAT IS “ALTERNATIVE DATA

 

La finanza e la sostenibilità hanno bisogno di alternative, anche di dati alternativiCHE COSA SONO I “DATI ALTERNATIVI

 

 

By Fabrizio Milano d’Aragona, CEO and Shanshan Zhu, ESG Specialist, FinScinece

 

CHE COSA SONO I “DATI ALTERNATIVI“ I dati alternativi sono dati non tradizionali che possono essere estratti mediante tecnologie di intelligenza artificiale da diversi ambienti digitali (ad esempio: blog, forum, piattaforme sociali o di e-commerce, mappe, ecc.). Differisce dai tradizionali dati strutturati, poiché spesso ha origine come traccia di testo, immagine o anche vocale e, di conseguenza, deve subire un processo complesso – che implica l’uso dell’apprendimento automatico e degli strumenti di PNL – da tradurre in numeri. Alcuni tipi di dati alternativi sono “strutturati”, come previsioni meteorologiche o dati di e-commerce che sono facilmente integrati nei modelli tradizionali, ma nella stragrande maggioranza dei casi si tratta di dati non strutturati, come ad esempio: post social, blog, notizie, recensioni , eccetera..

 

 WHAT IS “ALTERNATIVE DATA”?

 Alternative data is non-traditional data that can be extracted by means of AI technologies from several digital environments (for example: blogs, forums, social or e-commerce platforms, maps, etc.). It differs from traditional structured data, as it often originates as a text, image or even vocal track and, consequently, has to undergo a complex process – implying the use of machine learning and NLP tools – to be translated into numbers. Some types of Alternative Data are “structured”, such as weather forecasts or e-commerce data which are easily integrated into traditional models, but in the vast majority of cases it is unstructured data, such as: social posts, blogs, news, reviews, etc..

 

 

PERCHÉ DOVREBBE UTILIZZARE I DATI ALTERNATIVI? Nel settore Fintech, l’utilizzo di dati alternativi sta acquisendo un’importanza sempre crescente e sta diventando particolarmente attraente per i fondi di investimento, le società quotate e le società che stanno per essere finanziate.Il set di dati finanziari “tradizionali” è disponibile per tutti gli operatori, ma oggi non è più sufficiente per le aziende e gli investitori creare valore aggiuntoe ottenere un vantaggio competitivo. Questo è il motivo per cui la ricerca di set di dati alternativi si è recentemente intensificata nel settore finanziario. Tuttavia, chiunque desideri trattare questi dati non strutturati deve comprenderli, il che implica avvicinarsi alla logica degli ambienti digitali in cui sono stati creati, della comunicazione sottostante e della distribuzione digitale. La mancanza di competenze in materia di scienza dei dati e digitali è uno dei motivi principali per cui molti attori del settore finanziario che si avvicinano al mondo dei dati alternativi incontrano enormi difficoltà.   

 

FinTech | Intelligenza artificiale 

 

WHY SHOULD WE USE ALTERNATIVE DATA? Within the Fintech sector the use of alternative data is gathering an ever-increasing importance and it is becoming particularly attractive to investment funds, listed companies and companies which are about to be financed.

“Traditional” financial dataset is available to all operators, but today it is no longer sufficient for companies and investors to create added value

and gain a competitive advantage. This is the reason why the search for alternative datasets has recently intensified in the financial sector. However, anyone who wants to deal with this unstructured data needs to understand it, which implies approaching the logic of the digital environments where it has been created, of the underlying communication and of the digital distribution. Lack of digital and data science expertise is one of the main reasons why many players in the financial arena approaching the world of alternative data encounter tremendous difficulties.

 

COME POSSIAMO USARE I DATI ALTERNATIVI? Dati alternativi possono essere utilizzati a scopo informativo e predittivo.Il primo approccio riguarda la fornitura di nuovi indicatori e allarmi tratti da dati alternativi che vengono filtrati, classificati e ponderati in base alla popolarità, al sentimento e alla volatilità. Utilizzando questo strumento, i consulenti finanziari possono offrire ai loro clienti temi di investimento innovativi (riguardanti, ad esempio, blockchain o auto elettriche) e diventare più competitivi in ​​termini di costi e servizi, in particolare considerato che solo unl’approccio ai servizi personalizzati è un approccio di successo nell’ambito del regime MiFID II. Nel frattempo, i Responsabili delle relazioni con gli investitori delle società pubbliche possono monitorare il sentiment relativo al loro stock, eseguendo non solo una valutazione relativa alle prestazioni finanziarie e commerciali complessive della società, ma anche un’analisi dettagliata dei prodotti e servizi attuali e futuri, affari opportunità, reputazione di gestione e problemi di contenzioso, ma anche monitorare il sentimento degli investitori digitali in relazione ai loro concorrenti. Inoltre, possono gestire in modo rapido ed efficiente possibili equivoci e voci, evitando così eccessive fluttuazioni del mercato e riducendo i rischi.Il secondo approccio ai dati alternativi riguarda la valutazione, l’ottimizzazione e la previsione basata sulla combinazione con i dati tradizionali (ovvero dati di borsa, rapporti trimestrali, dati aperti). Perad esempio, applicando l’apprendimento automatico ai dati finanziari tradizionali relativi alle PMI, gli istituti di credito possono migliorare i loro modelli di punteggio, eseguendo un’analisi approfondita di un gran numero di variabili, che possono essere integrate con le più rilevanti estratte dai dati alternativi digitali 

 Di Fabrizio Milano d’Aragona, CEO e Shanshan Zhu, specialista ESG, FinScineceRivista svizzera degli imprenditori 79 

FinTech | Intelligenza artificiale 

HOW CAN WE USE ALTERNATIVE DATA?

Alternative Data can be used for informative and predictive purposes.

The first approach concerns the provision of new indicators and alerts drawn from Alternative Data which are filtered, classified and weighted based on popularity, sentiment and volatility. By using this tool, financial advisors can offer to their clients innovative investment themes (concerning, for example, blockchain or electric cars) and become more competitive in terms of costs and services, especially considered that only an evolving

approach to customized services is a successful approach under MiFID II regime. At the meantime, Investor Relations Managers of public companies can monitor the sentiment related to their stock, performing not only an assessment related to the overall financial and commercial performance of the company, but also a detailed analysis of current and future product and services, business opportunities, management reputation and litigation issues, but also monitor the digital investors’ sentiment in relation to their competitors. Moreover, they can quickly and efficiently manage possible misunderstandings and rumors, so preventing excessive market fluctuations and reducing risks.

The second approach to Alternative Data concerns the assessment, optimization and prediction based on the combination with traditional data (i.e. stock data, quarterly reports, open data). For

instance, by applying machine learning to traditional financial data related to SMEs, lending institutions can enhance their scoring models, performing an in-depth analysis of a large number of variables, which can be integrated with the most relevant extracted from digital Alternative Data

CHE COSA FA IL SOFTWARE FINSCIENCE? FinScience ha sviluppato una piattaforma che consente un accesso semplice a dati alternativi alle persone che lavorano nel settore finanziario. Il software FinScience, attraverso algoritmi AI, raccoglie, classifica, analizza e sintetizza un’enorme quantità di dati digitali da diverse fonti per trovare segnali potenzialmente connessi con l’andamento dei prezzi delle attività finanziarie nel medio-lungo termine. In particolare, il software di Finscience può: • monitorare il web e acquisire dati strutturati e non strutturati da diverse fonti predefinite; • filtrare ed elaborare tali dati, al fine di classificarli per rilevanza e qualità; • estrarre il sentimento sociale relativo a una società o un problema o evento aziendale in un determinato periodo; • archiviare i dati elaborati per analisi statistiche automatizzate che potrebbero condurre a intuizioni utili; e • sfruttare le intuizioni, anche attraverso un’analisi incrociata con le tendenze finanziarie, per supportare investitori e aziende nell’individuare gli eventi, i prodotti e i servizi che interessano e incrociare che molto probabilmente possono influire sulle prestazioni dell’azienda a medio e lungo termine -termine.FinScience basa la sua interpretazione dei dati su specifici indicatori proprietari:- Digital Popular Value (DPV), che misura la diffusione di un segnale digitale sul web in relazione ad argomenti specifici o entità fisiche e giuridiche,- Volatilità DPV: la quantità di DPV che un’entità subisce durante un determinato periodo di tempo,- Sentimento: l’analisi dei dati è arricchita dal sentimento specifico relativo al contenuto digitale, in cui il “sentimento” si riferisce al modo in cui gli utenti percepiscono un problema, un marchio, un evento, un prodotto o un servizio specifico. L’analisi dei dati viene attualmente effettuata utilizzando i dati in inglese. Ad esempio, se analizziamo un articolo in cui l’autore giudica negativamente il settore delle auto elettriche, ma parla positivamente delle auto elettriche Tesla, il sentimento associato a Tesla sarà positivo.

 

 

FinTech | Intelligenza artificiale

 

WHAT DOES FINSCIENCE’S SOFTWARE DO? FinScience developed a platform that gives a simple access to alternative data to people who work in the financial industry. FinScience software, through AI algorithms, collects, classifies, analyzes and summarizes a huge amount of digital data from different sources to find signals potentially connected with financial assets price trends in the medium-long term. In particular, Finscience’s software can: • monitor the web and acquire structured and unstructured data from several predefined sources; • filter and process those data, in order to rank them by relevance and quality; • extract the social sentiment related to a company or a corporate issue or event in a given period; • store processed data for automated statistical analysis that could lead to useful insights; and • take advantage of insights, also by means of a cross-analysis with financial trends, to support investors and companies to identify the corporate events, products and services that interest, and cross that most probably may affect firm performance on the medium and long-term.

FinScience bases its data interpretation on specific proprietary indicators:

– Digital Popularity Value (DPV), that measures the diffusion of a digital signal on the web related to specific topics or physical and legal entities,

– DPV Volatility: the amount of DPV change an entity experiences over a given period of time,

– Sentiment: the data analysis is enriched with the specific sentiment related to the digital content, where the ‘sentiment’ refers to the way users perceive a specific issue, brand, event, product or service. The data analysis is currently carried out by using data in english. For instance, if we analyse an article where the author judges negatively the electric car sector, but speaks positively about Tesla electric cars, the sentiment associated to Tesla will be positive. – Market Potential Index (MPI): is a proprietary dynamic scoring system that assesses companies’ readiness to invest, by mixing digital and financial indicator.

PARLIAMO SULLO SVILUPPO SOSTENIBILE. PERCHÉ I DATI TRADIZIONALI NON SONO ABBASTANZA? La costruzione di un sistema economico sostenibile è oggi uno dei bisogni globali più urgenti. Individui, società, ma anche investitori e la società in generale sono chiamati a impegnarsi attivamente nella transizione economica. Gli istituti finanziari, in quanto fornitori chiave di finanziamenti, svolgono un ruolo chiave, poiché il cambiamento è possibile solo riorientando il capitale privato verso investimenti più sostenibili. Tuttavia, la mancanza di informazioni affidabili rende difficile per gli investitori professionali identificare in quali società dovrebbero investire al fine di promuovere un’economia sostenibile.Gli attuali indici, punteggi e sistemi di classificazione ESG mostrano carenze e limitazioni con riferimento sia alla qualità delle informazioni su cui si basano, sia alla tempistica di emissione dei dati. I report ESG si basano principalmente su CSR e report sulla sostenibilità, report annuali, politiche aziendali disponibili al pubblico e informazioni sui siti Web aziendali e questionari specifici del settore indirizzati alle aziende. Pertanto, la natura della maggior parte delle informazioni è basata su base volontaria e difficilmente verificata. Inoltre, con poche eccezioni, i report e i dati vengono aggiornati ogni anno.

 

LET’S TALK ABOUT SUSTAINABLE DEVELOPMENT. WHY TRADITIONAL DATA IS NOT ENOUGH? Building a sustainable economic system is today one of the most urgent global needs. Individuals, corporations but also investors and the society in general are called to actively engage in the economic transition. Financial institutions, as key providers of funding, play a key role, as change is possible only by reorienting private capital to more sustainable investments. However, the lack of reliable information makes it difficult for

 

FinTech | Intelligenza artificiale

 

professional investors to identify in which companies they should invest in order to promote a sustainable economy.

Current ESG indices, scores and rating systems show deficiencies and limitations with reference to both the quality of information on which they are based, but also on the timing of issuance of the data. ESG reports are mainly built on CSR and sustainability reports, annual reports, publicly available company policies and information on corporate websites, and industry-specific questionnaires addressed to companies. Therefore, the nature of most of the information is voluntarily-based and hardly verified. Moreover, with a few exceptions, reports and data are updated yearly.

COME POSSONO CONTRIBUIRE I DATI ALTERNATIVI A UN MIGLIOR MONITORAGGIO DELLA SOSTENIBILITÀ AZIENDALE? Lo scopo dei prodotti e servizi FinScience per la sostenibilità è consentire agli investitori e agli altri partecipanti al mercato di monitorare le prestazioni ESG delle aziende con un approccio “alternativo”. Le informazioni auto-divulgate dovrebbero essere bilanciate con un insieme più ampio di dati, in particolare le informazioni in uscita che possono fornire agli investitori un quadro più completo delle prestazioni ESG delle società. L’investimento ESG basato sui dati è ora necessario per tutti i tipi di investitori istituzionali che vogliono avvicinarsi agli investimenti sostenibili nel minor tempo possibile e nel modo più affidabile, in particolare in considerazione dei crescenti studi empirici che mostrano come le strategie di investimento basate sull’ESG si comportano in modo uguale a – e talvolta meglio delle tradizionali strategie di investimento a lungo termine.Utilizzando dati alternativi, FinScience può attualmente monitorare non solo quei segnali che hanno già un forte impatto finanziario (i cosiddetti “segnali principali”), ma – utilizzando un approccio dal basso verso l’alto – anche i segnali emergenti o “deboli” che, se adeguatamente ponderato, può fornire utili spunti su una tendenza ancora debole che potrebbe potenzialmente influenzare il mercato in futuro. Questi segnali sono nascosti da dati più visibili e popolari e quindi sono difficili da identificare senza un software dedicato.  FinScience prevede di fornire servizi ESG alternativi agli investitori istituzionali in generale, inclusi fondi pensione, fondi comuni di investimento, gestori patrimoniali e compagnie assicurative, ma anche a grandi e piccole e medie imprese (pubbliche e private) – in particolare a CSR e team di sostenibilità, Marketing e professionisti della comunicazione.Per quanto riguarda gli investitori, FinScience ritiene che questi, se dotati di una vasta gamma di informazioni materiali, siano in una posizione unica per selezionare e premiare le aziende allineate ai principi di sostenibilità. L’integrazione di dati alternativi consente loro di rilevare tempestivamente informazioni su eventi aziendali che possono tradursi in rischi e costi per l’azienda (ad es. In termini di danni alla reputazione, contenzioso, ecc.) A medio e lungo termine. Le stesse aziende trarrebbero grandi benefici da un punteggio ESG e servizi correlati, in quanto gli stessi dati e gli stessi strumenti potrebbero consentire loro di migliorare le loro operazioni in modo da creare valore per i loro stakeholder e per la società in generale. Da molte analisi, FinScience ha notato che anche se alcune grandi aziende hanno dedicato grande attenzione – e risorse – alle questioni ESG e messo in atto molte iniziative volte a produrre un impatto sociale e ambientale positivo, questi sforzi erano quasi sconosciuti da alcune parti interessate, in particolare i consumatori, forse perché di una comunicazione inadeguata della stessa.

 

 

 

FinTech | Intelligenza artificiale

 

HOW CAN ALTERNATIVE DATA CONTRIBUTE TO A BETTER MONITORING OF CORPORATE SUSTAINABILITY? The aim of FinScience’s products and services for sustainability is to enable investors and other market participants to monitor companies ESG performance with an “alternative” approach. Self-disclosed information should be balanced with a wider set of data, especially outbound information which can provide investors with a more complete picture of companies’ ESG performance. Data-driven ESG investing is now a need for all kinds of institutional investors who want to approach sustainable investing in the least timeconsuming and the most reliable way, especially in consideration of the increasing empirical studies showing how ESG-based investment strategies perform equal to – and sometimes better than – traditional investment strategies on the long term. 

By using Alternative Data, FinScience can currently monitor not only those signals already having a strong financial impact (the so-called ‘main signals’), but – by using a bottom-up approach – also the emerging or ‘weak signals’ that, if properly weighted, may provide useful insights on a still weak trend that may potentially affect the market in the future. These signals are hidden by more visible and popular data, and therefore are difficult to identify without a dedicated software.

FinScience plans to provide alternative ESG services to institutional investors in general, including pension funds, mutual funds, asset managers and insurance companies, but also to large and small-medium companies (public and private) – in particular to CSR and sustainability teams, Marketing and  Communication professionals.

In relation to investors, FinScience believes that these, if equipped with a broad set of material information, are in a unique position to select and reward companies aligned with sustainability principles. The integration of alternative data allows them to promptly detect information on corporate events that may translate into risks and costs for the company (e.g. in terms of reputational damages, litigation etc.) on the middle and long-term. Corporations themselves would largely benefit from an ESG score and related services, as the same data and tools may allow them to upgrade their operations in a way that creates value for their stakeholders and for the society at large. From many analyses, FinScience noticed that even though some large companies devoted large attention – and resources – to ESG issues and enacted many initiatives aimed at producing a positive social and environmental impact, these efforts were almost unknown by some stakeholders, especially consumers, maybe because of an inadequate communication of the same.

Shanshan Zhu

  FinTech | Intelligenza artificiale 

 

COME POSSIAMO MONITORARE LA SOSTENIBILITÀ AZIENDALE IN UN “MODO ALTERNATIVO”? FinScience offre attualmente tre prodotti principali per l’analisi della sostenibilità aziendale:• Software alternativo di intelligenza dei dati Questo è un dashboard proprietario in cui è possibile monitorare diversi tipi di segnali digitali (società quotate, argomenti generali e simili), che possono essere misurati dagli indicatori FinScience (ad es .: DPV, Sentiment, ecc.).• Punteggio ESG alternativo Il punteggio ESG alternativo di FinScience mira a valutare le aziende e fornire loro un voto basato sul modo in cui vengono percepite sul web sui criteri ESG.• Analisi ESG alternative Questa analisi approfondita su singole o un gruppo di aziende aiuta le imprese e gli investitori a identificare le nuove tendenze ESG, i rischi reputazionali e legati al contenzioso, nonché di integrare i dati interni tradizionali aziendali. Le problematiche ambientali, sociali e di governance vengono costantemente monitorate attraverso l’analisi degli indicatori proprietari di FinScience – Digital Popular Value (DPV), DPV degli investitori, volatilità e sentimento DPV – al fine di rilevare le variazioni della percezione e della sensibilità pubblica in un periodo di tre mesi.Il mercato dei dati alternativi sta vivendo una rapida crescita. Altri concetti stanno prendendo piede anche sul palco, come Smart Data o Fast Data. Tuttavia, la maggior parte delle aziende che operano in questo campo attualmente offre solo soluzioni che consentono di acquisire ed elaborare dati, ma questo processo spesso termina senza produrre alcunrisultati comprensibili e preziosi. La raccolta dei dati senza una corretta analisi e interpretazione non può creare valore aggiunto. Dobbiamo sempre tenere presente che, come ha affermato una volta Carly Fiorina (ex CEO Hewlett Packard), “l’obiettivo è trasformare i dati in informazioni e informazioni in informazioni”.

 

HOW CAN WE MONITOR CORPORATE SUSTAINABILITY IN AN “ALTERNATIVE WAY”? FinScience currently offers three main products for corporate sustainability analysis:

• Alternative Data Intelligence Software This is a proprietary dashboard where it is possible to monitor different kinds of digital signals (listed companies, general topics and such), which can be measured by FinScience indicators (i.e.: DPV, Sentiment, etc.).
• Alternative ESG Score FinScience’s Alternative ESG Score aims to evaluate companies and provide them a grade based on how they are perceived on the web about ESG criteria.
• Alternative ESG Analysis This deep dive analysis about single or a group of companies helps enterprises and investors to identify new ESG trends, reputational and litigation-related risks, as much as to integrate corporate traditional internal data. Environmental, social and governance issues are constantly monitored through the analysis of FinScience’s proprietary indicators- Digital Popularity Value (DPV), Investor DPV, DPV Volatility and Sentiment – in order to detect variations in public perception and sensitivity in a three-month period.

The Alternative Data market is experiencing a fast growth. Other concepts are taking the stage as well, such as Smart Data or Fast Data. However, the majority of the companies operating in this field currently only offers solutions that make it possible to acquire and process data, but this process often ends without producing any

understandable and valuable outputs. Data collection without a proper analysis and interpretation cannot create added value. We should always keep in mind that, as Carly Fiorina (former CEO Hewlett Packard) once said, “the goal is to turn data into information and information into insight.”

FinTech | Intelligenza artificiale  INFORMAZIONI SU FINSCIENCE FinScience è una società fintech basata sui dati fondata nel 2017 da ex senior manager di Google ed esperti di dati alternativi, che hanno unito le loro competenze digitali e finanziarie. FinScience, quindi, nasce da questa fusione tra il mondo della finanza e il mondo della scienza dei dati. FinScience sfrutta le esperienze di 3rdPLACE in materia di governance dei dati, soluzioni di modellazione dei dati e Paltforms. Questi sono ulteriormente arricchiti attraverso il ruolo tecnologico nel consorzio europeo SSIX (programma Orizzonte 2020) incentrato sulla costruzione di un sentimento sociale a fini finanziari. FinScience è l’unico italiano selezionato da siliconrepublic.com tra le 25 start-up europee ad alta tecnologia da guardare nel 2019. FinScience fa parte del gruppo Datrix.Maggiori informazioni disponibili su finscience.com

 

ABOUT FINSCIENCE FinScience is a data-driven fintech company founded in 2017 by Google’s former senior managers and Alternative Data experts, who have combined their digital and financial expertise. FinScience, thus, originates from this merger of the world of Finance and the world of Data Science. FinScience leverages 3rdPLACE’s experiences concerning Data Governance &, Data Modeling and Paltforms solutions. These are further enriched through the tech role in the european consortium SSIX (Horizon 2020 program) focused on the building of a Social Sentiment for financial purposes. FinScience is the only Italian one selected by siliconrepublic.com among the 25 European deep-tech start-ups to watch in 2019. FinScience is part of Datrix group.

More information available at finscience.com

Swiss Entrepreneurs Magazin