L’intervento illustra il servizio di consulenza finanziaria automatizzata, fornito dalle banche nell’ambito del Fintech. Attraverso un’indagine empirica, l’autore esplora la materia, fornendo un’approfondita analisi di un campione di robo-advisors. Dopo ampia descrizione della metodologia di indagine adottata, l’autore illustra i risultati e fornisce interessanti considerazioni di sintesi.

SOMMARIO:

1. La consulenza finanziaria automatizzata - 2. L’offerta: analisi di un campione di robo-advisors - 3. La metodologia di analisi e i risultati - 4. Conclusioni - Bibliografia - NOTE

1. La consulenza finanziaria automatizzata

Un esempio di fintech [1] applicato a uno dei tanti servizi che vengono offerti dalle banche è quello della consulenza finanziaria fornita dai cosiddetti robo-advisors. La consulenza finanziaria automatizzata è un’attività deputata a guidare e sostenere gli individui nel processo decisionale relativo alle loro scelte d’investimento tramite algoritmi di determinazione del profilo di avversione al rischio, asset allocation diversificata, trading e ribilanciamento automatico del portafoglio. La dominanza della digitalizzazione del servizio, sia nell’ambito della relazione con il cliente, sia nella formulazione delle raccomandazioni, nonché nell’implementazione delle medesime, unita al prevalente impiego di strumenti passivi di investimento, consentono ai robo-advisors, di produrre soluzioni d’investimento semplici, a costi contenuti e trasparenti. L’introduzione della consulenza automatizzata, ad opera dalle cosiddette società fintech, è stata favorita dal dirompente sviluppo tecnologico digitale di questi ultimi anni, che ha trovato un terreno fertile nella generalizzata caduta di fiducia verso gli intermediari finanziari tradizionali e nell’intrinseca debolezza di quest’ultimi, all’indomani della crisi finanziaria dei mutui sub-prime (Barbaresco 2015). La successiva maggiore pressione regolamentare ha comportato l’adozione di più stringenti vincoli di capitalizzazione, di liquidità, di governance e di trasparenza, con ricadute negative sugli impieghi e significativi costi di compliance (Haldane 2012). Ne è seguito anche un forte rallentamento della capacità innovativa degli attori bancari tradizionali e un indebolimento delle barriere all’entrata, che hanno favorito i nuovi player tecnologici, spesso in grado di evitare il pesante onere normativo [2]. Per comprendere gli effetti della regolamentazione sull’attività di consulenza finanziaria occorre far riferimento a quanto si è verificato nel Regno Unito dopo l’approvazione e l’implementazione della Retail Distribution Review. Dal 2013, detta normativa impone ai consulenti finanziari requisiti di professionalità e competenza più stringenti e bandisce il modello che consentiva di remunerare l’attività di consulenza e di distribuzione mediante una [continua ..]

2. L’offerta: analisi di un campione di robo-advisors

Attraverso un’indagine empirica, ho verificato se le soluzioni di consulenza automatizzata attualmente disponibili, erogate da società fintech o da intermediari finanziari (banche o asset management) che hanno adottato questo modello, rispecchiano le caratteristiche precedentemente indicate e possono perciò rappresentare, agli occhi di un investitore, un servizio di consulenza finanziaria innovativo. Ho elaborato uno schema di analisi che consente di valutare i diversi operatori attingendo i dati disponibili sui siti, adottando quindi il punto di vista di un utente che intende selezionare un robo-advisor. L’analisi delle peculiarità dell’attività di consulenza automatizzata che segue prende a riferimento un campione composto da 44 soggetti di prima generazione [7], che si rivolgono all’investitore retail o private, localizzati nelle tre aree geografiche in cui i robo-advisors sono più attivi, vale a dire: Nord America, Europa e Regno Unito. Il 25% del campione è composto dagli operatori nord americani più popolari e più rappresentativi del settore in termini di asset in consulenza. La considerazione di questi soggetti, i cui servigi sono preclusi ad un investitore europeo per vincoli normativi, è d’obbligo, dato che il modello “consulenza automatizzata” è nato negli Stati Uniti e i più importanti esponenti sono nord-americani. Gli operatori europei [8] rappresentano il 57% del campione mentre il restante 18% è costituito dai robo advisors del Regno Unito. La distinzione è dettata non solo dall’uscita di questo Paese dall’Unione Europea ma anche dalla considerazione che i consulenti finanziari britannici si uniformano ad una normativa in materia di consulenza finanziaria più restrittiva della MiFID. Al campione selezionato fanno riferimento poco più di 98 miliardi di asset; appena 18 operatori (40%), prevalentemente nord americani, dichiarano l’am­montare dei patrimoni in consulenza presso di loro. Tavola 1 – Caratteristiche del campione   La tavola 1 permette di avere una visione d’insieme degli elementi principali che caratterizzano il campione, vale a dire: grado di automatizzazione dell’attività, origine della proprietà e principali servizi d’investimento proposti. La letteratura distingue il modello [continua ..]

3. La metodologia di analisi e i risultati

La consulenza finanziaria proposta dai robo-advisors costituisce realmente un modo innovativo di offrire questo servizio? La valutazione a cui ho sottoposto i 44 operatori prescelti si basa su tre peculiarità che dovrebbero contraddistinguere il modello consulenza automatizzata: l’accessibilità, la trasparenza e la qualità. Per ciascuno dei tre attributi ho individuato un set di condizioni che concorrono a delinearli e a circoscriverli. Ciascuna condizione, a sua volta, è stata definita attraverso un insieme di indicatori scelti in relazione alla capacità esplicativa e alla intrinseca oggettività. In altri termini, sono stati preferiti quegli indicatori per i quali fosse stato possibile riscontrarne la presenza (1) o l’assenza (0). Accessibilità. Numerose fonti asseriscono che l’automatizzazione della consulenza finanziaria presenta il vantaggio di essere più inclusiva [9]: facilmente fruibile da chi non possiede particolari competenze informatiche e avvicinabile da una maggiore platea di investitori, anche se dotati di patrimoni limitati o se manifestano scarsa esperienza e cultura in ambito finanziario. Per testare il grado di accessibilità dei consulenti automatizzati inclusi nel campione ho definito questa caratteristica quale sommatoria delle condizioni relative all’assenza di barriere all’entrata e di usabilità del servizio [10], quest’ultima coniugata sia come facilità di navigabilità del sito e di interazione con il servizio, sia come adeguato livello di comprensione dei contenuti esposti. Per ciascuna delle tre condizioni sono stati individuati gli indicatori oggettivi che consentono di coniugare la condizione, in particolare: ●   Assenza di barriere all’entrata. La possibilità di accedere ai servizi di consulenza automatizzata è stata testata in termini essenzialmente economici, ed è frutto della combinazione fra: importi minimi investibili mancanti o, tutt’al più, contenuti, pari o inferiori a 10.000 (indicatore riscontrato nel­l’82% del campione); possibilità di incrementare periodicamente l’importo in consulenza con un piano di accumulo, purché non oneroso (68%); opportunità di trasferire sotto consulenza automatizzata eventuali strumenti finanziari detenuti presso altri intermediari (34%); applicazione di una [continua ..]

4. Conclusioni

Adottando il punto di vista di un generico utente ho elaborato uno schema di analisi che consente di rilevare i caratteri innovativi della consulenza automatizzata, vale a dire accessibilità, trasparenza e qualità. Attraverso un’inda­gine empirica, ho verificato se le soluzioni di consulenza automatizzata attualmente disponibili, erogate da società fintech o da intermediari finanziari (banche o asset management) che hanno adottato questo modello, rispecchiano le caratteristiche precedentemente indicate e possono perciò rappresentare, agli occhi di un investitore, un servizio innovativo di consulenza finanziaria. L’applicazione dello schema sui dati di un campione di operatori, ha permesso di rilevare differenze significative fra robo-advisor nord-americani ed europei, in termini di accessibilità e differenze rilevanti, in termini di qualità, fra operatori fintech e operatori di matrice bancaria.

Bibliografia

ALEMANNI B., (2018), La finanza comportamentale, in MUSILE TANZI P. (a cura di) Manuale del Provate Banking, EGEA. ASSOCIATION OF PROFESSIONAL FINANCIAL ADVISERS (2016), The cost of regulation report, in www.apfa.net. BARBARESCO G. (2015), Banks back from 2008 near-death experience?, MBRES. BLACKROCK (2016), Digital investment advice: Robo-advisors come of age, in www.blackrock.com. CONSOB (2020), Report on financial investments of Italian households, in www.consob.it. EUROPEAN BANKING FEDERATION (2016), Innovate. Collaborate. Deploy, The EBF vision for banking in the Digital Single Market, November. EUROPEAN JOINT COMMITTEE (2015), Discussion Paper on automation in financial advice. JC 2015 080, December. FINANCIAL CONDUCT AUTHORITY (2016), Financial Advice Market Review – Final Report, March. HALDANE A.G. (2012), The dog and the frisbee, Bank of England. HASSENZAHL M., TRACTINSKY N. (2011), User experience a research agenda, Behaviour & Information Technology, n. 25.

NOTE