«El mercat financer té una gran quantitat de dades específiques que encara no s'estan explotant»

 

Al capdavant de Divina Seguros durant més de quinze anys, l'experiència d'Armando Nieto en càlcul i computació financera parla per si mateixa. Ara s'acaba de doctorar a la Universitat Oberta de Catalunya (UOC), a través del programa de Tecnologies de la Informació i de Xarxes, i ha tingut com a codirectors de tesi Ángel A. Juan (Universitat Politècnica de València) i Montserrat Guillén Estany (Universitat de Barcelona). La seva tesi s'ha centrat a explorar l'aplicació de la intel·ligència artificial al càlcul financer.

 

Al capdavant de Divina Seguros durant més de quinze anys, l'experiència d'Armando Nieto en càlcul i computació financera parla per si mateixa. Ara s'acaba de doctorar a la Universitat Oberta de Catalunya (UOC), a través del programa de Tecnologies de la Informació i de Xarxes, i ha tingut com a codirectors de tesi Ángel A. Juan (Universitat Politècnica de València) i Montserrat Guillén Estany (Universitat de Barcelona). La seva tesi s'ha centrat a explorar l'aplicació de la intel·ligència artificial al càlcul financer.

La tesi ha intentat respondre un tema d'alta complexitat en el mercat financer i assegurador: saber com es pot invertir cobrint dos objectius simultanis. El primer, assegurar els nostres compromisos financers a llarg termini. I el segon, fer-ho amb el mínim cost possible o amb la màxima rendibilitat. El problema ha estat tractat àmpliament en la literatura científica, però la seva complexitat matemàtica no ha donat respostes satisfactòries fins ara. Això, al seu torn, ens ha portat a una regulació financera exageradament restrictiva.

El nostre propòsit ha estat donar un enfocament totalment diferent per arribar a solucions acceptables en el mercat financer sense ambicionar una solució exacta, la qual, d'altra banda, no té sentit en un mercat que canvia constantment. Així mateix, hem analitzat detalladament les limitacions que el regulador imposa a les entitats financeres precisament pel fet que fins ara no hi havia mètodes fiables.

La solució es basa en algorismes simheurístics, els quals combinen algorismes heurístics o metaheurístics amb simulacions. L'heurística és la clau en la solució d'aquests problemes, ja que hem de descartar la idea de solucions matemàticament exactes pel fet de tractar-se de problemes d'alta complexitat. La simulació ens permet millorar la nostra solució perquè incorpora tot el coneixement que tenim del mercat dins de l'algorisme.

En la primera part de la tesi abordem el problema habitual de les entitats asseguradores, i els resultats són excel·lents. L'algorisme troba solucions que milloren el cost de casos reals en un 10 % i ho fa en qüestió de segons, enfront del treball d'almenys una setmana que pot necessitar un actuari. En la segona part de la tesi, hem aplicat algorismes genètics per a l'obtenció del pla d'inversions a llarg termini subjecte a restriccions pressupostàries i passius al llarg de la vida de l'entitat financera.

Aplicant algorismes genètics, simulació i machine learning podem aconseguir solucions que són gairebé exactes en uns pocs minuts i fent servir un ordinador domèstic, mentre que les solucions tradicionals requereixen dies de treball i gran capacitat de computació.

La intel·ligència artificial (IA) ja ocupa molts camps. La formen tecnologies que ja s'han explotat, però la seva ona expansiva encara no ha aconseguit la mil·lèsima part del que serà. En l'àmbit assegurador, permet obtenir solucions més eficients i més segures per al client final. La intel·ligència artificial també aborda la part del càlcul i la computació financera, que és el tema de què tracta la tesi, i fins i tot influeix en la presa de decisions.

El mercat financer té una gran quantitat de dades específiques que encara no s'estan explotant. A l'hora de prendre decisions, la IA pot ser una eina molt eficaç. A les assegurances ens arriba informació de moltes fonts diferents i en formats molt heterogenis (imatges, llenguatge natural, etc.) i els algorismes d'IA ens poden ajudar a simplificar el treball de recerca.

Tal com hem demostrat en la tesi, són tecnologies amb molt de potencial en l'àmbit financer i en l'àmbit assegurador. Un dels grans reptes és aprendre a tractar les dades i donar-los format de manera que puguin ser útils per als algorismes d'aprenentatge automàtic o machine learning. Però, a més, l'aplicació de la IA en les assegurances té un fre bastant dur: la legislació.

Tant en la part asseguradora com en la part bancària, el legislador és molt prudent. Si obre la mà sense control i sense coneixement, podrien tenir lloc pràctiques de mercat abusives i el consumidor se'n ressentiria. En aquest sentit, és important convèncer l'Administració. Per part meva, ja he comunicat el tema de la tesi a la Direcció General d'Assegurances i Fons de Pensions i a la patronal asseguradora, UNESPA. I l'any que ve aniré a Austràlia, al Congrés Internacional d'Actuaris, per exposar una de les parts de recerca desenvolupada en la tesi.

El més gratificant ha estat, d'una banda, col·laborar amb dos científics de primer nivell internacional com són Ángel Juan i Montse Guillén. D'altra banda, vèncer el repte que suposava resoldre un problema que havia quedat estancat sense avanços significatius en els últims anys, i poder obrir noves línies de recerca.

Ha estat rellevant per dues qüestions. La primera és haver comptat amb Ángel A. Juan, que és un tot terreny, sempre avança. El seu departament i el seu equip de treball acumulen un gran nombre de recerques i resultats. La segona és que la UOC facilita, amb la seva estructura, que persones com ell puguin desenvolupar tot el seu potencial. Això no passa en altres universitats, amb més burocràcia i estructures més rígides.

Al departament d'heurística de la UOC treballaven, sobretot, amb transport i logística. Quan vaig plantejar el tema de la meva tesi en l'àmbit financer, ells van saber veure-hi el potencial i l'interès. La UOC permet la llibertat per veure-ho i proporciona l'estructura necessària per desenvolupar-ho.

Queden desenvolupaments per explorar que intentaré abordar al llarg de l'any que ve. El propòsit de tota recerca és millorar el coneixement i la pràctica. La difusió de la tesi contribueix a aquest propòsit i pot animar altres professionals a continuar millorant els models i aplicar-los en la indústria financera.

 

Aquesta recerca de la UOC afavoreix l'objectiu de desenvolupament sostenible (ODS) 9, indústria, innovació i infraestructures.

 

UOC R&I

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital.

Els més de 500 investigadors i investigadores i els 51 grups de recerca s'articulen entorn dels set estudis de la UOC, un programa de recerca en aprenentatge en línia (e-Learning Research) i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

A més, la Universitat impulsa la innovació en l'aprenentatge digital a través de l'eLearning Innovation Center (eLinC) i la transferència de coneixement i l'emprenedoria de la comunitat UOC amb la plataforma Hubbik.

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu