Le applicazioni dell'intelligenza artificiale negli intermediari finanziari


Le opportunità per il trading, la gestione del risparmio, il data warehouse e il data mining, la gestione dei crediti

Autori: Davide Maspero, Cecilia Rossignoli

Editore
Bancaria Editrice
Anno
2000
Pagine
156
ISBN
88-449-0264-8
Disponibilità
Disponibile
Prezzo Copertina € 20,00
IVA assolta dall'editore

Un tema in forte sviluppo nell'attività di intermediazione: l'adozione di supporti automatici coinvolge quasi tutti i segmenti del processo produttivo della finanza e del credito, l'utilizzo delle tecniche di intelligenza artificiale nell'attività di trading, nella previsione finanziaria nel processo di asset allocation, nel controllo del rischio e prevenzione delle frodi è divenuto sempre più diffuso, come anche il data warehouse e il data mining.

 

Davide Maspero è Professore associato di Economia degli intermediari finanziari presso l'Università del Molise, Campobasso
Cecilia Rossignoli è Ricercatore nell'ambito del raggruppamento Organizzazione e aziendale presso i Cattolica del Sacro Cuore, Milano. Giampaolo Gabbi è Professore straordinario di Tecnica bancaria presso l'Università di Siena
Federico Rajola è Docente di Sistemi informati vi per i mercati finanziari e di Organizzazione e controllo aziendale presso l'Università Cattolica del Sacro Cuore, Milano

 

Il volume affronta il tema delle applicazioni dell'intelligenza artificiale (IA) nell'ambito dell`intermediazione finanziaria, tema che ha visto nel corso degli ultimi anni un forte sviluppo, grazie anche all'evoluzione del quadro normativo, ai progressi tecnologici e al nuovo assetto competitivo dei mercati finanziari. Oggi, quindi, l'adozione di supporti automatici, tanto complessi quanto innovativi, coinvolge quasi tutti i segmenti del processo produttivo dell'attività di intermediazione.
Il primo aspetto analizzato riguarda l'utilizzo delle tecniche di intelligenza artificiale nell'attività di trading, nella previsione finanziaria e nel processo di asset allocation.
Proprio in relazione a quest'ultimo ambito, il contributo dell'IA diviene fondamentale nell'identificazione del profilo finanziario del cliente e nella composizione del portafoglio finanziario.
Anche la determinazione del pricing degli strumenti derivati e lo studio delle >B>previsione della volatilità traggono benefici dalle potenzialità dei sistemi esperti.
Tra gli strumenti dell'information technology rientrano anche il data warehouse e il data mining: il primo è fondamentale per la raccolta strutturata di dati, la corretta utilizzazione degli stessi e quindi per un adeguato supporto al processo decisionale aziendale; il secondo è importante per il miglioramento dell`ambito conoscitivo, attraverso l'estrazione dai dati di modelli e regole di comportamento.
L'impiego delle tecniche di IA viene poi riferito all'area crediti delle banche, sempre più orientata - oltre alla valutazione del merito creditizio e all'analisi di bilancio - alla gestione e al controllo del rischio e alla prevenzione delle frodi.
A conclusione, viene posta particolare attenzione al delicato problema dell'impatto organizzativo derivante dall'introduzione dei sistemi esperti nella realtà bancaria e a tale fine si propongono i casi concreti applicati all'area fidi di due grandi banche italiane.

1. L'INTELLIGENZA ARTIFICIALE, LA PREVISIONE FINANZIARIA E L'ATTIVITÀ DI TRADING
Saggio di Giampaolo Gabbi
1.1 Premessa
1.2 Le soluzioni meccaniche per la previsione finanziaria
1.3 Obiettivi del trader e funzioni dei sistemi decisionali automatici
1.4 La natura dei segnali e le tipologie dei sistemi decisionali automatici
1.4.1 Sistemi con segnali di tendenza
1.4.2 Sistemi con segnali per l`inversione del ciclo di mercato
1.4.3 Sistemi con segnali prodotti da mercati altamente volatili
1.4.4 Sistemi con segnali di confronto fra prezzi
1.5. L`integrazione delle funzioni e l`intelligenza artificiale
1.6 Conclusioni
2. IL CONTRIBUTO DELL'INTELLIGENZA ARTIFICIALE ALL'ASSET ALLOCATION
Saggio di Giampaolo Gabbi
2.1 Premessa
2.2 Evoluzione della funzione di asset allocation
2.3 Funzioni assolte dai sistemi di intelligenza artificiale nell'asset allocation
2.3.1 Individuazione del profilo del cliente
2.3.2 Composizione del portafoglio finanziario
2.3.3 Accesso alle banche dati dei mercati finanziari
2.3.4 Previsione delle variabili finanziarie e modelli di stock picking
2.4 Soluzioni tecnologiche dei sistemi esperti per l'asset allocation
2.4.1 Soluzioni integrate e modulari
2.4.2 Sistema informativo verticale e orizzontale
2.5 Applicazioni di intelligenza artificiale nell'asset allocation
3. APPLICAZIONI AVANZATE DELLE RETI NEURALI: PRICING DEI DERIVATI E PREVISIONE DELLA VOLATILITÀ
Saggio di Davide Maspero
3.1 Premessa
3.2 Problemi metodologici nel pricing dei derivati
3. La stima del prezzo di un contratto di opzione tramite reti neurali: un'applicazione
3.4 I risultati di Hutchinson, Lo e Poggio
3.4.1 Apprendimento della formula di Black & Scholes
3.4.2 Apprendimento dei dati di mercato
3.5 Il problema della stima della volatilità
3.6 Il modello di stima della volatilità di Donaldson e Kamstra
3.7 Il modello di previsione della volatilità di Wittkemper
3.8 Conclusioni
4. L'ORGANIZZAZIONE DEI PROGETTI DI DATA WAREHOUSE E DATA MINING IN AMBITO FINANZIARIO
Saggio di Federico Rajola
4.2 Il data warehouse
4.3 Definizione di data warehouse
4.1 Premessa
4.3.1 Componenti e architettura di un DWH
4.3.2 Cenni sul processo di implementazione di un data warehouse
4.3.3 Organizzazione delle attività di warehousing per il marketing bancario
4.3.4 Casi di studio
4.4 Cenni sul processo di scoperta della conoscenza e sul data mining nel settore finanziario
4.4.1 Processo di scoperta della conoscenza
4.4.2 Data mining
4.4.3 Principali sistemi di data mining
5. LE APPLICAZIONI BASATE SULLA CONOSCENZA: L'AREA CREDITI DELLE BANCHE
Saggio di Cecilia Rossignoli
"5.1 Premessa
5.2 Le tecniche dell'intelligenza artificiale nell'area fidi
5.2.1 Perché l'impiego dei sistemi esperti nell'area fidi
5.2.2 Sistemi esperti nei ciclo di vita del ""prodotto fido""
5.3 Un modello per l'analisi dei costi/benefici derivati dall'introduzione dei sistemi esperti nell'area crediti
5.3.1 Analisi dei costi
5.3.2 Analisi dei benefici"
6. GLI IMPATTI ORGANIZZATIVI DEI SISTEMI ESPERTI NEI CONFRONTI DEGLI INTERMEDIARI FINANZIARI
Saggio di Cecilia Rossignoli
"6.1 Premessa
6.2 I processi di cambiamento derivanti dall'adozione di tecnologie innovative
6.3 L'introduzione del sistema esperto come fenomeno che determina un aumento del grado di automazione
6.4 Meccanismi operativi e sistemi esperti
6.5 Il problema della ""validazione"" della base di conoscenza
6.6 L'accettazione del sistema
6.7 Gli impatti sulle risorse umane
6.8 Conclusioni"
7. ANALISI DI CASI CONCRETI
Saggio di Cecilia Rossignoli
7.1 Il caso della Banca Antoniana Popolare Veneta
7.1.1 Contesto storico-ambientale
7.1.2 Inserimento del sistema esperto
7.2 Il caso della Banca Nazionale del Lavoro
7.3 L`esperienza maturata e i risultati ottenuti
7.3.1 Banca Antoniana Popolare Veneta
7.3.2 Banca Nazionale del Lavoro



Ti potrebbe interessare anche