‘Big data’: kwantumsprong voor beleggers en economen
Foto: AP

Technologische ontwikkelingen lijken een vierde industriële revolutie in te luiden. Een revolutie die nu al veel sectoren raakt en soms zelfs ontwrichtend werkt. Hoewel deze revolutie nog veel vragen oproept, vooral voor de werkgelegenheid en onze economie, kan ze ook een ongekende vooruitgang mogelijk maken in sociale wetenschappen, zoals economie of financiën.

Het vermogen om ‘big data’ te benutten kan het meest betekenen voor het maken van economische en financiële analyses. Bij het gebruik van big data gaat het niet alleen om gestructureerde informatie, zoals financiële overzichten van bedrijven, maar ook om ongestructureerde informatie, zoals berichten die mensen via sociale netwerken uitwisselen.

Vergelijkbaar met natuurkundigen die er al jaren aan werken om de willekeur van de kwantumfysica te verenigen met de deterministische aard van de algemene relativiteitstheorie, proberen economen al lange tijd om de micro- en de macro-economie bij elkaar te brengen, wat soms gepaard gaat met grote moeilijkheden vanwege de vele herzieningen van de economische groeivooruitzichten.

Beter analyse winstontwikkeling

Het ontwikkelen door natuurkundigen van een theorie van alles, die het mogelijk zou maken om de werking van oneindig kleine en oneindig grote fenomenen op een uniforme manier te beschrijven, is nog heel verre toekomstmuziek. Bij big data ligt die toekomst dichterbij: het gebruik van big data in de economie en de financiële wereld maakt het waarschijnlijk al in de nabije toekomst mogelijk om de resultaten van micro-economische analyses zoals de winstontwikkeling van bedrijven nauwkeuriger af te leiden uit belangrijke macro-economische trends. Hierdoor zou dan een soort economische theorie van alles geformuleerd kunnen worden.

Om te anticiperen op macro-economische trends gebruiken economen en beleggers vandaag economische indicatoren. Deze omvatten zowel harde cijfers (hard data), zoals die over de consumptie of werkgelegenheid, als zachte gegevens (soft data), zoals de vertrouwensindexen van inkoopmanagers. Van deze zachte gegevens komen er steeds meer, maar ze gaan er qua relevantie niet altijd op vooruit.

De meeste van deze indicatoren vertonen twee grote tekortkomingen.

1. De eerste tekortkoming is dat ze op het moment van publicatie een realiteit illustreren die al niet meer bestaat sinds de gegevens werden verzameld in de vorige maand of het vorige kwartaal. Het duurt een tijd om ze te verwerken en te publiceren.

2. De tweede tekortkoming is dat het om technische redenen vaak onmogelijk is om alle gegevens over een specifiek economisch onderwerp te verzamelen. Veel economische indicatoren worden berekend op basis van steekproeven die representatief worden geacht voor het te onderzoeken gegeven, maar de statistische realiteit wijkt af van de werkelijkheid. Het is echter onmogelijk om alle burgers te bevragen over hun economische sentiment. Ook schattingen over BBP-cijfers worden later twee tot drie keer herzien.

Van steekproeven naar alles

Het gebruik van big data is dus meer dan welkom om de steekproeven uit te breiden tot alle data en om de gegevens sneller of zelfs direct te gebruiken. Dat zal zorgen voor een grotere relevantie voor het voorspellen en anticiperen op economische en financiële marktbewegingen. Dit is geen sciencefiction, want deze technieken worden momenteel al geïmplementeerd in de belangrijkste statistiekenbureaus en financiële instellingen. De opkomst van de kwantumcomputer zou dit proces zelfs kunnen versnellen. Uiteindelijk kunnen economen en beleggers zo misschien zelfs voorlopen op de natuurkundigen.