Αναλυτής (quantitative analyst) στην επενδυτική εταιρεία BlackRock, τη μεγαλύτερη εταιρεία διαχείρισης περιουσιακών στοιχείων και αμοιβαίων κεφαλαίων στον κόσμο, ο Νίκος Πρέζας θήτευσε αρχικά στις επενδυτικές τράπεζες JP Morgan και Goldman Sachs. Ο διακεκριμένος Έλληνας, που διαμένει μόνιμα στο Λονδίνο, εστιάζει την έρευνά του στον σχεδιασμό καινοτόμων επενδυτικών στρατηγικών στον χώρο των προϊόντων σταθερού εισοδήματος (Systematic Fixed Income) βασισμένων σε μαθηματικά μοντέλα.
Από την Άννα Γριμάνη
Προερχόμενος από τον χώρο της Φυσικής Επιστήμης, με λαμπρές σπουδές στο Πανεπιστήμιο Αθηνών και διδακτορικό στη Θεωρητική Φυσική, με αντικείμενο τη Θεωρία Χορδών στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT), ανακηρύχθηκε διδάκτορας το 2002. Στη συνέχεια εργάστηκε ως μεταδιδακτορικός ερευνητής σε πανεπιστήμια της Γερμανίας και της Ελβετίας, καθώς και στον Ευρωπαϊκό Οργανισμό Πυρηνικών Ερευνών (CERN) στη Γενεύη. Τελικά το 2012 στράφηκε στον χρηματοοικονομικό τομέα.
Η διαδρομή σας στην επιστήμη (ΜΙΤ, CERN), η ενασχόλησή σας χρόνια με τη Φυσική, τι σήμαιναν για εσάς;
Η φύση και τα φυσικά φαινόμενα με ενδιέφεραν από πολύ μικρή ηλικία. Αργότερα σημαντικό ρόλο στο να επιλέξω να ασχοληθώ με τη Φυσική, και ειδικά τη Θεωρητική Φυσική, έπαιξαν εκλαϊκευτικά βιβλία με θέμα την ανάπτυξη της κβαντικής μηχανικής ή τη θεωρία της σχετικότητας. Νομίζω ότι πολλά νέα παιδιά ακολουθούν αυτή την οδό και σαγηνεύονται από την ιστορία των μεγάλων ανακαλύψεων στη Φυσική, από τη βαρύτητα και τον ηλεκτρομαγνητισμό στην κβαντική θεωρία και τα στοιχειώδη σωματίδια.
Είναι εύλογο ωστόσο το ερώτημα, πώς από τη Φυσική στα χρηματοοικονομικά;
Άφησα τη Φυσική ύστερα από έξι χρόνια διδακτορικής έρευνας και άλλα δέκα σχεδόν χρόνια μεταδιδακτορικής έρευνας. Αλλά σίγουρα υπήρξε ένας κορεσμός που έπαιξε ρόλο στο να πάρω την απόφαση να ασχοληθώ με κάτι άλλο. Ένας άλλος λόγος είναι η απλή αλλά δύσπεπτη αλήθεια ότι, αν και η επιστήμη είναι ένα λογικό και συγκροτημένο οικοδόμημα ιδεών, οι επιστήμονες που το χτίζουν είναι άνθρωποι με όλα τα συναισθήματα, τις παρορμήσεις και τις πολιτικές που συνεπάγεται αυτό. Πολλές φορές η εξέλιξη των ιδεών στη Φυσική και την επιστήμη γενικότερα παρουσιάζεται πολύ εξευγενισμένα, με αποτέλεσμα κάποιος νέος επιστήμονας να έχει απλοϊκές προσδοκίες. Η θητεία στον ακαδημαϊκό χώρο κανονικοποιεί αυτές τις προσδοκίες σε ένα πιο ρεαλιστικό και πολλές φορές απογοητευτικό επίπεδο.
Να πούμε όμως για το φαινόμενο των επιστημόνων των θετικών επιστημών -Μαθηματικά, Φυσική, υπολογιστές, Μηχανική- στον χρηματοπιστωτικό χώρο…
Το φαινόμενο έχει αναδειχτεί και πολλαπλασιαστεί τα τελευταία 20 χρόνια. Η χρήση μαθηματικών εργαλείων, όπως η θεωρία πιθανοτήτων και η στατιστική για την ανάλυση παραδείγματος χάρη των τιμών των μετοχών, προφανώς γινόταν για πολλές δεκαετίες τόσο από οικονομολόγους όσο και από αναλυτές του χώρου. Η μεγάλη επανάσταση έγινε το 1973, όταν δύο οικονομολόγοι, ο Fisher Black και ο Myron Scholes (ήταν στο MIT), κατάφεραν και έλυσαν το δύσκολο πρόβλημα της τιμολόγησης των συμβολαίων που ονομάζουμε παράγωγα (derivatives), πιο συγκεκριμένα τα λεγόμενα συμβόλαια με δικαίωμα προαίρεσης (option contracts). Μάλιστα η διαφορική εξίσωση που διατύπωσαν και φέρει το όνομά τους και της οποίας οι λύσεις είναι οι αξίες των παραγώγων, είναι παρόμοια με την εξίσωση που διέπει τη μεταφορά της θερμότητας στη θερμοδυναμική. Αυτό μας δίνει ίσως μια πρώτη εικόνα για το πώς οι φυσικοί και η Φυσική έχουν μεγαλύτερη σχέση με τον χρηματιστηριακό χώρο από ό,τι θα φανταζόταν κάποιος!
Άρα μοχλός στάθηκε αυτή η εξίσωση των Black και Scholes;
Η εξίσωση των Black και Scholes έδωσε τεράστια ώθηση στον τομέα. Επινοήθηκαν περίπλοκα παράγωγα καθώς και οι απαραίτητες γενικεύσεις της θεωρίας των Black και Scholes για να τιμολογηθούν. Παράλληλα, οι αγοραπωλησίες των παραγώγων αυξήθηκαν κατακόρυφα. Όπως ήταν αναμενόμενο, αυτό άνοιξε την πόρτα των χρηματοπιστωτικών ιδρυμάτων σε μαθηματικούς, φυσικούς και άλλους επιστήμονες που είχαν τις απαραίτητες γνώσεις στα μαθηματικά, χωρίς μάλιστα να χρειάζεται να έχουν γνώσεις οικονομικών ή της τραπεζικής, σε ρόλους αναλυτών / ερευνητών (quantitative analysts / researchers).
Ως τίτλος είναι, λοιπόν, ότι οι φυσικοί στη Wall Street αποτελούν ένα νέο ρεύμα στα χρηματοπιστωτικά ιδρύματα;
Σήμερα σχεδόν όλα τα χρηματοπιστωτικά ιδρύματα απασχολούν τέτοιους αναλυτές. Ο λόγος είναι ότι η χρήση μαθηματικών μοντέλων έχει αγγίξει σχεδόν όλους τους τομείς αυτής της δραστηριότητας. Να θυμίσω εδώ ότι τα μοντέλα ή αλλιώς υποδείγματα στην επιστήμη είναι μαθηματικές κατασκευές που περιγράφουν αφαιρετικά κάποιο φαινόμενο (φυσικό, χημικό, γεωλογικό, οικονομικό και λοιπά) και συμβάλλουν στο να το κατανοήσουμε με ακρίβεια ή στο να κάνουμε προβλέψεις για τη μελλοντική εξέλιξή του.
Η προσωπική σας μετάβαση στα χρηματοοικονομικά;
Είχα εκτεθεί στην ιδέα της μετάβασης από την εποχή του ΜΙΤ, καθώς πολλοί από τους συμφοιτητές μου στη Φυσική και σε άλλες επιστήμες ήθελαν να βρουν δουλειά στη Wall Street αμέσως μετά την αποφοίτηση. Μάλιστα θυμάμαι ότι οι δύο πιο… hot εταιρείες ήταν η Salomon Brothers και η Lehman Brothers – και οι δύο επενδυτικές τράπεζες που πλέον δεν υπάρχουν! Σε κάθε περίπτωση, η ιδέα τότε με ξένιζε και δεν πέρασε ποτέ στα σοβαρά από το μυαλό μου για πολλά χρόνια. Μόνο όταν έπειτα από μια δεκαετία σχεδόν μεταδιδακτορικής έρευνας (postdocs) άρχισα να αισθάνομαι έναν κορεσμό από την έρευνα στη θεωρία χορδών, αλλά συνάμα και κούραση από το σύστημα των postdocs, η ιδέα αυτή ήρθε στο προσκήνιο. Να εξηγήσω ακόμη ότι -στο σύστημα αυτό- βρίσκεται κανείς από πανεπιστήμιο σε πανεπιστήμιο και με συμβόλαια συνήθως των δύο τριών ετών μέχρι να μπορέσει να βρει μόνιμη δουλειά. Προφανώς σε πρακτικό επίπεδο είναι πολύ διαφορετικό να κάνει κάποιος μια τέτοια μετάβαση αμέσως μετά το διδακτορικό σε σχέση με το να την κάνει μια δεκαετία αργότερα. Χρειάστηκε πολλή δουλειά και μελέτη για να χτίσω το απαραίτητο υπόβαθρο ώστε να μπορώ να έχω επιτυχία στις συνεντεύξεις.
Η πρώτη εμπειρία στον τραπεζικό χώρο και η προσαρμογή στο νέο αντικείμενο;
Ίσως πριν αναφερθώ στη σταδιοδρομία μου, θα έπρεπε να εξηγήσω ότι οι εταιρείες στον συγκεκριμένο χώρο κατατάσσονται σε δύο βασικές κατηγορίες, τις sellside και τις buyside. Οι πρώτες εστιάζουν τις δραστηριότητές τους στην πώληση επενδυτικών υπηρεσιών και περιλαμβάνουν τις επενδυτικές τράπεζες και τις εταιρείες που μεσολαβούν σε διαπραγματεύσεις αξιών (market makers, broker-dealers). Οι δεύτερες, που είναι συνήθως αυτές που αποκαλούμε επενδυτικές εταιρείες, περιλαμβάνουν τους θεσμικούς επενδυτές, όπως τις ασφαλιστικές εταιρείες και τα συνταξιοδοτικά ιδρύματα, τις εταιρείες που διαχειρίζονται περιουσιακά στοιχεία (asset management) ή τα λεγόμενα αμοιβαία κεφάλαια (mutual funds), καθώς και τα λεγόμενα αντισταθμιστικά κεφάλαια (hedge funds).
Η θητεία σας στην JP Morgan;
Αφενός μεν είναι τραπεζικός κολοσσός, αφετέρου δε έχει και μεγάλη παράδοση στην ανάπτυξη μαθηματικών μοντέλων διαχείρισης ρίσκου, όπως παραδείγματος χάρη το πολύ γνωστό Value at Risk. Ήταν σίγουρα καθοριστική. Εμβάθυνα στην κατανόηση βασικών αξιών όπως τα εταιρικά ομόλογα και τα σχετικά παράγωγα (CDS) και παράλληλα ήρθα και σε μια πρώτη επαφή με ένα πολύ δομημένο σύστημα αξιολόγησης των υπαλλήλων. Ύστερα από τρία σχεδόν χρόνια και ευρισκόμενος σε έναν χώρο που υπάρχει συνεχής βομβαρδισμός από τους λεγόμενους headhunters, δηλαδή κυνηγούς ταλέντων, στους οποίους οι εταιρείες αναθέτουν την εύρεση ατόμων με συγκεκριμένο επαγγελματικό προφίλ, είχα μια σειρά συνεντεύξεων με την Goldman Sachs. Όταν αυτό κατέληξε σε προσφορά, ήταν δύσκολο να πω το «όχι». Ο ρόλος, στη θεωρία τουλάχιστον, φάνηκε ότι θα έχει ενδιαφέρον, ενώ είχα και μεγάλη περιέργεια να δω εκ των έσω μια εταιρεία με τη φήμη της Goldman Sachs.
Ο ρόλος σας στην Goldman Sachs;
Ήταν στην ομάδα που είχε ως βασικό μέλημα την ανάλυση και διαχείριση του ρίσκου που απορρέει από τη χρήση των μαθηματικών μοντέλων. Μετά την παγκόσμια οικονομική ύφεση του 2007-2009 τα μοντέλα τιμολόγησης πιστωτικών προϊόντων, όπως τα λεγόμενα CDO, και η χρήση των μοντέλων γενικότερα βρέθηκαν στο επίκεντρο, καθώς η κατάχρησή τους ήταν ένας από τους παράγοντες που οδήγησαν στην κρίση. Ακολούθως οι εποπτικοί οργανισμοί των τραπεζών καθιέρωσαν αυστηρές διαδικασίες και ελέγχους όσον αφορά τη χρήση των μοντέλων και τα όρια εφαρμογής τους. Οι τράπεζες χρειάστηκε να αυξήσουν κατακόρυφα τον αριθμό των αναλυτών για να αντεπεξέλθουν στις απαιτήσεις του νέου εποπτικού πλαισίου και αυτό οδήγησε σε άνθηση ρόλων όπως ο δικός μου.
Στην πράξη πώς ήταν;
Στην πράξη το αντικείμενο αποδείχθηκε κάπως βαρετό και σε αυτό το σημείο και έπειτα από έξι περίπου χρόνια στον χώρο συνειδητοποίησα ότι για τους αναλυτές με υπόβαθρο στις επιστήμες οι καταστάσεις είχαν αλλάξει και οι ρόλοι στο sellside δεν παρουσίαζαν πλέον μεγάλο ενδιαφέρον. Έτσι, έκανα μια δεύτερη μετάβαση, αυτή τη φορά από το ένα μεγάλο κομμάτι του χώρου στο άλλο. Να τονίσω εδώ ότι τα μαθηματικά εργαλεία και οι θεωρίες που χρησιμοποιούνται στα δύο κομμάτια είναι πολύ διαφορετικές και έτσι βρέθηκα ξανά για ένα διάστημα στη θέση του μαθητή! Αυτή τη φορά όμως, πέρα από τα διαφορετικά μαθηματικά μοντέλα, έπρεπε να καταλάβω και πώς λειτουργούν οι αγορές και η οικονομία γενικότερα.
Και οι επενδυτικές στρατηγικές…
Οι αναλυτές στις εταιρείες buyside εστιάζουν την έρευνά τους στον σχεδιασμό μοντέλων που προσπαθούν να κατανοήσουν πώς κατανέμονται οι τιμές των αξιών και πώς αυτές οι κατανομές πιθανοτήτων εξαρτώνται από το εκάστοτε μακροοικονομικό υπόβαθρο, την ιστορία των τιμών άλλων αξιών και λοιπά. Τα μοντέλα αυτά χρησιμοποιούνται στον σχεδιασμό επενδυτικών στρατηγικών που βασίζονται σε συστηματικούς κανόνες. Αυτή η πειθαρχημένη και σχεδόν αλγοριθμική προσέγγιση μας βοηθά να αποφύγουμε τα λάθη που κάνουν πολλοί επενδυτές, καθώς παρασύρονται από ενστικτώδεις αντιδράσεις στα τεκταινόμενα των αγορών, λαμβάνοντας μη βέλτιστες αποφάσεις. Αξίζει σε αυτό το σημείο να κάνω και μια αναφορά στην ολοένα και ευρύτερη χρήση μεθόδων της τεχνητής νοημοσύνης, κυρίως της λεγόμενης μηχανικής μάθησης (machine learning), στην κατασκευή αυτών των μοντέλων. Αυτό μας επιτρέπει να επεκτείνουμε το μαθηματικό πλαίσιο πέραν των γραμμικών εξαρτήσεων, καθώς πολλά από τα φαινόμενα στον χώρο μας είναι μη γραμμικά. Επίσης, με αυτό τον τρόπο μπορούμε να εξάγουμε και να ποσοτικοποιήσουμε πληροφορίες από μεγάλους όγκους κειμένων, όπως παραδείγματος χάρη τα πρακτικά των κεντρικών τραπεζών ή τις ετήσιες εκθέσεις των εταιρειών και λοιπά.
Η επαφή με τις αγορές;
Έχει ενδιαφέρον αλλά και άγχος! Η δυναμική των αγορών παρουσιάζει τεράστιο ενδιαφέρον, όχι μόνο από πρακτική αλλά και από επιστημονική σκοπιά. Ο λόγος είναι ότι, σε αντίθεση παραδείγματος χάρη με ένα θερμοδυναμικό σύστημα στη Φυσική, οι αγορές διακρίνονται από επιπλέον πολυπλοκότητα που απορρέει από δύο εγγενή χαρακτηριστικά. Οι συμμετέχοντες στις αγορές, που με τις αγοραπωλησίες τους επηρεάζουν τις τιμές των αξιών, αποφασίζουν με βάση την ερμηνεία που δίνουν στην παρελθοντική συμπεριφορά των αγορών, δημιουργώντας έτσι βρόγχους ανάδρασης. Αυτοί με τη σειρά τους μπορεί να οδηγήσουν σε μη γραμμικές χαοτικές δυναμικές που είναι δύσκολο να αναλυθούν και να κατανοηθούν πλήρως. Το δεύτερο χαρακτηριστικό όμως μετατρέπει το δύσκολο αυτό πρόβλημα σε σχεδόν αδύνατο. Οι συμμετέχοντες, ως πραγματικοί άνθρωποι και σε αντίθεση με τον homo economicus των θεωρητικών οικονομικών, που λαμβάνει πάντα βέλτιστες αποφάσεις με ορθολογικό τρόπο, επηρεάζονται στη λήψη αποφάσεων από τα συναισθήματά τους καθώς και τις λεγόμενες «γνωστικές προκαταλήψεις». Υπάρχει μία ρήση που αποδίδεται στον μεγάλο θεωρητικό φυσικό Richard Feynman: «Φανταστείτε πόσο πιο δύσκολη θα ήταν η Φυσική εάν τα ηλεκτρόνια είχαν συναισθήματα!». Αυτό συνοψίζει γιατί η κατανόηση των αγορών αποτελεί ένα τόσο δύσκολο πρόβλημα και είναι παράγοντας που οδηγεί σε φαινόμενα όπως οι φούσκες και τα συνεπαγόμενα κραχ των χρηματιστηρίων.
Πώς είναι η ζωή στο διεθνές περιβάλλον του Λονδίνου;
Το Λονδίνο ξεχωρίζει από επαγγελματικής σκοπιάς, γιατί -ακόμα και μετά το Brexit- παραμένει το κέντρο του χρηματοοικονομικού συστήματος στην Ευρώπη. Παράλληλα, προσφέρει όλα όσα μπορεί κανείς να περιμένει από διασκέδαση, δραστηριότητες, εκπαίδευση και λοιπά σε μια μητρόπολη με διάχυτο το πολυπολιτισμικό στοιχείο. Ο μη Άγγλος στο Λονδίνο σίγουρα αισθάνεται λιγότερο ξένος από τον μη Γάλλο στο Παρίσι ή τον μη Γερμανό στο Βερολίνο. Τέλος, στα προάστια που κατοικούμε υπάρχει μια ισορροπία που νομίζω ότι είναι δυσεύρετη σε άλλες μεγαλουπόλεις. Μπορεί κάποιος να μένει σε ήσυχες γειτονιές που έχουν χαρακτήρα σχεδόν ενός χωριού -μεγάλα σπίτια με αυλές και φύση- και σε ένα μισάωρο με το τρένο να βρίσκεται στο πολύβουο Σίτι, την καρδιά δηλαδή του χρηματοοικονομικού συστήματος!
ΒlackRock: Κολοσσός στη διαχείριση χαρτοφυλακίων
«Αυτή η μετάβαση με οδήγησε από τη Fidelity και την T. Rowe Price, και οι δύο μεγάλες εταιρείες διαχείρισης περιουσιακών στοιχείων και αμοιβαίων κεφαλαίων, στην BlackRock, όπου βρίσκομαι τώρα. Η BlackRock είναι η μεγαλύτερη επενδυτική εταιρεία του κόσμου, καθώς διαχειρίζεται συνολικά σχεδόν 10 τρισεκατομμύρια δολάρια αξιών. Για να κατανοήσουμε αυτό το μέγεθος, είναι περίπου 25 φορές το χρέος της Ελλάδας!
Στην BlackRock υπάρχει απόλυτη αφοσίωση στη διαχείριση χαρτοφυλακίων για τους πελάτες της εταιρείας, οι οποίοι είναι -ως επί το πλείστον- θεσμικοί επενδυτές, αν και ιδιώτες μπορούν επίσης να αγοράσουν κάποια από τα επενδυτικά προϊόντα της εταιρείας. Είναι μάλιστα πολύ γνωστή για την πρωτοπορία της στην ανάπτυξη των λεγόμενων ETF. Αυτά είναι επενδυτικά κεφάλαια που αγοράζονται και πωλούνται σαν να είναι μετοχές μεγάλης ρευστότητας και δίνουν τη δυνατότητα σε επενδυτές να αποκτήσουν έκθεση σε τμήματα της αγοράς, παραδείγματος χάρη εταιρικά ομόλογα, πολύτιμα μέταλλα ή χρηματιστηριακούς δείκτες, που θα ήταν είτε αδύνατο είτε πολύ ακριβό να κάνουν οι ίδιοι με άμεσες επενδύσεις».
