華爾街分析師的數據比分析更好賣？

華爾街分析師現在處理數據的方式與過去有所不同。

多年來，投行一直在對公司利潤、目標價和其他常見指標進行數據分析，以便客戶利用這些信息作出投資和交易決策。

現在，投行從社交媒體人氣、地理空間定位及其他非傳統來源中提取數據。他們也越來越多地直接將自己的數據流提供給客戶，而不再提供經常無人閱讀的研究報告。

這些變化是投行為提高客戶對其龐大研究部門的興趣並增加研究部門收入採取的最新策略。眼下投行的研究部門正奮力跟上市場形勢的發展。長期以來，投行一直將研究報告作為提供給交易客戶的一攬子服務的一部分，但現在許多客戶要麼在努力降低交易費用，要麼更傾向於定量演算法而非定性研究。在Street Contxt追蹤的研究郵件中，第二季度只有約21%的郵件被打開。Street Contxt是一家分發和追蹤華爾街內容的初創公司。

瑞銀(UBS Group AG)最近將其為研究業務組建的數據團隊分拆為內部一個獨立部門。研究分析師仍繼續使用該服務，但現在客戶也可以直接使用該服務。

瑞銀的這個部門名為Evidence Lab，其全球負責人Barry Hurewitz說：「數據被譽為新的石油，但需要有一個煉油廠。而我們就是數據的一體化煉廠。」

該部門擁有數百名數據專家，他們處理數以千計的原始數據源，將其塑造成投資者可用的信息。例如，該部門會為若干家保險商分析Glassdoor網站上的職場評價，以判斷哪一家的核保員有可能流失。它還為Netflix Inc(NFLX)的劇集《盧克·凱奇》(Marvel"s Luke Cage)追蹤過谷歌搜索數據，發現第二季第一集播出時人們不太感興趣。

加入瑞銀之前，Hurewitz曾供職於摩根士丹利(Morgan Stanley, MS)，十多年以前，他在那裡幫助創立了一個數據部門，現在名叫AlphaWise。

AlphaWis如今僱用了逾100名數據科學家以及其他工程師，是摩根士丹利研究部門的組成部分。研究分析師利用它的分析服務和非傳統數據來構建對行業的看法。

在近期的一份研究報告中，摩根士丹利房地產投資分析師援引道路網路地圖來判斷哪些商場來自附近潛在客戶的購買力較大，哪些較小，根據的是開車到商場花費的時間，而不只是簡單的半徑範圍。這些分析師的理論是，人們會開車去相對較好的商場，但前提是商場之間的車程差在五分鐘以內。

摩根士丹利的數據資源目前在集團內部的共享程度越來越高，包括摩根士丹利的交易部門。該部門有專門的數據專家與客戶合作。

在滙豐控股有限公司(HSBC Holdings PLC, HSBC, 簡稱﹕滙豐控股)，研究分析師近期使用軟體來讀取20,000份公司業績電話會議記錄文本，從中尋找趨勢。

例如，該軟體可以精準確定管理人士在電話會上討論業務困境的時間，並將其與「技術性困境」區別開來。滙豐控股正在探索如何繼續運行該軟體，以不斷生成針對客戶的提示信息。

不過，一些交易部門不想直接處理新型數據。問題之一是要驗證相關數據不包含個人信息。因為投行不想捲入社交媒體公司普遍面臨的隱私爭議問題。

轉自wsj

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！