우리는 글로벌 경제의 구조적 변화를 겪고 있습니다 - 시장 주기가 아닙니다.
작성자: 오머 시더 , Antoine Amend
무역 흐름이 바뀌고 있습니다. 공급망이 재구성되고 있습니다. 산업 정책이 다시 돌아왔습니다. 모든 분야에서 AI가 대부분의 기업이 처리하거나 행동할 수 없는 속도로 변화를 가속화하고 있습니다. 변동성은 더 이상 이상 현상이 아니라 새로운 균형입니다. 이것은 준비해야 할 순간일 뿐만 아니라, 재플랫폼화해야 할 순간일 수도 있습니다.
IMF 와 세계은행 과 같은 기관들은 이 시점을 체제 변화 라고 설명하고 있습니다 - 자본의 움직임, 위험의 집중, 기회의 출현에 대한 단계 변화입니다. 이전에는 매크로 노이즈로 간주되었던 것들 — 관세, 에너지 정책, 지정학 — 이 주요 신호가 되었습니다. 주제적 힘 이 이제 자산 가격을 결정하는 데 요인만큼 큰 역할을 합니다. 그리고 이러한 주제를 빠르고 자주 인식하고, 정량화하고, 그에 따라 행동할 수 있는 투자자들이 성과를 뛰어넘을 것입니다.
표준 투자 도구 — 스타일 요인, 경제 예측, 과거 노출 — 이 더 이상 충분하지 않습니다. 결여된 것은 확신이 아니라 맥락입니다.
오늘날의 환경에서 투자자들은 증강된 데이터 모델이 필요합니다: AI의 혼란, 지정학적 재편, 또는 공급망 충격과 같은 빠르게 움직이는 주제적 신호를 기존의 위험 프레임워크 위에 쌓는 것입니다. 제대로 수행되면, 이러한 계산은 노출을 강조하는 것뿐만 아니라 위험 속성을 직교화시켜 - 팀이 포트폴리오 결정에서 실제로 어떤 것이 외부 주제적 힘에 의해 주도되는지를 분리하는 데 도움을 줍니다.
하지만 이런 종류의 모델을 구축하는 것은 대규모의 도전입니다. 이는 대량의 구조화된 데이터와 비구조화된 데이터를 처리하고, 이를 실시간으로 포트폴리오에 연결하며, 기존 시스템에서 포착하지 못한 관계를 찾아내는 능력을 필요로 합니다.
이는 대규모 데이터 문제이며, 이를 해결하기 위해서는 오늘날의 규모와 복잡성에 맞는 인프라가 필요합니다 — 정적인 스프레드시트나 분리된 위험 시스템이 아닙니다.
대부분의 투자 조직은 이런 수준의 반응성에 대해 설계되지 않았습니다. 팀들은 여전히 파편화된 환경에서 작업하고 있습니다: 연구는 위험과 분리되어 있고, 포트폴리오 구성은 노출에 대한 투명성 없이 운영되며, 데이터는 종종 서로 소통하지 않는 고립된 시스템에 머물러 있습니다.
적응하기 위해서는 도구 이상이 필요합니다 — 새로운 종류의 작업 흐름이 필요합니다. 다음을 지원하는 것:
Omega Point에서는 그러한 워크플로우를 가능하게 하는 데 집중하고 있습니다. Databricks와의 통합은 기관 투자자들이 그들의 인프라를 현대화할 때 가능한 것들 중 하나의 예입니다. 함께, 우리는 확장 가능한 데이터 처리와 포트폴리오 분석을 연결하여, 전면 사무팀이 속도와 정확성으로 주제적 위험을 평가할 수 있게 합니다.
이 통합은 우리가 내부적으로 플랫폼을 구축할 필요를 대체했습니다-나는 그것을 이전에 해본 적이 있고, 다시는 그것을 하고 싶지 않습니다. — 난 샤오, CTO, 그린란드 자본 관리 LP
