Datagerelateerde uitdagingen in de financiële dienstverleningssector overwinnen

Belang van de sector financiële dienstverlening

De sector financiële dienstverlening speelt een belangrijke rol in de wereldwijde economische groei en ontwikkeling. De sector draagt bij aan een efficiënter beheer van de stromen van spaargelden en investeringen en verbetert het risicobeheer van financiële transactieactiviteiten voor producten en diensten. Instellingen zoals commerciële en investeringsbanken, verzekeringsmaatschappijen, niet-bancaire financiële ondernemingen, krediet- en leningmaatschappijen, effectenmakelaars en trustmaatschappijen bieden een breed scala aan financiële diensten aan en distribueren deze op de markt. Enkele van de meest voorkomende financiële diensten zijn kredieten, leningen, verzekeringen en leases, die rechtstreeks door verzekeringsmaatschappijen en banken of indirect via agenten en makelaars worden aangeboden.

Beperkingen en uitdagingen in de beschikbaarheid van data

Gezien de belangrijke rol van financiële dienstverlening in de wereldeconomie, wordt verwacht dat de markt voor financiële dienstverlening professioneel en sterk ontwikkeld is, ook wat betreft de beschikbaarheid van data. Meer specifiek wordt verwacht dat er een goed ontworpen database beschikbaar is, waarin een breed scala aan informatie over bepaalde sectoren wordt gepresenteerd en verzameld kan worden. De werkelijkheid voldoet echter niet aan deze verwachtingen.

Uit beoordelingen van diverse markten voor financiële dienstverlening is gebleken dat dataverzameling een uitdagend proces is. Verschillende oorzaken dragen bij aan deze situatie. Een gebrek aan databeschikbaarheid of slechte databeschikbaarheid, ondoorzichtigheid van data, geconsolideerde informatie uit markt- of jaarverslagen, evenals verschillende classificatieschema's voor financiële diensten, zijn enkele van de belangrijkste barrières. Verschillen in het juridische kader tussen landen hebben grote invloed op de invoer en categorisering van data. Een representatief voorbeeld dat in dit geval van toepassing is, zijn de verschillende classificatieschema's en categoriseringen van financiële diensten tussen landen. Meer specifiek zijn EU-landen verplicht data over lijnen van financiële dienstverlening te publiceren volgens een bepaald classificatieschema en vooraf gedefinieerde klassen, die in veel gevallen verschillen van de classificatieschema's of klassen van niet-EU-landen, wat bijdraagt aan een onduidelijk en onnauwkeurig overzicht van de markt. De identificatie en het begrip van elk classificatieschema zijn noodzakelijk om dubbeltellingen en overlappende data te voorkomen. Daarnaast publiceren publieke instellingen vaak data die slechts een deel van de markt weergeven en niet de werkelijke marktomvang. Tot slot is ook vastgesteld dat sommige financiële diensten in verschillende landen verschillende definities hebben, wat de complexiteit van de dataverzameling en beoordeling van de markt voor financiële dienstverlening beïnvloedt.

Behoefte aan een voorspellend model

Om de uitdagingen van inconsistente data en slechte, beperkte of ontbrekende databeschikbaarheid te overwinnen en een nauwkeurige schatting van de markt voor financiële dienstverlening te maken, is het noodzakelijk een voorspellend model te ontwikkelen dat een breed scala aan indicatoren analyseert. Een kenmerkend voorbeeld is de schatting van de wereldwijde markt voor financiële dienstverlening, uitgevoerd door The World Bank. Er werd een analysemodel ontwikkeld, gebaseerd op zowel afgeleide als gemeten data, om de uitdagingen van beperkte data-input aan te pakken.

Een analysemodel voor de beoordeling van markten voor financiële dienstverlening, ontwikkeld door Hammer, houdt rekening met zowel de verzameling van kwalitatieve en kwantitatieve data uit verschillende bronnen als voorspellende indicatoren. Bij eerdere beoordelingen van bepaalde markten voor financiële dienstverlening werd data verzameld uit publicaties, artikelen en rapporten van publieke onderzoeksinstellingen voor financiële dienstverlening, nationale brancheverenigingen voor financiële dienstverlening, verenigingsgroepen en private ondernemingen in de financiële dienstverlening. De meningen van experts uit de praktijk vormden eveneens een belangrijke informatiebron. Het model omvatte regressie- en principalecomponentenanalyse, waarbij afgeleide data werden geproduceerd op basis van bepaalde macro-economische factoren (zoals de bevolking van een land, het bbp, het bbp per sector en het werkloosheidspercentage), handelsindicatoren en economische en politieke factoren.

De selectie van de indicatoren en het analysemodel hangt af van het type financieel dienstverleningsproduct en de relevante markt die we willen beoordelen. Daarnaast is het op basis van modelanalyse mogelijk correlaties te identificeren en valideren tussen een reeks voorspellende indicatoren die als potentiële belangrijkste drijfveren van de specifieke markten worden beschouwd.

Concluderend is het mogelijk de omvang van markten voor financiële dienstverlening te bepalen, met ondersteuning van een geavanceerd voorspellend analysemodel dat de vergelijkbaarheid en consistentie van data tussen verschillende markten en landen kan mogelijk maken en verbeteren.