CPPIB组建了一个团队 在制定长期投资决策时尝试不同类型的信息

有一段时间，加拿大退休金计划投资委员会甚至没有进行“替代”投资。现在，加拿大最大的养老基金表示正在筛选“替代”形式的数据，试图改善其投资决策。

CPPIB汇集了所谓的“数据驱动边缘”团队，一小群投资者和数据科学家，他们正在尝试不同类型的信息来做出长期投资决策，Deborah Orida，高级董事总经理兼全球负责人CPPIB的活跃股票。

“在我们希望加强决策制定的过程中，过去几年我们一直关注的一件事就是不仅可以使用我们从彭博等传统资源中获得的传统财务数据我们的投资决策，以及可用的替代数据量不断增加，“Orida在接受香港电话采访时告诉金融邮报。

CPPIB准备成为首个发行欧元绿色债券的全球养老基金

对冲基金和其他投资者试图利用替代数据获得优势，例如从商店停车场的卫星图像中收集到的信息。

去年夏天，CPPIB开始组建自己的团队，目前只有不到10名全职成员。

故事继续下面

=

其中一个如何使用Orida提供的替代数据的一个例子是该基金最近对一对房地产公司的分析，一个公共公司和一个私人公司，CPPIB使用美国房地产经纪人的公共登记处来研究他们公司之间的运动。这些数据将是该基金为了做出投资决策而试图解决的一个更大难题的一部分。

“但通过查看这些额外的数据来源，并能够分析这一趋势，我们可以深入了解吸引代理商到不同公司的情况，”Orida说。

CPPIB不太可能是唯一一家利用新兴数据形式的加拿大养老基金。

安大略省教师退休金计划最近公布了分析平台主管的职位空缺，其职责包括维护“数据科学，机器学习，数据工程，替代数据，数据可视化和其他相关高级分析主题的行业知识”。教师的帖子说，导演将领导一个由5到15名员工组成的团队。

投资加拿大退休金计划资金的CPPIB也在深入研究与创新相关的新想法和技术。

该基金最近宣称，它正在寻求聘请创新总监来帮助测试“新兴概念和想法”，并扩展CPPIB的高级分析能力。

同样，CPPIB最近表示，它正在寻求数据和高级分析的负责人，被称为“变革性角色”。

CPPIB表示，这两项工作都是新的，因为该基金试图确保其人才和技术与其增长保持同步。

所有这些的价格还有待观察;CPPIB将在即将发布的年度报告中披露其成本。

但是，尽管CPPIB已经拥有了一些优于其他投资者的优势 - 例如稳定的捐款流和更长远的前景 - 但它总是希望根据最佳可用信息做出决策，Orida说。

大量数据也可用于提供各种人工智能技术，Orida表示CPPIB在其研究中确实采用了机器学习。她为此提供的例子是他们的主题投资小组研究汽车，例如消费者从购买汽车到购买汽车的趋势，或者电动汽车和自动驾驶汽车的演变。

Orida表示，现有的研究采取了更加区域性的方法，但全球投资者CPPIB想知道根据某些特征(如密度或财富)分析采用趋势是否更有意义。该基金使用机器学习算法围绕各种属性对城市进行分组，这也是它可以在其投资组合中应用的洞察力。

“例如，”Orida说，“当你考虑从购买汽车作为资本投资转向消费游乐设施作为服务的演变时，这将影响我们对收费公路的长期预测的看法，在我们的基础设施团队中，从停车收入中赚取大量资金的机场。“

然而，正如Orida在研究房地产公司时指出的那样，替代数据并不是CPPIB的最终结果。该基金并未单独使用该分析作出投资决定;相反，它试图回应人类提出的问题并补充其他工作。

“最终，我们的投资决策仍然在对公司进行财务预测，然后将现金流量折扣回去计算我们为此支付的价格，”Orida说。“但是当你预测这些现金流时，你可以了解更多有关行业趋势的信息以及它们可能如何影响该公司的未来，我个人认为，你将做出更好的投资决策。”