Hai mai risposto a un questionario di profilatura del rischio? Poche domande, un punteggio, un’etichetta: prudente, equilibrato, dinamico. La domanda giusta non è cosa ti chiede — chiede giustamente età, orizzonte temporale, esigenze di liquidità. La domanda è cosa succede alle tue risposte dopo che le hai date.
Chi ha deciso quanto pesa «accetterei una perdita del 10%» rispetto a «ho bisogno di liquidità tra due anni»? Con quale logica sei diventato un 6 su 10 invece di un 5 o di un 7? Quasi nessun cliente lo sa — e quasi mai quel metodo, i pesi, le soglie, le combinazioni, è reso pubblico. Rispondi alle domande, ottieni un’etichetta, e devi fidarti che il passaggio in mezzo sia stato fatto bene.
Anche quando lo è, resta un problema che nessun questionario risolve da solo: la distanza tra quello che una persona dichiara e come si comporta davvero. «Accetterei una perdita del 15%» scritto su un modulo, in un pomeriggio tranquillo, non è la stessa cosa della telefonata delle 8 del mattino quando quel 15% è reale sul conto.
Capire in anticipo questa distanza — prima che succeda, non mentre sta già succedendo — è un mestiere per cui mi sono formato apposta: leggere le persone, non solo i numeri. Si impara sia con la teoria sia poi guardando negli occhi le persone nel momento preciso, non spuntando una casella.
C’è poi un secondo problema, indipendente dal primo: anche con il profilo giusto in mano, il motore che traduce «rischio moderato, 61 anni, liquidità tra due anni» in una lista di titoli ha bisogno di stime sul futuro — rendimento atteso, volatilità, correlazione tra gli asset.
Nessuna delle tre è osservabile: si stimano dal passato. E le correlazioni calcolate su vent’anni di dati normali collassano tutte verso 1 proprio durante una crisi, quando servirebbero di più. Il modello ti protegge dalla volatilità ordinaria e si scioglie esattamente quando arriva quella straordinaria.
C’è poi un uso dell’intelligenza artificiale che mi preoccupa più della matematica del modello: quello imposto dall’alto. Alcune reti commerciali mettono in mano ai consulenti strumenti che “sputano” un’allocazione già pronta, senza chiedere di capire perché — e chi non ha studiato davvero non ha gli strumenti, né il potere contrattuale, per chiedersi se quel peso serva al cliente o al collocamento che l’azienda vuole spingere quel trimestre. «Usiamo l’intelligenza artificiale» diventa uno slogan come «senza olio di palma» — dice qualcosa sull’etichetta, niente su cosa succede dentro.
Uso l’AI in modo diverso, e ve l’ho mostrato in dettaglio negli articoli precedenti: scansiona, verifica, non decide al posto mio. Non l’ho mai lasciata assegnare classi di attivo a un cliente e chiamarlo «portafoglio»: l’input della macchina è un pezzo del ragionamento, non l’output finale, un riferimento su cui costruire, non un mandato da eseguire senza adattarlo a chi ho davanti.
Cosa uso invece. Sopra lo screening sistematico di cui vi ho già parlato costruisco quattro blocchi, non un numero unico ottimizzato: un nucleo di titoli con un pavimento di utili verificato, da tenere con pazienza; una quota di ciclici comprati quando il book vale poco, non quando il prezzo corre; una parte satellite per convinzioni più tattiche, dimensionata apposta più piccola; una liquidità che è una scelta esplicita, non un residuo lasciato lì per pigrizia. Ogni blocco ha una regola di uscita diversa, decisa prima di entrare — non inventata a posteriori quando il mercato mette paura.
Non è un metodo infallibile. Sbaglia anche lui, (sbagliamo) — su un’azienda, su un settore, su un tempismo. Ma non finge una precisione che un questionario e tre stime sul futuro non possono davvero avere, e soprattutto non salta il passaggio più delicato: capire come ragiona davvero la persona che ho davanti, non solo cosa ha dichiarato di essere.
Tu, l’ultima volta che hai compilato un questionario di rischio, hai mai chiesto chi ha deciso come vengono pesate le tue risposte?
