Can Regulatory Technology (RegTech) Boost Financial Performance? Evidence From Indian Commercial Banks
Questo studio sulle banche commerciali indiane rivela che, mentre le tecnologie abilitanti per la RegTech come l'IA e i big data aumentano significativamente la redditività, la tecnologia normativa di base focalizzata sulla conformità automatizzata agisce come un onere di costo senza un impatto positivo significativo sulle prestazioni finanziarie.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel vasto e intricato mondo dell'attività bancaria, il denaro non si muove nel vuoto. Esso scorre attraverso un panorama definito da due forze potenti, spesso contrastanti: la spinta incessante all'innovazione e la rigida necessità di seguire le regole. Per decenni, le banche hanno operato partendo dal presupposto che la tecnologia sia la chiave per la crescita, uno strumento per raggiungere più clienti e processare prestiti più velocemente. Allo stesso tempo, i governi e le banche centrali hanno stretto le redini, esigendo che le istituzioni dimostrino di essere sicure, oneste e prive di frodi. Ciò crea una tensione costante. Le banche devono spendere enormi quantità di denaro per soddisfare queste regole, eppure ci si aspetta che rimangano redditizie. La domanda che la sfida l'industria è se gli strumenti utilizzati per soddisfare queste regole — i sistemi digitali progettati per spuntare caselle e monitorare le transazioni — aiutino effettivamente una banca a guadagnare denaro, o se siano semplicemente un pesante costo che trascina verso il basso i profitti.
Un team di ricercatori della Guru Nanak Dev University in India si è posto l'obiettivo di sciogliere questo nodo. Si sono concentrati sul settore del banking commerciale indiano, un'industria massiccia che funge da spina dorsale dell'economia della nazione. I ricercatori erano interessati a un tipo specifico di tecnologia noto come Tecnologia Regolatoria, o RegTech. Questa non è una singola macchina, ma una vasta categoria di strumenti digitali. Per comprendere lo studio, occorre innanzitutto distinguere tra due tipi molto diversi di tecnologia che le banche utilizzano. Il primo tipo è quello che i ricercatori chiamano "tecnologia abilitante". Questi sono strumenti fondamentali e potenti come l'intelligenza artificiale, l'analisi dei big data e il machine learning. Questi sistemi sono progettati per apprendere, prevedere e trovare schemi in enormi quantità di informazioni. Il secondo tipo è la "tecnologia regolatoria core". Questi sono i sistemi specifici e automatizzati costruiti esclusivamente per seguire la legge. Gestiscono compiti come verificare se un cliente è chi dice di essere, monitorare le transazioni per attività sospette e generare i complessi report richiesti dai regolatori. Sebbene entrambi i tipi di tecnologia siano spesso raggruppati sotto l'ombrello della "compliance digitale", i ricercatori sospettavano che potessero comportarsi in modo molto diverso rispetto ai risultati finanziari di una banca.
Per trovare la risposta, i ricercatori non si sono affidati a sondaggi o interviste. Al contrario, sono andati direttamente alla fonte: i rapporti annuali ufficiali di trentadue banche commerciali quotate in India. Questi rapporti, che coprono un decennio dal 2016 al 2025, contengono migliaia di pagine di testo in cui i dirigenti bancari descrivono le loro strategie e i loro investimenti. I ricercatori hanno utilizzato un programma informatico per leggere questi documenti, cercando parole e frasi specifiche. Hanno contato quante volte le banche menzionavano gli strumenti "abilitanti" rispetto a quelli di conformità "core". Trasformando questi conteggi di parole in un indice misurabile, hanno creato un quadro chiaro di quanto ogni banca stesse investendo in ciascun tipo di tecnologia. Hanno poi confrontato questi dati con la performance finanziaria delle banche, guardando in particolare a quanto efficientemente ogni banca utilizzasse i propri asset per generare profitto.
I risultati hanno rivelato una divisione netta e sorprendente. Lo studio ha scoperto che quando le banche investivano nelle tecnologie abilitanti e fondamentali come l'intelligenza artificiale e i big data, la loro redditività migliorava significativamente. Questi strumenti facevano molto di più che aiutare le banche a seguire le regole; agivano come un moltiplicatore di forza per l'intero business. Utilizzando questi sistemi avanzati, le banche potevano analizzare i dati più profondamente, individuare i rischi prima e prendere decisioni migliori su chi concedere prestiti. Questa maggiore efficienza significava che le banche potevano generare più profitto dalla stessa quantità di denaro in loro possesso. I dati hanno mostrato un forte legame positivo tra questi investimenti e il successo delle banche.
Tuttavia, la storia era completamente diversa per la tecnologia regolatoria core. Lo studio ha scoperto che investire nei sistemi specifici progettati esclusivamente per la conformità automatizzata non portava a profitti più elevati. In effetti, per le banche più grandi del campione, questi investimenti sembravano addirittura ridurre i loro rendimenti. I ricercatori hanno concluso che questi sistemi funzionano principalmente come un costo necessario per fare impresa. Sono l'equivalente digitale di una cintura di sicurezza o di un estintore: essenziali per la sicurezza e richiesti dalla legge, ma non aiutano l'auto ad andare più veloce o l'edificio a generare più entrate. Per le grandi istituzioni, l'enorme costo di costruzione e manutenzione di questi complessi sistemi di conformità obbligatori ha agito come un freno sulla loro redditività complessiva.
Lo studio ha anche scoperto che questi effetti non venivano percepiti equamente in tutto il settore. I benefici finanziari delle tecnologie abilitanti erano fortemente concentrati tra le banche più grandi e quelle del settore privato. Queste istituzioni avevano la scala e le risorse per integrare pienamente questi potenti strumenti nelle loro operazioni quotidiane, trasformando i dati in un vantaggio competitivo. Le banche più piccole e le istituzioni del settore pubblico, spesso gravate da sistemi obsoleti e ostacoli burocratici, faticavano a vedere gli stessi rendimenti. I ricercatori hanno notato che, per questi attori più piccoli, il costo dei sistemi di conformità obbligatori era particolarmente pesante, comprimendo la loro capacità di generare un profitto.
In definitiva, la ricerca suggerisce che la strada per il successo finanziario nell'era bancaria moderna non consiste nell'acquistare più software di conformità. Si tratta di costruire una base digitale più intelligente e flessibile. Lo studio indica che le banche devono trattare i loro investimenti in tecnologia regolatoria come due strategie separate. Devono accettare che i sistemi richiesti per seguire la legge siano un costo che deve essere gestito con attenzione, magari condividendo l'onere o semplificando l'architettura. Allo stesso tempo, dovrebbero investire aggressivamente nelle tecnologie abilitanti più ampie che possono trasformare l'intera operatività. Usando l'intelligenza artificiale e i big data per risolvere problemi che vanno oltre la semplice conformità, le banche possono trasformare la pressione della regolamentazione in un'opportunità di crescita, assicurando che il costo della sicurezza non avvenga a spese del loro futuro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.