Toekomstige winstverrassingen zijn prima te detecteren

“Ik las onlangs een wetenschappelijk artikel met de spannende titel: Kan met AI de gedachten van CEO’s gelezen worden? En tot mijn verbazing heb ik daar iets totaal onverwachts van geleerd.

Zoals ik al eerder heb gezegd, kan kunstmatige intelligentie (AI) beleggers helpen bij het ontdekken van ontwijkende antwoorden van bestuursleden tijdens Q&A's. Managers die eerlijke antwoorden geven op vragen van analisten en die in staat zijn extra details te geven, zien de koers van hun bedrijf daarna vaak stijgen.

Maar uit het artikel blijkt dat er nog meer mogelijk is als AI wordt getraind op schriftelijke verklaringen in kwartaal- en jaarverslagen. Volgens de onderzoekers kan met AI niet alleen bedriegelijk gedrag en fraude worden ontdekt, het is ook mogelijk om toekomstige winst- en verliesverrassingen te voorspellen.

In het onderzoek werd de AI getraind op het hoofdstuk Management Discussion & Analysis (MD&A), dat in bijna alle jaarverslagen voorkomt. Wat de AI heeft gedaan, is alle deze MD&A-hoofdstukken van Amerikaanse bedrijven tussen 1993 en 2021 doorlezen, evenals de bespreking van de risicofactor (RF).

Belangrijke om op te merken is dat het MD&A-hoofdstuk niet wordt gecontroleerd door een accountant (in tegenstelling tot de rest van het rapport). Het management heeft dus veel vrijheid om uit te leggen hoe zij hun bedrijf zien en de omgeving waarin het opereert. Dat biedt uitgebreide mogelijkheden om potentiële problemen aan de horizon te verdonkeremanen om zo de zorgen van beleggers weg te nemen.

LLM

Het gebruik van een eenvoudige lexicografische benadering was onvoldoende om bedrijven te vinden die in de toekomst gaan tegenvallen. Bij zo’n benadering wordt gekeken naar bepaalde woorden die vaak voorkomen en die wijzen op een negatief sentiment.

Ook het gebruik van kant-en-klare taalmodellen - large language models (LLM’s) – werkte onvoldoende, omdat standaard LLM’s niet zijn getraind in het interpreteren van de vaktaal die wordt gebruikt in financiële verslagen.

Maar toen de LLM was getraind met AI op content met een negatieve ondertoon, konden nauwkeurige voorspellingen worden gedaan over welke bedrijven bij de volgende bedrijfscijfers voor positieve verrassingen zouden zorgen en welke voor tegenvallers. De 20% bedrijven met de grootste positieve winstverrassing presteerden 6,7% beter op de beurs dan de 20% bedrijven met de grootste negatieve winstverrassing.

Outperformance

Dat is een verbluffende outperformance als je het mij vraagt, en die blijft waarschijnlijk ook bestaan als je rekening houdt met transactiekosten (niet onbelangrijk, omdat de portefeuille elk kwartaal moet worden aangepast).

Maar er staat nog iets in het onderzoek. Als een soort lakmoestest keken de onderzoekers naast hun zeer geavanceerde LLM ook naar heel eenvoudige manier om toekomstige winstverrassingen te voorspellen (vermoedelijk om aan te tonen hoeveel beter LLM’s zijn).

Een van die simpele methoden was om te kijken naar de lengte van het MD&A-hoofdstuk. Wat blijkt: de 20% bedrijven met de langste MD&A-hoofdstukken doen het op de beurs 2,3% per jaar slechter dan de 20% bedrijven met de kortste MD&A-hoofdstukken.

Het is echt heel eenvoudig. Als het management potentiële risico’s wil bagatelliseren, moet het uitleggen waarom. Dat maakt de tekst langer. Als de zaken goed gaan, dan hoeven ze alleen maar te zeggen: 'Het gaat goed'. Behoorlijk kort.

Dus, mijn advies, als u de volgende keer in een bedrijfsverslag de managementtoelichting leest, let dan op hoe lang die is. De kans is groot dat managers die hele lange Oorlog-en-Vrede-achtige teksten schrijven, slecht nieuws proberen te verbergen."