¿La IA hace que los mercados financieros sean más informativos?
¿La IA hace que los mercados financieros sean más informativos?
La inteligencia artificial (IA) y el crecimiento exponencial de los datos están transformando la forma en que los inversores valoran las empresas. El punto de vista de los tecno-optimistas es que los inversores aumentados por la IA tienen una mayor capacidad para predecir el éxito de las empresas e identificar las empresas valiosas. Esto hace que los precios de las acciones sean más informativos sobre las perspectivas de las empresas, lo que, según el argumento, es socialmente valioso porque los precios de las acciones informativos proporcionan señales precisas para la asignación de recursos.
Este efecto virtuoso de la IA se basa en la suposición de que la IA ha hecho que los mercados financieros sean más informativos. Pero, ¿se cumple este supuesto en la realidad?
Para evaluar si los precios de las acciones se han vuelto más informativos a medida que la IA se desplegaba en los mercados financieros, necesitamos una forma objetiva de medir la informatividad de los precios de las acciones. En concreto, necesitamos una medida para saber si el precio de las acciones de una empresa hoy es un buen predictor de la rentabilidad de la empresa en el futuro. Responder a esta pregunta para los precios de las acciones de hoy no es posible porque no conocemos el futuro. Sin embargo, sí es posible determinar si la bolsa fue informativa en el pasado porque, con la ventaja de la retrospectiva, hoy sabemos si los precios de las acciones en el pasado fueron correctos o incorrectos.
En un artículo publicado en 2016 en el Journal of Financial Economics, tres investigadores[1] siguieron esta idea para evaluar si el mercado bursátil estadounidense se ha vuelto más informativo a lo largo del tiempo. La figura 1 de su artículo muestra la evolución de la información del mercado de valores a lo largo de 50 años. Una nota al final de este artículo explica cómo construyeron exactamente los investigadores la medida de informatividad.[technical note]
Los datos muestran una clara tendencia positiva en la información bursátil. Es decir, los precios de las acciones se han vuelto más informativos con el tiempo. ¡Un punto para la IA!
También podemos observar que la tendencia positiva es anterior a la adopción generalizada de algoritmos en las finanzas a principios de la década de 2000. La razón es que los costes de procesamiento de la información han disminuido constantemente a lo largo del tiempo gracias a la informatización del sector financiero mucho antes de la llegada de la IA. Por lo tanto, la IA continuó una tendencia preexistente en lugar de iniciar una nueva tendencia.
Sin embargo, investigaciones más recientes aportan una visión más matizada del impacto de la IA.
Grandes datos para grandes empresas
En un artículo de próxima aparición en la Review of Financial Studies, un equipo de otros cuatro investigadores[2] confirman que los precios de las acciones se han vuelto más informativos en el caso de las grandes empresas que cotizan en bolsa, pero la tendencia es la contraria en el caso de las empresas de mediana capitalización y las más pequeñas fuera del S&P 500.
Su explicación es que las grandes empresas generan muchos datos como resultado de su prolongada actividad económica y la IA es muy buena para predecir en entornos con muchos datos. En cambio, las empresas más pequeñas y las más jóvenes generan menos datos y tienen un historial más corto de declaraciones de resultados que pueden alimentar los algoritmos. En consecuencia, la IA no ha sido -o no es todavía- tan útil para mejorar la precisión de las previsiones de los inversores sobre el valor de las pequeñas empresas.
El hecho de que la mejora de la información se concentre en las grandes empresas puede ser bueno o malo según se mire. En el lado positivo, las grandes empresas representan una gran parte de la economía, por lo que los precios de las acciones informativas de las grandes empresas tienen un gran impacto en la asignación eficiente de recursos. En el lado negativo, una gran parte de la innovación se produce en las nuevas empresas. Por lo tanto, es importante que los mercados proporcionen señales precisas sobre qué nuevas empresas tienen buenas perspectivas. Desde este punto de vista, la tendencia de la información bursátil no es tan buena.
Inteligencia artificial a corto plazo, inteligencia humana a largo plazo
En un nuevo documento de trabajo, otros tres investigadores[3] amplían el análisis hasta el período más reciente y descubren un patrón sorprendente. Descubren que desde principios de la década de 2000, que corresponde a la adopción generalizada de algoritmos en las finanzas, la precisión de las previsiones sigue mejorando para los beneficios a corto plazo, pero se produce una inversión en la precisión de las previsiones a largo plazo. Los mercados financieros son cada vez mejores para predecir el corto plazo, pero cada vez peores para predecir el largo plazo.
Su explicación es que los datos alternativos que se procesan mediante algoritmos contienen predominantemente información sobre las perspectivas de las empresas a corto plazo. Los datos de Internet, como el número de visitas al sitio web de un minorista, contienen principalmente información sobre los beneficios del próximo trimestre. En cambio, la previsión de las perspectivas a largo plazo requiere juicios humanos para anticipar y comprender las opciones estratégicas y de innovación de las empresas.
Esta tendencia -si se confirma- es desafortunada. El futuro próximo se conoce pronto por definición, por lo que la información sobre el futuro próximo que aportan los mercados financieros no es tan útil para los gestores y empresarios de las empresas. En cambio, la información sobre el largo plazo es más importante para asignar recursos. Por ejemplo, la medida en que el riesgo climático se refleja con precisión en los precios de los activos determina la rapidez con que los mercados de capitales asignan el capital fuera de los sectores expuestos al riesgo climático .
