Sztuczna inteligencja przewiduje wyniki głosowań akcjonariuszy z wysoką skutecznością
Czy sztuczna inteligencja może doradzać inwestorom? Badanie przeprowadzone przez naukowców z University of South Carolina i University of Rhode Island sugeruje, że tak. Stworzony przez nich system AI, analizując publicznie dostępne wytyczne ISS (Institutional Shareholder Services Inc.) dotyczące głosowań proxy oraz stanowiska aktywistów i zarządów firm, potrafi skutecznie przewidywać, jak akcjonariusze zagłosują nad różnymi uchwałami.
W opublikowanym 18 sierpnia badaniu Matthew Souther i Choonsik Lee wykazali, że rekomendacja „za” wydana przez AI jest związana ze wzrostem poparcia inwestorów o 2% do 6% w porównaniu z rekomendacją „przeciw”. Co istotne, efekt ten utrzymuje się nawet po uwzględnieniu rekomendacji wydanych przez samą ISS. Souther podkreśla, że to dowodzi statystycznie istotnej zdolności predykcyjnej systemu AI w odniesieniu do wyników głosowań.
Zgodność z rekomendacjami ISS
Interesującym aspektem badania jest wysoki stopień zgodności rekomendacji AI z rekomendacjami ISS. System wygenerował zalecenia zgodne z ISS w 79% przypadków. Souther interpretuje to jako potwierdzenie, że wytyczne ISS są nadal bardzo istotne dla tego, jak ta instytucja ocenia propozycje.
Souther przyznaje, że na początku projektu miał wątpliwości, czy AI zdoła generować uzasadnione rekomendacje dla propozycji akcjonariuszy, biorąc pod uwagę ogromną ilość danych, jakie trzeba przeanalizować. Jak zauważa, system musiał przeszukać i przetworzyć naprawdę duże ilości tekstu, aby dojść do konkretnych wniosków.
Jak działa system?
System AI stworzony przez Southera i Lee działał jak analityk ISS, którego zadaniem było wydawanie rekomendacji dotyczących propozycji akcjonariuszy. Kluczowym elementem projektu było dopasowanie każdej propozycji do odpowiednich wytycznych ISS. Souther podkreśla, że opracowanie systemu wymagało znacznych zasobów sprzętowych i skrupulatnej pracy z danymi, ale sama metodologia jest replikowalna.
W badaniu wykorzystano propozycje akcjonariuszy zgłoszone w USA w latach 2009–2021. Naukowcy zakończyli analizę na propozycjach z 2021 roku, ponieważ ISS zaprzestała sprzedaży danych o swoich rekomendacjach dla środowiska akademickiego pod koniec tego roku.
Szczegółowe informacje na temat badania można znaleźć w artykule Choonsika Lee i Matthew Southera pt. „Beyond Bias: AI as a Proxy Advisor”, dostępnym w SSRN (Social Science Research Network).
