今世紀初頭以来、地球を周回する衛星の数は 1,000 個未満から 9,000 個以上へと 800% 以上増加しました。この豊富さは、多くの奇妙で不穏な影響をもたらしました。その1つは、企業が駐車場の衛星画像のデータを金融アナリストに販売していることだ。アナリストはこの情報を使用して、店舗の客足を測定し、小売業者を競合他社と比較し、収益を推定します。
これは、将来の株価パフォーマンスを予測するためにアナリストが利用できる新しい情報、つまり「代替データ」の一例にすぎません。以前は、アナリストは企業の公開財務諸表に基づいて予測を行っていました。
学者や研究者からの専門知識を紹介する英語での毎週の電子メール。大陸から発信される研究の多様性について紹介し、ヨーロッパ諸国が直面する重要な問題のいくつかについて考察します。ニュースレターを入手してください!
私たちの調査によると、大量の新しいデータソースにより、短期的な予測は改善されましたが、長期的な分析は悪化し、重大な結果をもたらす可能性があります。
代替データが財務予測に及ぼす影響に関する論文の中で、2017 年に代替データを販売した企業を 500 社以上数えましたが、その数は 1996 年には 50 社未満でしたが、現在ではその数は急増しています。現在、代替データ ブローカーである Datarade は、3,000 を超える代替データセットを販売対象としてリストしています。
衛星画像に加えて、新しい情報のソースには、Google、クレジット カードの統計情報、および投資家が市場についてのアイデアを共有する X のような人気のプラットフォームである X や Stocktwits などのソーシャル メディアが含まれます。たとえば、Stocktwits ユーザーは、特定の株式 (例:Apple 株) の価格の推移を示すチャートと、その推移が価格の上昇または下落を予測する理由の説明を共有します。ユーザーはまた、企業による新製品の発売と、それによってその企業の株価について強気になるか弱気になるかについても言及します。
Institutional Brokers’ Estimate System（I/B/E/S）のデータと回帰分析を使用して、1983 年から 2017 年までの 6,500 万人の株式アナリストの予測の質を、アナリストの予測と企業の株式の実際の 1 株当たりの利益を比較することで測定しました。
他の人たちと同様に、私たちは、株式アナリストが短期的な予測を立てるのがますますうまくなっている理由は、より多くのデータが利用可能になったことで説明できることを発見しました。しかし、私たちはさらに踏み込んで、この代替データが長期予測にどのような影響を与えるかを尋ねました。そして、短期予測の精度が向上したのと同じ期間に、長期予測の妥当性が低下していることもわかりました。
代替データ（現時点での企業に関する情報）は、その性質上、主に短期的な予測に役立ちます。 1 年から 5 年先までの長期的な分析は、より重要な判断となります。
これまでの論文では、アナリストの注意力には限界があるという常識的な命題が証明されています。たとえば、アナリストがカバーすべき企業の大規模なポートフォリオを持っている場合、分散した集中により収益が減少し始めます。
私たちは、I/B/E/S データの分析で観察された、短期予測の精度の向上と長期予測の精度の低下が、財務情報の代替ソースの同時普及によるものなのかどうかを知りたかったのです。
この命題を調査するために、私たちは 2009 年から 2017 年の間に行われた Stocktwits 上の株に関するすべての議論を分析しました。予想のとおり、Apple、Google、Walmart などの特定の株は、ナスダックに上場すらしていない中小企業の株よりもはるかに多くの議論を引き起こしました。
私たちは、プラットフォーム上で頻繁に議論されている銘柄をフォローしているアナリスト、つまり多くの代替データにさらされているアナリストは、ほとんど議論されていない銘柄をフォローしているアナリストよりも長期予測の質の大幅な低下を経験するだろうと推測しました。そして、企業の規模、創業年数、売上の伸びなどの要素を調整した結果、まさにそれが判明しました。
アナリストは短期的な分析のための情報に簡単にアクセスできたため、そこにエネルギーを注ぎ、長期的な予測にはあまり注意を払わなかったのではないかと私たちは推測しました。
この代替データの氾濫の影響は深刻になる可能性があります。株式の価値を評価する際、投資家は短期と長期の両方の予測を考慮する必要があります。長期予測の質が低下すると、株価が企業価値を正確に反映しなくなる可能性が高くなります。
さらに、企業はその決定の価値が自社の株価に反映されることを望んでいます。しかし、企業の長期的な決定がアナリストによって誤って考慮されている場合、その企業は何年も先にしか利益が得られない投資に意欲を失う可能性があります。
たとえば、鉱業では、新しい鉱山を建設するには時間がかかります。投資がキャッシュ フローを生み出し始めるまでには、おそらく 9 ～ 10 年かかります。市場参加者がこれらの投資が企業のキャッシュフローに与える影響について正確な予測ができないため、たとえば自社の株式が過小評価されている可能性がある場合、企業はそのような投資を行う意欲が低下する可能性があります。これについては、私たちが取り組んでいる別の論文の主題です。
二酸化炭素削減への投資の例はさらに憂慮すべきものです。この種の投資は、地球温暖化がさらに大きな問題となる長期的には報われる傾向にもある。投資の価値が評価にすぐに反映されないと、企業は投資をする動機が薄れる可能性があります。
私たちの調査結果は、金融会社にとって、短期的な結果を調査するチームと長期的な予測を行うチームを分離することが賢明である可能性があることを示唆しています。これにより、1 人の個人またはチームが短期的な予測に関連するデータを大量に受け取り、長期的な結果を調査する必要があるという問題が軽減されます。私たちの調査結果は、掘り出し物を探している投資家にとっても注目に値します。不十分な長期予測にはマイナス面もありますが、過小評価されている企業を特定できる投資家にとってはチャンスとなる可能性があります。