Social media a atrakcyjność inwestycyjna spółek. Nowy raport PIE

Wykorzystanie danych z mediów społecznościowych pozwala na
precyzyjne odwzorowanie wyników finansowych i atrakcyjności inwestycyjnej firm –
twierdzi Polski Instytut Ekonomiczny po przeanalizowaniu 462 spółek notowanych
na GPW.

Jak wynika z raportu Polskiego Instytutu
Ekonomicznego „Zwroty z akcji a sentyment
w mediach społecznościowych”, w przypadku zwrotu z inwestycji w akcje mierzonego
przy pomocy danych z mediów społecznościowych trafność prognoz wyniosła 83,3
proc., z kolei w ramach stworzonego prototypu ratingu trafność przypisania
spółek do właściwej klasy wyniosła aż 84,7 proc. Pełna treść
raportu znajduje się na stronach PIE.

Wykorzystane dane giełdowe obejmowały
notowania akcji wszystkich emitentów obecnych na rynku głównym oraz NewConnect. Składały się na nie statystyki dzienne
zawierające informacje o kursach, wolumenie transakcji, liczbie akcji
znajdujących się w wolnym obrocie (free float), wypłacanej dywidendzie czy
emisji prawa poboru, a także strukturze akcjonariatu.

– Algorytmiczny system oceny cech ilościowych i jakościowych emitenta
instrumentów rynku kapitałowego to alternatywna metoda ratingowa, która może poprawić
wiarygodność firm na rynku papierów wartościowych oraz ułatwić dostęp do niego
małym i średnim przedsiębiorstwom. Model, który udało się stworzyć podczas
pracy nad raportem, umożliwia skuteczne przewidywanie przyszłego zachowania
kursów akcji i stopy zwrotu, zaś korzystanie z łatwo dostępnych danych – np. z
Facebooka – pozwala również oceniać podmioty nienotowane na giełdzie. To ważne
zwłaszcza w kontekście rozwoju polskiego rynku kapitałowego – mówi Katarzyna
Dębkowska, kierownik zespołu foresightu Polskiego Instytutu Ekonomicznego.

Kluczowymi
zmiennymi dotyczącymi aktywności na stronach Facebook spółki i powiązanych z nią marek, które okazały się niezbędne do przewidzenia wyników
giełdowych spółki, są: ogólne natężenie aktywności (wskaźnik INI – ogólnie i w
przeliczeniu na post), łączna liczba polubień i reakcji „wow”, liczba postów
opublikowanych przez autora strony, szczególnie typu: status, zdjęcie, wideo
oraz zmiana liczby fanów w czasie.

Aby
sprawdzić uniwersalność modelu, użyto go do zbadania podmiotów obecnych na
giełdzie austriackiej, uznawanej przez większość inwestorów międzynarodowych za
rynek rozwinięty. Ostateczny model predykcyjny dotyczący zwrotu z inwestycji osiągnął
trafność przewidywania na zbiorze testowym (out-of-bag accuracy) równą 75,7
proc. w porównaniu do 83,3 proc. w przypadku modelu zbudowanego na danych polskich,
który jednak wykorzystywał więcej predyktorów (50 zamiast 15).

Niespodzianką
jest fakt, że najczęstszy w przypadku klasyfikacji na spółkach polskich typ
błędu przewidywania, polegający na uznaniu spółki z kategorii A lub C za
reprezentanta kategorii skrajnej (odpowiednio A+ lub C-), występował w
przypadku ratingu spółek austriackich dużo rzadziej. W efekcie dla każdej
„rzeczywistej” klasy najczęściej przypisywana jej reprezentantom ocena
„przewidywana” jest zgodna z ich rzeczywistą kategoryzacją.

– Zastosowanie
modelu do giełdy austriackiej potwierdziło jego jakość i skuteczność.
W przypadku przypisywania spółek do poszczególnych kategorii w ramach ratingu,
mimo nieco gorszych parametrów modelu predykcyjnego, sam rating przy podziale
na 5 klas osiąga 60,2 proc. trafności (rating spółek polskich: 64,3 proc.), zaś
rating  w uproszczonym podziale na 3 klasy: 77,3 proc. trafności (dla Polski: 84,7
proc.). Są to wysokie wyniki, zważywszy na fakt, że do celów przewidywania
posłużono się wyłącznie informacjami o aktywności na portalu Facebook, bez
sięgania po jakiekolwiek informacje na temat osiąganych wyników finansowych. Możemy
zatem powiedzieć, że zbudowaliśmy skuteczny prototyp ratingu atrakcyjności
inwestycyjnej, przypisujący emitentom z warszawskiej Giełdy Papierów Wartościowych, wyłącznie na podstawie danych o aktywnościach na stronach portali społecznościowych tych spółek, oceny silnie
korespondujące z ich wynikami finansowymi. Wierzymy, że skonstruowany w podobny sposób rating może być stosowany również dla spółek spoza parkietu – podsumowuje
Dominik Batorski, członek zarządu Sotrender i analityk danych w ICM UW oraz
współautor raportu.

MZ

Źródło:

Zgłoś naruszenie/Błąd