Le futur c'est maintenant.

Des entreprises qui s'adaptent rapidement

La théorie de l’efficience des marchés financiers postule que le prix observé reflète à chaque instant toute l’information disponible, ainsi, dans un monde à attentes rationnelles, les marchés sont efficients ; toute nouvelle information donne lieu à sa transmission par le canal des prix. Les études empiriques valident un niveau d’efficience au moins semi-fort et confirment « l’absence de profits anormaux systématiques, même parmi les gestionnaires professionnels censés représenter les agents les mieux informés en temps réel » indiquent Roland Gillet et Ariane Szafarz en 2004.

Une étude de trois chercheurs américains, reprise dans le quotidien Les Echos, montre que l’analyse dynamiques des textes figurant dans les publications trimestrielles ou annuelles des entreprises côtées est un prédicteur des performances boursières à venir. Des changements lexicaux dans les commentaires des dirigeants, mêmes mineurs, peuvent être annonciateurs de mauvaises nouvelles.

Ces trois chercheurs ont effectué une revue complète des rapports trimestrielles et annuels fournis par des entreprises américaines de 1995 à 2004 auprès de la SEC. Ils constatent que si des changements sont effectués dans leur construction et le langage (le champs lexical) utilisé alors ils impactent les rendements futurs du titre. Un portefeuille qui aurait pris des positions vendeuses sur les rapports présentant des changements et aurait acheté des positions longues sur les seuls émetteurs présentant des rapports « comparables » présenterait une surperformance annualisée de 22% (188% sur la période complète) ! Les changements ou communications revues portent sur les contributions des CEO et CFO ainsi que les sections relatives aux facteurs de risques tels que disponible pour le reporting légal 10-Ks. Mais le plus important, ou déconcertant, est que ces écrits, portant parfois sur les litiges en cours, ont une capacité prédictive de l’évolution à moyen terme du cours boursier de l’émetteur mais ne sont pas détectées par les investisseurs.

Non seulement les émetteurs ne se contentent pas de mentionner les risques déjà connus des investisseurs mais ils fournissent également des informations sur les nouveaux. Or ces changements ne sont que graduellement intégrés dans les cours uniquement lorsqu’ils se matérialisent. Autrement dit « Les entreprises fournissent aux investisseurs des informations importantes, que les investisseurs ne remarquent pas ».

A leur décharge, reprend un journaliste du Wall Street journal sur cette même étude, « Les rapports annuels sont volumineux et grossissent. L’économiste Bill McDonald de l’Université de Notre Dame constate que la moyenne de 10 K déposée l’année dernière pesait plus de 26 000 mots, soit près de trois fois plus qu’il y a 20 ans. C’est l’équivalent du texte d’environ 10 pages complètes du Wall Street Journal, mais environ 100 fois plus terne. » Ainsi même si les analystes essaient de suivre en temps réel ces publications officielles, force est de constater qu’ils n’ont pas la capacité à ingérer la volumétrie croissante et l’aptitude prédictive que tire un logiciel de l’analyse de l’évolution du champ lexical et de la fréquence des mots utilisés.

Les entreprises fournissent aux investisseurs des informations importantes, que les investisseurs ne remarquent pas.

Toutefois, ce recours par les fournisseurs de données d’outil de recherche automatique avec de mots-clés prédéfinis peut entrainer un risque de méprise sur le sens à donner au texte avec un impact d’image erroné pour l’émetteur souligne une publication récente de la Deutsche Bank mais ajoute que si un humain peut facilement comprendre le contexte il ne peut pas lire un million de rapports…. Polarisé cette fois sur les rapports ESG que se doivent de publier les entreprises, les chercheurs identifient une opportunité à utiliser le Big Data et l’apprentissage automatique. L’apprentissage automatique génère des matrices de matérialité basées sur les données, qui surpassent les recherches par mots clés.

Leur analyse porte sur 100 000 articles d’information financière dont seul deux pour cent seulement portent sur des problématiques ESG. Une fois surmonté le problème de sélection de la rubrique délivrant l’information pertinente, sa lecture peut s’avérer fastidieuse. En effet, bien que les litiges et la réglementation comptent parmi les plus gros risques auxquels une entreprise est confrontée, un investisseur doit en moyenne lire les trois quarts de son rapport sur les « facteurs de risque » avant de les mentionner. Toujours selon eux, un cours boursier réagira aux nouveaux risques impliquant les mots « différends », « arbitrage » et « demandeur ». Pourtant, il existe un groupe de mots beaucoup plus vaste qui, même dans ce contexte, semble être négligé par les investisseurs. Ceux-ci incluent, « rupture », « divergences », et « mal juger ». De même, de nombreux investisseurs sont sceptiques sur les motivations d’une entreprise de publier des rapports de développement durable. Ils craignent que certains rapports ESG délivrent un discours écolo-compatibles, rédigés par le service du marketing d’une entreprise conçues uniquement pour améliorer la réputation de l’entreprise sans renforcer la responsabilité des investisseurs.

La quantité croissante d'informations a, en effet, permis à certaines entreprises de jouer avec le système de notation

La quantité croissante d’informations a permis à certaines entreprises de jouer avec le système de notation en publiant davantage de métriques, quelle que soit leur qualité. Dans ces cas-là, l’objectif est d’influencer la perception des investisseurs à l’égard de la transparence des entreprises. Force est de constater que les entreprises les plus « verbeuses » sortent gagnantes.

Un outil de Big data permet, concluentils, de réconcilier la relation entre le déclaratif d’une entreprise et sa performance future, effective, en matière de développement durable. En l’occurrence par l’identification de cinq différents champs lexicaux (empreinte, atténuation, adaptation, surveillance et risques) et de mots-clés associés témoignant d’un engagement en faveur de la décarbonisation on éviterait ainsi le risque de greenwashing.

Quelles conclusions peuvent être tirées de ces études ?

Tout d’abord, les investisseurs ne peuvent traiter toutes les informations délivrées par les entreprises. Avec de plus en plus de données disponibles, ils risquent de devenir des « grenouilles en ébullition »* ne réagissant pas au fil de l’eau.

A la forte inflation du nombre de pages publiées, s’ajoute la pertinence des sources : une entreprise est bien souvent à l’origine de la majorité des écrits sur elle-même. Cependant, même si les services de communication financière de chaque entreprise veillent à délivrer des informations pro-domo, elles peuvent avoir du mal à comprendre les problématiques ou laisser involontairement, par des infléchissements transparaître des informations critiques.

Ignorer les aspects qualitatifs des rapports serait donc une grave erreur, mais pour en tirer parti aujourd’hui, un apprentissage automatique et une intelligence artificielle sont nécessaires

Des outils capables de prédire le comportement de l’entreprise et mieux examiner leurs objectifs existent désormais. Les investisseurs peuvent commencer à découvrir la réalité d’un discours et modéliser son objectif ou impact.

Finalement, si aujourd’hui les gains et les pertes résultant de ces données mettent du temps à se manifester, qu’en sera-t-il demain avec la propagation de ces outils d’analyses ? …Et à plus court-terme comment les déployer pour aider les investisseurs finaux ?