Le futur c'est maintenant.
Des entreprises qui s'adaptent rapidement
La thĂ©orie de lâefficience des marchĂ©s financiers postule que le prix observĂ© reflĂšte Ă chaque instant toute lâinformation disponible, ainsi, dans un monde Ă attentes rationnelles, les marchĂ©s sont efficients ; toute nouvelle information donne lieu Ă sa transmission par le canal des prix. Les Ă©tudes empiriques valident un niveau d’efficience au moins semi-fort et confirment « l’absence de profits anormaux systĂ©matiques, mĂȘme parmi les gestionnaires professionnels censĂ©s reprĂ©senter les agents les mieux informĂ©s en temps rĂ©el » indiquent Roland Gillet et Ariane Szafarz en 2004.
Une Ă©tude de trois chercheurs amĂ©ricains, reprise dans le quotidien Les Echos, montre que l’analyse dynamiques des textes figurant dans les publications trimestrielles ou annuelles des entreprises cĂŽtĂ©es est un prĂ©dicteur des performances boursiĂšres Ă venir. Des changements lexicaux dans les commentaires des dirigeants, mĂȘmes mineurs, peuvent ĂȘtre annonciateurs de mauvaises nouvelles.
Ces trois chercheurs ont effectuĂ© une revue complĂšte des rapports trimestrielles et annuels fournis par des entreprises amĂ©ricaines de 1995 Ă 2004 auprĂšs de la SEC. Ils constatent que si des changements sont effectuĂ©s dans leur construction et le langage (le champs lexical) utilisĂ© alors ils impactent les rendements futurs du titre. Un portefeuille qui aurait pris des positions vendeuses sur les rapports prĂ©sentant des changements et aurait achetĂ© des positions longues sur les seuls Ă©metteurs prĂ©sentant des rapports « comparables » prĂ©senterait une surperformance annualisĂ©e de 22% (188% sur la pĂ©riode complĂšte) ! 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 lĂ©gal 10-Ks. Mais le plus important, ou dĂ©concertant, est que ces Ă©crits, portant parfois sur les litiges en cours, ont une capacitĂ© prĂ©dictive de lâĂ©volution Ă moyen terme du cours boursier de lâĂ©metteur mais ne sont pas dĂ©tectĂ©es par les investisseurs.

Non seulement les Ă©metteurs ne se contentent pas de mentionner les risques dĂ©jĂ connus des investisseurs mais ils fournissent Ă©galement des informations sur les nouveaux. Or ces changements ne sont que graduellement intĂ©grĂ©s dans les cours uniquement lorsquâils se matĂ©rialisent. Autrement dit « Les entreprises fournissent aux investisseurs des informations importantes, que les investisseurs ne remarquent pas ».
A leur dĂ©charge, reprend un journaliste du Wall Street journal sur cette mĂȘme Ă©tude, « Les rapports annuels sont volumineux et grossissent. L’Ă©conomiste Bill McDonald de l’UniversitĂ© de Notre Dame constate que la moyenne de 10 K dĂ©posĂ©e l’annĂ©e derniĂšre pesait plus de 26 000 mots, soit prĂšs de trois fois plus qu’il y a 20 ans. C’est l’Ă©quivalent du texte d’environ 10 pages complĂštes du Wall Street Journal, mais environ 100 fois plus terne. » Ainsi mĂȘme si les analystes essaient de suivre en temps rĂ©el ces publications officielles, force est de constater quâils nâont pas la capacitĂ© Ă ingĂ©rer la volumĂ©trie croissante et lâaptitude prĂ©dictive que tire un logiciel de lâanalyse de lâĂ©volution du champ lexical et de la frĂ©quence des mots utilisĂ©s.
Les entreprises fournissent aux investisseurs des informations importantes, que les investisseurs ne remarquent pas.
Toutefois, ce recours par les fournisseurs de donnĂ©es dâoutil de recherche automatique avec de mots-clĂ©s prĂ©dĂ©finis peut entrainer un risque de mĂ©prise sur le sens Ă donner au texte avec un impact dâimage erronĂ© pour lâĂ©metteur souligne une publication rĂ©cente de la Deutsche Bank mais ajoute que si un humain peut facilement comprendre le contexte il ne peut pas lire un million de rapportsâŠ. PolarisĂ© cette fois sur les rapports ESG que se doivent de publier les entreprises, les chercheurs identifient une opportunitĂ© Ă utiliser le Big Data et lâapprentissage automatique. L’apprentissage automatique gĂ©nĂšre des matrices de matĂ©rialitĂ© basĂ©es sur les donnĂ©es, qui surpassent les recherches par mots clĂ©s.
Leur analyse porte sur 100 000 articles dâinformation financiĂšre dont seul deux pour cent seulement portent sur des problĂ©matiques ESG. Une fois surmontĂ© le problĂšme de sĂ©lection de la rubrique dĂ©livrant lâinformation pertinente, sa lecture peut sâavĂ©rer fastidieuse. En effet, bien que les litiges et la rĂ©glementation comptent parmi les plus gros risques auxquels une entreprise est confrontĂ©e, 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 rĂ©agira aux nouveaux risques impliquant les mots « diffĂ©rends », « arbitrage » et « demandeur ». Pourtant, il existe un groupe de mots beaucoup plus vaste qui, mĂȘme dans ce contexte, semble ĂȘtre nĂ©gligĂ© par les investisseurs. Ceux-ci incluent, « rupture », « divergences », et « mal juger ». De mĂȘme, de nombreux investisseurs sont sceptiques sur les motivations dâune entreprise de publier des rapports de dĂ©veloppement durable. Ils craignent que certains rapports ESG dĂ©livrent un discours Ă©colo-compatibles, rĂ©digĂ©s par le service du marketing dâune entreprise conçues uniquement pour amĂ©liorer la rĂ©putation de lâentreprise sans renforcer la responsabilitĂ© des investisseurs.
La quantité croissante d'informations a, en effet, permis à certaines entreprises de jouer avec le systÚme de notation
La quantitĂ© croissante d’informations a permis Ă certaines entreprises de jouer avec le systĂšme de notation en publiant davantage de mĂ©triques, quelle que soit leur qualitĂ©. Dans ces cas-lĂ , lâobjectif est dâinfluencer la perception des investisseurs Ă lâĂ©gard 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 rĂ©concilier la relation entre le dĂ©claratif dâune entreprise et sa performance future, effective, en matiĂšre de dĂ©veloppement durable. En lâoccurrence par l’identification de cinq diffĂ©rents champs lexicaux (empreinte, attĂ©nuation, adaptation, surveillance et risques) et de mots-clĂ©s associĂ©s tĂ©moignant dâun engagement en faveur de la dĂ©carbonisation on Ă©viterait ainsi le risque de greenwashing.
Quelles conclusions peuvent ĂȘtre tirĂ©es de ces Ă©tudes ?
Tout dâabord, les investisseurs ne peuvent traiter toutes les informations dĂ©livrĂ©es par les entreprises. Avec de plus en plus de donnĂ©es disponibles, ils risquent de devenir des « grenouilles en Ă©bullition »* ne rĂ©agissant pas au fil de lâeau.
A la forte inflation du nombre de pages publiĂ©es, sâajoute la pertinence des sources : une entreprise est bien souvent Ă lâorigine de la majoritĂ© des Ă©crits sur elle-mĂȘme. Cependant, mĂȘme si les services de communication financiĂšre de chaque entreprise veillent Ă dĂ©livrer des informations pro-domo, elles peuvent avoir du mal Ă comprendre les problĂ©matiques ou laisser involontairement, par des inflĂ©chissements transparaĂźtre 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 nĂ©cessaires
Des outils capables de prĂ©dire le comportement de l’entreprise et mieux examiner leurs objectifs existent dĂ©sormais. Les investisseurs peuvent commencer Ă dĂ©couvrir la rĂ©alitĂ© dâun discours et modĂ©liser son objectif ou impact.
Finalement, si aujourdâhui les gains et les pertes rĂ©sultant de ces donnĂ©es mettent du temps Ă se manifester, quâen sera-t-il demain avec la propagation de ces outils dâanalyses ? âŠEt Ă plus court-terme comment les dĂ©ployer pour aider les investisseurs finaux ?
Les décodeurs de la Finance.
Une expertise IT et opérationnelle
Ă lâorigine de FinDiT Consulting, deux hommes. Marc Benmussa, ancien opĂ©rationnel des marchĂ©s financiers, Fabrice Berquez, ex directeur IT et Chief Digital Officer dans la finance. Leur postulat et lâatout majeur quâils avaient dans leur manche : connaĂźtre aussi bien les mĂ©tiers que la technique, ce qui allait leur permettre dâĂȘtre les meilleurs partenaires de la transformation digitale des acteurs de la finance.
Les cofondateurs de FinDiT Consulting, Marc Benmussa et Fabrice Berquez, ont fait de cette double compĂ©tence, de cette capacitĂ© Ă parler simultanĂ©ment ces deux langues clĂ©s, lâADN de leur groupe et leur signature. « La principale diffĂ©rence avec nos concurrents tient Ă notre double compĂ©tence mĂ©tiers et IT qui nous permet dâĂȘtre le trait dâunion entre les
opĂ©rationnels et lâinformatique, et donc de fluidifier les Ă©changes, de faire gagner du temps et de rĂ©pondre au mieux aux attentes de tous.»
Câest en toute logique, parce quâils avaient dĂ©jĂ prĂšs de 40 ans dâexpĂ©rience cumulĂ©e
dans la finance et le digital Ă leur actif que les fondateurs de FinDiT Consulting ont choisi de spĂ©cialiser leur sociĂ©tĂ© de conseil sur ce secteur. Un univers passionnant bien que complexe et trĂšs contraint par les aspects rĂ©glementaires et lĂ©gislatifs, qui fait face Ă des sujets toujours plus nombreux : lâautomatisation de process, la collecte et lâanalyse des donnĂ©es comme support de dĂ©veloppement commercial, la mise en conformitĂ© rĂ©glementaire⊠« Les demandes et les attentes sont trĂšs importantes concernant la digitalisation des mĂ©tiers. Lâapparition de nouveaux acteurs purement digitaux ainsi que les contraintes rĂ©glementaires de plus en plus nombreuses obligent les acteurs traditionnels Ă repenser leurs activitĂ©s, leurs besoins et leurs attentes : des outils et des conseils pragmatiques, utilisables immĂ©diatement, avec un ROI effectif et rapide, tout en maĂźtrisant leurs coĂ»ts. En faisant appel Ă FinDiT Consulting, ils savent quâils auront un accompagnement spĂ©cialisĂ©, de haut niveau, avec un budget maĂźtrisĂ©.»
Trait d'union
Parler la mĂȘme langue
Ce qu'ils en pensent
