Información de retroalimentación en los mercados de valores, inversiones, innovación y tendencias matemáticas.

Parece que no importa cuán compleja sea nuestra civilización y nuestra sociedad, los humanos somos capaces de hacer frente a las dinámicas en constante cambio, encontrar la razón en lo que parece ser un caos y crear orden a partir de lo que parece ser aleatorio. Recorremos nuestras vidas haciendo observaciones, una tras otra, tratando de encontrar un significado; a veces somos capaces, a veces no, y otras veces pensamos que vemos patrones que pueden serlo o no. Nuestras mentes intuitivas intentan hacer rima a la razón, pero al final, sin evidencia empírica, muchas de nuestras teorías están detrás de cómo y porque las cosas funcionan o no funcionan, de cierta manera no se puede probar o refutar.

Me gustaría discutir con usted una pieza de evidencia interesante descubierta por un profesor de la Escuela de Negocios de Wharton que arroja algo de luz sobre los flujos de información, los precios de las acciones y la toma de decisiones corporativas, y luego le pregunto a usted, el lector, algunas preguntas sobre cómo podríamos obtener más información sobre las cosas que suceden a nuestro alrededor, las cosas que observamos en nuestra sociedad, civilización, economía y mundo empresarial todos los días. Está bien, hablemos, ¿decimos?

El 5 de abril de 2017, Knowledge @ Wharton Podcast tuvo una interesante característica titulada: “Cómo afecta el mercado de valores a la toma de decisiones corporativas”, y entrevistó al profesor de Finanzas de Itarton, Itay Goldstein, quien discutió la evidencia de un circuito de retroalimentación entre la cantidad de información y el mercado de valores. y toma de decisiones corporativas. El profesor había escrito un documento con otros dos profesores, James Dow y Alexander Guembel, en octubre de 2011, titulado: “Incentivos para la producción de información en mercados donde los precios afectan la inversión real”.

En el documento, señaló que hay un efecto de amplificación de la información cuando se invierte en una acción, o una fusión basada en la cantidad de información producida. Los productores de información de mercado; bancos de inversión, empresas de consultoría, consultores independientes de la industria, y boletines financieros, periódicos y supuestos, incluso segmentos de televisión en Bloomberg News, FOX Business News y CNBC, así como plataformas de blogs financieros como Seeking Alpha.

El documento indicó que cuando una empresa decide emprender una ola de adquisiciones de fusión o anuncia una posible inversión: un aumento inmediato en la información que aparece repentinamente de múltiples fuentes, internamente en la empresa de adquisición de fusión, bancos de inversión de M&A participantes, consultoría de la industria empresas, empresas objetivo, reguladores que anticipan un movimiento en el sector, competidores que quieran evitar la fusión, etc. Todos sabemos intrínsecamente que este es el caso mientras leemos y vemos las noticias financieras, sin embargo, este documento pone datos reales. y muestra evidencia empírica de este hecho.

Esto provoca un frenesí de alimentación tanto de pequeños como de grandes inversores para comerciar con la abundante información disponible ahora, mientras que antes no la habían considerado y no había ninguna información importante importante de la que hablar. En el podcast, el profesor Itay Goldstein señala que se crea un círculo de retroalimentación a medida que el sector tiene más información, lo que lleva a más operaciones, un sesgo hacia arriba, lo que genera más informes y más información para los inversores. También señaló que las personas generalmente intercambian información positiva en lugar de información negativa. La información negativa causaría que los inversionistas se mantuvieran claros, la información positiva incentiva la ganancia potencial. Cuando se le preguntó al profesor, también observó lo contrario, que cuando la información decreta, la inversión en el sector también lo hace.

De acuerdo, esta fue la parte fundamental del podcast y el trabajo de investigación. Ahora, me gustaría tomar esta conversación y especular que estas verdades también se refieren a nuevas tecnologías y sectores innovadores, y los ejemplos recientes pueden ser: Impresión 3D, drones comerciales, auriculares de realidad aumentada, computación de reloj de pulsera, etc.

Todos estamos familiarizados con la “Curva de Hype” cuando se encuentra con la “Curva de Difusión de la Innovación”, donde el bombo inicial impulsa la inversión, pero es insostenible debido al hecho de que es una tecnología nueva que aún no puede cumplir con las expectativas. Por lo tanto, se dispara como un cohete y luego vuelve a caer a la tierra, solo para encontrar un punto de equilibrio de la realidad, donde la tecnología cumple con las expectativas y la nueva innovación está lista para comenzar a madurar y luego vuelve a ascender y crece de manera normal. La nueva innovación debería.

Con esto conocido, y la evidencia empírica de Itay Goldstein’s, et. al., en el documento, parece que el “flujo de información” o la falta de él es el factor impulsor donde el PR, la información y las exageraciones no se aceleran junto con la trayectoria del modelo de “curva exagerada”. Esto tiene sentido porque las nuevas empresas no continúan innecesariamente exagerando o publicitando las relaciones públicas tan agresivamente una vez que han asegurado las primeras rondas de financiamiento de riesgo o tienen suficiente capital para jugar para alcanzar sus objetivos temporales de I + D de la nueva tecnología. Sin embargo, sugeriría que estas empresas aumenten su RP (posiblemente logarítmicamente) y proporcionen información con mayor abundancia y mayor frecuencia para evitar una caída temprana en el interés o el agotamiento de la inversión inicial.

Otra forma de utilizar este conocimiento, una que podría requerir una investigación adicional, sería encontrar el ‘flujo de información óptimo’ necesario para lograr la inversión para nuevas empresas de nueva creación en el sector sin presionar la “curva de exageración” demasiado alta causando una caída en el sector o con el nuevo producto potencial de una empresa en particular. Dado que ahora se conoce un bucle de retroalimentación inherente conocido, tendría sentido controlarlo para optimizar el crecimiento estable y a más largo plazo al llevar al mercado nuevos productos innovadores, más fácil para la planificación y los flujos de efectivo de inversión.

Hablando matemáticamente, encontrar que la tasa de flujo de información óptima es posible y las compañías, los bancos de inversión con ese conocimiento podrían eliminar la incertidumbre y el riesgo de la ecuación y, por lo tanto, fomentar la innovación con ganancias más predecibles, a pesar de que se hayan quedado solo unos pasos por delante de los imitadores del mercado. competidores.

Otras preguntas para futuras investigaciones:

1.) ¿Podemos controlar los flujos de información de inversión en los mercados emergentes para evitar los ciclos de auge y crisis?
2.) ¿Pueden los bancos centrales usar algoritmos matemáticos para controlar los flujos de información para estabilizar el crecimiento?
3.) ¿Podemos acelerar los flujos de información que colaboran en los ‘niveles de asociación de la industria’ como hitos a medida que se realizan inversiones para proteger el lado negativo de la curva?
4.) ¿Podemos programar sistemas de matriz de decisión de AI en tales ecuaciones para ayudar a los ejecutivos a mantener el crecimiento corporativo a largo plazo?
5.) ¿Hay algoritmos de flujo de información de “ráfaga” que se alineen con estas correlaciones descubiertas para la inversión y la información?
6.) ¿Podemos mejorar el software de negociación de derivados para reconocer y explotar los bucles de retroalimentación de información-inversión?
7.) ¿Podemos rastrear mejor los riesgos políticos por medio de modelos de flujo de información de votación? Después de todo, votar con su dólar para invertir es muy parecido a emitir un voto para un candidato y para el futuro.
8.) ¿Podemos usar modelos matemáticos de “tendencias” de las redes sociales como base para las predicciones de la trayectoria del curso de inversión de información?

Lo que me gustaría hacer es pensar en todo esto y ver si ves, ¿qué veo aquí?

Dejar respuesta

Please enter your comment!
Please enter your name here