금세기 초부터 지구 궤도를 도는 위성의 수는 1,000개 미만에서 9,000개 이상으로 800% 이상 증가했습니다. 이러한 풍부함은 여러 가지 이상하고 혼란스러운 영향을 미쳤습니다. 그 중 하나는 기업이 주차장 위성 이미지의 데이터를 재무 분석가에게 판매하고 있다는 것입니다. 그런 다음 분석가는 이 정보를 사용하여 매장의 유동인구를 측정하고 소매업체를 경쟁업체와 비교하며 수익을 추정합니다.
이는 분석가가 미래 주식 성과를 예측하는 데 도움을 주기 위해 현재 사용할 수 있는 새로운 정보 또는 "대체 데이터"의 한 예일 뿐입니다. 과거에는 분석가들이 기업의 공개 재무제표를 기반으로 예측을 내렸습니다.
학자와 연구자의 전문 지식을 담은 주간 영어 이메일입니다. 이는 대륙에서 나오는 연구의 다양성을 소개하고 유럽 국가들이 직면한 몇 가지 주요 문제를 고려합니다. 뉴스레터를 받아보세요!
우리의 연구에 따르면, 새로운 데이터 소스가 너무 많아 단기 예측은 향상되었지만 장기적 분석은 악화되어 심각한 결과를 초래할 수 있는 것으로 나타났습니다.
대체 데이터가 재무 예측에 미치는 영향에 관한 논문에서 우리는 대체 데이터를 판매한 회사가 2017년에 500개가 넘는 것으로 나타났습니다. 이 숫자는 1996년의 50개 미만에서 크게 늘어났습니다. 현재 대체 데이터 브로커인 Datarade는 판매용 대체 데이터 세트를 3,000개 이상 나열하고 있습니다.
위성 이미지 외에도 새로운 정보 소스에는 Google, 신용카드 통계, X 또는 투자자들이 시장에 대한 아이디어를 공유하는 인기 있는 X형 플랫폼인 Stocktwits와 같은 소셜 미디어가 포함됩니다. 예를 들어, Stocktwits 사용자는 특정 주식(예:Apple 주식)의 가격 변화를 보여주는 차트와 진화가 가격 상승 또는 하락을 예측하는 이유에 대한 설명을 공유합니다. 사용자들은 또한 회사의 신제품 출시에 대해 언급하고 이로 인해 해당 회사의 주가가 상승할지 하락할지 여부를 언급합니다.
기관 중개인 추정 시스템(I/B/E/S)의 데이터와 회귀 분석을 사용하여 분석가의 예측과 회사 주식의 실제 주당 이익을 비교하여 1983년부터 2017년까지 6,500만 명의 주식 분석가 예측의 품질을 측정했습니다.
다른 사람들과 마찬가지로 우리는 더 많은 데이터의 가용성이 주식 분석가들이 단기 예측을 하는 데 점점 더 능숙해지는 이유를 설명한다는 사실을 발견했습니다. 그러나 우리는 더 나아가 이 대체 데이터가 장기 예측에 어떤 영향을 미치는지 질문했습니다. 그리고 우리는 단기 예측의 정확성이 높아진 같은 기간 동안 장기 예측의 타당성이 떨어지는 것을 발견했습니다.
그 특성상 대체 데이터(현재 기업에 대한 정보)는 대부분 단기 예측에 유용합니다. 1년에서 5년 후까지의 장기적인 분석이 훨씬 더 중요한 판단입니다.
이전 논문에서는 분석가의 관심이 제한적이라는 상식적 명제가 입증되었습니다. 예를 들어, 분석가가 다루어야 할 대규모 기업 포트폴리오가 있는 경우 분산된 집중으로 인해 수익이 감소하기 시작합니다.
우리는 I/B/E/S 데이터 분석에서 관찰한 단기 예측의 정확도 증가와 장기 예측의 정확도 감소가 금융 정보에 대한 대체 소스의 확산에 따른 것인지 알고 싶었습니다.
이 제안을 조사하기 위해 우리는 2009년부터 2017년 사이에 Stocktwits에서 발생한 주식에 대한 모든 토론을 분석했습니다. 예상할 수 있듯이 Apple, Google 또는 Walmart와 같은 특정 주식은 Nasdaq에 상장되지 않은 소규모 회사의 주식보다 훨씬 더 많은 논의를 불러일으켰습니다.
우리는 플랫폼에서 많이 논의된 주식을 팔로우한 애널리스트(따라서 많은 대체 데이터에 노출됨)가 거의 논의되지 않은 주식을 팔로우한 애널리스트보다 장기 예측의 품질이 더 크게 하락할 것이라고 추측했습니다. 그리고 기업 규모, 사업 연수, 매출 성장 등의 요소를 통제한 결과 이것이 바로 우리가 발견한 것입니다.
우리는 분석가들이 단기 분석을 위한 정보에 쉽게 접근할 수 있었기 때문에 거기에 에너지를 집중했고, 이는 장기 예측에 대한 관심이 적었다는 것을 의미한다고 추론했습니다.
대체 데이터의 홍수로 인한 결과는 심각할 수 있습니다. 주식 가치를 평가할 때 투자자는 단기 및 장기 예측을 모두 고려해야 합니다. 장기 예측의 질이 저하되면 주가가 기업의 가치를 정확하게 반영하지 못할 가능성이 높습니다.
더욱이 기업은 자신이 내린 결정의 가치가 주식 가격에 반영되기를 원합니다. 그러나 기업의 장기적인 결정이 분석가에 의해 잘못 고려된다면, 몇 년 후에야 성과를 거둘 투자를 하려는 의지가 약해질 수 있습니다.
예를 들어, 광업에서는 새로운 광산을 건설하는 데 시간이 걸립니다. 투자가 현금 흐름을 창출하기 시작하려면 9~10년 정도 걸릴 것입니다. 예를 들어, 시장 참여자들이 이러한 투자가 기업의 현금 흐름에 미치는 영향에 대해 덜 정확한 예측을 갖고 있기 때문에 자사 주식이 저평가될 수 있는 경우 기업은 그러한 투자를 덜 의향할 수 있습니다. 이 내용은 우리가 작업 중인 또 다른 논문의 주제입니다.
탄소 저감에 대한 투자 사례는 더욱 놀랍습니다. 이러한 종류의 투자는 지구 온난화가 더욱 큰 문제가 될 때 장기적으로 성과를 거두는 경향이 있습니다. 해당 투자의 가치가 가치 평가에 신속하게 반영되지 않으면 기업은 투자할 동기가 줄어들 수 있습니다.
우리 연구 결과는 금융회사가 단기 결과를 조사하는 팀과 장기 예측을 하는 팀을 분리하는 것이 현명할 수 있음을 시사합니다. 이는 한 사람이나 팀이 단기 예측과 관련된 데이터로 넘쳐나고 장기적인 결과를 연구해야 하는 문제를 완화할 것입니다. 우리의 조사 결과는 저렴한 가격을 찾는 투자자들에게도 주목할 만합니다. 비록 좋지 않은 장기 예측에는 단점이 있지만 저평가된 기업을 식별할 수 있는 사람들에게는 기회가 될 수 있습니다.