Kể từ đầu thế kỷ này, số lượng vệ tinh quay quanh Trái đất đã tăng hơn 800%, từ dưới 1.000 lên hơn 9.000. Sự dư thừa này đã gây ra một số hậu quả kỳ lạ và đáng lo ngại. Một trong số đó là việc các công ty đang bán dữ liệu từ hình ảnh vệ tinh của các bãi đỗ xe cho các nhà phân tích tài chính. Sau đó, các nhà phân tích sử dụng thông tin này để giúp đánh giá lượng người ghé qua cửa hàng, so sánh nhà bán lẻ với đối thủ cạnh tranh và ước tính doanh thu của họ.
Đây chỉ là một ví dụ về thông tin mới, hay “dữ liệu thay thế”, hiện có sẵn cho các nhà phân tích để giúp họ đưa ra dự đoán về hiệu suất cổ phiếu trong tương lai. Trước đây, các nhà phân tích sẽ đưa ra dự đoán dựa trên báo cáo tài chính công của các công ty.
E-mail hàng tuần bằng tiếng Anh trình bày kiến thức chuyên môn của các học giả và nhà nghiên cứu. Nó giới thiệu về sự đa dạng của nghiên cứu đến từ lục địa và xem xét một số vấn đề chính mà các nước châu Âu phải đối mặt. Nhận bản tin!
Theo nghiên cứu của chúng tôi, việc có quá nhiều nguồn dữ liệu mới đã cải thiện các dự đoán ngắn hạn nhưng lại làm xấu đi khả năng phân tích dài hạn, điều này có thể gây ra những hậu quả sâu sắc.
Trong một bài báo về tác động của dữ liệu thay thế đối với việc dự báo tài chính, chúng tôi đã đếm được hơn 500 công ty đã bán dữ liệu thay thế vào năm 2017, con số này đã tăng vọt từ mức dưới 50 vào năm 1996. Ngày nay, nhà môi giới dữ liệu thay thế Datarade liệt kê hơn 3.000 tập dữ liệu thay thế để bán.
Ngoài hình ảnh vệ tinh, các nguồn thông tin mới bao gồm Google, số liệu thống kê thẻ tín dụng và phương tiện truyền thông xã hội như X hoặc Stocktwits, một nền tảng phổ biến giống X, nơi các nhà đầu tư chia sẻ ý tưởng về thị trường. Ví dụ:người dùng Stocktwits chia sẻ biểu đồ cho thấy diễn biến giá của một cổ phiếu nhất định (ví dụ:cổ phiếu Apple) và giải thích lý do diễn biến dự đoán giá tăng hoặc giảm. Người dùng cũng đề cập đến việc một công ty tung ra một sản phẩm mới và liệu điều đó khiến họ tăng giá hay giảm giá cổ phiếu của công ty đó.
Sử dụng dữ liệu từ Hệ thống ước tính của các nhà môi giới tổ chức (I/B/E/S) và phân tích hồi quy, chúng tôi đã đo lường chất lượng dự báo của 65 triệu nhà phân tích vốn cổ phần từ năm 1983 đến năm 2017 bằng cách so sánh dự đoán của các nhà phân tích với thu nhập thực tế trên mỗi cổ phiếu của các công ty.
Giống như những người khác, chúng tôi nhận thấy rằng việc có nhiều dữ liệu hơn giải thích tại sao các nhà phân tích chứng khoán ngày càng giỏi hơn trong việc đưa ra các dự đoán ngắn hạn. Tuy nhiên, chúng tôi đã đi xa hơn bằng cách hỏi xem dữ liệu thay thế này ảnh hưởng như thế nào đến các dự báo dài hạn. Và chúng tôi nhận thấy rằng trong cùng khoảng thời gian chứng kiến độ chính xác của các dự báo ngắn hạn tăng lên thì độ chính xác của các dự báo dài hạn lại giảm đi.
Do bản chất của nó, dữ liệu thay thế – thông tin về các công ty ở thời điểm hiện tại – chủ yếu hữu ích cho các dự báo ngắn hạn. Phân tích dài hạn hơn – từ một đến năm năm trong tương lai – là một nhận định quan trọng hơn nhiều.
Các bài viết trước đây đã chứng minh nhận định thông thường rằng các nhà phân tích có mức độ chú ý hạn chế. Ví dụ:nếu các nhà phân tích có một danh mục đầu tư lớn gồm các công ty cần quan tâm, thì sự tập trung phân tán của họ bắt đầu mang lại lợi nhuận giảm dần.
Chúng tôi muốn biết liệu độ chính xác ngày càng tăng của các dự báo ngắn hạn và độ chính xác giảm dần của các dự đoán dài hạn – điều mà chúng tôi đã quan sát thấy trong phân tích dữ liệu I/B/E/S – có phải là do sự gia tăng đồng thời của các nguồn thông tin tài chính thay thế hay không.
Để điều tra đề xuất này, chúng tôi đã phân tích tất cả các cuộc thảo luận về cổ phiếu trên Stocktwits diễn ra từ năm 2009 đến năm 2017. Đúng như dự đoán, một số cổ phiếu như Apple, Google hay Walmart đã tạo ra nhiều cuộc thảo luận hơn so với các cuộc thảo luận của các công ty nhỏ thậm chí còn chưa được niêm yết trên Nasdaq.
Chúng tôi phỏng đoán rằng các nhà phân tích theo dõi các cổ phiếu được thảo luận nhiều trên nền tảng này – và do đó, những người tiếp xúc với nhiều dữ liệu thay thế – sẽ bị suy giảm chất lượng dự báo dài hạn lớn hơn so với các nhà phân tích theo dõi các cổ phiếu ít được thảo luận. Và sau khi kiểm soát các yếu tố như quy mô công ty, số năm kinh doanh và tốc độ tăng trưởng doanh số, đó chính xác là những gì chúng tôi tìm thấy.
Chúng tôi suy luận rằng vì các nhà phân tích có thể dễ dàng tiếp cận thông tin để phân tích ngắn hạn nên họ tập trung năng lượng vào đó, điều đó có nghĩa là họ ít chú ý hơn đến việc dự báo dài hạn.
Hậu quả của việc tràn ngập dữ liệu thay thế này có thể rất sâu sắc. Khi đánh giá giá trị cổ phiếu, nhà đầu tư phải tính đến cả dự báo ngắn hạn và dài hạn. Nếu chất lượng dự báo dài hạn xấu đi thì rất có thể giá cổ phiếu sẽ không phản ánh chính xác giá trị của công ty.
Hơn nữa, một công ty muốn thấy giá trị của các quyết định của mình được phản ánh trong giá cổ phiếu của nó. Nhưng nếu các quyết định dài hạn của một công ty không được các nhà phân tích tính đến một cách không chính xác, thì công ty đó có thể sẽ ít sẵn sàng thực hiện các khoản đầu tư mà chỉ thu được lợi nhuận sau nhiều năm nữa.
Ví dụ, trong ngành khai thác mỏ, cần có thời gian để xây dựng một mỏ mới. Có thể mất 9, 10 năm để một khoản đầu tư bắt đầu tạo ra dòng tiền. Các công ty có thể ít sẵn sàng thực hiện các khoản đầu tư như vậy nếu cổ phiếu của họ có thể bị định giá thấp vì những người tham gia thị trường có dự báo kém chính xác hơn về tác động của các khoản đầu tư này đối với dòng tiền của công ty – chủ đề của một bài báo khác mà chúng tôi đang thực hiện.
Ví dụ về đầu tư vào việc giảm lượng carbon thậm chí còn đáng báo động hơn. Kiểu đầu tư đó cũng có xu hướng mang lại lợi nhuận trong thời gian dài, khi hiện tượng nóng lên toàn cầu sẽ là một vấn đề thậm chí còn lớn hơn. Các công ty có thể có ít động lực hơn để thực hiện đầu tư nếu giá trị của khoản đầu tư đó không được phản ánh nhanh chóng trong định giá của họ.
Kết quả nghiên cứu của chúng tôi cho thấy rằng các công ty tài chính có thể nên tách riêng các nhóm nghiên cứu kết quả ngắn hạn và những nhóm đưa ra dự báo dài hạn. Điều này sẽ giảm bớt vấn đề một người hoặc một nhóm bị tràn ngập dữ liệu liên quan đến dự báo ngắn hạn và sau đó cũng phải nghiên cứu các kết quả dài hạn. Phát hiện của chúng tôi cũng rất đáng chú ý đối với các nhà đầu tư đang tìm kiếm món hời:mặc dù việc dự báo dài hạn kém có những nhược điểm nhưng nó có thể tạo cơ hội cho những người có thể xác định các công ty bị định giá thấp.