Generative Artificial Intelligence and the Pricing of Complex Earnings Information: Evidence from the Release of ChatGPT
تقدم هذه الورقة دليلاً على أن إطلاق الذكاء الاصطنات التوليدي، وتحديداً ChatGPT، قد قلل من تكاليف المعالجة لدى المستثمرين للإفصاحات المالية المعقدة، مما أدى إلى تخفيف حدة الانجراف بعد إعلان الأرباح، لا سيما للشركات ذات التعقيد المعلوماتي العالي والملكية المؤسسية المنخفضة، وهو ما يدعم تفسير تكلفة المعالجة على حساب نظريات المخاطر أو حدود المراجحة المنافسة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
على مدى عقود، عملت الأسواق المالية بناءً على حقيقة بسيطة ومثيرة للإحباط: المعلومات لا تكون ذات قيمة إلا إذا استطاع شخص ما قراءتها. فعندما تعلن شركة ما عن أرباحها الفصلية، تكون الأرقام علنية، لكن التقارير المصاحبة لها غالبًا ما تكون طويلة، وكثيفة، ويصعب تصفحها. لسنوات، لاحظ الباحثون نمطًا غريبًا حيث لم يتفاعل سعر سهم هذه الشركات بشكل كامل مع الخبر فور صدوره؛ وبدلاً من ذلك، استمر السعر في الانجراف في نفس الاتجاه لأسابيع بعدها، كما لو أن السوق كان يهضم المعلومات ببطء. هذا التأخير، المعروف باسم "انحراف ما بعد إعلان الأرباح"، ظل لغزًا يحير الاقتصاديين لفترة طويلة. جادل البعض بأنه مكافأة لتحمل مخاطر إضافية، بينما اعتقد آخرون أنه احتكاك يمنع المستثمرين الأذكياء من تصحيح السعر بسرعة. ومع ذلك، اشتبهت مجموعة ثالثة في أن التأخير كان ببساطة مسألة جهد بشري: فقراءة التقارير المعقدة تتطلب وقتًا وانتباهًا، وكان المستثمرون بطيئين فقط في معالجة التفاصيل.
ظل السؤال حول سبب وجود هذا التأخير دون حل لأنه كان من المستحيل فصل تكلفة القراءة عن العوامل الأخرى. اعتمدت الدراسات السابقة على مقارنة الشركات التي تكتب تقارير صعبة بتلك التي تكتب تقارير سهلة، لكن الشركات هي من تختار أساليب الكتابة الخاصة بها، مما يجعل من الصعب معرفة ما إذا كانت الصعوبة هي التي سببت التأخير أم أن شيئًا آخر كان هو السبب. علاوة على ذلك، فإن التغيرات التكنولوجية السابقة عادة ما كانت تغير التقارير نفسها أو الأدوات المستخدمة من قبل المحللين المهنيين، بدلاً من تغيير كيفية قراءة المستثمر العادي. وهذا يعني أنه لم يستطع أحد إثبات أن التأخير ناتج بالفعل عن مجرد صعوبة معالجة النص.
في أواخر عام 2022، وصلت أداة جديدة غيرت المشهد لكل مستثمر في آن واحد. أصدرت OpenAI نموذج ChatGPT، وهو ذكاء اصطناعي توليدي قادر على تلخيص وإعادة صياغة والإجابة على أسئلة حول الوثائق الطويلة في ثوانٍ معدودة. وفر هذا الحدث فرصة فريدة لاختبار النظرية القائلة بأن تكاليف المعالجة هي ما يدفع تأخيرات السوق. استخدم الباحثون هذه اللحظة لطرح سؤال مباشر: إذا انخفضت تكلفة قراءة التقارير المعقدة فجأة للجميع، فهل يبدأ السوق في التفاعل بشكل أسرع؟ ومن خلال معاملة إطلاق هذه الأداة كتجربة طبيعية، استطاعوا مراقبة ما إذا كان انحراف السعر البطيء سيختفي للشركات ذات التقارير الأكثر صعوبة، بينما يظل دون تغيير للشركات ذات التقارير الأبسط.
قام الباحثون ببناء نظام لقياس تعقيد التقارير السنوية التي تقدمها الشركات في الولايات المتحدة وفي الخارج. وحللوا نصوص آلاف الوثائق، باحثين عن عوامل مثل طول الجملة، وصعوبة المفردات، وكثافة الأرقام، لإنشاء درجة تمثل مدى صعوبة قراءة التقرير بالنسبة للبشر. والأهم من ذلك، أنهم احتسبوا هذه الدرجات باستخدام البيانات فقط من الفترة التي سبقت إطلاق أداة الذكاء الاصطناعي، لضمان أن مقياس الصعوبة كان ثابتًا ولم يتأثر بالحدث نفسه. ثم تتبعوا أسعار أسهم هذه الشركات حول إعلانات أرباحها، مقارنين سرعة تفاعل السوق قبل توفر الأداة مقابل سرعة تفاعله بعدها.
أظهرت النتائج تحولًا واضحًا في السلوك. فبعد إطلاق أداة الذكاء الاصطناعي، تقلص انحراف السعر البطيء الذي أعقب عادةً إعلانات الأرباح للشركات ذات التقارير المعقدة بشكل كبير. وبالنسبة لهذه الشركات الصعبة القراءة، بدأ السوق في استيعاب المعلومات بشكل أسرع بكثير، حيث حدث جزء أكبر من تعديل السعر فورًا في يوم الإعلان. وفي المقابل، لم تظهر الشركات ذات التقارير الأبسط، والتي كانت سهلة المعالجة بالفعل، أي تغيير في سرعة تفاعلها. يشير هذا النمط إلى أن التأخير كان بالفعل ناتجًا عن الجهد المطلوب لقراءة التقارير، وأنه عندما تم تقليل هذا الجهد بواسطة التكنولوجيا، قام السوق بتصحيح نفسه.
لم يكن التأثير موحدًا عبر جميع أنواع المستثمرين. وجد الباحثون أن التسارع كان أكثر وضوحًا في الشركات ذات الملكية المؤسسية المنخفضة، حيث يشكل مستثمرو التجزئة الأفراد حصة أكبر من نشاط التداول. هؤلاء هم المستثمرون الأكثر عرضة للمعاناة مع الوثائق الطويلة والتقنية، وهم الأكثر استفادة من أداة يمكنها تلخيصها. كما بحثت الدراسة في الشركات المدرجة في البورصات الأمريكية ولكنها تتخذ من دول أخرى مقرًا لها، والتي غالبًا ما تكون تقاريرها هي الأكثر صعوبة في المعالجة بسبب الاختلافات في اللغة والتنسيق. أظهرت هذه الشركات أقوى انخفاض في مدة التأخير، مما يعزز فكرة أن التكنولوجيا ساعدت في التغلب على حاجز صعوبة القراءة تحديدًا.
ولضمان أن هذه النتائج لم تكن مجرد مصادفة، اختبر الباحثون ما إذا كان التغيير سيصمد تحت ظروف مختلفة. فحصوا حدثًا ثانيًا، وهو إطلاق نسخة تطبيق الهاتف المحمول للأداة، والتي جعلت التكنولوجيا أكثر سهولة في الوصول إليها. أدى هذا الإصدار الثاني إلى مزيد من التقليص في التأخير للشركات المعقدة. كما نظروا في الفترات التي كانت فيها الأداة غير متاحة مؤقتًا بسبب الأعطال الفنية. وبينما كانت البيانات خلال هذه الأعطال شحيحة للغاية لاستخلاص استنتاج نهائي، إلا أن الاتجاه لم ينعكس، مما يشير إلى أن التغيير كان هيكليًا وليس مجرد رد فعل عابر. بالإضافة إلى ذلك، اختبروا ما إذا كانت الأداة تجعل المستثمرين يتداولون بشكل أقل أم أنها تغير جودة المعلومات. أشارت الأدلة إلى الاحتمال الأخير: فقد ظل إجمالي كمية المعلومات التي استوعبها السوق كما هو، ولكن السرعة التي استوعبت بها زادت.
كما تناولت الدراسة ما إذا كان التغيير ناتجًا عن كتابة الشركات لتقارير أفضل أو استخدام المحللين للأداة لإنشاء توقعات أفضل. وجد الباحثون أن النتائج ظلت قائمة حتى عند استبعاد الشركات في قطاع التكنولوجيا، وهي الأكثر احتمالًا لاعتماد الأداة في تقاريرها الداخلية. وهذا يشير إلى أن التغيير كان مدفوعًا بكيفية استهلاك المستثمرين للمعلومات، وليس بتغييرات في كيفية إنتاج المعلومات. تشير النتائج إلى أن "الانحراف" لم يكن سمة دائمة للسوق أو مكافأة للمخاطر، بل كان احتكاكًا ناتجًا عن حدود الانتباه البشري وسرعة القراءة.
وبينما تدعم الأدلة بقوة فكرة أن تكاليف المعالجة كانت سبب التأخير، يشير الباحثون إلى أن النتائج هي استنتاجات وليست إثباتًا نهائيًا. كشف فحص إحصائي عن وجود بعض الاتجاهات الكامنة في البيانات سبقت إطلاق الأداة، مما يعني أن النتائج يجب أن تُعتى كإشارة قوية وليس كيقين مطلق. ومع ذلك، فإن اتساق النمط عبر مختلف أنواع الشركات، وقطاعات السوق، والفترات الزمنية، يقدم حجة مقنعة. وتوضح الدراسة أنه عندما يتم خفض الحاجز أمام فهم المعلومات المعقدة، يصبح السوق أكثر كفاءة، وتختفي تعديلات الأسعار البطيئة والمستمرة التي كانت تكافئ ذات يوم من يمتلك الصبر للقراءة.
يقدم هذا العمل منظورًا جديدًا لكيفية عمل الأسواق المالية. فهو يشير إلى أن قيمة التقرير المالي لا تكمن فقط في الأرقام التي يحتويها، بل في التكنولوجيا المتاحة لقراءتها. فالتقرير الذي كان يصعب استخدامه في عام ما، يمكن أن يصبح مفيدًا فورًا في العام التالي دون تغيير كلمة واحدة فيه. وبالنسبة للمنظمين وواضعي المعايير، فإن هذا يعني أن تحسين قابلية القراءة والقدرة على معالجة التقارير آليًا ليس مجرد تمرين تجميلي، بل هو وسيلة مباشرة لتحسين كفاءة السوق. وبالنسب بالنسبة للمستثمرين، فإنه يرسل إشارة بأن الأرباح التي كانت متاحة لمن يستطيع معالجة البيانات المعقدة يدويًا يتم ضغطها بواسطة التكنولوجيا، مما يؤدي إلى تسوية الملعب ولكن أيضًا إزالة الميزة التي كانت تأتي من مجرد الجهد المبذول. وتخلص الدراسة إلى أنه مع استمرار تطور الذكاء الاصطناعي، فإن طبيعة الشذوذ في السوق ستتغير، وسيحتاج الباحثون إلى البحث عن طرق جديدة لقياس السرعة التي يتم بها استيعاب المعلومات حقًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.