Can Capital Market Information Predict Corporate Risk Before Financial Deterioration? Evidence from Sci-Tech Firms
تُظهر هذه الدراسة أن دمج معلومات سوق رأس المال، ولا سيما التقلب المشروط وسلوك الإفصاح عن المعلومات، في نموذج LightGBM متعدد المصادر، يعزز بشكل كبير التنبؤ المبكر بمخاطر الائتمان في الشركات العلمية والتقنية بما يتجاوز المؤشرات المالية التقليدية.
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
في عالم التمويل، غالباً ما تُقيّم الشركات بناءً على أدائها السابق، تماماً كما يُقيّم الطالب بناءً على آخر تقرير دراسي له. لعقود من الزمن، اعتمد المقرضون والمستثمرون على الأرقام المالية المعيارية — مقدار ما تدين به الشركة، وكم حققت من ربح، ومدى سرعة تحصيلها للأموال من العملاء — لتقرير ما إذا كان العمل التجاري آمناً للتمويل. ومع ذلك، فإن هذا النهج ينطوي على نقطة عمياء كبيرة عندما يتعلق الأمر بشركات التكنولوجيا والعلوم؛ فهذه الشركات غالباً ما تعمل بأصول مادية ضئيلة جداً، وتُنفق بكثافة على الأبحاث التي قد لا تؤتي ثمارها لسنوات، وتواجه تدفقات نقدية مستقبلية غير متوقعة. وبحلول الوقت الذي تبدأ فيه أرقامها المالية التقليدية في الظهور بشكل سيء، يكون الوقت قد فات غالباً لمنع وقوع أزمة. والسؤال الذي طالما طرحه الباحثون هو ما إذا كان سوق الأسهم نفسه، بما يحتويه من تدفق مستمر لتغيرات الأسعار ونشاط التداول، يمكن أن يعمل كنظام إنذار مبكر، يرصد المشاكل قبل أن تظهر التقارير المالية الرسمية أي مشكلة.
لقد وضع فريق من الباحثين حداً لهذا التساؤل من خلال النظر في مجموعة محددة من شركات التكنولوجيا العالية المدرجة في "لوحة الابتكار في العلوم والتكنولوجيا" الصينية، والمعروفة غالباً باسم "سوق ستار" (STAR Market). قاموا بجمع بيانات من 454 شركة من هذه الشركات على مدار فترة خمس سنوات، من عام 2019 إلى 2024. وبدلاً من مجرد النظر في الأرقام النهائية، بنوا نظام تنبؤ متطور يجمع بين البيانات المالية التقليدية ومجموعة واسعة من إشارات السوق. شمل ذلك مدى تذبذب سعر السهم، وأنماط تلك الحركة المحددة، ومدى ارتباط الشركة بالشركات الأخرى في قطاعها، والأهم من ذلك، مدى اتساق الشركات في مشاركة معلوماتها حول البحث والتطوير. واستخدموا خوارزمية حاسوبية قوية، وهي نوع من تعلم الآلة الذي يمكنه إيجاد أنماط معقدة وغير خطية في البيانات، لمعرفة ما إذا كانت إشارات السوق هذه يمكن أن تتنبأ بالشركات التي ستواجه ضائقة مالية، أو مشاكل تنظيمية، أو مشكلات في التدقيق في الربع التالي.
بدأت الدراسة باختبار فكرة محددة: وهي أن الطريقة التي يتحرك بها سعر السهم بمرور الوقت تحتوي على معلومات أكثر من مجرد تقلباته الماضية. ووجد الباحثون أن مقياساً يسمى "التقلب المشروط"، والذي يلتقط كيفية تغير توقعات السوق للمخاطر من يوم لآخر، قد وفر دفعة كبيرة لقدرتهم على التنبؤ بالمشاكل. وعندما أضافوا هذا المقياس الديناميكي للسوق إلى نموذجهم، تحسنت قدرتهم على تحديد الشركات المحفوفة بالمخاطر بشكل ملحوظ. ومع ذلك، اكتشفوا أيضاً أن العلاقة بين اضطراب سوق الأسهم ومخاطر الشركة ليست خطاً مستقيماً بسيطاً؛ فليس صحيحاً أن كلما زادت تقلبات سعر السهم، زادت خطورة الشركة. بدلاً من ذلك، أظهرت البيانات نمطاً محدداً حيث كانت مخاطر الضائقة المالية في أعلى مستوياتها عندما كان التقلب في نطاق متوسط إلى مرتفع. وعندما أصبح التقلب مرتفعاً للغاية، انخفض خطر الانهيار المالي الفوري قليلاً، مما يشير إلى أن الذعر الشديد في السوق قد يكون مدفوعاً بصدمات قصيرة المدى بدلاً من التدهور البطيء والمستمر لصحة الشركة.
وبعيداً عن تحركات سوق الأسهم، فحص الباحثون ما كانت تفعله الشركات فعلياً وكيف كانت تتحدث عنه. ووجدوا أن سلوك الشركات فيما يتعلق بالإفصاح عن المعلومات كان أقوى مؤشر للتنبؤ بالمخاطر. وتحديداً، كانت الفجوات في تقارير الشركة المتعلقة بالبحث والتطوير بمثابة علامة حمراء كبرى. فعندما تتوقف شركة ما عن مشاركة التحديثات حول مشاريعها البحثية أو تمر بفترات متتالية من المعلومات المفقودة، فإن ذلك يشير إلى احتمالية عالية لمشاكل مستقبلية. وكان هذا إشارة أقوى من اتصالات شبكة الشركة مع الشركات الأخرى، والتي لم تضف -للمفاجأة- الكثير من القيمة الإضافية للتنبؤ بمجرد أخذ سلوك الشركة في السوق في الاعتبار. كما سلطت الدراسة الضوء على أنه بينما يُنظر إلى الاستثمار العالي في الأبحاث بشكل عام على أنه أمر إيجابي، فإن اتساق ذلك الاستثمار وجودة التدفق النقدي للشركة كانا أكثر أهمية من مؤشرات الأمان مقارنة بحجم الأموال المنفقة على الابتكار.
وقد أثبت النموذج النهائي، الذي دمج جميع هذه الأنواع المختلفة من المعلومات، فعالية عالية في تصنيف الشركات إلى فئات المخاطر. وعندما اختبر الباحثون النظام على بيانات لم يسبق له رؤيتها، نجح في تحديد الشركات التي ستواجه المتاعب بدرجة عالية من الدقة. كان النظام بارعاً بشكل خاص في رصد الشركات الأكثر عرضة للفشل، مما يضمن عدم إفلات عدد قليل جداً من الشركات عالية المخاطر. وهذا يشير إلى أنه بالنسبة لشركات التكنولوجيا، فإن المسار نحو الضائقة المالية لا يكون دائماً مرئياً في الميزانية العمومية حتى فوات الأوان. بدلاً من ذلك، غالباً ما تكون علامات التحذير مخبأة في كيفية تفاعل السوق مع الشركة وفي الاتساق الذي تشارك به الشركة قصتها.
إن تداعيات هذه النتائج واضحة لأي شخص يشارك في الإقراض أو الاستثمار في شركات التكنولوجيا. فالاعتماد فقط على التقارير المالية التقليدية غير كافٍ لهذه الشركات الديناميكية. ويتضمن النهج الأفضل مراقبة نبض السوق والاهتمام الشديد باستمرارية إفصاحات الشركة. فإذا توقفت شركة تكنولوجية عالية فجأة عن الحديث عن أبحاثها، أو إذا بدأ سعر سهمها في إظهار نمط معين من الحركة غير المستقرة، فهذه غالباً ما تكون إشارات مبكرة للمتاعب تظهر قبل وقت طويل من تحول أرباح الشركة إلى السالب. ومن خلال دمج إشارات السوق وأنماط الإفصاح هذه في تقييمات المخاطر، يمكن للمقرضين والمستثمرين الانتقال من موقف رد الفعل، بانتظار تدهور الأرقام المالية، إلى موقف استباقي، برصد التحولات الطفيفة التي تسبق الأزمة. وتؤكد الدراسة أن السوق هو بالفعل أداة قوية للاكتشاف، ولكن فقط إذا عرفنا كيف نقرأ لغته المعقدة وغير الخطية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.