Can Capital Market Information Predict Corporate Risk Before Financial Deterioration? Evidence from Sci-Tech Firms

En el mundo de las finanzas, las empresas suelen ser juzgadas por su desempeño pasado, de forma muy similar a como un estudiante es calificado por su último boletín de notas. Durante décadas, los prestamistas e inversores han dependido de cifras financieras estándar —cuánta deuda debe una empresa, cuántas ganancias obtuvo y con qué rapidez cobra el dinero de sus clientes— para decidir si un negocio es seguro de financiar. Sin embargo, este enfoque tiene un punto ciego significativo cuando se trata de firmas de tecnología y ciencia. Estas empresas suelen operar con muy pocos activos físicos, gastan fuertemente en investigación que puede no dar frutos durante años y enfrentan flujos de caja impredecibles en el futuro. Para cuando sus cifras financieras tradicionales empiezan a verse mal, suele ser demasiado tarde para prevenir una crisis. La pregunta que los investigadores se han planteado durante mucho tiempo es si el propio mercado de valores, con su constante flujo de cambios de precios y actividad de negociación, puede actuar como un sistema de alerta temprana, detectando problemas antes de que los informes financieros oficiales muestren un problema.

Un equipo de investigadores se propuso responder a esta pregunta analizando un grupo específico de empresas tecnológicas que cotizan en la Junta de Innovación Científica y Tecnológica de China, a menudo llamada Mercado STAR. Recopilaron datos de 454 de estas firmas durante un periodo de cinco años, de 2019 a 2024. En lugar de limitarse a mirar las cifras finales, construyeron un sofisticado sistema de predicción que combinaba datos financieros tradicionales con una amplia gama de señales de mercado. Esto incluyó cuánto saltaba el precio de las acciones, los patrones específicos de ese movimiento, qué tan conectada estaba una empresa con otras en su industria y, crucialmente, con qué consistencia las empresas compartían información sobre su investigación y desarrollo. Utilizaron un potente algoritmo informático, un tipo de aprendizaje automático que puede encontrar patrones complejos y no lineales en los datos, para ver si estas señales de mercado podían predecir qué empresas enfrentarían dificultades financieras, problemas regulatorios o problemas de auditoría en el trimestre siguiente.

El estudio comenzó probando una idea específica: que la forma en que el precio de una acción se mueve a lo largo del tiempo contiene más información que solo su volatilidad pasada. Los investigadores descubrieron que una medida llamada volatilidad condicional, que captura cómo cambia la expectativa de riesgo del mercado de un día para otro, proporcionaba un impulso significativo a su capacidad para predecir problemas. Cuando añadieron esta medida de mercado dinámica a su modelo, su capacidad para identificar correctamente a las firmas riesgosas mejoró notablemente. Sin embargo, también descubrieron que la relación entre la inquietud del mercado de valores y el riesgo de la empresa no es una línea recta simple. No es cierto que cuanto más oscile el precio de una acción, más peligrosa sea la empresa. En cambio, los datos mostraron un patrón específico donde el riesgo de dificultades financieras era más alto cuando la volatilidad se encontraba en un rango medio-alto. Cuando la volatilidad se volvía extremadamente alta, el riesgo de un colapso financiero inmediato de hecho disminuía ligeramente, lo que sugiere que el pánico extremo del mercado podría estar impulsado por choques a corto plazo en lugar de la degradación lenta y constante de la salud de una empresa.

Más allá de los movimientos del mercado de valores, los investigadores examinaron lo que las empresas estaban haciendo realmente y cómo estaban hablando de ello. Encontraron que el comportamiento de las propias empresas respecto a la divulgación de información era el predictor de riesgo más poderoso. Específicamente, las brechas en los informes de una empresa sobre su investigación y desarrollo eran una señal de alerta importante. Cuando una empresa dejaba de compartir actualizaciones sobre sus proyectos de investigación o tenía periodos consecutivos de información faltante, esto señalaba una alta probabilidad de problemas futuros. Esta fue una señal más fuerte que las conexiones de red de la empresa con otras firmas, las cuales, sorprendentemente, no aportaron mucho valor adicional a la predicción una vez que el comportamiento de mercado de la propia empresa ya había sido contabilizado. El estudio también destacó que, si bien la alta inversión en investigación se ve generalmente como algo positivo, la consistencia de esa inversión y la calidad del flujo de caja de la empresa eran indicadores de seguridad mucho más importantes que la mera cantidad de dinero gastado en innovación.

El modelo final, que combinó todos estos diferentes tipos de información, demostró ser altamente efectivo para clasificar a las empresas en categorías de riesgo. Cuando los investigadores probaron el sistema con datos que nunca había visto, identificaron con éxito a las empresas que enfrentarían problemas con un alto grado de precisión. El sistema fue particularmente bueno captando a las empresas que tenían más probabilidades de fallar, asegurando que muy pocas firmas de alto riesgo pasaran desapercibidas. Esto sugiere que, para las empresas tecnológicas, el camino hacia las dificultades financieras no siempre es visible en el balance general hasta que es demasiado tarde. En cambio, las señales de advertencia se encuentran a menudo en la forma en que el mercado reacciona a la empresa y en la consistencia con la que la empresa comparte su historia.

Las implicaciones de estos hallazgos son claras para cualquiera involucrado en el préstamo o la inversión en empresas tecnológicas. Depender únicamente de los informes financieros tradicionales es insuficiente para estos negocios dinámicos. Un mejor enfoque implica observar el pulso del mercado y prestar mucha atención a la continuidad de las divulgaciones de una empresa. Si una firma de alta tecnología deja de hablar repentinamente de sus investigaciones o si el precio de sus acciones comienza a mostrar un patrón específico de movimiento inestable, estas son probablemente señales tempranas de problemas que aparecen mucho antes de que las ganancias de la empresa se vuelvan negativas. Al integrar estas señales de mercado y patrones de divulgación en sus evaluaciones de riesgo, los prestamistas e inversores pueden pasar de una postura reactiva, esperando a que las cifras financieras se deterioren, a una postura proactiva, detectando los cambios sutiles que preceden a una crisis. El estudio confirma que el mercado es, de hecho, una herramienta poderosa para el descubrimiento, pero solo si sabemos leer su complejo lenguaje no lineal.