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

Nel mondo della finanza, le aziende vengono spesso giudicate dalle loro prestazioni passate, proprio come uno studente viene valutato in base al suo ultimo pagella. Per decenni, prestatori e investitori si sono affidati a numeri finanziari standard — quanto debito deve una società, quanto profitto ha generato e con quale velocità incassa i soldi dai clienti — per decidere se un'attività sia sicura da finanziare. Tuttavia, questo approccio presenta un punto cieco significativo quando si tratta di imprese tecnologiche e scientifiche. Queste aziende operano spesso con pochissime attività fisiche, spendono ingenti somme in ricerca che potrebbero non dare frutti per anni e affrontano flussi di cassa futuri imprevedibili. Nel momento in cui i loro numeri finanziari tradizionali iniziano a sembrare negativi, è spesso troppo tardi per prevenire una crisi. La domanda che i ricercatori si pongono da tempo è se il mercato azionario stesso, con il suo flusso costante di variazioni di prezzo e attività di trading, possa fungere da sistema di allerta precoce, individuando i problemi prima ancora che i rapporti finanziari ufficiali mostrino un problema.

Un team di ricercatori si è posto l'obiettivo di rispondere a questa domanda esaminando un gruppo specifico di aziende tecnologiche quotate sul Board di Innovazione Scientifica e Tecnologica della Cina, spesso chiamato STAR Market. Hanno raccolto dati da 454 di queste imprese in un periodo di cinque anni, dal 2019 al 2024. Inveve di guardare solo ai numeri finali, hanno costruito un sofisticato sistema di previsione che combinava dati finanziari tradizionali con una vasta gamma di segnali di mercato. Questo includeva quanto il prezzo delle azioni saltasse, i modelli specifici di tale movimento, quanto un'azienda fosse connessa ad altre nel suo settore e, soprattutto, con quale costanza le aziende condividevano informazioni sulla loro ricerca e sviluppo. Hanno utilizzato un potente algoritmo informatico, un tipo di machine learning capace di trovare schemi complessi e non lineari nei dati, per vedere se questi segnali di mercato potessero prevedere quali aziende avrebbero affrontato difficoltà finanziarie, problemi normativi o problemi di revisione contabile nel trimestre successivo.

Lo studio è iniziato testando un'idea specifica: che il modo in cui il prezzo di un'azione si muove nel tempo contenga più informazioni della sua semplice volatilità passata. I ricercatori hanno scoperto che una misura chiamata volatilità condizionale, che cattura come l'aspettativa di rischio del mercato cambi di giorno in giorno, forniva una spinta significativa alla loro capacità di prevedere i problemi. Quando hanno aggiunto questa misura dinamica di mercato al loro modello, la loro capacità di identificare correttamente le imprese rischiose è migliorata sensibilmente. Tuttavia, hanno anche scoperto che la relazione tra l'agitazione del mercato azionario e il rischio aziendale non è una semplice linea retta. Non è vero che più il prezzo di un'azione oscilla, più l'azienda è pericolosa. Al contrario, i dati hanno mostrato un modello specifico in cui il rischio di difficoltà finanziaria era massimo quando la volatilità si attestava su un intervallo medio-alto. Quando la volatità diventava estremamente alta, il rischio di un imminente collasso finanziario diminuiva leggermente, suggerendo che il panico estremo del mercato potrebbe essere guidato da shock a breve termine piuttosto che dal lento e costante deterioramento della salute di un'azienda.

Oltre ai movimenti del mercato azionario, i ricercatori hanno esaminato ciò che le aziende stavano effettivamente facendo e come ne parlavano. Hanno scoperto che il comportamento delle aziende riguardo alla divulgazione delle informazioni era il predittore di rischio più potente in assoluto. Nello specifico, le lacune nella rendicontazione di un'azienda sulla sua ricerca e sviluppo rappresentavano un segnale d'allarme importante. Quando un'azienda smetteva di condividere aggiornamenti sui suoi progetti di ricerca o presentava periodi consecutivi di informazioni mancanti, ciò segnalava un'alta probabilità di futuri problemi. Questo era un segnale più forte delle connessioni di rete dell'azienda con altre imprese, che sorprendentemente non aggiungevano molto valore alla previsione una volta che il comportamento di mercato della società era già stato preso in considerazione. Lo studio ha inoltre evidenziato che, sebbene un alto investimento nella ricerca sia generalmente visto come positivo, la costanza di tale investimento e la qualità del flusso di cassa dell'azienda erano indicatori di sicurezza molto più importanti rispetto alla pura quantità di denaro spesa per l'innovazione.

Il modello finale, che combinava tutti questi diversi tipi di informazioni, si è dimostrato altamente efficace nel classificare le aziende in categorie di rischio. Quando i ricercatori hanno testato il sistema su dati che non aveva mai visto prima, esso ha identificato con un alto grado di precisione le aziende che avrebbero affrontato difficoltà. Il sistema è stato particolarmente bravo a catturare le aziende con maggiore probabilità di fallimento, assicurando che pochissime imprese ad alto rischio sfuggissero al controllo. Ciò suggerisce che, per le aziende tecnologiche, la strada verso le difficoltà finanziarie non è sempre visibile nel bilancio finché non è troppo tardi. Invece, i segnali di allerta sono spesso nascosti nel modo in cui il mercato reagisce all'azienda e nella costanza con cui l'azienda racconta la propria storia.

Le implicazioni di queste scoperte sono chiare per chiunque sia coinvolto nel prestito di denaro o nell'investimento in imprese tecnologiche. Affidarsi esclusivamente ai rapporti finanziari tradizionali è insufficiente per queste imprese dinamiche. Un approccio migliore consiste nel monitorare il polso del mercato e prestare grande attenzione alla continuità delle divulgazioni di un'azienda. Se un'impresa tecnologica smette improvvisamente di parlare della propria ricerca o se il prezzo delle sue azioni inizia a mostrare un particolare modello di movimento instabile, questi sono probabilmente segnali precoci di problemi che appaiono molto prima che i profitti dell'azienda diventino negativi. Integrando questi segnali di mercato e i modelli di divulgazione nelle loro valutazioni del rischio, i prestatori e gli investitori possono passare da una posizione reattiva, in attesa che i numeri finanziari deteriorino, a una proattiva, individuando i sottili cambiamenti che precedono una crisi. Lo studio conferma che il mercato è effettivamente uno strumento potente per la scoperta, ma solo se sappiamo come leggere il suo complesso linguaggio non lineare.