PR

Boucles de retour d’information sur les marchés boursiers, les investissements, l’innovation et les tendances mathématiques

Posted by admin

Il semble que peu importe la complexité de notre civilisation et de notre société, nous, les humains, sommes capables de faire face à la dynamique en constante évolution, de trouver une raison dans ce qui semble être le chaos et de créer de l’ordre dans ce qui semble arbitraire. Nous parcourons nos vies en observant les uns après les autres en essayant de trouver un sens – parfois nous sommes capables, parfois nous ne le sommes pas, et parfois nous pensons voir des modèles qui peuvent ou non être ainsi. Notre esprit intuitif essaie de réconcilier la raison, mais sans preuves empiriques, beaucoup de nos théories sur comment et pourquoi les choses fonctionnent ou ne fonctionnent pas ne peuvent pas être prouvées ou réfutées d’une manière ou d’une autre.

Je voudrais discuter avec vous d’un élément de preuve intéressant découvert par un professeur de la Wharton Business School qui jette un éclairage sur les flux d’informations, les cours boursiers et les décisions commerciales, puis vous poser, le lecteur, quelques questions sur la façon dont nous pourrions gagner plus d’informations sur les choses qui se passent autour de nous, les choses que nous observons chaque jour dans notre société, notre civilisation, notre économie et notre monde des affaires. Ok, parlons-en, d’accord?

Le 5 avril 2017, Knowledge @ Wharton Podcast a présenté une fonctionnalité intéressante intitulée «Comment le marché boursier affecte la prise de décision des entreprises» et a interviewé le professeur Itay Goldstein de Wharton Finance, qui a discuté des preuves d’une boucle de rétroaction entre la quantité d’informations et l’action marché. et prise de décision commerciale. En octobre 2011, le professeur, avec deux autres professeurs, James Dow et Alexander Guembel, avait écrit un article intitulé «Incitations à la production d’informations sur les marchés où les prix affectent l’investissement réel».

Dans le document, il a noté qu’il y a un effet d’information de renforcement lorsqu’il y a un investissement dans un stock, ou une fusion basée sur la quantité d’informations produites. Les producteurs d’informations sur le marché; des banques d’investissement, des cabinets de conseil, des conseillers indépendants de l’industrie et des bulletins financiers, des journaux et je suppose même des segments télévisés sur Bloomberg News, FOX Business News et CNBC – ainsi que des plateformes de blogs financiers comme Seeking Alpha.

Le document indiquait que lorsqu’une entreprise décide de fusionner ou annonce un investissement potentiel, une augmentation des informations émerge soudainement de plusieurs sources, internes à la société d’acquisition de la fusion, des banques d’investissement M&A participantes, des cabinets de conseil dans le public cible de l’industrie, des régulateurs anticipant un mouvement dans l’industrie, des concurrents qui souhaiteraient peut-être empêcher la fusion, etc. Nous savons tous intrinsèquement que c’est le cas lorsque nous lisons et regardons l’actualité financière, mais ce document contient des données réelles et montre des preuves empiriques de ce fait.

Cela provoque une frénésie nourrissante de la part des petits et grands investisseurs de négocier avec les informations désormais abondantes disponibles alors qu’ils n’y avaient pas pensé auparavant et qu’il n’y avait pas d’informations vraiment importantes à proprement parler. Dans le podcast, le professeur Itay Goldstein note que, comme l’industrie a plus d’informations, il y a une boucle de rétroaction, conduisant à plus de trading, un biais à la hausse, créant plus de rapports et plus d’informations pour les investisseurs. Il a également noté que les gens agissent généralement sur la base d’informations positives plutôt que d’informations négatives. Des informations négatives inciteraient les investisseurs à envoyer des informations claires et positives comme incitation à des gains potentiels. Lorsqu’on lui a demandé, le professeur a également noté le contraire, que lorsque l’information diminue, les investissements dans le secteur font de même.

D’accord, c’était l’essentiel du podcast et du document de recherche. Eh bien, je voudrais avoir cette conversation et spéculer que ces vérités concernent également les nouvelles technologies et secteurs innovants, et pourraient être des exemples récents; Impression 3D, drones commerciaux, casques de réalité augmentée, ordinateurs de montres-bracelets, etc.

Nous connaissons tous la «courbe de battage médiatique» lorsqu’elle est associée à la «courbe de diffusion de l’innovation» où le battage médiatique précoce stimule l’investissement mais n’est pas durable car il s’agit d’une nouvelle technologie qui ne peut pas encore être à la hauteur du battage médiatique de attentes. Donc, il tire comme une fusée puis retombe sur Terre, pour trouver un point d’équilibre de la réalité, où la technologie répond aux attentes et la nouvelle innovation est prête à mûrir, puis elle remonte et se développe comme une nouvelle innovation normale devrait. .

Avec cette preuve bien connue et empirique d’Itay Goldstein, et. al., sur le papier, il semble que le “flux d’information” ou son absence soit le facteur déterminant dans lequel le PR, l’information et le battage médiatique ne sont pas accélérés avec la trajectoire du modèle de “courbe de battage médiatique”. Cela a du sens, car les nouvelles entreprises ne restent pas nécessairement aussi agressives que le battage médiatique ou les relations publiques si elles ont apporté les premiers tours de capital-risque ou si elles ont suffisamment de capital pour jouer avec pour atteindre leurs futurs objectifs temporaires de R&D de la nouvelle technologie. Néanmoins, je suggérerais que ces entreprises augmentent leur PR (peut-être de manière logarithmique) et fournissent plus d’informations de manière plus abondante et plus fréquente pour éviter un effondrement précoce des taux d’intérêt ou un assèchement de l’investissement initial.

Une autre façon d’utiliser ces connaissances, qui peut nécessiter des recherches supplémentaires, est de trouver le “ flux optimal d’informations ” nécessaire pour réaliser des investissements pour de nouvelles start-ups dans le secteur sans dépasser la “ courbe de battage médiatique ”. l’industrie ou avec un nouveau produit potentiel d’une entreprise particulière. Puisqu’il existe désormais une boucle de rétroaction inhérente, il serait judicieux de la maîtriser pour optimiser une croissance stable et à long terme à mesure que de nouveaux produits innovants arrivent sur le marché, ce qui facilite la planification et l’investissement des flux de trésorerie.

Mathématiquement, constater qu’un flux optimal d’informations est possible et que les entreprises, les banques d’investissement possédant ces connaissances peuvent éliminer l’incertitude et le risque de l’équation et ainsi stimuler l’innovation avec des bénéfices plus prévisibles, peut-être même quelques longueurs d’avance sur les imitateurs du marché et concurrents.

Autres questions pour de futures recherches:

1.) Pouvons-nous contrôler les flux d’informations sur les investissements dans les marchés émergents pour éviter les cycles d’expansion et de récession?

2.) Les banques centrales peuvent-elles utiliser des algorithmes mathématiques pour contrôler les flux d’informations et ainsi stabiliser la croissance?

3.) Pouvons-nous réduire les flux d’informations en travaillant ensemble au «niveau des associations professionnelles» comme jalons tout en investissant pour protéger la baisse de la courbe?

4.) Pouvons-nous programmer des systèmes de matrice de décision IA dans de telles équations pour aider les dirigeants à maintenir une croissance commerciale à long terme?

5.) Existe-t-il des algorithmes de flux pour l’éclatement de l’information qui s’alignent sur ces corrélations découvertes avec les investissements et les informations?

6.) Pouvons-nous améliorer le logiciel de négociation de produits dérivés pour reconnaître et exploiter les boucles de rétroaction sur les investissements?

7.) Pouvons-nous mieux suivre les courses politiques au moyen de modèles de vote pour les flux d’informations? Après tout, voter votre dollar pour l’investissement, c’est un peu comme voter pour un candidat et pour l’avenir.

8.) Pouvons-nous utiliser des modèles mathématiques de tendance des médias sociaux comme base pour prédire la trajectoire de l’investissement informationnel?

Ce que j’aimerais que vous fassiez, c’est penser à tout cela et voir si vous voyez ce que je vois ici?

Leave A Comment