Aliro Sanhueza, doctorando de la FAE, publica innovador estudio sobre IA y mercados financieros en revista “Finance Research Letters”

¿Puede el tono con que las empresas describen sus riesgos anticipar el comportamiento de la bolsa? Según el reciente estudio, “Decoding risk sentiment in 10-K filings: Predictability for U.S. stock indices”, liderado por Aliro Sanhueza, estudiante del Doctorado en Ciencias de la Administración de la Universidad Diego Portales, junto a los académicos de la Facultad de Administración y Economía UDP, Nicolás Magner y Pablo Henríquez, la respuesta es sí.

El artículo, publicado en la revista científica internacional Finance Research Letters, analizó más de 21.000 informes anuales 10-K de empresas que cotizan en la bolsa de Estados Unidos. En particular, se enfocó en la sección de “Factores de Riesgo”, un apartado clave donde las compañías describen los desafíos que podrían afectar su desempeño.

“El objetivo principal fue evaluar si el tono del lenguaje en esa sección tiene capacidad predictiva sobre los retornos de los principales índices bursátiles de EE.UU.”, señaló Sanhueza. “También comparamos la eficacia de distintos diccionarios de análisis de sentimiento, desde el clásico de Loughran-McDonald hasta versiones calibradas con IA mediante modelos como GPT-4 y GPT-4o”, añadió.

Aliro Sanhueza, también ingeniero comercial y magíster en Finanzas de la Universidad Finis Terrae, explicó que las grandes empresas en EE.UU. deben publicar anualmente un informe donde exponen los riesgos que enfrentan. “Analizamos cómo está escrito ese apartado, si suena más positivo o negativo, y descubrimos que este tono ayuda a anticipar el comportamiento de la bolsa”, comentó.

Y profundizó: “Usamos inteligencia artificial para crear formas más precisas de medir ese tono y descubrimos que, efectivamente, cuando las empresas suenan más optimistas, los mercados tienden a subir en la semana siguiente”.

Uno de los hallazgos más relevantes del estudio es que los modelos de lenguaje desarrollados con IA —en particular GPT-4o y GPT-4o-mini— superaron en precisión a los enfoques tradicionales para predecir la dirección del mercado. “Nos sorprendió comprobar que estos modelos de IA no solo clasifican mejor el tono, sino que también permiten anticipar con mayor exactitud el comportamiento del S&P 500 y otros índices. En cambio, el Dow Jones fue mucho menos receptivo, lo que sugiere que la estructura de cada índice podría modular su respuesta al sentimiento empresarial”, explicó el investigador.

Para Sanhueza, este trabajo también refleja el impacto de su formación académica en la UDP: “Esta investigación fue posible gracias a la articulación entre teoría y práctica que fomenta el Doctorado. Aplicamos herramientas del curso de Gestión de Datos del profesor Henríquez, y fundamentos del curso de Tópicos en Finanzas con el profesor Magner, quien además es mi guía de tesis”.

“Estoy profundamente agradecido por la oportunidad que me brinda la Universidad Diego Portales de colaborar estrechamente con los docentes del programa, una experiencia que ha enriquecido significativamente mi desarrollo tanto teórico como empírico”, concluyó.

Obtén más detalles y accede a la investigación completa en el siguiente enlace.