Is Financial Analysis Doomed? The Birth of “Reactive Valuation” Analysis
Notice bibliographique
Résumé
The purpose of this paper is to examine how firms’ information landscape has changed in recent years and why this could be problematic for those engaged in financial analysis and equity valuation. Our central contention is that two main forces of change – lower information costs and faster information processing – have completely disrupted the traditional concept of financial analysis. In response to this disruption, financial analysis will now increasingly take the form of “reactive valuation.” In addition to examining our main contention, we introduce a new term into the literature, called “reactive valuation,” which we define as the ultra short-term valuation of an equity, lasting from a few seconds to a few hours, based on information primarily published through social media channels. It may be later corroborated by factually based information or remain unsubstantiated. It may or may not be from an authoritative source. It also may not relate clearly or directly to the valuation of the underlying asset. However, based mostly on the tools of artificial intelligence and natural language processing, “reactive valuation” will invariably provide an opportunity for statistical arbitrage during the short time it takes for the market to digest the information. Financial analysts who survive these two forces of change will have detailed knowledge of this new form of financial analysis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,050 |
| Communication savante | 0,021 | 0,053 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».