AI forudsiger, hvordan CEO-personlighed påvirker virksomhedspræstation

Talk er ikke altid billig. I november 2021 mistede Tesla (TSLA ) -aktien en estimeret 21 milliarder dollars fra sin værdi efter grundlæggeren Elon Musk inviterede sine 70 millioner følgere til at deltage i en afstemning om, hvorvidt han skulle sælge 10% af sine egne aktier i virksomheden – kun et enkelt tilfælde i en lang række åbenbart uforsvarlige sociale medie-kommunikationer fra Musk, som menes at have bidraget til en nedgang i Teslas aktiepris på 175 milliarder dollar mod slutningen af 2021.

Det har længe været anset for, at CEO-adfærd har en direkte sammenhæng med virksomhedspræstation, men det er svært at få milliardær-direktører til at deltage i standardiserede personlighedstests, hvilket har gjort personlighedsbaseret aktieprædiktionsanalyse til en slags pseudovidenskab.

Den analytiske forskningssektors indsats for at oprette prædiktionsmodeller på dette område har indtil nu koncentreret sig om de fem store personlighedstræk, hvor CEO-disposition vurderes ud fra åbenhed, samvittighed, ekstraversion, enighed og neurotisisme.

Det er ikke let at udtrække alle disse træk på en empirisk lyd måde, kun baseret på tale og tekst. En studie fra 2020 fra Academy of Management kunne kun analysere tre af de fem store træk (samvittighed, neurotisisme og ekstraversion), da åbenhed og enighed er sværere at identificere, især fra tekst.

MBTI-vurdering

Et nyt samarbejde mellem universiteter i Tyskland og Italien har taget en ny tilgang til at oprette en prædiktionsramme af denne art, ved at bruge offentligt tilgængelige data til at kortlægge 32 højtstående CEO’er inden for Myers-Brigg Type Indicator-rammen (MBTI).

I er nok bekendt med MBTI, selvom du ikke kendte dets navn. Baseret på Carl Jungs arbejde klassificerer MBTI personligheder i 4-bogstavs-enheder som f.eks. ENTJ (‘ekstrovert’, ‘sanse’, ‘tænkning’, ‘dømmende’), og er blevet et populært værktøj til selv-analyse på sociale medier i det sidste årti eller så.

De fire akser, som træk kan vælges fra, er: ekstraversion vs. introversion (E-I); sanse vs. intuition (S-N); tænkning vs. følelse (T-F); og dømmende vs. opfattende (J-P).

Artiklens forfattere brugte crowdsourced-data til at oprette MBTI-profiler af CEO’er og oprettede derefter en separat dataset og arkitektur, der kunne forudsige indflydelsen af CEO-personlighed på aktiepræstation, med Elon Musk som centrale testemne.

Eksempler på, hvordan bestyrelsesformænd passer ind i MBTI-aksen. Kilde: https://arxiv.org/pdf/2201.07670.pdf

Den nye forskning søger at oprette en objektiv metode til aktieprædiktionsanalyse baseret på de estimerede personligheder af bestyrelsesformænd (og specifikt på, hvad de siger offentligt), i overensstemmelse med Upper Echelons Theory, der blev foreslået i 1984, som først foreslog en sammenhæng mellem CEO-personlighed og virksomhedspræstation.

Forfatterne skriver:

‘I en risikoregressionsopgave demonstrerer vi, at den forudsigelige CEO-personlighed er signifikant associeret med finansielle risici i form af aktieprisvolatilitet. Kvalitativt ser det ud til, at ekstroverte, intuitive og tænkende CEO’er indebærer færre finansielle risici.’

Den anden fase af projektet, der søger at korrelerer udtalelser med efterfølgende aktieprisvariationer, producerer en algoritme, der kan indikere tekstsegmenter, der sandsynligvis vil have en positiv eller negativ effekt.

Shapley Additive Explanations (SHAP) heatmaps anvendt på tekstsegmenter fra Elon Musks Q1 2020-årsrapport. Rød og blå er negative og positive indikatorer for aktiepris, henholdsvis.

Artiklen er skrevet af tre forskere på universiteterne i Mannheim og Bocconi i Milano.

Definering af personligheder

Forfatterne brugte tre kilder til at indsamle data til personlighedsprædiktionskomponenten af projektet. For at identificere og karakterisere CEO’erne brugte de 88.000 årsrapporter fra Reuters’ Refinitiv EIKON-dataset; og Compustat Execucomp fra Wharton Research Data Services på University of Pennsylvania, som blev brugt til at matche identificerede CEO’er med alder og køn.

For at få MBTI-personlighedslabels brugte forskerne Personality Database, en crowdsourced platform for brugerbidrag til vurdering af personlighed, hvor tilstrækkelige niveauer af data for 32 CEO’er (herunder Steve Jobs og Elon Musk) var tilgængelige.

I stedet for at definere hver CEO som en typisk MBTI-4-bogstavs-forkortelse repræsenterede forfatterne hver personlighedsprofil som en vektor af fire kontinuerte variable på en skala fra 0-1, i overensstemmelse med crowdsourced-estimater, hvilket giver en mere præcis kortlægning mellem de fem store og MBTI-skalaer.

For at validere crowdsourced-estimaterne oprettede forfatterne en korrelationsmatrix mellem crowd-baseret MBTI og de fem store stemmer for alle personligheder, der var identificeret i data. De to systemer blev fundet at være enige på brugerbidragene.

(Da meningerne om, i hvilken udstrækning psykologisk vurdering er subjektiv, forskerne fandt, at intra-system-konsensus kun betyder, at de to modsatrettede skalaer konvergerer over deres forskellige kriterier for personligheds vurdering; den objektive værdi af denne enighed afhænger af, i hvilken udstrækning du abonnerer på enten system.)

Forfatterne testede BERT (base), RoBERTa (base) og Support Vector Machine (SVM) med trigram TF–IDF som potentielle modeller. Efter træning blev RoBERTa fundet at være den bedste på alle akser. I billedet nedenfor ser vi modellernes forskellige estimater af personlighed for Elon Musk:

Korrelerede resultater for en personlighedsregressionsopgave for Elon Musk. E-I = ekstraversion-introversion; T-F = tænkning-følelse; S-I = sanse-intuition; og J-P = dømmende-opfattende.

Forfatterne bemærker, at de bedste indikatorer optræder for ekstraversion-introversion, og de dårligste for dømmende-opfattende, måske fordi sidstnævnte er svære at udlede fra tekst. De forudser, at fremtidig arbejde, der inkluderer taleindikatorer – såsom stemmeforandring og taleintervaller – kan tilføje nye fortolkelige dimensioner til data for disse indikatorer.

Personlighed og virksomhedspræstation

For at facilitere risikoregressionskomponenten af projektet slog forfatterne årsrapportdataene sammen med databaser fra IBES, CRSP og Compustat Execucomp.

For at udvikle nyttige indeks for variation i aktiepriser efter en erklæring fra en CEO, inkluderede de forskellige risikoproxyer fra tidligere arbejder og inkluderede også alder og køn for at vurdere mulige forstyrrende effekter.

Kriterier for risikovurdering.

Risikorendement blev beregnet på basis af volatilitetsindeks efter en uge efter en annoncering. Da RoBERTa havde bedst præstation i den tidligere modul, blev dette brugt eksklusivt til risikoregressionsstadiet.

Resultater

I kommentarer til resultaterne, der blev opnået ved at bruge en personlighedsmatrix som en metode til at forudsige aktievolatilitet, skriver forfatterne:

‘Vi finder, at de første tre MBTI-dimensioner er signifikant associeret med risiko efter opkaldet. Denne signifikans er [høj] for E–I og T–F. Retningen af denne association opfører sig, som forventet: en CEO, der kommunikerer på en introvert og følsom måde, er associeret med øget [risiko], mens en intuitiv kommunikation er associeret med reduceret [risiko]. ‘

‘Bemærkelsesværdigt er, at disse resultater er robuste over for alder- og kønsfikserede effekter.’

Resultater fra papirets standard risikoregressionsforsøg, der omfatter 22.000 årsrapporter over 1.700 årsrapporter fra 2002-2020.

Forskerne har til hensigt at udvikle modellen i fremtiden, så en enkelt regressor kan udgive alle fire MBTI-dimensioner, samt inkorporere ikke-tekstdata, såsom tale-signaler.

*Myers-Briggs’ stavning af dette ord er particulær til deres studie.

Offentliggjort første gang den 20. januar 2022.