ปัญญาประดิษฐ์
AI คาดการณ์ว่าบุคลิกภาพของ CEO ส่งผลต่อประสิทธิภาพของบริษัทอย่างไร
การพูดคุยไม่ถูกเสมอไป ในเดือนพฤศจิกายน 2021 หุ้นของเทสลา สูญเงินไปประมาณ 21 หมื่นล้านดอลลาร์ จากการประเมินมูลค่าหลังจากผู้ก่อตั้ง Elon Musk เชิญผู้ติดตาม 70 ล้านคนของเขาเข้าร่วมการสำรวจว่าเขาควรขายหุ้น 10% ของเขาในบริษัทหรือไม่ – เพียงตอนเดียวใน ซีรีส์ระยะยาว เห็นได้ชัดว่า Musk สื่อสารผ่านโซเชียลมีเดียอย่างบ้าบิ่น ซึ่งเชื่อว่ามีส่วนทำให้ราคาหุ้นของ Tesla พุ่งสูงถึง 175 พันล้านดอลลาร์ในช่วงสิ้นปี 2021
แม้จะนานมาแล้วก็ตาม พิจารณาโดยสังเขป ว่าพฤติกรรมของ CEO นั้นมีความสัมพันธ์โดยตรงกับผลการปฏิบัติงานของบริษัท ความเป็นไปไม่ได้ที่จะให้ผู้บริหารระดับมหาเศรษฐีทำแบบทดสอบบุคลิกภาพที่เป็นมาตรฐานได้ทำให้การทำนายหุ้นตามบุคลิกภาพมีประสิทธิภาพเป็นเพียงวิทยาศาสตร์หลอกๆ
ความพยายามของภาคส่วนการวิจัยเชิงวิเคราะห์ในการสร้างแบบจำลองเชิงทำนายในเรื่องนี้ได้มุ่งความสนใจไปที่ ลักษณะบุคลิกภาพที่สำคัญ 5 ประการโดยที่การจัดการของ CEO ได้รับการประเมินในแง่ของ ความใจกว้าง, ความซื่อตรง, บุคคลภายนอก*, ความน่าพอใจและ ความมั่นคงในอารมณ์.
ไม่ใช่เรื่องง่ายที่จะแยกลักษณะเหล่านี้ทั้งหมดออกมาในลักษณะที่ฟังดูมีเหตุผล โดยอิงจากคำพูดและข้อความเท่านั้น 2020 ศึกษา จาก Academy of Management สามารถวิเคราะห์ลักษณะเด่นของ Big 5 ได้เพียง XNUMX ประการเท่านั้น (ความมีมโนธรรม การชอบทำลายประสาท และการชอบเปิดเผยตัว) เนื่องจาก ความใจกว้าง และ ความน่าพอใจ ระบุได้ยากกว่า โดยเฉพาะจากข้อความ
การประเมิน MBTI
ความร่วมมือครั้งใหม่ระหว่างมหาวิทยาลัยในเยอรมนีและอิตาลีได้ใช้แนวทางใหม่ในการกำหนดกรอบการทำนายในลักษณะนี้ โดยใช้ข้อมูลที่เปิดเผยต่อสาธารณะเพื่อจับคู่ CEO ระดับสูง 32 คนเข้ากับกรอบตัวบ่งชี้ประเภท Myers-Brigg (แค่).
คุณอาจรู้จัก MBTI แม้ว่าคุณจะไม่รู้จักชื่อก็ตาม จากผลงานของ Carl Jung MBTI จำแนกบุคลิกภาพออกเป็น 4 ลักษณะเช่น เอ็นทีเจ ('คนเปิดเผย' 'สัมผัส' 'คิด' 'ตัดสิน') และได้กลายเป็นเครื่องมือยอดนิยมสำหรับการวิเคราะห์ตนเองบนโซเชียลมีเดียในช่วงทศวรรษที่ผ่านมา
สี่แกนที่สามารถเลือกลักษณะได้คือ: การหักเห เมื่อเทียบกับ การแทรกแซง (อีไอ); การตรวจจับ เมื่อเทียบกับ ปรีชา (ส. น.); คิด เมื่อเทียบกับ ความรู้สึก (ทีเอฟ); และ การตัดสิน เมื่อเทียบกับ การรับรู้ (มป.).
ผู้เขียนรายงานใช้ข้อมูลที่รวบรวมจากฝูงชนเพื่อสร้างโปรไฟล์ MBTI ของ CEO จากนั้นจึงสร้างชุดข้อมูลและสถาปัตยกรรมแยกต่างหากที่สามารถทำนายอิทธิพลของบุคลิกภาพของ CEO ที่มีต่อประสิทธิภาพของหุ้นได้สำเร็จ โดยใช้ Elon Musk เป็นหัวข้อทดสอบหลัก
ซีอีโอตัวอย่างเหมาะสมกับแกน MBTI อย่างไร ที่มา: https://arxiv.org/pdf/2201.07670.pdf
การวิจัยครั้งใหม่พยายามที่จะสร้างวิธีการที่เป็นกลางในการคาดการณ์ราคาหุ้นโดยพิจารณาจากบุคลิกภาพโดยประมาณของประธานเจ้าหน้าที่บริหาร (และโดยเฉพาะอย่างยิ่ง สิ่งที่พวกเขาพูดในที่สาธารณะ) ตาม ทฤษฎีระดับบน เสนอในปี 1984 ซึ่งเป็นครั้งแรกที่กล่าวถึงความสัมพันธ์ระหว่างบุคลิกภาพของ CEO และประสิทธิภาพการทำงานของบริษัท
ผู้เขียนระบุ:
'ในงานความเสี่ยงถดถอย เราแสดงให้เห็นว่า - สอดคล้องกับทฤษฎีระดับบน - บุคลิกภาพของ CEO ที่คาดการณ์ไว้นั้นเกี่ยวข้องอย่างมีนัยสำคัญกับความเสี่ยงทางการเงินในรูปแบบของความผันผวนของผลตอบแทนของหุ้น เชิงคุณภาพ เปิดเผย ใช้งานง่าย และชอบคิด ซีอีโอดูเหมือนจะมีความเสี่ยงทางการเงินน้อยกว่า'
ขั้นตอนที่สองของโครงการซึ่งพยายามเชื่อมโยงคำพูดกับการเปลี่ยนแปลงของราคาหุ้นที่ตามมา สร้างอัลกอริทึมที่สามารถระบุกลุ่มข้อความที่น่าจะส่งผลในเชิงบวกหรือเชิงลบ
คำอธิบายสารเติมแต่ง Shapley (สับ) แผนที่ความร้อนที่ใช้กับส่วนของข้อความจากการเรียกรายได้ในไตรมาสที่ 1 ปี 2020 ของ Elon Musk สีแดงและสีน้ำเงินเป็นตัวบ่งชี้กำไรที่เป็นลบและเป็นบวกตามลำดับ ผลลัพธ์จะแตกต่างกันไปตามแกนลักษณะสำหรับการแมป MBTI และผลลัพธ์ที่เกี่ยวข้องมากที่สุดคือผลลัพธ์ที่สอดคล้องกับอักขระหลักโดยประมาณของผู้พูด (เช่น 'ENTJ')
พื้นที่ กระดาษ มีบรรดาศักดิ์ อิทธิพลจากบนลงล่าง? การทำนายบุคลิกภาพของ CEO และผลกระทบจากความเสี่ยงจาก Speech Transcripts และมาจากนักวิจัยสามคนจาก University of Mannheim และ Bocconi University ในมิลาน
การกำหนดบุคลิกภาพ
ผู้เขียนใช้แหล่งข้อมูลสามแหล่งเพื่อรวบรวมข้อมูลสำหรับองค์ประกอบการทำนายบุคลิกภาพของโครงการ ในการระบุและกำหนดลักษณะเฉพาะของ CEO พวกเขาใช้บันทึกการเรียกรายได้ 88,000 รายการจาก Reuters รีฟินิทีฟ เอไอคอน ชุดข้อมูล; และ คอมพิวสตัท Execucompจาก Wharton Research Data Services แห่งมหาวิทยาลัยเพนซิลเวเนีย ซึ่งใช้เพื่อจับคู่ CEO ที่ระบุกับข้อมูลอายุและเพศทางโปรแกรม
เพื่อให้ได้ฉลากบุคลิกภาพ MBTI นักวิจัยได้ใช้ฐานข้อมูลบุคลิกภาพ ซึ่งเป็นแพลตฟอร์มการประเมินบุคลิกภาพที่ผู้ใช้มีส่วนร่วม ซึ่งมีข้อมูลในระดับที่เพียงพอสำหรับซีอีโอ 32 คน (รวมถึงสตีฟ จ็อบส์ และอีลอน มัสก์)
แทนที่จะกำหนดว่า CEO แต่ละคนเป็นตัวย่อ MBTI 4 อักขระทั่วไป ผู้เขียนแสดงโปรไฟล์บุคลิกภาพแต่ละคนเป็นเวกเตอร์ของตัวแปรต่อเนื่องสี่ตัวในระดับ 0-1 ซึ่งสอดคล้องกับการประมาณการจากฝูงชน ทำให้สามารถแมประหว่าง Big ได้แม่นยำยิ่งขึ้น เครื่องชั่ง 5 และ MBTI
เพื่อตรวจสอบการประมาณการที่มาจากฝูงชน เมทริกซ์ความสัมพันธ์ถูกสร้างขึ้นระหว่าง MBTI ที่อิงตามฝูงชนและการโหวตของ Big 5 สำหรับบุคลิกที่เหมาะสมทั้งหมดที่ระบุในข้อมูล พบว่าทั้งสองระบบบรรลุฉันทามติในการประเมินที่ผู้ใช้เป็นผู้ให้ข้อมูล
(ตั้งแต่ ความคิดเห็นแตกต่างกัน ในขอบเขตที่การประเมินทางจิตวิทยาเป็นแบบอัตนัย ฉันทามติภายในระบบนี้บ่งชี้เพียงว่ามาตรวัดที่ตัดกันทั้งสองมาบรรจบกันในเกณฑ์การประเมินบุคลิกภาพที่แตกต่างกัน มูลค่าวัตถุประสงค์ของข้อตกลงนี้ขึ้นอยู่กับขอบเขตที่คุณสมัครใช้ระบบใดระบบหนึ่ง)
ผู้เขียนทดสอบ BERT (ฐาน), โรเบอร์ทา (ฐาน) และรองรับ Vector Machine (SVM) ด้วย ไตรแกรม TF–IDF เป็นต้นแบบที่มีศักยภาพ หลังจากการฝึกอบรม พบว่า RoBERTa ทำงานได้ดีที่สุดในทุกแกน ในภาพด้านล่าง เราเห็นการประมาณบุคลิกภาพต่างๆ ของนางแบบสำหรับ Elon Musk:
ผลลัพธ์ที่สัมพันธ์กันสำหรับงานการถดถอยบุคลิกภาพของ Elon Musk EI = extraversion-introversion; TF = ความคิด-ความรู้สึก; SI = สัญชาตญาณการรับรู้; และ JP = การตัดสิน - การรับรู้ SVM ได้รับการฝึกฝนเกี่ยวกับเวกเตอร์ TF-IDF ในขณะที่อีกสองโมเดลได้รับการฝึกฝนเกี่ยวกับข้อความ
ผู้เขียนสังเกตว่าตัวบ่งชี้ที่ดีที่สุดเกิดขึ้นสำหรับการเปิดเผยตัวตน-การหมกมุ่น และแย่ที่สุดสำหรับการตัดสิน-การรับรู้ อาจเป็นเพราะตัวบ่งชี้หลังนี้ยากที่จะอนุมานจากข้อความ พวกเขาคาดการณ์ว่างานในอนาคตซึ่งรวมถึงตัวบ่งชี้คำพูด เช่น การปรับเสียงและช่วงเวลาการพูด สามารถเพิ่มมิติใหม่ที่สามารถตีความได้ให้กับข้อมูลสำหรับตัวบ่งชี้เหล่านี้
การเชื่อมโยงบุคลิกภาพกับผลการปฏิบัติงานของบริษัท
เพื่ออำนวยความสะดวกในองค์ประกอบการถดถอยความเสี่ยงของโครงการ ตามทฤษฎีระดับบน ผู้เขียนจึงรวมข้อมูลการเรียกรายได้เข้ากับฐานข้อมูลจาก IBES, CRSP และ Compustat Execucomp
ในการพัฒนาดัชนีความผันแปรของราคาหุ้นตามการประกาศจาก CEO พวกเขาได้รวมเอาตัวแทนความเสี่ยงต่างๆ จากงานก่อนหน้า รวมถึงอายุและเพศไว้ด้วย เพื่อประเมินผลกระทบที่อาจเกิดขึ้น
หลักเกณฑ์การประเมินความเสี่ยง.
ผลตอบแทนจากความเสี่ยงคำนวณจากดัชนีความผันผวนในสัปดาห์หลังการประกาศ เนื่องจาก RoBERTa ทำงานได้ดีที่สุดในโมดูลก่อนหน้านี้ จึงใช้เฉพาะสำหรับขั้นตอนการถดถอยของความเสี่ยง
ผลสอบ
ผู้เขียนแสดงความคิดเห็นเกี่ยวกับผลลัพธ์ที่ได้จากการใช้เมทริกซ์บุคลิกภาพเป็นวิธีการพยากรณ์ความผันผวนของหุ้น:
'เราพบว่ามิติข้อมูล MBTI สามรายการแรกมีความเกี่ยวข้องอย่างมากกับความเสี่ยงที่ตามมา ความสำคัญนี้ [สูง] สำหรับ E–I และ T–F ทิศทางของการเชื่อมโยงนี้เป็นไปตามที่คาดไว้: ซีอีโอที่สื่อสารในลักษณะเก็บตัวและรู้สึกสัมพันธ์กับ [ความเสี่ยง] ที่เพิ่มขึ้น ในขณะที่การสื่อสารตามสัญชาตญาณมีความสัมพันธ์กับ [ความเสี่ยง] ที่ลดลง
'โดยเฉพาะอย่างยิ่ง ผลลัพธ์เหล่านี้มีความแข็งแกร่งต่อผลกระทบที่ตายตัวตามอายุและเพศ'
ผลลัพธ์จากการทดสอบการถดถอยความเสี่ยงมาตรฐานของกระดาษ ครอบคลุมการเรียกรายได้ 22,000 รายการจาก 1,700 รายการในช่วงปี 2002-2020 การถดถอยรวมผลกระทบคงที่สำหรับเวลาและอุตสาหกรรม
นักวิจัยตั้งใจที่จะพัฒนาโมเดลในอนาคตเพื่อให้ regressor ตัวเดียวสามารถส่งออกมิติข้อมูล MBTI ทั้งสี่ได้ เช่นเดียวกับการรวมข้อมูลที่ไม่ใช่ข้อความ เช่น สัญญาณเสียงพูด
*การสะกดคำของไมเยอร์ส-บริกก์สคือ โดยเฉพาะเรื่องการเรียน.
เผยแพร่ครั้งแรก 20 มกราคม 2022
