มุมมองของ Anderson

AI คาดการณ์ว่าบุคลิกของผู้บริหารสูงสุดมีผลกระทบต่อผลการดำเนินงานของบริษัท

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

การพูดไม่จำเป็นต้องมีราคาถูกเสมอไป ในเดือนพฤศจิกายน 2021 หุ้นของ Tesla (TSLA ) สูญเสียมูลค่าประมาณ 21,000 ล้านดอลลาร์ หลังจากที่ผู้ก่อตั้ง Elon Musk邀请ผู้ติดตาม 70 ล้านคนของเขาให้เข้าร่วมการสำรวจว่าเขาควรขายหุ้น 10% ของบริษัทหรือไม่ ซึ่งเป็นเพียงหนึ่งในการสื่อสารทางสังคมที่ดูเหมือนจะไม่รอบคอบของมัสก์ที่คิดว่าทำให้ราคาหุ้นของ Tesla ตกลง 175,000 ล้านดอลลาร์ ณ สิ้นปี 2021

แม้ว่ามันจะถูกพิจารณาแล้วว่าพฤติกรรมของผู้บริหารสูงสุดมีความสัมพันธ์โดยตรงกับผลการดำเนินงานของบริษัท แต่ความไม่น่าจะเป็นที่จะให้ผู้บริหารระดับสูงทำการทดสอบบุคลิกภาพมาตรฐานได้ ทำให้การคาดการณ์หุ้นตามบุคลิกภาพเป็นปseudo-science

ภาควิจัยได้พยายามสร้างแบบจำลองการคาดการณ์ในเรื่องนี้ โดยมุ่งเน้นไปที่ลักษณะบุคลิกภาพ 5 ประการ (Big 5) โดยที่บุคลิกของผู้บริหารสูงสุดจะถูกประเมินตามลักษณะการเปิดกว้าง การมีระเบียบ การเป็นคนนอกใจ การเห็นด้วย และการมีความกังวล

ไม่ใช่เรื่องง่ายที่จะแยกออกลักษณะบุคลิกภาพเหล่านี้ในทางที่มีเหตุผลตามหลักฐานเชิงประจักษ์ โดยอาศัยการพูดและการเขียนเท่านั้น การศึกษาในปี 2020 จาก Academy of Management สามารถวิเคราะห์เฉพาะลักษณะบุคลิกภาพ 3 ประการ (การมีระเบียบ การมีความกังวล และการเป็นคนนอกใจ) เนื่องจากลักษณะการเปิดกว้างและการเห็นด้วยมีความยากที่จะระบุได้ โดยเฉพาะจากข้อความ

การประเมินบุคลิกภาพ MBTI

การทำงานร่วมกันใหม่ระหว่างมหาวิทยาลัยในเยอรมนีและอิตาลีได้ใช้วิธีการใหม่ในการสร้างกรอบการคาดการณ์ของลักษณะนี้ โดยใช้ข้อมูลที่มีอยู่สาธารณะเพื่อสร้างบุคลิกภาพของผู้บริหารสูงสุด 32 คนในกรอบการประเมินบุคลิกภาพ Myers-Brigg Type Indicator (MBTI)

คุณอาจรู้จัก MBTI แม้ว่าคุณจะไม่ทราบชื่อของมัน MBTI จัดประเภทบุคลิกภาพเป็น实体 4 ตัวอักษร เช่น ENTJ (‘คนนอกใจ’, ‘การรับรู้’, ‘การคิด’, ‘การตัดสิน’) และได้กลายเป็นเครื่องมือที่ได้รับความนิยมสำหรับการวิเคราะห์ตนเองบนโซเชียลมีเดียในช่วงสิบปีที่ผ่านมา

แกนหลัก 4 แกนที่สามารถเลือกคุณลักษณะได้คือ การเป็นคนนอกใจ-คนในใจ (E-I) การรับรู้-การ直觉 (S-N) การคิด-การรู้สึก (T-F) และการตัดสิน-การรับรู้ (J-P)

ผู้เขียนใช้ข้อมูลจากแหล่งต่างๆ 3 แหล่งเพื่อรวบรวมข้อมูลสำหรับส่วนการคาดการณ์บุคลิกภาพของโครงการ โดยใช้ข้อความการโทรหุ้น 88,000 รายการจากฐานข้อมูล Refinitiv EIKON ของ Reuters และ Compustat Execucomp จาก Wharton Research Data Services ที่มหาวิทยาลัยเพนซิลเวเนีย เพื่อจับคู่ผู้บริหารสูงสุดกับข้อมูลอายุและเพศ

เพื่อให้ได้ฉลากบุคลิกภาพ MBTI ผู้วิจัยใช้ฐานข้อมูลบุคลิกภาพ ซึ่งเป็นแพลตฟอร์มที่ผู้ใช้สามารถประเมินบุคลิกภาพได้ โดยมีข้อมูลที่เพียงพอสำหรับผู้บริหารสูงสุด 32 คน รวมถึง Steve Jobs และ Elon Musk

แทนที่จะกำหนดบุคลิกภาพของผู้บริหารสูงสุดแต่ละคนเป็นรหัส 4 ตัวอักษร MBTI ทั่วไป ผู้เขียนแสดงบุคลิกภาพแต่ละโปรไฟล์เป็นเวกเตอร์ของตัวแปรต่อเนื่อง 4 ตัวในระดับ 0-1 ตามการประเมินจากแหล่งข้อมูลที่มีอยู่สาธารณะ

เพื่อยืนยันการประเมินจากแหล่งข้อมูลที่มีอยู่สาธารณะ ผู้เขียนสร้างเมทริกซ์การสัมพันธ์ระหว่างการประเมิน MBTI และ Big 5 สำหรับบุคลิกภาพที่ระบุในข้อมูลทั้งหมด

ทั้งสองระบบพบว่ามีการตกลงกันในประเด็นการประเมินบุคลิกภาพจากผู้ใช้

ผู้เขียนทดสอบ BERT (แบบเบส) RoBERTa (แบบเบส) และ Support Vector Machine (SVM) โดยใช้ trigram TF–IDF เป็นแบบจำลองที่เป็นไปได้ หลังจากการฝึกอบรม RoBERTa พบว่าทำงานได้ดีที่สุดในทุกแกน

การกำหนดบุคลิกภาพ

ผู้เขียนใช้แหล่งข้อมูล 3 แหล่งเพื่อรวบรวมข้อมูลสำหรับส่วนการคาดการณ์บุคลิกภาพของโครงการ โดยใช้ข้อความการโทรหุ้น 88,000 รายการจากฐานข้อมูล Refinitiv EIKON ของ Reuters และ Compustat Execucomp จาก Wharton Research Data Services ที่มหาวิทยาลัยเพนซิลเวเนีย เพื่อจับคู่ผู้บริหารสูงสุดกับข้อมูลอายุและเพศ

เพื่อให้ได้ฉลากบุคลิกภาพ MBTI ผู้วิจัยใช้ฐานข้อมูลบุคลิกภาพ ซึ่งเป็นแพลตฟอร์มที่ผู้ใช้สามารถประเมินบุคลิกภาพได้ โดยมีข้อมูลที่เพียงพอสำหรับผู้บริหารสูงสุด 32 คน รวมถึง Steve Jobs และ Elon Musk

แทนที่จะกำหนดบุคลิกภาพของผู้บริหารสูงสุดแต่ละคนเป็นรหัส 4 ตัวอักษร MBTI ทั่วไป ผู้เขียนแสดงบุคลิกภาพแต่ละโปรไฟล์เป็นเวกเตอร์ของตัวแปรต่อเนื่อง 4 ตัวในระดับ 0-1 ตามการประเมินจากแหล่งข้อมูลที่มีอยู่สาธารณะ

เพื่อยืนยันการประเมินจากแหล่งข้อมูลที่มีอยู่สาธารณะ ผู้เขียนสร้างเมทริกซ์การสัมพันธ์ระหว่างการประเมิน MBTI และ Big 5 สำหรับบุคลิกภาพที่ระบุในข้อมูลทั้งหมด

ทั้งสองระบบพบว่ามีการตกลงกันในประเด็นการประเมินบุคลิกภาพจากผู้ใช้

การเชื่อมโยงบุคลิกภาพกับผลการดำเนินงานของบริษัท

เพื่อให้สามารถทำการวิเคราะห์ความเสี่ยงได้ ผู้เขียนรวมข้อมูลการโทรหุ้นด้วยฐานข้อมูลจาก IBES, CRSP และ Compustat Execucomp

เพื่อพัฒนาดัชนีการเปลี่ยนแปลงของราคาหลักทรัพย์หลังจากการประกาศจากผู้บริหารสูงสุด ผู้เขียนรวมตัวแทนความเสี่ยงต่างๆ จากงานก่อนหน้า และรวมอายุและเพศเพื่อประเมินผลกระทบที่อาจเกิดขึ้น

ผลลัพธ์

เมื่อแสดงความคิดเห็นเกี่ยวกับผลลัพธ์ที่ได้รับจากการใช้เมทริกซ์บุคลิกภาพเป็นวิธีการคาดการณ์ความผันผวนของราคาหลักทรัพย์ ผู้เขียนระบุว่า

ผลการวิจัยนี้พบว่าบุคลิกภาพของผู้บริหารสูงสุดมีความสัมพันธ์กับความเสี่ยงต่อการเปลี่ยนแปลงของราคาหลักทรัพย์ และพบว่าบุคลิกภาพที่มีลักษณะการเป็นคนนอกใจ การมีระเบียบ และการคิด มีความสัมพันธ์กับความเสี่ยงต่อการเปลี่ยนแปลงของราคาหลักทรัพย์ที่ลดลง

ผู้วิจัยตั้งใจที่จะพัฒนamodelในอนาคตเพื่อให้สามารถคาดการณ์บุคลิกภาพของผู้บริหารสูงสุดได้โดยใช้ข้อมูลจากแหล่งข้อมูลที่มีอยู่สาธารณะ และรวมถึงข้อมูลจากสัญญาณเสียงและข้อมูลอื่นๆ

การวิจัยนี้เป็นหนึ่งในความพยายามที่จะสร้างแบบจำลองการคาดการณ์ที่สามารถช่วยให้เข้าใจความสัมพันธ์ระหว่างบุคลิกภาพของผู้บริหารสูงสุดและผลการดำเนินงานของบริษัทได้ดีขึ้น

ผลการวิจัยนี้ถูกตีพิมพ์ในวารสารวิชาการและสามารถอ่านได้ทางออนไลน์

การวิจัยนี้เป็นหนึ่งในความพยายามที่จะสร้างแบบจำลองการคาดการณ์ที่สามารถช่วยให้เข้าใจความสัมพันธ์ระหว่างบุคลิกภาพของผู้บริหารสูงสุดและผลการดำเนินงานของบริษัทได้ดีขึ้น

ผลการวิจัยนี้สามารถช่วยให้นักลงทุนและผู้บริหารสูงสุดเข้าใจความสัมพันธ์ระหว่างบุคลิกภาพและผลการดำเนินงานของบริษัทได้ดีขึ้น และสามารถช่วยให้พวกเขาตัดสินใจได้อย่างมีข้อมูลมากขึ้น

ผู้เขียนด้านการเรียนรู้ของเครื่อง, ผู้เชี่ยวชาญด้านการสังเคราะห์ภาพมนุษย์. อดีตหัวหน้าฝ่ายเนื้อหาการวิจัยที่ Metaphysic.ai, จนกระทั่งการรวมเข้าเป็น Brahma.ai ของ DNEG.
เว็บไซต์: martinanderson.ai
ติดต่อ: martin@martinanderson.ai