Estudo da McCombs School of Business da Universidade do Texas em Austin desenvolveu um modelo sofisticado de inteligência artificial para mensurar a complexidade das empresas. A ferramenta revela que nem toda complexidade representa risco e que certos elementos podem gerar estabilidade financeira.
Luminita Enache lidera a pesquisa publicada na revista The Accounting Review. Segundo o portal Phys.org, o artigo intitulado Using GPT to Measure Business Complexity propõe uma métrica inovadora baseada em large language models.
A complexidade é definida como a dificuldade observável para captar números financeiros a partir do texto explicativo que os acompanha. Notas de rodapé, segmentos de negócios, derivativos, compensações e impostos estão entre as áreas mais investigadas pelo sistema.
O método avalia o grau de confiança do modelo na classificação de cada número financeiro. Menor confiança indica maior complexidade na parte analisada dos relatórios corporativos.
Para treinar o sistema, os pesquisadores utilizaram uma versão do Llama 3 da Meta. O treinamento contou com cerca de 200 mil frases extraídas de notas explicativas marcadas com tags iXBRL.
Essas marcações permitem identificar precisamente o significado de cada número nos documentos. Em seguida, o modelo foi aplicado a mais de 8 milhões de números de relatórios de mais de 50 mil empresas entre 2016 e 2024.
Os resultados mostram que empresas com relatórios altamente complexos têm preços de ações que reagem mais lentamente às divulgações financeiras. Por outro lado, estruturas de dívida não convencionais consideradas complexas geram maior previsibilidade no custo da dívida.
Instrumentos como dívidas conversíveis em ações oferecem estabilidade e persistência para determinadas companhias. Essa complexidade estruturada desafia a crença de que todo acréscimo de complexidade seja prejudicial aos investidores.
Relatórios com scores elevados de complexidade demandam até 7,9% mais tempo para que o mercado incorpore totalmente as informações. O atraso foi medido em comparação direta com relatórios de baixa complexidade.
A complexidade impõe custo cognitivo adicional para analistas e investidores. Essa demora afeta a eficiência com que o mercado processa novas informações financeiras das empresas.
Investidores podem utilizar a ferramenta para identificar companhias cujas operações ou estruturas financeiras exigem análise mais cuidadosa. A métrica ajuda a priorizar esforços onde a clareza é menor.
Órgãos reguladores ganham um instrumento para detectar categorias de divulgação excessivamente confusas. Eles podem então considerar padrões simplificados que mantenham a integridade da informação sem sobrecarga cognitiva.
Gestores de empresas conseguem comparar o nível de complexidade de suas divulgações com o de rivais do setor. Essa visão permite identificar processos desnecessariamente complexos que podem ser simplificados.
A pesquisa transforma a percepção sobre complexidade no ambiente corporativo. O que antes era visto apenas como obstáculo agora pode ser analisado como elemento estratégico capaz de agregar valor e estabilidade.
O avanço abre caminho para métricas objetivas na avaliação de relatórios financeiros públicos. Com dados concretos, investidores, reguladores e executivos distinguem melhor entre complexidade inútil e aquela que contribui para a criação de valor sustentável.
📬 Assine a Newsletter do O Cafezinho
Receba a Manchete do Dia diretamente no seu e-mail, de graça e sem enrolação, todo dia pela manhã. É só colocar o seu e-mail abaixo:
[mailchimp_subscribe_form]
Nenhum comentário ainda, seja o primeiro!