La creciente importancia de la inteligencia artificial y el aprendizaje automático en el análisis de datos corporativos ha sido resaltada en la reciente investigación de Essi Nousiainen, quien ha desarrollado métodos innovadores para explorar informes corporativos. En su tesis doctoral en la Universidad de Vaasa, Finlandia, Nousiainen ha demostrado cómo estas herramientas pueden ofrecer una visión profunda sobre la responsabilidad social, la innovación y los aspectos relacionados con blockchain en la contabilidad empresarial.
Los informes contables de las empresas contienen una gran cantidad de datos acerca de diversos temas. Gracias a los métodos de aprendizaje automático y los modelos de lenguaje basados en inteligencia artificial, es posible acceder a nuevas oportunidades para analizar esta información. Nousiainen ilustra cómo, mediante análisis de texto, se pueden extraer conclusiones significativas sobre la responsabilidad corporativa y las tendencias en innovación y blockchain. Su investigación revela que las empresas que buscan compradores tienden a reportar más sobre su responsabilidad social, aunque sus acciones en este ámbito no difieren significativamente de aquellas que no están en proceso de venta. Este hallazgo sugiere una estrategia de marketing destinada a mejorar la imagen corporativa en situaciones de venta, lo que pone de manifiesto la necesidad de regular la información sobre responsabilidad social.
Nuevos métricas para el análisis empresarial
La tesis de Nousiainen introduce métricas innovadoras que permiten medir la innovación y la responsabilidad empresarial a partir de informes contables. Su métrica de innovación permite identificar el nivel de innovación de las empresas sin limitarse al análisis de patentes, mientras que la métrica de responsabilidad evalúa la cantidad de información que las empresas proporcionan sobre su compromiso social, utilizando palabras clave y contextos específicos.
Además, su trabajo presenta un método de investigación para analizar la comunicación empresarial sobre blockchain y criptomonedas, combinando técnicas de análisis basadas en aprendizaje automático de una manera novedosa. Estas métricas y métodos pueden ser utilizados no solo por las empresas, sino también por investigadores y cualquier persona interesada en los datos de los estados financieros. Esto incluye su aplicación en análisis de competencia, fusiones y adquisiciones, y en la búsqueda de socios comerciales.
Para su investigación, Nousiainen utilizó informes 10-K y S-1, es decir, los informes anuales y las características de cotización de empresas estadounidenses. Entre sus métodos de investigación se encuentran la Asignación de Dirichlet Latente (LDA), el análisis de sentimientos y la modelización estadística, que permiten un análisis más profundo y matizado de la información contenida en los informes.
Más información: Nousiainen, Essi (2025) «Essays on Corporate Textual Disclosure.» Acta Wasaensia 552. Tesis doctoral. Universidad de Vaasa. Publicación pdf
Proporcionado por la Universidad de Vaasa
