MÁS ALLÁ DE LOS FUNDAMENTALES: INTELIGENCIA ARTIFICIAL Y NARRATIVA CORPORATIVA EN LA VALORACIÓN DE EMPRESAS DE SOFTWARE DEL NASDAQ - Gomez Segurado, Ana

Abstract

La valoración de empresas de software se apoya en modelos cuantitativos que capturan bien el crecimiento de ingresos, los márgenes y la posición de caja, pero no recogen de forma explícita la calidad con que el equipo directivo comunica su negocio. Este trabajo analiza si la narrativa corporativa del management, medida de forma sistemática mediante modelos de lenguaje, se asocia con los múltiplos de valoración de empresas de software cotizadas en el Nasdaq que los fundamentales financieros tradicionales no explican por sí solos. A partir de una muestra de 43 empresas con año fiscal cerrado en diciembre de 2025, se construye un Management Sentiment Score (MSS) mediante un Custom GPT aplicado de forma homogénea a los informes 10-K y las transcripciones de earnings calls del Q3 FY2025 de cada empresa. El MSS se desagrega en cuatro dimensiones: tono positivo (D1), orientación al futuro (D2), gestión de la incertidumbre (D3) y especificidad del discurso (D4). La variable dependiente es el múltiplo EV/Revenue FY2025, calculado de forma directa a partir de datos de Pitchbook. Los resultados confirman la hipótesis H1: la correlación entre el MSS y el EV/Revenue es r = 0.591 (p < 0.001), y el score explica el 34,9% de la varianza del múltiplo de forma independiente al crecimiento del revenue y al margen EBITDA. La hipótesis H2 no se confirma: D1 presenta mayor asociación con la valoración (r = 0.622) que D2 (r = 0.520), lo que sugiere que las empresas cuyo discurso presenta un tono positivo anclado en ejecución operativa probada tienden a mostrar múltiplos superiores a aquellas cuya narrativa se basa principalmente en orientación futura genérica. El trabajo concluye que el análisis de narrativa corporativa puede formalizarse con herramientas disponibles hoy, reduciendo la dependencia del juicio subjetivo del analista.

Software company valuation relies on quantitative models that capture revenue growth, margins and cash position effectively, but do not explicitly account for the quality with which management communicates the business. This paper examines whether corporate narrative, measured systematically using large language models, is associated with the valuation multiples of Nasdaq-listed software companies beyond what traditional financial fundamentals explain on their own. Using a sample of 43 companies with fiscal year ending December 2025, a Management Sentiment Score (MSS) is constructed through a Custom GPT applied uniformly to each company's 10-K report and Q3 FY2025 earnings call transcript. The MSS is disaggregated into four dimensions: general positive tone (D1), forward-looking tone (D2), uncertainty management (D3) and specificity (D4). The dependent variable is the EV/Revenue multiple for FY2025, calculated directly from Pitchbook data. Results confirm hypothesis H1: the correlation between the MSS and EV/Revenue is r = 0.591 (p < 0.001), with the score explaining 34.9% of multiple variance independently of revenue growth and EBITDA margin. Hypothesis H2 is not confirmed: D1 shows a stronger association with valuation (r = 0.622) than D2 (r = 0.520), suggesting that markets reward positive tone grounded in proven operational execution more than generic forward-looking statements. The paper concludes that corporate narrative analysis can be formalised using currently available tools, reducing reliance on the analyst's undocumented subjective judgement.