Leveraging unstructured data sources in asset pricing

Abstract

Esta tesis estudia el impacto que los recientes avances tecnológicos y la ingente cantidad de datos no estructurados disponibles en la actualidad tienen en varios aspectos de la valoración de activos. Concretamente, el Capítulo 2 enmarca el estado actual de la disciplina en el nuevo contexto generado por las últimas disrupciones tecnológicas. A continuación, el Capítulo 3 lleva a cabo una revisión sistemática de la literatura para identificar un espacio no explorado en la intersección entre la sostenibilidad, la valoración de activos y el empleo de técnicas modernas como el procesamiento de lenguaje natural (NLP). El Capítulo 4 profundiza empíricamente en este nicho, empleando NLP para construir métricas de sostenibilidad de empresas norteamericanas y demostrando su utilidad al incorporarlas en el modelo de valoración de activos de Fama-French. Finalmente, el Capítulo 5 contribuye al persistente debate sobre la capacidad predictiva de los analistas financieros comparando sus predicciones sobre el precio del petróleo con los contratos de futuros mediante el empleo de datos no estructurados.

This thesis analyzes the impact on various aspects of asset valuation of the recent technological advances and the vast amount of data available today. Specifically, Chapter 2 frames the current state of the discipline in the new context generated by the latest technological disruptions. Next, Chapter 3 conducts a systematic literature review to identify an unexplored gap at the intersection among sustainability, asset valuation, and modern techniques such as Natural Language Processing (NLP). Subsequently, chapter 4 delves empirically into this gap, producing sustainability metrics for US companies with NLP and demonstrating their convenience when included in the Fama-French asset valuation model. Finally, Chapter 5 contributes to the persistent debate on the financial analysts’ predictive capability by comparing oil price forecasts with futures contracts using unstructured data.