Robotic process automation in finance

Abstract

El presente Trabajo de Fin de Grado (TFG) pretende abordar el problema actual en la clasificación de empresas según el Código Nacional de Actividades Económicas (CNAE). Desde mi perspectiva, esta clasificación es demasiado generalista, agrupando bajo el mismo código a empresas que no son comparables en términos de actividad, tamaño ni relevancia. Además, aborda la problemática de la excesiva cantidad de tiempo dedicado a la valoración de empresas mediante múltiplos derivados de la cuenta de pérdidas y ganancias. Esta tarea, de naturaleza repetitiva y monótona, requiere una inversión de tiempo significativa que podría ser optimizada. En este trabajo, por falta de recursos para elaborar el código automático, sólo se pretende plantear una solución automática sin llegar a poder, efectivamente, implementarla. Para solucionar estos problemas, propondré un modelo automático que, utilizando bases de datos existentes, permitirá obtener el balance de situación y la cuenta de pérdidas y ganancias de las empresas a estudiar. Asimismo, se extraerá la página web de la empresa mediante técnicas de web scraping y se clasificará la actividad a la que se dedica cada empresa. Posteriormente, se realizará un segundo filtrado utilizando las cuentas anuales para diferenciar las empresas según su tamaño y relevancia. Con esta información, se procederá a valorar la empresa objetivo basándose en los múltiplos seleccionados, tomando como comparables a las empresas clasificadas dentro de su misma actividad.

Este enfoque no solo optimizará el proceso de valoración, sino que también permitirá una clasificación más precisa y útil de las empresas, mejorando la comparabilidad y, por ende, la calidad de las valoraciones realizadas.

En primer lugar, y como forma de contextualizar, haré un resumen de las teorías contemporáneas de valoración que van a servir como base para realizar a posteriori la valoración de nuestra empresa objetivo. Una vez realizado esto, pasaré a describir el proceso y el programa para automatizarlo

The present Final Degree Project aims to address the current issue in the classification of companies according to the National Classification of Economic Activities (CNAE). From my perspective, this classification is overly general, grouping under the same code companies that are not comparable in terms of activity, size, or relevance.

Furthermore, it addresses the problem of the excessive amount of time dedicated to valuing companies using multiples derived from the income statement. This task, being repetitive and monotonous in nature, requires a significant time investment that could be optimized. In this work, due to the lack of resources to develop the automatic code, the intention is only to propose an automatic solution without being able to effectively implement it.

To solve these problems, I will propose an automatic model that, using existing databases, will allow obtaining the balance sheet and the income statement of the companies to be studied. Additionally, the company's website will be extracted using web scraping techniques, and the activity to which each company is dedicated will be classified. Subsequently, a second filtering will be performed using the annual accounts to differentiate companies based on their size and relevance. With this information, the target company will be valued based on the selected multiples, taking as comparables the companies classified within the same activity.

This approach will not only optimize the valuation process but also allow for a more precise and useful classification of companies, improving comparability and, consequently, the quality of the valuations performed.

Firstly, and as a way to contextualize, I will summarize the contemporary valuation theories that will serve as a basis for subsequently valuing our target company. Once this is done, I will proceed to describe the process and the program to automate it.