La redacció d’un informe pot delatar si una empresa comet frau
La UPF i Queen Mary University of London publiquen un estudi en què demostren que a partir del text dels informes dels directors de companyia es pot saber si l’empresa comet frau i oculta informació als accionistes
El tipus de redacció d’un informe pot revelar si la direcció d’una empresa està cometent frau, segons un estudi de la Universitat Pompeu Fabra (UPF) i la Queen Mary University of London.
Totes dues institucions han analitzat les cartes de directors de grans corporacions espanyoles i han detectat que les que han comès frau acostumen fer servir més adjectius i dotar el text d’un to més negatiu que les que no. En aquest estudi hi han participat investigadors del Departament de Traducció i Ciències del Llenguatge (DTCL) de la UPF i de l’Escola d’Economia i Finances de la Queen Mary University of London. L’estudi ha estat publicat a la revista Information.
Com diu Núria Bel, investigadora de l’Institut de Lingüística Aplicada (IULA) de la UPF i catedràtica del DCTL, que ha participat en l’estudi, “de la mateixa manera que els gestos, tics, reflexos o actituds ens delaten quan diem alguna mentida, el que diem o escrivim també ens pot delatar.” La base de l’estudi han estat les cartes dels directius als accionistes de l’empresa que es publiquen als informes anuals. Els investigadors s’han dedicat a identificar les cartes de les empreses que havien estat condemnades per frau comptable o que havien incorregut en una mala conducta financera durant el període 2011-2018.
Utilitzant mètodes d’aprenentatge automàtic (machine learning) i Anàlisi de Sentiments (AS), podien avaluar la informació subjectiva del text, com la polaritat, és a dir, si el text utilitzava paraules amb sentits positius (’fantàstica’), negatius (’difícil’) o neutres (’setmanal’), i altres manifestacions de les emocions de l’escriptor expressades als textos. Les tècniques d’anàlisi de sentiment permeten induir informació sobre l’opinió de qui escriu sobre el tema de què escriu, per exemple, per analitzar en grans quantitats de tuits, l’opinió del públic sobre marques, polítics, etc.
Gràcies als mètodes d’anàlisi de sentiments amb aprenentatge automàtic es poden classificar aquests textos amb una alta precisió, del 84%, és a dir, el sistema deixaria sense identificar com a fraudulents dos textos de cada deu.