KPMG: NL-beursfondsen bescheiden over vorderingen diversiteitsbeleid

KPMG: NL-beursfondsen bescheiden over vorderingen diversiteitsbeleid

Wet- en regelgeving Balansmanagement
World Business.jpg

Nederlandse beursgenoteerde bedrijven rapporteren in hun jaarverslag bescheiden over de vorderingen die zij maken bij het realiseren van hun diversiteitsbeleid. Vergeleken met andere onderwerpen in het jaarverslag, zoals de resultaten van de strategie of de milieuprestaties, zijn de bedrijven aanzienlijk positiever.

Dit blijkt uit onderzoek van KPMG onder Nederlandse AEX-bedrijven naar het sentiment dat de jaarverslagen op basis van de gebruikte taal uitstralen. ‘Met behulp van Natural Language Processing heeft KPMG voor de beursgenoteerde bedrijven het sentiment in het jaarverslag vastgesteld’, zegt Frits Klaver van KPMG Sustainability. Klaver: ‘Op basis van NLP hebben wij vastgesteld of het jaarverslag een positief of een negatief beeld geeft van de organisatie en de onderwerpen die zij in het jaarverslag beschrijven. Het is niet verrassend dat het geschetste beeld en het taalgebruik in de onderzochte verslagen in het algemeen licht positief is. Met name voor de strategische onderdelen in het verslag blijken bewoordingen te worden gekozen die het beeld van het verslag positief beïnvloeden. Uit onze analyse blijkt dat ondernemingen strategisch belangrijke onderwerpen vaak zes keer zo positief beschrijven als onderwerpen die zij strategisch minder belangrijk vinden, zoals diversiteit.’

Reëler beeld van prestatie

Klaver constateert dat de gebruikers van het jaarverslag voor een indruk van de prestaties van de onderneming worden beïnvloed door het gevoel dat de gebruikte woorden oproepen. Klaver: ‘Naast de cijfers en feiten die in het verslag worden gebruikt is het van groot belang te doorgronden welk sentiment de informatie oproept. Onze ervaring met jaarverslaggeving van bedrijven leert ons dat dit nogal wat uitmaakt voor het uiteindelijke beeld. Het is dan ook de vraag of de beschrijving van de strategische vorderingen en resultaten van de bedrijven qua taalgebruik meer gebalanceerd uitgedragen zouden moeten worden. Op deze manier krijgen stakeholders en gebruikers van het jaarverslag immers een reëler beeld van de werkelijke prestatie. Voor wat betreft het thema diversiteit is het opvallend te zien dat bedrijven er relatief neutraal over rapporteren. Blijkbaar zijn zij nog niet zo tevreden over de behaalde prestaties vergeleken met andere onderwerpen.’

Gezonde balans tussen feiten en sentiment

KPMG gaat de op artificial intelligence gebaseerde sentimentanalyse inzetten om de kwaliteit van verslaggeving door ondernemingen te verbeteren. ‘Verslaggeving gaat verder dan het delen van informatie en harde cijfers met maatschappelijke stakeholders’, zegt Ruben de Wolf, partner Artificial Intelligence bij KPMG. De Wolf: ‘Ook de tone-of-voice is van belang. Met geavanceerde technologieën als NLP en AI is het ons gelukt om een algoritme te ontwikkelen en te trainen dat op een consistente manier en efficiëntere wijze dan mensen ooit kunnen een helder beeld te geven van het sentiment per onderwerp in een jaarverslag. De manier waarop bedrijven dit nu doen is in het algemeen onvoldoende consistent. De bedrijven hebben de neiging om vooral inzicht te geven in de resultaten die zij boeken. In veel mindere mate zeggen zij iets over de uitdagingen waarmee ze in hun bedrijfsvoering worden geconfronteerd. Dit kan leiden tot een onevenwichtig rapport en kan bij de verschillende stakeholders een verkeerde indruk wekken van de prestaties van het bedrijf. De sentimentsanalyse helpt collega’s die de accountantscontrole uitvoeren dan ook bij het voeren van een gesprek over de gezonde balans tussen de financiële feiten en het gevoel dat de onderneming wil overbrengen.’

Voorkomen van cherrypicking

Het door KPMG ontwikkelde algoritme is in nauw overleg met Data Analytics deskundigen tot stand gekomen. De Wolf: ‘Het model interpreteert het verslag op een manier waarop een Subject Matter Expert, een deskundige, dat zou doen. De toegevoegde waarde van het model wordt nog groter als we de verslagen ook op andere aspecten dan alleen het sentiment kunnen vergelijken. Zo zou je verwachten dat bedrijven binnen dezelfde branche rapporteren over overeenkomstige onderwerpen. Afwijking hiervan zou kunnen wijzen op ‘cherrypicking’, op het feit dat de onderneming ervoor kiest om onderwerpen te benoemen waarmee zij goede sier kan maken en informatie te onthouden die het oordeel van stakeholders over het bedrijf aanzienlijk zou kunnen veranderen. Het algoritme is echter ook in staat een aantal veelgebruikte termen te herkennen, variërend van mensenrechten tot energieverbruik. Hierdoor zijn wij ook in staat vast te stellen of ondernemingen in dezelfde branche consistent zijn in hun verslaggeving.’