AI capex guidance and stock returns: Evidence from U.S. megacap technology firms

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Business | Bachelor's thesis

Date

Department

Major/Subject

Mcode

Degree programme

Language

en

Pages

26+12

Series

Abstract

This thesis examines how equity markets respond to capital-expenditure (capex) guidance disclosed in quarterly earnings announcements by five U.S. megacap technology firms from 2019–2025. Using earnings-call transcripts and press releases from Refinitiv, I hand-collect indicators for capex guidance direction (up, down, or flat/unclear) and whether management explicitly frames capex as AI-related versus broader technology infrastructure. I estimate announcement-window abnormal returns using a market-model event study and relate these returns to the capex indicators in event-level regressions. To control for earnings-related news, I use a price-scaled earnings surprise. I further implement a regression-based return decomposition that separates the two-day return into an earnings-aligned component, proxied by analyst forecast revisions from I/B/E/S, and a residual valuation component. The results show that announcement-window abnormal returns are more strongly associated with capex guidance direction than with explicit AI framing. Downward capex revisions are associated with higher abnormal returns relative to flat/unclear guidance, while capex increases and AI labeling show no robust incremental association once earnings surprise is controlled for. The return decomposition indicates that the capex-direction association loads primarily on the residual valuation component rather than on the earnings-aligned component. Overall, the evidence suggests that markets responded more to the pacing of large investment programs than to whether firms explicitly labeled capex as AI-related, consistent with capex cuts being interpreted as a recalibration of spending discipline and lower execution or overbuild risk rather than a retreat from AI investment.

Tässä tutkielmassa tarkastelen, miten osakemarkkinat reagoivat yritysten pääomamenoja (capex) koskevaan ohjeistukseen neljännesvuosittaisten tulosjulkistusten yhteydessä. Aineisto kattaa viisi yhdysvaltalaista megacap-teknologiayhtiötä vuosilta 2019–2025, ja se koostuu Refinitivin tulospuhelujen litteroinneista sekä tulostiedotteista. Koodaan aineistosta käsin capex-ohjeistuksen suunnan (kasvaa, laskee tai pysyy ennallaan / jää epäselväksi) sekä sen, rajataanko capex eksplisiittisesti tekoälyyn liittyväksi vai kuvataanko se yleisemmin teknologia- ja infrastruktuuri-investoinneiksi. Markkinareaktiota mittaan tapahtumatutkimuksella: tulosjulkistusten ympärillä toteutuneita tuottoja verrataan markkinamallilla estimoituihin odotettuihin tuottoihin, ja poikkeavia tuottoja selitetään tapahtumakohtaisilla regressioilla capex-ohjeistusta kuvaavien muuttujien avulla. Jotta tuloksiin ei sekoittuisi tulosyllätyksen vaikutusta, kontrolloin osakekohtaisen tuloksen yllätyksen hinnalla skaalatulla mittarilla. Lisäksi hajotan kahden päivän kokonaistuoton kahteen osaan: tulosuutisiin liittyvään komponenttiin (analyytikkoennusteiden lyhyen aikavälin revisioiden perusteella) sekä jäännöskomponenttiin, joka heijastaa arvostustason muutosta. Tulokset viittaavat siihen, että markkinat reagoivat ennen kaikkea capex-ohjeistuksen suuntaan, eivät niinkään siihen, kehystetäänkö investoinnit eksplisiittisesti tekoälyyn liittyviksi. Capex-ohjeistuksen lasku on keskimäärin yhteydessä korkeampiin poikkeaviin tuottoihin verrattuna tilanteisiin, joissa ohjeistus pysyy ennallaan tai jää epäselväksi. Sen sijaan capexin kasvu tai tekoälymaininta eivät selitä tuottoja johdonmukaisesti, kun tulosyllätys huomioidaan. Tuottojen dekompositio tukee tulkintaa, että capexiin liittyvä markkinareaktio näkyy erityisesti arvostustason muutoksina eikä ensisijaisesti tulosnäkymiin kytkeytyvinä tekijöinä. Kokonaisuutena tulokset ovat linjassa sen kanssa, että markkinat tulkitsevat capex-leikkaukset useammin investointitahdin järkevöittämisenä ja toteutus- tai ylikapasiteettiriskin pienentymisenä kuin vetäytymisenä tekoälyinvestoinneista.

Description

Thesis advisor

Kokkonen, Joni

Other note

Citation