研究人员开发了一种监督式词典学习方法，用于从 10-K 文件中提取情感，特别是关注 Item 1A 风险因素部分。该方法针对行业、投资组合和个体公司聚合级别的回报和波动性标签进行了训练。研究发现，虽然在更广泛的聚合级别上，完整文件的文本能产生更准确的情感，但在个体公司层面，Item 1A 部分的表现更好。使用 Loughran-McDonald 词典的基线显示与价格持续负相关，突显了监督方法在监管披露中的价值。 AI
影响 这项研究可以改进对财务披露的自动化分析，可能有助于投资者和监管机构识别风险和市场趋势。
排序理由 学术论文，详细介绍了一种用于金融文件情感分析的新方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
