AI READING NOTE
论文检验通用情感词典能否准确衡量公司10-K文件的语调。基于1994—2008年的大规模10-K样本,作者发现哈佛词典标记为负面的词中近四分之三在金融语境下通常并不负面,因此构建了更适合金融文本的负面词表及另外五类词表。新指标进一步与公告期收益、交易量、波动率、欺诈、重大内控缺陷和意外盈余相联系,说明经济文本测量必须经过领域化校准与外部效度检验。
站内已收录 1 篇使用该方法的论文。
题目 · 作者 · 年份 · 发表来源 · 原始摘要 · AI导读
论文检验通用情感词典能否准确衡量公司10-K文件的语调。基于1994—2008年的大规模10-K样本,作者发现哈佛词典标记为负面的词中近四分之三在金融语境下通常并不负面,因此构建了更适合金融文本的负面词表及另外五类词表。新指标进一步与公告期收益、交易量、波动率、欺诈、重大内控缺陷和意外盈余相联系,说明经济文本测量必须经过领域化校准与外部效度检验。