[論文レビュー] Opinion Mining for Relating Subjective Expressions and Annual Earnings in US Financial Statements

Chien-Liang Chen, Chao-Lin Liu+2 more|arXiv (Cornell University)|Oct 14, 2012

Stock Market Forecasting Methods被引用数 10

ひとこと要約

本稿では、米国10-K財務報告書における主観的表現を特定し、それを年間収益と関連付ける条件付きランダムフィールド（CRF）ベースの意見抽出モデルを提案する。単一語ではなく複合語表現（MWE）を分析することで、経営陣が負の収益を隠ぺいし、好調な結果を強調するためにより楽観的な言語を用いることが明らかになった。低下する収益はしばしば曖昧で穏やかな表現を伴い、上昇する収益は明確で肯定的な言語を伴う。

ABSTRACT

Financial statements contain quantitative information and manager's subjective evaluation of firm's financial status. Using information released in U.S. 10-K filings. Both qualitative and quantitative appraisals are crucial for quality financial decisions. To extract such opinioned statements from the reports, we built tagging models based on the conditional random field (CRF) techniques, considering a variety of combinations of linguistic factors including morphology, orthography, predicate-argument structure, syntax, and simple semantics. Our results show that the CRF models are reasonably effective to find opinion holders in experiments when we adopted the popular MPQA corpus for training and testing. The contribution of our paper is to identify opinion patterns in multiword expressions (MWEs) forms rather than in single word forms. We find that the managers of corporations attempt to use more optimistic words to obfuscate negative financial performance and to accentuate the positive financial performance. Our results also show that decreasing earnings were often accompanied by ambiguous and mild statements in the reporting year and that increasing earnings were stated in assertive and positive way.

研究の動機と目的

• 米国10-K財務報告書における主観的表現が実際の年間収益実績とどのように関連するかを分析すること。
• 複雑な財務ナラティブにおいて意見主と感情を検出できる強固な意見抽出システムを開発すること。
• 単一語ではなく複合語表現（MWE）に焦点を当て、繊細な経営陣の言語を捉えること。
• 財務実績の動向と相関する主観的言語の言語的パターンを調査すること。
• 経営陣の説明のトーンが財務実績を戦略的に曇らせるのか、強調するのかを評価すること。

提案手法

• 研究では、財務テキストにおける意見表現のシーケンスラベリングをモデル化するために条件付きランダムフィールド（CRF）を用いる。
• 表層形態素、綴り、述語・目的語構造、文法構造、および基本的意味論といった多様な言語的特徴をCRFモデルに統合する。
• モデルはMPQAコーパスを用いてトレーニングおよび評価され、そのアノテート済み意見表現を活用して転移学習を実施する。
• アプローチは、文脈的に豊かな主観的言語を捉えるために、複合語表現（MWE）における意見主と感情の特定に焦点を当てる。
• タグ付け性能に与える影響を評価するために、言語的特徴を複数の構成で組み合わせる。
• システムは10-K報告書に適用され、収益データと関連付けて主観的発言を抽出・分析する。

実験結果

リサーチクエスチョン

• RQ1 10-K報告書における主観的表現は、実際の年間収益実績とどのように相関するか？
• RQ2 経営陣は、負の財務結果を曇らせるためにどの程度楽観的な言語を用いるか？
• RQ3 上昇と低下する収益の間で、主観的発言に顕著な言語的パターンの差が見られるか？
• RQ4 CRFモデルは財務ナラティブにおける意見主と感情の特定にどの程度効果的か？
• RQ5 複合語表現（MWE）は、財務開示において単一語よりも意味のある感情を伝えるか？

主な発見

• 経営陣は、負の財務実績を隠ぺいし、好調な結果を強調するためにより楽観的な言語を用いる傾向にある。
• 低下する収益は、報告年度において曖昧で穏やかな主観的表現を伴うことが頻繁に見られる。
• 上昇する収益は、通常、物言いが明確で肯定的な言語でナラティブに記述される。
• MPQAコーパスを用いてトレーニングされたCRFベースのモデルは、意見主の特定において妥当な効果を示した。
• 複合語表現（MWE）は、単一語よりも経営陣の感情と戦略的トーンを捉えるのにより有益である。
• 文法的・意味的・形態的特徴の統合により、財務テキストにおける意見的表現の検出が向上した。