Beyond Web Log Files: Assessing Stakeholder Interest in Pillar 3 Disclosures through Information-Seeking Behaviour

技術要約：ウェブログファイルを超えて：情報探索行動を通じたピラー3開示に対するステークホルダーの関心の評価

問題提起
バーゼル規制のピラー3（資本充足に関する開示）の有効性は、伝統的に商業銀行のウェブサイトにおける特定のセクションへのステークホルダーのエンゲージメントを分析することによって評価されてきた。これまでの研究は、主にウェブサーバーのログファイルを使用してユーザー行動を追跡してきた。しかし、このアプローチには以下の3つの重大な限界がある：

1. データのアクセシビリティ： 銀行は機密保持の懸念から、独自のログファイルを共有することを嫌う傾向がある。
2. 計算需要： 数年分に及ぶマルチ年間のログファイルを処理することは、テラバイト規模のデータセットをもたらし、多大な計算リソースと時間を必要とする。
3. スケーラビリティと汎用性： ログファイルの分析は通常、特定の機関固有の洞察をもたらすため、より広い地域的なトレンドへと一般化することが困難である。

したがって、独自のソースに依存することなく、スケーラブルで地域規模のモニタリングを可能にするために、完全に公開されているデータのみを用いてピラー3開示に対するステークホルダーの関心を評価する手法が必要とされている。

手法
本研究は、自然言語処理（NLP）と検索行動分析を統合した代替フレームワークを提案する。この手法は、ビセグラード・グループ（V4諸国：チェコ共和国、ハンガリー、ポーランド、スロバキア）に適用された。

1. 文書の収集と分類：

   • 2007年から2022年までに発行された義務的開示文書を、選定された銀行（VUB Bank）から収集した。
   • 文書は、「年次報告書（Annual Reports）」（2007–2022）、「財務報告書（Financial Reports）」（2017–2022）、「カバードボンド（Covered Bonds）」（2017–2022）、および「銀行に関する情報（Information about Bank）」（2019–2021）の4つのサブカテゴリに分類された。
   • テキスト内容は、非表形式のセクションから抽出された。

2. ハイブリッド・キーワード抽出：

   • 屈折言語（特にスロバキア語）において、従来の統計的手法（例：TF-IDF、RAKE）が意味的に不明瞭なバイグラムを生成しやすいという課題に対処するため、ハイブリッドNLPモデルを採用した。
   • アーキテクチャ： このモデルは、統計的手法と機械学習のアプローチを組み合わせている。広範な前処理（例：句読点やストップワードの保持）を行わずに名詞句を特定するために、StanzaライブラリによるUniversal Part-of-Speech (UPOS) タギングを利用している。
   • 埋め込み（Embeddings）： 文書およびフレーズの表現は、多言語BERTおよびSlovakBERTモデルを使用して生成された。
   • 選択： Maximum Marginal Relevance (MMR) 基準を適用して、文書への関連性とキーワードセット内の多様性のバランスを取りながら、各サブカテゴリにつき50個のユニークなバイグラムを抽出した。
   • 翻訳： 地域的な分析を容易にするため、抽出されたキーワードをチェコ語、ハンガリー語、ポーランド語、およびスロバキア語に翻訳した。

3. 検索関心の測定：

   • ステークホルダーの関心は、SerpApiを介してアクセスされたGoogle Trendsのデータを用いてプロキシ（代理指標）とした。
   • 検索クエリは、抽出されたキーワードおよび参照用語である「Basel III Pillar 3」（およびその翻訳）に基づいている。
   • データは、2007年1月1日から2022年12月30日までの時系列として収集され、0から100のスケールで正規化された。

4. 統計分析：

   • 重み付けスキーム： 堅牢性を評価するために、3つの重み付け因子（キーワード頻度 $w_{count}$、キーワード特異性 $w_{specificity}$、キーワード密度 $w_{density}$）を適用した。
   • 統計検定： 「四半期（Quarter）」を群内因子とし、「開示サブカテゴリ」および「国／言語」を群間因子とする反復測定分散分析（ANOVA）を実施した。
   • 補正： 球形性の仮定の違反（Mauchlyの検定により確認）を受け、自由度を調整するためにGreenhouse–Geisser補正を適用した。
   • 事後解析： 国間の統計的に同質なグループを特定するために、多段階のペア比較を用いた。

主な結果

• 統計的有意性： 本研究は、3つの重み付けスキームすべてにおいて、四半期、開示サブカテゴリ、および国々の間で統計的に有意な変動（$p < 0.05$）があることを確認した。
• 時間的パターン： 検索関心は、一貫して年初（Q1）および年末（Q4）にピークに達した。これは、年次報告書のリリースや信用力の再評価を含む、財務報告サイクルと一致している。
• サブカテゴリ間の差異：
  • 「年次報告書」と「カバードボンド」は、「銀行に関する情報」と比較して、高く安定したレベルの関心を集めた。
  • 「カバードボンド」と「財務報告書」はQ1およびQ4にピークを示したが、「年次報告書」は年間を通じて比較的安定しており、第2四半期（Q2）に二次的なピークが見られた。
• 地理的変動：
  • ポーランドは、V4諸国の中で最も高い全体的な検索関心を示し、次いでチェコ共和国、ハンガリー、スロバキアの順となった。
  • $w_{density}$ 重みを用いた事後解析により、4つの明確な同質グループが特定され、これは4カ国間におけるエンゲージメントレベルの有意な差を示している。
• 手法の妥当性検証： 観察されたパターン（季節的なピーク、サブカテゴリの選好）は、従来のログファイルベースの研究による知見と密接に一致しており、検索ベースのアプローチが信頼できるプロキシであることを検証した。

意義と主張
本論文は、提案された手法が、従来のログファイル分析に代わる、実用的でスケーラブル、かつリソース消費の少ない代替案を提供すると主張している。公開されているデータ（開示文書およびGoogle Trends）のみに依存することで、本手法は独自のアクセス権の必要性を排除し、計算の複雑さを軽減する。

• 信頼性： 本研究は、検索データがピラー3開示に対するステークホルダーのエンゲージメントを評価するための有効なプロキシとなり得ることを示しており、ログファイル研究によって特定された主要な行動トレンドを成功裏に再現している。
• スケーラビリティ： 本手法は、商業銀行に関連するデータ取得の障壁なしに、地域規模での開示の有効性の定期的なモニタリングを可能にする。
• 適用可能性： ピラー3に焦点を当てているが、本フレームワークは、ESG開示、サステナビリティレポート、コーポレートガバナンスレポートを含む他の規制関連の財務文書にも適用可能である。
• 含意： 本研究の結果は、規制当局（EBA、ECBなど）および金融機関に対し、開示要件の有効性を評価し、ステークホルダーの情報ニーズを理解するためのツールを提供し、潜在的に透明性と市場規律の向上につながるものである。

著者らは、集計された公開データは個別のログファイル分析よりも精度が低くなる可能性があることを認めつつも、大規模なモニタリングにおいて堅牢なソリューションを提供するものであるとして、控えめな立場を維持している。