Technische Samenvatting: Aggregatie-afhankelijke waarde van volledige tekst versus risicofactor-sentiment in 10-K-vermeldingen

Probleemstelling

De extractie van financieel sentiment heeft historisch gezien vertrouwd op nieuwsberichten en gesuperviseerde extractie tegen rendement-labels alleen. Als gevolg hiervan zijn regelgevende documenten—specifiek de Amerikaanse SEC Form 1-K en het doelwit van volatiliteit, waarvoor de taal in risicoverklaringen naar alle waarschijnlijkheid het best geschikt is om informatie te verschaffen—relatief onverkend gebleven. Ho hoewel eerder werk woordenboekgebaseerde scoring of deep learning heeft toegepast op meldingen, is er een gat in het toepassen van supervised lexicon-learning op regelgevende teksten en, cruciaal, in het gebruik van volatiliteit als een supervisie-target. Bovendien blijft het onduidelijk of gerichte risicoverklaringen (Item 1A) of de volledige tekst van de melding meer voorspellende sentimentssignalen opleveren, en hoe deze relatie verandert bij verschillende niveaus van aggregatie (sector, portfolio en individueel bedrijf).

Methodologie

Data en Extractie

De studie maakt gebruik van 1.383 Form 10-K-vermeldingen van 94 Nasdaq-100 technologie-componenten (2006–2023), opgehaald uit het SEC EDGAR-systeem. De extractie-pipeline isoleert twee documentvarianten voor elke melding:

1. Volledige Melding: De volledige HTML-tekst van de 10-K.
2. Item 1A: De specifieke sectie met risicofactoren, geëxtraheerd via structurele heuristieken (het verwijderen van voetnoten, het identificeren van koppen en het lokaliseren van de sectie tussen "Item 1A" en de volgende hoofdkop).

Ondanks dat Item 1A slechts 10–15% van de lengte van de melding beslaat, behoudt het ongeveer 57% van het aantal woorden van de volledige melding na voorbewerking, wat wijst op een hoge dichtheid van sentiment-relevante woordenschat.

Modelarchitectuur

Het artikel breidt het framework van supervised lexicon-learning van Ke et al. [2020], oorspronkelijk ontworpen voor nieuwsartikelen, uit naar regelgevende meldingen. Het model werkt op basis van drie kernaannames:

1. Woordenschatdecompositie: De woordenschat $V$ splitst zich in sentiment-geladen woorden $S$ en neutrale woorden $N$. De toon van een melding wordt uitsluitend bepaald door de tellingen van woorden in $S$.
2. Mengverdeling: De tellingen van sentiment-geladen woorden volgen een meng-multinomiale verdeling die wordt beheerst door een niet-geobserveerde sentiment-score $p_i \in [0, 1]$, waarbij $p_i=1$ staat voor puur positief sentiment en $p_i=0$ voor puur negatief sentiment.
3. Toereikendheid: De sentiment-score $p_i$ is voldoende voor de relatie tussen de inhoud van de melding en de geobserveerde label $y_i$ (rendement of volatiliteit).

Training en Scoring:

• Woordscoring: Woorden worden gescoord op basis van de fractie van hun voorkomens in meldingen met positieve labels (Eq. 2). Woorden worden behouden als sentiment-geladen als hun score significant afwijkt van 0,5 (beheerst door drempelwaarden $\alpha_+$ en $\alpha_-$) en voldoet aan een frequentiecount $k$.
• Topic-schatting: Omdat ware sentiment-scores niet geobserveerd zijn, wordt een proxy $\check{p}_i$ geconstrueerd uit de labels. Topic-distributievectoren $\hat{O}$ (die positieve en negatieve sentiment-topics vertegenwoordigen) worden geschat met behulp van een lineaire projectie van relatieve sentiment-woordfrequenties tegen de proxy-matrix (Eq. 4).
• Sentimentvoorspelling: Voor nieuwe meldingen is de sentiment-score $\hat{p}$ de maximalisator van een gepenaliseerde log-likelihood functie (Eq. 5), die de score richting 0,5 krimpt voor meldingen met weinig sentiment-woorden om overmoed te voorkomen.

Labeling en Aggregatie

Het model wordt getraind tegen twee verschillende targets:

• Rendement: De percentielrang van gerealiseerde open-naar-sluit log-rendementen.
• Volatiliteit: Een genormaliseerde proxy gebaseerd op de intra-dagelijkse log-prijsrange (Corsi [2009]), gemiddeld over een venster van drie dagen.

De evaluatie wordt uitgevoerd op drie aggregatieniveaus:

1. Sector: De gehele QQQ (Nasdaq-100) technologie-sector.
2. Portfolio: Een top-10 componenten-portfolio.
3. Bedrijf: Individueel bedrijf (specifiek Nvidia).

Series op sector- en portfolioniveau worden gladgestreken met een lokale-niveau Kalman-filter om onregelmatige aankomsten van meldingen af te handelen en ruis te verminderen. Scores op bedrijfsniveau worden ongefilterd geanalyseerd om bedrijfsspecifieke variatie te behouden.

Belangrijkste Bijdragen

1. Methodologische Uitbreiding: De eerste toepassing van een supervised lexicon-learning benadering op 10-K-meldingen en hun Item 1A risicofactor-secties, waarmee verder wordt gegaan dan nieuws-tekst.
2. Target Expansie: De eerste toepassing van dit framework op de supervisie van sentiment-extractie tegen een volatiliteit-target, naast rendementen.
3. Ablatie-studie: Een systematische vergelijking van volledige melding-tekst versus de Item 1A-sectie over drie aggregatieniveaus, waarbij de voorspellende waarde van gerichte risicoverklaring versus uitgebreide tekst wordt geïsoleerd.
4. Multi-as Evaluatie: Een uitgebreide beoordeling van twaalf resulterende sentiment-metrieken (2 documenttypen $\times$ 2 targets $\times$ 3 niveaus) via classificatie-accuratesse, correlatie met marktuitkomsten en kwalitatieve lexicale analyse.

Resultaten

Accuratesse en Verlies

• Sector- en Portfolioniveau: Volledige 10-K-tekst presteert beter dan de enkelvoudige Item 1A-sectie voor zowel rendement- als volatiliteit-targets, met accuratesse-marges van 2–5 procentpunten.
• Individueel Bedrijfsniveau: De trend keert om. De Item 1A-sectie presteert beter dan de volledige melding met 1 procentpunt op rendement en 6 procentpunten op volatiliteit.
• Interpretatie: Dit wordt toegeschreven aan een aggregatie-effect. Op sector-/portfolioniveau biedt de grotere, heterogene woordenschat van de volledige melding voldoende materiaal om sentiment-geladen termen over veel bedrijven heen te isoleren. Op het niveau van een enkel bedrijf ($n=1$) verdunnen de boilerplate en financiële statement-taal van de volledige melding het signaal, terwijl de smallere, geconcentreerdeerde woordenschat van Item 1A beter aansluit bij het beperkte beschikbare trainingssignaal.

Correlatieanalyse

• Woordenboek Baseline: De Loughran-McDonald (LM) woordenboek-baseline correleert consistent en sterk negatief met de prijs op alle niveaus (bijv. $r = -0,91$ op sectorniveau). Dit onderstreept het conservatieve, risicomijdende karakter van regelgevende taal en de beperkingen van statische woordenboeken voor dit domein.
• Supervised Scores:
  • Op sectorniveau zijn rendement- en volatiliteit-gesuperviseerde scores negatief gecorreleerd ($r = -0,245$).
  • Op bedrijfsniveau zijn rendement- en volatiliteit-gesuperviseerde scores positief gecorreleerd ($r = 0,612$ voor volledige 10-K), wat contrasteert met de relatie op sectorniveau.
  • Rendement-gesuperviseerd sentiment correleert over het algemeen positief met de prijs, terwijl de LM-baseline negatief correleert.

Kwalitatieve Lexicale Analyse

De modellen leerden onderscheidende thema's:

• Volledige 10-K: Ving brede thema's zoals "Innovatie en Ontwikkeling" (bijv. musk, torque) en "Financiële Gezondheid".
• Item 1A: Ving specifieke voorwaartse risiconarratieven die in de volledige tekst vaak verwateren, zoals "Supply Chain Risk" (bijv. subcontractor, dependence) op portfolioniveau, en "Biotechnologie" of expliciete "Cybersecurity"-thema's op sectorniveau.

Betekenis en Claims

Het artikel stelt vast dat de waarde van de tekstbron (volledige melding versus risicofactor-sectie) aggregatie-afhankelijk is. Het betoogt dat hoewel volledige melding-tekst superieur is voor de sentiment-signalen bij geaggregeerde marktanalyse vanwege de statistische kracht, gerichte risico-secties superieur zijn voor individuele bedrijfsanalyse waar de trainingsdata schaars is.

De studie claimt dat supervised lexicon-learning essentieel is voor regelgevende disclosure-teksten, zoals bewezen door de sterke negatieve correlatie van de statische LM-woordenboek met de prijs, die de gesuperviseerde modellen succesvol inverteren of aanpassen. Deze bevindingen en ontwerpkeuzes worden gepresenteerd niet als een eindproduct, maar als de fundamentele methodologie voor een daaropvolgend, grootschaliger, multi-source systeem. De auteurs blijven bescheiden en merken beperkingen op, zoals de bag-of-words representatie (het negeren van meerwoordige frasen) en het gebrek aan index-weging in aggregaten, waarbij zij het werk framen als een noodzakelijke stap naar een robuustere financiële sentimentanalyse.