Extracting the Structure of Press Releases for Predicting Earnings Announcement Returns
创建于 更新于
摘要
本论文利用2005至2023年超过138,000份财报新闻稿文本数据，比较传统词袋模型与BERT家族模型，发现软信息对公告日股票收益预测同硬信息（盈利惊喜）同样有效，FinBERT表现最佳。结合多模型提升解释力，证实股价于开盘时已完全反映新闻稿信息，支持市场效率假说。同时揭示管理层话语中的自利偏差，为实时收益预测提供可解释框架 [page::0][page::3][page::4][page::5]
