Raziskovalni projekt (so)financirata Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Raziskovalni projekt
Članica UL
Ekonomska fakultetaŠifra
J5-2554Naziv projekta
Kvantitativna in kvalitativna analiza nereguliranih delov finančnega poročanja podjetijObdobje
1.9.2020 - 31.12.2023Letni obseg
1535 raziskovalnih urVodja
Veda
Družboslovne vede/EkonomijaSodelujoče RO
Institut Jožef Stefan
Vsebinski opis projekta
presežnimi sredstvi (običajno gospodinjstva) do podjetij, ki potrebujejo sredstva za kapitalske naložbe (običajno nefinančna podjetja). Glavni namen finančnega poročanja v finančnem sistemu je zagotavljanje kakovostnih in uporabnih informacij o finančnem položaju podjetij, njihovi uspešnosti in spremembah njihovega finančnega položaja (IASB Framework 2015) čim širšemu krogu uporabnikov, vključno z obstoječimi in potencialni vlagatelji, finančnimi institucijami, zaposlenimi, vladnimi odločevalci itd. Osrednji element formalnega Sistema računovodskega poročanja so računovodski standardi. EU je sprejela Mednarodne standarde računovodskega poročanja leta 2005. Kakovost računovodskega poročanja je postala eno izmed osrednjih vprašanj v času nedavne finančne krize in od takrat dobiva čedalje večjo pozornost širše družbe. Odraz tega so nedavne spremembe uredb o finančnem poročanju ter o nefinančnem poročanju in reviziji. Skupni cilj navedenih sprememb je bil povečati transparentnost informacij, ki jih podjetja in njihovi revizorji sporočajo zainteresiranim uporabnikom (vlagatelji, regulatorji, širša skupnost). Ob tem pa je močno narasla tudi količina finančnih in nefinančnih informacij, ki jih zagotavlja sistem finančnega poročanja. Obseg letnih poročil, ki predstavljajo glavni rezultat sistema računovodskega poročanja, je narastel na več sto strani. Ta rast je sprožila pomisleke, da količina posredovanih informacij že presega zmožnosti vlagateljev in drugih zainteresiranih deležnikov, da iz teh poročil pridobijo koristne informacije. Z izzivi in dilemami obsežnega finančnega poročanja se ukvarjajo tako uporabniki poročil kot tudi razvijalci standardov.
Namen predlagane raziskave je z najnovejšimi in najsodobnejšimi načini zbiranja in analize podatkov (npr. naprave za sledenje očem, tehnike globokega učenja) preučiti povezanost med značilnostmi finančnih poročil in finančnimi kazalci podjetja. Pozornost bo namenjena tudi razvoju virov in metodologij, ki so za takšno analizo potrebni. Že tako široka uporabnost teh rezultatov bo nadgrajena še z uporabo novih in obetavnih pristopov, ki bodo omogočali uporabo takšnih orodij tudi na besedilih v drugih jezikih, ki niso predstavljeni v virih (npr. jeziki, ki še niso zadovoljivo pokriti v najsodobnejših računalniških jezikovnih virih).
Sestava projektne skupine
Faze projekta in njihova realizacija
-Opisna in napovedna analitika finančnih kazalcev (DS 1)
Ustvarili smo tri zbirke besedil, ki se razlikujejo glede na geografsko lokacijo (ZDA, Velika Britanija) in tematiko (finančni sentiment, trajnost). Uporabili smo ontologijo FIBO za razvrščanje konceptov in izvedli več metodoloških eksperimentov za izboljšanje zaznavanja sentimenta, vključno z najnovejšimi jezikovnimi modeli kot sta BERT in finBERT. Posebej smo se osredotočili na večciljno učenje, ki izboljšuje razvrščanje po več dimenzijah, kot so sentiment, relevantnost in trajnost. V nadaljevanju smo preučili povezave med tekstovnimi značilnostmi in finančnimi kazalniki, kjer smo odkrili šibke korelacije. Razvili smo tudi nove pristope za napovedovanje povezanih ocen trajnosti in izboljšanje rezultatov z obogatitvijo podatkov na podlagi predhodnega domenskega znanja.
- Kontekstualizacija finančnih pojmov z metodami distribucijske semantike (DS 3)
Razvijamo metode distribucijske semantike za analizo finančnih besedil. Izvedli diahrono analizo, ki temelji na gručenju vektorskih vložitev in spremljanju sprememb skozi čas, uporabili pa smo jo na ameriških finančnih poročilih. Osredotočili smo se na spremembe v jeziku, povezane s trajnostnim razvojem, kjer smo ugotovili naraščajočo uporabo specifičnih ESG konceptov v angleških letnih poročilih. Ta del dela je pridobil tudi nagrado na delavnici o računalniški družbeni odgovornosti. Izvedli smo tudi primerjalno analizo finančnih tematik in njihove distribucije z uporabo kvantitativnih indikatorjev iz baze Refinitiv EIKON Datastream, s ciljem uporabe zaznanih finančnih indikatorjev v semantični analizi. Razvili smo metode za vizualizacijo in razlago podatkov, vključno z gradnjo delotokov na platformi ClowdFlows in uporabo SHAP za razlage modelov. Nadgradili smo to z metodami, ki izkoriščajo FIBO ontologijo za posploševanje podatkov in razlago klasifikacijskih modelov.
- Kvalitativna analiza percepcije uporabnikov letnih poročil in opazovanje njihove osredotočenosti pri branju le-teh (DS 5)
V okviru tega delovnega sklopa smo izvedli kvalitativno analizo percepcije uporabnikov letnih poročil. Začeli smo z opazovanjem uporabnikov med branjem letnih poročil in poglobljeno analiza zbranih podatkov. Uporabili smo vprašalnike za zbiranje vtisov in mnenj in primerjali izsledke opazovanj s podatki iz vprašalnikov. Preučevali smo povezave med diahrono in finančno analizo ter opazovanji uporabnikov. Preliminarni rezultati kažejo, da lahko uporabniki na osnovi kratkega nagovora poslovodstva v poročilu relativno natančno napovejo trajnostnostno usmerjenost podjetja. Odkrili smo tudi vpliv osebnostnih značilnosti, kot sta zaupanje v institucije in kognitivni stil, na percepcije uporabnikov.
Bibliografske reference
[1] STEPIŠNIK PERDIH, Timen, PELICON, Andraž, ŠKRLJ, Blaž, ŽNIDARŠIČ, Martin, LONČARSKI, Igor, POLLAK, Senja. Sentiment classification by incorporating background knowledge from financial ontologies. V: EL-HAJ, Mahmoud (ur.), RAYSON, Paul (ur.), ZMANDAR, Paul (ur.). Proceedings of the 4th Financial Narrative Processing Workshop, FNP 2022 Language Resources and Evaluation Conference, LREC 2022, 24 June 2022, Marseille, France : proceedings. Paris: European Language Resources Association = (ELRA), 2022. Str. 17-26. ISBN 979-10-95546-74-0. http://www.lrec-conf.org/proceedings/lrec2022/workshops/FNP/2022.fnp-1.0.pdf. [COBISS.SI-ID 114648579]
[2] PURVER, Matthew, MARTINC, Matej, ICHEV, Riste, LONČARSKI, Igor, SITAR ŠUŠTAR, Katarina, VALENTINČIČ, Aljoša, POLLAK, Senja. Tracking changes in ESG representation : Initial investigations in UK Annual reports. V: Proc. of the First Computing Social Responsibility Workshop within the 13th Language Resources and Evaluation Conference, Marseille, France, str. 9-14, ilustr. ISBN 979-10-95546-72-6. (best paper award) http://www.lrec-conf.org/proceedings/lrec2022/workshops/CSRNLP1/pdf/2022.csrnlp1-1.2.pdf. [COBISS.SI-ID 117765379]
[3] STEPIŠNIK PERDIH, Timen, POLLAK, Senja, ŠKRLJ, Blaž. JSI at the FinSim-2 task : ontology-augmented financial concept classification. V: LESKOVEC, Jurij (ur.), et al. The Web Conference : companion of the World Wide Web conference (WWW 2021) : [30th edition, Ljubljana, 19th - 23rd April, 2021]. New York: Association for Computing Machinery, 2021. Str. 298-301. ISBN 978-1-4503-8313-4. DOI: 10.1145/3442442.3451383. [COBISS.SI-ID 66960131]. Preprint at: https://arxiv.org/abs/2106.09230
[4] STEPIŠNIK PERDIH, Timen, PELICON, Andraž, ŠKRLJ, Blaž, ŽNIDARŠIČ, Martin, LONČARSKI, Igor, POLLAK, Senja. Sentiment classification by incorporating background knowledge from financial ontologies : presented at London Text Analysis Conference, 2022. [COBISS.SI-ID 133193219]
[5] MONTARIOL, Syrielle, MARTINC, Matej, PELICON, Andraž, POLLAK, Senja, KOLOSKI, Boshko, LONČARSKI, Igor, VALENTINČIČ, Aljoša, SITAR ŠUŠTAR, Katarina, ICHEV, Riste, ŽNIDARŠIČ, Martin. Multi-task learning for features extraction in financial annual reports. V: KOPRINSKA, Irena (ur.). Machine learning and principles and practice of knowledge discovery in databases : international workshops of ECML PKDD 2022, Grenoble, France, September 19-23, 2022, : proceedings. Part 2. Cham: Springer, 2023. Str. 7-24. Communications in computer and information science (Print), vol. 1753. ISBN 978-3-031-23632-7. ISSN 1865-0929. DOI: 10.1007/978-3-031-23633-4_1. [COBISS.SI-ID 140549635], Open access available via ARXIV https://arxiv.org/abs/2404.05281.
[6] ŠTIHEC, Jan, POLLAK, Senja, ŽNIDARŠIČ, Martin. Preliminary experimentation with combinations and extensions of forward-looking sentence detection wordlists. V: Proceedings of the 3rd Financial Narrative Processing Workshop, FNP 2021 : 15–16 September, 2021, Lancaster, UK. Stroudsburg: Association for Computational Linguistics = ACL, 2021. Str. 26-30. https://aclanthology.org/2021.fnp-1.pdf. [COBISS.SI-ID 90604291]
[7] ŽNIDARŠIČ, Martin, POLLAK, Senja, PODPEČAN, Vid. Interaktivno eksperimentiranje z besednimi vložitvami v platformi ClowdFlows = Interactive Experimentation with Word Embeddings in the ClowdFlows platform. V: LUŠTREK, Mitja (ur.), GAMS, Matjaž (ur.), PILTAVER, Rok (ur.). Slovenska konferenca o umetni inteligenci = Slovenian Conference on Artificial Intelligence : Informacijska družba - IS 2022 = Information Society - IS 2022 : zbornik 25. mednarodne multikonference = proceedings of the 25th international multiconference : zvezek A = volume A : 11. oktober 2022, 11 October 2022, Ljubljana, Slovenija. Ljubljana: Institut "Jožef Stefan", 2022. Str 47-50. Informacijska družba. ISBN 978-961-264-241-9. ISSN 2630-371X. http://library.ijs.si/Stacks/Proceedings/InformationSociety/2022/IS2022_Volume-A%20-%20SKUI.pdf. [COBISS.SI-ID 128197635]
[8] MARTINC, Matej, POLLAK, Senja, ROBNIK ŠIKONJA, Marko. Supervised and unsupervised neural approaches to text readability. Computational linguistics. 2021, vol. 47, no. 1, str. 141-179. ISSN 0891-2017. DOI: 10.1162/coli_a_00398. [COBISS.SI-ID 57293315]
[9] ŠKRLJ, Blaž, KOLOSKI, Boshko, POLLAK, Senja. Retrieval-efficiency trade-off of unsupervised keyword extraction. V: PONCELET, Pascal (ur.), IENCO, Dino (ur.). Discovery Science : 25th International Conference, DS 2022 : Montpellier, France, October 10–12, 2022 : proceedings. Cham: Springer Nature, cop. 2022. Str. 379-393, ilustr. Lecture notes in computer science (Internet), 13601. ISBN 978-3-031-18840-4. ISSN 1611-3349. DOI: 10.1007/978-3-031-18840-4_27. [COBISS.SI-ID 136819971] Open access version: https://arxiv.org/pdf/2208.07262.pdf.
[10] KOLOSKI, Boshko, MONTARIOL, Syrielle, PURVER, Matthew, POLLAK, Senja. Knowledge informed sustainability detection from short financial texts. V: The 4th Workshop on Financial Technology and Natural Language Processing (FinNLP) with FinSim4-ESG Shared Task : July 24, [2022], Vienna. [S. l.: s. n. 2022, str. 73-79], https://mx.nthu.edu.tw/~chungchichen/FinNLP2022_IJCAI/12.pdf. [COBISS.SI-ID 136802307]
[11] ICHEV, Riste, LONČARSKI, Igor, MONTARIOL, Syrielle, POLLAK, Senja, SITAR ŠUŠTAR, Katarina, TOMAN, Aleš, VALENTINČIČ, Aljoša, ŽNIDARŠIČ, Martin. Textual analysis of corporate sustainability reporting and corporate ESG scores. V: CZUPY, Gergely János (ur.), VÍG, Attila András. 14th Annual Financial Market Liquidity Conference, Budapest, Hungary, 9th-10th November, 2023 : book of abstracts. Budapest: Corvinus University of Budapest, 2023. Str. 4. https://www.uni-corvinus.hu/contents/uploads/2023/11/AFML_book_of_abstracts.c95.pdf. [COBISS.SI-ID 171865859]
[12] LONČARSKI, Igor, MONTARIOL, Syrielle, POLLAK, Senja, VALENTINČIČ, Aljoša, ŽNIDARŠIČ, Martin. Textual analysis of corporate sustainability reporting and corporate ESG scores. V: 2nd Conference on international finance, sustainable and climate finance and growth, Ljubljana, 18th-20th June 2023. [S. l.]: Future Finance and Economics Association, 2023. https://conference-service.com/ffea-ljubljana-2023/download/99ytg2mv/detailed_program_3.html. [COBISS.SI-ID 159089667]
