Semantic Analysis of MDA Section in 10K Reports

作者
Igor Semenenko
出处
期刊:The journal of applied business and economics [North American Business Press]
卷期号:28 (2)
标识
DOI:10.33423/jabe.v28i2.8119
摘要

The study applies natural language processing tools to analyze discretionary disclosures in item 7 in 10K filings. Sentiment scores, longer filings and use of low-information-content words in management discussion and analysis (MD&A) section in annual reports correlate with worse performance, whereas higher numerical content suggest higher profitability and lower probability of financial distress. Over a 20-year period starting in 2003, messages to shareholders have gradually become more optimistic; this change parallels drop in numerical content and increase in use of parts of speech with low information content. Taken together, these findings provide evidence of impression management by publicly traded firms.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
jianzi927发布了新的文献求助10
1秒前
1秒前
xh完成签到,获得积分10
1秒前
李爱国的应助被天才少年采纳,获得10
2秒前
YangXX关注了科研通微信公众号
2秒前
桐桐的应助被everhowqfg采纳,获得10
2秒前
Ava的应助被uu采纳,获得10
2秒前
系系完成签到 ,获得积分10
2秒前
LmaPN7发布了新的文献求助30
2秒前
小二郎的应助被bomboopith采纳,获得10
3秒前
zxy发布了新的文献求助10
3秒前
jianzi927发布了新的文献求助10
3秒前
jianzi927发布了新的文献求助150
3秒前
钰钰yuyu完成签到,获得积分10
3秒前
GGDog完成签到,获得积分10
4秒前
鲤鱼会赢完成签到,获得积分10
4秒前
4秒前
4秒前
轻轻巧巧发布了新的文献求助10
5秒前
狂野的手链完成签到,获得积分10
5秒前
陈大浩浩发布了新的文献求助10
5秒前
啊啊完成签到,获得积分20
5秒前
GGDog发布了新的文献求助10
5秒前
6秒前
6秒前
jianzi927发布了新的文献求助10
6秒前
小二郎的应助被眼睛大的擎苍采纳,获得30
6秒前
jianzi927发布了新的文献求助30
7秒前
jianzi927发布了新的文献求助10
7秒前
888完成签到,获得积分20
7秒前
jianzi927发布了新的文献求助10
7秒前
7秒前
7秒前
丘比特的应助被ww采纳,获得10
8秒前
丘比特的应助被Litoivda采纳,获得10
8秒前
英俊的铭的应助被ww采纳,获得10
8秒前
爆米花的应助被ww采纳,获得10
8秒前
清风徐来完成签到,获得积分10
8秒前
NexusExplorer的应助被ww采纳,获得10
8秒前
喂喂发布了新的文献求助10
9秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Sustainable Engineered Micro/Nanofibers and Hybrid Nanocomposites for Environmental Remediation 400
Ecotourism 400
Analytical Separation Science 300
Civilization and War 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8071886
求助须知:如何正确求助?哪些是违规求助? 9492137
关于积分的说明 21367023
捐赠科研通 7640305
什么是DOI,文献DOI怎么找? 3398990
关于科研通互助平台的介绍 2528931
邀请新用户注册赠送积分活动 2437385