Login for students

Login for employees

Publication detail

Evaluating sentiment in annual reports for financial distress prediction using neural networks and support vector machines
Authors: Hájek Petr | Olej Vladimír
Year: 2013
Type of publication: článek ve sborníku
Name of source: Engineering Applications of Neural Networks: 14th International Conference (EANN 2013), Part II
Publisher name: Springer
Place: Berlin
Page from-to: 1-10
Titles:
Language Name Abstract Keywords
cze Hodnocení sentimentu ve výročních zprávách pro predikci finanční tísně pomocí neuronových sítí a podpůrných vektorových strojů Sentiment ve výročních zprávách je vnímán jako důležitý determinant budoucí finanční výkonnosti. Cílem této studie je zkoumat efekt sentimentu na budoucí finanční tíseň. Ohodnotili jsme sentiment ve výročních zprávách amerických společností pomocí slovní kategorizace (přístup založený na pravidlech). Použili jsme šest kategorií, společně s finančními indikátory, které sloužili jako vstupy neuronových sítí a podpůrných vektorových strojů. Výsleduky ukazují, že informace o sentimentu významně zvyšuje přesnost použitých klasifikátorů. výroční zprávy; finanční tíseň; neuronové sítě; analýza sentimentu; podpůrné vektorové stroje
eng Evaluating sentiment in annual reports for financial distress prediction using neural networks and support vector machines Sentiment in annual reports is recognized as being an important determinant of future financial performance. The aim of this study is to examine the effect of the sentiment on future financial distress. We evaluated the sentiment in the annual reports of U.S. companies using word categorization (rule-based) approach. We used six categories of sentiment, together with financial indicators, as the inputs of neural networks and support vector machines. The results indicate that the sentiment information significantly improves the accuracy of the used classifiers. annual reports; financial distress; neural networks; sentiment analysis; support vector machines

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives