文本数据分析：情绪评分与行为指标

New Research Workspace Available!

<p>New research combining Textual Data Analytics &amp; Credit Default Swap Pricing datasets, published in a notebook format, is available on the S&amp;P Capital IQ Workbench platform. The notebook provides a step by step walkthrough of the white paper and the underlying code used to generate the analysis.</p><p><a href="https://secure.signin.spglobal.com/app/spglobaliam_marketplaceworkbench_1/exk1nfrrr7svxSGxS1d8/sso/saml?RelayState=?hash=I25vdGVib29rLzQyMzE5NzgxNTIzNDI3NTM=" target="_blank">Access here &gt;</a></p>

对公司转换文稿进行自然语言处理，获取情绪评分和行为指标。

Market Intelligence

S&P Global Market Intelligence 是领先的金融和工业数据、研究和新闻工具提供商。这些工具可帮助跟踪绩效、确定投资思路、了解行业动态、进行估值以及评估信用风险。全球的专业投资人士、政府机构、企业和大学可借此获得必要的讯息，作出自信的商业和金融决策。

文本数据分析（TDA）数据集通过对情绪和基于行为的指标进行严格研究，并根据常用的量化策略进行测试，将收益电话录音向前推进了一步。

结合来自专业人士、所有权和预期数据集的数据，实施来自自然语言处理（NLP）的 800 多个预测性和描述性指标的信号，这些指标具有差异化和相加的特点。快速评估 11,600 多家活跃公司在收益电话会议上表达的情绪和透明度，分析并锁定影响较大的个别部分、发言者类型和电话会议的个别组成部分，或将其作为发现其他信号的构建模块。

数据集包括

  • 词袋情绪指标，如净积极性、积极对消极、积极情绪和消极情绪，以及 TF-IDF 和余弦相似度加权情绪
  • 行为指标，如语言复杂性、分析师偏好、数值透明度、指导参考、外因参考、语言相似性和数值参考的时间性
  • 财务数据的衡量 围绕 "收入"、"盈亏底线 "和 "每股收益 "等影响市场的主题，进行主题识别和邻近的积极描述词
  • 以时间序列或横截面客观衡量高管和整体收益电话会议绩效

奖项

  • 2020 数据管理洞察奖--人工智能与机器学习最佳主张奖
Frequency
可变
Latency
每日
Coverage Type
公司
Coverage
17,500+
History
2004
Earliest Significant Coverage
2008
Point In Time
Yes
Point In Time Description
S&P Global 会多次更新每个电话会议转换文稿。每个版本计算出的评分均会留存。
Data Source
由 S&P Global 转录小组转换的会议内容。
Field Count
10s
Estimated Size
21
Added

Industries

  • 金融
  • 房地产
  • 能源和公用事业
  • 材料
  • 医疗保健
  • 工业
  • 消费品
  • 技术、媒体和电信

Geographic Coverage

  • Global

Delivery

  • 云
  • 数据馈送

Research & Insights

Support