Análisis de Sentimientos Detallado para una Mejora en la Predicción de Crisis Financiera

El análisis de sentimientos tiene como objetivo identificar la polaridad del sentimiento de aspectos específicos dentro de oraciones o comentarios dados, y el análisis de sentimientos basado en aspectos se considera una tarea fundamental en el análisis de sentimientos. Con aplicaciones prácticas en áreas como reseñas de productos, evaluaciones de entrega de alimentos y monitoreo de la opinión pública, el análisis de sentimientos desempeña un papel crucial. Este documento se centra en la aplicación del análisis de sentimientos detallado en la predicción de crisis financieras (FDP) para mejorar las alertas tempranas sobre el estado de gestión de las empresas. En estudios previos, ha habido un énfasis restringido en el uso de análisis de sentimientos a nivel de documento para extraer el sentimiento general del texto, pasando por alto las matices semánticas transmitidas por los sentimientos. Por lo tanto, este artículo tiene como objetivo extraer sentimientos detallados de la Discusión y Análisis de Gestión (MD&A) de las empresas chinas que cotizan en bolsa. El modelo propuesto se basa en un marco de dos pasos, que consta de una fase de extracción de sentimientos financieros a nivel de aspecto no supervisada y una fase de validación del modelo. Específicamente, la primera se construye sobre un modelo de aprendizaje profundo con un mecanismo de atención, realizando extracción de aspectos no supervisada, identificación de aspectos y clasificación de sentimientos a nivel de aspecto de manera secuencial para obtener sentimientos detallados. La última se encarga de evaluar la efectividad de las nuevas características adquiridas en modelos de aprendizaje automático de referencia, incluyendo SVM, DT, LR, CNN y DNN. Los resultados experimentales revelan que el MD&A cubre predominantemente ocho tipos de aspectos, incluyendo propiedad, alcance comercial, desarrollo, capital, ventas, gestión, premios y probabilidad. Además, se ha observado que las características de sentimientos detallados pueden mejorar el rendimiento de la FDP. Este estudio representa una innovación significativa en la literatura existente, siendo el primero en introducir el análisis de sentimientos financieros a nivel de aspecto en el ámbito de la FDP.