В данном исследовании предлагается продольная рамка текстового анализа, сочетающая извлечение метрик NLP на японском языке с парным тестированием и анализом функций сдвига для оценки качественных изменений в корпоративных раскрытиях рисков. Примененная к реформам раскрытия информации 2019 года в Японии, методология анализирует 19 770 наблюдений «фирма-год» за десять лет, чтобы уловить многомерную динамику, часто маскируемую методами с одним индикатором.
- Рамка включает показатель релевантности поперечного сечения для измерения тематического соответствия между раскрытиями рисков и стратегиями управления.
- Анализ данных за FY2015-FY2024 показывает, что, хотя объем раскрытий значительно увеличился, это сопровождалось снижением читабельности.
- Общая информационная структура улучшилась, но конкретное описательное качество оставалось стагнирующим в течение периода.
- Степень адаптации к реформам варьировалась в разных сегментах рынка.
Совместный анализ демонстрирует, что традиционные методы с одним индикатором часто скрывают сложные сдвиги в паттернах раскрытия информации, подчеркивая необходимость многомерной оценки для точного анализа.