論文の概要: Quantifying A Firm's AI Engagement: Constructing Objective, Data-Driven, AI Stock Indices Using 10-K Filings

• arxiv url: http://arxiv.org/abs/2501.01763v1
• Date: Fri, 03 Jan 2025 11:27:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-06 15:10:44.947035
• Title: Quantifying A Firm's AI Engagement: Constructing Objective, Data-Driven, AI Stock Indices Using 10-K Filings
• Title（参考訳）: 企業AIのエンゲージメントの定量化 - 10-Kフィリングによる客観的、データ駆動型、AIストックインデックスの構築
• Authors: Lennart Ante, Aman Saggu,
• Abstract要約: 本稿では,自然言語処理(NLP)技術を用いたAIストックの分類手法を提案する。 2011年から2023年の間に3,395社のNASDAQ上場企業の年間10-K申請を分析した。 これらの指標を用いて、等重AI指数(AII)、大きさ重AI指数(SAII)、時間割AI指数(TAII05とTAII5X)の4つのAIストック指標を構築した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Following an analysis of existing AI-related exchange-traded funds (ETFs), we reveal the selection criteria for determining which stocks qualify as AI-related are often opaque and rely on vague phrases and subjective judgments. This paper proposes a new, objective, data-driven approach using natural language processing (NLP) techniques to classify AI stocks by analyzing annual 10-K filings from 3,395 NASDAQ-listed firms between 2011 and 2023. This analysis quantifies each company's engagement with AI through binary indicators and weighted AI scores based on the frequency and context of AI-related terms. Using these metrics, we construct four AI stock indices-the Equally Weighted AI Index (AII), the Size-Weighted AI Index (SAII), and two Time-Discounted AI Indices (TAII05 and TAII5X)-offering different perspectives on AI investment. We validate our methodology through an event study on the launch of OpenAI's ChatGPT, demonstrating that companies with higher AI engagement saw significantly greater positive abnormal returns, with analyses supporting the predictive power of our AI measures. Our indices perform on par with or surpass 14 existing AI-themed ETFs and the Nasdaq Composite Index in risk-return profiles, market responsiveness, and overall performance, achieving higher average daily returns and risk-adjusted metrics without increased volatility. These results suggest our NLP-based approach offers a reliable, market-responsive, and cost-effective alternative to existing AI-related ETF products. Our innovative methodology can also guide investors, asset managers, and policymakers in using corporate data to construct other thematic portfolios, contributing to a more transparent, data-driven, and competitive approach.
• Abstract（参考訳）: 既存のAI関連為替取引基金(ETF)の分析に続いて、AI関連株が不透明であり、曖昧なフレーズや主観的判断に依存しているかどうかを判断するための選択基準を明らかにする。 本稿は,2011年から2023年までの3,395社のNASDAQ上場企業10-K申請を解析し,自然言語処理(NLP)技術を用いてAIストックを分類する手法を提案する。 この分析は、AI関連用語の頻度と文脈に基づいて、バイナリインジケータと重み付けされたAIスコアを通じて、各企業のAIとの関わりを定量化する。 これらの指標を用いて、AI投資に関して異なる視点を持つ4つのAIストック指標(Equally Weighted AI Index (AII)、Size-Weighted AI Index (SAII)、Time-Discounted AI Indices (TAII05とTAII5X)を構築する。 我々は、OpenAIのChatGPTのローンチに関するイベントスタディを通じて、私たちの方法論を検証する。 我々の指標は、リスク-リターンプロファイル、市場の応答性、全体的なパフォーマンスにおいて、14のAIをテーマとしたETFとNasdaq Composite Indexを上回り、ボラティリティを増大させることなく、平均的な日々のリターンとリスク調整されたメトリクスを達成する。 これらの結果は、NLPベースのアプローチが、既存のAI関連ETF製品に対して、信頼性があり、市場対応的でコスト効果の高い代替手段を提供することを示唆している。 当社の革新的な方法論は、投資家、資産運用者、政策立案者に対して、他のテーマポートフォリオの構築に企業データを使用することで、より透明性があり、データ駆動で競争力のあるアプローチに寄与することができる。

関連論文リスト

• Can We Trust AI Benchmarks? An Interdisciplinary Review of Current Issues in AI Evaluation [2.2241228857601727]
  本稿では,定量的なベンチマーク手法の欠点を論じる,約100の学術研究の学際的メタレビューを示す。 これは、より広範な社会技術的問題を伴うベンチマークの設計と適用において、多くのきめ細かい問題をもたらす。 レビューではまた、不正なインセンティブ、妥当性の問題の構築、未知の未知、ベンチマーク結果のゲームに関する問題など、現在のプラクティスにおける一連のシステム的欠陥についても取り上げている。
  論文  参考訳（メタデータ） (2025-02-10T15:25:06Z)
• Explainable Artificial Intelligence for identifying profitability predictors in Financial Statements [0.7067443325368975]
  2013年から2022年までのイタリアの上場企業のデータからなるデータベースであるAIDAから得られた生の財務諸表データに機械学習技術を適用した。 我々は、異なるモデルの比較研究を行い、欧州のAI規制に従って、提案モデルに説明可能性技術を適用して分析を補完する。
  論文  参考訳（メタデータ） (2025-01-29T14:33:23Z)
• Raising the Stakes: Performance Pressure Improves AI-Assisted Decision Making [57.53469908423318]
  日常の人が共通のAI支援タスクを完了すると、パフォーマンスプレッシャーがAIアドバイスへの依存に与える影響を示す。 利害関係が高い場合には、AIの説明の有無にかかわらず、利害関係が低い場合よりもAIアドバイスを適切に使用することが分かりました。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• GAIA: Rethinking Action Quality Assessment for AI-Generated Videos [56.047773400426486]
  アクション品質アセスメント(AQA)アルゴリズムは、主に実際の特定のシナリオからのアクションに焦点を当て、規範的なアクション機能で事前訓練されている。 我々は,新たな因果推論の観点から大規模主観評価を行うことにより,GAIAを構築した。 その結果、従来のAQA手法、最近のT2Vベンチマークにおけるアクション関連指標、メインストリームビデオ品質手法は、それぞれ0.454、0.191、0.519のSRCCで性能が良くないことがわかった。
  論文  参考訳（メタデータ） (2024-06-10T08:18:07Z)
• AI in ESG for Financial Institutions: An Industrial Survey [4.893954917947095]
  本稿では,ESGフレームワークの活性化におけるAIの必要性と影響を明らかにするために,産業環境を調査した。 調査では、分析能力、リスク評価、顧客エンゲージメント、報告精度など、ESGの主要な3つの柱にまたがるAIアプリケーションを分類した。 この論文は、ESG関連の銀行プロセスにおけるAI展開の倫理的側面を強調し、責任と持続可能なAIの衝動についても論じている。
  論文  参考訳（メタデータ） (2024-02-03T02:14:47Z)
• Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection [0.07499722271664146]
  本稿では,GPT-4による金融市場における株式選択の先進的推論を活用する革新的なフレームワークであるMarketSenseAIを紹介する。 MarketSenseAIは、市場動向、ニュース、基礎、マクロ経済要因などさまざまなデータソースを分析し、専門家の投資決定をエミュレートする。 本研究は,金融意思決定における大規模言語モデルの変容の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2024-01-08T08:58:46Z)
• Guideline for Trustworthy Artificial Intelligence -- AI Assessment Catalog [0.0]
  AIアプリケーションとそれに基づくビジネスモデルが、高品質な標準に従って開発されている場合にのみ、その潜在能力を最大限に発揮できることは明らかです。 AIアプリケーションの信頼性の問題は非常に重要であり、多くの主要な出版物の主題となっている。 このAIアセスメントカタログは、まさにこの点に対応しており、2つのターゲットグループを対象としている。
  論文  参考訳（メタデータ） (2023-06-20T08:07:18Z)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)
• Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
  ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。 我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
  論文  参考訳（メタデータ） (2022-04-11T14:36:39Z)
• Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
  AI技術は、量的投資システムに新たな課題を提起した。 Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
  論文  参考訳（メタデータ） (2020-09-22T12:57:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。