論文の概要: When Does "Post-Call" Begin? An Availability Contract for Earnings-Call NLP Benchmarks

• arxiv url: http://arxiv.org/abs/2610.21659v1
• Date: Thu, 15 Oct 2026 10:40:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.028367
• Title: When Does "Post-Call" Begin? An Availability Contract for Earnings-Call NLP Benchmarks
• Title（参考訳）: ポストコールはいつ始まるのか? アーニングコールNLPベンチマークのためのアベイラビリティ契約
• Abstract要約: ファイナンシャルNLPベンチマークは、モデルで使用される入力が完了する前に予測対象が開始されたとき、イベント内タイミングミスマッチに悩まされる可能性がある。 我々は、入力境界を記述するためのベンチマーク、入力可利用性の証拠、結果開始、そしてその証拠によって支持されるクレームを要求するアベイラビリティ契約を導入する。
• 参考スコア（独自算出の注目度）: 6.901370851401183
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Corporate financial disclosures often unfold over time, with announcements, prepared remarks, and discussion spanning multiple high-frequency return intervals. Financial NLP benchmarks can therefore suffer from a within-event timing mismatch when the prediction target begins before the textual or audio input used by a model could be complete. Chronological train--test splits do not prevent this mismatch, because it occurs inside individual events rather than across samples. We introduce an Availability Contract, which requires a benchmark to state the input boundary, evidence for input availability, the outcome start, and the claims supported by that evidence. We apply this framework to 552 earnings calls from 24 firms. For each call, we hold the return endpoint fixed and compare the previous close, a documentary call-start proxy, and a completion proxy based on reconstructed audio end plus a stipulated processing allowance. At this baseline, moving from the call-start proxy to the completion proxy flips return signs for 9.4% of calls. Holding completion-clock cutpoints fixed, 28.3% change quintile. In an independent release-session analysis of a public earnings-call volatility benchmark, shifting before-market target windows forward by one trading session raises three-day mean squared error by 18.1-21.4% across four frozen prediction streams, while their point rankings remain unchanged. Together, the results show that labels and losses can depend materially on the declared outcome clock even when model rankings appear stable. The Availability Contract makes this assumption explicit and ties post-input claims to the available timing evidence.
• Abstract（参考訳）: 企業財務開示は、発表、準備された発言、複数の高周波リターンインターバルにまたがる議論など、時間とともに展開されることが多い。 したがって、金融NLPベンチマークは、予測対象がモデルが使用するテキスト入力や音声入力が完了する前に開始される場合、時間内ミスマッチに悩まされる可能性がある。 タイムトレイン-テストスプリットは、サンプルを横切るのではなく、個々のイベント内で発生するため、このミスマッチを防げない。 我々は、入力境界を記述するためのベンチマーク、入力可利用性の証拠、結果開始、そしてその証拠によって支持されるクレームを要求するアベイラビリティ契約を導入する。 この枠組みを24社からの52件の決算報告に適用する。 各呼び出しに対して、リターンエンドポイントを固定し、前回のクローゼット、ドキュメンタリーコールスタートプロキシ、および再構成されたオーディオエンドと規定された処理許容度に基づく完了プロキシと比較する。 このベースラインでは、コールスタートプロキシから完了プロキシへの移行は、9.4%のコールに対してリターンサインを反転させる。 完走時カットポイントの固定は28.3%変更。 1回のトレーディングセッションで市場前のターゲットウィンドウを前向きにシフトすると、4つの凍結予測ストリームで平均2乗誤差が18.1-21.4%上昇し、ポイントランキングは変わっていない。 その結果、モデルランキングが安定しているように見える場合でも、ラベルと損失は宣言された結果クロックに実質的に依存することが示された。 アベイラビリティ契約(Availability Contract)は、この仮定を明確にし、インプット後のクレームを利用可能なタイミング証拠に結び付ける。

関連論文リスト

• JockeyBench: Evaluating LLM Agents on Horse-Racing Decision-Making [51.28684419852576]
  繰り返し発生する事象予測には、ノイズのある証拠から予測信号を抽出する必要がある。 本稿では,歴史的競馬を通じてこの問題を研究するベンチマークおよび評価プロトコルであるJockeyBenchを紹介する。
  論文  参考訳（メタデータ） (2026-10-14T04:59:45Z)
• Auditing Future-Memory Use in Point-in-Time Language Agents [0.22843885788439797]
  ポイント・イン・タイム(PIT)エージェントは、外部の証拠が歴史的なカットオフを尊重している場合でも、カットオフ後の事実を思い出すことができる。 このアクセスが48の歴史的企業比較課題における証拠収集を予測できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-10-13T15:56:58Z)
• Say, Echo, Do: Strategic Narratives and Revealed Positioning in Financial Markets [0.0]
  観測可能な3つの声で市場を調査する:制度的ステートメント(Say)、メディア反復(Echo)、位置決め(Do)。 信用ある群衆の前で話し、取引を行う情報機関の線形四進法モデルでは、それを購入しながら資産を話し合うのは、$varphi22kvarphi$の正確なタイミングで最適である。
  論文  参考訳（メタデータ） (2026-09-29T21:04:18Z)
• Can Language Models Learn to Forecast Stock Prices [64.57057883175987]
  ポストトレーニングでは、検証可能な結果のタスクにおける言語モデルの性能が大幅に向上することが示されている。 ポストトレーニングは、財務予測性能を大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2026-09-29T07:34:39Z)
• Persuaded, Not Informed: Incentive-Misaligned Witnesses Defeat In-Context Grounding [0.0]
  より強力なモデルで対処されていない障害モードを特定します。 文脈が楽観主義へのインセンティブを持つ当事者による主張を含む場合、モデルはこの主張を証拠として扱い、明確化は会社の記録を容認できないとみなす。
  論文  参考訳（メタデータ） (2026-09-23T23:52:24Z)
• FinAbstain: Uncertainty-Calibrated Multimodal RAG for Selective Financial Forecasting [8.891247829087936]
  FinAbstainは、不確実性を校正したマルチモーダル検索拡張生成のためのフレームワークである。 ポイント・イン・タイム・レトリバーは、予測タイムスタンプで公開された情報のみを認め、基本、ニュース、技術、リスク、検証エージェントにモダリティ固有の証拠を提供する。 コントローラは、不確実性が検証された閾値以下である場合にのみ、強気、弱気または中立的な結果を予測する。
  論文  参考訳（メタデータ） (2026-07-27T07:05:22Z)
• ForesightFlow: An Information Leakage Score Framework for Prediction Markets [0.0]
  イベント解決されたバイナリ市場の場合、スコアは、パブリックニュースイベントの前に価格設定された端末情報の一部を定量化する。 このスコアは、ラベル生成と適切なスコアリングルール文学を結びつけるマーフィー分解読解を認めている。 公文書化されたPolymarketインサイダーレコードの監査では、文書化されたケースが体系的にデッドライン解決されていることが明らかになった。
  論文  参考訳（メタデータ） (2026-05-01T08:04:29Z)
• ZIP-RC: Optimizing Test-Time Compute via Zero-Overhead Joint Reward-Cost Prediction [57.799425838564]
  ZIP-RCは、モデルに報酬とコストのゼロオーバーヘッド推論時間予測を持たせる適応推論手法である。 ZIP-RCは、同じまたはより低い平均コストで過半数投票よりも最大12%精度が向上する。
  論文  参考訳（メタデータ） (2025-12-01T09:44:31Z)
• Consistency Checks for Language Model Forecasters [54.62507816753479]
  予測器の性能を,論理的に異なる質問に対する予測の整合性の観点から測定する。 我々は,一連の基本質問を生成し,これらの質問から整合性チェックをインスタンス化し,予測者の予測を導き,予測の整合性を測定する自動評価システムを構築した。
  論文  参考訳（メタデータ） (2024-12-24T16:51:35Z)

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。