Bei der wissenschaft­lichen Diskussion dieses Risikofaktorreportings steht im Mittelpunkt, ob die Vorgaben seitens der Securities and Exchange Commission (SEC) zum größtmöglichen Abbau von Informationsasymmetrien zwischen Unternehmens­leitung und Investoren führen. Während zahlreiche Studien die Vorgaben in der jetzigen Form für wenig zweckdienlich halten, ist bislang unklar, ob der Grund hierfür in unspezifischen Berichten der Unternehmen oder in der mangelhaften Interpretation der Berichte durch die Investoren liegt.

Dr. Müller möchte diese Frage ver­suchen zu beantworten, indem er untersucht, welche systematischen Risiken von den Unternehmen tatsächlich im Risikofak­torreporting adressiert werden. Zudem analysiert er, welche dieser Risiken von den Investoren bei der Bewer­tung der Aktien im Anschluss an die Berichte berück­sichtigt werden.

Im ersten Teil des Vorhabens wird eine Datenbank aufgebaut, die sowohl Medienberichte über unter­nehmensrelevante Informationen als auch die Unter­nehmensberichte enthält. Die Medienberichte werden verwendet, um mit Hilfe von Deep-Learning-Verfahren Risikofaktoren mit Inhalten zu verknüpfen. Die zu entwickelnde Datenbank wird als NoSQL-Datenbank implementiert, um die unterschiedlichen Formate der einbezogenen Daten einfacher verarbeiten zu können. Bereits bei der Befüllung aus den Quelldatenbanken wird die Informationsmenge reduziert, indem ein bereits trai­niertes maschinelles Lernverfahren zur Verknüpfung von Entitäten eingesetzt wird. Es werden nur Textartikel in die Datenbank aufgenommen, die mit einer bestimmten Wahrscheinlichkeit mit mindestens einem Unternehmen aus den anderen Bereichen der Datenbank assoziiert sind.

Die benötigten Aktiendaten, zum Beispiel für den S&P 500 Index, stammen aus den Datenbanken Center for Research and Security Prices (CRSP), Compustat, Bloomberg und Morningstar. Die Datenbank Ravenpack stellt Zeitungsartikel und Blogeinträge bereit. Diese sind mit Informationslabels und Entitätslabels versehen, die eine Gruppierung ermöglichen. Für obligatorische Unter­nehmensberichte wird auf die Datenbank EDGAR zurückgegriffen.

Im zweiten Teil des Vorhabens wird mit Hilfe der Datenbank analysiert, welche systematischen Risiken Unternehmen tatsächlich berichten und welche Risiken von den Investoren mit welcher zeitlichen Verzö­gerung bei der Bewertung von Aktien berücksichtigt werden. Dazu werden im ersten Schritt – basierend auf Labels, die aus Renditen etablierter Faktorportfolios ab­geleitet werden – Medienartikel auf dem Weg des ma­schinellen Lernens in Vektorrepräsentationen überführt und Faktorcluster bestimmt. Das so trainierte neuronale Netzwerk wird im zweiten Schritt zur Transformation der relevanten Risikoberichte eingesetzt. Abschließend er­folgt die Zuordnung von Transformationen aus dem zweiten Schritt zu den Faktorclustern aus dem ersten Schritt. Die Assoziation der Risikofaktoren mit den Inhal­ten einerseits und die Assoziation der Unternehmensbe­richte mit den Risikofaktoren andererseits basieren auf zwei unterschiedlichen Datensätzen. Dadurch kann bei der Analyse zwischen der Problematik der unspezifischen Berichte der Unternehmen und der Problematik der mangelhaften Interpretation der Investoren unter­schieden werden.

Über diese Fragestellung hinaus möchte Dr. Müller einen Beitrag zum besseren Verständnis des systematischen Risikos auf Aktienmärkten anhand der in den Unterneh­mensberichten offenbarten Inhalte leisten. Bislang hat sich die Forschung wesentlich auf die Identifikation abs­trakter Risikofaktoren auf Märkten konzentriert. Es herrscht wenig Klarheit darüber, welche tatsächlichen Inhalte hinter den abstrakten Faktoren stehen.