Knowledge Management Scientific Association مدیریت پویا و تحلیل کسب و کار 3041-8933 در دست انتشار 1406 12 01 Design of a Text-Mining Model Based on ParsBERT and a Financial Sentiment Lexicon for Extracting Stock-Selection Signals from Board of Directors’ Activity Reports: Evidence from the Tehran Stock Exchange طراحی مدل متن‌کاوی مبتنی بر پارس‌برت و فرهنگ واژگان احساسی مالی برای استخراج سیگنال انتخاب سهام از گزارش‌های فعالیت هیئت‌مدیره: شواهدی از بورس اوراق بهادار تهران 1 22 FA حسین نبیئی بروجنی گروه حسابداری، واحد شهرکرد، دانشگاه آزاد اسلامی، شهرکرد، ایران حمیدرضا جعفری دهکردی گروه حسابداری، واحد شهرکرد، دانشگاه آزاد اسلامی، شهرکرد، ایران Journal Article 1405 04 10 <p><strong>Objective: </strong>This study aimed to design and validate a multilayer text-mining model for converting board of directors’ activity reports of Tehran Stock Exchange-listed firms into quantitative stock-selection signals and to test the economic value of combining these signals with accounting information.</p> <p><strong>Methodology: </strong>This applied, ex post facto study examined 330 firms listed on the Tehran Stock Exchange, from which 161 firms were selected through systematic elimination for the 2009–2023 period. The four-layer model comprised Persian-text preprocessing using Hazm, development of a domain-specific financial sentiment lexicon incorporating negation and intensification controls, polarity classification using ParsBERT, and conversion of textual indicators into calibrated probability scores using a support vector machine with Platt calibration. Three portfolios were constructed using textual information, accounting information, and their combination. Portfolio efficiency was measured using the slacks-based measure of data envelopment analysis. The study hypothesis was tested using Welch’s t-test, a 95% confidence interval, and Cohen’s d effect size.</p> <p><strong>Findings:</strong> Welch’s t-test demonstrated that the hybrid portfolio achieved significantly greater efficiency than the text-based portfolio, with a mean efficiency difference of 0.354 (t=2.48, df=19.8, p=0.022). The 95% confidence interval for the mean difference ranged from 0.056 to 0.652 and excluded zero. Cohen’s d was 1.06, indicating a large effect and supporting the research hypothesis. Sensitivity analyses involving alternative risk-free rates, alternative risk definitions, and exclusion of 2020 and 2021 did not alter the direction of the findings.</p> <p><strong>Conclusion:</strong> Textual signals extracted from board activity reports provide greater economic value when integrated with accounting information rather than used independently; accordingly, combining ParsBERT-based natural language processing with fundamental accounting indicators can provide a more effective framework for stock-selection decisions in the Iranian capital market.</p> <p><strong>هدف:</strong> هدف پژوهش، طراحی و اعتبارسنجی یک مدل متن‌کاوی چندلایه برای تبدیل محتوای گزارش‌های فعالیت هیئت‌مدیره شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران به سیگنال کمی انتخاب سهام و آزمون ارزش اقتصادی ترکیب این سیگنال با اطلاعات حسابداری بود. <strong>روش‌شناسی: </strong>پژوهش از نظر هدف کاربردی و از نظر روش پس‌رویدادی بود. جامعه آماری شامل 330 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران بود که با حذف سیستماتیک، 161 شرکت طی دوره 1388 تا 1401 انتخاب شدند. مدل چهارلایه شامل پیش‌پردازش متون فارسی با Hazm، تدوین فرهنگ واژگان احساسی مالی با کنترل نفی و تشدید، طبقه‌بندی قطبیت با ParsBERT و تبدیل شاخص‌های متنی به امتیاز احتمالی با ماشین بردار پشتیبان و کالیبراسیون پلات بود. سه سبد مبتنی بر اطلاعات متنی، اطلاعات حسابداری و ترکیب آن‌ها تشکیل شد و کارایی سبدها با مدل SBM تحلیل پوششی داده‌ها اندازه‌گیری گردید. فرضیه پژوهش با آزمون t ولچ، فاصله اطمینان 95% و اندازه اثر d کوهن بررسی شد. <strong>یافته‌ها:</strong> آزمون t ولچ نشان داد میانگین کارایی سبد ترکیبی به‌طور معناداری بیشتر از سبد مبتنی بر اطلاعات متنی بود؛ تفاضل میانگین کارایی برابر با 0.354 به دست آمد (t=2.48، df=19.8، p=0.022). فاصله اطمینان 95% این تفاوت از 0.056 تا 0.652 بود و صفر را دربر نگرفت. همچنین، اندازه اثر برابر با d=1.06 بود که بیانگر اثری بزرگ است؛ بنابراین، فرضیه پژوهش مبنی بر برتری کارایی سبد ترکیبی تأیید شد. تحلیل‌های حساسیت نیز با تغییر نرخ بدون ریسک، تعریف ریسک و حذف سال‌های 1399 و 1400 جهت این نتیجه را تغییر ندادند. <strong>نتیجه‌گیری:</strong> یافته‌ها نشان می‌دهد اطلاعات متنی گزارش‌های فعالیت هیئت‌مدیره زمانی ارزش اقتصادی بیشتری برای انتخاب سهام ایجاد می‌کند که به‌عنوان مکمل اطلاعات حسابداری به کار رود؛ ازاین‌رو، ادغام پردازش زبان طبیعی مبتنی بر ParsBERT با شاخص‌های بنیادی می‌تواند چارچوب مؤثرتری برای تصمیم‌گیری سرمایه‌گذاری در بازار سرمایه ایران فراهم کند.</p> https://dmbaj.org/index.php/dmba/article/download/500/441