Жасалма интеллект жөнүндө ачыктоо интенсивдүүлүгү — компаниянын SEC 10-K отчетундагы AI менен байланышкан мазмунду документтин узундугуна жараша нормалдаштырып, inverse hyperbolic sine өзгөртүүсүн колдонуу аркылуу түзүлгөн тексттик корпоративдик ачыктоо көрсөткүчү. Mingyeong Song жана Hana Kim 2010–2024 мезгилиндеги АКШнын ачык компанияларын изилдеп, AI ачыктоо интенсивдүүлүгүнүн кийинки жылдагы компаниянын баалоосу менен кандай байланышта экенин, аналитиктер ошол эле ачыктоолорго жакын мезгилдеги EPS божомолдору аркылуу жооп береби-жокпу жана AI боюнча медианын көңүл буруусу бул баалоо байланышын күчөтөбү-жокпу талдашат. SEC EDGAR, Compustat, IBES жана ProQuest TDM Studio маалыматтарын бириктирген изилдөө AI ачыктоо интенсивдүүлүгү кийинки жылдагы Tobin’s Q жана market-to-book баалоолору менен оң байланышта экенин; бирок filing датасынын айланасында analyst coverage өзгөрүүсүнө же EPS forecast revision көрсөткүчүнө маанилүү жакын мөөнөттүү таасир табылбаганын билдирет.

Изилдөөнүн борбордук жыйынтыгы — рынок–аналитик асимметриясы. Негизги fixed effects моделинде AI ачыктоо интенсивдүүлүгүнүн кийинки жылдагы log Tobin’s Q коэффициенти 0,115 болуп, %1 деңгээлде маанилүү. Market-to-book жыйынтыгы 0,146. Ал эми analyst coverage өзгөрүүсү, filingден кийинки аналитиктердин саны жана EPS forecast revision коэффициенттери статистикалык жактан маанилүү эмес. Формалдуу mediation анализинде analyst coverage жолу аркылуу өтүүчү кыйыр таасир да болжол менен нөлгө барабар.

AI жаңылыктарына көңүл буруу өз алдынча көз карандысыз баалоо көрсөткүчү эмес; бирок компаниянын AI ачыктоосу менен өз ара аракеттенгенде баалоо байланышын күчөтөт. AI disclosure × TDM AI news interaction коэффициенти негизги Tobin’s Q моделинде 0,085 болуп, exact-name matching, outlier exclusion, winsorization жана permutation placebo текшерүүлөрүндө сакталат. Ошентсе да изилдөө байкоого негизделген жана негизинен ассоциациялык мүнөздө. Fixed effects, lead-lag убакыт түзүмү, инструменталдык өзгөрмөлөр жана sample-selection түзөтүүлөрү олуттуу бекемдик берет; бирок изилдөө AI ачыктоосу компаниянын баалоосун себептик түрдө жогорулатат деп так далилдебейт.

Изилдөө маселеси

Компаниялар жылдык 10-K отчетторунда жасалма интеллект жөнүндө барган сайын көбүрөөк сөз кылууда. Бирок компаниянын “AI колдонобуз”, “AI ге инвестиция салабыз” же “AI мүмкүнчүлүгүбүздү өнүктүрөбүз” деген ачыктоосу эки башка жол менен бааланышы мүмкүн.

Биринчи канал — аналитиктердин фундаменталдык көрсөткүчтөрдү жаңыртуусу. Эгер AI ачыктоосу жакын мөөнөттөгү кирешени чындап өзгөртсө, sell-side аналитиктер EPS божомолдорун, coverage деңгээлин же башка финансылык күтүүлөрдү өзгөртүшү күтүлүшү мүмкүн.

Экинчи канал — рыноктук нарратив. AI ачыктоосу али жакын мөөнөттөгү кирешеге айлана элек болсо да, инвесторлордун компаниянын узак мөөнөттүү өсүү мүмкүнчүлүктөрү, технологиялык кубаттуулугу, intangible capital же стратегиялык орду тууралуу күтүүлөрүнө таасир этиши мүмкүн. Мындай учурда баалоо мультипликаторлору өзгөрүп, аналитиктердин кыска мөөнөттүү EPS божомолдору ошол бойдон калышы мүмкүн.

Изилдөөнүн негизги жаңылыгы — ушул эки каналды бир эле изилдөө дизайнынын ичинде бөлүп кароого аракет кылышы.

Эмне үчүн 10-K отчеттору колдонулат?

10-K — АКШдагы ачык компаниялар SECке тапшырган милдеттүү жылдык отчет. Бул отчеттор финансылык отчеттордон тышкары тобокелдиктерди, операцияларды, стратегияны жана келечекке багытталган корпоративдик ачыктоолорду камтыйт. Ошондуктан алар AI менен байланышкан нарративдерди туруктуу жана компания деңгээлинде салыштырууга боло турган кеңири тексттик булак түзөт.

Булак үлгүдө кандайдыр бир AI сөзү бар 10-Kлардын үлүшү 2010 жылы %2,5 деңгээлинен 2024 жылы %57,9 деңгээлине өскөнүн белгилейт. Кириш сөздө substantive AI discussion үлүшү да %1,0 деңгээлинен %42,6 деңгээлине чейин көтөрүлгөнү жазылат. Бирок булактын Figure 1 бөлүгүндөгү substantive сериясы визуалдык жактан бул %42,6 маанисине туура келбейт. Ошондуктан %42,6 текстте билдирилген булак мааниси катары сакталып, булак ичиндеги айырма чечилмейинче графикалык маалымат катары кайра түзүлбөшү керек.

Төрт изилдөө гипотезасы

Маалымат булактары

Үлгүнүн түзүмү

Негизги disclosure–valuation маалымат базасында outcome-specific чыпкаларга чейин 2010–2024 мезгилине тиешелүү 72.958 компания-жыл байкоосу бар. Тандалган Tobin’s Q fixed effects регрессиясында жетишпеген контролдук өзгөрмөлөр жана ырааттуу кийинки-жыл баалоосу шарты колдонулгандан кийин 60.468 байкоо пайдаланылат.

Аналитик каналында ар бир 10-K filing үчүн кийинки финансылык жылдын EPS божомолдорунда filing датасына чейинки жана кийинки 180 күндүн ичиндеги эң жакын IBES snapshot-тары дал келтирилген. Негизги регрессия үлгүсү 7.599 компания-жыл.

TDM Studio маалыматтарында компаниялардын аттары нормалдаштырылып, Compustat gvkey идентификаторуна crosswalk түзүлгөн. Бир эле компания-жылга дал келген бир нече жаңылык жазуусу алгач gvkey-year деңгээлинде топтолуп, андан кийин өзгөртүү колдонулган.

AI ачыктоо интенсивдүүлүгү кантип эсептелет?

Булактын чийки AI ачыктоо упайы:

\[ Raw\ AI\ Score = \frac{(tier1+0.5\times tier2)\times10{,}000} {total\ words} \]

түрүндө берилет.

tier1 AI менен түз байланышкан негизги терминдерди; tier2 болсо экинчи даражадагы терминдерди билдирет. Tier-2 терминдери filing ичинде жок дегенде бир tier-1 термини болсо гана эсепке алынат. Ошентип жалпы технология сөздөрүн контексттен ажыратып AI катары саноо азайтылат.

10.000 көбөйткүчү масштабдоо үчүн гана колдонулат. Андан кийин упай жогорку куйрукта winsorize кылынат жана AI ачыктоосу өтө сейрек болгондуктан inverse hyperbolic sine өзгөртүүсү колдонулат.

Альтернативдүү AI ачыктоо өлчөмдөрү

• AI менен байланышкан абзацтардын санына IHS өзгөртүүсү.
• AI-абзац дисперсиясы.
• Эки же андан көп AI менен байланышкан абзац же ачык AI фокусу болсо 1 болгон substantive AI disclosure көрсөткүчү.

Альтернативдүү өлчөмдөрдүн максаты — негизги жыйынтык бир гана keyword упайына көз карандыбы-жокпу текшерүү.

Негизги lead-lag баалоо модели

Булак негизги моделди:

\[ \log Q_{i,t+1} = \beta AI\ Disclosure_{i,t} + \gamma'X_{i,t} + \alpha_i + \delta_t + \varepsilon_{i,t} \]

түрүндө түзөт.

\(\log Q_{i,t+1}\) кийинки финансылык жылдагы log Tobin’s Q мааниси. \(AI\ Disclosure_{i,t}\) учурдагы жылдын IHS-өзгөртүлгөн AI ачыктоо интенсивдүүлүгү. \(X_{i,t}\) ROA, log assets, R&D intensity жана debt ratio контролдору. \(\alpha_i\) компаниянын fixed effect-ин, \(\delta_t\) жылдын fixed effect-ин билдирет.

Стандарттык каталар компания жана жыл деңгээлинде кош кластерленген. Кошумча моделдерде year fixed effects industry-year fixed effects менен алмаштырылат же учурдагы/кечиккен баалоо контролдонот.

10-Kдагы AI Ачыктоосу Компаниянын Баалоосу Менен Кантип Байланыштуу?

2010–2024 АКШ компания-жыл панелинде AI ачыктоо интенсивдүүлүгү кийинки жылдагы баалоо менен оң байланышта; негизги fixed effects моделинде log Tobin’s Q коэффициенти 0,115, log market-to-book коэффициенти 0,146 жана учурдагы же кечиккен баалоо контролдору кошулганда байланыш алсызыраак болсо да оң бойдон калат. Изилдөө бул жыйынтыкты себептик таасир катары эмес, бекемделген ассоциациялык натыйжа катары чечмелейт.

Tobin’s Q жыйынтыктары

*** белгиси булакта p<0,01 деңгээлин көрсөтөт.

Альтернативдүү өлчөмдөр да ошол эле багытты көрсөтөбү?

Ооба. AI paragraph dispersion коэффициенти 0,044, substantive AI disclosure коэффициенти 0,061 жана экөө тең %1 деңгээлде маанилүү.

Мындан тышкары post-ChatGPT interaction 0,025 жана p=0,394. Бул жыйынтык негизги AI disclosure–valuation байланышы 2023–2024 мезгилиндеги ChatGPTден улам болгон AI кызыгуусунун өсүшүнө гана таандык эместигин көрсөткөн булак колдогон далил берет.

Аналитик каналы кантип текшерилет?

Аналитик анализинин убакыт түзүмү негизги компания-жыл моделинен айырмаланат. Изилдөөчүлөр 10-K filing датасын чыныгы окуя датасы катары колдонуп, кийинки финансылык жыл үчүн filingге чейинки жана кийинки эң жакын IBES forecast snapshot-тарын салыштырат.

Текшерилген жыйынтыктар:

• analyst coverage change,
• filingден кийинки аналитиктердин саны,
• чийки EPS forecast revision,
• баа менен масштабдалган EPS revision

түрүндө.

Аналитиктер AI Ачыктоолорун Дароо EPS Божомолдоруна Чагылдырабы?

Булакта муну тастыктаган маанилүү жакын мөөнөттүү далил жок: AI ачыктоо интенсивдүүлүгүнүн coverage change, filingден кийинки аналитиктердин саны, чийки EPS revision жана масштабдалган EPS revision коэффициенттеринин баары статистикалык жактан маанилүү эмес; бул жыйынтык аналитиктер такыр жооп бербейт дегенди эмес, каралган filing терезесинде жакын мөөнөттүү фундаменталдык көрсөткүч жаңыртылышы аныкталбаганын билдирет.

Медиа көңүл буруусу кантип өлчөнөт?

TDM AI news attention компания-жыл деңгээлиндеги AI менен байланышкан жаңылыктардын санын gvkey-year деңгээлинде топтоп, IHS өзгөртүүсүн колдонуу аркылуу түзүлгөн.

Альтернативдүү tier-weighted медиа өлчөмү:

tier1 + 0,5 × tier2 + 0,25 × tier3

түрүндөгү салмакталган AI keyword түзүмүн колдонот.

Interaction моделдеринде компаниянын AI ачыктоосу жана медиа көңүл буруусу алгач борборлоштурулуп, андан кийин эки өзгөрмөнүн көбөйтүндүсү түзүлөт.

AI Жаңылыктарына Көңүл Буруу Компаниянын Ачыктоосунун Баалоо Таасирин Күчөтөбү?

Ооба; медиа көңүл буруусу өз алдынча маанилүү баалоо өзгөрмөсү болбосо да, AI disclosure × AI news interaction коэффициенти Tobin’s Q үчүн 0,085, market-to-book үчүн 0,104 жана industry-year fixed effects моделинде 0,091; булак бул көрүнүштү медианын компаниянын ачыктоосун алмаштыруусу эмес, компания нарративинин рыноктук көрүнүүсүн күчөтүүчү amplification механизми катары чечмелейт.

Медиа interaction жыйынтыктары

TDM AI news негизги таасири базалык моделде 0,002 жана статистикалык жактан маанилүү эмес. Бул айырма маанилүү: жыйынтыкты “AI жаңылыктары компаниялардын баасын жогорулатат” деп чечмелөөгө болбойт. Негизги нерсе — жаңылыктардын көрүнүүсү менен компаниянын өзүнүн AI ачыктоосунун айкалышы.

Компаниянын атын matching кылуу катасы жыйынтыкты түшүндүрө алабы?

Булак TDM маалыматтарын компания аттары аркылуу Compustatка matching кылуунун false-positive тобокелдигин атайын текшерет.

Жыл ичиндеги TDM attention маанилери компаниялар арасында кокус кайра бөлүштүрүлгөн 300 permutation placebo тестинде null коэффициент бөлүштүрүүсүнүн орточо мааниси 0,000, стандарттык четтөөсү 0,019. Эч бир кокус кайра дайындоо байкалган 0,085 коэффициентине жеткен эмес жана эмпирикалык эки тараптуу p мааниси 0,003 деп табылган.

Уюштуруучулук мүмкүнчүлүк эмне үчүн маанилүү?

AI технологиясын ишке киргизүү бир гана программалык камсыздоонун атын колдонуудан турбайт. Ал маалымат инфраструктурасы, IT системалары, техникалык жумушчу күчү жана уюштуруучулук рутиналар сыяктуу толуктоочу капиталды талап кылат. Ошондуктан булак AI ачыктоолору чоңураак компанияларда ишенимдүү же ишке ашырууга мүмкүн катары кабыл алынышы мүмкүн деген гипотезаны текшерет.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Уюштуруучулук мүмкүнчүлүктүн жыйынтыктары

Large employer негизги аныктамасында кеминде 1.000 кызматкерди, large assets болсо медианадан жогору log assets маанисин билдирет.

Кошумча Table A4 таблицасында жыйынтык үзгүлтүксүз өлчөмдөр менен да каралат. AI disclosure × log employment коэффициенти 0,019, AI disclosure × log sales 0,008 жана экөө тең маанилүү. Ал эми capx/assets жана R&D intensity interaction-дары маанилүү эмес.

Инструменталдык өзгөрмө анализи эмне үчүн жүргүзүлөт?

AI disclosure intensity эндоген болушу мүмкүн. Мисалы, буга чейин эле жогору бааланган компаниялар көбүрөөк AI ачыктоосу жасашы мүмкүн же AI ачыктоосуна да, баалоого да таасир эткен байкалбаган убакыт боюнча өзгөрмө факторлор болушу мүмкүн.

Булак эки өзүнчө just-identified 2SLS моделин түзөт.

1. Industry-peer IV: ошол эле Fama–French 48 секторундагы башка компаниялардын ошол жылдагы leave-one-out AI disclosure орточосу.
2. Geographic/state IV: ошол эле АКШ штатындагы башка компаниялардын ошол жылдагы leave-one-out AI disclosure орточосу.

2SLS жыйынтыктары

Эки first-stage F статистикасы тең салттуу weak-instrument чектеринен жогору. Авторлор second-stage коэффициенттеринин fixed effects баасынан чоң болушун сөздүккө негизделген AI disclosure өлчөмүндөгү measurement error себеп болгон attenuation менен шайкеш деп эсептешет.

Ошентсе да инструменталдык өзгөрмөнүн exclusion restriction божомолун түздөн-түз текшерүүгө болбойт. Ошол эле сектордогу же штаттагы башка компаниялардын AI ачыктоолору максаттуу компаниянын баалоосуна максаттуу компаниянын disclosure жүрүм-туруму аркылуу гана таасир этет деген божомол маанилүү. Ошондуктан 2SLS жыйынтыгы себептүүлүккө күчтүүрөөк колдоо берет, бирок өз алдынча так себептик далил катары көрсөтүлбөшү керек.

Үлгү тандоо оңдолгондо жыйынтык өзгөрөбү?

Кийинки-жыл баалоосу бардык компания-жылдарда байкалбагандыктан, булак inverse-probability weighting жана Heckman two-step түзөтүүлөрүн колдонот.

Heckman моделиндеги inverse Mills ratio 0,019 жана p=0,945. Булак бул жыйынтыкты sample-retention процессинен келип чыккан олуттуу selection bias далили жок деп чечмелейт.

Бул таблицадагы коэффициент деңгээлдери негизги Table 3 менен түздөн-түз салыштырылбашы керек; selection-correction моделдери industry жана year fixed effects колдонсо, негизги baseline firm fixed effects камтыйт.

Аналитик каналы ортомчулук кылабы?

Бул анализ 6.264 компания-жылга колдонулган. a path нөлгө жакын жана маанилүү эмес болгондуктан AI disclosure → analyst coverage → valuation чынжырындагы байкалган кыйыр таасир иш жүзүндө жок.

Figure 2 эмнени көрсөтөт?

Булак Figure 2 бөлүгүндө 2010–2024 арасында 10-K AI mention share менен оң TDM AI news attention бар компаниялардын үлүшүн чогуу көрсөтөт. AI disclosure сериясы айрыкча 2022 жылдан кийин абдан тез өсөт, ал эми TDM media attention сериясы ушундай эле бир багытта өспөйт.

Бул визуал изилдөөнүн “медиа көңүл буруусу disclosure-ды алмаштырбайт” деген жыйынтыгы менен концептуалдык жактан шайкеш. Бирок Figure 2 убакыт боюнча сүрөттөмө серияларды гана көрсөтөт; interaction коэффициентинин себептик механизмин өз алдынча далилдебейт.

Figure 1 бөлүгүндөгү булак ичиндеги дал келбестик

Кириш текст substantive AI discussion үлүшү 2024 жылы %42,6 болгонун айтса, Figure 1 бөлүгүндөгү “Substantive AI focus” деп белгиленген кызыл серия 2024 жылы бул көлөмгө визуалдык жактан дал келбейт. Figure 1 эскертүүсү да substantive өлчөмдү эки же андан көп AI абзацы катары аныктайт.

Булакта бул айырманы түшүндүргөн өзүнчө методологиялык эскертүү болбогондуктан, Verianla бул эки көрсөтүүнү бириктирбейт жана биринин ордуна экинчисин үнсүз оңдобойт.

Изилдөө колдогон жыйынтыктар

• AI disclosure intensity изилденген АКШ панелинде кийинки жылдагы Tobin’s Q жана market-to-book баалоолору менен оң байланышта.
• Байланыш current valuation, lagged valuation, industry-year effects жана альтернативдүү AI disclosure өлчөмдөрүндө сакталат.
• Filing айланасындагы analyst coverage жана EPS revision өлчөмдөрүндө маанилүү AI disclosure байланышы табылган эмес.
• AI news attention өз алдынча күчтүү баалоо өзгөрмөсү эмес.
• AI news attention менен компаниянын AI disclosure-унун ортосундагы interaction оң.
• Медиа amplifikatsiya exact-name, outlier жана permutation текшерүүлөрүндө сакталат.
• AI disclosure–valuation байланышы large employer жана large assets компанияларда күчтүүрөөк.
• Analyst coverage ортомчулук жолунун баасы болжол менен нөл.
• IV жана sample-selection анализдери негизги оң байланышты жок кылбайт.

Изилдөө колдобогон жыйынтыктар

• AI жөнүндө көбүрөөк жазуу компаниянын баасын так жана себептик түрдө жогорулатары далилденген эмес.
• AI disclosure тексти компаниянын чыныгы AI capability-син түз өлчөй турганы көрсөтүлгөн эмес.
• Аналитиктер AI маалыматына такыр жооп бербейт деп көрсөтүлгөн эмес; каралган coverage жана жылдык EPS терезелеринде гана маанилүү жакын мөөнөттүү жаңыртуу табылган эмес.
• Медиа көңүл буруусу өз алдынча компаниянын баалоосун жогорулатары көрсөтүлгөн эмес.
• R&D интенсивдүүлүгү AI disclosure premiumун күчөтөрү көрсөтүлгөн эмес.
• Post-ChatGPT мезгили байланышты статистикалык жактан күчөтөрү көрсөтүлгөн эмес.
• АКШ үлгүсүндөгү жыйынтыктарды башка өлкөлөргө жана жөнгө салуу түзүмдөрүнө автоматтык жалпылоого болору көрсөтүлгөн эмес.
• AI ачыктоолору кийин чыныгы өндүрүмдүүлүккө, пайдага же продукт ийгилигине айланары түздөн-түз текшерилген эмес.

Негизги чектөөлөр

• AI disclosure өлчөмү сөздүккө негизделген жана чыныгы AI capability ордуна тексттик ачыктоо интенсивдүүлүгүн өлчөйт.
• Альтернативдүү абзац жана substantive өлчөмдөр measurement error көйгөйүн азайтышы мүмкүн, бирок толук жок кылбайт.
• Дизайн негизинен ассоциациялык жана убакыт боюнча өзгөрүүчү omitted variables калышы мүмкүн.
• Аналитик тесттери жылдык EPS snapshot-тарына басым жасагандыктан target price, qualitative report же узагыраак мөөнөттүү реакцияны өткөрүп жибериши мүмкүн.
• TDM медиа панели компания атын matching кылууга көз каранды.
• Article-level валидация компаниядан чыккан жарыяны үчүнчү тараптын жаңылыгынан жакшыраак ажырата алат.
• Үлгү АКШ компаниялары менен чектелген.
• 2010–2024 мезгили AI тез жайылган мезгил болгондуктан, келечекте байланыш ошол бойдон калаары белгисиз.

Келечектеги изилдөө багыттары

Булак тексттик disclosure өлчөмдөрүн AI patents, AI job postings жана чыныгы product launches сыяктуу тышкы capability көрсөткүчтөрү менен валидациялоону сунуштайт. Аналитик тарапта узагыраак мөөнөттүү forecast, target-price жана сапаттык изилдөө отчеттору; медиа тарапта болсо article-level provenance айырмалоосу келечектеги иштер үчүн маанилүү.

Булак жана Ыкма Жөнүндө Эскертүү

Толук түпнуска аталышы: AI Disclosure Narratives, Media Attention, and Firm Valuation.

Авторлор: Mingyeong Song; Hana Kim.

Corresponding author: Hana Kim.

PDFдеги аффилиация: School of Business and Technology Management, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.

SSRN аффилиация эскертүүсү: SSRN Hana Kimди KAIST менен көрсөтөт, Mingyeong Song үчүн аффилиация маалыматын бербейт; жүктөлгөн PDF эки авторду тең бир KAIST бөлүмү менен байланыштырат.

Платформа: SSRN.

SSRN Abstract ID: 7030637.

DOI: 10.2139/ssrn.7030637.

Posting датасы: 30 iyun 2026.

Барак саны: 21.

Булак түрү: Preprint research paper.

Рецензия абалы: Жүктөлгөн PDF ачык түрдө рецензиядан өтпөгөнүн билдирет.

Рецензияланган journal version: Учурдагы библиографиялык текшерүүдө өзүнчө рецензияланган версия ырасталган эмес.

Лицензия: SSRN жазуусу “All rights reserved. No reuse allowed without permission” деп билдирет.

Ачкыч сөздөр: artificial intelligence; disclosure; news attention; valuation; analyst forecasts; textual analysis.

JEL: G14; G32; M41; O33.

Изилдөө мезгили: 2010–2024.

Негизги маалымат булактары: SEC EDGAR 10-K, Compustat, IBES жана ProQuest TDM Studio.

Негизги disclosure панели: 72.958 компания-жыл.

Тандалган Tobin’s Q регрессиясы: 60.468 байкоо.

Аналитик регрессиясынын үлгүсү: 7.599 компания-жыл.

Негизги AI disclosure өлчөмү: Filing узундугуна нормалдаштырылган tiered AI keyword score; upper-tail winsorization жана IHS өзгөртүүсү колдонулат.

Альтернативдүү disclosure өлчөмдөрү: AI-related paragraph dispersion жана substantive AI disclosure.

Негизги эконометрикалык ыкма: Компания жана жыл fixed effects камтыган lead-lag панелдик регрессия; стандарттык каталар компания жана жыл деңгээлинде double-clustered.

Аналитик дизайны: 10-K filing датасына чейинки жана кийинки 180 күндүн ичинде кийинки финансылык жыл үчүн эң жакын IBES snapshot-тарын дал келтирүү.

Медиа дизайны: TDM AI news attention компания-жыл деңгээлинде gvkey-yearга топтолот жана interaction алдында disclosure менен бирге борборлоштурулат.

Негизги баалоо коэффициенти: AI disclosure → log Tobin’s Q(t+1): 0,115, s.e. 0,024.

Market-to-book коэффициенти: 0,146, s.e. 0,032.

Аналитик каналы: Coverage change, NUMEST, EPS revision жана scaled EPS revision жыйынтыктарынын эч биринде AI disclosure коэффициенти маанилүү эмес.

Негизги медиа interaction: AI disclosure × TDM news = 0,085, s.e. 0,027.

Permutation placebo: 300 within-year кайра дайындоо; эмпирикалык эки тараптуу p=0,003.

Мүмкүнчүлүк гетерогендүүлүгү: Large employer жана large assets interaction-дары 0,105 жана маанилүү; high R&D interaction маанилүү эмес.

Industry-peer IV: First-stage F=307,7; second-stage AI disclosure коэффициенти 0,357.

State-peer IV: First-stage F=34,3; second-stage коэффициент 0,818.

Sample selection: IPW жана Heckman түзөтүүлөрүндө AI disclosure коэффициенти оң бойдон калат; inverse Mills ratio 0,019 жана p=0,945.

Mediation: Analyst coverage аркылуу кыйыр таасир -0,001 жана ортомчулук үлүшү болжол менен %0.

Кызыкчылыктардын кагылышы: Авторлор белгилүү атаандаш финансылык кызыкчылык же изилдөөгө таасир эте турган жеке мамиле жок экенин билдиришкен.

Data availability: Compustat жана IBES маалыматтары WRDS аркылуу, TDM Studio маалыматтары ProQuest лицензиясы менен колдонулган жана авторлор тарабынан кайра таратылбайт. SEC 10-K filings EDGAR аркылуу коомчулукка ачык.

Каржылоо: Жүктөлгөн PDFде өзүнчө каржылоо билдирүүсү көрүнбөйт.

CRediT: Жүктөлгөн PDFде өзүнчө CRediT/автордук салымдар билдирүүсү көрүнбөйт.

Негизги чечмелөө чеги: Изилдөө robustlik жана IV анализдерине карабастан, негизги изилдөө дизайнын ассоциациялык деп мүнөздөйт; байкалбаган убакыт боюнча өзгөрүүчү факторлор толук четтетилген эмес.

Figure 1 булак ичиндеги дал келбестик: Кириш сөз substantive AI discussion үлүшү 2024 жылы %42,6 экенин билдирсе, Figure 1 ичинде ошол түшүнүккө туура келет деп көрсөтүлгөн серия бул деңгээлге визуалдык жактан дал келбейт. Булак айырманы түшүндүрбөгөндүктөн Verianla бул серияны так сандык график катары кайра түзбөйт.

Figure 2: 10-K AI mention share менен оң TDM AI news attention бар компаниялардын үлүшүнүн 2010–2024 трендин чогуу көрсөтөт.