标准化声誉衡量

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Standardised Reputation Measurement》
---
作者：
Peter Mitic
---
最新提交年份：
2017
---
英文摘要：
  Well-defined formal definitions for sentiment and opinion are extended to incorporate the necessary elements to provide a formal quantitative definition of reputation. This definition takes the form of a time-based index, in which each element is a function of a collection of opinions mined during a given time period. The resulting formal definition is validated against informal notions of reputation. Practical aspects of data procurement to support such a reputation index are discussed. The assumption that all mined opinions comprise a complete set is questioned. A case is made that unexpressed positive sentiment exists, and can be quantified.
---
中文摘要：
对情绪和观点的定义良好的正式定义进行了扩展，以纳入必要的元素，从而提供声誉的正式定量定义。该定义采用基于时间的索引形式，其中每个元素是在给定时间段内挖掘的意见集合的函数。由此产生的正式定义根据非正式的声誉概念进行验证。讨论了支持这种声誉指数的数据获取的实际方面。所有挖掘出的意见都包含一个完整的集合的假设受到质疑。一个案例表明，未表达的积极情绪是存在的，并且可以量化。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
PDF下载：
--> Standardised_Reputation_Measurement.pdf (966.39 KB)

2022-5-31 21:06:48 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：标准化 Quantitative standardised Applications Computation

标准化声誉测量草图-未经授权人Mitic（1,2,3）（1）Santander UK2 Triton Square，Regent’s Place，London NW1 3内马尔：peter事先许可，请勿引用。mitic@santandergcb.comTel：+44（0）207 756 5256（2）伦敦大学学院LondonGower Street计算机科学系WC1E 6BT（3）巴黎金融监管卓越实验室（LabEx ReFi），巴黎银行（ParisAbstractWell）对情绪和意见定义明确的正式定义进行了扩展，以纳入必要的元素，以提供声誉的正式定量定义。该定义采用基于时间的索引形式，其中每个元素都是在给定时间段内挖掘的意见集合的函数。由此产生的正式定义根据非正式的声誉概念进行验证。讨论了支持这种声誉指数的数据获取的实际方面。所有挖掘出来的观点都是一个完整的集合的假设受到质疑。一个案例表明，未表达的积极情绪是存在的，并且可以量化。关键词计算、声誉指数、声誉定义、观点、未表达的积极情绪Jel codesC18、C32、C49免责声明表达或呈现的观点、想法和方法是作者的观点、想法和方法，并不一定反映桑坦德的立场。给出的值仅为图示，不代表桑坦德数据。1、简介近年来，随着组织越来越意识到自己的声誉很重要，声誉衡量变得越来越重要。以前，声誉是一个有点主观的概念，但直到最近，声誉的形式定义及其衡量一直是难以捉摸的。

本文的目的是明确区分声誉和两个密切相关的概念情绪和观点，然后从数量上正式定义声誉。1.1情感和声誉的非正式定义《牛津英语词典》将情感定义为“持有或表达的观点或意见``(https://en.oxforddictionaries.com/definition/sentiment)。其他词典也同意这种说法。Liu（2015）在积极或消极情绪的意义上使用了“情绪”一词，并引入了“意见”一词来表示广泛的上下文，包括情绪（Liu的定义）、评价、评价、态度和相关信息，如意见持有人和意见目标。声誉是一个意见的集合，但它不仅仅是这些。声誉表示意见持有人与目标绩效之间的关系，是指意见持有人的期望。Mitic（2017）中给出了一个非正式的定义，但下文进行了修订，以符合Liu对意见的定义。因此，我们制定了这些非正式定义。  情感：持有或表达的观点  观点：目标持有人在特定时间表达的情绪  声誉：随着时间的推移而形成的集体意见，可能与意见持有人对目标的期望相冲突。声誉的非正式定义概括了这样一种观点，即声誉是“你所期望的和你所得到的”之间的差异。它大致符合巴塞尔委员会（BCBS157 2009）对计算的定义。1.2情绪、观点和声誉的正式定义以下情绪和观点的正式定义基于刘（2015）中的定义。

刘定义了情绪的三个独立组成部分：极性（积极、消极或零）、强度（衡量极性程度的指标——数字或其他）和类型（理性或情感）。在实践中，极性和强度作为一个单一实体从数据挖掘中显现出来，将该类型包含到更一般的分类向量中更方便（见下文）。因此，我们将<<情绪的标准衡量>>，S定义为[-1，1]范围内的区域数。                          （1） 可以在Jurafsky（2008）或Bishop（2007）中找到可用于量化情绪的方法说明。其中包括NaiveBayes、人工神经网络和支持向量机等方法。意见O是一个最低限度的5维向量，它扩展了情感的概念，包括唯一标识符i、时间戳t、目标G、情感Si（由于它经常单独使用，所以索引到它的标识符）及其持有者（发起者）H。虽然没有必要，但将第六个成分添加到O中是有用的：分类向量C，可用于对意见进行分类（例如，作为社会/商业、持有人的影响程度…）。此组件有助于分析影响声誉的因素，并将刘的情绪纳入“类型”。O={i，t，G，H，S，C}（2）时间t的声誉可以用一组观点来定义$\\, 其中t是时间的索引集，I是唯一标识符的索引集。然后，可以将组织G在时间t，RG（t）的声誉作为意见收集的一些一般功能给出：                     （3） 例如，该函数可以是意见集合中表达的情感的加权平均值。

使用这种方法，如果wii是用唯一标识符i和情感si分配给意见O的权重，并且索引集i有n个元素，那么函数和声誉在时间t的形式为上一小节中对声誉的非正式定义包括“随着时间的推移而建立”。为了扩展定义RG（t）以涵盖索引集中的时间，我们定义了声誉，, 将目标G作为时间序列（5） 这一定义取决于在较长时期内采取的声誉衡量。如果潜在的意见持有者只注意到少量（也许只有一个）孤立的意见，并仅根据这些意见制定自己的意见，这是不够的。2、声誉数据挖掘在本节中，我们简要概述了实施可行声誉分析所需的数据挖掘过程的实用性。详细信息请参见Mitic（2017）。该过程在给定的时间段（通常为24小时）内为：1。通过相关公共意见来源的电子提要接收“内容”（对应于方程式（2））：新闻报道、广播和电视广播、新闻稿、贸易活动报告、社交媒体（推特、脸书、博客等）上的评论。2、分析每个内容的情绪，定义一个权重（例如，以反映意见持有人的影响），从而得出每个内容的标准化情绪（方程式（1））。3、使用在该时间段内收到的所有内容（等式（4）}，或更一般地（3））组成声誉指数组件。然后，可以通过将上述过程的结果累加到集合t中的一系列间隔t来编译等式（5）中定义的声誉指数。

图1总结了计算指数采购流程。图1：声誉指数采购流程图1所示的顺序旨在消除声誉指数采购流程的主观性。如果数据挖掘阶段的来源构成一个完整而全面的集合，并且对内容的分析足以准确地确定情绪，那么这是可能的。完整性假设将在下一节中受到质疑。给出的声誉定义可以说是由于没有量化尚未收到的内容而导致了偏见。乔治·布什（GeorgeW.Bush）政府（NATO2002）的美国国防部长唐纳德·拉姆斯菲尔德（DonaldRumsfeld）引用的一句话总结了“缺失”积极情绪的可能存在：“信息是没有“已知”有些事情我们知道，我们也知道。有已知的未知。也就是说，有些事情我们现在知道，但我们不知道。但也有未知的未知因素。有些事情我们不知道，我们不知道。“缺失的”积极情绪对应于“未知的未知”。3.负面意见偏见：方法论方程（3）和（4）中的定义应用于收到的所有内容。它显然不能应用于未收到的评论。非正式地听到了关于任何声誉衡量都不可能准确的评论。原因是对消极情绪的偏见，总结为“没有消息就是好消息”。代理人（个人和团体/公司）可能会直言不讳地表达强烈的情绪，无论是积极的还是消极的。相对于周围的情绪（即平均声誉分数），如果他们有点恼火，他们也可能会表达非常轻微的消极情绪，但如果他们只是稍微满意，他们可能不会对相应的积极情绪感到烦恼。

因此，一些表达积极情绪的内容可能“缺失”。有迹象表明，这种情绪偏见是存在的。Aktolga和Allan（2013）以及Cook和Ahmad（2015）都发现了积极和消极的情绪偏见。Kelly和Ahmad（2015）发现，在预测股市回报时，只有负面情绪才具有统计上显著的预测能力。3.1偏差测量为了估计可能缺少多少积极情绪，我们特别关注一组声誉分数的截断平均值（即排除最大值和最小值的平均值-避免极端值）m附近的置换分数。这反映了一种观点，即略高于平均水平的情绪可能“缺失”。论证首先考虑给定时间段内的累积声誉得分（即不等式（5））。图（2）显示了三种典型的累积声誉得分曲线：正向、负向和零趋势。在每种情况下，从时间0到t，S[0，t]的累积声誉分数都是根据时间绘制的。对于正向累积声誉，“缺失”积极情绪是通过在m附近寻找负趋势来衡量的。对于负趋势累积总和，我们反转分数的符号，然后继续，就好像它是正向的一样。图2：累积声誉得分的典型示例首先，我们将m附近的得分偏度与所有得分的偏度进行比较。为此，我们计算元素RG（t）在[m-w，m+w]范围内的偏度，其中w是频带的半宽度，计算为分数范围的百分比（即最高分数和最低分数之间的差异）。

m的高收入的反倾斜是“缺失”积极情绪的指针。偏度不是量化“缺失”积极情绪程度的有用度量，因为数字偏度值与内容数量没有直接关系。计算声誉分数是。为了估计表达积极情绪的缺失内容的数量，我们计算[m-w，m+w]范围内的元素数量。反趋势是通过计算两个比率来衡量的 和 式（7）中，其中和分别是区间（m，m+w）和[m-w，m]中的分数，以及和分别为正面和负面分数的数量。  图（3）显示了数字, , 和对于正态分布分数RG（t）。这种正态分布对于声誉分数来说非常典型。图3：正态分布声誉得分：案例中的正向累积SUM > 1代表反趋势情况：尽管总体趋势是积极的，但平均分数附近的负面情绪多于积极情绪。我们将此比率与. 我们定义了缺失积极情绪百分比的度量，M，通过    4、负面意见偏差：结果本文计算中使用的数据包括来自商业智能咨询公司Alva（www.alvagroup.com）的tenUK零售银行声誉指数值。出于保密原因，它们被标记为Bank1、Bank2、。。。银行10。

使用了2014年1月至2015年12月的阿尔瓦计算指数，从其固有范围[1,10]线性扩展至[-1,1]。此外，对这十家银行的得分进行了每日平均，以得出代表零售银行业务的声誉得分。所用的w值反映了情绪的目标范围，对应于相对于环境情绪而言，表达“微小积极”情绪的内容“缺失”的想法。除了最接近零的5%之外，这些分数覆盖了分数值范围的三分之一，其结果是不稳定的。所以我们在窗口中取w=[2.5%，16.5%]。4.1偏度结果当累积声誉有正向趋势时，窗口w=[2.5%，16.5%]中w对应的偏度与数据的总体偏度相反。当出现负趋势时，则不存在相反的偏度。由此推断，累积声誉的正向趋势缺失了积极的因素，但如果存在负向趋势，则不存在。表1显示了结果。表1：负面情绪偏差偏差结果：skew-W是窗口W中的偏差，skew All是所有数据库的偏差skew-WSkew-AllTrend-0.340.2正1.70.48负1.440.55正0.13正1.870.61负1.240.11正1.960.18负0.48-0.01正0.070.22正2.160.28负0.530.04正4.2负面情绪偏差测量结果统计声誉得分对于量化“缺失”积极情绪的程度比偏度更有用，因为它是用实际数字表示的。表2显示了每家银行M的计算值（方程式8），当w在所示范围内变化时，该银行的累积声誉得分呈现正趋势。

根据偏态分析，这些人“缺少”积极情绪。表2：负面情绪偏差测量结果BankM11.8523.594.997.453.4813.57All4.28表2中的结果表明对所用数据的高度依赖性。因此，“全部”结果“4-5%”应用于表示“缺失的”积极情绪。价值最高的结果适用于表现出最大正累积得分趋势的银行（即，它们拥有最高声誉）。在所有银行对任何特定银行声誉影响的背景下，已经注意到了相反的影响：声誉极端（正面或负面）的银行受到的影响最小（详情见Mitic 2017a）。5、讨论本文给出的声誉的正式定义反映了一种非正式的观点，即声誉是指对所发生的事情和所期望的事情之间的差异的集体意见。为了验证代理并不总是表达积极情绪的观点，我们考虑了平均分数附近声誉分数分布的偏斜性。有一些证据表明存在表达积极情绪的“缺失”内容，如平均分数附近的偏斜所示，与总体趋势相反。然而，这些证据取决于所使用的措施，因此人们应该持怀疑态度。如果认为这些内容确实缺失，我们得出结论：  积极趋势累积情绪存在“缺失”积极情绪，但消极情绪不存在。  声誉得分应该提高4-5%，以解释这种“缺失”情绪。在量化了“缺失”内容之后，我们提到，存在但不应该存在的内容不会被拒绝。其中包括恶意内容和故意生成的影响声誉分数的内容。