빠른 숫자, 느린 언어: 정량적 및 정성적 실적 신호의 가교 역할

실적 발표는 두 가지 유형의 정보를 순차적으로 공개합니다: 정량적 서프라이즈 (Quantitative surprise, 애널리스트 예상치 대비 주당순이익(EPS)/매출액 수치)는 보도 자료와 금융 뉴스를 통해 가장 먼저 도착하며, 몇 분 이내에 알고리즘 트레이더(Algorithmic traders)들에 의해 처리됩니다. 정성적 언어 (Qualitative language, 경영진의 어조, 가이던스(Guidance), 질의응답(Q&A) 신뢰도)는 30~90분 후 실적 발표 컨퍼런스 콜 전사본(Earnings Conference Call Transcript, ECT)을 통해 도착하며, 밤사이 인간의 해석을 필요로 합니다. 금융 경제학자들은 50년 동안 정량적 서프라이즈를 연구해 왔으며, 자연어 처리 (Natural Language Processing, NLP) 연구자들은 지난 10년 동안 정성적 ECT 신호를 연구해 왔습니다. 동일한 사건을 연구함에도 불구하고, 두 커뮤니티는 서로 호환되지 않는 프레임워크를 사용해 왔습니다: 서로 다른 목표 (수익률(Return) vs 변동성(Volatility)), 거래 설정 (상위 10% 매수 및 하위 10% 매도 vs 전체 거래), 그리고 지표 (상위 및 하위 20% 간의 수익률 스프레드 (Q5-Q1) vs 평균 제곱 오차 (Mean Squared Error, MSE))를 사용하여 직접적인 비교와 연결이 어려웠습니다. 우리는 SP 1500 (광범위한 미국 주식 유니버스, 2022-2025) 전반에 걸쳐 실적 뉴스, ECT, 그리고 장중 및 익일 가격을 정렬한 최초의 코퍼스(Corpus)인 EarningsInOne을 통해 이 두 커뮤니티를 연결합니다. 두 신호 유형 모두에 통합된 거래 및 평가 도구를 적용한 결과, 우리는 명확한 속도 차이인 '빠른 숫자, 느린 언어'를 확인했습니다: 정량적 서프라이즈는 발표 시점에 정점을 찍고 다음 시장 개장 시점까지 대부분 소멸되는 반면, 정성적 ECT 감성(Sentiment)은 다음 거래일에 정점을 찍으며 실제 거래가 가능합니다. 그러나 이는 포인트별 MSE를 통해 부호에 무관한 변동성을 최적화했던 기존의 전사본 기반 평가 방식 아래에서는 숨겨져 있었습니다.