Pomembnost individualnih značilk za napovedno modeliranje smo med drugim
ovrednotili (z algoritmom “Feature importance with forests of trees”
knjižnice “scikit-learn”) za več ciljnih razredov. Glede na povprečni
rang prek vseh razredov so se kot najbolj pomembne izkazale te značilke:
1. Povečanje/zmanjšanje denarja in denarnih ustreznikov ter kratkoročnih
finančnih obveznosti
2. Sentiment v tvitih v sedmih dneh pred objavo letnega poročila
3. Sentiment v tvitih v en dan pred objavo letnega poročila
4. Mera tveganja beta, izračunana na podlagi metodologije podatkovne
baze Datastream glede na lokalni indeks
5. Sentiment poročila, izračunan s hibridnih klasifikatorjem sentimenta
6. Mera tveganja beta, izračunana na podlagi mesečnih podatkov za
časovno obdobje 5 let
7. Sentiment v tvitih v enem letu pred objavo letnega poročila
8. Denarni tok iz financiranja
9. Lingvistična značilka, ki označuje izraze povezanje z razmišljanjem
(angl. “Cognition”)
10. Delež kratkoročnega in dolgoročnega dolga glede na vsoto lastnega
kapitala, dolgoročnega in kratkoročnega finančnega dolga