Yritysten laskentatoimen raportit sisältävät runsaasti dataa erilaisista teemoista, joiden tutkimiseen koneoppimismenetelmät ja tekoälypohjaiset kielimallit tarjoavat aivan uudenlaisia mahdollisuuksia. Laskentatoimen väitöskirjassaan Essi Nousiainen havainnollistaa, millaista tietoa yritysten vastuullisuudesta ja innovatiivisuudesta sekä lohkoketjuihin liittyvistä trendeistä koneoppimis- ja tekoälypohjaisen tekstianalyysin avulla voidaan kerätä. Analyysit pohjautuvat Nousiaisen muodostamiin omiin mittausmenetelmiin.
– Tekstianalyyseissä esimerkiksi selvisi, että julkisesti ostajaa etsivät yritykset raportoivat vastuullisuudesta enemmän kuin vertaisensa. Näiden yritysten vastuullisuusteot eivät kuitenkaan eronneet verrokkiryhmästä. Tämä viittaa pyrkimykseen näyttää todellista vastuullisemmalta kauppatilanteissa ja alleviivaa tarvetta vastuullisuusraportoinnin sääntelylle, 4. huhtikuuta Vaasan yliopistossa väittelevä Nousiainen kertoo.
– Analyysit myös osoittivat yritysten käsittelevän kryptovaluuttoihin liittyviä aiheita aiempaa varovaisemmin, kun taas muissa lohkoketjuaiheissa trendi oli päinvastainen, hän jatkaa.
Uudet mittarit tuovat helpotusta kilpailija- ja toimiala-analyyseihin
Nousiaisen väitöskirjassa kehitetään uudenlaiset koneoppimis- ja tekstipohjaiset mittarit yritysten innovatiivisuuden ja vastuullisuuden mittaamiseen laskentatoimen raporteista.
– Innovaatiomittarin avulla raporttien aiheita voidaan louhia ja vertailla niin, että yritysten innovatiivisuuden taso pystytään tunnistamaan muutenkin kuin pelkkiä patentteja tarkastelemalla. Vastuullisuusmittari puolestaan mittaa avainsanojen ja kontekstien perusteella, kuinka paljon yritykset raportoivat vastuullisuudestaan.
Väitöstutkimuksessa esitellään myös yritysten lohkoketju- ja kryptovaluuttaraportoinnin tutkimusmenetelmä, jossa olemassa olevia koneoppimiseen pohjautuvia analysointikeinoja on yhdistelty uudella tavalla.
– Näitä eri mittareita ja menetelmiä voivat hyödyntää niin yritykset, tutkijat kuin kaikki muutkin tilinpäätöstiedoista kiinnostuneet. Esimerkiksi yrityksissä menetelmiä voidaan käyttää kilpailija- ja toimiala-analyyseissä, yrityskauppatilanteissa sekä yhteistyökumppaneita etsittäessä, Nousiainen summaa.
Väitöstutkimuksensa aineistona Nousiainen käytti yhdysvaltalaisten yritysten 10-K- ja S-1-raportteja, eli vuosikertomuksia ja listalleottoesitteitä. Tutkimusmenetelminä hänellä oli muun muassa Latent Dirichlet Allocation -metodi, tunneanalyysi sekä tilastollinen mallinnus.
Väitöskirja
Nousiainen, Essi (2025) Essays on Corporate Textual Disclosure. Acta Wasaensia 552. Väitöskirja. Vaasan yliopisto.
Väitöstilaisuus
KTM Essi Nousiaisen väitöstutkimus ”Essays on Corporate Textual Disclosure” tarkastetaan perjantaina 4.4.2025 klo 12 Vaasan yliopiston Nissi-auditoriossa.
Väitöstilaisuutta on mahdollista seurata myös etäyhteyden kautta: https://uwasa.zoom.us/j/69389271340?pwd=FmudXpiMVxp5KKdySdVfOUbCRnHYFH.1
Password: 508857
Vastaväittäjänä tilaisuudessa toimii professori Seppo Ikäheimo (Aalto-yliopisto) ja kustoksena apulaisprofessori Mikko Ranta.
Lisätiedot
Essi Nousiainen, essi.nousiainen@uwasa.fi
Essi Nousiainen on syntynyt vuonna 1996 Vantaalla. Hän valmistui kauppatieteiden maisteriksi Vaasan yliopistosta vuonna 2020. Tällä hetkellä Nousiainen työskentelee Vaasan yliopistossa projektitutkijana.