伊利诺伊大学法学院教授 麦克莱恩：标准文本及其对证券市场信息披露的影响（八）

伊利诺伊大学法学院教授麦克莱恩：标准文本及其对证券市场信息披露的影响（八）2020-09-04笔者以文本或HTML格式从SEC的EDGAR在线数据库下载了每个发行人的招股说明书。为了分析，笔者使用了包含招股说明书初步版本的S-1初始申请文件，因为，此版本的招股说明书是初始投资者最有可能看到的。笔者还收集了根据第424(b)条规则提交的每份招股说明书最终版，[119]以及其间的每个修订版本。[120]然后我将这些样本处理为分析用样本。[121]这包括消除图表内容、标点符号和连接词，如冠词、人称代词和经常出现但提供很少实质信息的连词。[122]在语言处理中，删除连接词是标准做法，因为研究发现这些词无助于文本分析。[123]对于所有HTML文档，笔者删除了标签和其他HTML代码。对于所有文档，还删除了包含数字信息的表格，因为这些表格不容易比较，并且在任何情况下都不是SEC表示关注的标准文本的来源。最后，每个单词都还原为词根词——任何单词的词尾都被删除了，并且这个单词被还原为它的词根，这是文本处理中的标准做法。[124]除了文本数据，笔者还收集了每宗发行的其他相关数据，从Compustat数