The value of unstructured data – Essays on information disclosure
Data guides decision-making in information consuming processes, shaping the life reality of individuals and whole societies alike. Although advances in communication technologies and the abundance of information have transformed decision-making, efficiency remains constrained by bounded rationality, information asymmetry, and the complexity of unstructured data. This dissertation examines how unstructured data affects decision-making in financial markets and scientific knowledge generation, and explores how these challenges can be mitigated through methodological innovation, institutional design, legislative frameworks, and the integration of qualitative data sources. The cumulative dissertation consists of five independent studies related to information consuming processes. The first work examines how credit rating agencies influence merger and acquisition decisions, highlighting their role as information mediators. The second study contributes methodologically by refining event-study techniques for corporate bond markets. The third paper analyses the incorporation of environmental, social, and governance information in credit ratings, demonstrating its growing materiality for market participants. The fourth work evaluates how analyst team diversity enhances the timeliness and accuracy of ratings, underlining the human factor in information processing. Finally, the fifth study extends the inquiry beyond financial markets by assessing the informational value of full-texts in Scientometrics, showing that abstracts serve as robust information proxies. Moreover, the study contributes methodologically by proposing a novel, linguistic information content measure. Together, these works advance the understanding of how unstructured data contributes to better-informed decision-making. They highlight both institutional and methodological avenues for overcoming information processing challenges, offering implications for policymakers, practitioners, and researchers in finance, data science, and knowledge management.
Der Wert unstrukturierter Daten – Aufsätze über Informationsoffenlegung
Daten steuern Entscheidungsprozesse in informationsverarbeitenden Prozessen und prägen die Lebensrealität von Individuen ebenso wie ganzer Gesellschaften. Obwohl Fortschritte in Kommunikationstechnologien und die Fülle an Informationen Entscheidungsfindungen grundlegend verändert haben, bleibt ihre Effizienz durch beschränkte Rationalität, Informationsasymmetrien und die Komplexität unstrukturierter Daten begrenzt. Diese Dissertation untersucht, wie unstrukturierte Daten Entscheidungsprozesse in Finanzmärkten und in der akademischen Wissensgenerierung beeinflussen, und analysiert, wie sich diese Herausforderungen durch methodische Innovation, institutionelles Design, gesetzliche Rahmenbedingungen und die Integration qualitativer Datenquellen bewältigen lassen. Die kumulative Dissertation umfasst fünf eigenständige Arbeiten zu informationsverarbeitenden Prozessen. Die erste Arbeit untersucht, wie Ratingagenturen Entscheidungen im Bereich Fusionen und Übernahmen (engl. Mergers & Acquisitions) beeinflussen und beleuchtet ihre Rolle als Informationsintermediäre. Die zweite Studie leistet einen methodischen Beitrag zu Ereignisstudien (engl. Event-Study) für den Unternehmensanleihenmarkt. Die dritte Arbeit analysiert die Integration von Informationen bezogen auf Umwelt, Soziales und Unternehmensführung (engl. Environmental, Social, Governance – ESG) in Kreditratings und zeigt deren zunehmende Relevanz für Marktteilnehmer. Die vierte Studie bewertet, wie Teamdiversität bei Analysten die Pünktlichkeit und Genauigkeit von Ratings verbessert und hebt damit den menschlichen Faktor in der Informationsverarbeitung hervor. Schließlich erweitert die fünfte Arbeit die Analyse über Finanzmärkte hinaus, indem sie den Informationswert von Volltexten in der Szientometrie untersucht und zeigt, dass Zusammenfassungen (engl. Abstracts) als robuste Informationsstellvertreter (engl. proxy) dienen; zudem trägt die Studie methodisch ein neuartiges, linguistisches Informationsinhaltsmaß bei. Insgesamt vertiefen diese Studien das Verständnis dafür, wie unstrukturierte Daten zu fundierteren Entscheidungen beitragen können. Sie verdeutlichen sowohl institutionelle als auch methodische Wege zur Bewältigung von Herausforderungen in der Informationsverarbeitung und bieten Implikationen für Entscheidungsträger, Praktiker und Forscher in den Bereichen Finanzwirtschaft, Data Science und Wissensmanagement.