# Test odporności — Edycja 1 (lipiec 2026) — raporty roczne za rok obrotowy 2025

*Wygenerowano: 2026-08-12 · `sensitivity.py` · dane: `data/dataset.json`*

Celem tego dokumentu jest sprawdzenie, **które twierdzenia edycji przetrwają zmianę metody liczenia i usunięcie pojedynczej spółki**, a które są artefaktem doboru próby. Publikujemy go razem z raportem: przy N=10 to jedyny uczciwy sposób pokazania, ile waży każda liczba.

## 1. Ranking częstości (pełna próba)

| # | Spółka | Kraj | Sektor | Wzmianki/1000 słów |
|---:|---|---|---|---:|
| 1 | SAP SE | DE | oprogramowanie | 2,54 |
| 2 | Deutsche Telekom AG | DE | telekomunikacja | 1,16 |
| 3 | Allegro.eu S.A. | PL | e-commerce | 0,67 |
| 4 | Siemens AG | DE | przemysł / automatyka | 0,51 |
| 5 | CD PROJEKT S.A. | PL | gry / oprogramowanie | 0,30 |
| 6 | PKO Bank Polski S.A. | PL | bankowość | 0,25 |
| 7 | Allianz SE | DE | ubezpieczenia / finanse | 0,23 |
| 8 | BASF SE | DE | chemia | 0,10 |
| 9 | ORLEN S.A. | PL | paliwa / energia | 0,03 |
| 10 | KGHM Polska Miedź S.A. | PL | górnictwo / metale | 0,02 |

Rozpiętość skrajności: **150×** (SAP SE vs KGHM Polska Miedź S.A.).

## 2. Twierdzenie „DAX mówi o AI częściej niż WIG20" — jak kruche?

### 2a. Zależność od estymatora

| Estymator | Stosunek DE/PL |
|---|---:|
| mediana | 2,00× |
| średnia | 3,56× |
| średnia geometryczna | 4,10× |
| łącznie (wzmianki/słowa) | 3,18× |

**Rozstrzał: 2,00× – 4,10×** w zależności od tego, jak liczymy. Sam wybór estymatora zmienia nagłówek o 2,0×.

### 2b. Zależność od pojedynczej spółki (leave-one-out, mediany)

| Usunięta spółka | Stosunek DE/PL |
|---|---:|
| bez: SAP SE | 1,46× |
| bez: Deutsche Telekom AG | 1,46× |
| bez: ORLEN S.A. | 1,84× |
| bez: KGHM Polska Miedź S.A. | 1,84× |
| bez: Siemens AG | 2,74× |
| bez: PKO Bank Polski S.A. | 3,07× |
| bez: Allianz SE | 3,28× |
| bez: BASF SE | 3,28× |
| bez: Allegro.eu S.A. | 3,55× |
| bez: CD PROJEKT S.A. | 3,55× |

Usunięcie **jednej** spółki przesuwa wynik z 1,46× (bez: SAP SE) do 3,55× (bez: CD PROJEKT S.A.).

**Wniosek: przy N=5+5 stosunek DE/PL nie jest liczbą, którą można podać z jedną cyfrą po przecinku.** W raporcie podajemy przedział i wskazujemy, że różnica krajowa jest mniejsza niż różnica sektorowa (§3).

## 3. Co jest odporne: gradient sektorowy

| Kubełek sektorowy | N | Mediana | Zakres | Spółki |
|---|---:|---:|---|---|
| software / telekom / e-commerce / gry | 4 | 0,91 | 0,30–2,54 | SAP SE (DE, 2,54), Deutsche Telekom AG (DE, 1,16), Allegro.eu S.A. (PL, 0,67), CD PROJEKT S.A. (PL, 0,30) |
| przemysł i automatyka | 1 | 0,51 | 0,51–0,51 | Siemens AG (DE, 0,51) |
| bankowość i ubezpieczenia | 2 | 0,24 | 0,23–0,25 | PKO Bank Polski S.A. (PL, 0,25), Allianz SE (DE, 0,23) |
| chemia, paliwa, górnictwo | 3 | 0,03 | 0,02–0,10 | BASF SE (DE, 0,10), ORLEN S.A. (PL, 0,03), KGHM Polska Miedź S.A. (PL, 0,02) |

**Trzy najwyższe wyniki:** SAP SE (DE), Deutsche Telekom AG (DE), Allegro.eu S.A. (PL) — wszystkie z sektorów cyfrowych, z obu krajów.  
**Trzy najniższe:** BASF SE (DE), ORLEN S.A. (PL), KGHM Polska Miedź S.A. (PL) — wszystkie z chemii, paliw i górnictwa, z obu krajów.

To twierdzenie nie zależy od estymatora ani od żadnej pojedynczej spółki — **jest to najmocniejszy wynik edycji**. Polski e-commerce (Allegro) pisze o AI częściej niż niemiecka chemia (BASF) i niemiecki ubezpieczyciel (Allianz).

### 3b. Gradient przeżywa stratyfikację po typie dokumentu

Najpoważniejszy zarzut wobec E1 brzmi: „porównaliście różne typy dokumentów" (§5). Sprawdzamy więc gradient **osobno w każdym typie** — jeśli utrzymuje się w obu, nie jest artefaktem doboru dokumentu:

- **annual_report** (n=6): SAP (cyfrowy, 2,54) > Deutsche (cyfrowy, 1,16) > Allegro.eu (cyfrowy, 0,67) > Siemens (przemysł, 0,51) > Allianz (finanse, 0,23) > BASF (surowce/energia, 0,10)  
  → uporządkowanie sektorowe **zachowane**
- **management_board_report** (n=4): CD (cyfrowy, 0,30) > PKO (finanse, 0,25) > ORLEN (surowce/energia, 0,03) > KGHM (surowce/energia, 0,02)  
  → uporządkowanie sektorowe **zachowane**

W obu warstwach kolejność sektorów jest identyczna: cyfrowe → przemysł → finanse → surowce. **Gradient sektorowy nie jest artefaktem typu dokumentu** — w przeciwieństwie do porównania DE↔PL, którego od typu dokumentu odróżnić się nie da (§5).

## 4. Struktura kontekstów (na sklasyfikowanych wzmiankach)

| Klasa | Razem (n=249) | DE (n=154) | PL (n=95) |
|---|---:|---:|---:|
| przychody/wzrost | 22% | 27% | 15% |
| koszty/efektywność | 17% | 14% | 22% |
| ryzyko/regulacje | 29% | 29% | 31% |
| ludzie/kompetencje | 15% | 16% | 15% |
| frazes | 16% | 15% | 18% |

Dominuje **ryzyko/regulacje** (29%). Zastrzeżenie strukturalne: raporty roczne zawierają obowiązkowe sekcje ryzyk (i coraz obszerniejsze sekcje ładu korporacyjnego wokół AI Act), co samo w sobie podbija klasę RISK. To wynik o **języku raportów rocznych**, nie dowód, że zarządy myślą o AI wyłącznie jako o ryzyku.

## 5. Ograniczenie krytyczne: typ dokumentu jest powiązany z krajem

| Typ dokumentu | Spółki | Mediana wzmianek/1000 |
|---|---|---:|
| annual_report | SAP (DE), Deutsche (DE), Allegro.eu (PL), Siemens (DE), Allianz (DE), BASF (DE) | 0,59 |
| management_board_report | CD (PL), PKO (PL), ORLEN (PL), KGHM (PL) | 0,14 |

W E1 niemal wszystkie spółki DE dostarczyły pełny *Geschäftsbericht*, a większość spółek PL — *Sprawozdanie Zarządu z działalności*. Te typy dokumentów są **prawie idealnie skorelowane z krajem**, więc formalnie nie da się rozdzielić efektu kraju od efektu typu dokumentu. Jedyny przypadek mieszany (Allegro — pełny raport roczny w kohorcie PL) wypada **powyżej** mediany polskich sprawozdań zarządu, czyli nie potwierdza hipotezy, że pełne raporty roczne „rozwadniają" wskaźnik — ale N=1 niczego nie rozstrzyga.

**Konsekwencja dla E2 (do wdrożenia):** dla spółek DE pobierać osobny plik *zusammengefasster Lagebericht* tam, gdzie jest publikowany rozdziałowo, albo raportować metrykę wyłącznie w podziale na typ dokumentu.

## 6. Twierdzenia z E1 według odporności

| Twierdzenie | Status |
|---|---|
| Gradient sektorowy (cyfrowe > przemysł > finanse > surowce) | **odporne** — niezależne od estymatora i od pojedynczej spółki |
| Rozpiętość skrajności ~150× | **odporne** — wynika wprost z danych |
| Dominacja kontekstu ryzyka/regulacji | **odporne w danych**, ale z zastrzeżeniem strukturalnym (§4) |
| Udział wzmianek „z konkretem" | **odporne** jako agregat; wymaga przeglądu ręcznego klasyfikacji |
| „DAX pisze o AI 2,00× częściej niż WIG20" | **kruche** — przedział 2,00×–4,10× (estymator), 1,46×–3,55× (leave-one-out) |