基于信息披露文本的上市公司财务困境预测:以中文年报管理层讨论与分析为样本的研究

本文采用文本分析方法研究了中文年报管理层讨论与分析传递的管理层语调能否提供财务困境预测的增量信息、能否提高预测的准确性以及文本内容的信息价值,主要结论为：（1）管理层语调确实为财务困境预测提供了新的信息,能提高财务困境模型的拟合程度和预测能力;（2）管理层语调是对定量财务数据的重要补充,而且这些信息并没有在市场交易价格中得到充分反映;（3）负面语调比净语调具有更高的信息价值;（4）财经文本情感或语调的分析应以基于相关来源财经文本的情感词词典为基础,而直接引入其他领域成熟词典的效果较差。     

管理层讨论及分析语调对企业未来战略差异的预测作用研究

基于战略选择理论,构建管理层讨论及分析语调与企业未来战略差异间的关系模型,并引入外部审计质量和年报语调与财务信息一致性,以考察其权变影响。选取2009～2018年中国A股非金融类上市企业为样本进行实证检验。研究表明：管理层积极语调对企业未来战略差异具有显著预测作用,而异常积极语调成为企业掩饰特定战略行为之手段。外部审计质量强化了管理层积极语调对企业未来战略差异的预测作用,但亦加速了异常积极语调掩映下特定战略的实施;年报语调与财务信息一致性增强了管理层语调与企业未来战略差异间的非线性关系。机制分析表明,管理层语调中的信息含量决定了其对企业未来战略预测的有效性。     

基于ODR-ADASYN-SVM的极端金融风险预警研究

针对合成少数类过采样(synthetic minority over-sampling technique,SMOTE)方法在提升支持向量机(support vector machine,SVM)的非均衡样本学习能力中出现的过拟合(over fitting),引入自适应合成抽样方法(adaptive synthetic sampling approach,ADASYN)和逐级优化递减欠采样方法(optimization of decreasing reduction,ODR)分别克服SMOTE在生成新样本中的盲目性和在处理对象上的局限性,进而与SVM相结合,构造出改进SVM,即ODR-ADASYN-SVM模型来预测中国极端金融风险;最后运用T检验对各模型预测精度的差异性进行显著性检验以及对各模型的预测稳定性进行评价.实证结果表明,ODR-ADASYN-SVM模型不仅能够显著地提升SVM的非均衡样本学习能力,同时也能够有效地克服SMOTE的过拟合,从而展示出优越的极端金融风险预测性能.     

基于信息披露文本的上市公司信用风险预警——来自中文年报管理层讨论与分析的经验证据

本文运用文本挖掘技术,对2008-2018年1297家上市公司年报的管理层讨论与分析(MD&A)进行文本分析。从文本质量特征、文本词汇特征和文本语调特征等角度量化计算文本相似度、文本情感值、文本可读性三个维度文本披露指标,采用Logistic模型、决策树模型、支持向量机和神经网络模型四种方法构建上市公司信用风险预警模型,实证检验加入MD&A文本信息披露指标后信用风险预警模型的预测能力。实证结果表明：(1)在加入文本信息披露指标后,信用风险预警模型的预测准确度得到显著提升,多维度文本信息披露指标比单维度文本信息披露指标对信用风险预警模型预测准确度提升效果更优;(2)Logistic回归模型的预测准确度在样本数量较低时要优于决策树、支持向量机与神经网络,随着样本数量的增加,支持向量机和神经网络的预测准确度会明显提升;(3)不同特征的文本信息内容与企业是否发生信用风险均显著相关。本文的研究结论为提高信用风险预警的预测准确性提供了方法和经验证据,对于投资者与相关学者研究市场有效性提供新的研究视角。     

分析师荐股更新利用管理层语调吗?——基于业绩说明会的文本分析

本文基于2005~2012年上市公司年度业绩说明会互动平台的相关文本信息研究发现,管理层净正面语调提高了分析师更新其荐股报告的可能性及更新人数比例,并会提高分析师荐股评级水平及其变动;而由于分析师乐观性偏差的存在,管理层正面语调对分析师荐股评级水平及其变动有显著正的影响,而负面语调则没有显著影响。本文进一步研究发现,业绩说明会与年报披露间隔时间、语调可靠性在一定程度上显著影响分析师利用管理层语调更新其荐股行为;经验丰富的分析师、非明星分析师、来自小券商和工作更为繁忙的分析师相对更充分或更有可能利用业绩说明会语调来更新其荐股行为。这些发现表明,业绩说明会管理层语调是有信息含量的,且分析师对此进行了一定程度的利用。     

基于数据驱动平滑检验的密度预测评估方法——以香港恒生指数、上证综指和台湾加权指数为例

本文提出了样本内和样本外密度预测评估的数据驱动平滑检验（data-driven smooth test）方法，并分别采用Newey-Tauchen的方法以及West-McCracken的方法来纠正参数估计对样本内和样本外密度预测评估的影响。运用本文提出的检验方法，我们比较了各种最大熵GARCH模型对中国三个股指数据（香港恒生指数、上证综合指数和台湾加权指数）的样本内和样本外预测绩效。结果显示：（1）最大熵GARCH模型可以用来刻画中国股指数据的典型化事实，GARCH模型中考虑了厚尾和偏态特征的Pearson IV分布对中国股指收益率的样本外预测绩效是很重要的；（2）具有较好样本内拟合优度和样本内预测效果的模型未必有很好的样本外密度预测效果，考虑到样本外预测的重要性，实际应用中我们应采用具有较好样本外预测效果的模型。     

客户年报语调具有供应链传染效应吗？——企业现金持有的视角

利用我国供应商企业前五名上市客户及其管理层语调的文本数据,本文考察了跨企业关系情形下客户年报语调对供应商企业现金持有决策的影响。研究结果发现,客户的年报语调越消极,供应商企业则会持有更多的现金,表明客户年报净负面语调在供应链上存在传染效应。进一步的研究发现,非国有性质、相对议价能力较低的供应商企业现金持有与客户年报净负面语调的正相关关系分别显著强于国有性质、相对议价能力较高的供应商企业。此外,当客户融资融券程度较高时,客户年报净负面语调对供应商企业现金持有的正向影响会有所增强。本文的研究不仅在考察跨企业情形下企业现金持有的影响因素以及客户文本信息的经济后果两个方面弥补了国内外现有研究的不足,而且对于企业如何进行现金持有决策提供了一定的经验证据与参考,这对于管理供应链相关风险,推动我国企业的供应链整合进而提升我国企业的全球竞争力具有重要的启示意义。     

基于局部线性逼近的利率期限结构动态NS模型

采用统计学中新近发展的局部线性逼近方法对利率期限结构动态NS模型进行改进,提出了基于局部线性逼近的动态NS模型;并实证比较了改进后的模型与原模型的样本内拟合效果和样本外预测能力。结果表明,改进后的模型无论是样本内拟合效果,还是样本外预测能力都明显优于原模型。     

一种基于改进马田系统的不平衡数据分类方法

在分类问题中,类别不平衡问题将引起分类器训练偏差,导致少数类样本诊断敏感性降低.马田系统是一种多元数据诊断和预测技术,它通过构建一个连续的测量尺度而非直接对训练样本进行学习,该性质有望不受数据分布的影响,克服分类不平衡问题.本文针对马田系统阈值计算缺陷和不平衡数据分类要求,研究一种概率阈值模型计算马田系统阈值;还针对马田系统的若干不足,采用优化模型替代正交表和信噪比筛选关键变量,并使用了一种全方位优化算法求解.通过对8个UCI数据集的实验分析表明,改进的马田系统不仅对不平衡数据有较好的分类效果,且能筛选关键变量,降维效果明显.     

基于文本信息的企业信用风险预测研究

文章运用文本数据挖掘法,将发生信用风险企业和未发生信用风险企业年报中的语调剥离出来后,对其进行量化,研究年报语调对信用风险预测有效性的影响。在实证研究中,文章对若干传统财务变量使用因子分析法,通过Logistic模型将所提取的成分与语调变量进行信用风险预测。预测结果表明：发生信用风险的企业语调更为消极,并且语调悲观程度与信用风险发生的概率显著正相关。通过对比语调变量加入前后的预测结果的ROC曲线可知,在以财务变量为主要依据的信用风险预测中加入语调变量可以提高预测的有效性。     

我国综合类上市公司财务危机预警模型的比较研究

以1998-2004年沪深两市首次被特别处理的A股综合类上市公司为研究对象,通过均值比较、配对样本T检验和Z检验,从9个方面的27个研究变量中选取了9个差异显著的变量,建立了危机前(t-2)年的判别分析模型、逻辑回归模型和人工神经网络模型。各种模型均取得较高的预测效果,尤其是判别分析模型,判正率高达89.29%。     

预测信息披露与盈余管理

本文从信息披露的角度出发,通过一个委托-代理模型分析预测信息的披露与盈余管理的关系。我们的分析认为,由于我国上市公司管理层披露的预测信息在一定程度上减少了管理层与投资者间的信息不对称程度,且管理层故意错误地披露预测信息需要承担额外的成本。因此,在一定的条件下,管理层披露预测信息将有利于减少管理层盈余管理行为。相关的实证研究数据也证实了我们的结论。     

语调、情绪及市场影响: 基于金融情绪词典

金融文本的语调与情绪含有上市公司管理层以及个体投资者表达的情感信息，并对股票市场产生影响． 通过词典重组和深度学习算法构建了适用于正式文本与非正式文本的金融领域中文情绪词典，并基于词典构建了上市公司的年报语调和社交媒体情绪指标． 构建的年报语调指标和社交媒体情绪指标能有效地预测上市公司股票的收益率、成交量、波动率和非预期盈余等市场因素，并优于基于其他广泛使用情绪词典构建的指标． 此外，年报语调指标和社交媒体情绪指标对上市公司的股价崩盘风险具有显著的预测作用． 为文本大数据在金融市场的应用提供了分析工具，也为大数据时代的金融市场预测和监管等活动提供了决策支持．     

基于战略转换的企业战略风险预警模型研究

将粗糙集理论与神经网络相结合,构建了基于战略转换的企业战略风险预警模型。该模型首先运用基于信息熵与MDV函数的模糊聚类算法进行连续属性离散化,然后采用粗糙集理论约简出重要指标体系,最后采用BP神经网络进行学习和训练,进而对检验样本的风险等级进行判断。实证分析表明：基于MDV函数与信息熵的模糊聚类算法能够有效改善离散化效果;添加动量因子的改进BP算法提高了网络学习效率,且该预警模型对检验样本的总体预测精度较高,是一种有效和实用的战略风险预警工具。     

差错责任追究制度与管理层盈余预测精度

年报信息重大差错责任追究制度是中国证监会力推的重要公司治理机制,对公司信息披露行为产生重大影响,但对差错责任追究制度能否引发公司信息披露的策略性选择行为从而造成非预期后果却鲜有研究。管理层盈余预测具有的重要性和灵活性是研究公司信息披露策略性选择行为的良好情景,因此,研究建立差错责任追究制度的公司是否为了规避错报带来的惩罚而策略性选择管理层盈余预测精度,以期更好地认识差错责任追究制度对公司信息披露行为产生的非预期后果,具有重要的理论意义和实践意义。以2006年至2017年中国A股上市公司为样本,采用双重差分模型检验差错责任追究制度对管理层盈余预测精度的影响以及该制度特征的增量效应,进行一系列稳健性检验以增加研究结果的可靠性。从公司成长性、高管性别和机构持股3个角度进行横截面检验,以探讨差错责任追究制度对管理层盈余预测精度的作用机理。从分析师盈余预测行为角度考察差错责任追究制度造成管理层盈余预测精度的策略性选择究竟如何影响公司信息环境。研究结果表明,公司建立差错责任追究制度后管理层盈余预测精度显著下降,并且界定错报标准的差错责任追究制度对管理层盈余预测精度的降低作用更大;差错责任追究制度对...     

机构投资者调研与管理层盈余预测方式

 管理层盈余预测作为改善公司信息环境的重要手段之一，受到研究者们的广泛关注，近年来相关研究越来越强调具有信息优势的管理层会对业绩预告的披露时间和方式进行战略性选择，以实现自身利益最大化的目的。因此，对如何抑制管理层利用信息优势谋取私利、提高盈余预测精确度这一问题进行研究具有重要意义。        从信息不对称视角入手，以2013年至2015年深圳交易所披露管理层盈余预测的上市公司为研究样本，采用顺序Logit模型等多元回归分析方法，实证检验机构投资者调研与管理层盈余预测方式的关系，并进一步考察盈余预测信息性质和产权性质对二者关系的影响。以每个上市公司一年内接待的机构投资者调研次数或一年内接待的机构投资者总数的自然对数测量机构投资者调研频率。根据管理层盈余预测精确度将管理层预测分为4类，即当管理层盈余预测为点估计时赋值为4，为闭区间估计时赋值为3，为开区间估计时赋值为2，为定性预测时赋值为1。        研究结果表明，总体而言机构投资者调研越频繁的公司，其管理层越倾向于采用模糊的方式预测盈余，并且这种影响在盈余预测信息为坏消息时更为明显，以上情形主要存在于非国有企业中。进一步检验发现，相对于买方机构而言，卖方机构的调研行为更有可能导致管理层采用模糊方式进行盈余预测，公募基金和私募基金的调研行为对预测方式的影响并无显著差异。上述研究结果在进行工具变量两阶段最小二乘回归、Heckman两阶段检验等一系列稳健性检验后依然成立。        机构投资者作为重要的市场参与者，其行为一直受到广泛关注，与已有认为机构投资者与管理层直接沟通能够有助于降低信息不对称程度的研究不同，研究结果表明机构投资者调研给公司带来了业绩压力，从而使其更倾向于选择模糊的方式进行盈余预测，拓展了机构投资者行为对资本市场信息环境影响的相关研究，同时为中国投资者更有效地理解和利用管理层业绩预告信息进行决策、监管机构进一步完善上市公司信息披露规定、保护中小投资者权益提供了经验借鉴。     

管理层持股、领导权结构与财务重述

本文以我国2005-2009年间A股市场补充与更正报告中出现"会计差错更正"项目的公司为研究对象,以是否发生财务重述为因变量,采用配对样本分析的Logit回归方法研究了管理层持股、领导权结构与财务重述之间的关系。本研究发现,管理层持股比例与财务重述之间存在显著的U型关系,领导权结构对财务重述没有显著影响,然而管理层持股的利益协同效应(堑壕效应)在两职分离(两职合一)的公司中更容易得到发挥。本研究发展了财务重述、管理层持股以及领导权结构的研究内容,为完善公司治理机制、防范会计错报提供了相应的思路。     

有关中国上市公司财务危机预警模型的实证分——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本。在界定了“财务危机”的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测。     

非财务视角下的财务困境预警--对中国上市公司的实证研究

以2002年～2003年被认定为财务状况异常的98家ST公司为财务困境样本,另选取98家财务健康公司与其配对.对赢利性、财务杠杆、流动性和营运能力等方面的14个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理、市场信息等方面的10个非财务变量对财务困境的解释力,并应用jackknife method检验模型的分类预测能力.结果显示,年度累积超额收益率与审计师意见的预警效果较好,其他非财务变量均不显著,纳入了非财务因素的模型预测力更强.最后时实证结果进行了讨论,并得出几点启示.     

管理层业绩预告有助于分析师盈余预测修正吗

本文从分析师盈余预测修正的角度,考察了管理层业绩预告发布后短窗口内分析师预测行为的变化。无论是基于公司层面还是分析师层面样本的研究均表明,业绩预告发布后,分析师盈余预测修正与业绩预告消息显著正相关;并且,当业绩预告为好消息、点估计形式以及可靠性高时,分析师盈余预测修正幅度与业绩预告消息的正相关关系更显著。拓展性检验还发现,管理层业绩预告有助于降低分析师盈余预测的误差,即分析师预测是朝着更准确的方向进行修正。上述证据表明,管理层业绩预告为市场参与者提供了额外的有关公司预期盈余的信息,分析师可以据此形成更为准确的盈余预测,进而降低资本市场信息不对称。