数据资产信息披露与分析师盈余预测关系研究——基于文本分析的经验证据

在大智移云时代,由于数据已成为市场竞争的关键要素,企业对数据资产的运用日益普遍。本文通过运用Word2Vec神经网络模型构建文本词典以挖掘年报中的文本信息,对企业数据资产信息披露影响分析师盈余预测进行了实证研究,发现：1)个股年度报告中的数据资产信息披露频率越高,预测该个股次年每股收益(EPS)的分析师报告越多,且对每股收益的预测偏误越低,说明分析师对数据资产信息有所关注,且数据资产信息披露能够显著改善分析师预测的准确度;2)数据资产信息披露能够通过提供前瞻性信息和改善个股信息透明度来提高分析师预测的准确度;3)个股年度报告的可读性较高,或者市场处于牛市状态时,数据资产信息披露频率的增加,更能够提高分析师预测的准确度。研究结论对完善企业信息披露行为、促进分析师更好地发挥信息中介作用具有重要意义。