作者:刘逸爽; 陈艺云管理层语调信用风险预警文本分析情感分析机器学习
摘要:选取2011-2015年139家ST的上市公司作为研究样本,以财务困境公司和正常公司年报的文本内容为基础,经过中文分词处理,利用国内外常用的情感词典来衡量文本内容所传递的管理层语调,然后与传统财务比率变量相结合,采用Logistic回归、决策树和支持向量机三种方法来构建信用风险预警模型,对语调变量加入前后模型的预测能力进行实证检验,结果表明,文本内容传递的管理层语调确实提高了信用风险预警模型的效力,描述性文容提供了定量财务数据所不能反映的增量信息。因此,为了防范信用和债务危机,有必要构建嵌入管理层语调文本分析的信用风险预警系统和风险评估模型。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社