首页|管理层讨论与分析能预示企业违约吗?——基于中国股市的实证分析

管理层讨论与分析能预示企业违约吗?——基于中国股市的实证分析

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
采用文本挖掘技术,对上市公司年报中的管理层讨论与分析(MD&A)内容进行文本分析,从文本相似度、文本可读性、文本语调以及管理层预期的角度构建了 MD&A评价体系.通过构建代价敏感GBDT(csGBDT)模型,考察多维管理层讨论与分析指标对企业违约预测的影响,并进一步分析了对企业违约状态有重要影响的MD&A指标及其对违约状态作用的边际效应.研究表明:MD&A指标可以作为替代性数据源准确预测上市公司违约状态;MD&A指标相比传统违约预测变量的预测效果较差;MD&A指标在传统违约判别指标基础上提供了额外的信息含量;csGBDT模型显著提高了对企业(尤其是对违约企业)的判别能力,在违约预测的大数据方法中具有明显优势.在众多管理层讨论与分析指标中,对企业违约有重要影响的MD&A指标依次为:与前一年相比文本相似度、词汇总量、情感语调2、词汇总量/句子数量、情感语调1和管理层是否发出业绩预测.本文将企业违约预测的研究边界从结构化数据拓展到非结构化文本数据,有助于抑制信息不对称导致的企业违约风险.
Can Management Discussion and Analysis Predict Corporate Defaults?An Empirical Analysis Based on the Chinese Stock Market
This paper,by employing text mining techniques,analyzes the text of management discussion and analysis(MD&A)content in annual reports of listed companies and constructs an MD&A evaluation system from the perspectives of text similarity,text readability,text tone,and management expectations.By constructing a cost-sensitive gradient boosting decision tree(csGBDT)model,it examines the impact of multidimensional MD&A indicators on corporate default prediction and further analyzes the MD&A indicators that have a significant impact on corporate default status and their marginal effects on the role of default status.It is found that MD&A indicators can be used as an alternative data source to accurately predict the default status of listed companies.MD&A indicators are less effective predictors compared to traditional default prediction variables.MD&A indicators provide additional information content on top of traditional default discriminators.The csGBDT model significantly improves the discriminatory ability of firms(especially for defaulted firms)in the large scale of default prediction data methods,which has obvious advantages.Among the many MD&A indicators that have a significant impact on corporate default are,in order,text similarity compared to the previous year,total vocabulary,sentiment tone 2,total vocabulary/number of sentences,sentiment tone 1 and whether management has issued a performance forecast.This paper extends the research boundary of corporate default prediction from structured data to unstructured textual data,which helps to curb the risk of corporate default due to information asymmetry.

text miningmanagement discussion and analysisdefault predictioncost-sensitive gradient boosting decision tree(GBDT)information asymmetry

沈隆、周颖

展开 >

大连理工大学 经济管理学院, 辽宁 大连 116042

文本挖掘 管理层讨论与分析 违约预测 代价敏感GBDT 信息不对称

国家自然科学基金面上项目国家自然科学基金面上项目国家自然科学基金面上项目国家自然科学基金面上项目国家自然科学基金面上项目国家自然科学基金青年科学基金国家自然科学基金青年科学基金国家自然科学基金地区科学基金国家社会科学基金重大项目

720710267217309671971051719710347187310371901055719030197216103318ZDA095

2024

10.3969/j.issn1005-2542.2024.02.012

系统管理学报
上海交通大学

系统管理学报

CSTPCD北大核心
影响因子：1.033
ISSN：1005-2542
年,卷(期)：2024.33(2)
  • 49