下载掌阅APP，畅读海量书库
立即打开
借助会计文本分析，年报使用者能从较高的层次把握公司经营状况，挖掘更多信息，减少信息解析的工作时间。计算机网络和人工智能技术正以各种形式影响所有行业，财会数据分析也需要翻开新的篇章，从原来的结构化财务数据分析为主的时代进入到财务数据和文本信息并重的时代。
然而，目前大多数人对引进计算机领域的新技术改进和扩展会计数据分析，还没有形成系统的认识，对零散的会计文本分析实践还缺乏提炼和总结。有哪些文本分析技术适用于财会领域？这与传统财会数据分析技术有何区别？如何实施新型文本分析技术？这些问题的解答是推动年报文本分析应用的充要条件。为此，本书要回答的问题包括：
1.年报文本信息分析的理论基础
在大数据时代，社会科学发展中最引人注目、同时也是影响最深远的趋势之一是非结构化信息的价值挖掘。从上市公司年报信息的表达形式看，文本是重要的非结构化信息，所占篇幅远超过结构化的财务信息。如何构建年报文本分析的理论框架？是否需要引入新的理论来为文本分析提供支撑？文本分析是否有可能改变、扩展或完善原有在财务信息基础上发展起来的信息披露理论？基于这些问题，本书引入组织话语理论中的符号学、言语行为学和系统功能语言学，为年报文本分析奠定理论基础；同时，本书讨论了文本分析的应用将如何扩展和完善信息不对称理论中信息含量理论、信号传递理论和印象管理理论。理论基础的讨论将有助于阐明传统财务数据分析和文本信息分析之间的差异，为开展年报文本信息分析提供可行的研究思路和丰富的研究视角。
2.年报文本分析的技术
上市公司年报文本包含了大量的公司经营信息，从中获取用户感兴趣或者有价值的信息需要应用到计算机文本挖掘技术。文本挖掘技术是从数据挖掘发展而来，但与结构化数据相比，文本是半结构化或非结构化的，无确定的形式并且机器很难理解其语义。文本挖掘技术需要对以文本形式存储的文件提取特征，从中分析出有意义的信息，建立有价值的模型。那么，在财会领域取得较为公认的文本特征有哪些？这些特征如何通过文本挖掘技术获取？基于这些问题，本书对年报文本信息特征及其分析技术进行了整理，介绍了传统特征工程、深度学习和常用字典方法。这为提取上市公司年报文本信息并构建变量指标提供了可行性。
3.年报文本信息披露的影响因素
虽然年报文本信息相对于财务信息较难操纵，但这些文本信息有着低规范性和弱监管的特点，管理层出于自利动机会策略性地利用印象管理手段，通过对文本信息的选择性处理，影响阅读者对公司的感知。那么，管理者会如何操纵文本信息质量？文本信息披露的影响因素有哪些？这些因素中，哪些会增强文本信息质量，哪些会降低文本信息质量？基于这些问题，本书应用自愿信息披露理论、专有成本理论和模糊动机理论，讨论了公司盈余、产品市场竞争和公司治理对文本信息的篇幅、可读性和异质性的影响。这补充完善了传统基于财务数据的信息披露影响因素研究，指出年报文本信息披露中存在的机会主义行为。
4.年报文本信息披露的价值相关性
在信息不对称的环境中，股票市场对财务盈余反应一直是会计领域的经典话题。尽管多年来各国的实证证据表明财务盈余会导致股价变动，但市场对财务盈余的弱反应和不完全反应现象长期存在。那么，财务信息和文本信息作为年报中两种基本的信息形式，文本信息能否影响财务信息的市场反应呢？年报中不同模块的文本信息是否产生不同的影响？相对于直接解释财务盈余的文本信息，MD＆A或研发创新的文本信息是否受到不同的投资者关注？基于这些问题，本书考察了MD＆A、研发信息和业绩说明信息对财务盈余市场反应的调节作用，并特别讨论了创业板和中小板等信息透明度相对较弱的板块中文本信息的作用。这为理解盈余市场反应系数波动现象提供新的参考依据。
5.年报文本信息的扩展应用
年报文本信息除了作为财务信息的补充或并列信息，更重要的意义在于叙述了公司经营特征和管理层特征等非财务信息。通过文本分析技术挖掘年报文本信息，一些新的经济指标有望得到更直接的衡量。应用文本信息可以改进哪些经济指标？利用新指标是否可以解决原有研究中结论不一致的现象？基于这些问题，本书尝试运用文本相似度和聚类方法，度量产品市场竞争、审计专长和高管梯队等指标，并设计专题研究，考察新指标应用后的实证结果。这为挖掘年报文本信息进行更广阔的研究创新提供了思路。
上述五个方面的研究问题相互关联，沿着理论基础、技术构建到基础实证分析和扩展实证应用的路线层层推进，形成一个年报文本信息分析的理论和实证体系。