数据挖掘在信息披露中的应用翻译解析.docVIP

数据挖掘在信息披露中的应 用——基于台湾股票市场投资者服务角度 目录 一、引言 1 （一）研究背景 1 （二）研究意义 2 二、文献综述 2 （一）信息披露 2 （二）股权结构与信息披露 3 （三）数据挖掘 3 （四）由决策树提取分类规则 4 （五）提高精度 5 三、实证研究 5 （一）数据准备 5 （二）论文结构 6 （三）实证结果 7 四、结论 10 五、论文评析 11 数据挖掘在信息披露中的应用——基于台湾股票市场投资者服务角度 Chi-Lin Lu Ta-Cheng Chen 摘要：金融理论与实践在过去几十年已经证明无论公司监管的重要性——无论是公司经营还是保护投资者。信息披露作为公司监管的一个关键环节，信息披露现状良好有助于有效地减少公司内部和外部信息不对称和代理成本。然而投资者在下一年度官方报告出来之前很难评估上市公司信息披露的现状。该研究的主要目的是挖掘上市公司（台湾股票市场）信息披露现状中的隐含知识模型。本文主要的运用决策树算法探索对台湾股票市场上市公司的信息透明度水平进行分类的分类规则。与此同时，利用boosting（提升） （二）研究意义 信息披露不仅仅是将其年度评估报告和年度财务报告公布或者上传至网上。根据美国《2002年公众公司会计改革和投资者保护法案》规定公司披露的信息在保证其准确性以外必须涵盖以下方面：资产负债表外的业务、模拟财务信息、大股东的股票交易信息、管理层对内部控制的评估报告、首席执行官的职业资格、财务专家的意见等。显而易见地是，普通投资者甚至专业投资者有时很难理解公司披露的信息，因而，我们永远无法知道披露的信息是否准确地描述了真实的情况，只有权威机构才能鉴别信息是否真实。为更好地理解上市公司的透明度，台湾证券与期货交易所对所有上市公司的信息透明度水平进行了调查，尽管调查报告是年度报告，但是其经常花费超过一年的时间完成该工作。因此，即使投资者在知道该过期报告后也不能做什么改变。（信息公布不及时，信息具有时效性）。 同时，信息披露和公司的经营业务有明显的关系。Chen ，Jaggi (2000) 和Eng ， Mak (2003)利用数据挖掘的方法证明了信息披露状况和公司所有权、董事会构成、企业特征等存在联系。本文应用数据挖掘技术发展了透明度评估方法，有助于投资者理解公司经营管理情况，及时地做出正确的投资决策。 本文的创新之处在于，之前很少有人将数据挖掘技术应用到该领域——用决策树方法挖掘股权结构和公司特征的数字特征，本文构建的模型可以及时地对处于不同股权结构和公司特征下的具有不同透明度水平的上市公司的信息披露现状进行预测和分类和预测，而不需要等待下一年度的官方报告，（与传统专家对信息披露状况进行事后评估相比，应用本文构建的模型进行预测和分类更具有时效性）。 二、文献综述 （一）信息披露 现代公司理论表明公司监管的主要问题是公众和公司内部信息不对称问题。投资者希望上市公司公布高质量的信息的需求激发了对上市公司信息透明度需求。信息透明度高的上市公司在股票市场上股票价格更高。Ball ，Brown (1968)应用事件研究法得出公布会计盈余对股票价格具有正向影响。Amir ，Lev (1996) 和 Eng，Mak (2003)的研究成果表明财务信息对公司股票价格和公司价值有显著的正向影响。Verrecchia (1983)指出信息披露可以应用于公司监管和减少代理成本的问题，尽管需要付出一些代价，但是投资者对信息透明度更高的信息更有投资信心。Bushee 和Noe (2000)研究信息披露和急购投资者的关系，结果表明机构投资者更倾向于投资透明度高的公司，而不是透明度较低的公司。Sandeep, Amra,和Liliane (2002)通过对四大新兴市场的研究发现信息披露也是公司监管的重要一环。以上研究表明，信息披露在公司监管中占有重要地位。 （二）股权结构与信息披露 股权结构决定了监控程度，从而决定了信息披露的程度，研究表明股权结构与信息披露之间存在着强相关关系。Cerf(1962)证明信息披露程度和公司特征如公司规模、管理层持股比例，杠杆作用等之间存在显著关系。最近关于信息披露和股权结构的实证研究表明公司监管和股票持股披露情况有显著关系。Chen和Jaggi (2000)检验了独立非执行董事和信息披露状况的关系。Eng 和 Mak (2003)概况了股权结构和信息披露的意愿的联系。以上研究表明，股权结构会影响信息披露现状，但是没有解释如何影响信息披露。 （三）数据挖掘 数据挖掘经常被定义是挖掘隐含的、未知的、潜在的、有价值的信息的一种方法，它可以被看成一个在某些特定领域的知识发现的形式。基于数据挖掘技术，将会建立可以进行预测和对主要问题进行分类的响应模型，比如像