基于Word2vec的创新行为自愿性信息披露指数研究.docxVIP

基于Word2vec的创新行为自愿性信息披露指数研究 　　摘要：收集了2012-2017年深圳证券交易所中小企业板年度报告，共计3090份有效样本，从创新意识、创新支持、创新管理、创新实现、创新推广、创新效果等方面创建中小企业创新行为自愿性信息披露评价指数，利用深度学习技术——word2vec给出科学的评判方法。然后从披露内容、行业类型、产权性质、地理区域等方面对中小企业板创新行为自愿性信息披露现状进行分析评价，结果表明：中小企业创新行为自愿性信息6年平均披露程度为50.83%，整体水平虽然不是很高，但是呈现逐年上升的趋势，未来在创新支持和创新实现方面还有很大的提升空间。 　　关键词：创新行为;自愿性信息披露;深度学习;word2vec 　　中图分类号：f23文献标识码：adoi：10.19311/j.cnki.1672-3198.2020.02.057 　　0引言 　　目前，中国已进入经济发展的新常态，创新驱动已成为加速企业形成新发展方式，提高整体质量和效益的新动力。在新的创新浪潮中，大量中小企业积极致力于技术创新，一些大型企业也不一定投身于所有的技术创新，他们可以购买外部技术，通过中小企业来实现其创新“副产品”的价值。随着大数据、互联网等信息技术的不断发展，企业越来越多的创新内容已经成为投资者评价企业发展的重要决策依据。中小企业较高的技术含量、良好的盈利能力以及快速增长使其成为创新和创业的重要生力军。中小企业充分披露创新行为信息则有利于其获得外部资金，推动其投资活动，从而达到资源的有效配置。 　　基于此，本文从创新意识、创新支持、创新管理、创新实现、创新推广、创新效果等方面研究中小企业创新行为自愿性信息披露评价问题，本文的贡献在于：一是创建中小企业创新行为自愿性信息披露评价指数;二是利用深度学习技术给出科学的评判方法。 　　1文献回顾 　　创新行为信息披露最早可以追溯到allen（1983）的研究，旨在节约高昂的长期知识保护成本。中国关于企业创新行为信息披露的研究起源于对无形资产研发信息披露的研究。薛云奎（2001）发现中国上市公司rd费用信息披露不当或不充分，整体披露水平不高。后续学者使用内容分析法建立rd或创新的信息披露指标，以评估信息披露的程度：韩鹏和彭韶兵（2012）构建rd信息披露质量评价指标体系，然后利用熵值法测量和分析创业板上市公司2010年度报告中披露的信息质量;王娟和张世举（2014）从基于知识的无形资产、rd投入、创新资金来源、创新效益和创新激励分配等方面评价中国信息技术产业上市公司技术创新信息披露发现：技术创新信息披露质量比新准则实施前有较大提高，但还是存在主动自愿披露积极性不高，重形式轻实质等问题;韩鹏和岳园园（2016）以我国创业板2012-2014年上市公司为对象，将创新行为信息披露分为强制性和自愿性，分析创新行为信息披露的经济后果;冯科和杜微（2016）以创业板市场为研究对象，将企业创新行为信息分为四个维度：公司战略规划、产品自主创新、新增知识产权、创新政策受惠，研究发现创业板上市公司创新信息披露能够导致股价异动。 　　还有学者将语料库语言学中“共现频率”运用到自愿性信息披露研究中，即相关关键词出现的频率越高，说明企业对此相关文本信息的披露意愿越大，表示管理层自愿性披露创新行为信息的倾向越大。entwistle（1999）使用描述研发信息的句子数来衡量研发信息披露水平，从研发资源、研发产出、研发资金来源、研发后续投入保障等角度选取这些句子。王宇峰（2009）提出企业rd信息披露的类目，包括：rd战略及未来支出、rd投入、rd产出、会计问题、会计政策，选取句子数作为分析rd信息披露的频率。james和shaver（2016）的研究则是将含有研究、研发、专利、新科技等方面的词语搭配作为关键词，从中提取研发信息。王华（2018）考虑到中文语境语义判断难度，从表达能力和切分难度视角选择以“词”为研究对象，构建研发关键词库，以年报中相关词频统计度量研发文本信息披露程度。 　　由上述可见，创新行为信息多采用指标评价法人工处理信息，文本信息的搜集、整理和分析多归于人的主观判断，客观性略显不足，同时也存在着大样本研究困难等问题。而在目前我国自愿性信息披露普遍意愿不足的情况下，若将这种指标评价直接用于长时期、全行业的样本，则很难形成整体的有效评分。为此，本文则利用深度学习的神经网络计算技术自建处理模块，对中小企业板上市公司年报进行全样本提取与计算，使得创新行为自愿性信息披露评价更加科学。 　　2基于word2vec的文本挖掘 　　文本挖掘是要将文本转化为数据以供后续分析。最典型的方法是基于词袋的方法（bag-of-w