基于文本挖掘的上市公司盈余管理识别.docxVIP

基于文本挖掘的上市公司盈余管理识别

一、引言

资本市场的核心运行基础是真实、准确、完整的信息披露，而盈余管理作为资本市场中长期存在的信息披露异象，指的是企业管理层通过刻意调整会计估计、构造特殊交易、选择性披露信息等方式，人为调节对外报告的会计盈余水平，误导利益相关方对企业真实经营业绩的判断，进而实现管理层自身利益最大化的行为（魏明海，2000）。不当的盈余管理不仅会扭曲企业的真实价值信号，误导投资者决策、损害中小投资者合法权益，长期来看还会削弱资本市场的定价效率，劣化资源配置效果，因此如何精准、高效地识别上市公司的盈余管理行为，一直是学界、监管部门和市场参与者共同关注的核心问题。

过去很长一段时间里，盈余管理识别的核心依据是上市公司披露的结构化财务数据，通过构建各类量化模型捕捉财务指标的异常波动，但随着上市公司盈余管理手段的不断隐蔽化、多样化，传统方法的识别局限性逐渐凸显。近年来，随着资本市场信息披露要求的不断细化，上市公司每年披露的非结构化文本信息规模已经远超结构化财务数据，涵盖年报中的管理层讨论与分析、临时公告、业绩说明会问答、投资者互动平台回复、交易所问询函回函等多种形式，这些文本是管理层对外传递经营信息的重要载体，其中蕴含的语义、语调、表述习惯等特征，往往比经过刻意调整的财务数字更难实现完美粉饰。自然语言处理与文本挖掘技术的成熟，让批量处理海量非结构化文本、量化提取隐藏语义