基于三重维度的企业风险信息抽取方法研究

doi:10.3772/j.issn.1000-0135.2019.12.001

情报学报

2019, Vol. 38

Issue (12): 1241-1249 DOI: 10.3772/j.issn.1000-0135.2019.12.001

专题约稿

本期目录 | 过刊浏览 | 高级检索

基于三重维度的企业风险信息抽取方法研究

梁娜¹, 姚长青¹, 王峥², 高影繁¹, 李岩¹

1.中国科学技术信息研究所，北京 100038
2.中国科学院文献情报中心，北京 100190

Research on Enterprise Risk Information Extraction Method Based on Triple Dimensions

Liang Na¹, Yao Changqing¹, Wang Zheng², Gao Yingfan¹, Li Yan¹

1.Institute of Scientific and Technical Information of China, Beijing 100038
2.National Science Library, Chinese Academy of Sciences, Beijing 100190

摘要
图/表
参考文献
相关文章 (5)

全文: PDF (963 KB) HTML (96 KB)
输出: BibTeX | EndNote (RIS)

摘要近年来，企业年报的篇幅越来越长，三大财务报表作为年报的主体，其内容几乎没有再增加，而财务报表之外的文字内容却愈加丰富，各种补充说明及解释成为了解公司生产经营现状的有益补充。其中，风险信息披露字段因其前瞻性和决策相关性逐渐成为学者们关注的焦点，如何从大量的风险信息中抽取出真正有价值的内容成为值得研究的问题。因此，本文以全部A股上市公司2016年半年报中披露的风险信息作为背景数据，提出三重维度的风险信息抽取方法，对风险描述文本中的风险信息进行抽取，使得抽取出的风险信息具有更丰富的信息含量，尽可能表征原始风险描述文本所要表达的信息。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	梁娜
	姚长青
	王峥
	高影繁
	李岩

关键词 ：风险信息, 信息抽取, 三重维度, 年度报告, 上市公司

收稿日期: 2019-05-22

基金资助:中国科学技术信息研究所重点工作项目“上市公司年报数据库建设及服务系统研发”（ZD2019-09）。

作者简介: 梁娜，女，1995年生，硕士研究生，主要研究方向为科技大数据关键技术与应用服务研究，E-mail:liangna2017@istic.ac.cn

引用本文:

梁娜, 姚长青, 王峥, 高影繁, 李岩. 基于三重维度的企业风险信息抽取方法研究[J]. 情报学报, 2019, 38(12): 1241-1249.
Liang Na, Yao Changqing, Wang Zheng, Gao Yingfan, Li Yan. Research on Enterprise Risk Information Extraction Method Based on Triple Dimensions. 情报学报, 2019, 38(12): 1241-1249.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.12.001 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I12/1241

1 NordenL,WeberM. Credit line usage, checking account activity, and default risk of bank borrowers[J]. Review of Financial Studies, 2010, 23(10): 3665-3699.
2 AthanasakouV,HussaineyK. Forward-looking performance disclosure and earnings quality[R]. London School of Economics and University of Stirling Working Paper, 2010.
3 AthanasakouV,HussaineyK. The perceived credibility of forward-looking performance disclosures[J]. Accounting and Business Research, 2014, 44(3): 227-259.
4 GulinD,HladikaM,Mi?inM. Disclosure of non-financial information: The case of croatian listed companies[C]// Proceedings of the Conference on Consumer Behavior, Organizational Strategy and Financial Economics. Cham: Springer, 2018, 9: 159-175.
5 BochkayK,LevineC B. Using MD&A to improve earnings forecasts[J]. Journal of Accounting, Auditing & Finance, 2019, 34(3): 458-482.
6 林钟高, 杨雨馨. 风险提示信息与银行信贷决策——基于A股上市公司年报文本信息的研究[J]. 安徽师范大学学报(人文社会科学版), 2017, 45(2): 245-255.
7 孟庆斌, 杨俊华, 鲁冰. 管理层讨论与分析披露的信息含量与股价崩盘风险——基于文本向量化方法的研究[J]. 中国工业经济, 2017(12): 132-150.
8 申心吉. 中国上市公司信息披露质量状况研究——基于深交所信息披露考评的经验证据[J]. 时代金融, 2017(12): 152-154.
9 LiF. Textual analysis of corporate disclosures: A survey of the literature[J]. Journal of Accounting Literature, 2011, 29: 43-65.
10 HanleyK W,HobergG. The information content of IPO prospectuses[J]. Review of Financial Studies, 2010, 23(7): 2821-2864.
11 DeAngelisM D. Uncommon information in firm disclosures[D]. East Lansing: Michigan State University, 2014.
12 YangB. Extending topic models for text analysis of corporate risk disclosures[D]. Singapore: National University of Singapore, 2013.
13 翟文洁, 闫琰, 张博文, 等. 基于混合深度信念网络的多类文本表示与分类方法[J]. 情报工程, 2016, 2(5): 30-40.
14 CampbellJ L,ChenH,DhaliwalD S, et al. The information content of mandatory risk factor disclosures in corporate filings[J]. Review of Accounting Studies, 2014, 19(1): 396-455.
15 周双文. 基于领域本体的创业板公司年报风险信息抽取方法研究[D]. 长沙: 湖南大学, 2013.
16 胡小荣, 姚长青, 高影繁. 基于风险短语自动抽取的上市公司风险识别方法及可视化研究[J]. 情报学报, 2017, 36(7): 663-668.
17 肖浩, 詹雷, 王征. 国外会计文本信息实证研究述评与展望[J]. 外国经济与管理, 2016, 38(9): 93-112.
18 张秋子, 陆伟, 程齐凯, 等. 基于最大熵模型的学术缩写自动识别[J]. 情报工程, 2015, 1(2): 64-72.