基于文本挖掘的公司股价崩盘风险预警——来自年报MD&A的经验证据

摘要：

以2010-2021年沪深A股上市公司作为研究样本,根据年报中管理层讨论与分析(MD&A)章节,利用文本挖掘技术提取信息披露特征与文本特征,采用机器学习包括决策树模型、梯度提升树模型、极端梯度提升树与前馈神经网络模型预测公司股价崩盘风险.研究发现,MD&A信息披露特征与文本特征作为重要的非财务信息对预测股价崩盘风险起着至关重要的作用,能够显著提升模型精度,同时利用偏依赖图也验证了管理层捂盘假说对于解释股价崩盘风险的科学性与合理性.应规范年报文本信息披露,加强监督力度,促进资本市场健康发展.

关键词：文本挖掘、信息披露特征、文本特征、股价崩盘风险、机器学习

分类号：F832.5(金融、银行)

资助基金：甘肃省教育厅优秀研究生创新之星项目2022CXZX-704

在线出版日期：2023-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：33-41