陳藝云， 賀建風(fēng)， 覃福東

(華南理工大學(xué) 經(jīng)濟與貿(mào)易學(xué)院，廣東 廣州 510006)

1 引言

自2014年“11超日債”違約以來，我國公司債券市場違約事件頻發(fā)，信用風(fēng)險問題引起了監(jiān)管層、投資者和學(xué)術(shù)界的普遍關(guān)注。在經(jīng)濟呈現(xiàn)新常態(tài)、增長速度趨緩、公司企業(yè)經(jīng)營業(yè)績下滑的情況下，準(zhǔn)確評價公司企業(yè)的信用風(fēng)險從而準(zhǔn)確預(yù)測其財務(wù)困境對于強化信用風(fēng)險管理，防范信用危機和債務(wù)危機有著重要的理論與現(xiàn)實意義。

以往對公司企業(yè)財務(wù)困境預(yù)測的研究都是以財務(wù)數(shù)據(jù)、市場交易數(shù)據(jù)等定量數(shù)據(jù)為基礎(chǔ)的，很少考慮公司公告、新聞報道、在線評論等公開的定性信息，實際上標(biāo)準(zhǔn)普爾早在2003年就指出，“定性信息中包含著區(qū)分信用風(fēng)險的重要信息”［1］。大數(shù)據(jù)時代的到來使得以定性文本信息為主的非結(jié)構(gòu)化數(shù)據(jù)在金融市場預(yù)測中將發(fā)揮更為重要的作用，也為有效分析文本信息提供了新的技術(shù)和方法。本文通過對中文年報管理層討論與分析部分特征詞的抽取與文本內(nèi)容的量化分析，為公司企業(yè)的財務(wù)困境預(yù)測和信用風(fēng)險管理提供新的思路和方法，拓展了對公司信息披露文本內(nèi)容的挖掘分析，對于更有效地分析新聞報道、在線評論等其他文本內(nèi)容，從而準(zhǔn)確預(yù)測財務(wù)困境和管理信用風(fēng)險都有重要的借鑒和參考價值。

2 文獻回顧與理論分析

公司企業(yè)財務(wù)困境的預(yù)測是理論和實務(wù)界關(guān)注的熱點問題之一，但以往的研究大多是以財務(wù)數(shù)據(jù)、市場交易數(shù)據(jù)等定量數(shù)據(jù)為基礎(chǔ)的，如Altman［2］基于財務(wù)比率的 Z 評分模型，Merton［3］基于股票市場交易數(shù)據(jù)的結(jié)構(gòu)模型，Shumway［4］結(jié)合財務(wù)比率和市場交易數(shù)據(jù)提出的風(fēng)險模型等，這些研究存在著低估違約概率、難以實時預(yù)測違約的問題。一些學(xué)者將此歸因于公開信息的不完全，認(rèn)為應(yīng)以不完全信息假設(shè)為基礎(chǔ)來進行最優(yōu)估計［5］，這種方法更接近現(xiàn)實，但忽略了傳統(tǒng)理論和方法的最大缺陷，即只注重對財務(wù)數(shù)據(jù)、市場交易數(shù)據(jù)等定量數(shù)據(jù)的分析，而沒有考慮公司公告、新聞報道、在線評論等公開的定性信息。

從上市公司信息披露的內(nèi)容來看，財務(wù)數(shù)據(jù)只是其中的一個組成部分，可以很直觀地反映公司的經(jīng)營和財務(wù)狀況，但信息披露報告更多還是以描述性文本內(nèi)容為主，這是公司和經(jīng)理人具體說明并分析公司現(xiàn)狀、發(fā)展前景，從而與潛在的投資者進行溝通的重要機會。通過這些描述性的文本內(nèi)容，經(jīng)理人可以達到吸引投資者，促使其購買更多股票或?qū)⒏噘Y金放貸給公司，并抑制其出售公司證券沖動的目的［6］。當(dāng)公司經(jīng)營和財務(wù)狀況開始惡化時，經(jīng)理人的這種激勵會更為強烈，信息披露的文本內(nèi)容就會隨之出現(xiàn)變化，這樣以來，公司信息披露的文本內(nèi)容就有可能為判斷經(jīng)理人與公司的違約傾向提供重要線索。

然而，由于投資者對信息的分析和處理存在著收益與成本的均衡［7］，公司可以通過提高負(fù)面信息的分析成本來弱化市場的反應(yīng)［8］。對于正面信息，經(jīng)理人傾向于以更直接更清晰的方式進行陳述，使好消息等到更充分更及時的反映;對于負(fù)面信息，經(jīng)理人則傾向于以復(fù)雜模糊的方式來表達，如使用更多的生僻詞、更冗長的句子來進行描述，可能會以更多中性或含義模糊、而不是悲觀和負(fù)面的詞語來表達對未來前景的負(fù)面信息［9］，這樣以來，公司信息披露文本的措辭和風(fēng)格就可能會反映出其真實的經(jīng)營狀況以及經(jīng)理人對未來的預(yù)期，從而為評價其信用風(fēng)險、預(yù)測財務(wù)困境提供新的信息。

盡管Tennyson等［6］在1990年就通過對公司年報管理層討論與分析和董事長致辭部分描述性內(nèi)容的主題分析指出了文本信息對于公司破產(chǎn)預(yù)測的重要作用，但在信用風(fēng)險評價和財務(wù)困境預(yù)測中考慮定性文本信息的研究還很少見，而且大多局限于對新聞報道和網(wǎng)絡(luò)輿情的分析［10～13］。從信息獲取渠道來看，公司的信息披露比外部的新聞報道、社交媒體信息更為可靠，許多對股票市場的研究都表明公司年報的文本內(nèi)容，如管理層討論與分析(Management Discussion＆ Analysis，MD＆A)部分的文本內(nèi)容確實可以為預(yù)測公司未來經(jīng)營業(yè)績提供增量信息［14～16］，而 Cecchini等［17］基于本體分析的研究也證實英文年報MD＆A的措辭特征確實可以提高破產(chǎn)預(yù)測的準(zhǔn)確性。

國內(nèi)對中文年報管理層討論與分析的研究大多以人工閱讀或打分方法為主［15，16］，難以適用于對大樣本的分析，一些學(xué)者的自動文本分析側(cè)重于對其言語的有效性或文本內(nèi)容相似性的分析［18，19］，很少從用詞的角度來進行分析。謝德仁和林樂［20］在對上市公司業(yè)績說明會文本內(nèi)容的分析中引入了國外學(xué)者基于英文年報用詞構(gòu)建的詞典來分析管理層語調(diào)，但這種方法對于中文用詞的特殊性考慮不足。由于對財務(wù)困境公司和正常公司的區(qū)分是一個典型的分類問題，兩類公司年報的用詞可能會存在著一些顯著的差異，那么通過對文本特征詞的提取和分析就可以實現(xiàn)對文本內(nèi)容的量化并用以預(yù)測財務(wù)困境，為此，本文引入文本分類中文本特征的提取方法對兩類公司管理層討論與分析部分的文本內(nèi)容進行對比，從中抽取能區(qū)分兩類公司的特征詞，由此構(gòu)建文本內(nèi)容的量化指標(biāo)，將其加入到財務(wù)困境預(yù)測的建模中，并采用不同預(yù)測方法來檢驗該文本量化指標(biāo)能否提高預(yù)測的準(zhǔn)確性。

3 研究設(shè)計

3．1 實證方法的選擇

在財務(wù)困境預(yù)測的研究中，國內(nèi)外學(xué)者采用了多種方法和技術(shù)，主要分為兩大類:一是基于統(tǒng)計模型的判別分類方法，如線性判別分析、Logistic回歸、Probit回歸等;二是人工智能方法，如決策樹、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、進化計算等。為檢驗本文構(gòu)建的文本量化指標(biāo)在財務(wù)困境預(yù)測中的作用，確保研究結(jié)論的穩(wěn)健性，本文選擇了上述兩類方法中應(yīng)用最廣泛、代表性最強的Logistic回歸和支持向量機來進行實證分析。

3．1．1 Logistic 回歸模型

在信用風(fēng)險預(yù)警的傳統(tǒng)統(tǒng)計方法中，Logistic回歸是對二分類因變量進行建模時最常用的多元統(tǒng)計方法，可以解決非線性分類的問題，對變量的分布沒有具體要求，判斷的準(zhǔn)確率較高，其一般形式如下

其中pi表示事件發(fā)生的概率，Xi表示解釋變量。

3．1．2 支持向量機

支持向量機是一種基于統(tǒng)計學(xué)習(xí)理論的分類方法，在解決小樣本、非線性及高維模式識別中有許多優(yōu)勢，其目的在于構(gòu)建一個超平面，使得高維特征空間內(nèi)兩個類的邊緣間隔最大化，其優(yōu)勢在于利用核函數(shù)來提供準(zhǔn)確率高的分類模型，并借助正則項避免模型的過度適應(yīng)，同時避免局部最優(yōu)和多種共線性的影響。支持向量機求解的最優(yōu)化問題如下所示

其中 i=1，2，…，M，ξi≥0 表示懲罰因子 C 決定的誤差界限，yi表示訓(xùn)練集中的類別，Φ(x)表示從輸入層到特征層的非線性轉(zhuǎn)換，w和b分別代表權(quán)重和閾值。支持向量機通過二次規(guī)劃，以核函數(shù)K(x)=K(xi，xj)代替最優(yōu)分類平面的點積Φ(xi)T·Φ(xj)來求解上述最優(yōu)化問題，而核函數(shù)的形式有多種，如線性核函數(shù)、多項核函數(shù)、高斯核函數(shù)等，本文在這里選取了高斯核函數(shù)來進行建模。

3．2 財務(wù)比率的選擇

財務(wù)比率是上市公司財務(wù)困境預(yù)測的基礎(chǔ)變量，在結(jié)合已有文獻的基礎(chǔ)上［21～23］，考慮數(shù)據(jù)的可得性，本文從償債能力、營運能力、盈利能力、發(fā)展能力、每股指標(biāo)、風(fēng)險水平等角度選取了32個財務(wù)比率，包括固定資產(chǎn)比率(FIX)、流動比率(CURRENT)、速動比率(ACID)、營運資金(WC)、利息保障倍數(shù)(INTEREST)、經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額/流動負(fù)債(CASH)、現(xiàn)金流利息保障倍數(shù)(CINTEREST)、資產(chǎn)負(fù)債率(LEV)、有形資產(chǎn)負(fù)債率(TLEV)、權(quán)益乘數(shù)(EM)、產(chǎn)權(quán)比率(EQUITY)、權(quán)益/負(fù)債(ED)、總資產(chǎn)增長率(AGROWTH)、權(quán)益增長率(EGROWTH)、財務(wù)杠桿(FL)、經(jīng)營杠桿(OL)、綜合杠桿(CL)、營業(yè)周期(OC)、總資產(chǎn)周轉(zhuǎn)率(TAT)、每股收益(EPS)、每股營業(yè)收入(OIPS)、每股營業(yè)利潤(OPPS)、每股凈資產(chǎn)(BPS)、每股留存收益(REPS)、每股經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額(CPS)、每股現(xiàn)金凈流量(NCPS)、投入資本回報率(RIA)、資產(chǎn)報酬率(ROA)、資產(chǎn)凈利率(JROA)、凈資產(chǎn)收益率(ROE)、營業(yè)利潤率(OPM)和總營業(yè)成本率(OCR)。

3．3 文本內(nèi)容的量化分析

3．3．1 特征詞的提取方法

由于公司經(jīng)營和財務(wù)狀況會對其信息披露文本內(nèi)容的措辭和風(fēng)格產(chǎn)生影響，本文采用R語言開源中文分詞工具JiebaR來進行中文分詞，然后利用卡方檢驗的方法來選取可以區(qū)分財務(wù)困境公司和正常公司的特征詞。按照Yang和Pedersen［24］的研究，以N表示訓(xùn)練語料中文檔的總數(shù)，以A表示屬于Cj類且包含特征詞ti的文檔頻數(shù)，以B表示不屬于Cj類但包含特征詞ti的文檔頻數(shù)，以C表示屬于Cj類但不包含特征詞ti的文檔頻數(shù)，以D表示不屬于Cj類且不包含特征詞ti的文檔頻數(shù)，則特征詞ti的卡方值為

根據(jù)卡方分布一個自由度的臨界值就可以確定特征詞ti是否能顯著區(qū)分財務(wù)困境公司和正常公司，由此可以構(gòu)建財務(wù)困境公司和正常公司的特征詞表。

3．3．2 特征詞的權(quán)重設(shè)置

本文采用與 Cecchini等［17］相似的方法，考慮特征詞在分類中的相對重要性，通過對詞頻-逆向文檔頻率 (TF-IDF，Term Frequency-Inverse Document Frequency)的擴展來設(shè)置權(quán)重。特征詞ti的權(quán)重wi可以表示為

其中j表示文檔，k和l表示類別，tfijk表示特征詞i在k類j文檔的詞頻，N表示文檔總數(shù)，n表示包含特征詞i的k類文檔總數(shù)。

3．3．3 基于文本分析的違約傾向指標(biāo)的構(gòu)建

通過選取特征詞并設(shè)置其權(quán)重，就可以對每個信息披露文本中包含的特征詞進行統(tǒng)計，由此可以構(gòu)建基于文本分析的公司違約傾向指標(biāo)(TTD，Tendency toward Default):

其中TTDj表示公司j的違約傾向指標(biāo)表示財務(wù)困境公司特征詞ti在公司j信息披露文本中的詞頻表示特征詞ti對財務(wù)困境公司的權(quán)重，表示正常公司特征詞ti在公司j信息披露文本中的詞頻表示特征詞ti對正常公司的權(quán)重。TTD值越大，文本內(nèi)容中就使用了相對更多負(fù)面意義的詞語。

3．4 樣本和數(shù)據(jù)

3．4．1 樣本

參照國內(nèi)在預(yù)測上市公司財務(wù)困境時的通常做法，本文以因財務(wù)狀況異常而被特別處理(ST)作為上市公司出現(xiàn)財務(wù)困境的標(biāo)志，在選取樣本的時候采用配比原則來選擇非ST公司作為配對樣本。為了確保實證結(jié)果的穩(wěn)健性，本文按照行業(yè)相同，資產(chǎn)規(guī)模相近的原則來選擇非ST公司作為配對樣本，在配比的比例上分別按1∶1和1∶2來選擇。由于上市公司的年報是在年度終了4個月內(nèi)編制發(fā)布的，因而t－1年年報的發(fā)布與其在t年是否被特別處理這兩個時間是同時發(fā)生的，為此本文參照石曉軍等［25］的做法，采用了上市公司t－2年的數(shù)據(jù)建立模型來預(yù)測其是否會在t年出現(xiàn)信用風(fēng)險?；谏鲜鰲l件，本文選取了2011年～2017年期間199家被ST的上市公司作為財務(wù)困境公司樣本，按行業(yè)相近、規(guī)模相近的原則選擇了398家非ST公司作為配對的正常公司樣本，對應(yīng)的數(shù)據(jù)期間為2009年～2015年。

考慮到特征詞的選取應(yīng)考慮足夠多的樣本，因而不管實證分析時財務(wù)困境公司和正常公司的比例是1∶1還是1∶2，本文以全部樣本為基礎(chǔ)來選取特征詞。通過預(yù)處理和中文分詞后，在選取特征詞時，由于卡方檢驗難以排除一些并不能區(qū)分財務(wù)困境公司與正常公司的詞語，如“現(xiàn)金流量”、“經(jīng)營活動”、“投資者”、“管理辦法”、“供應(yīng)商”、“子公司”等會計或行業(yè)常用詞，因而本文對通過卡方檢驗的詞語進行了篩選，最后選定了93個財務(wù)困境公司的特征詞以及98個正常公司的特征詞，然后計算各個特征詞的權(quán)重。

3．4．2 數(shù)據(jù)

本文的財務(wù)數(shù)據(jù)都來自于國泰安數(shù)據(jù)庫，中文年報來自于巨潮資訊網(wǎng)，從中截取了管理層討論與分析的文本內(nèi)容。對于違約傾向指標(biāo)(TTD)和財務(wù)比率能否反映財務(wù)困境公司和正常公司之間的顯著差異，對所有變量進行了非參數(shù) Mann-Whitney檢驗，結(jié)果顯示除了財務(wù)比率變量中營業(yè)周期(OC)和每股現(xiàn)金凈流量(NCPS)不顯著以外，包括違約傾向指標(biāo)(TTD)在內(nèi)的其他全部變量都存在顯著性差異，可以用來區(qū)分財務(wù)困境公司和正常公司。對于違約傾向指標(biāo)(TTD)，正常公司的平均值為 0．08898，財務(wù)困境公司的平均值為0．23461，非參數(shù)檢驗的 Z 值為 －10．621，顯著性水平為1%，表明財務(wù)困境公司在其年報的文本內(nèi)容中確實使用了更多與財務(wù)困境相關(guān)的、有負(fù)面意義的特征詞。

4 實證結(jié)果與分析

對于違約傾向指標(biāo)在財務(wù)困境預(yù)測中的作用，本文采用Logistic回歸和支持向量機兩種方法來進行實證檢驗，同時進行樣本內(nèi)檢驗和樣本外預(yù)測。首先不區(qū)分訓(xùn)練集和測試集，以全部樣本(分1∶1和1∶2兩種比例)進行樣本內(nèi)檢驗，分別按加入違約傾向指標(biāo)(TTD)前后兩種情況建模;然后再選取2011年～2015年的139家ST公司和配對樣本作為訓(xùn)練集，分別采用兩種方法進行建模，以2016年～2017年的60家ST公司和配對正常公司樣本作為測試集對模型預(yù)測財務(wù)困境的準(zhǔn)確性進行比較分析。判斷標(biāo)準(zhǔn)主要有三個:一是TTD的加入能否提高分類的整體準(zhǔn)確率(Accuracy);二是TTD的加入能否降低第一類錯誤(TypeⅠ error，將ST公司識別為正常公司)和第二類錯誤(TypeⅡerror，將正常公司識別為 ST公司)的概率;三是TTD的加入能否提高受試者工作特征曲線(ROC，Receiver Operating Characteristic Curve)的曲線下面積AUC(Area Under Curve)，AUC是根據(jù)建模結(jié)果預(yù)測樣本被ST的概率來計算的，取值范圍為0．5～1，值越大表明樣本內(nèi)模型的擬合效果或樣本外預(yù)測的準(zhǔn)確性越好。

4．1 基于Logistic回歸的分析

本文在采用Logistic回歸分析時應(yīng)用逐步回歸的方法來剔除不顯著的變量，首先不考慮違約傾向指標(biāo)(TTD)，然后再加入該指標(biāo)，對模型的擬合程度和預(yù)測能力進行比較分析，同時根據(jù)違約傾向指標(biāo)(TTD)是否會在逐步回歸的過程中被剔除來判斷其對財務(wù)困境模型構(gòu)建的作用。

4．1．1 樣本內(nèi)檢驗

表1給出了1∶1和1∶2兩種樣本比例下Logistic逐步回歸樣本內(nèi)檢驗的結(jié)果。由表1可見，樣本比例不同，逐步回歸選取的財務(wù)變量有所區(qū)別，是否加入違約傾向指標(biāo)(TTD)也會導(dǎo)致財務(wù)變量選取的不同，但不管配比比例如何，加入違約傾向指標(biāo)(TTD)后逐步回歸都無法剔除且違約傾向指標(biāo)(TTD)顯著為正，即文本內(nèi)容反映的違約傾向越強，公司出現(xiàn)財務(wù)困境的可能性越大。

表1 Logistic回歸的樣本內(nèi)檢驗結(jié)果

然后從加入違約傾向指標(biāo)(TTD)后模型的擬合情況來看，對數(shù)似然比(Log Likelihood)明顯降低，而Cox＆Snell R2和Nagelkerke R2都顯著提高，AUC也有一定幅度的提高，可見違約傾向指標(biāo)(TTD)確實提高了財務(wù)困境預(yù)測模型的擬合度;再從樣本內(nèi)預(yù)測能力來看，不管比例如何，違約傾向指標(biāo)(TTD)的加入減少了第一類錯誤，在1∶2比例下也減少了第二類錯誤，整體準(zhǔn)確率都有一定幅度的提高，可見違約傾向指標(biāo)(TTD)確實提高了財務(wù)困境預(yù)測模型的預(yù)測能力，且主要體現(xiàn)在第一類錯誤的降低上，即減少了將財務(wù)困境公司誤判為正常公司的概率，這對于信用風(fēng)險管理有著非常重要的價值。

4．1．2 樣本外預(yù)測

表2給出了Logistic逐步回歸樣本外預(yù)測的結(jié)果。由表2可見，在ST公司與正常公司的比例為1∶1時，違約傾向指標(biāo)(TTD)的加入使得AUC和整體準(zhǔn)確率都有一定幅度的提高，第一類錯誤和第二類錯誤都有所降低，其中第一類錯誤的降低更為明顯;在提高配對比例，增加正常公司數(shù)量后，違約傾向指標(biāo)(TTD)加入對預(yù)測效果的改進幅度有所下降，但同樣可以提高整體準(zhǔn)確率和AUC，降低第一類錯誤和第二類錯誤，同樣對第一類錯誤的降低更為明顯。由此可見，在采用Logistic回歸方法時，文本內(nèi)容反映的違約傾向指標(biāo)(TTD)確實可以提高財務(wù)困境預(yù)測模型樣本外預(yù)測準(zhǔn)確性，而且與樣本內(nèi)檢驗一致，這主要還是體現(xiàn)在降低第一類錯誤，即將財務(wù)困境公司誤判為正常公司的概率上。

表2 Logistic回歸的樣本外預(yù)測結(jié)果

4．2 基于支持向量機的分析

在采用支持向量機建模分析時，為了判斷違約傾向指標(biāo)(TTD)以及財務(wù)比率變量對財務(wù)困境預(yù)測建模的相對重要性，本文引入Cortez和Embrechts［26］提出的敏感性分析方法來計算違約傾向指標(biāo)(TTD)加入前后各變量的相對重要性并進行樣本內(nèi)檢驗，然后再對加入違約傾向指標(biāo)(TTD)前后支持向量機的樣本外預(yù)測能力進行比較分析。

4．2．1 樣本內(nèi)檢驗

表3給出了支持向量機樣本內(nèi)檢驗的結(jié)果。由表3可見，樣本比例較小時支持向量機的總體準(zhǔn)確率更高一些，主要是因為第一類錯誤的概率相對要低很多，而樣本比例擴大后，第一類錯誤的概率有顯著提升;加入違約傾向指標(biāo)(TTD)后，不管比例如何，第一類錯誤和第二類錯誤的概率都有所降低，同樣對第一類錯誤的減少相對會更顯著一些，同時整體準(zhǔn)確率和AUC也都有一定幅度的提高。從敏感性分析的結(jié)果來看，配比比例的變化對財務(wù)比率變量在采用支持向量機建模時的相對重要性影響不大，而違約傾向指標(biāo)(TTD)在兩種比例下都進入了前十大重要變量，而且在比例為1∶2時在所有指標(biāo)中排在第四位，重要性顯著提高。由此可見，在采用支持向量機構(gòu)建財務(wù)困境預(yù)測模型時，違約傾向指標(biāo)(TTD)都發(fā)揮了重要的作用。

表3 支持向量機的樣本內(nèi)檢驗結(jié)果

4．2．2 樣本外預(yù)測

表4給出了支持向量機樣本外預(yù)測的結(jié)果。由表4可見，同樣是在樣本比例較小時支持向量機的總體準(zhǔn)確率更高，而樣本比例擴大后，兩類錯誤的概率都有顯著提升;從違約傾向指標(biāo)(TTD)加入的影響來看，在比例為1∶1時，顯著降低了第二類錯誤的概率，AUC也有顯著的提高，整體準(zhǔn)確率都有大幅度的提高，但在比例擴大以后，其影響有所降低，對于第二類錯誤的影響較小，只是降低了第一類錯誤的概率。從總體來看，在采用支持向量機方法的情況下，加入文本信息反映的違約傾向指標(biāo)(TTD)同樣可以提高財務(wù)困境預(yù)測模型的準(zhǔn)確度。

表4 支持向量機的樣本外預(yù)測結(jié)果

5 結(jié)論與啟示

管理層討論與分析部分的描述性文本內(nèi)容是上市公司信息披露的重要組成部分，對這些文本信息的分析有助于了解公司的真實狀況以及經(jīng)理人對未來的預(yù)期，從而更準(zhǔn)確地預(yù)測財務(wù)困境。本文以財務(wù)困境公司和正常公司年報管理層討論與分析部分的文本內(nèi)容為研究對象，采用卡方檢驗方法來提取反映財務(wù)困境和正常公司的特征詞，通過對TF-IDF的擴展來設(shè)置特征詞的權(quán)重，從而構(gòu)建公司經(jīng)理人違約傾向指標(biāo)，并將該指標(biāo)與財務(wù)比率變量相結(jié)合，采用Logistic回歸和支持向量機的方法對違約傾向指標(biāo)能否提供財務(wù)困境預(yù)測的增量信息進行了分析，結(jié)果表明不管財務(wù)困境公司與正常公司的配比比例是1∶1還是1∶2，在這兩種財務(wù)困境預(yù)測模型的建模方法下，違約傾向指標(biāo)的加入都可以提高財務(wù)困境預(yù)測模型的擬合度以及預(yù)測的準(zhǔn)確性，降低出現(xiàn)誤判的第一類錯誤率和第二類錯誤率。由此可見，上市公司年報文本內(nèi)容的特征在一定程度上反映了公司的真實現(xiàn)狀以及經(jīng)理人對未來前景的預(yù)期，可以為財務(wù)困境預(yù)測和信用風(fēng)險評價提供新的信息，而且這些信息可以通過自動文本分析的方法進行挖掘和獲取，這對于信用風(fēng)險管理機構(gòu)，乃至于市場投資者分析上市公司的風(fēng)險信息都有重要的借鑒價值。不過本文的研究局限于上市公司，難以適用于非上市的公司企業(yè)，但對于這些公司企業(yè)，可以通過對新聞報道、社交媒體等其他渠道文本內(nèi)容的挖掘分析來實現(xiàn)，當(dāng)然由于這些渠道的文本信息來自于企業(yè)外部，在具體方法和技術(shù)的選擇上還需要進一步的研究。