考虑用户感知和媒体干预的舆情演化模型

公共群体事件会因其较强的社会性和影响力引起公众的广泛关注和讨论,因此构建准确的公共群体事件舆情演化模型对有关部门进行决策有重大参考价值.针对社交网络中舆情传播受到用户亲密度、信息强化效应以及媒体干预强度等影响的情况,本文基于经典的传染病SIR模型,引入相邻节点亲密度概率函数,考虑多次相同信息刺激下的信息强化效应并将媒体干预作用抽象为不同干预系数,建立了三组用户状态转移的非一致性函数,提出了考虑用户感知和媒体干预的舆情演化模型.对该模型进行仿真实验,研究三种因素对舆情传播的影响,并与其他传播动力学模型对比,研究结果表明在用户亲密度和信息强化效应的作用下,舆情规模更大.最后本文以两起舆情事件为例,将本文提出的POEUPMI模型与其他模型相比,预测值与真实数据相比误差更小,准确性和精确度都有了明显提高.

上市公司年报文本增量信息与违规风险预测——基于语调和可读性的视角

本文基于2006-2019年我国沪深A股上市公司年度财务报告的文本数据,探讨并检验了年报文本语调和可读性特征与公司违规风险之间的经济关联,主要有三点发现:第一,随着年报文本负面语调指标的提升,可读性指标的降低,公司违规概率和违规的严重程度显著增大;第二,机制检验结果表明,年报语调和可读性指标能够传递公司财务困境以及经营风险的增量信息,进而有助于识别公司潜在的违规风险;第三,当企业信息透明度较低、盈利能力较差时,负面的文本特征指标可以视为对业绩指标的补充验证,揭示出公司面临更大的违规动机。同样,在企业年报可读性较差时,负面的语调指标与之形成了信息强化效应,两类文本指标的交互验证能够更为有效地识别公司的违规动机。上述结论表明,上市公司年报文本数据能够为监管部门创新监管方式,提高监管效率,防范化解风险提供新的思路和方法。