基于内部控制自评报告的财务困境预测——文本风险信息视角

现有的财务困境预测研究大多集中于企业年报中披露的财务信息以及社交媒体发布的文本信息,对于内部控制自评报告在财务困境预测领域的应用研究极少。本文引入内部控制自评报告中的文本风险信息进行预测,构建可以利用企业内部控制解释企业风险的文本特征指标,并利用主流机器学习方法进行建模。进一步地,基于2016~2018年我国所有上市公司样本,结合文本特征指标与常规财务指标进行分析,得出结论:内部控制自评报告中的文本风险信息能够显著提升企业财务困境的预测效果,并且文本特征指标在所有指标中呈现重要性,且其对于时间的敏感性与常规财务指标相比较低。