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。

考虑财务报告中文本风险信息的财务困境预测

现有的财务困境预测研究大多忽略了公司在年度财务报告中以文本形式披露的风险信息,而相比于公司披露的其他类型的文本,这些风险信息能够更加直接和前瞻地反映公司经营中的潜在重要风险。创新性地引入财务报告中的文本风险信息进行财务困境预测,并构建了能够反映所披露的风险对公司产生影响的可能性的文本特征指标——风险可能性,而后采用机器学习方法构建预测模型。基于2006~2020年美国35 706个上市公司年度样本的实证研究发现:在常用的财务及市场各类定量指标的基础上,融合财务报告中的文本风险信息能够显著提升公司财务困境的预测效果;相比于其他常用文本特征指标,本研究提出的风险可能性指标在财务困境预测中表现的重要度最高;定量指标的财务困境预测能力随着预测时间窗口的提前而明显下降,而文本风险信息的预测能力不仅没有下降,还呈现出了更为显著的提升效果。本研究可以帮助市场投资者、监管机构理解如何解读公司在财务报告中披露的文本风险信息,并为实现财务困境预测中融合文本信息提供了理论指导。

定性文本信息与信用评级:基于年报文本分析的研究

本文从文本语气和文本信息复杂性两个维度选取了负面词语占比、不确定性词语占比、专业术语词语占比、复杂句占比四个年报文本风险信息指标,采用主成分分析构建了年报文本风险信息指数,以公司债为样本对评级机构能否解读复杂文本内容中的风险信息进行了研究。实证结果表明:(1)年报文本风险信息指数与公司债信用评级显著负相关,即评级机构对年报文本内容中的风险信息进行了有效解读;(2)年报文本风险信息与定量风险信息存在一定的替代关系,在发行人市场风险和财务风险较低时会具有更高的信息价值;(3)刚性兑付的打破以及债券无担保都会促使评级机构更为重视年报文本风险信息;(4)年报文本风险信息能反映公司当前的盈余质量和未来的经营业绩,具有一定的增量信息价值。