期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
管理层语意与未来股价崩盘风险——基于投资者情绪的中介效分析 被引量:11
1
作者 杨七中 章贵桥 马蓓丽 《中南财经政法大学学报》 CSSCI 北大核心 2020年第1期26-36,159,共12页
文章基于2010~2014年我国上市公司业绩说明会上的非财务信息披露数据,采用LSTM深度学习技术对管理层回复内容进行文本分析,考察管理层语意对未来股价崩盘风险的影响,以及投资者能否感知并发挥抑制未来股价崩盘风险的中介效应。研究发现... 文章基于2010~2014年我国上市公司业绩说明会上的非财务信息披露数据,采用LSTM深度学习技术对管理层回复内容进行文本分析,考察管理层语意对未来股价崩盘风险的影响,以及投资者能否感知并发挥抑制未来股价崩盘风险的中介效应。研究发现,管理层语意越正向,越能化解未来股价崩盘风险,且这主要是通过投资者情绪所做出的积极反应所致。投资者能够明显感知管理层语意并修正其情绪偏差,化解未来股价崩盘风险,这说明投资者情绪在管理层语意和未来股价崩盘风险之间发挥了中介效应。本文的研究对于认识非财务信息在资本市场中的作用,以及规范非财务信息披露的内容和质量、抑制未来股价崩盘风险、促进资本市场健康有序发展具有重要的理论与实践意义。 展开更多
关键词 管理层语意 股价崩盘风险 投资者情绪 中介效应
下载PDF
管理层的“弦外之音”,投资者能听得懂吗?——基于管理层语意的LSTM深度学习研究 被引量:7
2
作者 杨七中 马蓓丽 《财经论丛》 CSSCI 北大核心 2019年第6期63-72,共10页
我国资本市场上的投资者能够听得懂管理层的“话里话、弦外音”吗?本文选用LSTM深度学习技术,对我国上市公司2010~2014年度业绩说明会上的管理层回复内容进行文本分析,研究管理层所表达的真正语意。结果发现,投资者能理解管理层的真实语... 我国资本市场上的投资者能够听得懂管理层的“话里话、弦外音”吗?本文选用LSTM深度学习技术,对我国上市公司2010~2014年度业绩说明会上的管理层回复内容进行文本分析,研究管理层所表达的真正语意。结果发现,投资者能理解管理层的真实语意,资本市场对正面语意做出滞后显著的正向反应,而对负面语意做出更及时显著的负向反应;进一步基于FamaandFrench(1993)三因子模型研究管理层语意是否是投资者股票交易策略的因子,但未发现投资者把管理层语意作为交易策略因子的证据。本文的研究一方面表明业绩说明会这样的非财务信息披露渠道具有存在的价值并且验证了行为经济学领域的前景理论,另一方面LSTM深度学习技术能避免传统“词袋法”的缺陷,值得拓展到其他非财务信息文本分析领域,适当开展进一步应用。 展开更多
关键词 管理层语意 文本分析 LSTM深度学习 市场反应
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部