基于文本信息的企业信用风险预测研究.pdf

2023 年 1 月 中 国 管 理 信 息 化 Jan.,2023 第 26 卷第 2 期 China Management Informationization Vol.26,No.2 基于文本信息的企业信用风险预测研究 张皓楠 ，张红梅1 1，2 1. （ 贵州财经大学　大数据应用与经济学院（贵阳大数据金融学院），贵州 550025； 2.贵州科技创新创业投资研究院，贵州 550025） ［摘  要］ 文章运用文本数据挖掘法，将发生信用风险企业和未发生信用风险企业年报中的语调剥离出来 后，对其进行量化，研究年报语调对信用风险预测有效性的影响。在实证研究中，文章对若干传统财务变 量使用因子分析法，通过Logistic模型将所提取的成分与语调变量进行信用风险预测。预测结果表明：发 生信用风险的企业语调更为消极，并且语调悲观程度与信用风险发生的概率显著正相关。通过对比语调 变量加入前后的预测结果的ROC曲线可知，在以财务变量为主要依据的信用风险预测中加入语调变量 可以提高预测的有效性。 ［关键词］ 信用风险；文本数据挖掘；因子分析；Logistic模型；文本语调 doi：10.3969/j.issn.1673 - 0194.2023.02.037 ［中图分类号］ ［文献标识码］ ［文章编号］ F276　　 A　　 1673-0194（2023）02-0 112-04 0     引  言 分的模型具有更高的判别精度。相较于信用特征，更 全球金融发展速度迅猛，社会各主体间的金融往 多学者基于最优信用风险指标组合的视角对信用风险 来日渐频繁，由此也带来了错综复杂的利益关系，一 进行研究，如研究发现不同财务指标对长短期违约状 旦某一利益环节发生信用风险，就会造成不可估量的 态预测具有不同的影响。 连带损失。因此，国内外学者将预防信用风险视为重 以往的研究多停留在对财务数据的分析，随着计 要的研究对象。 算机技术的进步和互联网的飞速发展，越来越多的非 信用风险通常指借款人、证券发行人或交易方不 结构化数据被运用到金融问题的研究中。结构化数据 ［1］ ［2］ ［5］ 愿或无力履行合约而构成的违约 。杨莲 将Focal  为字段可变数据，如吴非等人 通过爬虫技术归集企 Loss 修正交叉熵损失函数引入信用风险评价模型，对 业年报中有关“数字化转型”的关键字，并以此刻画企 ［6］ 若干个体样本进行风险预测，实证结果表明该预测方 业数字化转型的强度。李斌 通过挖掘美国上市保险 ［3］ 法可以提升对困难样本的识别能力。王重仁 针对互 公司共计1 682份财务报告文本，识别出29个保险业 联网信贷行业个人信用风险评估，提出一种贝叶斯参 的重要风险点，并以此分析保险业中重要风险的变化 ［7］ 数优化方法和XGBoost算法，实证结果表明此方法优 趋势。K Liang 认为文本信息有效缓解了信息不对 ［4］ 于支持向量机等传统的预测模型。罗方科 将商业银 称，显著提高了信用评估模型的可预测性。因此文本 ［8］ 行互联网金融个人小额贷款数据带入Logistic模型，筛 大数据也可应用于信用风险领域，M Cecchini 抽取 选出对