典型文献
上市公司披露的社会责任信息"通俗易懂"吗?——基于机器学习的可读性质量评估与实证研究
文献摘要：
文本的"通俗易懂"是证券市场信息披露质量的前提与保证,为此提供了一个上市公司社会责任报告可读性质量评估的解决方案:首先,结合证券市场信息披露动机及阅读行为分析,提出了一个基于"阅读效率"与"适应水平"的两维度可读性质量评估模型;其次,设计并验证了一个基于机器学习的信息披露文本可读性质量评估的方法;最后,对我国上市公司2009-2017年发布的社会责任报告可读性质量水平进行了测度,并对全样本的总体与结构特征进行了数据分析.研究发现:我国上市公司社会责任报告可读性水平整体呈正态分布且逐年提升;不同行业与年份组间差异显著,行业异质性和外部政策变化可能是差异出现的主要原因.上述模型为信息披露质量评估提供了一个新的思路,评价方法有效减少了可读性质量评估中主观性干扰问题;同时研究结果为后续实证研究提供了一组新的量化数据,也为证券市场信息披露监管提供了新的启示.
文献关键词：
信息披露;企业社会责任;机器学习;可读性
中图分类号：
作者姓名：
段钊;周红;周辉
作者机构：
华中师范大学信息管理学院
文献出处：
引用格式：
[1]段钊;周红;周辉-.上市公司披露的社会责任信息"通俗易懂"吗?——基于机器学习的可读性质量评估与实证研究)[J].宏观质量研究,2022(04):80-94
A类：
B类：
社会责任信息,通俗易懂,基于机器学习,质量评估,证券市场,市场信息,信息披露质量,公司社会责任,社会责任报告,阅读行为,行为分析,阅读效率,两维,文本可读性,质量水平,正态分布,同行业,行业异质性,政策变化,主观性,干扰问题,量化数据,信息披露监管,企业社会责任
AB值：
0.262376
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
