典型文献
险境淘金:基于并购重组事件挖掘的财务脱困预测
文献摘要：
针对我国上市企业财务困境预测问题,构造了一个多分类器集成学习模型,挖掘企业并购重组事件(mergers and acquisitions,M&A)以及年报中管理层讨论与分析(management discussion and analysis,MD&A),应用文本分析技术研究其能否提供增量信息,以及新特征的信息价值.研究结果表明,新模型在预测准确度(area under curve,AUC)与识别能力(true positive rate,TPR)上均显著优于基准模型;企业财务数据、M&A,MD&A等的多源异构特征,都帮助该模型获得更佳的预测效果;基于MD&A的文本情感挖掘发现,管理层语调越消极悲观,其企业越易于陷入财务困境;频繁发生M&A事件更易使企业趋于陷入财务困境;MD&A中语调夸大将不利于模型预测的准确性,但大规模M&A会削弱这种消极作用.
文献关键词：
财务困境;预测模型;管理层讨论与分析;并购重组
中图分类号：
作者姓名：
江俊毅;蒋洪迅
作者机构：
中国人民大学信息学院,北京100872
文献出处：
引用格式：
[1]江俊毅;蒋洪迅-.险境淘金:基于并购重组事件挖掘的财务脱困预测)[J].系统工程学报,2022(02):161-177
A类：
B类：
险境,淘金,事件挖掘,脱困,上市企业,企业财务困境,一个多,多分类器集成,集成学习模型,企业并购重组,mergers,acquisitions,年报,管理层讨论与分析,management,discussion,analysis,MD,应用文,文本分析技术,增量信息,新特征,信息价值,预测准确度,area,under,curve,识别能力,true,positive,rate,TPR,财务数据,多源异构,异构特征,文本情感,管理层语调,消极悲观,夸大,大将
AB值：
0.466282
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。
