基于文本挖掘技術(shù)的創(chuàng)業(yè)板股票招股說(shuō)明書(shū)風(fēng)險(xiǎn)分析.pdf

1、2009年10月30日，我國(guó)籌備許久的創(chuàng)業(yè)板在深圳正式開(kāi)盤(pán)。創(chuàng)業(yè)板的開(kāi)啟為許多不符合在主板或者中小板上市的中小企業(yè)開(kāi)通了融資渠道。由于創(chuàng)業(yè)板是主板之外的一種新型資本市場(chǎng)形式，其與主板在市場(chǎng)定位、發(fā)行條件、信息披露和監(jiān)督管理等方面存在差異。同時(shí)，由于創(chuàng)業(yè)板企業(yè)更關(guān)注于成長(zhǎng)性，往往面臨著更高的風(fēng)險(xiǎn)。因此本文針對(duì)在創(chuàng)業(yè)板擬上市企業(yè)發(fā)布的招股說(shuō)明書(shū)，對(duì)這些創(chuàng)業(yè)板企業(yè)的風(fēng)險(xiǎn)信息披露狀況進(jìn)行分析。本文將招股說(shuō)明書(shū)作為研究對(duì)象，主要因?yàn)檎泄烧f(shuō)明書(shū)是上

2、市公司信息披露最重要的法律文獻(xiàn)之一，對(duì)投資者，監(jiān)管者具有重要的參考價(jià)值。
　　本文對(duì)于不同企業(yè)的招股說(shuō)明書(shū)披露的風(fēng)險(xiǎn)信息先進(jìn)行量化分析，對(duì)其中披露風(fēng)險(xiǎn)信息的數(shù)量以及披露風(fēng)險(xiǎn)因素所用篇幅進(jìn)行描述性統(tǒng)計(jì)，對(duì)比不同地區(qū)的企業(yè)風(fēng)險(xiǎn)信息披露狀況。
　　在對(duì)招股說(shuō)明書(shū)的文本內(nèi)容進(jìn)行分析時(shí)，本文引入了文本挖掘技術(shù)。首先，對(duì)搜集的招股說(shuō)明書(shū)文本數(shù)據(jù)進(jìn)行了清洗、降噪等預(yù)處理，利用中科院計(jì)算技術(shù)研究所研究的漢語(yǔ)詞法分析系統(tǒng)——ICTCLAS，對(duì)

3、文本數(shù)據(jù)進(jìn)行分詞處理。將文本非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的存儲(chǔ)模式，之后將文本數(shù)據(jù)降維。
　　企業(yè)在進(jìn)行風(fēng)險(xiǎn)披露時(shí)，按照其可能影響業(yè)績(jī)的重要性依次披露，因此本文提取各個(gè)企業(yè)的首要風(fēng)險(xiǎn)，對(duì)其中關(guān)鍵詞語(yǔ)進(jìn)行分析。利用編程實(shí)現(xiàn)TF-IDF算法，詞頻TF展現(xiàn)了不同地區(qū)企業(yè)的共同性風(fēng)險(xiǎn)，利用TF-IDF取值提取了不同地區(qū)創(chuàng)業(yè)板擬上市企業(yè)的特異性風(fēng)險(xiǎn)，結(jié)合該地區(qū)企業(yè)所屬行業(yè)的分布情況，總結(jié)我國(guó)創(chuàng)業(yè)板擬上市企業(yè)對(duì)于共同性風(fēng)險(xiǎn)披露的特點(diǎn)以及各地企業(yè)