基于文本信息的上市中小企業(yè)財務困境預測研究

陳藝云

(華南理工大學 經濟與金融學院，廣東 廣州 510006)

0 引言

融資難一直是困擾中小企業(yè)發(fā)展的焦點問題，究其根源還是在于信息不對稱，資金提供方難以獲得充分有效的信息來準確評價中小企業(yè)的信用風險。在我國經濟步入新常態(tài)、增長速度放緩的背景下，企業(yè)經營業(yè)績開始下滑，違約事件頻發(fā)，而實力弱、風險高、信息透明度低的中小企業(yè)更是首當其沖，信用風險對我國金融市場的穩(wěn)定和宏觀經濟的可持續(xù)發(fā)展提出了嚴峻挑戰(zhàn)。以往對企業(yè)信用風險評價的量化分析大多是以財務數(shù)據、市場交易數(shù)據等定量信息為基礎的，往往會導致違約概率與信用價差的低估而產生“信用價差之謎”，這可能是公開信息不完全導致的[1]，但實際上這些基于定量數(shù)據的研究對公開信息的分析并不充分，只注重對財務數(shù)據、市場交易數(shù)據等定量信息的分析，而沒有考慮公開的各種定性信息，如企業(yè)的信息披露、新聞媒體報道、論壇和微博的在線評論等，標準普爾早在2003年就指出為傳統(tǒng)研究忽視的定性信息中包含著區(qū)分信用風險的重要信息[2]。大數(shù)據時代的到來為準確評價和管理信用風險帶來了海量信息和更先進的技術和方法，通過對互聯(lián)網海量文本內容的分析來發(fā)掘更多有價值的信息以準確預測中小企業(yè)的財務困境，對于有效防范信用危機和債務危機具有重要的理論和現(xiàn)實意義。

1 財務困境預測的信息基礎

1.1 基于會計信息的研究及其不足

由于財務報表直接反映了企業(yè)的經營情況和財務狀況，因而可以財務比率等會計信息為基礎，采用單變量與多元判別分析、定性響應模型、聚類分析和K近鄰判別分析等非參數(shù)統(tǒng)計方法、神經網絡和支持向量機等人工智能方法等方法尋找對財務困境有重要解釋力的變量，評估這些變量的顯著性，構建評價模型來確定分類規(guī)則[3,4]。會計信息已成為財務困境預測和信用風險評價的重要基礎，但許多研究都表明基于會計信息的信用風險量化分析會受諸多因素的影響[5]，如會計信息作為歷史信息不足以用來判斷企業(yè)未來的經營狀況和財務狀況，穩(wěn)健性和歷史成本原則會導致對企業(yè)資產價值的低估，會受到企業(yè)盈余管理行為的影響，以及難以考慮企業(yè)資產價值波動性的影響等，特別是對于信息不對稱問題嚴重、信息透明度差的中小企業(yè)而言，會計信息的可靠性不足。

1.2 基于市場信息的研究及其不足

以會計信息來分析企業(yè)的信用風險缺乏理論基礎，難以解釋企業(yè)的違約原因，而證券市場的交易價格可以用來衡量企業(yè)資產的價值及波動性，由此就可以分析其違約的內在原因[6]。與會計信息相比，市場信息不僅反映了會計信息，還反映了其他來源的信息，市場變量也不會受到企業(yè)會計政策的影響，弱化了經理人盈余管理行為的影響，而市場交易價格是投資者對企業(yè)未來預期現(xiàn)金流價值的預期，由此對企業(yè)信用風險的評價將更為準確。

不過基于市場信息的研究是建立在一系列嚴格假設基礎上的，如假設收益率服從正態(tài)分布，不區(qū)分各種類型的債務，資產價值和波動性需要根據市場價格計算而不能直接獲取從而導致潛在很大的誤差，財務困境企業(yè)更容易出現(xiàn)市場價格偏離公允價值等問題[7]，一些實證研究發(fā)現(xiàn)在控制一系列其他變量后，市場信息模型的預測能力非常低[8]。對于中小企業(yè)而言，基于市場信息來評價信用風險也不可行，絕大多數(shù)中小企業(yè)并沒有上市交易，無法獲取相關的市場信息來進行評價和分析。

1.3 文本信息對財務困境預測的價值

從公開信息的角度來看，除了定量的會計信息和市場信息以外，還存在著大量與企業(yè)經營狀況和未來前景相關的定性文本信息。

首先，從信息披露的角度來看，除了定量財務數(shù)據直觀反映了企業(yè)經營和財務狀況以外，企業(yè)在發(fā)布的定期和不定期報告、業(yè)績說明會等各種信息披露報告中包含了大量描述性文本內容，這是對經營情況和財務狀況的具體說明和分析。企業(yè)可能會通過提高負面信息的分析成本來弱化市場對負面信息的反應，傾向于以更直接、更清晰的方式來陳述正面消息，以更為復雜、更多中性或含義模糊而不是悲觀和負面的詞語來描述負面消息或表達對未來前景的擔憂，這樣就可以通過對企業(yè)信息披露文本內容的分析來判斷其違約傾向。為此，一些學者在財務困境或破產預測的研究中加入了信息披露文本的量化指標，如不少基于年報文本的研究都表明企業(yè)信息披露文本是對定量財務數(shù)據的有效補充，在財務困境預測和信用風險評價模型中加入這些文本的量化指標可以提高模型的效力[9～11]。不過信息披露的頻率相對較低，與財務數(shù)據一樣會存在時滯性問題。

其次，傳統(tǒng)新聞媒體與新興互聯(lián)網媒體上存在著大量對企業(yè)的報道和評論，大量關于媒體報道對資本市場影響的研究都表明媒體有助于促進信息的分散和傳播，緩解信息不對稱問題，媒體報道的內容通常具有明顯的傾向性，還會傳遞對企業(yè)經營現(xiàn)狀、未來發(fā)展、盈余預期等樂觀或悲觀的觀點[12]。由于新聞媒體，特別是互聯(lián)網和社交媒體會對企業(yè)存在的問題予以迅速報道和反饋，這樣就可以為財務困境預測和信用風險評價提供時效性更強的信息，而且媒體報道的傾向會對投資者和消費者的心理與行為產生重要影響，媒體的負面報道一方面會使市場交易價格會偏離內在價值，導致對企業(yè)信用狀況的錯誤評價，另一方面還會影響資金提供者對企業(yè)還本付息的信心，債券投資者可能會因此出售企業(yè)發(fā)行的債券，貸款者可能會提前收回資金，商業(yè)授信方會要求提前付款、不再提供商業(yè)信用等，這些都會增加企業(yè)的資金壓力，使企業(yè)陷入財務困境或進一步加重財務危機。近年來，一些學者將新聞報道、互聯(lián)網文本內容的分析引入到財務困境預測和信用風險評價中，結果表明對新聞報道文本內容的分析可以預測企業(yè)財務困境或信用評級變動[13～16]，還有些學者則從債務成本的角度發(fā)現(xiàn)媒體關注與報道傾向隱含著關于債務人信用風險的有用信息[17,18]。

這些研究表明文本信息對于企業(yè)的財務困境預測和信用風險評價都會帶來一定的增量信息，但選取的文本信息往往局限于某一類文本信息，沒有考慮多種文本信息的影響。為此，本文以我國上市中小企業(yè)為研究對象，利用網絡爬蟲獲取企業(yè)信息披露和互聯(lián)網媒體新聞報道的文本內容，采用情感分析方法對文本內容進行量化分析，再與定量財務數(shù)據相結合對不同文本內容的量化指標在財務困境預測中的信息價值以及預測能力進行實證檢驗。本文的研究貢獻在于：一是在財務困境預測的研究中考慮了不同來源文本信息的影響，拓展了信用風險評價的信息基礎；二是對于互聯(lián)網媒體新聞在財務困境預測中信息價值的分析有助于豐富對新聞媒體信息中介、監(jiān)督功能等治理效應的研究；三是在以詞袋方法為基礎進行自動文本分析時，考慮不同來源文本信息的特點采用不同詞表為基礎來進行分析，對于金融領域文本分析方法的選擇有一定的參考價值。

2 研究設計

2.1 樣本選取

考慮到中小企業(yè)財務數(shù)據難以獲取，本文選取了在深圳中小企業(yè)板塊上市的中小企業(yè)為研究對象，參照國內研究的一般做法，將因財務狀況異常而被特別處理作為企業(yè)出現(xiàn)財務困境的標志。由于我國上市企業(yè)在t年是否被特別處理與t-1年的年報公布發(fā)生在同一年度，因而參照石曉軍等的做法[19]，采用了上市企業(yè)t-2年的數(shù)據建立模型來預測其是否會在t年會出現(xiàn)財務困境。由于中小企業(yè)板塊在2003年上市初期很少出現(xiàn)特別處理問題，并考慮到2008年金融危機的影響，本文選取了2012年到2018年被特別處理的上市中小企業(yè)為樣本，對應的數(shù)據區(qū)間為2010年～2016年，并剔除了金融類企業(yè)以及跨市場在B股和H股上市的企業(yè)。在對樣本進行處理時，不考慮2010年之前已被特別處理的企業(yè)，以及被特別處理后進一步降級或撤銷特別處理的問題，最后樣本中包括761家企業(yè)，其中48家企業(yè)被特別處理，共4500個企業(yè)-年度觀測值。

2.2 實證方法

為了避免配對抽樣導致的樣本量受限問題，并考慮財務困境發(fā)生概率會隨時間變化的特點，本文選取Shumway的離散時間風險模型[20]作為建模基礎。企業(yè)i在t+1時刻出現(xiàn)信用風險的離散概率滿足：

(1)

其中Xi,t表示企業(yè)i在t時刻的協(xié)變量，αt表示時變的基準風險率，這樣就可以利用所有可觀測的企業(yè)-年度樣本，消除靜態(tài)模型中的選擇性偏誤問題。在實證分析中，本文首先以單變量分析為基礎對各種文本信息量化指標在財務困境預測中的作用進行比較分析，然后以財務比率模型為基礎對不同文本信息量化指標的作用進行比較分析，然后再對文本量化指標對財務困境預測的信息含量進行檢驗，最后利用十分位檢驗的方法對文本量化指標預測財務困境的能力進行分析。

2.3 定量數(shù)據的選擇

以往財務困境預測的研究中選取的財務變量與市場變量非常多，考慮到本文以上市中小企業(yè)為樣本，并考慮到研究結論可進一步推廣到眾多非上市中小企業(yè)，因而在定量數(shù)據方面，沒有考慮市場變量，僅以財務變量為基礎。本文重點在于檢驗文本量化指標在財務困境預測中的作用，因而參照Shumway等的研究從規(guī)模、盈利能力、負債比率和利息償付能力等方面選取了四個財務變量：總資產規(guī)模(ASSET，總資產的對數(shù))、總資產收益率(ROA)、資產負債率(LEV)和利息保障倍數(shù)(INTCOV)。

2.4 文本信息的來源與分析方法

本文利用網絡爬蟲從以下兩個方面獲取文本信息：一是企業(yè)的信息披露，來自巨潮資訊的年度報告，并從中提取管理層討論與分析(MD&A)部分的內容，分別以年報全文和MD&A部分為基礎對文本內容傳遞的管理層語調進行分析；二是互聯(lián)網新聞媒體報道，利用企業(yè)名稱及簡稱作為關鍵詞從百度新聞搜索引擎中爬取相關的文本內容，并進行預處理和清洗，如去除企業(yè)主動發(fā)布的各種報告等，再對媒體報道的傾向進行分析。

對金融文本的自動分析主要有兩種方法，一是詞袋方法，利用特定詞典或詞表對特征詞的劃分來對文本進行分類，Loughran和McDonald指出從其他領域引入的成熟詞典或詞表對金融文本的特殊性考慮不足，應以特定金融文本為基礎來構建專門用于金融文本情感或語調分析的詞表[21]；二是機器學習方法，通過特定算法對訓練集文本進行訓練，確定文本分類規(guī)則再應用于全部文本。Loughran和McDonald指出機器學習方法需要選擇訓練集，這會受研究者主觀性的影響[22]，而詞袋方法在確定詞典和詞表后可以很好的規(guī)避這一問題，為此本文采用了詞袋方法來進行分析。由于年報與媒體報道來自于不同主體，文本內容的撰寫上存在著一定的差異，為此采用了不同的處理方式：對年報文本，借鑒謝德仁和林樂的方法[23]，以Loughran和McDonald構建的詞表為基礎，參照中文年報內容翻譯后構建對信息披露文本分析的詞表；對互聯(lián)網新聞媒體報道的分析則以You等構建的新聞報道傾向詞表為基礎[24]。

在利用詞袋方法計算文本的情感傾向時的另一個關鍵問題在于特征詞的權重問題，常用方法是假設各個詞語的權重相同，但Loughran和McDonald指出特征詞的權重應考慮詞語在全部文檔中的重要性，因此本文以詞頻-逆向文檔頻率(TFIDF)為基礎來設置特征詞權重，計算文本內容的情感傾向。

在中文分詞的工具方面，現(xiàn)有中文文本分詞技術較多，為確保結果的穩(wěn)健性，本文以R語言為基礎同時采用兩種方法：一是結巴中文分詞工具JiebaR；二是基于中科院ICTCLAS中文分詞算法的Rwordseg工具。通過自動分詞，利用R語言的文本挖掘工具TM創(chuàng)建文檔詞語矩陣，再利用上述詞表來統(tǒng)計正面和負面的情感詞語詞頻POS和NEG(分別表示正面和負面情感詞語數(shù)量占全部詞語總數(shù)的比例)，直接以NEG來衡量管理層的負面語調以及媒體報道的負面傾向，同時以POS和NEG來構建管理層的凈語調以及媒體報道的整體傾向TONE：

(2)

對于信息披露文本傳遞的管理層語調，分別以年報全文和管理層討論與分析部分為基礎來進行衡量，結合分詞工具的不同，構建了八個管理層語調變量：JTNEG_AR、JTTONE_AR、RTNEG_AR、RTTONE_AR、JTNEG_MDA、TTONE_MDA、RTNEG_MDA、RTTONE_MDA。由于一段時期內對單個企業(yè)會存在大量新聞媒體報道，本文從兩個方面來構建媒體報道傾向的衡量指標：一是對一段時期內的負面傾向和整體傾向進行加權平均，由此構建JTNEG_NE、JTTONE_ NE、RTNEG_ NE、RTTONE_ NE四個報道傾向指標；二是采用You等(2018)的方法，根據一篇報道中負面詞與正面詞的數(shù)量來衡量整體報道傾向，負面詞更多的為負面報道，計算負面報道篇數(shù)占該時期內全部報道篇數(shù)的比例，由此構建JTNEGB_NE和RTNEGB_ NE兩個負面報道比例變量。

3 實證結果與分析

3.1 基于單變量模型的比較分析

本文首先對選取的財務變量、計算的年報管理層語調變量、新聞報道傾向和負面報道比例變量是否具有預測中小上市企業(yè)財務困境的能力進行檢驗，檢驗中都加入了常數(shù)項，結果如表1所示。

表1 文本信息預測財務困境的能力：基于單變量的比較分析

在財務變量中，資產規(guī)模ASSET的預測能力最差，其原因在于選取的上市中小企業(yè)規(guī)模相差不大，因而企業(yè)規(guī)模因素的影響較小；資產收益率ROA的預測能力最強，其原因在于上市企業(yè)特別處理的主要依據在于盈利能力，連續(xù)虧損的企業(yè)被特別處理的概率自然會更高，因而資產收益率會有較強的預測能力。

在年報文本指標中，分詞工具的影響很小，基本可以忽略；由年報全文以及由管理層討論與分析部分計算的管理層語調在預測財務困境時的效果差異較小，同樣可以忽略；在負面語調和凈語調中，負面語調的信息價值高于凈語調。

在媒體報道傾向變量中，與管理層語調變量相似，分詞工具的選擇不會帶來太大差異；整體傾向變量的效果要遠好于負面報道傾向，而負面報道比例的效果同樣較好，接近于整體傾向，這主要是由于負面報道的判斷與整體傾向變量的計算相似，都依賴于報道中負面詞語與正面詞語的對比情況。

3.2 基于多變量模型的比較分析

為了進一步檢驗管理層語調、媒體報道傾向等文本信息變量在財務困境預測中的作用，本文以財務變量模型為基礎，在控制年度和行業(yè)效應的情況下，分別加入文本信息變量對模型進行重新估計。

表2 管理層語調的對比分析

3.2.1 管理層語調變量的對比分析

表2報告了在財務變量模型中加入管理層語調變量的估計結果。在以年報全文為基礎的分析中：首先，負面語調的估計系數(shù)顯著為正，表明信息披露文本傳遞的管理層語調越負面，企業(yè)出現(xiàn)財務困境的可能性越大，而凈語調的估計系數(shù)顯著為負，但僅在10%水平下顯著，表明凈語調越正面，出現(xiàn)財務困境的可能性越小；其次，兩種分詞工具得到的結果在財務困境預測中效果基本相同；最后，從模型的擬合情況來看，加入負面語調后模型擬合效果相對更好，表明負面語調在財務困境預測中的信息價值相對更高。

在以年報管理層討論與分析部分內容為基礎的分析中：首先，負面語調依然顯著為負，而凈語調變量則不再顯著；其次，兩種分詞工具同樣沒有太大差別；最后，從模型的擬合情況來看，加入負面語調后模型擬合效果相對更好。實證結果與基于年報全文的分析基本相似，這些結果都表明負面語調具有更高的信息價值。

3.2.2 媒體報道傾向變量的比較分析

表3報告了媒體報道傾向變量的實證結果。在控制財務變量、年度和行業(yè)效應的基礎上，兩個負面傾向變量都不顯著，且加入后模型的擬合程度沒有提高，而兩個整體傾向變量都顯著，加入后都可以提高預測模型的擬合程度，即整體傾向的信息價值要高于負面傾向，從這點來說，對媒體報道傾向的分析與管理層語調不同，對媒體報道應更注重對整體傾向的分析。此外，同樣可以看到不同分詞工具得到的結果并沒有顯著的差異。在兩個負面報道比例變量中，估計結果都顯著為正，表明負面報道的比例越多，企業(yè)出現(xiàn)財務困境的可能性就越大，之所以與前面對整體傾向的分析相似，原因在于負面報道的確定與整體傾向的計算方法類似；同樣兩種分詞工具帶來的影響非常小。

表3 媒體報道傾向的對比分析

表3 結合不同文本信息的實證結果

3.2.3 不同文本信息相結合的分析

為進一步對管理層語調、媒體報道傾向和負面報道比例在財務困境預測中的作用進行檢驗，本文以基于年報全文的負面語調JTNEG_AR和RTNEG_AR分別與對應分詞工具得到的媒體報道整體傾向JTTONE_ NE和RTTONE_ NE、負面報道比例JTNEGB_NE和RTNEGB_ NE兩兩結合來進行估計，結果如表3所示。由表3可見，管理層負面語調和媒體負面報道比例變量都顯著為正，而媒體報道整體傾向都顯著為負，模型的擬合效果也相對比較接近，進一步驗證了管理層負面語調、媒體報道整體傾向、媒體負面報道比例在財務困境預測中的信息價值。

3.3 基于信息量檢驗的分析

為進一步確認文本信息量化指標對財務困境預測的信息增量價值，本文基于離散時間風險模型對文本信息變量的信息含量進行了檢驗。前面的分析顯示分詞工具的影響很小，因而只選取了結巴分詞的三個變量JTNEG_AR、JTTONE_ NE和JTNEGB_NE進行檢驗，首先以財務變量模型的估計結果來預測各觀測樣本出現(xiàn)財務困境的邏輯分值SFINANCIAL，然后將其與三個文本信息變量單變量估計結果預測的邏輯分值SJTNEG_AR、SJTTONE_ NE和SJTNEGB_NE相結合，結果如表4所示。模型1只加入了財務變量模型預測的邏輯分值SFINANCIAL，模型2～4分別在SFINANCIAL的基礎上加入了三個文本信息變量預測的邏輯分值，模型5和6以SFINANCIAL為基礎，將文本信息變量兩兩結合進一步檢驗其信息增量。SFINANCIAL在所有模型中都顯著為正且在1%水平下顯著，表明財務信息在財務困境預測中有著非常重要的作用；三個文本信息變量預測的邏輯分值都顯著為正，模型擬合程度也都有一定的改進，表明文本信息中確實包含了預測企業(yè)財務困境的重要信息。

表4 信息量檢驗與信息增量的估計結果

表5 十分位數(shù)檢驗的結果

3.4 基于預測能力的分析

本文采用Shumway的十分位數(shù)檢驗方法，將前述模型預測的違約概率按照十分位數(shù)分成十等分，計算十分位數(shù)中財務困境企業(yè)的比例，結果如表5所示。由表5可見，以財務變量模型預測的結果為基準，加入年報負面語調JTNEG_AR后盡管第一個十分位預測的準確率略有降低，但第二個十分位有顯著提高；加入媒體報道整體傾向變量JTTONE_ NE后前兩個十分位的預測準確率都有所提高；而加入媒體負面報道比例JTNEGB_NE后在第一個十分位預測的準確率就有明顯提高；在同時加入年報負面語調和媒體報道整體傾向后，盡管第一個十分位的預測準確率不變，但第二個十分位預測的準確率有顯著提升；同時加入年報負面語調變量和媒體負面報道比例變量后第一個十分位預測的準確率有大幅提升，第二個十分位預測的準確率也有所提高。由此可見，盡管年報負面語調變量對財務困境模型預測能力的改善相對有限，但媒體報道整體傾向與負面報道比例都有較強的預測能力，因而在財務困境預測和信用風險評價的研究中加入文本信息的量化指標確實可以提高模型的效力和預測能力。

4 結論

本文針對絕大多數(shù)中小企業(yè)缺少市場信息，而財務數(shù)據披露不規(guī)范的問題，以上市中小企業(yè)為樣本，通過對企業(yè)信息披露和互聯(lián)網新聞媒體報道文本內容的量化分析構建管理層語調與媒體報道傾向變量，對這些文本量化指標在財務困境預測中的信息價值進行了實證檢驗，主要結論如下：

首先，企業(yè)的信息披露與互聯(lián)網新聞媒體報道的文本內容都可以提高財務困境模型的預測能力。單變量分析以及在財務變量模型中加入文本信息變量后的結果都顯示文本信息變量可以提高模型的擬合程度，且不會因為分詞工具而出現(xiàn)變化。信息量檢驗的結果進一步確認了這一結論，而十分位檢驗的結果表明文本信息變量對財務困境確實具有一定的預測能力。

其次，采用詞袋方法對不同類文本進行情感分析時應有不同的側重點，采用不同的方法。在年報文本內容的分析中，負面語調在財務困境預測中的效果更好，凈語調變量的效果較差，且在離散時間風險模型的估計中不顯著；在對互聯(lián)網新聞媒體報道的分析中，整體傾向的效果更好，而負面傾向的效果較差，但負面報道數(shù)量的比例變量則具有較好的效果。

再次，從財務困境預測的角度來看，以年報全文和管理層討論與分析部分文本內容構建的管理層負面語調和凈語調在離散時間風險模型中的估計結果基本相似，表明年報全文與管理層討論與分析部分文本內容的信息價值不存在顯著的差別。

盡管本文對文本信息在中小企業(yè)財務困境預測中作用的研究針對的是中小上市企業(yè)，但在實證研究中僅考慮了主要的財務變量，因而基于文本分析來構建財務困境預測模型的方法可以推廣到非上市中小企業(yè)，如以中小企業(yè)的信息披露、主要股東的相關信息來代替上市企業(yè)的年報，并獲取對中小企業(yè)及外部環(huán)境的新聞媒體報道，就可以構建基于文本信息的中小企業(yè)財務困境預測和信用風險管理模型，強化對其信用風險的評價與管理。