基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf

  • 上传者:知**
  • 时间:2025/04/18
  • 热度:44
  • 0人点赞
  • 举报

基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵。财务造假样本分析:从CSMAR数据库“财务违规表”筛选2010-2021年样本,通讯服务行业造假占比最高,金融和公用事业最低。2010-2018年造假公 司数量及占比上升,2019年后下降,且约58.3%的造假行为在1-2年内暴露或终止。信息披露违规成为主流,虚构利润和虚列资产减少。

特征池构建:基于上市公司定期财务报告,从8个维度构建378个比率型指标,经筛选处理后保留100个指标,形成特征池,包含5483个财务造假样本 和42046个控制样本。

情感语调因子构建:利用DeepSeek R1模型分析财报文本情感语调,设计相关函数和处理流程,获取情感语调分数。财务造假公司情感语调分数整体 低于正常公司,可捕捉情绪矛盾、模糊表述和行业异常等风险线索。

模型表现:分别构建 Logistic、LightGBM和MLP模型,加入情感语调因子后,三个模型召回率均提升,第二类错误下降。情感语调因子在非线性模 型(MLP、LightGBM)中重要性高,与传统财务指标协同,提升综合预警能力。

拓展路径:基于Zero-Shot的财报文本直接分析模式,利用大模型通用语义理解能力挖掘潜在造假信号;基于违规说明的Fine-Tuning模式,对基座 LLMs进行微调构建专家模型,通过精准匹配率和人工盲测评估。

1页 / 共30
基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第1页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第2页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第3页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第4页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第5页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第6页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第7页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第8页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第9页 基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵.pdf第10页
  • 格式:pdf
  • 大小:1.2M
  • 页数:30
  • 价格: 4积分
下载 获取积分
留下你的观点
  • 相关标签
  • 相关专题
热门下载
  • 全部热门
  • 本年热门
  • 本季热门
分享至