基于文本挖掘技術(shù)的創(chuàng)業(yè)板股票招股說明書風(fēng)險分析.pdf

1、2009年10月30日，我國籌備許久的創(chuàng)業(yè)板在深圳正式開盤。創(chuàng)業(yè)板的開啟為許多不符合在主板或者中小板上市的中小企業(yè)開通了融資渠道。由于創(chuàng)業(yè)板是主板之外的一種新型資本市場形式，其與主板在市場定位、發(fā)行條件、信息披露和監(jiān)督管理等方面存在差異。同時，由于創(chuàng)業(yè)板企業(yè)更關(guān)注于成長性，往往面臨著更高的風(fēng)險。因此本文針對在創(chuàng)業(yè)板擬上市企業(yè)發(fā)布的招股說明書，對這些創(chuàng)業(yè)板企業(yè)的風(fēng)險信息披露狀況進行分析。本文將招股說明書作為研究對象，主要因為招股說明書是上

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

3、文本數(shù)據(jù)進行分詞處理。將文本非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的存儲模式，之后將文本數(shù)據(jù)降維。
　　企業(yè)在進行風(fēng)險披露時，按照其可能影響業(yè)績的重要性依次披露，因此本文提取各個企業(yè)的首要風(fēng)險，對其中關(guān)鍵詞語進行分析。利用編程實現(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，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，結(jié)合該地區(qū)企業(yè)所屬行業(yè)的分布情況，總結(jié)我國創(chuàng)業(yè)板擬上市企業(yè)對于共同性風(fēng)險披露的特點以及各地企業(yè)