(54.236.58.220) 您好!臺灣時間:2021/02/27 11:38
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:彭昱齊
研究生(外文):Peng, Yu-Chi
論文名稱:延伸LDA主題模型於企業破產預測
論文名稱(外文):Extending the Latent Dirichlet Allocation Model for Corporate Default Prediction
指導教授:江彌修江彌修引用關係
指導教授(外文):Chiang, Mi-Hsiu
口試委員:徐之強許育進陳鴻毅
口試委員(外文):Hsu, Chih-ChiangHsu, Yu-ChinChen, Hong-Yi
口試日期:2020-06-23
學位類別:碩士
校院名稱:國立政治大學
系所名稱:金融學系
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:61
中文關鍵詞:主題模型企業破產預警10-K報告
外文關鍵詞:Topic modelingLDAJSTCorporate bankruptcy prediction10-K
相關次數:
  • 被引用被引用:0
  • 點閱點閱:42
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來,文字分析(textual analysis)的技術越來越成熟,主題模型(topic model)為其中一種文字分析方式,用於萃取文本的潛在主題(latent topic)。本研究使用潛在狄利克雷分布(latent Dirichlet allocation, LDA)主題模型及其延伸的情感主題混合模型(joint sentiment-topic model, JST)與反向情感主題混合模型(reverse joint sentiment-topic model, Reverse-JST)從10-K報吿文本中生成主題變數,結合財務比率變數,以羅吉斯迴歸模型(logistic regression model)方式,建構破產預測模型。
根據實證結果顯示,納入主題變數的破產預測模型能夠有效提升模型分類績效,且結合情感分析之主題變數更能助於優化預測模型,因而可以從 10-K 報告中的用詞觀察到是否企業破產的跡象。
In recent years, the technique of textual analysis has been well-developed. Topic modeling is part of a class of textual analysis methods, which extracts latent topics from documents. This paper uses LDA topic modeling and its extensions, JST and Reverse-JST, to generate topic-related variables from 10-K filings, and constructs corporate default prediction model in the form of logistic regression with topic-related variables and financial variables as independent variables.
According to the empirical results, when topic-related variables are included in the prediction model, the performance of classification is enhanced. In addition, considering sentiment analysis, topic-related variables are useful to optimize the prediction model. Therefore, by looking at the word usage of 10-K filings, investors can be aware of the sign of corporate bankruptcy.
第一章 緒論 1
第一節 研究動機與背景 1
第二節 研究目的 2
第二章 文獻探討 5
第一節 破產預測研究 5
第二節 主題模型 6
第三章 研究方法 9
第一節 主題模型 9
第二節 破產預測模型 21
第三節 模型績效衡量 22
第四章 資料來源與處理 26
第一節 10-K報告 26
第二節 情感詞典 26
第三節 財務變數 27
第五章 實證分析 29
第一節 破產預測模型建構 29
第二節 模型績效評估 42
第六章 結論與建議 58
參考文獻 60
Altman, E. I. (1968). Financial ratios, discriminant analysis and prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589-609.
Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities, The Journal of Political Economy, 81(3),637-654.
Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet allocation. Journal of Machine Learning Research, 3(Jan), 993-1022.
De Finetti, B. (1990). Theory of probability. Vol. 1-2. Chichester: John Wiley & Sons Ltd.
Deerwester, S., Dumais, S., Landauer, T., Furnas, G., & Harshman, R. (1990). Indexing by latent semantic analysis. Journal of the American Society of Information Science, 41(6), 391-407.
Duan, J. C., Sun, J. and Wang, T. (2012). Multiperiod corporate default prediction- A forward intensity approach, Journal of Econometrics, 170, 191-209.
Heinrich, G. (2005). Parameter estimation for text analysis. Web: http://www.arbylon.net/publications/text-est/pdf.
Hofmann, T. (1999). Probabilistic latent semantic analysis. Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence, Morgan Kaufmann Publishers Inc., 289-296.
Lin, C., He, Y., Everson, R., & Rüger, S. (2012). Weakly supervised joint sentiment-topic detection from text. IEEE Transactions on Knowledge and Data Engineering, 24(6), 1134-1145.
Lopatta, K., Gloger, M. A., & Jaeschke, R. (2017). Can language predict bankruptcy? The explanatory power of tone in 10-K filings. Accounting Perspectives, 16(4), 315-343.
Loughran, T., & McDonald, B. (2016). Textual analysis in accounting and finance: a survey, Journal of Accounting Research, 54(4),1187-1230.
Loughran, T., & McDonald, B. (2011). When is a liability not a liability? Textual analysis, dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65.
Merton, R. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of Finance, 29, 449-470.
Minka, T., & Lafferty, J. (2002). Expectation-propagation for the generative aspect model. Proceedings of the Eighteenth Conference on Uncertainty in Artificial Intelligence, 352-359.
Nguyen, T. H., & Shirai, K. (2015). Topic modeling based sentiment analysis on social media for stock market. Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing, 1, 1354-1364.
Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18, 109-131.
電子全文 電子全文(網際網路公開日期:20250706)
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔