《中国管理科学》文本分析技术最新进展总结盘点

[1]张大斌,曾芷媚,凌立文,等.基于多特征融合深度神经网络的玉米期货价格预测[J/OL].中国管理科学,1-11[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2022.1040.    

关键词：玉米期货价格;;新闻文本;;多特征融合;;深度神经网络模型  

摘要： 在我国金融经济体系中，农产品期货市场具有指导市场进行自我调节以及为监管者提供高效信息传递的重要作用。期货价格的有效预测能够协助指导农业生产，监控价格大幅波动产生的经营风险，同时增强国家实施宏观调控政策的预见性和针对性。本文对粮食期货的主要品种——玉米期货进行研究，综合考虑其价格序列的非平稳非线性特征及复杂的市场和非市场影响因素，以玉米期货历史交易数据和相关新闻文本作为源数据，提出一种多特征融合的深度神经网络模型。该模型使用双向长短期记忆神经网络(BiLSTM)和文本卷积神经网络(textCNN)分别提取价格特征和文本特征，再融合SnowNLP提取的新闻情感特征对提前一步的玉米期货收盘价进行预测，通过设置横纵双向实验对所提出模型的预测有效性进行验证。实证结果表明，在不同的特征组合方案中，同时融合三种特征对模型预测准确性的提升最为明显，且相比于四种基线模型，本文模型在MAE、RMSE和R~(2)上均表现出显著的性能优势。

[2]杜江泽,陈希卓,余乐安.IT背景高管能促进金融科技创新吗？[J].中国管理科学,2023,31(12):69-78.DOI:10.16381/j.cnki.issn1003-207x.2022.1295.    

关键词：金融科技;;高管背景;;企业创新;;深度学习;;文本挖掘    

摘要：健全金融科技创新体系是推动我国数字经济高质量发展的关键，但近年来对金融科技创新的研究缺乏微观层面的经验数据支持。本文将金融科技创新视为一种研发产出，基于深度学习的中文文本分类方法识别金融科技专利以构建相关指标，结合2013-2020年中国沪深A股上市金融企业数据，实证分析了IT背景高管对金融科技创新的影响。研究发现，具备IT背景的高管有助于促进金融科技创新，这一作用通过抑制管理层短视和拓宽企业创新搜索广度、促进研发投入来实现。考虑可能存在的内生性问题后，该结论仍然稳健。进一步研究表明，高管职位、金融科技创新类别和企业所在省份是否实施了金融科技产业政策等差异，均会对IT背景高管促进金融科技创新的效用产生影响。

[3]李志广,李姚矿,付丽华,等.创始人身份、股权融资与企业创新绩效：基于466家科创板企业招股说明书的文本分析[J/OL].中国管理科学,1-15[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2022.1898.  

关键词： 创始人;;创始人身份;;科创企业;;股权融资;;创新绩效    

摘要：本文基于2016—2020年466家科创板上市公司的招股说明书数据，运用文本分析法重新建构创始人身份，将创始人身份分为学术型创始人、技术型创始人和商业型创始人，并在此基础上通过构建回归模型，实证分析创始人身份异质性对科创企业创新绩效的影响，以及股权融资的中介作用。结果表明，学术型创始人通过获得相对较多的股权融资进而表现出最佳的创新绩效。进一步研究发现，创始人海外经历、两职合一正向调节学术型创始人身份与股权融资的关系，先前VC/PE支持削弱了学术型创始人在股权融资方面的身份优势。异质性分析表明，新三板未挂牌的学术创始人所创办的公司将表现出更优的创新绩效；学术型创始人与企业创新绩效的正向关系在政商关系友好的地区更加突出。研究结论为提高企业股权融资和推动我国科创企业创新发展提供了新的参考与依据。

[4]曾紫琳,胡斌,王智超,等.网络社区群体观点演化的弹性与突变机制[J/OL].中国管理科学,1-16[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2023.0247.    

关键词：复杂系统;;群体观点;;突变论;;弹性  

摘要： 互联网社区群体观点的突变现象日益频繁，需要用合理的方法加以描述和预测。本文将突变理论与弹性建模相结合，提出了一套基于弹性指数的网络社区群体观点突变的预测方法。以小米社区为例拟合突变模型、进行弹性计算，从多个角度对该方法进行了验证和确认，并通过对比实验，测试了不同社区规模下弹性阈值的稳定性。通过小米社区的实际案例讨论了关键变量对群体观点的影响及弹性指数与产品口碑波动的关系。本文的贡献在于建立了网络社区群体观点突变的弹性指数预测方法，实际案例分析表明本文工作可快速把握网络社区群体观点所处水平、预估群体观点波动，为社区的管理决策提供支持。

[5]于孝建,刘国鹏,刘建林,等.基于LSTM网络和文本情感分析的股票指数预测[J/OL].中国管理科学,1-12[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2021.0084.    

关键词：LSTM神经网络;;SVM分类器;;金融文本;;市场情绪指标;;股票指数预测    

摘要：投资决策受投资者行为偏好的影响，因此合理地捕捉投资者情绪有助于预测股票市场未来变化趋势。结合机器学习算法，分析金融市场投资者情绪，利用SVM情感分类算法，对股吧个股评论中的文本数据进行分析，从而构建出反映投资者情绪的市场情绪指标。进一步使用LSTM深度学习网络，提取市场情绪指标特征，对上证50指数进行短期预测，并对比多种传统时间序列分析模型和机器学习模型。研究结果表明，LSTM神经网络在金融时间序列预测上具有更高的准确率和精确度；加入市场情绪特征后能进一步提升LSTM模型预测结果的准确率和精确度，说明了投资者市场情绪对于市场指数预测的有效性和适用性；此外，对LSTM模型预测结果进行误差修正，能够有效优化LSTM模型的预测结果。

[6]许帅,邵帅,何贤杰.业绩说明会前瞻性信息对分析师盈余预测准确性的影响——信口雌黄还是言而有征[J/OL].中国管理科学,1-15[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2022.0771.    

关键词：业绩说明会;;前瞻性信息;;分析师预测;;文本分析    

摘要：本文以2007—2020年上市公司业绩说明会为背景，研究前瞻性信息披露对分析师预测的影响，发现业绩说明会中的前瞻性信息可以显著提升分析师盈余预测准确性。公司的信息不对称程度越高，前瞻性信息对分析师预测准确性提升越多。分析师专长工作经验越丰富，具备更强的信息捕捉能力，可以更好地吸收与理解业绩说明会中的前瞻性信息，做出更准确的预测。进一步，本文对前瞻性信息影响分析师预测的路径进行了讨论，认为前瞻性信息可能通过吸引分析师和机构投资者调研，增进分析师对上市公司经营状况的了解，进而提升盈余预测准确性。此外，本文发现，前瞻性信息中业绩相关类信息因具有更高的可信度，且与盈余因子直接相关，能够显著提升分析师盈余预测准确性。本研究为管理层披露与分析师的互动研究提供了增量证据，研究结果支持了业绩说明会有效性，对未来监管部门制定相关信息披露政策提供依据和建议。

[7]施文,渠玉杰,蒋国银.基于随机Kriging的汽车品牌质量序贯主题比较研究[J].中国管理科学,2023,31(11):114-127.DOI:10.16381/j.cnki.issn1003-207x.2021.0446.  

关键词： 消费者投诉;;汽车召回;;SK-SeqLDA模型;;非参Bootstrap检验    

摘要：汽车产业是国民经济的主导和支柱产业之一，汽车质量安全问题备受关注。现有研究主要探索汽车质量的召回制度、召回产生的影响以及缺陷产品的发现，未发现从大规模质量缺陷的文本中挖掘汽车召回主题并指导实践的研究。本文从消费者投诉和汽车召回两个角度研究合资背景下汽车质量差异及不同汽车品牌在汽车质量各个维度的优劣势。本研究使用潜在狄利克雷分配（latent Dirichlet allocation, LDA）模型对汽车召回文本进行分析，由于消费者投诉文本呈现出较强的序贯相关性，本文基于序贯潜在狄利克雷分配（sequential latent Dirichlet allocation, SeqLDA）模型研究该类文本。考虑到SeqLDA具有较多影响拟合效果的输入参数，本研究提出随机Kriging(SK)和SeqLDA相结合的主题优化模型（SK-SeqLDA）对消费者投诉文本进行分析。研究结果表明：LDA适合于汽车召回文本，而SeqLDA适合于消费者投诉文本，SK-SeqLDA能较大幅度地增强序贯主题模型的拟合效果。另外，消费者投诉中多个主题涉及车身附件及内饰，汽车召回中多个主题涉及制动问题；进口汽车品牌召回主动性较强，主要集中于发动机；合资汽车品牌召回主要集中于车辆控制和制动踏板；自主汽车品牌各主题占比均衡。该研究方法和研究结论可为汽车制造商进行召回管理决策和进行消费权益保护等提供理论参考和方法支持。

[8]赵立彬,黄家澜,赵妍,等.并购重组报告书文本语调的信息传递效应研究[J/OL].中国管理科学,1-18[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2022.0424.    

关键词：并购重组报告书;;文本语调;;信息含量;;商誉减值    

摘要：现有文献对文本信息含量的研究对象集中在年报、业绩说明会、新闻媒体报告和社交网络等文本中，并购重组报告书尚未得到关注。本文以2008—2019年发生重大资产重组事件的沪深A股上市公司为样本，实证考察并购重组报告书文本语调信息含量和信息可靠性。研究结果表明，并购重组报告书文本净正面语调信息与市场短期累计超额收益有显著的正相关关系。机制检验发现并购重组报告书文本净正面语调信息主要是通过吸引投资者关注影响短期累计超额收益，具体为并购重组报告书文本净正面语调会引起投资者的超常搜索量增加，且文本复杂度越低时，文本净正面语调信息与市场短期累计超额收益正向关系越显著。进一步研究发现，并购重组报告书中“积极”的语调信息并不可靠，净正面语调越多的公司，后期商誉减值越多，验证发现管理层会在“股价操纵动机”下进行正向语调管理，误导投资者，但最终这种扭曲的信息会被商誉减值“揭露”。

[9]宋金波,周禹杉,何秋映.情绪负荷对网络问政平台运作服务质量和效率的影响——来自文本数据的证据[J].中国管理科学,2023,31(03):133-142.DOI:10.16381/j.cnki.issn1003-207x.2022.0373.  

关键词：行为运营;;网络问政平台;;运作优化;;服务质量;;自然语言处理;;人工智能工具    

摘要：新兴信息技术赋能的网络问政平台近年来飞速发展，已成为我国政府社会治理中的重要组成部分，但关于网络问政平台运作中服务质量和效率的影响因素以及优化的实证研究依然匮乏。本文针对人民网领导留言板中的粒度化文本数据，运用双重差分计量方法和自然语言处理，实证研究了居民留言的情绪负荷对平台运作服务质量和效率的影响。研究发现：(1)居民留言的积极情绪会显著提升政府部门的回复速度、回复语气态度的积极性以及线下交办的可能性，但会降低回复的字符数。(2)政府部门的工作负荷正向调节居民留言的积极情绪对政府部门回复质量和效率的影响。(3)平台引入人工智能分类工具会负向调节居民留言的积极情绪对政府部门回复质量和效率的影响。研究结果对优化提升数字化问政平台的服务质量和运作效率具有理论意义和现实价值。

[10]吴洁,桂亮,刘鹏,等.多维特征视角下基于图卷积网络的专利技术领域自动识别研究[J].中国管理科学,2022,30(12):185-197.DOI:10.16381/j.cnki.issn1003-207x.2021.2628.    

关键词：专利;;图卷积网络;;多维特征;;引证专利;;自动分类    

摘要：专利审查周期缩短政策的提出与专利申请数量急剧增加的现状给实现专利技术领域识别的专利分类工作带来巨大挑战，如何引入专利自动分类技术提高专利分类工作效率、缩短专利审查周期成为重要研究主题。本文提出基于多维特征和图卷积网络的专利技术领域自动识别方法。该方法根据文献计量学与图表示学习理论从专利摘要、引证专利、专利发明人维度提取专利特征；其次利用专利摘要维度特征生成表征专利文本特征的专利-核心词汇异构网络，并将引证专利、专利发明人维度特征作为专利数字特征嵌入专利-核心词汇异构网络；通过图卷积网络进行半监督学习，确定专利-核心词汇异构网络中专利节点的类别标签，完成专利自动分类任务。为验证本文所提方法的识别效果，采用Incopat全球专利数据库中专利数据进行实验；实验结果表明专利文本特征与专利数字特征共同作为专利特征可以提高专利分类准确率，引证专利信息的引入可以提高专利分类准确率。同时，本文所提方法也给专利技术领域自动识别问题提供新解答思路，为缩短专利审查周期政策的实施提供支撑。

[11]胡俊,李强,戴嘉诚,等.基于文本分析的商业银行金融科技测度及赋能效果检验[J].中国管理科学,2024,32(01):31-41.DOI:10.16381/j.cnki.issn1003-207x.2021.1714.    

关键词：金融科技;;商业银行;;赋能效果;;自然语言处理    

摘要：发展金融科技是商业银行数字化转型和践行普惠金融的重要战略选择。现有研究既缺乏银行个体层面金融科技水平的统一测度，也鲜少定量考察银行金融科技的赋能效果。本文利用超过17万条有关商业银行报道的新闻文本，运用命名实体识别、预训练词向量、LDA主题模型等多种自然语言处理技术，构建了“商业银行金融科技”和“商业银行名称”两个基础词库，首次测度了2011-2019年间1566家银行个体层面的金融科技发展指数。进一步，利用财务数据完整的472家银行的面板数据，基于银行经营和普惠金融两个角度的赋能证据表明：金融科技不仅可以通过提高运营、服务、风控三个层面的能力而提升银行经营绩效，还能通过提高贷款规模而增加信贷可得性，但未能同时降低贷款利率，存在因便利溢价或定价歧视导致的“普而不惠”问题。

[12]刘德文,高维和,闵凉宇.可读性和吸引性对商品销量的影响——基于电影简介的文本分析[J].中国管理科学,2022,30(06):167-177.DOI:10.16381/j.cnki.issn1003-207x.2019.1776.    

关键词：电影简介;;可读性;;吸引性;;机器学习    

摘要：商品简介为企业提供着向消费者传递商品信息，并激起消费者购买欲的重要作用。但是鲜有研究对商品简介文本的营销效果进行分析。为了弥补上述研究缺陷，本文基于营销实践的特征和相关文献梳理，并采用机器学习的方式度量了中国大陆2018年上映264部电影简介文本的可读性和吸引性水平，并检验其对首周票房和总票房的影响。研究发现，简介文本的可读性和吸引性对首周票房和总票房有差异化的影响，可读性对于首周票房的影响较大，而吸引性对总票房的影响较大。此外，明星的存在削弱了文本可读性和吸引性对票房的影响；而且，在高电影评分组中，可读性和吸引性对首周票房及总票房的负向交互作用显著。本文基于启发式-系统式模型凝练出商品简介文本的可读性和吸引性两个特征并研究其对票房的影响，对丰富中国电影研究，指导中国电影营销实践具有重要参考价值。

[13]李明钰,牛东晓,纪正森,等.面向数据空间体系构建的电力制造业多价值链经营风险识别与管控研究[J].中国管理科学,2023,31(11):349-360.DOI:10.16381/j.cnki.issn1003-207x.2021.2138.    

关键词：数据空间;;文本挖掘;;多价值链;;经营风险;;风险识别与管控    

摘要：目前，我国电力事业快速发展，智能制造也在不断推进，电力制造行业存在着科技创新不足、竞争能力较弱等问题。对于电力制造企业来说，如何有效识别和控制经营风险，形成新的多价值链风险管理模式，对提高电力制造企业风险管控水平，从而提高经济效益具有重要意义。本文基于数据空间和文本挖掘技术，通过大数据爬虫技术收集电力制造业相关风险政策和新闻报道共16034篇，利用文本挖掘模型进行风险主题的挖掘，识别经营风险关键因素和风险主题；然后利用风险识别结果，从多价值链角度构建电力制造企业全生命周期经营风险安全数据空间；最后，本文利用某电力制造企业近20年生产经营数据进行实例分析，验证风险数据空间构建的有效性。研究结果表明，从多价值链角度对电力制造企业经营风险进行识别具备合理性，电力制造企业全生命周期经营风险安全数据空间的构建能够在各环节实现风险的合理规避和智能管控。

[14]吕喜梅,蒋翠清,丁勇,等.融合临时报告软信息的新三板企业财务困境预测研究[J].中国管理科学,2023,31(11):140-150.DOI:10.16381/j.cnki.issn1003-207x.2021.0773.    

关键词：新三板;;财务困境;;临时报告;;软信息;;主题模型    

摘要：相较于上市企业，新三板企业财务信息披露周期长，市场交易信息连续性差，使其财务困境预测面临严峻挑战。为有效缓解新三板市场信息不对称问题，本文提出一种融合临时报告软信息的财务困境预测方法。该方法采用主题模型抽取和量化临时报告文本软信息中的有效特征，并结合财务硬信息对新三板企业财务困境进行预测；同时，还比较了临时报告软信息与定期报告软信息的预测性能。结果表明，新三板企业临时报告软信息能显著提升财务信息的预测效果，而定期报告软信息对财务信息的补充作用不明显。

[15]王宇彬,党延忠,徐照光.基于质量问题解决的汉语文本数据的因果网络构建方法[J].中国管理科学,2023,31(10):254-265.DOI:10.16381/j.cnki.issn1003-207x.2020.2414.    

关键词：质量管理;;QPSD数据;;因果分析;;因果网络;;汽车制造    

摘要：原因分析是质量问题解决的关键所在。因果关系通常复杂多变，难以仅依靠个人经验准确找到质量问题的根本原因。本文针对实际质量问题解决的汉语文本数据所具有的描述用语不规范、因果结构混杂等特点，提出了适用于这类数据的领域词汇构建方法和因果关系抽取方法，并在此基础上提出了面向质量问题分析的因果网络构建方法。最后，利用某汽车制造企业在白车身冲压生产过程中所记录的质量问题解决数据，构建了具有实际应用意义的因果网络，对本文所提方法的有效性、合理性以及科学性进行了验证。

[16]王兆华,陆彬,王博,等.节能信息曝光度对绿色消费行为影响的实证分析——来自电商数据平台大规模文本数据的判据[J].中国管理科学,2022,30(01):241-251.DOI:10.16381/j.cnki.issn1003-207x.2019.0169.    

关键词：节能信息曝光;;自然语言处理;;倾向得分匹配;;绿色消费行为    

摘要：随着中国绿色消费群体快速增长,绿色消费在拉动消费升级的同时体现出巨大的环境价值,节能信息曝光度对绿色消费行为的影响也引起学者关注。本文将数据驱动与模型驱动方法相结合,采用自然语言处理技术构建节能信息曝光度指标,采用倾向得分匹配与分位数回归对我国电商平台5,889种节能家电消费数据与评论数据进行实证研究。结果发现,我国现阶段电商平台整体节能信息曝光度不高,节能信息曝光度对节能家电销量的边际效应呈现单调上升趋势,信息冗余拐点尚未出现;同时,节能信息曝光度对不同销量规模节能家电产品的影响呈倒"U"型变化,其对中等销售规模的节能家电产品具有更大影响;最后,本文进一步验证了"平台效应"对于节能信息曝光度的调节作用,为基于大规模多源异构数据的绿色消费行为研究提供借鉴。

[17]王朝辉,陈洁光,欧进锋.农产品流通体系影响农产品价格波动的机理与路径——基于92户嵌入式个案实地调查数据的质性分析[J].中国管理科学,2021,29(12):92-104.DOI:10.16381/j.cnki.issn1003-207x.2018.0329.    

关键词：农产品;;流通体系;;价格波动;;实地调查;;质性分析    

摘要:本文采用规范化实地研究方法,运用质性分析软件对某地农产品批发市场92户嵌入式个案的访谈数据进行分析,较为清晰地阐释了农产品流通体系对农产品价格影响的内在机理及路径。来自实地调查事实证据分析表明,农产品流通体系与农产品价格波动之间具有显著的相关性;且农产品流通体系构成要素通过供求关系、经营成本、心理预期等三个控制因素可以综合影响农产品价格波动及幅度;优化农产品流通体系确实能起到抑制农产品价格过度波动的作用。这说明,短期的农产品生产调控或价格补贴措施对抑制农产品价格过度波动作用有限,建立长效的农产品流通体系内在稳定性以消解体制机制性障碍,比过度偏重生产性调节更重要。

[18]李成刚,贾鸿业,赵光辉,等.基于信息披露文本的上市公司信用风险预警——来自中文年报管理层讨论与分析的经验证据[J].中国管理科学,2023,31(02):18-29.DOI:10.16381/j.cnki.issn1003-207x.2020.2263.    

关键词：管理层讨论与分析;;文本披露质量;;文本挖掘;;信用风险预警    

摘要：本文运用文本挖掘技术，对2008-2018年1297家上市公司年报的管理层讨论与分析(MD&A)进行文本分析。从文本质量特征、文本词汇特征和文本语调特征等角度量化计算文本相似度、文本情感值、文本可读性三个维度文本披露指标，采用Logistic模型、决策树模型、支持向量机和神经网络模型四种方法构建上市公司信用风险预警模型，实证检验加入MD&A文本信息披露指标后信用风险预警模型的预测能力。实证结果表明：(1)在加入文本信息披露指标后，信用风险预警模型的预测准确度得到显著提升，多维度文本信息披露指标比单维度文本信息披露指标对信用风险预警模型预测准确度提升效果更优；(2)Logistic回归模型的预测准确度在样本数量较低时要优于决策树、支持向量机与神经网络，随着样本数量的增加，支持向量机和神经网络的预测准确度会明显提升；(3)不同特征的文本信息内容与企业是否发生信用风险均显著相关。本文的研究结论为提高信用风险预警的预测准确性提供了方法和经验证据，对于投资者与相关学者研究市场有效性提供新的研究视角。

[19]陈艺云,陈曼莲.定性文本信息与信用评级：基于年报文本分析的研究[J].中国管理科学,2023,31(09):94-104.DOI:10.16381/j.cnki.issn1003-207x.2021.0833.    

关键词：信用评级;;文本分析;;年报文本风险信息    

摘要：本文从文本语气和文本信息复杂性两个维度选取了负面词语占比、不确定性词语占比、专业术语词语占比、复杂句占比四个年报文本风险信息指标，采用主成分分析构建了年报文本风险信息指数，以公司债为样本对评级机构能否解读复杂文本内容中的风险信息进行了研究。实证结果表明：（1）年报文本风险信息指数与公司债信用评级显著负相关，即评级机构对年报文本内容中的风险信息进行了有效解读；（2）年报文本风险信息与定量风险信息存在一定的替代关系，在发行人市场风险和财务风险较低时会具有更高的信息价值；（3）刚性兑付的打破以及债券无担保都会促使评级机构更为重视年报文本风险信息；（4）年报文本风险信息能反映公司当前的盈余质量和未来的经营业绩，具有一定的增量信息价值。

[20]尹海员,寇文娟.基于朴素贝叶斯法的投资者情绪度量及其对股票特质风险的影响[J/OL].中国管理科学,1-11[2024-04-23].https://doi.org/10.16381/j.cnki.issn1003-207x.2021.0028.    

关键词：投资者情绪;;特质风险;;文本挖掘;;套利限制  

摘要：利用Python程序抓取东方财富网中个股股吧的实时发帖内容，本文基于朴素贝叶斯文本分类方法构建了样本股票的投资者情绪日度指标，并研究了投资者情绪与上市公司特质风险之间的关系。实证表明，前一期投资者情绪、当期投资者情绪都和公司特质风险之间存在显著的正相关关系，说明投资者情绪趋于乐观则公司特质风险增加。进一步看，投资者情绪对估值难度和套利限制程度不同的公司股票特质风险的影响有差异，随着估值难度的增加和套利限制的增强，情绪对股票特质风险的影响效应也显著增强。这些结论有助于从高频视角更深入理解股市中投资者情绪对股票风险的影响机理，丰富了对上市公司特质风险影响因素的认识。

[21]尹海员,吴兴颖.投资者日度情绪、订单流不均衡与股票流动性[J].中国管理科学,2023,31(05):60-70.DOI:10.16381/j.cnki.issn1003-207x.2020.1754.    

关键词：投资者情绪;;股票流动性;;订单流不均衡;;中介效应    

摘要：本文挖掘东方财富网的股票论坛发帖文本，通过自然语言处理对其进行情感分析，构建了投资者日度情绪指标并探讨其对股票流动性的影响，还分析了订单流不均衡性在其中起到的中介作用。研究发现，投资者情绪对股票流动性具有显著的正向冲击效应，乐观情绪能显著增加股票流动性，而且流动性对投资者情绪的敏感度会随着卖空限制的降低而加强，股票交易订单流的不均衡性在这一冲击过程中起到了部分中介作用。这种影响效应在不同截面特征的股票中存在显著差异，其中高账面市值比和公司规模更大的个股流动性对情绪波动的敏感度较高，而风险溢价较高的个股流动性对情绪的灵敏度较低。研究结论有助于从更高频率视角深入理解投资者情绪对股票流动性的影响机理。

[22]张婧,周怡欣,胡涵,等.基于知识采纳模型和多层感知机神经网络的评论有用性识别研究[J].中国管理科学,2022,30(04):264-274.DOI:10.16381/j.cnki.issn1003-207x.2020.2215.    

关键词：在线评论;;评论信息有用性;;知识采纳模型;;多层感知机神经网络    

摘要：移动互联网、社交媒体平台及电子商务的迅速发展，产生了大量的用户评论，其商业价值凸显，如何有效识别用户评论的有用性成为重要研究主题。本文提出基于知识采纳模型(Knowledge Adoption Model, KAM)理论和多层感知机(Multilayer Perceptron, MLP)神经网络的分类算法对评论文本进行有用性识别。该算法根据知识采纳模型理论从评论质量和评论来源可信度两方面进行评论有用性识别的特征提取：利用先验领域知识词典构造领域词占比、停用词占比等评论质量方面的特征，有效解决了特定领域评论存在的领域知识壁垒问题；根据评论作者的粉丝数、作者获赞数等信息构建评论来源可信度方面的特征。为了验证本文所提方法的识别效果，本文采用知乎论坛中医相关评论数据进行实验；实验结果表明，本文提出的方法能有效提高在线评论有用性的分类效果，提高了可解释性。