多源數(shù)據(jù)驅(qū)動的上市公司風險識別路徑分析

譚明亮，吳昶欣

（川北醫(yī)學院，四川 南充 637100）

1 引言

根據(jù)《中華人民共和國公司法》（2018年修正），上市公司（Listed Company）是指股票在證券交易所上市交易的股份有限公司。由于上市公司通過證券市場向社會公眾發(fā)行股票來籌集資金，其財產(chǎn)來自于全社會，其投資者由成千上萬的社會公眾所構(gòu)成，同時受到廣泛的社會監(jiān)督，因此上市公司在國際上也被稱為公眾公司（Public Company）。在中國，股份有限公司申請其股票上市必須在注冊資金、股本總額、財務狀況和公司治理等多個方面滿足嚴格的要求；在美國，紐約證券交易所（NYSE）、納斯達克證券交易所（NASDAQ）等對于申請股票上市的公司也有著各自的要求，具體包括市值、凈資產(chǎn)、稅前收入、公眾持股數(shù)和股東人數(shù)等多個方面。

上市公司風險識別是證券投資分析、資產(chǎn)風險管理、證券市場監(jiān)管等金融管理決策過程中的重要內(nèi)容，同時對于防范化解系統(tǒng)性金融風險和保障金融安全有著重要的意義。習近平總書記和李克強總理等黨和國家領(lǐng)導人多次在重要的會議和場合上強調(diào)防控金融風險對于打贏防范化解重大風險攻堅戰(zhàn)的極端重要性以及金融安全在國家安全中的重要戰(zhàn)略地位，指出要及時有效地識別、發(fā)現(xiàn)、處置和化解系統(tǒng)性金融風險。本文從基于結(jié)構(gòu)化數(shù)據(jù)的上市公司風險識別和引入非結(jié)構(gòu)化文本數(shù)據(jù)的上市公司風險識別兩個方面對研究文獻進行綜述，以期為上市公司風險識別研究提供借鑒參考。

2 上市公司風險的概念

風險這一概念最初主要被用來描述自然風險，如今這一概念已經(jīng)被廣泛應用于政治、軍事、經(jīng)濟、文化和社會等領(lǐng)域中。盡管風險這一概念在各種場合和情境下被廣泛使用，但是學術(shù)界對于風險的概念還沒有一個統(tǒng)一的定義。美國學者Haynes 于1895年在其著作《Risk as an Economic Factor》中最早對風險這一概念進行了定義，他指出風險意味著發(fā)生損害或損失的可能性。另外，可以從一些政府部門和相關(guān)組織機構(gòu)發(fā)布的文件中獲取風險的定義。世界上第一個國家風險管理標準《澳大利亞-新西蘭風險管理標準》（AS/NZS4360：2004）將風險定義為事項發(fā)生的可能性和對目標的影響。巴塞爾委員會（BCBS）于2004年頒布的《巴塞爾新資本協(xié)議》（Basel II）將風險定義為由于可能的損失而導致預期收益的不確定性。美國反虛假財務報告委員會下屬的發(fā)起人委員會（COSO）于2004年頒布的《企業(yè)風險管理——整合框架》將風險定義為對目標產(chǎn)生負面影響的事項。國際標準化組織（ISO）于2009年頒布的風險管理標準《ISO/FDIS31000 風險管理—原則和指引》將風險定義為不確定性對目標的影響。2009年頒布的中國國家標準《風險管理術(shù)語》（GB/T 23694—2009）將風險定義為某一事件發(fā)生的概率和其后果的組合。2013年修訂頒布的中國國家標準《風險管理術(shù)語》（GB/T 23694—2013）則將風險定義為不確定性對目標的影響。

綜合國內(nèi)外的專家學者、政府部門和相關(guān)組織機構(gòu)對風險的相關(guān)定義，本文將上市公司風險定義為：上市公司在生產(chǎn)經(jīng)營的過程中，由于各種不確定因素和發(fā)生不利事件，從而有遭受損失的可能性。作為一個特殊的企業(yè)群體，上市公司除了面臨著一般企業(yè)所面臨的破產(chǎn)風險、信用風險、財務風險、政策風險、運營風險、管理風險、市場風險、人力資源風險、技術(shù)風險和戰(zhàn)略風險等共性風險以外，還面臨著強制退市風險、信息披露違規(guī)風險和股價暴跌風險等上市公司所特有的風險。與此同時，不同行業(yè)、不同規(guī)模、不同商業(yè)模式、不同業(yè)務性質(zhì)、不同發(fā)展階段、不同股權(quán)結(jié)構(gòu)、不同財務狀況和不同經(jīng)營管理水平的上市公司所面臨的風險也不盡相同。

3 基于結(jié)構(gòu)化數(shù)據(jù)的上市公司風險識別

當前用于上市公司風險識別的數(shù)據(jù)源主要是根據(jù)上市公司的資產(chǎn)負債表、利潤表和現(xiàn)金流量表計算所得的財務指標數(shù)據(jù)，研究者們主要關(guān)注于各類財務指標的選取。美國芝加哥大學的教授Beaver[1]研究發(fā)現(xiàn)上市公司的財務指標數(shù)據(jù)中包含了破產(chǎn)預測所需要的有價值的信息，其中凈收入/總負債這一項財務指標的預測能力最高。紐約大學著名的財務專家Altman[2]通過對美國破產(chǎn)的上市公司的財務報表數(shù)據(jù)進行研究，對22 個財務比率進行數(shù)理統(tǒng)計篩選，最終共保留了5 個常用的財務指標作為破產(chǎn)預測因子，構(gòu)建了用于破產(chǎn)預測的5 變量Z-Score 模型。該模型通過對上市公司的5 個財務指標數(shù)據(jù)進行一定的加權(quán)求和，得到上市公司的Z 分數(shù)，上市公司發(fā)生破產(chǎn)的可能性與模型計算所得的Z 分數(shù)成反比關(guān)系，即Z 分數(shù)越小則意味著上市公司破產(chǎn)的可能性越大。在美國、英國、法國和日本等多個國家，Z-Score 模型得到了廣泛的應用。

Altman 等[3]后續(xù)又在破產(chǎn)公司樣本數(shù)據(jù)的收集和分析的基礎(chǔ)上對Z-Score 模型進行了優(yōu)化和擴展，建立了包含7個財務指標的Zeta 模型。相較于Z-Score 模型，Zeta 模型具有更全的財務比率覆蓋面、更大的適用范圍以及更高的預測準確率。如今Zeta 模型已經(jīng)被美國、意大利等國的商業(yè)銀行廣泛地應用于上市公司的破產(chǎn)預測、財務危機預測和信用評級等場景中，創(chuàng)造了巨大的經(jīng)濟效益，但是Zeta 模型中的7 個變量的權(quán)重系數(shù)由于涉及商業(yè)秘密，因此并未公開。

自Beaver 和Altman 的研究之后，國內(nèi)外的研究者們將財務指標數(shù)據(jù)廣泛地應用于上市公司的破產(chǎn)預測、財務危機預測、信用風險預測等場景中。Kim 等[4]選取了涵蓋企業(yè)債務清償、資本結(jié)構(gòu)、盈利能力、營運能力、財務杠桿、流動性和公司規(guī)模等7 個方面的30 個財務指標用于韓國上市公司的破產(chǎn)預測。Zi ba 等[5]選取了64 個財務指標應用于波蘭的制造業(yè)公司的破產(chǎn)預測中。Zhang 等[6]選取了反映企業(yè)抗風險能力、運營效率、盈利能力和增長能力4 個方面的20 個財務指標來識別上市公司的信用風險。Du Jardin[7]選取了反映企業(yè)流動能力、周轉(zhuǎn)能力、盈利能力、營運能力、償付能力和財務結(jié)構(gòu)6 個方面的30 個財務指標應用于法國上市公司的破產(chǎn)預測。

黃志敏[8]指出上市公司的財務危機預測模型需要考慮到上市公司的行業(yè)特征，而不是使用同一個預測模型來對所有行業(yè)的上市公司的財務危機進行預測，并在詳細分析旅游類上市公司的行業(yè)特征的基礎(chǔ)上，構(gòu)建了涵蓋償債能力、盈利能力、運營能力、發(fā)展能力、資本結(jié)構(gòu)和投資收益6 個方面的旅游上市公司財務危機預測指標體系。李雪[9]從盈利能力、成長能力、營運能力、償債能力4 個方面選取了12 個財務指標來衡量創(chuàng)業(yè)板上市公司的退市風險。方匡南等[10]在已有的相關(guān)研究文獻的基礎(chǔ)上，選取了反映企業(yè)的償債能力、盈利能力、營運能力、成長能力、資產(chǎn)結(jié)構(gòu)和每股指標6 個方面的48個指標來實現(xiàn)上市公司的信用風險預測。

4 引入非結(jié)構(gòu)化文本數(shù)據(jù)的上市公司風險識別

上市公司的財務指標數(shù)據(jù)由于具有容易獲取、便于計算以及分析結(jié)果易于決策者理解等優(yōu)點，被廣泛應用于上市公司風險識別的學術(shù)研究和應用實踐中。然而財務指標數(shù)據(jù)也有著諸多的缺陷：首先，財務指標數(shù)據(jù)只能反映上市公司在過去的經(jīng)營業(yè)績，而不能反映上市公司的經(jīng)營計劃、外部競爭環(huán)境、未來發(fā)展戰(zhàn)略以及潛在風險等其他多個方面的重要信息。其次，披露上市公司財務指標數(shù)據(jù)的年報、半年報、季報等文件的更新頻率較低，因此財務指標數(shù)據(jù)很難及時地反映上市公司出現(xiàn)的風險。除此之外，財務指標數(shù)據(jù)表示的上市公司資產(chǎn)賬面價值可能與資產(chǎn)真正的價值存在差異，且存在被操縱的風險。最后，財務指標數(shù)據(jù)往往是建立在上市公司可持續(xù)經(jīng)營的基礎(chǔ)上，并且在給定的監(jiān)管框架內(nèi)以相同的方式進行計算，即使具有同一財務指標數(shù)據(jù)的上市公司所面臨的內(nèi)外部風險以及未來的收益往往并不相同。

金融領(lǐng)域存在的多源異構(gòu)數(shù)據(jù)中的絕大部分是非結(jié)構(gòu)化的文本數(shù)據(jù)，如上市公司的年報文本、招股說明書文本、半年報文本、臨時公告文本、公司研報文本、新聞報道文本和股吧評論等。以上市公司披露的年報文件為例，據(jù)前人的研究和統(tǒng)計結(jié)果表明，定量財務信息僅占上市公司年報中所有信息的20%左右，而其余80%左右的信息則以定性文本的形式存在。近年來，國內(nèi)外的研究者們在開展金融數(shù)據(jù)分析與挖掘相關(guān)的研究時發(fā)現(xiàn)，與只關(guān)注過去經(jīng)營業(yè)績的結(jié)構(gòu)化的財務數(shù)據(jù)不同，上市公司的年報文本、新聞報道文本等非結(jié)構(gòu)化文本數(shù)據(jù)不僅反映了上市公司在過去的經(jīng)營成果和當前的財務狀況，還包含了公司發(fā)展前景、未來戰(zhàn)略規(guī)劃和所面臨的內(nèi)外部風險等多個方面的重要補充信息。非結(jié)構(gòu)化文本數(shù)據(jù)不僅具有結(jié)構(gòu)化的財務數(shù)據(jù)所難以體現(xiàn)的豐富價值和內(nèi)涵，而且還能夠有助于提高對定量會計信息的理解。也有少部分研究者探究了視頻和音頻等多媒體數(shù)據(jù)在金融決策支持中的應用，例如，Hobson 等[11]利用一種可以根據(jù)人的語音來感知情緒變動以實現(xiàn)謊言的辨別和欺詐的識別的音頻情感分析軟件系統(tǒng)LVA 來分析上市公司CEO 在業(yè)績電話會議（Earnings Conference Calls）上的講話語音，并在此基礎(chǔ)上實現(xiàn)上市公司財務錯報的檢測。隨著互聯(lián)網(wǎng)的廣泛普及和以證監(jiān)會為代表的政府監(jiān)管機構(gòu)對上市公司信息披露的要求日趨嚴格，上市公司的年報文本、招股說明書文本、季報文本、臨時公告文本、新聞報道文本和股吧評論等非結(jié)構(gòu)化文本信息有著較高的可獲得性。

國內(nèi)外的研究者們在將各種非結(jié)構(gòu)化的金融文本數(shù)據(jù)應用于上市公司風險識別的研究上進行了積極的嘗試。Mayew 等[12]研究發(fā)現(xiàn)，在上市公司破產(chǎn)的前3年時，MD&A披露的文本信息在預測破產(chǎn)方面比財務指標信息更加有用。Gupta 等[13]對全球金融危機期間破產(chǎn)倒閉的52 家美國上市銀行年報文本信息進行了分析，發(fā)現(xiàn)年報中表達的積極情感比消極情感具有更強的預測能力。Wang 等[14]將上市公司年報文本中的情感特征和文本特征提取為非財務特征，并與傳統(tǒng)財務特征進一步融合，提高了上市公司財務危機預測的準確率。Wei 等[15]基于840 家美國能源上市公司的3 707 份10-K年報中披露的風險因素文本信息，確定了能源企業(yè)的66 種風險因素。

馬旭輝[16]將上市公司年報文本數(shù)據(jù)應用于上市公司的財務風險預測中，發(fā)現(xiàn)能夠提高風險預測的效能。李秉成等[17]發(fā)現(xiàn)上市公司年報MD&A 中的前瞻性信息對于上市公司的財務危機預測能力有著顯著的提升作用。苗霞[18]研究發(fā)現(xiàn)上市公司年報MD&A 中前瞻性文本信息所具有的凈積極情感值能夠在上市公司的財務危機預測發(fā)揮有效的作用，并且上市公司的網(wǎng)絡新聞報道能夠進一步提升MD&A 中前瞻性文本中的情感信息在財務危機預測方面的價值和有用性。

5 結(jié)語

目前用于上市公司風險智能識別的數(shù)據(jù)源主要是上市公司的財務指標數(shù)據(jù)、公司治理數(shù)據(jù)、證券交易數(shù)據(jù)和宏觀經(jīng)濟數(shù)據(jù)等結(jié)構(gòu)化的數(shù)據(jù)。而非結(jié)構(gòu)化的金融文本數(shù)據(jù)資源中包含了大量有關(guān)上市公司的過去經(jīng)營成果、當前財務狀況、未來發(fā)展前景以及所面臨的內(nèi)外部風險等多個方面的重要信息。非結(jié)構(gòu)化的金融文本數(shù)據(jù)不僅具有財務指標數(shù)據(jù)、證券交易數(shù)據(jù)等結(jié)構(gòu)化的數(shù)據(jù)難以體現(xiàn)的豐富價值和內(nèi)涵，而且還能夠有助于提高對定量財務數(shù)據(jù)的理解。從國內(nèi)外的相關(guān)研究發(fā)展現(xiàn)狀來看，越來越多的研究者開始關(guān)注于將上市公司的年報文本、新聞報道文本和股吧評論等非結(jié)構(gòu)化文本數(shù)據(jù)應用于股票價格預測、公司業(yè)績預測等任務中。少部分的研究者嘗試將文本數(shù)據(jù)資源應用于上市公司風險智能識別研究中，但總體而言，這些研究還處于起步階段，將多種類型的非結(jié)構(gòu)化文本數(shù)據(jù)應用于上市公司風險智能識別的研究仍然缺乏。