基于财报文本的情感语调的分析:DeepSeek辅助识别财务瑕疵-250417-国信证券
chengkaichang@guosen.com.cn wangkai8@guosen.com.cn ➢ 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。
chengkaichang@guosen.com.cn wangkai8@guosen.com.cn ➢ 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。
chengkaichang@guosen.com.cn wangkai8@guosen.com.cn ➢ 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。
chengkaichang@guosen.com.cn wangkai8@guosen.com.cn ➢ 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。核心数据: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。;➢ 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。;➢ 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。。
本报告由国信证券发布,发布于 2025 年。
覆盖 2025 年,全文共 30 页。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合投资人、行业研究员等读者参考。
重点分析了证券、金融等议题。