譚明亮，吳昶欣

（川北醫(yī)學(xué)院，四川 南充 637100）

1 引言

根據(jù)《中華人民共和國(guó)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(chǎng)向社會(huì)公眾發(fā)行股票來(lái)籌集資金，其財(cái)產(chǎn)來(lái)自于全社會(huì)，其投資者由成千上萬(wàn)的社會(huì)公眾所構(gòu)成，同時(shí)受到廣泛的社會(huì)監(jiān)督，因此上市公司在國(guó)際上也被稱為公眾公司（Public Company）。在中國(guó)，股份有限公司申請(qǐng)其股票上市必須在注冊(cè)資金、股本總額、財(cái)務(wù)狀況和公司治理等多個(gè)方面滿足嚴(yán)格的要求；在美國(guó)，紐約證券交易所（NYSE）、納斯達(dá)克證券交易所（NASDAQ）等對(duì)于申請(qǐng)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(gè)方面。

上市公司風(fēng)險(xiǎn)識(shí)別是證券投資分析、資產(chǎn)風(fēng)險(xiǎn)管理、證券市場(chǎng)監(jiān)管等金融管理決策過程中的重要內(nèi)容，同時(shí)對(duì)于防范化解系統(tǒng)性金融風(fēng)險(xiǎn)和保障金融安全有著重要的意義。習(xí)近平總書記和李克強(qiáng)總理等黨和國(guó)家領(lǐng)導(dǎo)人多次在重要的會(huì)議和場(chǎng)合上強(qiáng)調(diào)防控金融風(fēng)險(xiǎn)對(duì)于打贏防范化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)的極端重要性以及金融安全在國(guó)家安全中的重要戰(zhàn)略地位，指出要及時(shí)有效地識(shí)別、發(fā)現(xiàn)、處置和化解系統(tǒng)性金融風(fēng)險(xiǎn)。本文從基于結(jié)構(gòu)化數(shù)據(jù)的上市公司風(fēng)險(xiǎn)識(shí)別和引入非結(jié)構(gòu)化文本數(shù)據(jù)的上市公司風(fēng)險(xiǎn)識(shí)別兩個(gè)方面對(duì)研究文獻(xiàn)進(jìn)行綜述，以期為上市公司風(fēng)險(xiǎn)識(shí)別研究提供借鑒參考。

2 上市公司風(fēng)險(xiǎn)的概念

風(fēng)險(xiǎn)這一概念最初主要被用來(lái)描述自然風(fēng)險(xiǎn)，如今這一概念已經(jīng)被廣泛應(yīng)用于政治、軍事、經(jīng)濟(jì)、文化和社會(huì)等領(lǐng)域中。盡管風(fēng)險(xiǎn)這一概念在各種場(chǎng)合和情境下被廣泛使用，但是學(xué)術(shù)界對(duì)于風(fēng)險(xiǎn)的概念還沒有一個(gè)統(tǒng)一的定義。美國(guó)學(xué)者Haynes 于1895年在其著作《Risk as an Economic Factor》中最早對(duì)風(fēng)險(xiǎn)這一概念進(jìn)行了定義，他指出風(fēng)險(xiǎn)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(jī)構(gòu)發(fā)布的文件中獲取風(fēng)險(xiǎn)的定義。世界上第一個(gè)國(guó)家風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)《澳大利亞-新西蘭風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)》（AS/NZS4360：2004）將風(fēng)險(xiǎn)定義為事項(xiàng)發(fā)生的可能性和對(duì)目標(biāo)的影響。巴塞爾委員會(huì)（BCBS）于2004年頒布的《巴塞爾新資本協(xié)議》（Basel II）將風(fēng)險(xiǎn)定義為由于可能的損失而導(dǎo)致預(yù)期收益的不確定性。美國(guó)反虛假財(cái)務(wù)報(bào)告委員會(huì)下屬的發(fā)起人委員會(huì)（COSO）于2004年頒布的《企業(yè)風(fēng)險(xiǎn)管理——整合框架》將風(fēng)險(xiǎn)定義為對(duì)目標(biāo)產(chǎn)生負(fù)面影響的事項(xiàng)。國(guó)際標(biāo)準(zhǔn)化組織（ISO）于2009年頒布的風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)《ISO/FDIS31000 風(fēng)險(xiǎn)管理—原則和指引》將風(fēng)險(xiǎn)定義為不確定性對(duì)目標(biāo)的影響。2009年頒布的中國(guó)國(guó)家標(biāo)準(zhǔn)《風(fēng)險(xiǎn)管理術(shù)語(yǔ)》（GB/T 23694—2009）將風(fēng)險(xiǎn)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(guó)國(guó)家標(biāo)準(zhǔn)《風(fēng)險(xiǎn)管理術(shù)語(yǔ)》（GB/T 23694—2013）則將風(fēng)險(xiǎn)定義為不確定性對(duì)目標(biāo)的影響。

綜合國(guó)內(nèi)外的專家學(xué)者、政府部門和相關(guān)組織機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)的相關(guān)定義，本文將上市公司風(fēng)險(xiǎn)定義為：上市公司在生產(chǎn)經(jīng)營(yíng)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(gè)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(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、運(yùn)營(yíng)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、人力資源風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)和戰(zhàn)略風(fēng)險(xiǎn)等共性風(fēng)險(xiǎn)以外，還面臨著強(qiáng)制退市風(fēng)險(xiǎn)、信息披露違規(guī)風(fēng)險(xiǎn)和股價(jià)暴跌風(fēng)險(xiǎn)等上市公司所特有的風(fēng)險(xiǎn)。與此同時(shí)，不同行業(yè)、不同規(guī)模、不同商業(yè)模式、不同業(yè)務(wù)性質(zhì)、不同發(fā)展階段、不同股權(quán)結(jié)構(gòu)、不同財(cái)務(wù)狀況和不同經(jīng)營(yíng)管理水平的上市公司所面臨的風(fēng)險(xiǎn)也不盡相同。

3 基于結(jié)構(gòu)化數(shù)據(jù)的上市公司風(fēng)險(xiǎn)識(shí)別

當(dāng)前用于上市公司風(fēng)險(xiǎn)識(shí)別的數(shù)據(jù)源主要是根據(jù)上市公司的資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表計(jì)算所得的財(cái)務(wù)指標(biāo)數(shù)據(jù)，研究者們主要關(guān)注于各類財(cái)務(wù)指標(biāo)的選取。美國(guó)芝加哥大學(xué)的教授Beaver[1]研究發(fā)現(xiàn)上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)中包含了破產(chǎn)預(yù)測(cè)所需要的有價(jià)值的信息，其中凈收入/總負(fù)債這一項(xiàng)財(cái)務(wù)指標(biāo)的預(yù)測(cè)能力最高。紐約大學(xué)著名的財(cái)務(wù)專家Altman[2]通過對(duì)美國(guó)破產(chǎn)的上市公司的財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行研究，對(duì)22 個(gè)財(cái)務(wù)比率進(jìn)行數(shù)理統(tǒng)計(jì)篩選，最終共保留了5 個(gè)常用的財(cái)務(wù)指標(biāo)作為破產(chǎn)預(yù)測(cè)因子，構(gòu)建了用于破產(chǎn)預(yù)測(cè)的5 變量Z-Score 模型。該模型通過對(duì)上市公司的5 個(gè)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行一定的加權(quán)求和，得到上市公司的Z 分?jǐn)?shù)，上市公司發(fā)生破產(chǎn)的可能性與模型計(jì)算所得的Z 分?jǐn)?shù)成反比關(guān)系，即Z 分?jǐn)?shù)越小則意味著上市公司破產(chǎn)的可能性越大。在美國(guó)、英國(guó)、法國(guó)和日本等多個(gè)國(guó)家，Z-Score 模型得到了廣泛的應(yīng)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(duì)Z-Score 模型進(jìn)行了優(yōu)化和擴(kuò)展，建立了包含7個(gè)財(cái)務(wù)指標(biāo)的Zeta 模型。相較于Z-Score 模型，Zeta 模型具有更全的財(cái)務(wù)比率覆蓋面、更大的適用范圍以及更高的預(yù)測(cè)準(zhǔn)確率。如今Zeta 模型已經(jīng)被美國(guó)、意大利等國(guó)的商業(yè)銀行廣泛地應(yīng)用于上市公司的破產(chǎn)預(yù)測(cè)、財(cái)務(wù)危機(jī)預(yù)測(cè)和信用評(píng)級(jí)等場(chǎng)景中，創(chuàng)造了巨大的經(jīng)濟(jì)效益，但是Zeta 模型中的7 個(gè)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(guó)內(nèi)外的研究者們將財(cái)務(wù)指標(biāo)數(shù)據(jù)廣泛地應(yīng)用于上市公司的破產(chǎn)預(yù)測(cè)、財(cái)務(wù)危機(jī)預(yù)測(cè)、信用風(fēng)險(xiǎn)預(yù)測(cè)等場(chǎng)景中。Kim 等[4]選取了涵蓋企業(yè)債務(wù)清償、資本結(jié)構(gòu)、盈利能力、營(yíng)運(yùn)能力、財(cái)務(wù)杠桿、流動(dòng)性和公司規(guī)模等7 個(gè)方面的30 個(gè)財(cái)務(wù)指標(biāo)用于韓國(guó)上市公司的破產(chǎn)預(yù)測(cè)。Zi ba 等[5]選取了64 個(gè)財(cái)務(wù)指標(biāo)應(yīng)用于波蘭的制造業(yè)公司的破產(chǎn)預(yù)測(cè)中。Zhang 等[6]選取了反映企業(yè)抗風(fēng)險(xiǎn)能力、運(yùn)營(yíng)效率、盈利能力和增長(zhǎng)能力4 個(gè)方面的20 個(gè)財(cái)務(wù)指標(biāo)來(lái)識(shí)別上市公司的信用風(fēng)險(xiǎn)。Du Jardin[7]選取了反映企業(yè)流動(dòng)能力、周轉(zhuǎn)能力、盈利能力、營(yíng)運(yùn)能力、償付能力和財(cái)務(wù)結(jié)構(gòu)6 個(gè)方面的30 個(gè)財(cái)務(wù)指標(biāo)應(yīng)用于法國(guó)上市公司的破產(chǎn)預(yù)測(cè)。

黃志敏[8]指出上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)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(gè)預(yù)測(cè)模型來(lái)對(duì)所有行業(yè)的上市公司的財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)，并在詳細(xì)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(yùn)營(yíng)能力、發(fā)展能力、資本結(jié)構(gòu)和投資收益6 個(gè)方面的旅游上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)指標(biāo)體系。李雪[9]從盈利能力、成長(zhǎng)能力、營(yíng)運(yùn)能力、償債能力4 個(gè)方面選取了12 個(gè)財(cái)務(wù)指標(biāo)來(lái)衡量創(chuàng)業(yè)板上市公司的退市風(fēng)險(xiǎn)。方匡南等[10]在已有的相關(guān)研究文獻(xiàn)的基礎(chǔ)上，選取了反映企業(yè)的償債能力、盈利能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、資產(chǎn)結(jié)構(gòu)和每股指標(biāo)6 個(gè)方面的48個(gè)指標(biāo)來(lái)實(shí)現(xiàn)上市公司的信用風(fēng)險(xiǎn)預(yù)測(cè)。

4 引入非結(jié)構(gòu)化文本數(shù)據(jù)的上市公司風(fēng)險(xiǎn)識(shí)別

上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)由于具有容易獲取、便于計(jì)算以及分析結(jié)果易于決策者理解等優(yōu)點(diǎn)，被廣泛應(yīng)用于上市公司風(fēng)險(xiǎn)識(shí)別的學(xué)術(shù)研究和應(yīng)用實(shí)踐中。然而財(cái)務(wù)指標(biāo)數(shù)據(jù)也有著諸多的缺陷：首先，財(cái)務(wù)指標(biāo)數(shù)據(jù)只能反映上市公司在過去的經(jīng)營(yíng)業(yè)績(jī)，而不能反映上市公司的經(jīng)營(yíng)計(jì)劃、外部競(jìng)爭(zhēng)環(huán)境、未來(lái)發(fā)展戰(zhàn)略以及潛在風(fēng)險(xiǎn)等其他多個(gè)方面的重要信息。其次，披露上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)的年報(bào)、半年報(bào)、季報(bào)等文件的更新頻率較低，因此財(cái)務(wù)指標(biāo)數(shù)據(jù)很難及時(shí)地反映上市公司出現(xiàn)的風(fēng)險(xiǎn)。除此之外，財(cái)務(wù)指標(biāo)數(shù)據(jù)表示的上市公司資產(chǎn)賬面價(jià)值可能與資產(chǎn)真正的價(jià)值存在差異，且存在被操縱的風(fēng)險(xiǎn)。最后，財(cái)務(wù)指標(biāo)數(shù)據(jù)往往是建立在上市公司可持續(xù)經(jīng)營(yíng)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(jìn)行計(jì)算，即使具有同一財(cái)務(wù)指標(biāo)數(shù)據(jù)的上市公司所面臨的內(nèi)外部風(fēng)險(xiǎn)以及未來(lái)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(bào)文本、招股說明書文本、半年報(bào)文本、臨時(shí)公告文本、公司研報(bào)文本、新聞報(bào)道文本和股吧評(píng)論等。以上市公司披露的年報(bào)文件為例，據(jù)前人的研究和統(tǒng)計(jì)結(jié)果表明，定量財(cái)務(wù)信息僅占上市公司年報(bào)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(lái)，國(guó)內(nèi)外的研究者們?cè)陂_展金融數(shù)據(jù)分析與挖掘相關(guān)的研究時(shí)發(fā)現(xiàn)，與只關(guān)注過去經(jīng)營(yíng)業(yè)績(jī)的結(jié)構(gòu)化的財(cái)務(wù)數(shù)據(jù)不同，上市公司的年報(bào)文本、新聞報(bào)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(yíng)成果和當(dāng)前的財(cái)務(wù)狀況，還包含了公司發(fā)展前景、未來(lái)戰(zhàn)略規(guī)劃和所面臨的內(nèi)外部風(fēng)險(xiǎn)等多個(gè)方面的重要補(bǔ)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(cái)務(wù)數(shù)據(jù)所難以體現(xiàn)的豐富價(jià)值和內(nèi)涵，而且還能夠有助于提高對(duì)定量會(huì)計(jì)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(yīng)用，例如，Hobson 等[11]利用一種可以根據(jù)人的語(yǔ)音來(lái)感知情緒變動(dòng)以實(shí)現(xiàn)謊言的辨別和欺詐的識(shí)別的音頻情感分析軟件系統(tǒng)LVA 來(lái)分析上市公司CEO 在業(yè)績(jī)電話會(huì)議（Earnings Conference Calls）上的講話語(yǔ)音，并在此基礎(chǔ)上實(shí)現(xiàn)上市公司財(cái)務(wù)錯(cuò)報(bào)的檢測(cè)。隨著互聯(lián)網(wǎng)的廣泛普及和以證監(jiān)會(huì)為代表的政府監(jiān)管機(jī)構(gòu)對(duì)上市公司信息披露的要求日趨嚴(yán)格，上市公司的年報(bào)文本、招股說明書文本、季報(bào)文本、臨時(shí)公告文本、新聞報(bào)道文本和股吧評(píng)論等非結(jié)構(gòu)化文本信息有著較高的可獲得性。

國(guó)內(nèi)外的研究者們?cè)趯⒏鞣N非結(jié)構(gòu)化的金融文本數(shù)據(jù)應(yīng)用于上市公司風(fēng)險(xiǎn)識(shí)別的研究上進(jìn)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(shí)，MD&A披露的文本信息在預(yù)測(cè)破產(chǎn)方面比財(cái)務(wù)指標(biāo)信息更加有用。Gupta 等[13]對(duì)全球金融危機(jī)期間破產(chǎn)倒閉的52 家美國(guó)上市銀行年報(bào)文本信息進(jìn)行了分析，發(fā)現(xiàn)年報(bào)中表達(dá)的積極情感比消極情感具有更強(qiáng)的預(yù)測(cè)能力。Wang 等[14]將上市公司年報(bào)文本中的情感特征和文本特征提取為非財(cái)務(wù)特征，并與傳統(tǒng)財(cái)務(wù)特征進(jìn)一步融合，提高了上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)的準(zhǔn)確率。Wei 等[15]基于840 家美國(guó)能源上市公司的3 707 份10-K年報(bào)中披露的風(fēng)險(xiǎn)因素文本信息，確定了能源企業(yè)的66 種風(fēng)險(xiǎn)因素。

馬旭輝[16]將上市公司年報(bào)文本數(shù)據(jù)應(yīng)用于上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)中，發(fā)現(xiàn)能夠提高風(fēng)險(xiǎn)預(yù)測(cè)的效能。李秉成等[17]發(fā)現(xiàn)上市公司年報(bào)MD&A 中的前瞻性信息對(duì)于上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)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(bào)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(cái)務(wù)危機(jī)預(yù)測(cè)發(fā)揮有效的作用，并且上市公司的網(wǎng)絡(luò)新聞報(bào)道能夠進(jìn)一步提升MD&A 中前瞻性文本中的情感信息在財(cái)務(wù)危機(jī)預(yù)測(cè)方面的價(jià)值和有用性。

5 結(jié)語(yǔ)

目前用于上市公司風(fēng)險(xiǎn)智能識(shí)別的數(shù)據(jù)源主要是上市公司的財(cái)務(wù)指標(biāo)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(jì)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(yíng)成果、當(dāng)前財(cái)務(wù)狀況、未來(lái)發(fā)展前景以及所面臨的內(nèi)外部風(fēng)險(xiǎn)等多個(gè)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(cái)務(wù)指標(biāo)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(jià)值和內(nèi)涵，而且還能夠有助于提高對(duì)定量財(cái)務(wù)數(shù)據(jù)的理解。從國(guó)內(nèi)外的相關(guān)研究發(fā)展現(xiàn)狀來(lái)看，越來(lái)越多的研究者開始關(guān)注于將上市公司的年報(bào)文本、新聞報(bào)道文本和股吧評(píng)論等非結(jié)構(gòu)化文本數(shù)據(jù)應(yīng)用于股票價(jià)格預(yù)測(cè)、公司業(yè)績(jī)預(yù)測(cè)等任務(wù)中。少部分的研究者嘗試將文本數(shù)據(jù)資源應(yīng)用于上市公司風(fēng)險(xiǎn)智能識(shí)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(yīng)用于上市公司風(fēng)險(xiǎn)智能識(shí)別的研究仍然缺乏。