管理世界 | 使用中文LM金融词典做管理层语调分析
今天分享的这篇论文通过 有道翻译 这一简单有效的的方式汉化了 LM英文金融词典，并使用 数词语数个数 的方式构造了管理层语调这个指标。
文献
曾庆生,周波,张程,陈信元.年报语调与内部人交易:“表里如一”还是“口是心非”?[J].管理世界,2018,34(09):143-160.
本文代码实现的视频讲解已更新至付费课 Python实证指标构建与文本分析 中。
摘要
基于中国A股非金融公司2007～2014年年报语调的文本分析,本文研究了年报语调与年报披露后的内部人交易行为之间的关系。研究发现,年报语调越积极,公司高管在年报公布后一段期间内的卖出股票规模越大,净买入股票规模越小,表明公司高管编制年报时存在「口是心非」 的操纵嫌疑。进一步研究发现,年报披露后中期市场表现差、信息透明度低、非国有控股的公司高管交易与年报语调的反向关系分别显著强于年报披露后中期市场表现好、信息透明度高、国有控股的公司;而公司盈余管理程度、交易者职位（是否核心高管）对年报语调与高管交易关系的影响不显著。此外,年报语调越积极,高管亲属卖出股票的规模也越大,但未发现公司重要股东交易与 「年报语调」 相关。上述结果表明,中国上市公司年报存在语调管理行为,年报语调成为除会计报表以外另一种可以被内部人管理或操纵的信息。
关键词
年报; 语调管理; 内部人交易; 信息不对称;
代码
年报数据 data/reports.csvcntext库1.7.3及以上版本，内置LM中英文情感词典
语调指标
算法1
该年报内 「积极词汇数 与消极词汇数 之差」 占 「年报总词汇数」 的比例；算法2
（积极词汇数-消极词汇数）/（ 积极词汇数+消极词汇数）
import pandas as pd
df = pd.read_csv('data/reports.csv')
df.head()
Run
len(df)
Run
500
文本分析库cntext
!pip3 install cntext
import cntext as ct
print(ct.__version__)
1.7.3#查看内置词典
ct.dict_pkl_list()
Run
['DUTIR.pkl',
'HOWNET.pkl',
'Chinese_Loughran_McDonald_Financial_Sentiment.pkl',
'sentiws.pkl',
'ChineseFinancialFormalUnformalSentiment.pkl',
'ANEW.pkl',
'LSD2015.pkl',
'NRC.pkl',
'geninqposneg.pkl',
'HuLiu.pkl',
'Loughran_McDonald_Financial_Sentiment.pkl',
'AFINN.pkl',
'ADV_CONJ.pkl',
'STOPWORDS.pkl']
查看cntext内置的LM中文词典基本信息
clm = ct.load_pkl_dict('Chinese_Loughran_McDonald_Financial_Sentiment.pkl')
#print(clm)
print('clm关键词: ',clm.keys())
print()
print('Desc: ', clm['Desc'])
print()
print('Referer: ', clm['Referer'])
print()
print('Chinese_Loughran_McDonald_Financial_Sentiment词典含2类情感词\n，分别是', clm['Chinese_Loughran_McDonald_Financial_Sentiment'].keys())
Run
clm关键词: dict_keys(['Chinese_Loughran_McDonald_Financial_Sentiment', 'Desc', 'Referer'])
Desc: 参照该论文，cntext库使用百度翻译、有道翻译对LM词典进行汉化处理。原文使用的有道翻译、金山词霸。
Referer: 曾庆生, 周波, 张程, and 陈信元. "年报语调与内部人交易: 表里如一还是口是心非?." 管理世界 34, no. 09 (2018): 143-160.
Chinese_Loughran_McDonald_Financial_Sentiment词典含2类情感词
，分别是 dict_keys(['negative', 'positive'])
cntext语调计算实现
算法1 该年报内 「积极词汇数 与消极词汇数 之差」 占 「年报总词汇数」 的比例；算法2 （积极词汇数-消极词汇数）/（ 积极词汇数+消极词汇数）
import cntext as ct
diction = {'pos': ['高兴', '快乐', '分享'],
'neg': ['难过', '悲伤']}
text = '我今天得奖了，很高兴，我要将快乐分享大家。'
ct.sentiment(text=text,
diction=diction,
lang='chinese')
Run
{'pos_num': 3,
'neg_num': 0,
'stopword_num': 8,
'word_num': 14,
'sentence_num': 1}
定义语调计算函数tone
import cntext as ct
diction = ct.load_pkl_dict('Chinese_Loughran_McDonald_Financial_Sentiment.pkl')['Chinese_Loughran_McDonald_Financial_Sentiment']
def tone(text):
res = ct.sentiment(text=text,
diction=diction,
lang='chinese')
return pd.Series(res)
#第一个年报的语调
tone(text=df['content'].tolist()[0])
Run
negative_num 67
positive_num 76
stopword_num 462
word_num 1831
sentence_num 52
dtype: int64
选中文本列content， 对content整体实施tone计算，
#计算tone语调
tone_df = df['content'].apply(tone)
tone_df.head()
Run
算法1 该年报内 「积极词汇数 与消极词汇数 之差」 占 「年报总词汇数」 的比例；算法2 （积极词汇数-消极词汇数）/（ 积极词汇数+消极词汇数）
将得到的正、负面、总词数分别按照算法1和算法2进行计算。
# 算法1
tone_df['tone1'] = (tone_df['positive_num']-tone_df['negative_num'])/tone_df['word_num']
#tone_df['tone1'] = (tone_df['positive_num']-tone_df['negative_num'])/(tone_df['word_num']+1)
#算法2
tone_df['tone2'] = (tone_df['positive_num']-tone_df['negative_num'])/(tone_df['positive_num']+tone_df['negative_num'])
#tone_df['tone2'] = (tone_df['positive_num']-tone_df['negative_num'])/(tone_df['positive_num']+tone_df['negative_num']+1)
tone_df.head()
Run
将结果存储到xlsx中
tone_df.to_excel('output/管理层-语调分析.xlsx')