基于文本挖掘上市银行年报情感词频与业绩关系实证研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 绪论 | 第10-16页 |
| 0.1 研究背景与意义 | 第10-11页 |
| 0.1.1 研究背景 | 第10-11页 |
| 0.1.2 研究意义 | 第11页 |
| 0.2 文献综述 | 第11-13页 |
| 0.3 研究的内容框架与技术路线 | 第13-15页 |
| 0.4 创新与不足之处 | 第15-16页 |
| 0.4.1 创新之处 | 第15页 |
| 0.4.2 不足之处 | 第15-16页 |
| 1 文本挖掘理论与上市银行年报文本挖掘 | 第16-24页 |
| 1.1 文本挖掘相关理论和技术概述 | 第16-17页 |
| 1.1.1 基于词典的文本挖掘技术 | 第16页 |
| 1.1.2 TF-IDF算法 | 第16-17页 |
| 1.2 上市银行年报文本挖掘和处理 | 第17-24页 |
| 1.2.1 基于R语言的分词 | 第18-19页 |
| 1.2.2 基于R语言的词频统计与可视化 | 第19-24页 |
| 2 上市银行年报情感词句与业绩关系实证分析 | 第24-40页 |
| 2.1 年报高频词句与公司业绩关系的机理 | 第24页 |
| 2.2 模型设计 | 第24-28页 |
| 2.2.1 提出假设 | 第25页 |
| 2.2.2 样本的选取 | 第25-26页 |
| 2.2.3 变量的选取 | 第26-27页 |
| 2.2.4 模型建立 | 第27-28页 |
| 2.3 实证分析 | 第28-40页 |
| 2.3.1 变量的描述性统计 | 第28-33页 |
| 2.3.2 面板数据单位根检验 | 第33-35页 |
| 2.3.3 变量的协整检验 | 第35-36页 |
| 2.3.4 回归结果与分析 | 第36-40页 |
| 3 研究结论与建议 | 第40-42页 |
| 3.1 研究结论 | 第40-41页 |
| 3.2 建议 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
