风险信息具有异质性与不确定性，证监会要求公司对风险进行“有意义”的披露，以帮助信息使用者更加准确地预测公司未来现金流，从而做出正确的投资决策。但目前上市公司描述性（文本）风险信息披露存在的样板化问题受到了学术界与实务界的诟病，因此，构建科学的风险信息衡量指标体系具有较强的现实意义。


风险指标基于深度学习技术，结合财经文本语境构建的能够有效测度上市公司描述性风险信息披露质量的指标体系，旨在帮助信息使用者更为高效地分析上市公司描述性风险信息披露情况。

词频分析法作为目前最为常用的文本指标构建方法，因其可理解性强，易于复制等特点而受到国内外学者广泛关注与应用。不同于简单的词频分析法，描述性风险指标采用“种子词集+相似词扩充”的方法构建而成，最终得到的指标更为准确、客观与科学。

证券代码
证券简称
报告期间
报告类型
风险指标：风险指标关键词词集对应的精确词频总和除以报告文本的总词数。


时间跨度:2001-2022


样本量：5.5w+