论文部分内容阅读
最近几年来,上市公司通过网络爆发的舆情事件激增,舆情事件也引发公司股价下跌、股东利益受损等,因此,构建一个有效的上市公司网络舆情预警体系十分重要。上市公司负面网络舆情的发展是一个螺旋形的变化形态,分析上市公司在负面网络舆情初期的各个指标特征,在此阶段建立舆情预警系统,在网络舆情发生之初就及时发出预警信号,促使企业警觉并采取相应措施加以防范,有充裕的时间来应对网络舆情事件引发的危机,是企业公司治理与内部控制的重要组成部分。论文分析了上市公司负面网络舆情事件的演变,从信息不对称理论、有效市场理论及行为金融三个理论层面分析在企业负面舆情时期的各个利益相关者的活动,来分析预警模型的可行性以及必要性。论文意在构建基于BP神经网络的网络舆情预警模型,基于这一目的,通过分析,在吸收现有研究成果基础上,利用数据挖掘技术,分析企业的各项财务指标特征、市场表现等进行更深入的研究,提出了一个包含有关于企业的财务指标、市场技术指标、控制变量等三个层面的指标体系。以2012年发生负面网络舆情事件的115家企业以及与其配对的115家企业作为研究样本展开研究,运用事件研究法和SPSS Statistics 19软件对数据进行回归分析和显著性检验,利用SPSS Clementine 12.0软件基于市盈率、媒体、机构等显著性预警指标,开始BP神经网络模型的学习训练及检验。研究得到模型中,在上市公司负面网络舆情预警系统里,媒体、机构投资者、市盈率等指标在舆情初期预测舆情爆发过程中都占据着非常重要的地位,且模型对于企业是否会发生负面网络舆情的预警准确率达到75%以上,达到了比较好的预测效果。论文通过建立上市公司网络舆情预警模型,分析企业财务层面、市场层面的信息,对企业各个利益相关者都有意义。对于企业管理层来说,本文所提出的基于财务特征的上市公司负面网络舆情预警模型,从数据的收集分析,再到模型的建立运行过程,实践性及可行性较为可观,从而也可不必再企业舆情已经爆发到顶峰之时才有行动。对于投资者来说,使用网络舆情预警能进行相应的动态分析以作为投资参考因素,可以快速把握企业的营业现状,正确评估企业的现状,预测企业的发展潜力,进而降低投资的风险性。对于证券监管部门来说,本文提出的预警模型也是一个实时的监控方式与途径。