[1]王天梅,赵钰宁,于鹏,等.“好差评”制度提高在线政务服务效能了吗？——基于自然实验和断点回归的实证检验[J].管理评论,2024,36(01):251-263.DOI:10.14120/j.cnki.cn11-5057/f.2024.01.018.
关键词：在线政务服务效能;;“好差评”制度;;公众满意度
摘要：政务服务“好差评”制度是党的十八大以来备受关注、被寄予厚望的重要改革措施之一，其政策效果和优化方向也受到了学术界的广泛关注。地方领导留言板是网上干群互动平台，作为在线政务服务的缩影，于2019年6月开通满意度评价功能，可以作为“好差评”制度政策效果的自然实验研究场景。本文利用平台开通满意度评价功能的外生性，采用深度机器学习方法分析了2.7万余条干群互动文本特征，测量在线政务服务效能及相关研究变量，使用断点回归模型估计了网民满意度评价对在线政务服务效能的影响作用。研究结果与预期相同，网民满意度评价对提高政府在线服务效能起到决定性作用，但是不同地方政府在线政务服务效能提升的程度及显著性有一定差异，论文进一步分析了可能原因。采用不同估计方法、模型设定、带宽选择，研究结果均有很强的稳健性。研究结论有助于深化对“好差评”制度的认识，也有助于理解这一制度实施过程中需要优化的关键问题。
[2]曾宇容,吴彬溶,王林,等.基于多源异构数据的玉米期货价格可解释性预测[J].管理评论,2023,35(12):40-52.DOI:10.14120/j.cnki.cn11-5057/f.2023.12.027.
关键词：玉米期货价格;;时间序列预测;;可解释性神经网络;;文本挖掘;;深度学习
摘要：玉米期货价格预测和预警工作有助于指导农业经济高质量发展，而自2020年6月以来我国玉米期货价格波动剧烈，亟需准确高效的玉米期货价格预测方法。针对现有研究未充分考虑疫情、政策调控及新闻文本中潜在的预测信息等不足，本文综合考虑了玉米市场的供求关系、政策调整、国际市场冲击、疫情冲击、突发事件的影响等导致玉米价格波动的多重因素，设计了有效的玉米期货价格可解释性预测框架。同时，针对现有玉米期货价格预测可解释性不足的问题，提出了一种新颖的DE-TFT可解释性玉米期货价格预测模型，该模型采用差分进化算法对时域融合变换器(temporal fusion transformers, TFT)的参数进行智能高效的优化。TFT是一种新颖的基于注意力的深度学习模型，将高性能预测与时间动态可解释分析相结合，表现出优异的预测性能。TFT模型可以产生可解释的玉米期货价格预测结果，包括时间步长的注意力分析和输入变量的重要性排序。在实证研究中，潜在狄利克雷分配模型用来分析“中华粮网”收集的玉米新闻资讯和政策调整的内容及主题，卷积神经网络用来提取新闻资讯的潜在预测信息，可解释的实验结果表明，反映国内疫情状况的百度指数“疫情”的引入和量化后的玉米新闻文本特征都能进一步提升玉米期货价格预测的精度。
[3]刘金培,张了丹,陈意,等.文本数据驱动的碳交易价格区间二层分解预测方法[J].管理评论,2023,35(12):31-39.DOI:10.14120/j.cnki.cn11-5057/f.2023.12.014.
关键词： 碳价格预测;;文本数据;;二层分解;;区间预测;;LSTM
摘要： 新闻文本数据所包含的情感信息影响着管理者与投资者的决策过程，因而可为碳价预测提供额外信息。本文提出了一种文本数据驱动的碳价区间二层分解预测模型，首先爬取碳排放网上相关新闻文本并计算其情感得分，接着对碳价区间与情感数据进行EMD-WTS二层分解，并基于SE算法将分解结果重构为对应时序的高、低频及趋势项，最后运用LSTM网络对所得序列开展预测，叠加集成后得到最终预测结果。实证实验及对比实验发现，上述模型在有效利用多源信息的同时充分挖掘了碳价区间复杂波动时序中的细节特征，预测效果更为显著。
[4]刘桂海,崔福龙,卢彩菡,等.公众对假房源的关注点和态度：基于微博评论的文本挖掘研究[J].管理评论,2023,35(11):153-165.DOI:10.14120/j.cnki.cn11-5057/f.2023.11.020.
关键词：房源信息;;文本挖掘;;情感特征分析
摘要：基于文本挖掘技术对假房源微博评论展开深入分析，运用文本特征提取、词频分析、特征关联分析进行文本特征分析，再结合情感分析法完成情感倾向分析，挖掘出评论深层蕴意，探究公众真实的关注点、情感态度及其形成机理，可为公众优化行为策略、中介企业提升服务水平、管理部门转变监管模式提供参考。研究表明：(1)公众对于假房源和整体房源市场的情感以消极情感为主，达到了72.1%,且69.3%为高度消极情感。(2)公众对于房源的关注点为房源质量、服务水平、个体感知、监管力度四个方面，存在关注重心错位的现象。(3)诱发积极和消极情感产生的核心要素分别为房源质量、中介企业。其中，监管力度对积极情感产生的作用小于对消极情感产生的作用。(4)中介企业经营模式的选择影响着中介企业对于假房源的重视程度，间接影响了公众情感变化。以上结论对揭示假房源乱象本质、深挖公众真实内心需要、推动房地产市场良性发展具有重要启示意义。
[5]宋铁波,姚浩,黄键斌.智能制造政策的挖掘与量化评价研究——以大湾区九市为例[J].管理评论,2023,35(10):310-319.DOI:10.14120/j.cnki.cn11-5057/f.2023.10.001.
关键词： 智能制造政策;;政策评价;;文本挖掘;;PMC指数模型
摘要： 对智能制造政策的挖掘和量化评价有利于政策执行落实，也有利于后续配套政策的制定，从而促进我国智能制造进程的推进，但目前此方面研究数量较少。基于大湾区九市2014—2020年发布的38篇智能制造领域政策文件的文本挖掘与分析，结合文献的政策维度分类，构建了包含9个一级变量和39个二级变量的智能制造政策PMC指数模型，并选取了上述九市的典型纲领性政策文件各一篇进行实证，结果发现这些政策总体处于优秀水平，但仍可以在政策力度、政策性质、政策时效、激励措施、协同对象等方面进行优化，地区政策间的重心重复问题也应得到重视。该模型为大湾区九市智能制造政策的优化提供了依据，同时也为其他尚处于智能制造探索阶段的地区提供了政策维度的参考。
[6]刘忠志,赵明.基于主题模型的众包任务复杂度测量研究[J].管理评论,2023,35(09):142-154.DOI:10.14120/j.cnki.cn11-5057/f.2023.09.005.
关键词：主题模型;;竞赛型众包;;任务复杂度;;文本分析;;机器学习
摘要：在竞赛型众包活动中，任务复杂度是影响众包参与规模和绩效的重要因素之一。现有研究主要通过参与者行为等信息间接测量任务复杂度，考虑较多主观因素，干扰任务复杂度测量的效度，产生一定的测量误差和不一致的结论。本文以Topcoder平台的3205个竞赛型程序设计任务为样本，通过主题模型（latent dirichlet allocation,LDA）分析任务描述，提取38个主题模块信息，进而从模块复杂度、协调复杂度和动态复杂度三个维度构建任务复杂度指标。通过探索性因子分析和回归分析，本文发现技术模块数、可读性指标、模块集中度和动态复杂度四个客观任务复杂度指标具有良好的区分效度，对于参与规模的影响表现出良好的预测效度。此外，这四个客观任务复杂度指标与人工评估的结果具有较强的一致性。本文有助于解决客观任务复杂度测量这一具有现实意义和挑战性问题，进一步推动众包任务设计、参与行为和绩效等方面研究，对于平台管理者多角度分析任务复杂度、有效匹配任务复杂度与其他任务设定因素也具有一定的借鉴意义。
[7]杨健垒,杨春鹏,崔文晓.基于新闻文本数据的我国股市波动性测度及其应用[J].管理评论,2023,35(09):26-36+101.DOI:10.14120/j.cnki.cn11-5057/f.2023.09.015.
关键词：文本分析;;证券市场波动率;;宏观经济;;投资者情绪;;SVAR模型
摘要：本文基于对我国报纸新闻的文本大数据分析，构建了一个能较好测量中国股票市场波动性的新闻指数（CEMV），并进一步利用我国2005年1月—2020年10月的宏观经济数据，通过建立结构向量自回归（SVAR）模型，实证研究了我国政策性新闻驱动下的证券市场波动对宏观经济及资产价格的影响。研究发现：（1）CEMV指数峰值的出现与我国证券市场历次较大的波动相关，同时CEMV对股票市场指数已实现波动率有显著的解释能力。（2）本文进一步构建了货币政策、财政政策、贸易政策、汇率政策4类特定政策类别的CEMV指数，发现对于不同金融事件的冲击，各指数的反应有所差异。（3）政策性新闻驱动下的证券市场波动冲击会对产出增速、价格水平、股票市场收益率产生短期负面影响，对货币供应增速产生总体正向影响，并且加剧了投资者情绪的短期波动。
[8]唐松莲,顾倩,文雯,等.“安则兼善天下”：董责险与企业社会责任履行[J].管理评论,2023,35(09):205-221.DOI:10.14120/j.cnki.cn11-5057/f.2023.09.014.
关键词：董责险;;企业社会责任;;管理层乐观度;;文本分析;;地区法治环境
摘要： 履行企业社会责任是公司管理层的核心任务，故构建促进管理层履行社会责任的机制至关重要。本文利用2010—2020年沪深A股上市公司数据，验证董责险是否是管理层履行社会责任的促进机制。研究结果表明：公司管理层“安则兼善天下”,具体表现为：第一，董责险可提升管理层履行企业社会责任积极性，且公司所在地区法治环境越差，董责险提升企业社会责任履行作用越显著；第二，董责险主要通过提升管理层乐观度来促进其履行社会责任。进一步研究发现，董责险对企业社会责任履行的促进作用主要体现在员工、供应链和环境责任；国有企业和大规模公司购买董责险更能促进管理层履行企业社会责任。研究为构建企业社会责任履行促进机制提供了新视角，也为资本市场全面认识董责险功能，进而借力董责险促进上市公司高质量发展提供新思路。
[9]邓创,曹子雯.经济高质量发展视阈下我国区域协调发展的政策效应评估[J].管理评论,2023,35(09):13-25.DOI:10.14120/j.cnki.cn11-5057/f.2023.09.011.
关键词：区域协调发展政策;;经济高质量发展;;调控效果;;调控机制
摘要：评估区域协调发展的政策效应是实现区域一体化发展的重要保障。本文在对我国区域协调发展政策进行量化识别的基础上，实证检验我国区域协调发展政策的调控效果以及深层次调控机制。研究发现：(1)我国区域协调发展政策具有相对较强的空间指向，且重点作用于东部板块、西部板块以及东北板块。(2)目前我国区域协调发展政策大体上可以实现在保障经济发展效率的同时缩小区域经济发展差距的目标。从四大板块来看，区域协调发展政策能够显著缩小东部板块以及西部板块的区域差异，同时对东部板块、中部板块以及西部板块经济高质量发展具有相对较强的促进效应。(3)在区域协调发展政策调控下，东部板块以及西部板块重点通过抬升“腰部省份”或者“尾部省份”的经济发展水平以缩小板块内区域差距，中部板块内各个省份则呈现“齐头并进”的发展态势。
[10]迟国泰,董冰洁.基于借款描述的违约判别研究[J].管理评论,2022,34(11):261-271.DOI:10.14120/j.cnki.cn11-5057/f.2022.11.009.
关键词：借款描述;;文本分析;;临界点;;违约判别
摘要：违约判别对金融机构贷款和商业信用决策具有重要意义。本文研究的问题是如何使用非结构化的借款描述数据构建违约判别模型，提高金融机构识别违约客户的能力。本文的创新与特色：一是使用pca-foword方法提取借款描述中信息，不仅能避免使用统计特定字符频数的方法提取借款描述信息不充分的弊端，而且避免了从借款描述中提取的信息与鉴别客户违约状态无关的弊端。二是同时使用借款描述数据和数字数据两类数据建立违约判别模型，避免了使用单类数据构建违约判别模型准确性不足的弊端。研究表明：在对比分析中，使用两类数据(借款描述数据和数字数据)建立的最优临界点逻辑回归判别模型的准确性最高。不同借贷公司识别借款人违约的能力存在差异；基本情况说明的描述与违约呈现正相关关系且显著；以生产经营为目的的描述与违约呈现正相关关系且显著；承诺还钱的描述与违约呈现负相关关系且显著；与借款人所供职的公司或所经营公司相关的描述与违约呈现负相关关系且显著。上述关系在控制了借款人经济特征后依然成立。
[11]钱明辉,徐志轩,王玉玺.基于网络招聘信息文本挖掘的企业竞争力识别研究[J].管理评论,2022,34(07):150-156.DOI:10.14120/j.cnki.cn11-5057/f.2022.07.009.
关键词：招聘信息;;企业竞争力;;竞争情报
摘要：企业在网络中公开发布的招聘信息为竞争情报分析提供了高价值的信息来源，通过分析企业招聘人才具体需求的相似程度，可以有效识别企业的潜在竞争对手。与此同时，企业招聘信息对求职者的吸引力也可以在一定程度上有效反映企业在市场上的竞争力。本文依托组织吸引力理论和文本挖掘方法，构建了基于网络招聘信息的企业竞争力分析模型，并利用互联网招聘平台的实际数据，验证了本文提出方法的有效性。本文的研究结果在有效识别企业潜在竞争对手的同时，还可以直观地呈现企业相对竞争力的强弱，为企业决策者提供可靠的支持。
[12]刘征驰,李文静,黄雅文.网络社群学习效应：理论机制与实证检验[J].管理评论,2022,34(04):131-139+161.DOI:10.14120/j.cnki.cn11-5057/f.2022.04.007.
关键词：网络社群;;社群学习;;学习效应;;文本挖掘;;社群经济
摘要： 互联网环境下，消费者从传统个体决策逐步转向群体共享协作，网络社群俨然已成为其观察性学习的重要信息来源。首先，考虑其渐进性和阶段性特征，本文从“群体认可”“成员参与”和“观点分布”三个层面构建网络社群学习理论框架。其次，使用网络爬虫抓取在线社群互动数据，并采用机器学习算法对非结构化数据进行分析处理。最后，基于系统矩估计方法建立动态面板计量模型，实证检验了本文理论假设。研究发现：网络社群中“群体认可”“成员参与”和“观点分布”均对社群学习效应具有正向影响，而“成员参与”和“观点分布”对上述效应具有递进的正向调节作用。本文研究试图打开社群学习机理“黑箱”,为方兴未艾的社群经济发展提供微观理论支撑。
[13]潘欣,余鹏翼,苏茹,等.并购重组业绩承诺与企业融资约束——基于文本分析的经验证据[J].管理评论,2022,34(03):268-277.DOI:10.14120/j.cnki.cn11-5057/f.2022.03.017.
关键词：并购重组;;业绩承诺;;融资约束;;文本分析
摘要： 本文以2016—2019年间中小板和创业板发生的1316个并购事件为研究对象，从并购重组业绩承诺行为和类型两个角度出发，通过文本分析法构建融资约束指标，考察了并购重组业绩承诺对企业融资约束水平的影响。研究发现：并购重组业绩承诺签订行为和业绩承诺总金额能够显著降低企业融资约束；相比强制性业绩承诺，自愿性的业绩承诺更能缓解企业融资约束。考虑到并购风险因素的影响，过高的并购溢价反而会抑制并购重组业绩承诺的融资约束缓解效应。本文研究结论进一步验证了业绩承诺的信号效应，为业绩承诺在并购重组中的运用提供了理论依据和现实启示。
[14]周鑫雪,王天梅,汤健.任务导向还是社交导向?在线定制信息交互内容特征对顾客参与表现的影响研究[J].管理评论,2022,34(02):76-88.DOI:10.14120/j.cnki.cn11-5057/f.2022.02.017.
关键词：在线定制社区;;目标导向;;文本型心象唤醒;;体验价值;;参与表现
摘要：在线定制信息交互是企业征集顾客需求的主要方式，信息交互内容设计对引导顾客积极参与在线定制社区并提高参与表现有重要意义。本文基于刺激-机体-反应(S-O-R)理论框架建立了信息交互内容特征对顾客参与表现的影响机制模型。基于目标导向理论及心象理论提出了信息交互的内容特征，讨论了目标导向类型、顾客体验价值、参与表现之间的相互关系，同时考虑了内容特征中文本型心象唤醒的调节作用。本文首先采用2(目标导向类型：任务导向vs.社交导向)×2(文本型心象唤醒：有产品功能描述vs.无产品功能描述)组间实验研究检验了内容特征如何通过顾客体验价值影响参与表现，然后基于海尔定制社区数据验证了内容特征对顾客参与表现的影响。结果表明，目标导向类型对顾客体验价值和参与表现都有差异性的影响作用；顾客的体验价值对参与表现具有积极的影响作用；同时，文本型心象唤醒对目标导向类型与体验价值、参与表现的关系都具有显著的调节作用。
[15]石勇,安文录,曲艺.基于文本挖掘的检察起诉决策支持与案卷分类管理系统[J].管理评论,2022,34(06):143-152.DOI:10.14120/j.cnki.cn11-5057/f.20211217.002.
关键词：文本挖掘;;文本分类;;起诉决策支持;;案卷分类管理
摘要： “智慧检务”建设近些年取得了巨大的进展，但是大部分集中于检察信息化和数据基础设施领域，对检务工作决策支持的关注程度和相关研究成果都很有限。针对这一弱项，围绕检察工作中“对刑事犯罪提起公诉”的核心任务，结合检察官“根据案情基本信息决定以何种罪名起诉”的决策过程，本文运用文本挖掘技术建立起一套检察起诉决策支持系统。该系统主要由文本预处理、特征提取、分类等流程组成，输入是案情描述的文本，输出是对应的起诉罪名。实验结果显示，该系统在多种分类模型下、不同的特征数量下、不同的文本向量表示方法下均能取得较高的准确率，不仅实现了有效的、高精度的起诉决策支持，也提升了案卷分类管理的效率。本文成果是大数据挖掘辅助检务决策领域的率先尝试，是提高检务工作智能化水平的具体实践，丰富了领域研究的同时，相关数据和结论亦可作为该领域应用和实践的基线，供未来参考和借鉴。
[16]胡俊,李强,刘颖琛,等.商业银行金融科技对零售贷款的影响——基于年报的文本分析[J].管理评论,2021,33(11):298-311.DOI:10.14120/j.cnki.cn11-5057/f.2021.11.003.
关键词：金融科技;;商业银行;;零售贷款
摘要：本文利用49家上市银行2013—2018年的年报,采用自然语言处理技术和文本分析方法测度了商业银行个体层面各个年度的金融科技发展水平,并实证考察了商业银行金融科技发展水平对零售贷款规模和零售贷款占比的影响。研究发现,商业银行金融科技的发展对零售贷款规模和零售贷款占比都具有显著的正向促进作用,且促进作用对于全国性大型商业银行和随时间推移更为明显。进一步的机制检验结果表明,金融科技是通过改善管理水平、提高风控能力和精准触达客户而发挥作用,表现为金融科技对管理水平较低、风控水平较差、存量客户规模较大的商业银行的零售贷款更具促进作用,并能够显著地提升零售贷款收益率。
[17]郑苏晋,郭海若,宋姝凝,等.社交媒体数据对台风灾害的预警研究——以利奇马台风为例[J].管理评论,2021,33(10):340-352.DOI:10.14120/j.cnki.cn11-5057/f.2021.10.027.
关键词：社交媒体;;自然语言处理;;利奇马台风;;灾损预警
摘要：巨灾事件的发生日益频繁,社交网络的即时性特点有助于灾情的迅速评估和灾后重建。本文以2019年9号台风"利奇马"为例,在新浪微博平台上收集了2019年8月9日—14日的260万条微博短文本数据,使用机器学习和优化情感词典两种方法分别对微博短文本进行分析。发现在相同的时间成本下,采用机器学习进行自然语言处理的效果远不如情感词典,机器学习的分析精度受主题与语料库的影响很大。在此基础上,本文利用台风主题下的情感词典对微博短文本进行情绪分析,发现灾损严重的省市情绪曲线会出现更大的波动,人身损失造成的情绪波动远大于财产损失造成的情绪波动。在浙江临海事件中,"好"的情绪曲线与"惧"的情绪曲线存在两个小时的时间差,表明"庆幸"的情绪达到峰值预示着未来很快可能有更重大的灾情发生,这其中的时间差为灾情预警提供了新的思路。
[18]齐甜方,蒋洪迅.基于Seq2Seq文本摘要和情感挖掘的股票波动趋势预测[J].管理评论,2021,33(05):257-269.DOI:10.14120/j.cnki.cn11-5057/f.2021.05.014.
关键词：股票涨跌幅;;自动文本摘要;;Seq2Seq;;情感分析
摘要：文本情感挖掘技术被广泛应用于金融市场中股票价格预测和波动趋势分析。以往的研究多局限于全文情感挖掘,即把全文各部分视作同等重要,然而对于互联网极具自由精神的新闻文本来说这是一个不切实际的强假设,有些新闻局部内容甚至与主题无关。本文提出一种基于自动文本摘要和情感挖掘技术的股票波动趋势预测研究框架,将Seq2Seq文本摘要技术应用于情感挖掘中,来提升文本情感表达的准确性,之后将新闻摘要情感值作为股票预测模型的输入特征。为了验证模型有效性,本文进行了新闻摘要情感值和全文情感值预测的交叉对比实验,结果表明二者情感波动趋势大多数情况下趋于一致,但是文本摘要的波动区间更小而且分布也更为稳定;在情感值分布上,摘要挖掘对负向情感更加敏感;对24只沪市A股历时两年半的涨跌趋势预测方面,摘要情感挖掘模型的预测效果要明显优于全文情感挖掘方法。
[19]聂卉.基于内容特征的评论效用排名预测——以豆瓣书评为例[J].管理评论,2021,33(02):176-186.DOI:10.14120/j.cnki.cn11-5057/f.2021.02.016.
关键词：在线评论;;预测;;评论效用;;文本挖掘
摘要：本文基于双路径模型理论,以书评为对象,深入探究表征评论内容信息量、结构、语言、论据及情感的特征变量对评论感知效用的影响,据此构建评论效用预测模型,实现基于内容的评论排名预测。研究分两个层面:解释层面,运用基于随机森林的特征优选算法,探析影响评论感知效用的重要文本特征;预测层面,采用树回归模型预测评论效用,实现基于内容的评论排名推荐。研究结果表明,对于长篇幅书评,内容蕴含的信息量、组织结构以及内容中主客观论据的呈现对提升评论感知效用预测精度有重要影响力;基于优选的内容特征,评论效用预测模型的解释力达78%,误差小于0. 001;对于投票得分较高的评论,基于内容的效用预测排名与投票排名基本保持一致。这些结论验证了依据评论内容能够比较准确地预测评论的感知效用的判断,揭示出评论的感知效用与评论内容的密切关系。这一结论为网站进行评论质量控制和有效利用提供了依据及可行方案。
