20250205-华安证券-学海拾珠系列之二百二十二_基于语境的财务信息解读_30页_2mb

报告基于BERT编码和人工神经网络（ANN）模型，探讨了财务数字与文本背景的交互在解释财务信息中的重要性。研究从管理层讨论与分析（MD&A）报告中提取收益相关句子，并编码文本信息以预测未来收益、现金流和股票回报。关键发现包括：情境性（文本背景的作用）显著提升了预测准确性，平均提高约10个百分点，尤其在宏观经济不确定性时期或数字可靠性低时更为关键。方法展示了深度学习在处理高维文本和数字交互方面的优势，解释了MD&A披露的经济意义。文献来源为Alex G. Kim和Valeri V. Nikolaev于2024年在《Journal of Accounting Research》上的文章《Context-Based Interpretation of Financial Information》。风险提示：结论基于历史数据，不构成投资建议。

（字数：498）