《管理层的“弦外之音”，投资者能听得懂吗——基于管理层语意的LSTM深度学习研究》
本文探讨了中国资本市场中一个重要的问题：投资者能否理解和解读管理层在非正式场合如业绩说明会上的“弦外之音”。研究选择了长期短期记忆网络（LSTM）深度学习技术，对2010年至2014年间上市公司的年度业绩说明会上管理层的回复内容进行文本分析，以揭示管理层的真实意图。
LSTM是一种特殊的循环神经网络，尤其适合处理和预测序列数据，例如文本。在本文的研究中，LSTM被用来处理和理解管理层的复杂表述，克服了传统“词袋法”无法捕捉词与词之间关系的局限性。通过Python编程爬取并清洗全景网站的业绩说明会问答文本，建立了一个结合人工标注和玻森中文语义平台的语料库，以更准确地解析管理层的言辞含义。
研究结果表明，投资者确实能够理解管理层传达的积极和消极信息。当管理层表达正面语意时，资本市场会延迟但显著地做出积极反应；而面对负面语意，市场的反应更为迅速且负面。然而，尽管投资者能理解这些信息，但在实际的股票交易策略中并未发现他们将管理层的语意作为重要因素考虑的证据。
这一研究证实了非财务信息披露的价值，特别是业绩说明会这样的非正式渠道，同时验证了行为经济学中的前景理论，即人们对损失和收益的态度不同。此外，LSTM深度学习技术的应用为文本分析提供了新途径，可以进一步推广到其他非财务信息的文本分析领域。
本文的贡献在于：一是提醒投资者要重视管理层的非量化信息；二是展示了LSTM深度学习在理解和解读管理层语意方面的有效性；三是为资本市场信息传递和市场反应的实证研究提供了新的工具和方法。未来的研究可以进一步探索如何将此类分析应用于投资者决策，以及如何提高投资者对非财务信息的利用效率。
