课程背景：

近年来，随着量化分析技术的进步，以及数据丰富程度的不断提升，越来越多的学者开始认识到文本信息中包含的重要价值，并将文本分析运用于经管类学术研究之中。

目前在经管类学术研究中比较常见的文本分析运用形式是，通过提取文本信息，构建变量，并运用计量等方法开展研究。

本课程的重要内容就是帮助学员掌握常见文本分析方法，能够运用Python编程工具进行词频分析、相似性分析、主题分析等，并构建相应的变量，理解其意义，为学员驾驭文本数据夯实基础，同时也为学员的学术研究拓展思路。

讲授方法：问题导向、边讲边练

前期准备：提前安装Python，掌握基础语法

课程大纲：

第一讲：经管类学术研究中的文本分析（2h）

1. 文本分析基本思路

2. 文本分析文献的大致分类

3. 文本分析的主要方法

第二讲：Python的文件读取（3h）

1. Python与文件夹管理

2. Python处理PDF

3. Python处理WORD

4. Python处理EXCEL

案例实践：多文件归档与整理——以年报数据整理为例

第三讲：文本分析基础（3h）

1. 文本分词

2. 停用词使用

3. 词频计算

4. TFIDF计算

5. 学术研究中的词频是如何计算的？

第四讲：词向量分析（3h）

1. 词向量原理

2. 词向量的实现

3. 近义词发现

案例实践：基于种子词近义词发现与词库建设（样例数据）

参考文献：

[1] 危雁麟,张俊瑞,汪方军,程茂勇.数据资产信息披露与分析师盈余预测关系研究——基于文本分析的经验证据[J].管理工程学报,2022,36(05):130-141.

[2] 胡楠,薛付婧,王昊楠.管理者短视主义影响企业长期投资吗？——基于文本分析和机器学习[J].管理世界,2021,37(05):139-156+11+19-21.

第五讲：文本相关分析（3h）

1. 文本相关分析常用方法

2. 余弦与软余弦相似性

3. 软余弦相似性度量方法

4. MD&A信息量如何度量？问与答的一致性如何度量？

案例实践：批量文本的相似性度量方法与实现

参考文献：郑晓瑜,刘俊晗.信号还是噪声?——基于上市公司年报文本变动的研究[J].投资研究,2022,41(04):70-90.

第六讲：文本主题模型（2h）

1. 主题模型的基本思路

2. 主题模型在学术中应用

3. 主题模型的实现

案例实践：批量文本的主题分布测量

参考文献：俞红海,范思妤,吴良钰,马质斌.科创板注册制下的审核问询与IPO信息披露——基于LDA主题模型的文本分析[J].管理科学学报,2022,25(08):45-62.

联系方式：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu