免费咨询热线：400-699-1716 
微信
APP
CMA：文本分析在财会工作中的运用
文章来源：CMA官方订阅号
发布时间：2021-10-12 14:52
阅读：870次
文本分析亦称内容分析，是运用语言学理论，对非结构化（或文本）数据所包含信息的内容、结构和功能进行分析。随着计算机处理能力的快速提升和企业内外非结构化数据的增加，文本分析现已运用于会计和审计领域。通过文本分析，会计师可以识别租赁合同中的关键条款，跟踪客户合同确认收入；审计师可以审查会计分录摘要；投资者可以比较不同公司的管理层讨论与分析（MD&A）。
文本分析之所以在今天尤其重要，是因为非结构化数据在会计领域越来越受重视。非结构化数据不仅包括文档，还包括电子邮件、文本信息、日志与通知、音视频文件、静态图片等。文本分析可帮助会计师与审计师分析非结构化数据，并以之驱动决策，还可为会计师提供定量化数据之外的其他知识，如对人类思维和语言所运用的复杂模型的洞察。
但没有什么是十全十美的，文本分析也存在一些缺点。首先，文本分析颇为耗时，而且使用者需保持谨慎，不要在解读过程中很快得出结论；其次，文本分析的迭代过程有时可能不尽人意，特别是对于新手；最后，还可能存在软件问题。
文本分析核心概念
文本分析是一个涉及多个概念的迭代过程。在开始前，会计师和审计师需要熟悉下列文本分析概念：字数统计、词语索引、词云、词搜索、词树、词搭配、迷雾指数/可读性、情感分析（语气）。下面我们来逐一仔细分析。
字数统计：字数统计是一种统计文档或句子中总字数的方法。会计文件中绝大多数句子的长度介乎20至25个单词（注：此处指英文文件），超过这个长度的句子会降低文件的可读性。更糟糕的是，一些分析师可能会怀疑，某些会计文件的冗长程度意味着公司在试图隐瞒信息。
字数统计也包括对文档中特定词出现频率的统计。例如，如果A公司在其年报中用到“亏损”一词40次而竞争对手B公司只提到15次，人们可能就会怀疑A公司的业绩不如B公司。【点击免费下载>>>更多CMA学习相关资料】
词语索引：词语索引与字数统计相关，是一个文档中所有词及其相邻词出现频次的清单。因此，词语索引展示了词出现的背景，使深入分析特定词在文档中的使用方式成为可能。文本分析软件还可以统计文本中的页数、段数和行数，且大多数可统计包括或不包括空格的字符数。
词云：词云是词频的图像化展示。词在源文本中出现得越频繁，在词云中的字体就越大越粗，可用于展示文本最重要的观点或主题。例如，一家生产体育用品的公司可能会使用词云分析顾客对跑鞋的评论，将顾客使用的特定词直观地展示出来，以确定客户最看重什么。
词搜索：因文本分析具有迭代性，其可能涉及多次词搜索。例如，字数统计显示，年报的MD&A部分多次使用“风险”一词。年报使用者接下来可能会搜索该部分所有出现“风险”一词的表述，以探究被讨论的是何种风险。
词树：词树是一系列词的可视化展现，运用分支结构来显示词之间的关系。将文档中最常使用的词比作树干的话，与之相关的词语则可看作树枝，这有助于使用者了解文档中每个词的含义。
词树可以让使用者在无需阅读整个文档的情况下，更好地理解其中词的含义。如图1所示，文档中，主要词语“内部控制”（internal control）前后有多个词或者短语出现。和词云一样，出现在主要词语前后的单词或短语的字体越粗大，其在文档中使用的频率就越高。实际上，词树就是可视化的词语索引。
词搭配：某些词常常在一起出现或互相搭配，例如“财务”和“报表”这两个术语。一些文本分析软件包可在没有使用者干预的情况下识别词搭配。在会计领域，识别如“长期债务”“有价证券”“固定资产”等常见搭配词，有助于理解文本的意思。
迷雾指数/可读性：如字面意思，雾迷指数/可读性这一术语衡量的是理解文本的难易程度，是平均句长和复杂词比重的线性组合，其中复杂词指有两个以上音节的单词。目前可通过Flesch Reading Ease和Flesch-Kincaid Grade Level这两个标准的可读性测试工具来评估阅读难易程度。这两个测试工具使用同样的核心词长度和句子长度标准，但权重因子不同，因此其结果是相反的——在Flesch Reading Ease中得分较高的文本在Flesch-Kincaid Grade Level中得分会比较低。
近期会计研究显示，由于商业文本所使用的很多复杂词——如“或有事项”“偏差”“初步”“可能”和“重新计算”（译者注：这些词在英语中均为两个以上音节）等财务报表常用词——已为投资者和分析人士熟知，迷雾指数已不是衡量财务报表可读性的有效指标。对此，会计学教授Tim Loughran和Bill McDonald提出，对商业文本而言，相较于传统的可读性指标，只使用文本长度或文件大小来评估的效果更好。
情感分析（语气）：情感分析关注文档所表达的特定的语气或情感。情感分析有两种，一种关注文档的感情倾向（积极、消极、中性），另一种则关注更具体的情感（不确定性、诉讼偏好程度等）。净情感分析根据语气将文档中的词分为积极词和消极词，然后计算二者数量上的差异，由此判定文本是积极的（积极词多于消极词）、消极的（消极词多于积极词）还是中性的（积极词和消极词一样多）。
情感分析的重点是通过特定词（这些词可视为表达了兴趣情感）列表来检测文本的特定情感。将这些特定词列表输入到用于分析的软件工具中，可识别列表中的词在文本中的出现频次。如果列表中的大量词出现在了会计文档中，就可以依据该列表来判断该报告的情感基调。例如，如果使用表达不确定性的词列表进行文本分析时，发现文档中有大量不确定性用词，那么这份文档的整体基调就是不确定的。分析财务信息时，情感分析通常使用Loughran&McDonald情感词列表来确定文档的总体情感基调。
相关阅读：【CMA：文本分析在会计和审计中的应用】
2022年CMA最新资料包领取
请大家认真填写以下信息，获取2025年CMA学习资料包，会以网盘链接的形式给到大家，点击免费领取后请尽快保存。
*姓名不能为空
*手机号错误
*验证码错误
考试问答
Andy
讲师认证：
ACCA资深会员，CICPA会员，具有27年以上的财务管理和税务领域工作经验，曾先后就职于国家税务机关、四大会计师事务所、拟上市公司及世界知名管理咨询公司埃森哲等各种类型的企业。曾荣获首届“全国税务征管能手”荣誉称号，既具备扎实的经济及财税理论知识，又在该领域具有丰富的实践经验，对中外财税理论及法规具有深刻的理解；培训课程内容翔实、深入浅出、实用性强，总能从独特的角度对财务税务问题进行剖析。善于将复杂的问题简单化，授课通俗易懂。
免费下载老师推荐的学习资料
免费直播
