作者简介
曹馨予，女，同济大学经济与管理学院研究助理，研究方向：金融与投资风险管理。
盛志鸿，女，江西农业大学南昌商学院专任教师、助教，研究方向：金融计量与机器学习。
李守斐，高级会计师，供职于泰康养老保险股份有限公司江西分公司，研究方向：财务管理。
盛积良(通讯作者)，经济学博士，江西财经大学统计与数据科学学院教授、博士生导师，研究方向：金融工程、风险管理。
摘要：债务违约风险是企业财务状况、行业周期（883436）和内部治理等主客观因素共同作用的结果，传统的债务违约风险预测模型主要利用企业资本结构、盈利能力和运营效率等财务指标，未充分反映管理层项目规划、内部控制和风险应对等主观因素影响。本文利用年报管理层讨论与分析文本，以沪深A股上市公司为样本，基于诉讼仲裁数据识别债务违约事件，采用LDA主题模型提取31个文本主题因子，使用XGBoost等机器学习模型展开企业债务违约风险预测。研究发现，在财务指标基础上加入文本主题因子后，企业债务违约的预测效果明显提升，XGBoost模型的准确率、AUC值、F1分数、精确率和召回率分别提高4.1、2.4、4.1、4.7和3.5个百分点。进一步分析表明，行业特征、项目投资和内部控制主题因子对模型预测结果有较大边际贡献，帮助模型识别经营压力来源、风险传导路径和管理层应对逻辑，提升了债务违约预测的解释力和前瞻性。此外，文本主题因子具有较好的复用性，更换机器学习模型、采用不同时间窗口数据集以及按企业规模分组检验后，文本主题因子仍能显著提升债务违约预测效果。本文为监测企业债务违约风险、维护金融稳定与安全提供了新的工具。
关键词：债务违约预测；管理层讨论与分析；文本主题因子；机器学习；风险预警
引用格式：曹馨予, 盛志鸿, 李守斐, 盛积良. 基于年报文本主题因子的企业债务违约风险预测[J].证券市场导报, 2026, (8): 49-58.
研究背景
持续有效防范化解重点领域风险是政府主要工作任务。2025年《政府工作报告》提出，有效防范化解重点领域风险，牢牢守住不发生系统性风险底线。随着重点领域的风险防范化解持续推进，房地产（881153）、地方政府债务和中小金融机构风险之间的联动性进一步增强，债务风险已不只是单个企业的经营问题，还可能通过信用收缩、产业链传导和金融机构不良资产增加影响宏观金融稳定。当前，我国企业仍面临市场需求恢复不均、行业周期（883436）分化、融资约束较强等多重压力，准确识别和预警企业债务违约风险、防范系统性金融风险的重要性进一步凸显。
传统企业债务违约预测研究主要依赖年报中的结构化财务数据，即“硬信息”，如反映偿债压力的资产负债率、反映付息能力的利息保障倍数，以及反映盈利能力的净利润率等。此类指标具有可比性强、口径明确、解释直观等优点，是企业信用风险识别的重要基础。但财务指标也存在不足：一是具有滞后性，更多呈现的是经营决策和资源配置结果，属于事中或事后的风险表征。企业杠杆上升、现金流紧张、盈利下滑和资产减值，通常不是孤立发生的财务现象，而是管理层在战略扩张、投资安排、市场判断、融资匹配和风险应对过程中持续选择的结果。财务指标能够较好识别已经显性化的风险，却难以及时捕捉财务指标恶化前的经营逻辑变化，尤其当企业存在隐蔽的经营压力、激进投资安排或延迟暴露的偿债压力时，财务指标可能低估其违约风险。二是风险刻画不够全面。财务指标能较好地反映企业层面的盈利能力、资本结构、现金流水平、资产质量和运营效率状况，但难以充分反映管理层对项目投资、融资安排、资源配置、内部控制和风险应对等的主观判断。
随着文本挖掘技术的发展，年报中非结构化的“软信息”逐渐受到关注，其中，管理层讨论与分析(MD&A)集中承载了管理层对行业环境、经营规划、资源配置与风险应对的叙事，是风险形成链条中更靠前的信息载体，且披露规范、来源稳定，具备作为违约预测补充信息的天然优势。基于此，本文从MD&A文本中提取量化主题因子，探索其在传统财务指标之外的增量预测价值，为债务违约风险预警提供新的研究视角与实践工具。
研究内容与研究结论
在内需修复承压和行业周期（883436）分化的复杂环境下，精准预测企业债务违约风险对维护宏观金融稳定具有重要意义。本文以2008—2025年沪深A股上市公司为样本，基于年报MD&A文本挖掘和机器学习方法开展企业债务违约预测。研究发现：
(1)非结构化文本信息能够提升债务违约预测准确性。与仅使用财务指标的基准模型相比，加入MD&A文本主题因子后，债务违约预测XGBoost模型的准确率、AUC、F1分数、精确率和召回率分别提高了4.1、2.4、4.1、4.7和3.5个百分点。
(2)行业特征、项目投资和内部控制等主题因子对模型预测结果有较大边际贡献，帮助模型识别经营压力来源、风险传导路径和管理层应对逻辑，提升了债务违约预测的解释力和前瞻性。其中，行业特征因子反映行业产品和销售环境，补充企业所处细分行业的市场需求变化、竞争格局和行业周期（883436）信息；项目投资因子反映工程、发展和技术等项目建设与投资推进情况，补充企业资源投入、扩张节奏和项目执行压力信息；内部控制因子反映董事会、议案、审计和内部控制等治理安排，补充财务指标难以直接刻画的内部治理约束和风险管理能力。
(3)本文结论在更换机器学习模型、采用不同时间窗口数据集以及按企业规模分组检验后仍然成立，即项目投资、内部控制和行业特征等文本主题因子能跨模型、跨时期和跨企业使用，并不依赖单一模型或特定样本划分。
研究启示
第一，探索年报文本主题分析在债务风险监管中的应用，在现有信息披露监管与风险监测框架下，将MD&A文本主题识别结果作为辅助参考，重点关注财务指标尚未明显恶化，但年报文本中频繁出现项目建设、融资压力、市场需求下滑、成本压力、风险处置困难等表述的企业。
第二，鼓励上市公司在MD&A等章节中更清晰地说明与债务偿付能力相关的经营变化，包括行业竞争态势、重大项目投资进展、资本结构调整计划、现金流压力、融资安排和风险应对措施等，减少笼统、模板化表述。
第三，鼓励金融机构在既有数字风控体系中加强年报MD&A文本主题信息的应用，不仅关注资产负债率、现金比率、盈利能力等财务结果变量，也应关注管理层叙事中反复出现的项目投资、融资压力、市场需求、行业景气、内部控制和风险应对等主题变化。
研究创新
第一，将债务违约从单纯的财务结果识别问题进一步深化为风险形成机制识别问题。既有研究多从财务报表出发刻画企业已显现的偿债压力，本文则强调财务指标背后的管理层目标设定、资源配置、风险应对和经营规划，试图从更靠近风险源头的管理层叙事中识别违约前兆。
第二，研究对象更贴近上市公司信用风险识别、金融机构贷后监测和监管部门风险筛查等实际应用场景。区别于信用债违约或财务违规预测相关研究，本文聚焦以诉讼仲裁数据识别的上市公司债务违约事件，能更直接刻画企业在借款、担保、票据、应付款等债务履约环节的偿付压力和违约风险。
第三，创新性地从年报MD&A原始文本中提取潜在主题分布，把项目投资、生产经营和内部控制等非结构化的文本特征转化为可量化的具体预警指标，进一步增强了模型对企业经营压力、风险来源和潜在违约线索的识别能力与解释力。
第四，拓展了文本分析技术在债务违约预测中的应用，为金融机构开展贷后监测和信用风险预警提供了可复用的文本特征提取方法，也为监管部门开展上市公司风险筛查提供了辅助识别工具。
写作体会
债务违约风险的识别与预警，是兼具学术价值与现实意义的研究议题。在财务数据之外挖掘年报文本中的增量信息，既是对传统风控体系的补充，也是数字技术赋能金融风险防控的重要探索。论文写作过程中，我们深刻体会到，非结构化文本研究既需要扎实的金融理论支撑，也需要对文本挖掘技术与企业经营逻辑的双重把握。如何在海量文本中提炼出真正具备风险识别价值的信息，是研究的核心难点。
本文的顺利刊发离不开匿名审稿专家与编辑部老师的专业指导。专家们在主题提取合理性、模型设定严谨性、结论稳健性等方面提出了诸多宝贵建议，编辑部老师对行文逻辑、格式规范进行了细致打磨，大幅提升了论文的学术质量与表述精度。
在此谨向各位专家与编辑致以诚挚谢意，也祝愿《证券市场导报》持续产出高质量研究成果，引领资本市场学术研究与实践发展。
