基于企業年報的產業競爭情報分析方法研究

周磊 方芳

摘?要：[目的/意義]上市公司年報是對企業財務績效、戰略動向的權威披露，可用于對產業競爭主體的經營管理行為進行監測。[方法/過程]融合數據挖掘、文本挖掘、社會網絡分析等多技術，建立面向企業年報信息組織特征的產業競爭情報分析方法體系。以集成電路產業為例，通過分析創業板上市企業的年報信息來挖掘產業內業務合作與社會資源關聯的潛在路徑，從而為增強產業競爭合力提供情報支撐。[結果/結論]基于文本挖掘方法，發現集成電路上市公司可在制造、應用兩個環節加強業務合作。同時，集成電路上市公司可借助機構股東的社會網絡建立區別于業務合作關系的資源網絡。最后，提出集成電路產業未來發展的對策建議。

關鍵詞：上市公司年報;產業競爭情報;數據挖掘;文本挖掘;社會網絡分析;集成電路

DOI：10.3969/j.issn.1008-0821.2021.08.013

〔中圖分類號〕G250.25?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）08-0129-07

Research?on?Industry?Competitive?Intelligence?Analysis

Methodology?By?Company?Annual?Report

——A?Case?of?Integrated?Circuit?Industry

Zhou?Lei1?Fang?Fang2

（1.Accounting?College，Wuhan?Textile?University，Wuhan?430200，China;

2.School?of?Information?Management，Wuhan?University，Wuhan?430079，China）

Abstract：[Purpose/Significance]The?annual?report?of?listed?companies?is?the?authoritative?disclosure?of?financial?performance?and?strategic?trends?of?enterprises，which?provides?a?channel?to?monitor?the?operation?and?management?behavior?of?industrial?competitors.[Method/Process]Considering?for?information?organization?characteristics?of?company?annual?report，an?industrial?competitive?intelligence?analysis?methodology?system?was?established?by?integrating?data?mining，text?mining，and?social?network?analysis.An?empirical?study?focused?at?integrated?circuit（IC）industry?was?conducted?in?to?explore?the?potential?path?of?business?cooperation?and?social?network?by?analyzing?company?annual?report?from?Chinas?GEM，so?as?to?provide?intelligence?support?for?enhancing?the?industrial?competitiveness.[Result/Conclusion]It?is?found?that?IC?listed?companies?can?strengthen?business?cooperation?in?manufacturing?and?application?by?text?mining.Depending?on?the?social?network?of?institutional?shareholders，IC?listed?companies?can?establish?a?resource?network?which?is?different?from?business?cooperation.Finally，suggestions?for?IC?industry?development?are?put?forward.

Key?words：listed?company?annual?report;industry?competitive?intelligence;data?mining;text?mining;social?network?analysis;integrated?circuit

區域競爭國際化、國際競爭本土化、競爭主體多元化的競爭格局使得商業競爭主體由單一企業層級向產業整體層次遷移，競爭思維由“零和博弈”向“競合博弈”升級。這也使得產業競爭情報獨立成為競爭情報的重要分支和新興主題。2009年，鄭彥寧等率先提出產業競爭情報概念，即以提升一個國家或地區某特定產業整體競爭優勢為目的，關于產業競爭環境的動態性、應對性情報[1]。后續研究不斷豐富產業競爭情報研究對象，將其由競爭環境監測擴展為綜合性研究與實踐。戰略性新興產業調查表明，產業競爭情報應提供本產業國內外發展狀況、產業鏈構成、核心企業、關鍵技術、產業未來發展動向等綜合信息[2]。創新密集型產業競爭情報應覆蓋政策、市場、技術、輿論等多維度[3]。源于產業生態系統的競爭情報應包括競爭環境、競爭主體、產業鏈共生關系、產業鏈競爭關系4方面內容[4]。為了提升產業競爭情報服務的自動化和智能化，新興研究還設計了產業競爭情報系統的概念框架，即綜合應用專家預測、輿情監測、產業追蹤路線圖、灰色系統預測、神經網絡預測等多種模型和工具，提供產業鏈分析、產業SWOT分析兩大功能[5]。

綜合來看，國內產業競爭情報研究已取得豐富成果，但分析對象以論文、專利等情報學傳統數據源為主，研究功能多限于產業科技創新服務。雖有研究預見性地提出產業競爭情報服務應覆蓋經濟評價、融資模式、產業金融市場信息等功能[2，5]，但并未展開定量化研究。然而，產業運行需要技術創新、資金運營等多要素的協同;產業創新鏈的績效評價要綜合考慮知識發現、技術發明、商品化等多環節。因而，產業競爭情報研究應在傳統研究視域之外，加大對核心企業群經營性行為的監測與分析。

1?金融情報學初探性研究綜述

2007年美國“次貸”危機全面爆發后，金融情報開始進入國內情報學研究視野。2013年，中國科學技術信息研究所率先提出了基于上市公司年報的產業競爭情報分析方法[6]，開啟了國內金融情報學的定量研究。該團隊在2019年對我國上市公司年報信息質量進行了綜合評價[7]，建立了基于年報風險信息的企業風險條目抽取方法[8]，并以美國上市企業年報產品為標桿，提出了我國上市企業年報信息組織的優化策略[9]。武漢大學馬費成團隊基于多重關聯關系，建立了金融風險防范的知識關聯模型及原型系統[10]，提升了金融知識可視化程度[11]。唐曉波等綜合財務指標、審計意見、管理層討論與分析（MD&A）的情感極性提升企業破產預測系統準確率[12]。徐璐等利用多種機器學習模型對金融科技專利進行分類，發現隨機森林在測試集上的表現明顯優于其他方法[13]。國外研究亦將企業經營數據納入以專利數據為主的技術創新研究框架，評估新興產業發展潛力和商業化價值[14-15]。2020年，丁曉蔚等正式提出“金融情報學”概念，呼吁利用情報學的先進分析技術手段解決金融學領域的復雜研究問題[16]，這也標志著金融情報學正式成為情報學的重要分支。

綜上所述，上市公司信息披露機制產生了大量寶貴的金融信息，是分析企業經營管理行為、績效與動向的理想數據源。情報學界從學科發展角度認可了金融情報學這一重要的交叉研究分支，但多集中于概念性、規范性研究，尚未形成集中化、系統化研究。因而，本文將針對企業年報的信息組織特征，綜合數據挖掘、文本挖掘、社會網絡分析等多種情報學分析技術，建立產業競爭情報分析方法體系，為相關研究的系統化發展提供分析框架。

2?基于企業年報的產業競爭情報分析框架

2.1?企業年報的組織結構特征分析

根據中國證券監督管理委員會的相關規定，我國上市企業年度報告共分12節。根據信息組織特征，可將企業年報內容分為兩大類：財務信息、非財務信息。財務信息主要指基礎財務數據和各類財務報表，是對企業經營情況的直接反映，也是財經類研究的核心分析對象;非財務信息指財務數據以外的其他內容。就篇幅而言，非財務信息占據企業年報的主體;就信息組織和處理方式而言，非財務信息屬于非結構化數據，超出了經典統計學方法的適用范疇。綜合來看，上市公司年報的組織結構特點如表1所示。

2.2?企業年報財務信息的數據挖掘方法

財經類研究圍繞財務信息，建立了企業償債能力、營運能力、盈利能力等經典財務指標分析體系;此后又提出了杜邦財務分析體系、Z-score指標、經濟增加值（Economic?Value?Added，EVA）等綜合研究框架。然而，經典財務指標體系間壁壘分明，常被作為并列的研究對象;綜合研究框架存在行業限制、權重設置、功能單一等局限。因而，建議引入數據挖掘技術進一步發掘財務數據的潛藏信息，為評價產業整體經營績效提供基礎信息。

一是利用熵權法、熵權Topsis法為財務指標進行客觀賦權，建立面向業績評價的多指標融合性分析方法。首先，引入熵權法進行企業業績縱向評價，即根據歷年（季度）財務數據分布均衡性，確定各屬性權重并計算企業綜合財務價值評估。接下來，引入熵權Topsis法在熵權基礎上計算各企業與最優解的距離，從財務績效視角確定行業中的核心企業排序。

二是利用粗糙集、神經網絡、支持向量機、決策樹等模型處理計量經濟學模型視域外的非線性關系，從而揭示產業運行中的復雜經濟規律。以上市公司財務風險預測為例，其實質是監督式學習中的二分類問題。粗糙集既可以作為獨立的分類器;也可以輔助神經網絡建模，如減少神經元輸入數量、探索預設規則、解釋神經網絡建模結果。支持向量機、決策樹的分類效果優于許多機器學習算法，決策樹的可視化展示還能夠揭示財務風險預測機理。

2.3?企業年報非財務信息的文本挖掘方法

財會領域新興研究嘗試對非財務信息進行分析，但多出于企業戰略風險管控目的，研究的自動化程度有限;同時，文本分析結果多作為回歸模型的前置變量之一，未在文本間建立深層聯系。針對這一局限，建議引入文本挖掘技術對非財務信息進行語義挖掘，為產業經營風險預警、合作機會發現等功能提供技術支撐。

產業經營風險預警可以年報第四節中的“風險分析”板塊為數據源，根據文本的語義關聯性，建立多層次的綜合分析機制。底層為風險條目層，重點在于分詞詞典的建立、自更新、同義詞和異形詞的標準化;中層為風險語義圖譜層，可利用RDF框架進行數據關聯并指導領域本體建設;頂層為風險聚類層，即在語義關聯的基礎上增強LDA建模、SAO結構分析、社區識別等方法的分類精準度。產業合作可以年報中第三節、第四節的“公司未來發展的展望”模塊為數據源，利用文本挖掘技術識別產業鏈上的各企業間的業務合作領域。具體包括3個步驟：首先，建立行業產品/業務詞表，并建立企業特征向量;接下來，根據企業特征向量的相似性，發現企業間的橫向合作機會;最后，借助關鍵企業的中介作用，發現企業間的縱向合作機會。

2.4?企業年報非財務信息的社會網絡分析方法

非財務信息中還有一類介于財務數據、文本信息之間的實體，它們以文本形式存儲于預定義屬性中，是挖掘產業內廣泛關聯性的紐帶。這類非財務信息集中于企業年報第二節、第六至八節，如“主營業務分析”模塊、上市保薦機構、主要銷售客戶、供應商、股東、董監高人員等。財會類研究對這類實體的分析多限于高管教育背景或任職經歷分析，且僅作為企業價值、財務績效建模的前置變量之一。

進一步分析發現，這類實體構成了企業的核心利益相關人，代表著豐富的、異質性的社會資源。建議引入社會網絡分析法剖析這類非財務信息，以揭示產業內的復雜資源網絡。首先，應豐富社會資源的內涵，將保薦機構、主要客戶、供應商、股東、董監高成員均納入分析對象。其次，要完善社會網絡分析指標和方法。一是財會領域多以0～1變量表征社會網絡連接強度，建議采用余弦系數、Jaccard系數來全面展示社會關系的多元程度。二是財會領域僅采用中心性指標，建議增加矩陣可達性、凝聚子群、社區結構等指標充分挖掘社會網絡結構特征。最后，根據研究背景或目的，借助企業間的社會資源紐帶發掘潛在的合作發展機會。

最后，對上文提出的3類產業競爭情報分析方法進行對比，如表2所示。

3?實證研究：以創業板集成電路領域為例

集成電路（Integrated?Circuit，IC）是信息通訊領域高端制造業高地，也是美國對華技術遏制的重點領域。2018年起，美國商務部將中國電子科技集團、烽火科技集團、華為、中興、福建晉華等國內領軍企業納入實體清單的限制范圍。

成長型企業是產業發展的后備軍，蘊藏著巨大的合作潛力。本文以創業板上市歸屬于計算機、通信和其他電子設備制造業（《上市公司行業分類指引》（2012年修訂）代碼：C39）的企業為初步對象;從中篩選出68家擁有集成電路業務的企業，下載企業上市以來公布的歷年年報。統計后發現，除300514曾為300139（2013年）第5大客戶外，上述68家上市公司間無直接持股、供應鏈合作關系，也未合作申請專利。下文將利用文本挖掘、社會網絡分析法對上述企業年報中的非財務信息進行分析，分別從業務合作、社會資源聚合兩個角度為產業內合作提供參考建議。

3.1?基于文本挖掘的產業鏈合作機會發現

從企業年報第三節中抽取集成電路行業的產品概念，將其標準化為包含39個概念的產品詞表，并進一步映射為原材料、制造、應用、封裝4個環節。基于產品詞表，建立企業產品特征向量Pi，通過共有產品比重來衡量企業間合作機會Sij，計算公式如下所示：

式（1）中PTj為企業j產品特征向量的轉置;Pi為企業i的產品類型。計算各企業間的合作機會Sij，轉換為對稱矩陣后利用NetDraw生成合作機會圖譜，如圖1所示。節點大小由節點中介中心度決定，紫色、藍色、綠色分別表示企業產品集中于原材料環節、制造環節、應用環節;黃色、紅色分別表示企業產品分布于制造和應用環節、制造和封裝環節;粉色節點（300053）的產品貫穿制造、應用和封裝環節。

界型企業的中介作用，形成橫貫制造、應用、封裝3個環節的協同合作機遇。因而，可以將集成電路產業鏈的特征總結為兩點：一是上游布局存在短板，投入與活力不足;二是產業鏈合作機會集中于制造、應用環節，企業制造群內部可繼續分組，應用群合作力量集中。

3.2?基于機構股東的產業社會資源網絡分析

證券市場中的機構投資者主要是指養老基金、保險基金、證券公司、各類投資基金等[17]。具有國資背景的機構股東因其注冊資本金充足、具有良好的銀企關系、容易享受到各類政策紅利，在中國證券市場占據舉足輕重的地位。下文將以機構股東為橋梁，在無直接投資關系的企業間搭建合作通道。

從企業年報第六節中下載企業十大股東信息，從中篩選出機構股東。接下來，在百度企業信用中查找并下載機構股東的股權穿透圖，確保實際控制人追蹤至各級地方政府、財政廳（局）、國資委。建立由68家上市企業、569家機構股東、銀行、其他機構和政府等共同構成的關系網絡。該網絡為一個包括4類主體、2類關系的異構網絡。底層是機構股東對上市公司的持股關系，這是上市企業建立緊密聯系的關鍵;中層是銀行與機構股東的業務托管關系，為上市公司拓展外部資源提供了便捷渠道;頂層是實際控制人對銀行及其他各類投資者的持股關系。受篇幅限制，下文僅展示底層網絡，如圖2所示。

圖2是機構股東與上市公司間的二模網絡，藍色節點為機構股東，紅色為上市公司，節點規模由其度數中心性決定。較大的藍色節點分別為全國社會保障基金理事會、中央匯金資產管理有限責任公司、易方達基金管理有限公司、國泰基金管理有限公司、南方基金管理有限公司，說明其直接持有多家集成電路創業板公司的股份。較大的紅色節點有300373、300176、300046、200115、300327，說明這些企業更受機構股東青睞，可以通過銀行對機構股東的托管關系、政府機構對銀行的持股關系獲得更廣泛的社會關系。

進一步將該多主體網絡轉為無向圖，生成上市企業間的可達矩陣。統計發現，刪除孤立點后可達矩陣節點間的平均距離K為3.67。考慮到當節點間距離過大時，機構股東難以對上市公司產生實質性影響，特將節點距離K的最大閾值設為3，即節點間距離為2或3時，認為二者間可以借助機構股東的社會網絡形成合作渠道，由此生成的上市公司潛在合作關系如圖3所示。

能力強弱。紅色、藍色、橙色節點分別表示度數中心性大于20、10、0。關系強度=1k，K=2時，用黑線連接，表明存在某機構股東同時持股兩企業，如全國社會保障基金理事會（2019年）是300046和300115的十大股東;K=3時，用灰線連接，表明企業i、j的機構股東間存在直接的持股關系，如2019年300134的機構股東廣東粵財信托有限公司持有300136的機構股東易方達基金管理有限公司22.65%的股權。圖3中，度數中心度最高的節點是300115，它可以憑借機構股東網絡與29家上市企業建立聯系。同時，該節點還是圖1中的結構洞，連接著制造群和應用群。

為了探尋業務合作與社會資源聚合間的關系，進一步對比圖1和圖3發現，圖3中高度數中心度的節點300346、300327、300735、300394在圖1中均為單業務節點;節點300322、300373擁有制造、封裝業務，但中介性偏低;300389無業務合作關系。由此可見，上市公司業務合作機會與社會資源網絡間無嚴格對應關系。因而，綜合文本挖掘、社會網絡分析兩種方法，能夠為探索產業內合作路徑提供異質性的答案。

4?結束語

國內產業競爭情報研究以論文、專利等情報學傳統數據源為分析對象，圍繞產業科技創新這一主題取得了豐碩成果;但對產業金融市場、核心競爭主體經營管理行為的關注有限。針對這一問題，本文以上市企業作為產業內的核心競爭主體，融合數據挖掘、文本挖掘、社會網絡分析多種智能分析技術，建立基于企業年報的產業競爭情報分析方法體系。基于該分析框架，對創業板上市的集成電路領域企業展開實證研究。利用文本挖掘技術分析企業業務關聯性，發現產業內的業務合作集中于制造、應用兩個環節;利用上市公司機構股東的社會網絡，可以在企業間建立區別于業務關聯的合作渠道。

同時，本研究對我國集成電路領域產業的發展壯大亦有3點建議。一是就產業鏈布局而言，亟待補齊明顯短板。研究發現創業板從事上游原材料供應的企業僅6家，難以突破制約我國半導體行業發展的高端原材料困局。針對這一卡脖子問題，一方面要引導企業加強對行業短板和關鍵核心技術的科技攻關;另一方面，繼續推動國家“安可工程”，加強對國產化原材料的采購支持。二是就產業內的業務關聯性而言，仍需提升產業鏈上下游配套生產能力。研究發現創業板上市的集成電路企業的業務合作機會以制造環節為主、行業應用環節為輔。目前，需要積極促成企業間實質性的合作開發，以降低經濟成本和不確定性，提升技術迭代速度和市場占有率。三是就產業內社會資源聚合而言，應充分發揮機構股東的紐帶作用。研究發現，機構股東社會網絡是對業務關聯性的有效補充，能夠在企業間建立異質性的合作機遇。未來，應通過挖掘社會資源在企業間搭建更廣泛的合作通道，增強產業內資金流轉效率。

參考文獻

[1]鄭彥寧，趙筱媛，陳峰.產業競爭情報的解析[J].情報學報，2009，28（6）：917-922.

[2]陳峰.戰略性新興產業競爭情報需求問題及其求解[J].圖書情報工作，2011，55（14）：5-9，58.

[3]侯元元，喬婧，黃裕榮，等.基于產業創新環境視角的產業競爭情報研究及實踐[J].情報雜志，2016，35（7）：126-131.

[4]鞠英杰，游雪雯.基于生態系統理論的產業競爭情報分析研究[J].情報雜志，2018，37（1）：22-27.

[5]王曉慧，董雪季，郭琪.產業競爭情報系統構建研究[J].圖書館學研究，2018，37（9）：2-6.

[6]劉志輝，趙筱媛.上市公司年報在產業競爭情報分析中的應用研究[J].圖書情報工作，2013，57（3）：65-68，119.

[7]崔笛，鄭明，李巖，等.基于分類體系的上市公司年報信息披露質量研究——以我國A股上市公司為例[J].情報學報，2019，38（12）：1250-1259.

[8]梁娜，姚長青，王崢.基于三重維度的企業風險信息抽取方法研究[J].情報學報，2019，38（12）：1241-1249.

[9]浦墨，高影繁，蘇娜，等.上市企業年報產品信息組織分析[J].情報學報，2019，38（12）：1260-1267.

[10]唐旭麗，馬費成，傅維剛，等.知識關聯視角下的金融知識表示及風險識別[J].情報學報，2019，38（3）：286-298.

[11]張瑞，唐旭麗，王定峰，等.基于知識關聯的金融數據可視化分析[J].情報理論與實踐，2018，41（10）：135-140.

[12]唐曉波，譚明亮，李詩軒，等.企業破產預測系統模型構建及實現研究[J].情報學報，2019，38（10）：1051-1065.

[13]徐璐，盧小賓，楊冠燦.金融科技專利識別與分類方法構建及應用[J].圖書情報工作，2020，64?（11）：89-97.

[14]Papazoglou?M?E，Spanos?Y?E.Bridging?Distant?Technological?Domains：A?Longitudinal?Study?of?the?Determinants?of?Breadth?of?Innovation?Diffusion[J].Research?Policy，2018，47（9）：1713-1728.

[15]Wagner?S，Wakeman?S.What?Do?Patent-based?Measures?Tell?us?About?Product?Commercialization？Evidence?from?the?Pharmaceutical?Industry[J].Research?Policy，2016，45（5）：1091-1102.

[16]丁曉蔚，蘇新寧.金融情報學：情報學的重要分支學科[J].情報學報，2020，39（2）：158-170.

[17]邵穎紅，陳愛軍.機構股東積極主義發展中存在的主要爭論[J].同濟大學學報：社科科學版，2004，15（1）：36-41.

（責任編輯：陳?媛）