上市公司发布的年报是上市公司一年一度的对其报告期内的经营生产概况、财务情况等重要信息进行公开披露的报告,是上市公司信息披露制度的核心部分。随着近十年来自然语言处理技术以及深度学习的快速发展,基于金融文本情感分析的金融分析作为一种主要的技术研究手段,已被广泛的研发并应用到许多实际的投资决策辅助系统中。上市公司年报除了有大量结构化数据以外,还包含着许多的非结构化数据,即文本数据。在分析的过程中不但要分析结构化数据,如财务报表之类的数据,分析这些文本数据也是至关重要的。在研究过程中其具有很高的实际应用价值。且随着中国内地证券市场监管越来越趋于严格,上市公司年度报告的内容也随之越来越真实、格式也越来规范,这也会使得投资者越来越重视年报中所透露出的有关信息。因此,通过自然语言处理来对上市公司年报中的情感倾向进行分析挖掘具有非常重大的意义。本文利用Python的爬虫技术爬取了2012年到2020年A股沪深两市上市的3000余家上市公司的年度报告,累计约合30000篇。研究对象为年报中的管理层经营分析相关文本。本文旨在建立模型对管理层经营分析文字进行情感分析研究,通过爬取年报数据后建立起年报情感数据集后,最终建立一个可以有效分析年报情感倾向的模型。本文的研究内容主要围绕自然语言处理技术展开,通过与现有情感词库对比,在大量的年报中的管理层经营分析相关文本中运用分词和改进的情感共现算法提取和扩充情感词来构建年报情感词库。从年报情感词库中得到词语的情感倾向后,通过本文提出的SEN-TF-IDF算法对年报中包含的情感词加权得出年报的情感倾向,进而建立起年报情感数据集。基于该数据集本文提出了篇章级年报情感分类模型,该模型属于深度学习模型,该模型由Word Embedding层、卷积神经网络和结合注意力机制的双向LSTM层以及全连接层构成。模型结构使用Word2vec词嵌入作为输入,由于年报中句子较长且长短不一,在词嵌入后将其输入到卷积神经网络学习对句子向量进行降维和统一长度,然后将其输入到Bi-LSTM层,Bi-LSTM层能从左右两个方向获取长时序序列间的依赖关系,进而提取文本的全局特征,经结合注意力机制的BiLSTM层输出的融合重要信息权重的向量,最后得到篇章级情感向量,再将其输入到全连接层和Softmax层进行分类。该模型与基线模型相比,取得了更加优秀的分类效果与准确率。最后,利用该模型进行实验后的结果表明,篇章级年报情感分类模型可以较好地对年报进行情感分类,分类结果与人工分类无较大差异,在对行业内年报整体情感进行分类的结果也符合预期。利用模型对2020年年报进行分类后,选取情感值最高的十支个股与最低的利用同一策略进行回测,情感值最高的十支个股预期收益显著高于情感之最高的十支个股,进一步证明了模型的有效性。