上市公司業(yè)績預告文本信息、語言特征與市場反應

朱朝暉，許文瀚

(浙江工商大學 財務與會計學院，浙江 杭州 310018)

一、 引 言

上市公司的信息披露作為連接上市公司與利益相關者的信息通道一直以來受到學術(shù)界的廣泛關注，其中所披露的數(shù)字信息更是學術(shù)界的關注重點。信號理論認為，具有信息優(yōu)勢的管理者會通過直接或間接的信號向市場傳遞信息來修正股票的錯誤定價。然而在任何一種披露形式中，數(shù)字信息只占很小的篇幅，文本信息卻占了絕大多數(shù)篇幅。那么，用以對數(shù)字信息進行解釋說明的文本信息是否具有信號作用呢？近年來，隨著計算機技術(shù)的發(fā)展，對大樣本的會計信息披露進行文本信息分析得以實現(xiàn)，學者們通過研究不同披露形式的文本信息發(fā)現(xiàn)，它不僅能夠提供關于公司經(jīng)營狀況的增量信息，還對披露后的股價變動具有解釋作用。

雖然有越來越多的證據(jù)證實了文本信息研究的有用性，但其可靠性問題依然存在：與數(shù)字信息不同，文本信息較少受到會計準則和披露規(guī)則的約束，管理者在進行文本信息安排時具有較高的酌情權(quán)，從而使文本具有一定的情緒傾向。這種文本的情緒傾向已經(jīng)被證實能夠影響披露后一段時期的股價走勢[1-2]，管理者及其他大股東會借機減持[3]。在這種情況下，可靠性較低的文本信息是否成了大股東侵害中小股東利益的渠道？換言之，市場是否無偏地接受了文本信息呢？這一問題尚未引起學術(shù)界的關注。

本文對我國2012—2016年間的上市公司業(yè)績預告文本信息的情緒傾向和語言特征進行量化，以研究在較少受到監(jiān)管約束的情況下，文本信息是否存在主觀過度渲染和自我歸因的現(xiàn)象，進而對業(yè)績預告公布后的市場反應進行分析來檢驗市場是否無偏地接受了業(yè)績預告中的文本信息。研究發(fā)現(xiàn)：第一，我國證券市場對公司業(yè)績預告文本信息的情緒傾向會做出價格反饋。第二，市場對文本信息的反應程度受到文本語言特征的影響。

本文的研究貢獻體現(xiàn)在如下方面：(1)現(xiàn)有的文本信息研究僅局限在文本的情緒傾向是否會引發(fā)經(jīng)濟后果這一問題，而未考慮文本信息的語言特征及其成因，尤其是在中國這樣一個高語境傳播社會[4]，更需要仔細解讀隱藏在字里行間的管理者真實意圖。本文通過對該問題的研究為行為財務理論提供了新證據(jù)。(2)市場有效性理論認為一個有效的資本市場能夠及時、無偏地對上市公司披露信息做出反應。本文的結(jié)論支持了我國資本市場的有效性。(3)業(yè)績預告是實證會計領域的重要研究課題，然而現(xiàn)有的研究僅對業(yè)績預告的數(shù)字信息進行了研究，而忽略了其中的文本信息，本文通過對業(yè)績預告的文本信息及其語言特征進行研究拓展了我國上市公司業(yè)績預告的研究范圍。

二、 文獻回顧與假設提出

(一) 業(yè)績預告與文本信息

業(yè)績預告的內(nèi)容大致可以分為兩類，一類是包括凈利潤和每股收益在內(nèi)的數(shù)字信息，另一類是用以解釋業(yè)績變動的文本信息。已有大量的國內(nèi)外學者對業(yè)績預告的數(shù)字信息進行了研究，結(jié)果顯示數(shù)字信息具有顯著的經(jīng)濟后果：能夠?qū)ν顿Y者決策和分析師預期產(chǎn)生影響[5-6]；這些研究成果為業(yè)績預告的決策有用性提供了經(jīng)驗證據(jù)，為后續(xù)的進一步研究打下了基礎。隨著學術(shù)界和實務界對上市公司管理層有限理性問題研究的開展，Wang在產(chǎn)權(quán)保護的角度上對上市公司的預測行為進行了研究，發(fā)現(xiàn)高新科技型企業(yè)與一般企業(yè)相比會盡量減少對業(yè)績預測信息的披露，或進行有所保留的披露[7]。Brown等在訴訟風險的角度上對上市公司業(yè)績預測頻率進行了研究，發(fā)現(xiàn)面臨高訴訟風險的公司將更加積極地披露預測信息，尤其是當公司未來前景不好時[8]。在管理者利益的角度上，有眾多學者發(fā)現(xiàn)當管理者的利益與公司股價掛鉤時，管理者將更有可能操縱預測信息[9-12]。

上述研究成果表明，業(yè)績預告是投資者獲取上市公司信息的重要通道，但業(yè)績預告的真實性將受到管理層動機的影響。然而，也有學者認為業(yè)績預告中的數(shù)字信息是具有較高可信度的，因為管理層業(yè)績預測的真實性將對公司的聲譽產(chǎn)生影響[13-14]。此外，還有學者發(fā)現(xiàn)公司的業(yè)績預測在很大程度上將受到同行業(yè)公司預測水平的影響，與平均水平發(fā)生的偏離將使公司暴露專用性資產(chǎn)和引起利益相關者的警惕[15]。

相比之下，上市公司管理層對業(yè)績預告文本信息的披露更為靈活。一方面，文本信息是對數(shù)字信息的補充說明，它向投資者傳遞的信息更多。但從另一個方面來看，文本信息的可信度較低，因為文本信息具有事后難以驗證的特點。在這種情況下，投資者是否還會借助文本信息來輔助決策呢？從投資者行為來看，曾有基金經(jīng)理通過分析美國道瓊斯新聞稿件的文本情緒傾向來進行投資決策，獲得了超越市場平均水平的回報。在我國也有投資者使用“新聞聯(lián)播情緒指數(shù)”來指導次日的股票買賣行為并獲得了成功。但是，文本信息的決策有用性是難以從學術(shù)的角度上來證實的，其中最大的瓶頸在于如何實現(xiàn)對文字及其特征的量化。隨著計算機文本分析技術(shù)的興起，Li利用機器學習法實現(xiàn)了對上市公司信息披露文本的量化，他通過編程的方式讓計算機模仿人類的閱讀行為，并根據(jù)預設的詞庫來讓計算機判斷文本中詞語的情緒傾向，并匯總統(tǒng)計文本的整體情緒傾向[16]。隨后，Loughran and McDonald對詞庫進行了改進，他們根據(jù)經(jīng)濟詞典對多達4187個詞匯進行了情緒定義[17]。然而，簡單的情緒傾向定義難以全面地體現(xiàn)管理者的動機，且中英文的差異將使得我們難以簡單地復制西方現(xiàn)有的研究方法[2]。

(二) 業(yè)績預告的文本信息與市場反應

借鑒Li對于文本信息的初步量化方法，學者們開始對不同形式的上市公司信息披露文本進行情緒傾向分析，并一致地發(fā)現(xiàn)文本信息具有一定的信息含量。Baginski、Demers、Davis等學者均發(fā)現(xiàn)上市公司所披露的文本信息越樂觀，公司股票的市場反應越好[1,18-19]。隨著西方文本信息研究的開展，我國學者也開始對中文語境下的管理層文本信息披露進行研究。林樂和謝德仁發(fā)現(xiàn)上市公司業(yè)績說明會的管理層語調(diào)對披露后的股價波動具有顯著的解釋作用[2]。曾慶生、朱朝暉等研究了我國上市公司年報的文本信息也有類似的發(fā)現(xiàn)[3,20]。這些研究從實證的角度上支持了文本信息的決策有用性。然而，業(yè)績說明會和年報的文本信息對投資者決策的作用可能存在著較大的噪音。對于業(yè)績說明會而言，由于是可聽可視的，投資者在接收信息時將受到諸如上市公司高管聲調(diào)、表情等多因素的影響；對于年報而言，在發(fā)布之時會伴隨著多種信息同時發(fā)布(例如市場分析師報告)，且年報篇幅較長，專業(yè)性較強，投資者對于年報文本信息的獲取能力因人而異。

與年報相比，業(yè)績預告的篇幅較短，專業(yè)性不強，所傳遞的信息具有較少的噪音，有學者認為業(yè)績預告對投資者的決策有用性甚至要高于年報[14]。然而也有學者指出，業(yè)績預告作為非強制性披露信息不需要受到審計，因此其可靠性程度不高。管理者在業(yè)績預告上具有更高的酌情權(quán)，有選擇性、策略性披露的空間[1]。相比于通過盈余管理去操縱數(shù)字信息，對文本信息進行策略性安排的風險更低，同時也能夠達到管理者的目的。Huang等指出，管理者對文本信息所進行的操縱能夠?qū)τ喙芾砥鸬教娲脱a充的作用[21]。在這種情況下，可靠性較低的業(yè)績預告文本信息是否能夠成為投資者的決策依據(jù)呢？為檢驗該問題，本文提出以下假設：

假設1：上市公司業(yè)績預告的文本情緒傾向越樂觀，披露后的股票異?；貓笤礁?。

(三) 業(yè)績預告的文本信息、語言特征與市場反應

如果假設1成立，即說明我國的資本市場除了對業(yè)績預告的數(shù)字信息做出反應，還會對伴隨著數(shù)字信息的文本信息做出反應。但由于文本信息不受到任何披露規(guī)則的制約，同時也難以進行短期內(nèi)的事后驗證，因此文本信息被認為是一種可信度較低的“廉價信息”[22]，將更容易受到管理層動機的影響。

相比之下，數(shù)字信息的可信度較高，這一方面是由于管理者在進行數(shù)字預測時要考慮到預測準確度對企業(yè)聲譽的影響，另一方面還需要考慮同行業(yè)平均預測水平。更重要的是，業(yè)績預測距會計報表日的時間較短，虛假的預測將很快被經(jīng)過審計的真實盈余數(shù)據(jù)所揭穿。因此，數(shù)字信息可以被視為一種高質(zhì)量的信號，文本信息可以被視為一種低質(zhì)量的信號。Baginski等認為，當內(nèi)容相近但質(zhì)量不同的信息同時發(fā)布時，高質(zhì)量信息可以提高低質(zhì)量信息的可信度。因此本文認為，當業(yè)績預告的數(shù)字信息與文本信息一致時，文本信息的可信度將提高；若這兩種信息不一致，則文本信息的可信度將減弱[23]。

綜上所述，業(yè)績預告的信息一致性將在一定程度上反映出管理者的披露語言是否誠實，本文推測，投資者將對誠實的披露語言做出正面反應，對不誠實的披露語言將做出負面反應。為檢驗這一推測，本文提出以下假設：

假設2-1：上市公司業(yè)績預告的信息一致性將正向影響市場對文本信息的反應。

文本信息的不受約束性將使得管理者可以根據(jù)自身動機需要進行過度的渲染。例如，當管理者的薪酬與股票價格掛鉤時，通過對文本樂觀情緒的過度渲染可以促進股票價格的上升；當管理者持有即將履行的股票期權(quán)時，他們有動機對文本悲觀情緒進行過度的渲染以獲得一個更低的行權(quán)價格。Huang等通過殘差法將文本情緒分為正常樂觀情緒和異常樂觀情緒，研究發(fā)現(xiàn)正常樂觀情緒與未來業(yè)績呈正相關關系，而異常樂觀情緒與未來業(yè)績呈負相關關系[21]。這說明當業(yè)績較差時，管理者意圖通過樂觀的文本情緒來降低不良業(yè)績對投資者的負面影響。此外，曾慶生等通過研究發(fā)現(xiàn)年報文本信息的情緒傾向與事后內(nèi)部人交易相關，即管理者通過對情緒的過度渲染來影響投資者對股票價格的判斷，而后反向交易股票從中獲利[3]。

在一個有效的資本市場中，上市公司信息披露并非投資者獲取信息的唯一途徑。媒體報道、分析師預測都可以為投資者提供關于上市公司的信息。根據(jù)貝葉斯定理，這些已有信息形成了投資者對股票價格態(tài)度的先驗概率。當公司發(fā)布新消息時，投資者會結(jié)合先驗概率和新消息對股票價格做出后驗概率判斷。因此，若上市公司的文本信息是過度渲染的，投資者將有所察覺并質(zhì)疑文本信息的真實性，并做出負面的反饋。為檢驗這一推斷，本文提出以下假設：

假設2-2：上市公司業(yè)績預告的語言過度渲染程度將反向影響市場對文本信息的反應。

現(xiàn)代行為財務理論認為委托代理雙方之間的信息不對稱使得股東無法觀察到管理者的努力程度，這促使了管理者以自身利益而不是股東利益最大化為行事目標，產(chǎn)生道德風險和逆向選擇行為。在這一過程中，為了保證自身職位與薪酬，管理者在對經(jīng)營情況進行說明時將發(fā)生自我歸因偏差：將成功歸功于自身能力和努力程度，將失敗歸因于任務難度和所處環(huán)境[24]。從實證的角度上，蔣艷輝和馮楚建發(fā)現(xiàn)上市公司經(jīng)營情況討論與分析書的語言特征存在自我歸因偏差現(xiàn)象[25]；侯巧銘等通過調(diào)查研究發(fā)現(xiàn)該心理特征普遍存在于我國上市公司高管當中[26]。這種心理偏差的存在將對管理者的決策行為產(chǎn)生負面影響。具體來說，由于管理者可以將成功歸因于自身，將失敗歸因于外部，這使得管理者的決策行為將更加激進。例如，低估潛在的風險，盲目地進行業(yè)務擴張以獲取規(guī)模擴大所帶來的隱性收益[27-28]。有學者指出，這種激進的投資策略將使得企業(yè)更容易陷入財務困境，因為當面對危機時，實物資產(chǎn)和人力資本比其他資源的調(diào)整成本更高，即成本黏性更強，而存在自我歸因偏差的管理者往往更加自信，因為他們可以將經(jīng)營失敗責任推脫給外部環(huán)境，因此他們在面對可見的危機時也無法做出及時的策略調(diào)整[29-31]。綜上所述，管理者的自我歸因偏差將影響公司的長期利益。對于投資者而言，他們是否會對管理者的自我歸因偏差做出相應的反應呢？為了檢驗該問題，本文提出以下假設：

假設2-3：上市公司業(yè)績預告的自我歸因程度將反向影響市場對文本信息的反應。

三、 數(shù)據(jù)與模型

(一) 樣本

本文選取了2012—2016年上市的A股非金融類公司所發(fā)布的年度業(yè)績預告，*2012年1月，證監(jiān)會發(fā)布了《創(chuàng)業(yè)板信息披露業(yè)務備忘錄第11號》，其中要求創(chuàng)業(yè)板上市公司必須在報表日之前公布業(yè)績預告，并進一步規(guī)范了業(yè)績預告的披露內(nèi)容。該規(guī)定公布之后，上市公司業(yè)績預告的數(shù)量和質(zhì)量得到了較大提高，因此本文以2012年作為研究起點。排除了未對業(yè)績進行預測的公司。此外，為了排除異常值對檢驗結(jié)果的影響，剔除了存在ST等特殊處理的企業(yè)，最終獲取了3380個觀測樣本。本文對所有連續(xù)變量在上下1%的水平上進行了WINSORIZE處理。所有的數(shù)據(jù)均來自CSMAR和同花順數(shù)據(jù)庫。

(二) 變量定義

本文中所使用的變量如表1所示：

表1 變量定義表

1. 業(yè)績預告文本信息的度量。本文使用Baginski等的方法來度量業(yè)績預告的文本情緒傾向：用文本信息中的樂觀情緒詞語總數(shù)減去悲觀情緒詞語總數(shù)再除以總的情緒詞語數(shù)[1]。在文本信息的提取方法上，本文使用了Python3.6編程軟件所編寫的網(wǎng)絡爬蟲(Web Crawler)程序來自動抓取同花順數(shù)據(jù)庫上的業(yè)績預告。通過批量解析網(wǎng)站上的業(yè)績預告下載地址，發(fā)起網(wǎng)絡請求將PDF格式的報告下載至本地文件中，再通過解析PDF文件使之轉(zhuǎn)化為TXT格式，并通過Python的語言分析模塊統(tǒng)計文中目標詞語的出現(xiàn)頻率，最后導出到Excel表格中。

Tone=(樂觀詞語數(shù)—悲觀詞語數(shù))/(樂觀詞語數(shù)+悲觀詞語數(shù))*本文參照謝德仁和林樂(2015)的研究，將樂觀詞語定義為如增加、增長、上升、提高等表示增長的詞語；將悲觀詞語定義為如降低、下降、減少、下滑等表示減少的詞語。但由于研究手段的限制，現(xiàn)有研究尚未考慮到這些詞語與會計科目進行搭配以后是否會出現(xiàn)相反的含義，未來研究將從此處展開。

此外，從讀者的閱讀習慣上來看，對文本情緒傾向的判斷可能是一個總體印象的結(jié)果，而非具體地去計算情緒詞語出現(xiàn)的個數(shù)。為排除這種潛在的度量誤差對研究結(jié)果的影響，本文將樂觀文本取1，非樂觀文本取0。用兩種方式來對文本情緒傾向進行度量。

2. 業(yè)績預告語言特征的度量。(1)信息一致性的度量。誠實的管理者所發(fā)布的數(shù)字信息應與文本信息應是一致的。業(yè)績預告中的數(shù)字信息就是業(yè)績預測數(shù)值，但為了排除公司個體特征對預測數(shù)值的影響，本文參照管理者對業(yè)績預測數(shù)值的解釋方式，用實際預測數(shù)值減去上年同期業(yè)績數(shù)值所得到的FSURP來衡量公司預測數(shù)值的性質(zhì)，若FSURP大于0，則意味著業(yè)績預增；若小于或等于0則意味著業(yè)績預減或持平。通過構(gòu)建Tone與FSURP的交乘項TF來衡量兩種信息是否一致。若交乘項符號為正，則兩種信息是一致的，反之則不一致。

信息一致性=Tone*FSURP

(2)過度渲染的度量。過度渲染即信息發(fā)布者多次運用情緒詞語來描述同一個業(yè)績變動原因，用語言制造假象來蒙蔽信息接收者。為檢驗業(yè)績預告中是否存在這種現(xiàn)象，本文對業(yè)績預告中的解釋消息(Reasons)進行統(tǒng)計，用Tone去除以Reasons，并對結(jié)果進行絕對值處理，以求得在每一條業(yè)績變動原因中的情緒傾向。當該值較大時，說明Tone過大或Reasons過小，這意味著該文本中的過度渲染現(xiàn)象較為嚴重；反之，當該值較小時，說明Tone過小或Reasons較大，意味著文本不存在過度渲染現(xiàn)象。將該值取絕對值是考慮到當文本處于悲觀情緒時，分子Tone小于0，而分母Reasons恒大于0，此時該值呈負值。若不進行絕對值處理就無法度量管理者對悲觀情緒的過度渲染。

過度渲染程度=|Tone*Reason-1|

(3)自我歸因的度量。為了避免對解釋消息進行人為定性時可能存在的主觀性問題，本文參考Baginski對業(yè)績變動內(nèi)外部歸因的界定(如表2所示)[32]，使用Bias變量來度量自我歸因的程度，該指標被定義為：當業(yè)績預測同期增長時，用解釋原因中的內(nèi)因減去外因再除以總的原因個數(shù)；當業(yè)績預測同期下降時，用外因減去內(nèi)因再除以總的原因個數(shù)。若管理者存在自我歸因偏差，則盈利時的表述將過多歸因于自身，在虧損時表述將過多歸因于外部。該指標越大越說明文本信息的管理者自我歸因現(xiàn)象越嚴重。*本文采用人工閱讀業(yè)績預告的方法來測量自我歸因程度(參考依據(jù)如表2所示)，參與人工閱讀的人員均是會計專業(yè)的碩士研究生。為了保證準確性，我們還進行了交叉閱讀、交叉核對。

當業(yè)績預增時：Bias=(內(nèi)因-外因)/(內(nèi)因+外因)

當業(yè)績預減時：Bias=(外因-內(nèi)因)/(內(nèi)因+外因)

表2 業(yè)績變動原因的歸因界定

3. 市場反應程度的度量。個股日回報率可以衡量業(yè)績預測后市場反應程度，本文為了排除整體市場波動的干擾，在此基礎上減去了市場平均日個股回報率得到業(yè)績預測公布后0-2天的累計CAR(0，2)變量，以此作為本文的因變量。此外，為排除其他因素對事件研究的影響，本文還選取披露前三日的窗口期的股票異常回報CAR(-3，-1)作為因變量進行研究。

(三) 模型設定

為了檢驗假說，本文構(gòu)建以下模型：

假設1：CAR=β0+β1ToneiT(β1Dummy_ToneiT)+ControlsiT+εiT

(1)、(2)

假設2：CAR=β0+β1ToneiT+β2FSURPiT+β3ToneiT*FSURPiT+ControlsiT+εiT

(3)

(4)

β0+β1ToneiT+β6BiasiT+β7ToneiT*BiasiT+ControlsiT+εiT

(5)

如果β1系數(shù)顯著為正，這就說明業(yè)績預告的文本信息在報告公布后的三日內(nèi)引發(fā)了超過市場平均水平的股票回報，假設1就成立。如果β3系數(shù)顯著為正，就說明市場對文本信息的反應將受到業(yè)績預告信息一致性的影響，假設2-1就成立。若假設2-2成立，β5的系數(shù)應顯著為負，即當文本情緒被過度渲染時，市場將質(zhì)疑文本信息，從而減弱對文本信息的反應。如果β7的系數(shù)顯著為負，就說明文本信息的自我歸因程度將影響市場對文本信息的反應，假設2-3就成立。為了保證回歸模型的可靠性，本文控制了文本復雜程度、預測日期、財務杠桿率、公司規(guī)模等因素。

四、 結(jié)果與分析

(一) 描述性統(tǒng)計

表3給出了各主要變量的描述性統(tǒng)計結(jié)果，包括均值、標準差、最大和最小值。從表中可以看出文本情緒傾向(Tone)的均值為0.2，標準差為0.72。這說明在本文的研究樣本和研究期間，業(yè)績預告的總體情緒傾向呈樂觀。解釋消息數(shù)目(Reasons)的均值為2.61，標準差為1.30。這說明在業(yè)績預告中，平均水平上有兩條消息對業(yè)績變動進行說明。自我歸因程度(Bias)的均值為0.12，標準差為0.78。說明業(yè)績預告的自我歸因傾向較為普遍。預測提前程度(Length)的均值為53，說明我國業(yè)績預告一般在實際業(yè)績公布日的兩個月之前披露。

表3 主要變量描述性統(tǒng)計結(jié)果

表4列出了不同業(yè)績預告樣本在數(shù)字信息、文本情緒傾向方面的差異。有接近50%的樣本在報告業(yè)績預增的同時使用了樂觀語調(diào)，但是也有24%的樣本使用了悲觀語調(diào)。在報告業(yè)績預減的樣本組中，有接近20%的樣本選擇了使用悲觀語調(diào)進行匯報。這些特征說明管理層在進行業(yè)績預告時對數(shù)字信息和文字信息保持了較高的一致性。

表4 樣本特征

(二) 文本信息與市場反應

表5列出了模型(1)、(2)的全樣本回歸結(jié)果。為控制其他因素的影響，本文除選取CAR(0，2)作為因變量外，還選取了業(yè)績預告公布前三日的市場反應CAR(-3，-1)作為因變量。從表5可知，在兩個模型的回歸結(jié)果中，文本情緒傾向?qū)AR(-3，-1)的回歸系數(shù)均不顯著，說明市場對業(yè)績預告不存在事前反應。這一結(jié)果說明了事件研究法的可靠性。從模型(1)的回歸結(jié)果可以看出，文本情緒傾向(Tone)對CAR(0，2)的回歸系數(shù)為0.041，在1%的水平下顯著，這說明我國資本市場在業(yè)績預告發(fā)布后接受了文本信息的情緒傾向并做出了相應的價格反應，假設1得以驗證。

為排除文本情緒傾向(Tone)可能存在的度量誤差，本文對Tone進行了啞變量處理。令樂觀業(yè)績預告文本取1，非樂觀業(yè)績預告文本取0，形成文本情緒傾向2(Dummy_Tone)對文本情緒傾向1(Tone)替換并進行回歸。從模型(2)的回歸結(jié)果可以看出文本情緒傾向Dummy_Tone對CAR(0，2)的回歸系數(shù)為0.056，在1%的水平下顯著。這一結(jié)果印證了假設1的有效性。

表5 文本信息與市場反應回歸結(jié)果

注：***、**、*分別表示1%、5%和10%的顯著性水平，括號中的數(shù)字為T值。

此外，為保證以上回歸結(jié)果的穩(wěn)健性，本文選取控制變量作為依可測變量對Dummy_Tone進行l(wèi)ogit回歸來計算PS值(結(jié)果略)。而后采用二次核匹配的方法在0.06的帶寬下對樣本進行配對，篩選出配對樣本進行傾向得分匹配(PSM)。由表6可知，PSM后Dummy_Tone的回歸結(jié)果為0.050，與原回歸結(jié)果相近，證明文本信息的情緒傾向的確能影響業(yè)績預測后的市場反應。

表6 傾向得分匹配結(jié)果

注：***、**、*分別表示1%、5%和10%的顯著性水平，括號中的數(shù)字為T值。

(三) 文本信息、語言特征與市場反應

表7 文本信息、語言特征與市場反應回歸結(jié)果

注：***、**、*分別表示1%、5%和10%的顯著性水平，括號中的數(shù)字為T值。

表5的回歸結(jié)果說明我國業(yè)績預告的文本情緒傾向?qū)ε逗蟮墓善眱r格產(chǎn)生了正向影響，為了研究文本信息的語言特征對投資者決策行為的影響，本文構(gòu)建了模型(3)、模型(4)和模型(5)來分別驗證假設2-1、假設2-2和假設2-3。由表7可知，本研究在原回歸模型(1)中加入了交乘項Tone*FSURP來度量信息一致性，形成模型(3)來檢驗假設2-1。由回歸結(jié)果可知，交乘項Tone*FSURP的回歸系數(shù)為-0.010(T=-0.52，P>0.1)，結(jié)果不顯著，初步說明信息的一致性并不影響投資者對文本信息的態(tài)度。假設2-1不成立。為檢驗假設2-2，本文在原回歸模型(1)中加入交乘項|Tone*Reason-1|用以表示文本的過度渲染程度，形成模型(4)來對該問題進行研究。由回歸結(jié)果可知，文本過度渲染程度|Tone*Reason-1|的回歸系數(shù)為-0.028(T=-4.54，P<0.01)，這說明當文本信息的情緒詞匯過多或解釋原因數(shù)目較少時，投資者對文本信息的認同度將下降，假設2-2成立。為檢驗假設2-3，本文在原回歸模型(1)中加入交乘項Tone*Bias，形成模型(5)來檢驗自我歸因程度對文本信息市場反應的影響，由回歸結(jié)果可知，交乘項Tone*Bias的回歸系數(shù)為-0.011(T=-3.81，P<0.01)，說明當管理者存在自我歸因偏差時，投資者對文本信息的認可度將下降，假設2-3成立。

(四) 假設2-1的進一步分析

對模型(3)的回歸結(jié)果表明，F(xiàn)SURP對Tone的調(diào)節(jié)作用不顯著，假設2-1不成立，即說明市場對文本情緒傾向Tone和預測數(shù)值FSURP的反應相互獨立。Baginski的研究結(jié)論表明，文本情緒傾向與預測數(shù)值高低的一致性程度將影響披露后的股票價格。因為一致性的信息可信程度更高[20]。然而本文的研究結(jié)果與Baginski不一致，這是否說明我國投資者并不在意管理者在披露文本信息和數(shù)字信息時存在的差異呢？其次，Tone與FSURP的回歸結(jié)果均在1%的水平上顯著，這是否說明市場在對業(yè)績預告做出反應時是一個單獨的過程，而非綜合考慮兩種信息后的結(jié)果呢？為進一步檢驗該問題，本文對CAR(0，2)與Tone*FSURP進行了Robust斷點回歸。本文以Tone*FSURP為0時作為斷點，當該值大于0時，說明文本信息與數(shù)字信息是一致的，反之則不一致。

表8 斷點回歸結(jié)果

注：***、**、*分別表示1%、5%和10%的顯著性水平，括號中的數(shù)字為T值。

圖1 斷點回歸圖

由表8可知，斷點回歸在Tone*FSURP大于0時的平均處理效應為0.018，該結(jié)果在1%的水平上顯著。同時，由圖1可知，當Tone*FSURP的取值大于0時，方程存在一個明顯的跳躍。這說明當文本信息與數(shù)字信息一致時，股票的市場反應更好。然而當文本信息與數(shù)字信息不一致時，市場并沒有對這種不一致性做出反應，即說明市場缺乏對這種不一致性的價格懲罰效應。

(五) 穩(wěn)健性檢驗

為減少內(nèi)生性問題對研究結(jié)果的影響，本文使用工具變量LEV、ROE和Grow對文本情緒傾向變量Tone進行工具處理，并使用兩階段最小二乘法(2SLS)、廣義矩估計(GMM)和迭代廣義矩估計(IGMM)對原方程進行回歸。其中，工具變量LEV、ROE和Grow對Tone的相關系數(shù)分別是0.258、0.336和0.337，結(jié)果均在1%的水平上顯著(結(jié)果略)，說明工具變量與Tone具有較強的相關性。弱工具變量檢驗結(jié)果的F值均大于10，說明不存在弱工具變量。各兩階段回歸的過度識別檢驗Sargan檢驗值均為0.89，說明本文所選取的工具變量具有一定的外生性，因此結(jié)果較為可靠。在使用工具變量分離Tone的內(nèi)生性部分后，Tone對CAR(0，2)的回歸系數(shù)為0.055，在1%的水平下顯著。兩階段最小二乘法和廣義矩估計的回歸結(jié)果無顯著差異，說明工具變量對Tone是恰好識別的。該結(jié)果說明原方程通過了穩(wěn)健性檢驗，證明了結(jié)論的穩(wěn)健性。

五、 結(jié)論與建議

本文以我國2012—2016年間的上市公司為樣本，檢驗了上市公司業(yè)績預告文本信息及其語言特征對市場反應的影響。研究結(jié)果發(fā)現(xiàn)，業(yè)績預告的文本信息對報告后的股價波動具有解釋作用：文本信息越樂觀，股票回報越高。但語言特征將影響市場對文本信息的反應，具體而言，當文本的情緒被過度渲染、文本存在自我歸因偏差時，市場對文本信息的反應程度將減弱。本文進一步分析發(fā)現(xiàn)，市場對數(shù)字信息與文本信息相一致的業(yè)績預告有更加積極的反應，但是缺乏對不一致信息的價格懲罰效應。

自從2002年9月證監(jiān)會發(fā)布《公開發(fā)行證券的公司信息披露編報規(guī)則第13號》以來，我國的業(yè)績預告制度已經(jīng)歷10余年的發(fā)展，然而相關的法規(guī)尚不健全，目前仍缺乏針對業(yè)績預測違規(guī)的實質(zhì)性處罰。就決策相關性而言，專業(yè)性不強、篇幅較短的業(yè)績預告更加有利于投資者對上市公司經(jīng)營情況的了解，從而做出針對性的投資決策。但缺乏審計和違規(guī)處罰使得業(yè)績預告的可靠性較低，上市公司管理者可以根據(jù)自身動機的需要對業(yè)績預告的信息進行歪曲，尤其可以利用更加不受約束的文字信息。根據(jù)萬德資訊的統(tǒng)計顯示，在2016年年報公布之前，有53家上市公司在業(yè)績預告之后還發(fā)布了業(yè)績預測修正公告，而這一數(shù)字還是近五年以來最低的。可想而知，在這一過程中有多少投資者受到了錯誤業(yè)績預測的誤導，做出了錯誤的投資決策。因此，加強對業(yè)績預告的監(jiān)管、提高投資者對業(yè)績預告的認知刻不容緩。本文的研究結(jié)論對進一步完善我國業(yè)績預告制度有以下兩方面的啟示：第一，對于監(jiān)管部門而言，應盡快出臺針對業(yè)績預告違規(guī)的處罰措施，威懾利用業(yè)績預測哄抬股價的行為。此外對違規(guī)行為的判定也不應僅局限于業(yè)績預測數(shù)值是否準確，還應對文字信息的客觀真實性進行審查。第二，對于投資者而言，應充分認識到上市公司高管的內(nèi)在動機，在通過業(yè)績預告獲取上市公司信息時，應充分考慮到數(shù)字信息與文字表述的一致性、文字表述的客觀性與中肯性，避免受到誤導性陳述的影響。

參考文獻：

[1]BAGINSKI S,DEMERS E,WANG C,et al.Managerial Incentives and the Language in Management Forecast Press Releases[R/OL].(2015-01-29)[2016-09-01].https://researchgate.net/publication/267726932,2015.

[2]林樂,謝德仁.投資者會聽話聽音嗎——基于管理層語調(diào)視角的實證研究[J].財經(jīng)研究,2016(7)：28-39.

[3]曾慶生,周波,張程.年報語調(diào)與公司內(nèi)部人交易：表里如一還是口是心非[C]//2016大連實證會計國際研討會論文集.大連：東北財經(jīng)大學出版社,2016：78-86.

[4]HALL T.Beyond Culture[M].New York:Doubleday,1976：14-20.

[5]POWNALL G,WASLEY C,WAYMIRE G.The Stock Effects of Alternative Types of Management Earnings Forecasts[J].The Accounting Review,1993,68(4)：896-912.

[6]BAGINSKI S,HASSELL J.The Market Interpretation of Management Earnings Forecasts as a Predictor of Subsequent Financial Analyst Forecast Revision[J].The Accounting Review,1990,68(4)：913-927.

[7]WANG I.Private Earnings Guidance and Its Implication for Disclosure Regulation[J].The Accounting Review,2007,5(82)：1299-1332.

[8]BROWN L,CAYLOR M.A Temporal Analysis of Quarterly Earnings Thresholds:Propensities and Valuation Consequences[J].The Accounting Review,2005,80(4)：423-440.

[9]NAGAR V,NANDA D,WYSOCKI P.Discretionary Disclosure and Stock-based Incentives[J].Journal of Accounting and Economics,2003,34(4)：283-309.

[10]ABOODY D,KASZNIK R.CEO Stock Option Awards and the Timing of Voluntary Corporate Disclosures[J].Journal of Accounting and Economics,2000,3(29)：73-100.

[11]CHENG Q,LO K.Insider Trading and Voluntary Disclosures[J].Journal of Accounting Research,2006,44(5):815-848.

[12]ROGERS K,STOCKEN P.Credibility of Management Forecasts[J].The Accounting Review,2005,80(4)：1233-1260.

[13]HUTTON P,STOCKEN C.Effect of Reputation on the Credibility of Management Forecasts[J].Social Science Electronic Publishing,2007,80(4)：1233-1260.

[14]李馨子,羅婷.業(yè)績預測歷史準確度的聲譽效應[J].金融研究,2014(1)：152-166.

[15]陳翔宇,萬鵬.財務信息可比性、產(chǎn)品市場競爭與分析師預測[J].首都經(jīng)濟貿(mào)易大學學報,2016(4)：94-101.

[16]LI F.The Information Content of Forward-looking Statements in Corporate Filings—A Naive Bayesian Machine Learning Approach[J].Journal of Accounting Research,2010,48(2)：1049-1112.

[17]LOUGHRAN T,MCDONALD B.When Is a Liability Not a Liability? Textual Analysis,Dictionaries,and 10Ks[J].The Journal of Finance,2011,66(1)：35-65.

[18]DEMERS E A,VEGA C.Understanding the Role of Managerial Optimism and Uncertainty in the Price Formation Process:Evidence from the Textual Content of Earnings Announcements[R/OL].(2014-03-24)[2016-09-01].https://ssrn.com/abstract=1152326,2014.

[19]DAVIS A K,GE W,MATSUMOTO D,et al.The Effect of Manager-specific Optimism on the Tone of Earnings Conference Calls[J].Review of Accounting Studies,2015,20(2):639-673.

[20]朱朝暉,包燕娜,許文瀚.管理層語調(diào)離差策略及其對分析師預測樂觀度影響——基于A股制造業(yè)上市公司MD&A文本分析[J].財經(jīng)論叢,2018(2)：39-46.

[21]HUANG X,TEOH S,ZHANG Y,Tone Management[J].The Accounting Review,2014,89(4)：1083-1113.

[22]DYE R,SRIDHAR S.Reliability-relevance Trade-offs and the Efficiency of Aggregation[J].Journal of Accounting Research,2004,1(42)： 51-88.

[23]BAGINSKI S,DEMERS E,Wang C,et al.Contemporaneous Verification of Language:Evidence from Management Earnings Forecasts[J].Review of Accounting Studies,2016,21(1)：165-197.

[24]WEINER B.Achievement Motivation and Attribution Theory[M].Morristown,NJ： General Learning Press,1974：420-425.

[25]蔣艷輝,馮楚建.MD&A語言特征、管理層預期與未來財務業(yè)績——來自中國創(chuàng)業(yè)板上市公司的經(jīng)驗證據(jù)[J].中國軟科學,2014(11)：115-130.

[26]侯巧銘,宋力,蔣亞朋.管理者過度自信度量方法的比較與創(chuàng)新[J].財經(jīng)問題研究,2015(7)：58-65.

[27]郝穎,劉星,林朝南.我國上市公司高管人員過度自信與投資決策的實證研究[J].中國管理科學,2005(5)：142-148.

[28]裘益政,劉彥.政治關系、金字塔結(jié)構(gòu)與過度投資[J].浙江工商大學學報,2017(6)：84-93.

[29]姜付秀,張敏,陸正飛,等.管理者過度自信、企業(yè)擴張與財務困境[J].經(jīng)濟研究,2009(1)：131-143.

[30]梁上坤.管理者過度自信、債務約束與成本黏性[J].南開管理評論,2015(3)：122-131.

[31]郝云宏,謝在陽,郝潔,等.代理成本異化與國有企業(yè)績效——基于中國上市公司的實證研究[J].浙江工商大學學報,2016(6)：67-75.

[32]BAGINSKI S,HASSELL J,KIMBROUGH M.Why Do Mangers Explain Their Earnings Forecasts[J].Journal of Accounting Research,2004,42(1)：1-29.