數(shù)據(jù)資產(chǎn)信息披露與分析師盈余預(yù)測關(guān)系研究
——基于文本分析的經(jīng)驗(yàn)證據(jù)

危雁麟 張俊瑞* 汪方軍 程茂勇

(1.西安交通大學(xué) 管理學(xué)院,陜西 西安 710049; 2.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,陜西 西安 710061)

0 引言

隨著大數(shù)據(jù)戰(zhàn)略成為我國重點(diǎn)發(fā)展的戰(zhàn)略,數(shù)據(jù)的獲取、管理、運(yùn)營、交易等成為新的經(jīng)濟(jì)生態(tài)和新的經(jīng)濟(jì)增長點(diǎn)。黨的十九大報(bào)告高瞻遠(yuǎn)矚,提出要“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”,以促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。在數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)據(jù)作為關(guān)鍵的生產(chǎn)要素,打破“數(shù)據(jù)孤島”、充分挖掘數(shù)據(jù)資源的用途、實(shí)現(xiàn)數(shù)據(jù)資源共享逐漸成為企業(yè)重要的價(jià)值源泉。楊善林和周開樂[1]提出要不斷研究探索以更好地發(fā)現(xiàn)和利用大數(shù)據(jù)的潛在價(jià)值。隨著數(shù)據(jù)為企業(yè)帶來越來越高的經(jīng)濟(jì)效益和社會(huì)價(jià)值,數(shù)據(jù)資源已具備了在財(cái)務(wù)報(bào)告中確認(rèn)為資產(chǎn)的條件。2013年,大數(shù)據(jù)之父維克托在《大數(shù)據(jù)時(shí)代》一書中分析了數(shù)據(jù)確認(rèn)為資產(chǎn)的前景與困境,并樂觀預(yù)測“幾乎可以肯定數(shù)據(jù)的價(jià)值將顯示在企業(yè)的資產(chǎn)負(fù)債表上,成為一個(gè)新的資產(chǎn)類別”。此外,截至2019年中國信息通信研究院云計(jì)算與大數(shù)據(jù)研究所發(fā)布的《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書》已更新至4.0版,標(biāo)志著“數(shù)據(jù)資產(chǎn)”概念已得到廣泛認(rèn)可。不僅如此,Perrons和Jensen[2]發(fā)現(xiàn)數(shù)據(jù)資產(chǎn)除應(yīng)用于金融、醫(yī)療、零售等具有豐富數(shù)據(jù)資源的行業(yè),亦存在于能源行業(yè)中;《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書》以及上市公司年度報(bào)告等公開資料也表明,數(shù)據(jù)資產(chǎn)在諸多行業(yè)已普遍存在,不同企業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)、數(shù)字化發(fā)展戰(zhàn)略落地都需要通過打破數(shù)據(jù)孤島、促進(jìn)數(shù)據(jù)融合和價(jià)值挖掘來實(shí)現(xiàn)。因此,披露數(shù)據(jù)資產(chǎn)信息的企業(yè)已擴(kuò)展至股票市場涉及的幾乎所有行業(yè)。

由于越來越多的企業(yè)開始重視數(shù)字化轉(zhuǎn)型升級(jí),不僅使數(shù)據(jù)資產(chǎn)逐步成為企業(yè)的核心資產(chǎn),而且投資者對(duì)企業(yè)數(shù)字化轉(zhuǎn)型、數(shù)據(jù)資產(chǎn)的應(yīng)用也越來越關(guān)注,提高了數(shù)據(jù)資產(chǎn)信息的價(jià)值。此外,投資者對(duì)數(shù)據(jù)資產(chǎn)信息需求的日益增長,強(qiáng)化了企業(yè)數(shù)據(jù)資產(chǎn)信息披露對(duì)資本市場信息中介的吸引力。分析師作為股票市場上重要的信息中介[3-4],具有豐富的經(jīng)驗(yàn)和較強(qiáng)的專業(yè)能力,通過收集、處理信息,尤其是專業(yè)化信息為市場其他參與者提供分析服務(wù),保障市場有效性。在我國股票市場發(fā)行由核準(zhǔn)制向注冊(cè)制過渡之際,監(jiān)管從前端向中后端轉(zhuǎn)移,分析師作為信息中介的價(jià)值不斷提升。Wind數(shù)據(jù)庫中分析師研究報(bào)告數(shù)據(jù)顯示,2010年來越來越多的分析師在盈余預(yù)測報(bào)告中關(guān)注上市公司數(shù)據(jù)資產(chǎn)的運(yùn)用及其價(jià)值,其研究報(bào)告跟進(jìn)的上市公司已覆蓋多個(gè)行業(yè),說明分析師已逐步在其跟蹤預(yù)測中關(guān)注上市公司的數(shù)據(jù)資產(chǎn)信息,以期通過運(yùn)用該信息在未來獲得更多預(yù)測收益。因此,很有必要探討企業(yè)數(shù)據(jù)資產(chǎn)信息披露行為如何影響分析師發(fā)揮信息中介的作用。企業(yè)披露數(shù)據(jù)資產(chǎn)信息,是否可以吸引信息中介跟進(jìn)分析,既能反映數(shù)字化轉(zhuǎn)型升級(jí)后市場對(duì)數(shù)據(jù)資產(chǎn)的認(rèn)知,又為企業(yè)改善信息透明度的自愿披露行為能否提高市場有效性提供了依據(jù)。

從實(shí)踐看,已有部分上市公司在年度報(bào)告中披露了數(shù)據(jù)資產(chǎn)信息,并有多家上市公司使用了“數(shù)據(jù)資產(chǎn)”概念。但由于《企業(yè)會(huì)計(jì)準(zhǔn)則》尚未發(fā)布數(shù)據(jù)資產(chǎn)確認(rèn)、計(jì)量規(guī)范,中國證券監(jiān)督管理委員會(huì)也未將數(shù)據(jù)資產(chǎn)納入強(qiáng)制信息披露范圍,企業(yè)可以自行決定是否確認(rèn)并披露數(shù)據(jù)資產(chǎn)信息。本文基于構(gòu)建的“數(shù)據(jù)資產(chǎn)”文本披露詞典,對(duì)回歸樣本統(tǒng)計(jì)發(fā)現(xiàn),分析師跟進(jìn)的年度報(bào)告披露相關(guān)信息的上市公司從2010年的127家上升至2017年的870家,可見大部分上市公司目前仍未直接披露其擁有或使用的數(shù)據(jù)資產(chǎn),導(dǎo)致數(shù)據(jù)資產(chǎn)信息通常難以被外部使用者發(fā)現(xiàn)和運(yùn)用。

目前學(xué)術(shù)界對(duì)數(shù)據(jù)資產(chǎn)的研究文獻(xiàn)主要集中在:1)闡述企業(yè)數(shù)據(jù)資源的價(jià)值,論證數(shù)據(jù)資源確認(rèn)為資產(chǎn)的合理性,例如Tambe[5]、Perrons和Jensen[2]和謝康等[6]等。2)剖析數(shù)據(jù)資產(chǎn)的類型和估值方式,例如于玉林[7]和翟麗麗和王佳妮[8]等。3)探討數(shù)據(jù)資產(chǎn)的會(huì)計(jì)處理方式,例如張俊瑞等[9]等。4)數(shù)據(jù)資產(chǎn)管理,例如李紅祥和吳佳坤[10]等。在數(shù)據(jù)資產(chǎn)信息披露方面,一些文獻(xiàn)研究了類似數(shù)據(jù)資產(chǎn)信息披露特點(diǎn)的披露行為對(duì)分析師預(yù)測準(zhǔn)確度的影響。例如,研究發(fā)現(xiàn)企業(yè)自愿披露社會(huì)責(zé)任報(bào)告能夠有效提升分析師預(yù)測的準(zhǔn)確度,且效果主要表現(xiàn)于首次披露時(shí)[11-12]。Chalmers等[13]認(rèn)為企業(yè)對(duì)無形資產(chǎn)的信息披露越少,跟進(jìn)的分析師預(yù)測結(jié)果的準(zhǔn)確性就越低,從而影響分析師預(yù)測報(bào)告的質(zhì)量。研究還發(fā)現(xiàn)充分披露可辨認(rèn)的企業(yè)無形資產(chǎn)能夠提供決定未來業(yè)績的企業(yè)活動(dòng)和經(jīng)濟(jì)環(huán)境的有效信息,說明無形資產(chǎn)信息披露具有顯著的價(jià)值相關(guān)性,并因此能夠有效提高分析師預(yù)測準(zhǔn)確度[14-15]。

總體而言,現(xiàn)有文獻(xiàn)對(duì)數(shù)據(jù)資產(chǎn)信息披露的研究較少,且未深入剖析數(shù)據(jù)資產(chǎn)信息披露行為與分析師預(yù)測的關(guān)系,也較少存在數(shù)據(jù)資產(chǎn)信息披露行為對(duì)資本市場產(chǎn)生作用和影響的研究結(jié)論,尤其是相關(guān)實(shí)證研究還屬空白。這為本文從數(shù)據(jù)資產(chǎn)信息披露現(xiàn)狀及發(fā)展趨勢出發(fā),研究數(shù)據(jù)資產(chǎn)信息披露對(duì)分析師預(yù)測行為的影響提供了較大空間。

本文運(yùn)用獲取的相關(guān)數(shù)據(jù),研究了數(shù)據(jù)資產(chǎn)信息披露頻率是否影響分析師的跟蹤預(yù)測決策、能否有效改善分析師預(yù)測準(zhǔn)確度,論證了自愿披露數(shù)據(jù)資產(chǎn)信息的行為對(duì)分析師預(yù)測的價(jià)值,并從企業(yè)前瞻性信息提供及信息透明度兩個(gè)視角出發(fā),揭示了數(shù)據(jù)資產(chǎn)信息披露頻率影響分析師預(yù)測準(zhǔn)確度的作用機(jī)制。進(jìn)而,考慮到數(shù)據(jù)資產(chǎn)信息的揭示作用可能受文本可讀性影響以及牛、熊市下分析師信息收集處理決策可能存在差異,研究了年報(bào)文本可讀性水平和牛(熊)市市場狀態(tài)是否影響數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師預(yù)測準(zhǔn)確度發(fā)揮作用的程度。

研究發(fā)現(xiàn):個(gè)股年度報(bào)告中數(shù)據(jù)資產(chǎn)信息披露頻率越高,分析師對(duì)該個(gè)股次年每股收益(EPS)的跟蹤預(yù)測報(bào)告越多,且對(duì)每股收益的預(yù)測偏誤越低,說明分析師跟蹤預(yù)測決策越受到數(shù)據(jù)資產(chǎn)信息披露的影響,同時(shí)提高數(shù)據(jù)資產(chǎn)信息披露頻率能夠顯著改善分析師預(yù)測準(zhǔn)確度;提高數(shù)據(jù)資產(chǎn)信息披露頻率可通過增加企業(yè)前瞻性信息提供和提高企業(yè)信息透明度來顯著提升分析師預(yù)測準(zhǔn)確度。進(jìn)一步研究還表明,公司年報(bào)可讀性較高或市場處于牛市狀態(tài)時(shí),數(shù)據(jù)資產(chǎn)信息披露頻率的增加,更能改善分析師預(yù)測的準(zhǔn)確度。

本文的主要貢獻(xiàn)在于:1)分析了企業(yè)數(shù)字化轉(zhuǎn)型過程中數(shù)據(jù)資產(chǎn)信息披露行為,揭示了數(shù)據(jù)資產(chǎn)的確認(rèn)和披露對(duì)企業(yè)自愿性信息披露的影響。2)拓展了大數(shù)據(jù)時(shí)代自愿性信息披露及分析師行為的研究,提供了數(shù)據(jù)資產(chǎn)信息自愿披露對(duì)分析師預(yù)測行為影響的經(jīng)驗(yàn)證據(jù),豐富了數(shù)字化轉(zhuǎn)型推動(dòng)無形資產(chǎn)擴(kuò)容背景下分析師信息需求的研究。3)提供了數(shù)據(jù)資產(chǎn)信息披露對(duì)分析師盈余預(yù)測準(zhǔn)確度作用機(jī)制的實(shí)證證據(jù),將研究視角擴(kuò)展到數(shù)據(jù)資產(chǎn)信息披露的經(jīng)濟(jì)后果方面,對(duì)數(shù)據(jù)資產(chǎn)的理論研究具有增量貢獻(xiàn)。

1 理論分析與研究假設(shè)

1.1 數(shù)據(jù)資產(chǎn)概念界定

隨著大數(shù)據(jù)時(shí)代到來,不同類型的數(shù)據(jù)資源已經(jīng)融合應(yīng)用于與工業(yè)、農(nóng)業(yè)、金融、交通和電信等諸多行業(yè)緊密相關(guān)的系統(tǒng)軟件和整體解決方案,采集、處理并使用自身數(shù)據(jù)資源從而實(shí)現(xiàn)企業(yè)經(jīng)濟(jì)利益流入的實(shí)例越來越多。以我國電信行業(yè)和鋼鐵行業(yè)為例①案例內(nèi)容來自2018年中國信息通信研究院云計(jì)算與大數(shù)據(jù)研究所發(fā)布的《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書》(3.0版),來源鏈接:http://www.caict.ac.cn/kxyj/qwfb/bps/201812/t20181214_190696.htm。,中國電信集團(tuán)公司建立了數(shù)據(jù)管理委員會(huì),輸出了整個(gè)公司的數(shù)據(jù)資產(chǎn)目錄,并基于公司數(shù)據(jù)資產(chǎn)形成了五個(gè)系列16個(gè)子產(chǎn)品,實(shí)現(xiàn)了多個(gè)領(lǐng)域的覆蓋;通過提供相關(guān)產(chǎn)品,協(xié)助客戶充分發(fā)揮數(shù)據(jù)的內(nèi)在價(jià)值。與此同時(shí),中國移動(dòng)省級(jí)公司著力有效推進(jìn)數(shù)據(jù)資產(chǎn)綜合運(yùn)營和流通使用,使數(shù)據(jù)資產(chǎn)管理成為利潤中心。而在鋼鐵行業(yè)中,部分大型鋼鐵集團(tuán)公司開始著眼于將實(shí)時(shí)數(shù)據(jù)處理結(jié)果嵌入生產(chǎn)流程中,以期運(yùn)用數(shù)據(jù)資源實(shí)現(xiàn)自動(dòng)質(zhì)檢取代人工抽檢,通過有效運(yùn)用數(shù)據(jù)挖掘分析提高產(chǎn)品質(zhì)檢效率。

與此同時(shí),數(shù)據(jù)資源交易市場也在不斷發(fā)展。互利共贏的數(shù)據(jù)共享是數(shù)據(jù)交易的重要表現(xiàn)形式,目前諸多企業(yè)通過建立數(shù)據(jù)資源聯(lián)盟,與聯(lián)盟企業(yè)互換數(shù)據(jù)資源,從而實(shí)現(xiàn)數(shù)據(jù)共享,打破彼此之間的“數(shù)據(jù)孤島”[8];此外,也有企業(yè)通過戰(zhàn)略合作以共享數(shù)據(jù)資源實(shí)現(xiàn)經(jīng)濟(jì)利益,例如上市公司“初靈信息”2017年年報(bào)表明其與“企業(yè)微信”深度合作,借此采集企業(yè)管理數(shù)據(jù)用于提供企業(yè)商業(yè)大數(shù)據(jù)智能服務(wù),幫助企業(yè)提高管理和商業(yè)競爭效率。除此之外,數(shù)據(jù)交易平臺(tái)也是數(shù)據(jù)資源交易的重要途徑,2014年2月我國首個(gè)大數(shù)據(jù)交易平臺(tái)——中關(guān)村數(shù)海大數(shù)據(jù)交易平臺(tái)啟動(dòng)后,不同規(guī)模和特點(diǎn)的數(shù)據(jù)交易平臺(tái)和交易所紛紛建立。毫無疑問,近年來我國數(shù)據(jù)交易渠道日益豐富,企業(yè)已能夠直接憑借所控制的數(shù)據(jù)資源實(shí)現(xiàn)外部經(jīng)濟(jì)利益流入企業(yè)。

不難看出,企業(yè)數(shù)據(jù)資源體量不斷增大,數(shù)據(jù)資源的采集、應(yīng)用和交易等活動(dòng)日益增多,企業(yè)認(rèn)可數(shù)據(jù)資產(chǎn)存在的進(jìn)程加快,相關(guān)文獻(xiàn)也提出數(shù)據(jù)資源已具備確認(rèn)為資產(chǎn)的條件[2,8,16],充分證明了數(shù)據(jù)資源具有實(shí)現(xiàn)企業(yè)經(jīng)濟(jì)利益流入的能力。中國信息通信研究院連續(xù)四年發(fā)布《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書》以指導(dǎo)企業(yè)數(shù)據(jù)資產(chǎn)的獲取和管理行為,其中對(duì)數(shù)據(jù)資產(chǎn)的定義為:“數(shù)據(jù)資產(chǎn)是由企業(yè)擁有或者控制的,能夠?yàn)槠髽I(yè)帶來未來經(jīng)濟(jì)利益的,以物理或電子的方式記錄的數(shù)據(jù)資源?！?/p>

在明確數(shù)據(jù)資產(chǎn)概念界定的基礎(chǔ)上,數(shù)據(jù)資產(chǎn)的具體類型劃分也備受關(guān)注。從數(shù)據(jù)資產(chǎn)特點(diǎn)來看,數(shù)據(jù)資產(chǎn)與無形資產(chǎn)有較多相符之處。于玉林[7]提出,宏觀的無形資產(chǎn)概念應(yīng)該更加寬泛,不僅局限于《企業(yè)會(huì)計(jì)準(zhǔn)則——無形資產(chǎn)》中列舉的幾類資產(chǎn)。目前除了會(huì)計(jì)核算體系中提及的無形資產(chǎn)類型,相關(guān)研究中將員工滿意度[17]、供應(yīng)商基本信息[18]等要素也稱為企業(yè)的無形資產(chǎn),甚至一些文獻(xiàn)也直接或間接地支持了數(shù)據(jù)資產(chǎn)屬于一類無形資產(chǎn)[7-8,18]。本文也認(rèn)為數(shù)據(jù)資產(chǎn)是無形資產(chǎn)的重要組成部分。此外,Warren等[18]提出企業(yè)的表外無形資產(chǎn)亦可稱為“軟資產(chǎn)”。因此,從表外列示的角度看,本文認(rèn)為數(shù)據(jù)資產(chǎn)是與有形資產(chǎn)等“硬資產(chǎn)”相區(qū)別的一種“軟資產(chǎn)”。

1.2 數(shù)據(jù)資產(chǎn)信息披露行為分析

從信息披露的具體特點(diǎn)來看,數(shù)據(jù)資產(chǎn)信息披露屬于自愿性無形資產(chǎn)信息披露行為。由于無形資產(chǎn)在傳統(tǒng)會(huì)計(jì)報(bào)告中難以充分展現(xiàn),導(dǎo)致盈余與市場收益關(guān)系失衡,所以擁有顯著無形資產(chǎn)的企業(yè)更有意愿進(jìn)行自愿性信息披露以作為會(huì)計(jì)報(bào)告的信息補(bǔ)充[19]。同時(shí),鑒于無形資產(chǎn)信息是外部信息使用者用于評(píng)價(jià)企業(yè)成長性的重要信息[20],本文認(rèn)為無形資產(chǎn)信息屬于重要的前瞻性信息,企業(yè)披露數(shù)據(jù)資產(chǎn)信息也是一種前瞻性信息披露。

然而,雖然企業(yè)在一定程度上具有自愿對(duì)外披露數(shù)據(jù)資產(chǎn)信息的積極性,但考慮到部分無形資產(chǎn)尚未被確認(rèn)[21],管理層對(duì)于披露各類無形資產(chǎn)信息是否能夠受到投資者關(guān)注和采用難以確定[17],因此不同企業(yè)管理層對(duì)于無形資產(chǎn)的信息披露意愿也并不一致。數(shù)據(jù)資產(chǎn)作為一種表外無形資產(chǎn),其對(duì)企業(yè)的價(jià)值雖然越來越重要,但管理層仍未能明確外部信息使用者是否采用數(shù)據(jù)資產(chǎn)信息,從而導(dǎo)致不同企業(yè)管理層對(duì)數(shù)據(jù)資產(chǎn)信息披露的決策存在差異。

1.3.1 數(shù)據(jù)資產(chǎn)信息披露與分析師跟進(jìn)

根據(jù)Bhushan[22]從需求和供給的均衡角度討論分析師跟進(jìn)的研究框架,本文認(rèn)為分析師將會(huì)依據(jù)企業(yè)數(shù)據(jù)資產(chǎn)信息披露狀況選擇跟進(jìn)和預(yù)測的上市公司。具體來說,從需求角度看,由于各類無形資產(chǎn)信息是投資者判斷企業(yè)未來成長性、分析企業(yè)未來業(yè)績的重要依據(jù)[20,23],而數(shù)據(jù)資產(chǎn)可視為大數(shù)據(jù)時(shí)代企業(yè)數(shù)字化轉(zhuǎn)型過程中重要的表外無形資產(chǎn),因此本文認(rèn)為投資者將會(huì)關(guān)注數(shù)據(jù)資產(chǎn)信息,并需要分析師作為信息中介對(duì)披露此類信息的企業(yè)提供跟蹤預(yù)測。另外,考慮到分析師只能關(guān)注有限數(shù)量的個(gè)股,更有可能響應(yīng)投資者的需求,對(duì)披露此類信息的企業(yè)進(jìn)行預(yù)測。

從供給角度看,財(cái)務(wù)報(bào)表尚未包含一些對(duì)企業(yè)競爭發(fā)展較為重要的無形資產(chǎn)信息,因而會(huì)降低傳統(tǒng)財(cái)務(wù)報(bào)表傳遞會(huì)計(jì)信息的價(jià)值相關(guān)性,不利于企業(yè)決策[18];擴(kuò)展至財(cái)務(wù)報(bào)告層面來說,如果企業(yè)部分或全部可自愿確認(rèn)和披露的可辨認(rèn)無形資產(chǎn)信息未能充分反映在企業(yè)財(cái)務(wù)報(bào)告中,將削弱財(cái)務(wù)報(bào)告?zhèn)鬟f財(cái)務(wù)信息的價(jià)值相關(guān)性[24]?；诖?分析師作為證券市場上重要的信息中介[3-4],通常希望通過較低的成本收集并處理更多具有價(jià)值的信息來實(shí)現(xiàn)利益最大化[3],由此推論無形資產(chǎn)價(jià)值相關(guān)性的提升會(huì)增強(qiáng)分析師通過財(cái)務(wù)報(bào)告等公開信息渠道獲取和處理企業(yè)無形資產(chǎn)信息的意愿。進(jìn)一步地,Barron等[25]認(rèn)為預(yù)測擁有大量無形資產(chǎn)公司的收益時(shí),分析師將更關(guān)注包括數(shù)據(jù)資產(chǎn)在內(nèi)的企業(yè)自身私有(或特殊)信息,以作為對(duì)公司財(cái)務(wù)信息的補(bǔ)充。同時(shí)由于數(shù)據(jù)資產(chǎn)具有可辨認(rèn)性[9],根據(jù)Ritter和Wells[24]的觀點(diǎn)可以推論,數(shù)據(jù)資產(chǎn)作為對(duì)企業(yè)有價(jià)值的可辨認(rèn)無形資產(chǎn),其信息目前并未在財(cái)務(wù)報(bào)表中列示,而是由企業(yè)自行確認(rèn)并在財(cái)務(wù)報(bào)告中自愿披露,因而在財(cái)務(wù)報(bào)告中披露的數(shù)據(jù)資產(chǎn)信息將有助于緩解財(cái)務(wù)報(bào)告價(jià)值相關(guān)性的不足。結(jié)合以上分析,本文認(rèn)為分析師作為市場上具有較強(qiáng)專業(yè)能力且對(duì)企業(yè)信息具有高度敏感性的信息中介,應(yīng)該能夠認(rèn)識(shí)到企業(yè)財(cái)務(wù)報(bào)告中披露的數(shù)據(jù)資產(chǎn)信息對(duì)提高財(cái)務(wù)報(bào)告的價(jià)值相關(guān)性、完善企業(yè)估值的作用,因而很有可能關(guān)注披露數(shù)據(jù)資產(chǎn)信息的企業(yè),并希望通過對(duì)該類企業(yè)的跟蹤分析改善其預(yù)測,尤其是那些通過財(cái)務(wù)報(bào)告等方式公開披露數(shù)據(jù)資產(chǎn)信息的企業(yè)。鑒于能以低成本獲取和運(yùn)用這些信息,分析師可能更愿意增加關(guān)于此類企業(yè)跟蹤預(yù)測的供給,進(jìn)而有效幫助外部市場參與者根據(jù)企業(yè)盈余做出合理反應(yīng),并提高其預(yù)測業(yè)績。

綜上所述,本文認(rèn)為企業(yè)通過提高數(shù)據(jù)資產(chǎn)信息的自愿披露程度,將受到更多分析師的跟蹤預(yù)測,據(jù)此,提出如下假設(shè):

假設(shè)1企業(yè)年度報(bào)告中數(shù)據(jù)資產(chǎn)信息披露頻率越高,越會(huì)吸引更多的分析師進(jìn)行盈余預(yù)測。

1.3.2 數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度

現(xiàn)有文獻(xiàn)表明,可辨認(rèn)無形資產(chǎn)與企業(yè)價(jià)值顯著相關(guān)[24],Wyatt[14]提出對(duì)可辨認(rèn)無形資產(chǎn)的充分披露,能夠提供決定企業(yè)未來業(yè)績的經(jīng)營活動(dòng)和經(jīng)濟(jì)環(huán)境的有效信息,說明企業(yè)強(qiáng)制或自愿確認(rèn)的可辨認(rèn)無形資產(chǎn)信息具有明顯的價(jià)值相關(guān)性,在財(cái)務(wù)報(bào)告中披露這些信息能夠有效提高分析師預(yù)測的準(zhǔn)確度[15]。

如前文所述,企業(yè)數(shù)據(jù)資產(chǎn)信息披露保證了財(cái)務(wù)報(bào)告的價(jià)值相關(guān)性。由于數(shù)據(jù)資產(chǎn)信息受到分析師關(guān)注并影響其盈余預(yù)測的決策,因此分析師通過財(cái)務(wù)報(bào)告越多、越全面地掌握企業(yè)數(shù)據(jù)資產(chǎn)信息,就能夠越多地得到?jīng)Q定企業(yè)未來業(yè)績的經(jīng)營活動(dòng)和經(jīng)濟(jì)環(huán)境的有效信息,并能夠深入分析企業(yè)的價(jià)值潛力,對(duì)企業(yè)未來做出更好的預(yù)測。因此,我們認(rèn)為分析師通過對(duì)企業(yè)數(shù)據(jù)資產(chǎn)信息的分析和處理,能夠有效提高其盈余預(yù)測的準(zhǔn)確性。

另一方面,由于企業(yè)的無形資產(chǎn)并未全部納入會(huì)計(jì)核算系統(tǒng),而數(shù)據(jù)資產(chǎn)這類無形資產(chǎn)信息的自愿披露能夠有效提高企業(yè)的信息透明度,提供企業(yè)更多的私有信息,及時(shí)獲取和解讀私有信息則是保障分析師盈余預(yù)測準(zhǔn)確度的重要因素[26]。通過提高信息透明度能夠降低盈余信息質(zhì)量高低對(duì)分析師預(yù)測的影響,從而在一定程度上提高分析師預(yù)測的準(zhǔn)確度[27-28]。此外,上市公司信息披露質(zhì)量能夠影響個(gè)體信息在分析師預(yù)測中所占的比重,從而削弱行業(yè)信息對(duì)分析師預(yù)測的影響[29],因此提高數(shù)據(jù)資產(chǎn)信息披露頻率能夠進(jìn)一步提高分析師預(yù)測結(jié)果的準(zhǔn)確度。

綜上所述,本文認(rèn)為企業(yè)在年度報(bào)告中披露數(shù)據(jù)資產(chǎn)相關(guān)信息的頻率越高,分析師越能夠獲取更多有價(jià)值的企業(yè)特質(zhì)信息,從而越有助于分析師使用有價(jià)值信息進(jìn)行盈余預(yù)測?；诖?提出如下假設(shè):

假設(shè)2企業(yè)年度報(bào)告中數(shù)據(jù)資產(chǎn)信息披露頻率越高,分析師進(jìn)行盈余預(yù)測的準(zhǔn)確度越高。

2 研究設(shè)計(jì)

2.1 樣本獲取

本文以2010—2017年中國A股市場上市公司為樣本,通過構(gòu)建文本挖掘詞典度量其數(shù)據(jù)資產(chǎn)信息披露頻率,檢驗(yàn)數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師預(yù)測準(zhǔn)確度的影響。在樣本數(shù)據(jù)方面,本文使用了“WinGo(文構(gòu))文本數(shù)據(jù)庫”中計(jì)算的相似詞詞典數(shù)據(jù)、年度報(bào)告詞頻統(tǒng)計(jì)數(shù)據(jù)、年度報(bào)告總詞數(shù)數(shù)據(jù)、年度報(bào)告可讀性指數(shù)和風(fēng)險(xiǎn)披露指數(shù),以及Wind數(shù)據(jù)庫的企業(yè)業(yè)績預(yù)告相關(guān)數(shù)據(jù),并通過CSMAR數(shù)據(jù)庫獲得上市公司特征、分析師行為相關(guān)變量和市場指數(shù)等其他數(shù)據(jù)。

本文對(duì)樣本進(jìn)行了如下處理:1)剔除次年無分析師對(duì)年末每股收益(EPS)水平予以跟蹤預(yù)測的個(gè)股樣本;2)剔除ST公司;3)剔除金融行業(yè)企業(yè);4)剔除任一變量出現(xiàn)缺失值的樣本。最終,獲得12035個(gè)年份-個(gè)股觀測值。本文對(duì)所有連續(xù)變量在1%水平上進(jìn)行了winsorize處理。

2.2 變量定義

2.2.1 數(shù)據(jù)資產(chǎn)信息披露

目前數(shù)據(jù)資產(chǎn)雖未被納入企業(yè)資產(chǎn)負(fù)債表列示,但已有上市公司在年度報(bào)告中自愿披露了數(shù)據(jù)資產(chǎn)信息,使分析師有機(jī)會(huì)獲取并運(yùn)用這類信息。因此,本文通過對(duì)上市公司年度報(bào)告中數(shù)據(jù)資產(chǎn)信息的文本挖掘,來度量企業(yè)數(shù)據(jù)資產(chǎn)信息的披露頻率。

本文參考胡楠等[30]的文本挖掘方法,以“WinGo(文構(gòu))文本數(shù)據(jù)庫”(www.wingodata.cn)為數(shù)據(jù)來源,運(yùn)用“種子詞集+Word2Vec相似詞擴(kuò)充”方法構(gòu)建數(shù)據(jù)資產(chǎn)信息披露水平度量的相關(guān)詞典,挖掘上市公司年報(bào)文本中的數(shù)據(jù)資產(chǎn)信息并評(píng)估其披露水平,具體步驟為:1)將“數(shù)據(jù)資產(chǎn)”詞匯納入詞典中。2)考慮到“數(shù)據(jù)資產(chǎn)”一詞尚未被所有上市公司采納并披露為一項(xiàng)資產(chǎn),在數(shù)據(jù)庫中也未成為一個(gè)固定詞匯,基于《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書4.0》中“數(shù)據(jù)資產(chǎn)是能為企業(yè)產(chǎn)生價(jià)值的數(shù)據(jù)資源”的觀點(diǎn),進(jìn)一步視“數(shù)據(jù)資源”為“數(shù)據(jù)資產(chǎn)”的等價(jià)詞,因此將“數(shù)據(jù)資源”也作為種子詞匯。3)依據(jù)種子詞匯,借助“WinGo(文構(gòu))文本數(shù)據(jù)庫”中具備的Word2Vec神經(jīng)網(wǎng)絡(luò)模型,運(yùn)用深度學(xué)習(xí)技術(shù)手段,用上市公司披露的海量文本語料進(jìn)行訓(xùn)練,構(gòu)建出詞語相似度計(jì)算模型,獲得種子詞匯在WinGo文本數(shù)據(jù)庫中的深度學(xué)習(xí)相似詞詞集,在此基礎(chǔ)上,僅保留相似度高于0.5的相似詞以保證詞典確實(shí)能夠反映企業(yè)數(shù)據(jù)資產(chǎn)信息披露,從而完成詞典構(gòu)建,并基于數(shù)據(jù)庫提供的相似度數(shù)據(jù)對(duì)每個(gè)詞頻進(jìn)行賦權(quán)。

關(guān)于Word2Vec神經(jīng)網(wǎng)絡(luò)模型,根據(jù)WinGo(文構(gòu))文本數(shù)據(jù)庫中的數(shù)據(jù)庫說明書,Word2Vec神經(jīng)網(wǎng)絡(luò)模型是Mikolov等學(xué)者于2013年提出的一種神經(jīng)網(wǎng)絡(luò)語言模型,它的本質(zhì)是基于神經(jīng)網(wǎng)絡(luò)來完成的Word Embedding方法,能夠?qū)⒃~語表示成一個(gè)實(shí)值向量,并捕捉語義信息。具體來說,WinGo(文構(gòu))文本數(shù)據(jù)庫對(duì)Word2Vec神經(jīng)網(wǎng)絡(luò)模型的運(yùn)用是通過Word Embedding中的CBOW模型(continuous bag-of-words model)根據(jù)上下文語義信息將清洗后的海量財(cái)經(jīng)文本語料中通過分詞獲得的詞語表示成多維向量用以計(jì)算詞語相似度,并據(jù)以篩選種子詞匯的相似詞,而海量的財(cái)經(jīng)文本語料也能夠保證相似詞更符合財(cái)經(jīng)文本語境。CBOW模型表達(dá)式如式(1)所示:

其中,C為語料,w為中心詞,Content(w)為中心詞的上下文。關(guān)于詞語相似度計(jì)算,則是在由這些實(shí)值向量形成的詞向量空間中,以詞向量間的余弦距離作為詞語之間的語義相似度;余弦距離越小,詞語之間的相似度越大。

本文參考王雄元等[31]通過文本挖掘度量風(fēng)險(xiǎn)信息披露頻率的方法,運(yùn)用如下計(jì)算模型來度量企業(yè)數(shù)據(jù)資產(chǎn)信息披露:

其中,DADISit為數(shù)據(jù)資產(chǎn)信息披露頻率變量,Freitn為詞典中第n個(gè)詞匯在公司i第t年的年度報(bào)告中的精確詞頻。Simn為詞典中第n個(gè)詞匯與種子詞匯的相似度(種子詞匯的變量Simn賦值為1)。TotalFreit為公司i在第t年的年度報(bào)告的總詞頻(排除英文和數(shù)字)。

2.2.2 分析師預(yù)測變量

1)分析師跟蹤預(yù)測頻次。本文參考李春濤等[32]的思路,以研究報(bào)告為單位,將分析師跟蹤預(yù)測的頻次變量Coverageit+1界定為預(yù)測了公司i在第t+1年期末EPS的分析師研究報(bào)告數(shù)量的自然對(duì)數(shù),即無論發(fā)布的報(bào)告涉及多少位分析師,本文將發(fā)布了一份研究報(bào)告視為一次分析師跟蹤預(yù)測,從而檢驗(yàn)公司更高頻率的數(shù)據(jù)資產(chǎn)信息披露是否能帶來對(duì)該公司盈余的更多跟蹤預(yù)測,以反映分析師跟蹤預(yù)測此類信息披露是否被納入考慮范圍。

2)分析師預(yù)測準(zhǔn)確度FEit+1。本文參考王雄元等[31]對(duì)于分析師預(yù)測準(zhǔn)確度的度量方法,通過如式(3)所示的計(jì)算模型度量分析師預(yù)測準(zhǔn)確度。

其中,FEit+1為分析師預(yù)測公司i在第t+1年末每股收益(EPS)的準(zhǔn)確度,Ave_FEPSit+1為第t+1期內(nèi)所有研究報(bào)告預(yù)測公司i在第t+1期末EPS的平均值,Act_EPSit+1為公司i在第t+1期末的EPS實(shí)際值。

與此同時(shí),在計(jì)算每一年度分析師跟蹤預(yù)測相關(guān)變量過程中,為保證分析師預(yù)測所用的信息與上市公司年度報(bào)告的時(shí)間相對(duì)應(yīng),本文參考王艷艷等[12]的研究,將第t+1期的研究報(bào)告篩選窗口界定為第t+1年5月1日至第t+2年4月30日之間發(fā)布的關(guān)于第t+1期末EPS的跟蹤預(yù)測報(bào)告。

2.2.3 控制變量

在實(shí)證檢驗(yàn)中,本文參考Dhaliwal等[11]、王艷艷等[12]和王雄元等[31]等相關(guān)文獻(xiàn),選取控制變量構(gòu)建模型。模型中的變量匯總?cè)绫?所示。

表1 研究變量匯總表Table 1 Summary of research variables

2.3 模型設(shè)計(jì)

為檢驗(yàn)假設(shè)1,本文參考現(xiàn)有文獻(xiàn)[11-12]構(gòu)建了回歸模型如式(4)所示,同時(shí)控制了年份和行業(yè)固定效應(yīng),并進(jìn)行了基于行業(yè)的聚類(cluster)處理。根據(jù)本文假設(shè)1,預(yù)計(jì)模型中的系數(shù)α1顯著為正。

此外,為了檢驗(yàn)假設(shè)2,本文參考現(xiàn)有文獻(xiàn)[11,31]構(gòu)建了回歸模型如式(5)所示,同時(shí)控制了年份和行業(yè)固定效應(yīng),并進(jìn)行了基于行業(yè)的聚類(cluster)處理。根據(jù)本文假設(shè)2,預(yù)計(jì)模型中的系數(shù)β1顯著為負(fù)。

3 實(shí)證檢驗(yàn)結(jié)果

3.1 描述性統(tǒng)計(jì)

本文各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。個(gè)股的跟蹤預(yù)測頻次變量Coverage的標(biāo)準(zhǔn)差為1.224,最大值為4.450而最小值為0,說明分析師對(duì)不同個(gè)股下一年度每股收益(EPS)的跟蹤預(yù)測偏好有顯著差異。分析師預(yù)測準(zhǔn)確度FE由分析師預(yù)測偏誤表示,且由度量方式可看出偏誤值不小于0.5;描述性統(tǒng)計(jì)結(jié)果表明,預(yù)測偏誤最大為9.544,最小為0.50,而上四分位數(shù)為1.038且平均數(shù)為1.120,說明針對(duì)不同個(gè)股,分析師對(duì)下一年EPS的預(yù)測結(jié)果與其實(shí)際值的偏離度存在較大差異,但總體來說分析師的跟蹤預(yù)測通常未與實(shí)際值產(chǎn)生過大的偏離,說明分析師具有較強(qiáng)的專業(yè)能力。數(shù)據(jù)資產(chǎn)信息披露水平DADIS的平均值為0.002,最大值為0.034且最小值為0,說明數(shù)據(jù)資產(chǎn)信息披露程度總體較低,較多公司都暫未披露數(shù)據(jù)資產(chǎn)信息。

表2 變量描述性統(tǒng)計(jì)特征表Table 2 Descriptive statistics of variables

3.2 假設(shè)檢驗(yàn)結(jié)果

3.2.1 數(shù)據(jù)資產(chǎn)信息披露與分析師跟蹤預(yù)測數(shù)量

本文運(yùn)用模型(4)檢驗(yàn)了假設(shè)1,檢驗(yàn)結(jié)果如表3所示。根據(jù)表3可知,解釋變量的系數(shù)為5.356,且在5%置信水平上顯著,說明公司的數(shù)據(jù)資產(chǎn)信息披露頻率與分析師對(duì)該公司進(jìn)行跟蹤預(yù)測的頻次顯著正相關(guān)。據(jù)此,公司對(duì)其數(shù)據(jù)資產(chǎn)相關(guān)信息進(jìn)行的披露越多,跟蹤預(yù)測的報(bào)告數(shù)量越多,即分析師越傾向于預(yù)測此類公司,可以認(rèn)為分析師在跟蹤預(yù)測過程中將數(shù)據(jù)資產(chǎn)信息納入了個(gè)股信息分析范圍。這一結(jié)果符合假設(shè)1的預(yù)期。

表3 數(shù)據(jù)資產(chǎn)信息披露與分析師跟蹤預(yù)測數(shù)量回歸結(jié)果Table 3 Results about regression of data assets disclosure and analyst coverage

3.2.2 數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度

本文運(yùn)用模型(5)檢驗(yàn)了假設(shè)2,結(jié)果如表4所示。可以看出,解釋變量的系數(shù)為-5.328,且在5%置信水平上顯著,說明公司的數(shù)據(jù)資產(chǎn)信息披露頻率與分析師對(duì)該公司進(jìn)行跟蹤預(yù)測的偏差程度顯著負(fù)相關(guān)。由此可見,公司數(shù)據(jù)資產(chǎn)信息披露頻率越高,分析師的預(yù)測結(jié)果越接近該公司下一年EPS的實(shí)際值,從而顯著提升了分析師跟蹤預(yù)測的準(zhǔn)確度。因此,可以認(rèn)為數(shù)據(jù)資產(chǎn)信息披露頻率的提高改善了分析師對(duì)相應(yīng)個(gè)股的跟蹤預(yù)測準(zhǔn)確度,假設(shè)2得到了驗(yàn)證。

表4 數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度回歸結(jié)果Table 4 Results about regression of data assets disclosure and analyst forecast accuracy

3.2.3 內(nèi)生性檢驗(yàn)

在大數(shù)據(jù)時(shí)代,擁有數(shù)據(jù)資產(chǎn)、使用數(shù)據(jù)資產(chǎn)的企業(yè)不斷增加,披露數(shù)據(jù)資產(chǎn)信息的上市公司日益普及,企業(yè)數(shù)據(jù)資產(chǎn)信息也越來越受到市場信息中介的關(guān)注。但是,企業(yè)數(shù)據(jù)資產(chǎn)信息披露與分析師跟進(jìn)預(yù)測之間存在一定內(nèi)生性,因此本文采用如下檢驗(yàn)以控制研究中的內(nèi)生性問題。

1)準(zhǔn)自然實(shí)驗(yàn)

本文以2016年頒布的《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》(“十三五規(guī)劃綱要”)作為外生事件,設(shè)計(jì)了準(zhǔn)自然實(shí)驗(yàn)以解決研究中的內(nèi)生性問題。具體來說,“十三五規(guī)劃綱要”提出實(shí)施國家大數(shù)據(jù)戰(zhàn)略,把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源,全面實(shí)施促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng),加快推進(jìn)數(shù)據(jù)資源共享開放和開發(fā)應(yīng)用,助力產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和社會(huì)治理創(chuàng)新。在國家大數(shù)據(jù)戰(zhàn)略的指引下,企業(yè)的大數(shù)據(jù)業(yè)務(wù)越來越普遍,數(shù)據(jù)資產(chǎn)信息日益成為企業(yè)重要的特質(zhì)信息。在貫徹落實(shí)“十三五規(guī)劃綱要”過程中,我國各級(jí)政府高度重視大數(shù)據(jù)發(fā)展,其中貴州省已將發(fā)展大數(shù)據(jù)提升到“十三五”甚至長期發(fā)展的重大戰(zhàn)略高度,大數(shù)據(jù)戰(zhàn)略重點(diǎn)實(shí)驗(yàn)室發(fā)布的《大數(shù)據(jù)藍(lán)皮書:中國大數(shù)據(jù)發(fā)展報(bào)告No.1》中視其為貴州大數(shù)據(jù)發(fā)展能夠異軍突起的決定性因素。據(jù)此,本文認(rèn)為貴州省上市公司受到國家及當(dāng)?shù)卮髷?shù)據(jù)發(fā)展戰(zhàn)略的影響更強(qiáng),在披露數(shù)據(jù)資產(chǎn)信息、認(rèn)可數(shù)據(jù)資產(chǎn)信息等方面,也會(huì)更多地受到大數(shù)據(jù)發(fā)展戰(zhàn)略的影響,因而能夠反映出數(shù)據(jù)資產(chǎn)信息披露對(duì)于分析師跟蹤預(yù)測的作用。

綜上所述,本文構(gòu)建模型通過準(zhǔn)自然實(shí)驗(yàn)進(jìn)一步檢驗(yàn)了假設(shè)。具體來說,本文基于盈余預(yù)測年度,選擇2017和2018年度作為事件后時(shí)間窗口,Post賦值為1;2014—2016年度則為事件前時(shí)間窗口,Post賦值為0。同時(shí)本文將辦公地點(diǎn)位于貴州省的上市公司作為實(shí)驗(yàn)組樣本,其余上市公司作為控制組樣本。根據(jù)表5所示的檢驗(yàn)結(jié)果,交乘項(xiàng)Treatedit×Postit的檢驗(yàn)系數(shù)為-0.217,且在5%置信水平上顯著,說明“十三五規(guī)劃綱要”頒布后,辦公地點(diǎn)在貴州省的上市公司的數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師預(yù)測準(zhǔn)確度的提升作用相較于其他地區(qū)上市公司的數(shù)據(jù)資產(chǎn)信息披露頻率有顯著加強(qiáng)。由此可見提高公司數(shù)據(jù)資產(chǎn)信息披露頻率能夠顯著改善分析師跟蹤預(yù)測的準(zhǔn)確度。

表5 準(zhǔn)自然實(shí)驗(yàn)回歸結(jié)果Table 5 Results about regression of the quasi-natural experiment

2)Heckman兩階段法

考慮到數(shù)據(jù)資產(chǎn)信息披露屬于自愿性披露行為,即企業(yè)管理層能夠選擇是否披露數(shù)據(jù)資產(chǎn)信息,為了控制檢驗(yàn)中的選擇性偏誤等內(nèi)生性問題,本文采用了Heckman兩階段法中的處置效應(yīng)模型(treatment effect model)做了進(jìn)一步檢驗(yàn)。具體來說,本文借鑒Matsumura等[33]、Kim和Zhang[34]、傅傳銳和洪運(yùn)超[35]以及曹廷求和張光利[36]等的研究,第一階段選取行業(yè)內(nèi)披露數(shù)據(jù)資產(chǎn)信息的企業(yè)數(shù)量占行業(yè)企業(yè)總數(shù)的比例Disc_Propit為Z變量,并選擇規(guī)模變量LnAssetit、杠桿Leverageit、第一大股東持股比例Firstit、審計(jì)師是否來自四大會(huì)計(jì)師事務(wù)所Big4it、當(dāng)年被分析師關(guān)注程度Coverageit、股東基數(shù)Shareholderit、托 賓Q值TobinQit和 現(xiàn) 金 流 水 平CashFlowit為控制變量,運(yùn)用處置效應(yīng)模型檢驗(yàn)了企業(yè)數(shù)據(jù)資產(chǎn)信息披露對(duì)分析師預(yù)測準(zhǔn)確度的影響,檢驗(yàn)結(jié)果如表6所示。根據(jù)表6的內(nèi)容,逆米爾斯比率的檢驗(yàn)系數(shù)為-0.189,且在1%水平上顯著,說明采用處置效應(yīng)模型的估計(jì)結(jié)果更為合理。而解釋變量檢驗(yàn)系數(shù)為-5.669,且在10%水平上顯著,說明在考慮選擇性偏誤的情況下,企業(yè)數(shù)據(jù)資產(chǎn)信息披露仍能顯著降低分析師預(yù)測偏差,從而提高分析師預(yù)測準(zhǔn)確度。

表6 運(yùn)用處置效應(yīng)模型的Heckman兩階段回歸結(jié)果Table 6 Results about regression of Heckman two-stage method using the treatment effect model

3.3 機(jī)制檢驗(yàn)

假設(shè)檢驗(yàn)結(jié)果表明,數(shù)據(jù)資產(chǎn)信息披露頻率越高,越能改善分析師預(yù)測的準(zhǔn)確度。根據(jù)前文對(duì)假設(shè)2的分析,本文借鑒Xu[37]的機(jī)制檢驗(yàn)方法,從前瞻性信息提供和個(gè)股信息透明度兩個(gè)角度,檢驗(yàn)數(shù)據(jù)資產(chǎn)信息披露能夠提高分析師預(yù)測準(zhǔn)確度的具體機(jī)制。

3.3.1 前瞻性信息提供程度

年報(bào)中的數(shù)據(jù)資產(chǎn)信息披露提供了更多決定企業(yè)未來業(yè)績的經(jīng)營活動(dòng)和經(jīng)濟(jì)環(huán)境的有效信息,有利于分析師了解企業(yè)未來的價(jià)值潛力并用于盈余預(yù)測,從而能夠有效提高其盈余預(yù)測的準(zhǔn)確性。據(jù)此,考慮到分析師的有限關(guān)注,以及數(shù)據(jù)資產(chǎn)作為一種前瞻性信息的功能,本文認(rèn)為分析師對(duì)企業(yè)前瞻性信息獲得程度的高低會(huì)影響其運(yùn)用數(shù)據(jù)資產(chǎn)信息改善盈余預(yù)測的程度,即可獲得的前瞻性信息越少,數(shù)據(jù)資產(chǎn)信息對(duì)分析師就越重要,因而也越能發(fā)揮改善預(yù)測準(zhǔn)確度的作用。

目前企業(yè)的前瞻性信息主要來自年報(bào)中的“管理層討論與分析”(MD&A)部分和企業(yè)臨時(shí)公告中的業(yè)績預(yù)告,前者是企業(yè)披露數(shù)據(jù)資產(chǎn)信息的常見渠道,后者則是企業(yè)前瞻性信息披露的另一來源,自愿性披露是企業(yè)之間前瞻性信息提供程度存在差異的主要原因。具體來說,因出現(xiàn)中國證券監(jiān)督管理委員會(huì)股票上市規(guī)則提到的情形而發(fā)布的業(yè)績預(yù)告為強(qiáng)制性業(yè)績預(yù)告,其他業(yè)績預(yù)告則界定為自愿性業(yè)績預(yù)告[38]。在操作合規(guī)的前提下,企業(yè)若未強(qiáng)制性地進(jìn)行業(yè)績預(yù)告,說明未出現(xiàn)上述情形,從而間接傳遞了關(guān)于企業(yè)未來業(yè)績的某些信息;此時(shí)企業(yè)若自愿進(jìn)行業(yè)績預(yù)告,則可進(jìn)一步披露企業(yè)未來業(yè)績信息,從而提高前瞻性信息的提供程度。由此可見,公司是否進(jìn)行自愿性業(yè)績預(yù)告,將在前瞻性信息的供給方面產(chǎn)生顯著差異。因此,如果作為前瞻性信息的數(shù)據(jù)資產(chǎn)披露能夠提高分析師預(yù)測的準(zhǔn)確度,那么當(dāng)企業(yè)未進(jìn)行自愿性業(yè)績預(yù)告時(shí),數(shù)據(jù)資產(chǎn)信息披露更能提升分析師預(yù)測的準(zhǔn)確度。

綜上,本文根據(jù)企業(yè)是否發(fā)布自愿性業(yè)績預(yù)告設(shè)定虛擬變量Volunt_Announceit+1,即公司i第t+1年是否進(jìn)行過自愿性業(yè)績預(yù)告,如果是則賦值1,反之為0,并基于該變量進(jìn)行分組回歸檢驗(yàn),檢驗(yàn)結(jié)果如表7所示。由表7可看出,在不存在自愿性業(yè)績預(yù)告的樣本組中解釋變量檢驗(yàn)系數(shù)為-7.698,且在5%置信水平上顯著;而存在自愿性業(yè)績預(yù)告的樣本組中解釋變量檢驗(yàn)系數(shù)為-4.071,但不顯著。因此當(dāng)企業(yè)未進(jìn)行自愿性業(yè)績預(yù)告時(shí),企業(yè)提供了較少的前瞻性信息,而通過提高數(shù)據(jù)資產(chǎn)信息披露頻率更能改善分析師預(yù)測。由此可見,企業(yè)通過披露數(shù)據(jù)資產(chǎn)信息等前瞻性信息,能夠提高分析師預(yù)測準(zhǔn)確度。

表7 曾(未)發(fā)布自愿性業(yè)績預(yù)告組數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度回歸結(jié)果Table 7 Results about regression of data assets disclosure and analyst forecast accuracy in have (have not) issued voluntary earning announcement group

3.3.2 企業(yè)信息透明度

如前文所述,數(shù)據(jù)資產(chǎn)信息披露作為企業(yè)自愿性信息披露決策,能夠提供企業(yè)有價(jià)值的私有信息以提高信息透明度,尤其在企業(yè)盈余信息質(zhì)量不理想時(shí),可以起到增量信息的作用,并對(duì)分析師的預(yù)測準(zhǔn)確度產(chǎn)生影響。因此,本文認(rèn)為當(dāng)企業(yè)盈余信息質(zhì)量較差時(shí),數(shù)據(jù)資產(chǎn)信息披露頻率的提升更能發(fā)揮改善分析師預(yù)測的作用。

本文構(gòu)建了盈余信息質(zhì)量變量Disc_Accit-1,即公司i第t-1年的操縱性應(yīng)計(jì)利潤水平,由Dechow等[39]提出的修正瓊斯模型計(jì)算得到。在滿足Disc_Accit-1不為空的樣本中,以樣本公司歷年盈余信息質(zhì)量的中位數(shù)Mediant作為標(biāo)準(zhǔn)進(jìn)行分組回歸檢驗(yàn)。根據(jù)表8列示的回歸結(jié)果,在盈余信息質(zhì)量低的樣本組中解釋變量的系數(shù)為-7.572,且在5%置信水平上顯著;而在盈余信息質(zhì)量高的樣本組中解釋變量的系數(shù)為-3.304,但并不顯著。由此可見,當(dāng)企業(yè)盈余信息質(zhì)量較差時(shí),提高數(shù)據(jù)資產(chǎn)信息披露頻率能夠顯著降低分析師預(yù)測偏誤,說明數(shù)據(jù)資產(chǎn)信息能夠提高企業(yè)信息透明度,增加分析師可使用的有效信息,從而提高分析師預(yù)測準(zhǔn)確度。

表8 高(低)盈余信息質(zhì)量組數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度回歸結(jié)果Table 8 Results about regression of data assets disclosure and analyst forecast accuracy in high (low) earning information quality group

3.4 穩(wěn)健性檢驗(yàn)

3.4.1 差分方程

在自愿性信息披露的相關(guān)研究中,部分文獻(xiàn)提及存在信息的樣板式披露[31],通過查閱披露數(shù)據(jù)資產(chǎn)信息的上市公司年報(bào),我們發(fā)現(xiàn)企業(yè)對(duì)數(shù)據(jù)資產(chǎn)的信息披露在不同年度之間亦存在一定樣板化現(xiàn)象。因此參考以往文獻(xiàn)[11,31],本文剔除前一年和當(dāng)年數(shù)據(jù)資產(chǎn)信息披露頻率均為0的樣本,運(yùn)用差分方程對(duì)假設(shè)2的內(nèi)容進(jìn)行了重新回歸,以消除未隨時(shí)間改變要素所帶來的影響。檢驗(yàn)結(jié)果表明,公司的數(shù)據(jù)資產(chǎn)信息披露頻率的變動(dòng)與分析師預(yù)測該公司盈余準(zhǔn)確度的變動(dòng)顯著負(fù)相關(guān),因此通過公司數(shù)據(jù)資產(chǎn)信息披露頻率的提高,能夠顯著削弱分析師跟蹤預(yù)測偏差程度的上升,從而提高分析師預(yù)測的準(zhǔn)確性。檢驗(yàn)結(jié)果進(jìn)一步支持了本文的研究結(jié)論。

3.4.2 子樣本檢驗(yàn)

1)信息披露頻率不為0的子樣本。在分析師發(fā)揮其信息優(yōu)勢挖掘企業(yè)特質(zhì)信息的過程中,如果無法從年報(bào)獲得數(shù)據(jù)資產(chǎn)信息等自愿披露的特質(zhì)信息,分析師可能會(huì)在考慮信息成本的前提下決定是否挖掘數(shù)據(jù)資產(chǎn)信息;而年報(bào)中披露了數(shù)據(jù)資產(chǎn)信息時(shí),分析師將獲取并運(yùn)用這類特質(zhì)信息,且其披露頻率反映了分析師的可獲取程度,并將影響分析師預(yù)測準(zhǔn)確度。據(jù)此,本文選取年報(bào)數(shù)據(jù)資產(chǎn)信息披露頻率不為0的觀測值作為子樣本,子樣本檢驗(yàn)結(jié)果表明,對(duì)于數(shù)據(jù)資產(chǎn)信息披露頻率不為0的公司,數(shù)據(jù)資產(chǎn)信息披露頻率能夠顯著降低分析師對(duì)該公司進(jìn)行跟蹤預(yù)測的偏差程度,說明本文的回歸結(jié)果具有穩(wěn)健性。

2)樣本期間在2016年之后的子樣本。分析師能夠關(guān)注到企業(yè)數(shù)據(jù)資產(chǎn)的價(jià)值并使用相應(yīng)信息,是數(shù)據(jù)資產(chǎn)信息披露能夠改善分析師預(yù)測準(zhǔn)確度的重要前提,因此本文認(rèn)為應(yīng)進(jìn)一步確保假設(shè)前提成立以重新檢驗(yàn)相關(guān)結(jié)論。具體來說,“十三五”發(fā)展規(guī)劃綱要發(fā)布后,分析師在大數(shù)據(jù)發(fā)展戰(zhàn)略的宏觀背景下,更有可能認(rèn)可企業(yè)數(shù)據(jù)資產(chǎn)的作用并關(guān)注其信息,更能滿足數(shù)據(jù)資產(chǎn)信息影響分析師預(yù)測準(zhǔn)確度的前提?；诖?本文選取預(yù)測年度為2016—2018年的觀測值來構(gòu)建子樣本,再次回歸檢驗(yàn)的結(jié)果表明,分析師在預(yù)測公司2016—2018年的盈余水平時(shí),公司數(shù)據(jù)資產(chǎn)的信息披露頻率與分析師對(duì)該公司盈余預(yù)測的偏差程度顯著負(fù)相關(guān)。檢驗(yàn)結(jié)果說明本文結(jié)論具有穩(wěn)健性。

由于篇幅限制,穩(wěn)健性檢驗(yàn)中檢驗(yàn)結(jié)果的表格不在正文中列示。

4 進(jìn)一步分析

4.1 文本可讀性

數(shù)據(jù)資產(chǎn)相關(guān)信息的文字披露可能涉及一定的專業(yè)詞匯,此時(shí)如果企業(yè)年報(bào)的文本可讀性較差,報(bào)告中關(guān)于數(shù)據(jù)資產(chǎn)的專業(yè)表述難以有效反映數(shù)據(jù)資產(chǎn)信息所蘊(yùn)含的企業(yè)價(jià)值潛力,因此數(shù)據(jù)資產(chǎn)信息在吸引分析師對(duì)相應(yīng)個(gè)股予以關(guān)注的同時(shí),也為分析師分析相關(guān)信息從而有效完成盈余預(yù)測帶來一定阻礙。因此,本文以年報(bào)可讀性作為調(diào)節(jié)變量,借鑒孟慶斌等[40]采用的方法,以所有樣本的個(gè)股年報(bào)可讀性的中位數(shù)為基準(zhǔn),將研究樣本分為高可讀性組和低可讀性組進(jìn)行分組回歸,檢驗(yàn)結(jié)果如表9所示。根據(jù)表9的內(nèi)容可知,高可讀性組中,解釋變量的系數(shù)為-8.639,且在5%置信水平上顯著;而在低可讀性組中,解釋變量的系數(shù)為-3.569,但不顯著。結(jié)果表明,公司的年報(bào)可讀性能夠影響公司數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師預(yù)測準(zhǔn)確度的提升作用,公司年報(bào)可讀性越高,其數(shù)據(jù)資產(chǎn)信息的披露頻率越能夠改善分析師對(duì)公司跟蹤預(yù)測的準(zhǔn)確度。

表9 高(低)可讀性組數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度回歸結(jié)果Table 9 Results about regression of data assets disclosure and analyst forecast accuracy in high (low) readability group

4.2 市場狀態(tài)

酈金梁等[41]提出,牛市狀態(tài)下投資者情緒一般傾向樂觀,而熊市狀態(tài)下投資者情緒則傾向悲觀,且市場對(duì)信息的反應(yīng)在牛市狀態(tài)下也更活躍。據(jù)此,本文認(rèn)為在牛市狀態(tài)下,由于市場對(duì)信息的反應(yīng)更為活躍,分析師的獲利空間更大,因而更有積極性剖析數(shù)據(jù)資產(chǎn)等公司特質(zhì)信息以豐富其信息中介服務(wù),促使數(shù)據(jù)資產(chǎn)信息能夠改善分析師預(yù)測的準(zhǔn)確度。而在熊市狀態(tài)下,由于市場低迷,分析師預(yù)測的獲利水平有限,信息需求相對(duì)較弱,因而較少關(guān)注和分析數(shù)據(jù)資產(chǎn)相關(guān)信息;此外,考慮到在市場低迷時(shí)企業(yè)可能會(huì)通過在年報(bào)中使用晦澀難懂的詞語增大閱讀難度來掩蓋企業(yè)的負(fù)面情況[40],因此分析師處理數(shù)據(jù)資產(chǎn)這類專業(yè)性較強(qiáng)信息的難度可能也較大,本文認(rèn)為,此時(shí)提高數(shù)據(jù)資產(chǎn)信息頻率難以改善分析師預(yù)測的準(zhǔn)確度。

基于上述分析,本文檢驗(yàn)了不同市場狀態(tài)下數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師預(yù)測準(zhǔn)確度的影響。參考以往文獻(xiàn)[42-43],選取滬深300指數(shù)作為股票市場指數(shù),運(yùn)用其120日均線將2010—2013年、2016年、2018年劃分為熊市階段,而將2014—2015年、2017年劃分為牛市階段,并按照盈余預(yù)測年度將對(duì)應(yīng)樣本分入牛、熊市狀態(tài)組。分組回歸檢驗(yàn)結(jié)果如表10所示,在牛市狀態(tài)組中,解釋變量的系數(shù)為-6.029,且在10%置信水平上顯著;而在熊市狀態(tài)組中,解釋變量的系數(shù)為-3.951,但不顯著?？梢钥闯?在牛市狀態(tài)下數(shù)據(jù)資產(chǎn)信息披露頻率確實(shí)能夠改善分析師預(yù)測準(zhǔn)確度,而在熊市狀態(tài)下數(shù)據(jù)資產(chǎn)信息披露頻率則難以發(fā)揮改善分析師預(yù)測的作用。

表10 牛(熊)市狀態(tài)組數(shù)據(jù)資產(chǎn)信息披露與分析師預(yù)測準(zhǔn)確度回歸結(jié)果Table 10 Results about regression of data assets disclosure and analyst forecast accuracy in bull (bear) market group

5 結(jié)論

本文通過挖掘2010—2017年我國A股市場上市公司的年度報(bào)告文本信息,檢驗(yàn)了公司數(shù)據(jù)資產(chǎn)信息披露頻率對(duì)分析師跟蹤預(yù)測該公司盈余準(zhǔn)確度的影響。研究發(fā)現(xiàn):1)公司年報(bào)中的數(shù)據(jù)資產(chǎn)信息披露頻率越高,分析師對(duì)該公司次年每股收益(EPS)的跟蹤預(yù)測報(bào)告越多,分析師篩選跟蹤預(yù)測的個(gè)股時(shí)越多地考慮了數(shù)據(jù)資產(chǎn)信息的供給;2)公司年報(bào)中數(shù)據(jù)資產(chǎn)信息披露頻率越高,分析師對(duì)該公司次年每股收益的預(yù)測偏誤越低,數(shù)據(jù)資產(chǎn)信息披露越能顯著改善分析師預(yù)測的準(zhǔn)確度;3)提高數(shù)據(jù)資產(chǎn)信息披露頻率能夠通過提供企業(yè)前瞻性信息和改善企業(yè)信息透明度來提升分析師預(yù)測準(zhǔn)確度;4)當(dāng)公司年報(bào)可讀性較高或市場處于牛市狀態(tài)時(shí),提高數(shù)據(jù)資產(chǎn)信息披露頻率更能改善分析師預(yù)測準(zhǔn)確度。

本文的研究結(jié)論具有較強(qiáng)的實(shí)踐意義:第一,佐證了企業(yè)數(shù)據(jù)資產(chǎn)信息披露能夠通過改善分析師預(yù)測條件促進(jìn)分析師扮演股票市場信息中介的角色。說明在數(shù)字經(jīng)濟(jì)迅速崛起過程中,數(shù)據(jù)資產(chǎn)信息已逐步成為企業(yè)有價(jià)值的特質(zhì)信息,其信息披露有利于保障市場的有效性。第二,證明了數(shù)據(jù)資產(chǎn)文本信息受分析師關(guān)注和信息披露頻率對(duì)分析師準(zhǔn)確預(yù)測未來盈余的影響,促進(jìn)企業(yè)更加重視數(shù)據(jù)資產(chǎn)的信息披露。第三,為證券監(jiān)管部門順應(yīng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)趨勢、針對(duì)性地采取監(jiān)管手段提高企業(yè)自愿性信息披露程度和信息質(zhì)量提供依據(jù)。第四,通過證明企業(yè)披露文本信息時(shí),文本可讀性對(duì)分析師依據(jù)這些信息準(zhǔn)確預(yù)測具有重要作用,影響企業(yè)不斷重視文本信息的科學(xué)表達(dá)并提高文本信息的可讀性。第五,為分析師評(píng)估上市公司信息披露質(zhì)量和在牛、熊不同市場狀態(tài)基礎(chǔ)上制定信息收集決策提供建議。