同行企業(yè)描述性創(chuàng)新信息披露的溢出效應(yīng)

摘 要：探討同行企業(yè)描述性創(chuàng)新信息披露能否通過改善目標(biāo)企業(yè)信息環(huán)境，產(chǎn)生促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效的溢出效應(yīng)。基于機(jī)器學(xué)習(xí)和文本分析方法構(gòu)建披露指標(biāo)，結(jié)果發(fā)現(xiàn)，同行描述性創(chuàng)新信息披露水平提高能夠顯著促進(jìn)目標(biāo)企業(yè)創(chuàng)新產(chǎn)出“數(shù)量”與“質(zhì)量”提升。信息披露語調(diào)越積極、可讀性和前瞻性越強(qiáng)，信息披露溢出效應(yīng)越顯著。機(jī)制檢驗(yàn)發(fā)現(xiàn)，拓展目標(biāo)企業(yè)信息獲取渠道、加強(qiáng)管理層機(jī)會(huì)主義行為治理是信息披露溢出效應(yīng)產(chǎn)生的主要機(jī)制。進(jìn)一步研究發(fā)現(xiàn)，相較于“言行不符”的信息披露，“言行一致”的信息披露更能促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升。通過提高企業(yè)創(chuàng)新績(jī)效，同行描述性創(chuàng)新信息披露有助于目標(biāo)企業(yè)長(zhǎng)期經(jīng)營(yíng)業(yè)績(jī)提升。

關(guān)鍵詞：同行企業(yè)；描述性創(chuàng)新信息；溢出效應(yīng)；企業(yè)創(chuàng)新；機(jī)器學(xué)習(xí)

DOIDOI：10.6049/kjjbydc.2023090336

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）""""" 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)中圖分類號(hào)：F271.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)文章編號(hào)：1001-7348（2024）15-0022-11

0 引言

內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，創(chuàng)新不僅是塑造企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵，也是國(guó)家經(jīng)濟(jì)可持續(xù)增長(zhǎng)的根本動(dòng)力?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出，堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。在此背景下，探討如何增強(qiáng)企業(yè)自主創(chuàng)新意愿、優(yōu)化創(chuàng)新資源配置，進(jìn)而推動(dòng)實(shí)質(zhì)性創(chuàng)新能力提升具有理論意義和現(xiàn)實(shí)價(jià)值。

創(chuàng)新是吸收和利用既有信息以創(chuàng)造新信息的過程[1]。充分的信息獲取有利于企業(yè)甄別創(chuàng)新項(xiàng)目、獲取創(chuàng)新知識(shí)、評(píng)估創(chuàng)新價(jià)值，良好的信息環(huán)境是企業(yè)創(chuàng)新的必要條件[2]。同群效應(yīng)研究表明，由于面臨相似的經(jīng)濟(jì)條件和市場(chǎng)環(huán)境，同行信息是企業(yè)制定決策的重要參考。企業(yè)能夠利用同行信息制定適合自身發(fā)展情況的財(cái)務(wù)決策[3]。已有文獻(xiàn)基于財(cái)務(wù)信息視角研究發(fā)現(xiàn)，同行企業(yè)信息披露會(huì)影響企業(yè)投資[4]、信息披露[5-6]和投資者行為[7]?，F(xiàn)有非財(cái)務(wù)信息披露研究主要關(guān)注企業(yè)年報(bào)“管理層討論與分析”（以下簡(jiǎn)稱“MDamp;A”）章節(jié)語調(diào)的溢出效應(yīng)，結(jié)果發(fā)現(xiàn)，同行積極語調(diào)能夠促進(jìn)企業(yè)創(chuàng)新投入[8-9]。然而，鮮有文獻(xiàn)基于信息內(nèi)容視角探討非財(cái)務(wù)信息披露的溢出效應(yīng)，對(duì)與創(chuàng)新密切相關(guān)的描述性創(chuàng)新信息關(guān)注不足。

中國(guó)股票市場(chǎng)于2023年2月全面實(shí)行注冊(cè)制改革，企業(yè)年報(bào)中以文本為載體、具有信息含量的描述性創(chuàng)新信息披露水平不斷提高，成為影響企業(yè)市場(chǎng)估值的重要因素。為了獲得更高的估值，上市企業(yè)會(huì)積極披露未來研發(fā)方向、在研項(xiàng)目進(jìn)展、專利授權(quán)情況、成果市場(chǎng)前景等描述性創(chuàng)新信息，以此彌補(bǔ)研發(fā)支出等會(huì)計(jì)信息無法反映企業(yè)創(chuàng)新全貌的不足，從而改善企業(yè)創(chuàng)新信息環(huán)境。鑒于信息環(huán)境對(duì)企業(yè)創(chuàng)新的重要意義，本文關(guān)注同行企業(yè)描述性創(chuàng)新信息披露對(duì)企業(yè)創(chuàng)新績(jī)效的溢出效應(yīng)及作用機(jī)制，并進(jìn)一步考察上述信息的文本特征對(duì)溢出效應(yīng)的影響。

本文研究貢獻(xiàn)如下：第一，將非財(cái)務(wù)信息披露內(nèi)容引入信息披露溢出效應(yīng)研究領(lǐng)域。與現(xiàn)有文獻(xiàn)不同，本文關(guān)注同行描述性創(chuàng)新信息及其文本特征對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的影響，響應(yīng)Leuz＆Wysocki[10]的研究呼吁（關(guān)注信息披露溢出效應(yīng)對(duì)實(shí)體經(jīng)濟(jì)發(fā)展的影響）。第二，深化對(duì)描述性創(chuàng)新信息披露經(jīng)濟(jì)后果的理解?，F(xiàn)有描述性創(chuàng)新信息披露研究主要關(guān)注相關(guān)影響因素[11-12]，結(jié)果發(fā)現(xiàn)，描述性創(chuàng)新信息披露能夠提高分析師預(yù)測(cè)表現(xiàn)[13]、降低股價(jià)同步性[14]。需要指出的是，鮮有文獻(xiàn)基于同行企業(yè)視角考察這類信息溢出對(duì)目標(biāo)企業(yè)創(chuàng)新的影響。本文結(jié)論有助于深化對(duì)描述性創(chuàng)新信息披露經(jīng)濟(jì)后果的理解。第三，通過構(gòu)建語調(diào)、前瞻性、可讀性等特征變量，揭示文本特征差異的調(diào)節(jié)效應(yīng)。本文通過提取年報(bào)描述性創(chuàng)新語句，探討描述性創(chuàng)新信息披露語調(diào)、可讀性和前瞻性的調(diào)節(jié)效應(yīng)，證實(shí)文本特征對(duì)非財(cái)務(wù)信息披露的經(jīng)濟(jì)后果具有重要影響。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 同行企業(yè)信息披露的溢出效應(yīng)

由于面臨相似的宏觀政策和市場(chǎng)環(huán)境，同行企業(yè)商業(yè)模式和主營(yíng)業(yè)務(wù)相似，彼此間信息披露具有較強(qiáng)的相關(guān)性。同行私有信息和公開信息披露均可能影響企業(yè)決策，產(chǎn)生同群效應(yīng)。已有文獻(xiàn)基于財(cái)務(wù)信息披露視角發(fā)現(xiàn)，當(dāng)企業(yè)董事會(huì)或管理層人員存在交集時(shí)，企業(yè)在避稅[15]、盈余預(yù)測(cè)[16]和資本投資[17]方面存在同群效應(yīng)。

企業(yè)可參考同行上市公司財(cái)務(wù)信息制定決策?，F(xiàn)有研究發(fā)現(xiàn)，同行企業(yè)盈余預(yù)測(cè)能夠傳遞私有信息，降低目標(biāo)企業(yè)對(duì)市場(chǎng)需求預(yù)測(cè)的不確定性，進(jìn)而促進(jìn)投資效率[3]和管理層盈余預(yù)測(cè)頻率[5]提升。同行企業(yè)強(qiáng)制性財(cái)務(wù)信息披露能夠傳遞系統(tǒng)性行業(yè)信息，與目標(biāo)企業(yè)自愿性信息披露存在替代關(guān)系[6]。此外，同行企業(yè)財(cái)務(wù)造假會(huì)導(dǎo)致企業(yè)高估市場(chǎng)需求，進(jìn)而降低企業(yè)決策效率[18]。在市場(chǎng)反應(yīng)上，同行財(cái)務(wù)信息披露會(huì)提升目標(biāo)企業(yè)股票流動(dòng)性[19]，進(jìn)而降低資本成本[20]。當(dāng)同行企業(yè)發(fā)生財(cái)務(wù)重述時(shí)，目標(biāo)企業(yè)股價(jià)也會(huì)降低[7]?，F(xiàn)有研究考察了非財(cái)務(wù)信息披露特征的影響，結(jié)果發(fā)現(xiàn)，同行企業(yè)年報(bào)MDamp;A章節(jié)積極或消極語調(diào)會(huì)導(dǎo)致企業(yè)增加或減少資本支出與創(chuàng)新投資[8-9，21]。然而，對(duì)于非財(cái)務(wù)信息披露內(nèi)容是否存在溢出效應(yīng)這一問題，現(xiàn)有文獻(xiàn)尚未形成統(tǒng)一結(jié)論。

1.2 描述性創(chuàng)新信息披露相關(guān)研究

現(xiàn)有文獻(xiàn)更多關(guān)注以數(shù)字為載體的創(chuàng)新信息披露，包括企業(yè)研發(fā)支出和專利申請(qǐng)等，然而這類信息難以反映企業(yè)創(chuàng)新過程、計(jì)劃和市場(chǎng)前景。作為對(duì)數(shù)字信息的解釋與補(bǔ)充，描述性創(chuàng)新信息披露能夠有效緩解與投資者信息不對(duì)稱問題。在金融與科技深度融合的資本市場(chǎng)環(huán)境下，創(chuàng)新信息披露是避免企業(yè)價(jià)值被低估的重要途徑。然而，創(chuàng)新信息屬于企業(yè)專有信息，這類信息披露會(huì)產(chǎn)生知識(shí)溢出效應(yīng)。因此，企業(yè)管理層在制定披露決策時(shí)會(huì)權(quán)衡成本與收益。

已有文獻(xiàn)發(fā)現(xiàn)，知識(shí)產(chǎn)權(quán)保護(hù)能夠降低描述性創(chuàng)新信息披露成本，促進(jìn)披露水平提高[12]。在盈余水平較低時(shí)，企業(yè)會(huì)加強(qiáng)描述性創(chuàng)新信息披露，避免市值被低估[11]?，F(xiàn)有相關(guān)研究發(fā)現(xiàn)，這類信息披露有利于減少分析師預(yù)測(cè)偏差和分歧[13]，降低股價(jià)同步性[14]，從而提高市場(chǎng)定價(jià)效率[22]。然而，已有研究較少基于同行企業(yè)財(cái)務(wù)決策視角，探討描述性創(chuàng)新信息披露的溢出效應(yīng)。

綜上，已有文獻(xiàn)主要聚焦各類財(cái)務(wù)信息，以及非財(cái)務(wù)信息語調(diào)的溢出效應(yīng)，忽視了不同屬性信息內(nèi)容對(duì)目標(biāo)企業(yè)決策的影響，尚未考察描述性創(chuàng)新信息披露對(duì)同行企業(yè)決策的影響。本文基于同行企業(yè)創(chuàng)新決策視角，考察年報(bào)描述性創(chuàng)新信息披露及其文本特征的溢出效應(yīng)，是對(duì)現(xiàn)有相關(guān)文獻(xiàn)的有益補(bǔ)充。

1.3 同行描述性創(chuàng)新信息披露與企業(yè)創(chuàng)新績(jī)效

中國(guó)股票市場(chǎng)關(guān)于描述性創(chuàng)新信息披露的準(zhǔn)則規(guī)定，始見于2003年12月《公開發(fā)行證券的公司信息披露內(nèi)容與格式準(zhǔn)則第2號(hào)—年度報(bào)告的內(nèi)容與格式》（以下簡(jiǎn)稱“《準(zhǔn)則第2號(hào)》”）。2021年6月，《準(zhǔn)則第2號(hào)》修訂版頒布。因此，上市公司在年報(bào)中主要對(duì)以下5類創(chuàng)新信息進(jìn)行披露：企業(yè)創(chuàng)新產(chǎn)業(yè)布局和政策背景；企業(yè)創(chuàng)新組織管理與研發(fā)進(jìn)展；企業(yè)創(chuàng)新戰(zhàn)略方向和發(fā)展思路；企業(yè)創(chuàng)新經(jīng)濟(jì)和社會(huì)效益；創(chuàng)新成果和資質(zhì)認(rèn)定。

相較于研發(fā)投入等財(cái)務(wù)信息，描述性創(chuàng)新信息有助于外界更好地評(píng)估創(chuàng)新成功概率、企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，以及行業(yè)發(fā)展方向，進(jìn)一步揭示企業(yè)創(chuàng)新價(jià)值?；趯?shí)物期權(quán)和委托代理理論，本文提出同行描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的作用機(jī)制，即信息學(xué)習(xí)機(jī)制與信息治理機(jī)制。

（1）信息學(xué)習(xí)機(jī)制。依據(jù)實(shí)物期權(quán)理論，企業(yè)創(chuàng)新投資專用性特征顯著，具有不可逆性，可看作是等待執(zhí)行的看漲期權(quán)。在決定是否創(chuàng)新時(shí)，企業(yè)需要權(quán)衡當(dāng)下行權(quán)收益與未來行權(quán)收益，如果當(dāng)下收益凈現(xiàn)值高于創(chuàng)新投入和等待期權(quán)價(jià)值，則會(huì)開展創(chuàng)新。在期權(quán)定價(jià)模型中，等待期權(quán)價(jià)值與收益不確定性正相關(guān)。不確定性水平越高，代表企業(yè)投資機(jī)會(huì)成本越高，等待未來行權(quán)的價(jià)值越高。因此，項(xiàng)目收益不確定性水平越高，企業(yè)越會(huì)推遲創(chuàng)新投資?？梢姡淮_定性風(fēng)險(xiǎn)會(huì)抑制企業(yè)創(chuàng)新意愿[23]。

有效的信息獲取是降低不確定性風(fēng)險(xiǎn)，提高企業(yè)創(chuàng)新效率，加快創(chuàng)新戰(zhàn)略布局的關(guān)鍵舉措。Aghion＆Jaravel[1]發(fā)現(xiàn)，行業(yè)內(nèi)知識(shí)溢出會(huì)激勵(lì)企業(yè)加強(qiáng)研發(fā)投入，通過強(qiáng)化創(chuàng)新能力提升自身創(chuàng)新績(jī)效；Kong等[2 ]發(fā)現(xiàn)，信息獲取在創(chuàng)新方案制定、技術(shù)創(chuàng)新研發(fā)和商業(yè)轉(zhuǎn)化階段扮演重要角色。

由于面臨相似的市場(chǎng)機(jī)遇與挑戰(zhàn)，同行企業(yè)在創(chuàng)新項(xiàng)目選擇上存在較強(qiáng)的技術(shù)相關(guān)性。已有文獻(xiàn)證明，企業(yè)會(huì)根據(jù)同行公開信息識(shí)別創(chuàng)新機(jī)會(huì)，從而優(yōu)化項(xiàng)目選擇[24]。同行企業(yè)描述性創(chuàng)新信息有助于企業(yè)降低創(chuàng)新過程中的不確定性風(fēng)險(xiǎn)。首先，這類知識(shí)溢出有助于企業(yè)豐富自身信息儲(chǔ)備。企業(yè)可以通過信息聚合、歸納預(yù)判未來行業(yè)發(fā)展方向，識(shí)別創(chuàng)新機(jī)會(huì)，從而降低項(xiàng)目前景預(yù)測(cè)的不確定性風(fēng)險(xiǎn)。其次，同行研發(fā)進(jìn)展信息有助于企業(yè)客觀評(píng)估相似項(xiàng)目研發(fā)難度與風(fēng)險(xiǎn)，進(jìn)而減少重復(fù)性研發(fā)與資源浪費(fèi)[25]。綜上，根據(jù)實(shí)物期權(quán)理論，較低的創(chuàng)新不確定性風(fēng)險(xiǎn)能夠增強(qiáng)企業(yè)創(chuàng)新意愿，有助于企業(yè)合理配置創(chuàng)新資源，從而提升自身創(chuàng)新績(jī)效。

（2）信息治理機(jī)制。企業(yè)創(chuàng)新具有高不確定性、高風(fēng)險(xiǎn)和長(zhǎng)周期特征。在創(chuàng)新過程中，管理層是企業(yè)創(chuàng)新決策的制定者和執(zhí)行者。然而，受委托代理問題的影響，“創(chuàng)新短視”現(xiàn)象普遍存在。為了最大化私有收益，管理層會(huì)削減有利于長(zhǎng)期價(jià)值增長(zhǎng)的研發(fā)支出，具體表現(xiàn)為兩個(gè)方面：一方面，管理層會(huì)將企業(yè)資源投向風(fēng)險(xiǎn)較低的項(xiàng)目；另一方面，股東可能將非人為因素導(dǎo)致的創(chuàng)新失敗歸咎于管理層，加大管理層被處罰甚至被解雇的風(fēng)險(xiǎn)，上述職業(yè)擔(dān)憂會(huì)弱化其創(chuàng)新意愿[26]。

緩解上述代理問題的關(guān)鍵在于降低股東與管理層信息不對(duì)稱。財(cái)務(wù)信息透明度（Zhong，2018）、信息披露質(zhì)量（蔣藝翅，姚樹潔，2022）和會(huì)計(jì)可比性（江軒宇，2017）有助于股東對(duì)管理層創(chuàng)新決策進(jìn)行有效監(jiān)督，進(jìn)而對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生積極影響。然而，上述研究?jī)H關(guān)注企業(yè)自身信息披露，現(xiàn)實(shí)中，管理層并不具備提高信息披露質(zhì)量，進(jìn)而幫助股東監(jiān)督自己的主觀動(dòng)機(jī)。因此，股東亟需借助同行業(yè)創(chuàng)新信息構(gòu)建評(píng)判標(biāo)準(zhǔn)。

同行企業(yè)描述性創(chuàng)新信息能夠發(fā)揮治理作用。股東通過收集同行創(chuàng)新信息構(gòu)建管理層創(chuàng)新表現(xiàn)評(píng)價(jià)標(biāo)準(zhǔn)，以此評(píng)判管理層是否在企業(yè)創(chuàng)新活動(dòng)中存在懈怠。股東通過獲取同行描述性創(chuàng)新信息跟蹤同行創(chuàng)新項(xiàng)目研發(fā)過程，感知項(xiàng)目研發(fā)難度，進(jìn)而正確評(píng)估本企業(yè)創(chuàng)新項(xiàng)目成功率。在創(chuàng)新失敗時(shí)，能夠更加客觀地看待并包容創(chuàng)新失敗。綜上，本文提出如下研究假設(shè)：

H1：同行描述性創(chuàng)新信息披露水平提高能夠促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升。

1.4 描述性創(chuàng)新信息文本特征的影響

文本特征會(huì)影響非財(cái)務(wù)信息含量，以及信息使用者獲取信息的難易程度。本文進(jìn)一步探討描述性創(chuàng)新信息語調(diào)、可讀性和前瞻性的影響。

語調(diào)被廣泛用于衡量自然語言的積極或消極態(tài)度，能夠傳遞信息發(fā)布者對(duì)未來的預(yù)期。已有研究發(fā)現(xiàn)，企業(yè)會(huì)根據(jù)同行MDamp;A章節(jié)語調(diào)調(diào)整自身投資決策，文本中包含的積極詞匯越多，說明行業(yè)內(nèi)投資機(jī)會(huì)越多，有助于目標(biāo)企業(yè)增加投資，而消極語調(diào)會(huì)抑制目標(biāo)企業(yè)投資[9，21]。描述性創(chuàng)新信息相關(guān)研究發(fā)現(xiàn)，相較于消極語調(diào)，積極語調(diào)的信息披露能夠揭示同行對(duì)創(chuàng)新項(xiàng)目的樂觀預(yù)期，有助于目標(biāo)企業(yè)強(qiáng)化自身學(xué)習(xí)意愿，從而識(shí)別具有前景的研發(fā)方向。此外，積極語調(diào)的信息披露可能揭示企業(yè)未來創(chuàng)新戰(zhàn)略，幫助股東掌握行業(yè)創(chuàng)新動(dòng)態(tài)，進(jìn)而發(fā)揮治理效應(yīng)。

文本可讀性是衡量非財(cái)務(wù)信息披露質(zhì)量的重要指標(biāo)，較強(qiáng)的可讀性能夠降低信息使用者對(duì)文本理解的難度，使其更好地掌握信息內(nèi)涵。Chen等[27]研究發(fā)現(xiàn)，伴隨客戶企業(yè)業(yè)績(jī)預(yù)告可讀性增強(qiáng)，供應(yīng)商投資效率提高。較強(qiáng)的可讀性能夠幫助信息使用者獲取更多決策信息，從而提升決策效率。因此，當(dāng)同行描述性創(chuàng)新信息披露的可讀性較強(qiáng)時(shí)，目標(biāo)企業(yè)管理層能夠獲取更多決策信息，股東可以有效治理代理問題，從而進(jìn)一步促進(jìn)創(chuàng)新績(jī)效提升。

相較于歷史信息，前瞻性信息更能傳遞企業(yè)創(chuàng)新戰(zhàn)略以及潛在創(chuàng)新風(fēng)險(xiǎn)，具有更高的信息含量[11，14]。一方面，前瞻性創(chuàng)新信息有助于目標(biāo)企業(yè)準(zhǔn)確預(yù)測(cè)行業(yè)發(fā)展方向，進(jìn)而提高創(chuàng)新項(xiàng)目甄別能力，制定有利于自身長(zhǎng)期發(fā)展的創(chuàng)新戰(zhàn)略。另一方面，相較于歷史性描述，前瞻性信息有助于股東參考同行創(chuàng)新計(jì)劃評(píng)判管理層在創(chuàng)新工作中的努力程度，避免管理層“創(chuàng)新懈怠”。股東能夠通過前瞻性語句了解同行企業(yè)研發(fā)規(guī)劃，感知相關(guān)項(xiàng)目研發(fā)難度，從而對(duì)創(chuàng)新失敗更加包容。綜上，本文提出以下研究假設(shè)：

H2a：語調(diào)越積極，同行描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用越顯著；

H2b：可讀性越強(qiáng)，同行描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用越顯著；

H2c：前瞻性信息比重越大，同行描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用越顯著。

綜上，本文構(gòu)建研究概念模型如圖1所示。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

本文以2006—2022年中國(guó)A股上市公司為研究樣本，并對(duì)其進(jìn)行如下篩選：①剔除行業(yè)代碼首字母為“J”的金融業(yè)、保險(xiǎn)業(yè)上市公司；②剔除ST、*ST或PT的公司樣本；③剔除研究變量缺失樣本。最終，得到40 524個(gè)公司—年度觀測(cè)值。本文企業(yè)專利申請(qǐng)數(shù)據(jù)和被引用次數(shù)數(shù)據(jù)分別來自CNRDS、WinGo數(shù)據(jù)庫(kù)，上市公司年度報(bào)告文本來自巨潮資訊網(wǎng)，其它數(shù)據(jù)來自CSMAR數(shù)據(jù)庫(kù)。本文使用WinGo數(shù)據(jù)平臺(tái)工具對(duì)文本語料進(jìn)行預(yù)處理，依據(jù)《上市公司行業(yè)分類指引》（2012年修訂）對(duì)行業(yè)進(jìn)行劃分，樣本公司涉及80個(gè)行業(yè)。

2.2 變量定義

2.2.1 被解釋變量

企業(yè)創(chuàng)新績(jī)效（Innovation）。參考現(xiàn)有相關(guān)文獻(xiàn)[2]，本文采用兩類專利數(shù)據(jù)衡量企業(yè)創(chuàng)新績(jī)效。其中包括企業(yè)當(dāng)年申請(qǐng)并最終授權(quán)的專利總數(shù)（PAT），它能夠反映企業(yè)整體創(chuàng)新產(chǎn)出“數(shù)量”。為了反映創(chuàng)新“質(zhì)量”，本文采用企業(yè)當(dāng)年申請(qǐng)并在專利公開后5年內(nèi)被后續(xù)專利引用次數(shù)（CIT）作為第二類績(jī)效指標(biāo)，上市公司專利被引用次數(shù)相關(guān)數(shù)據(jù)最新統(tǒng)計(jì)年份為2021年。為了滿足被解釋變量正態(tài)分布的要求，本文對(duì)上述兩類變量進(jìn)行自然對(duì)數(shù)處理，分別以Ln（1+PAT）和Ln（1+CIT）表示。

2.2.2 解釋變量

同行描述性創(chuàng)新信息披露（Inno_Dis）。與傳統(tǒng)詞典法不同，本文采用“種子詞集+Word2Vec相似詞擴(kuò)充”方法構(gòu)建描述性創(chuàng)新信息指標(biāo)。參考相關(guān)文獻(xiàn)[11，28]，對(duì)年報(bào)多次研讀校驗(yàn)得到種子詞集。相較于傳統(tǒng)詞典法，Word2Vec神經(jīng)網(wǎng)絡(luò)模型可以根據(jù)語義信息將詞匯轉(zhuǎn)換為多維向量，并通過計(jì)算向量的相似度得到相似詞。本文采用其中的CBOW（Continuous Bag-of-words Model）模型對(duì)中文語料進(jìn)行訓(xùn)練。描述性創(chuàng)新關(guān)鍵詞如見表1所示。

在構(gòu)建描述性創(chuàng)新關(guān)鍵詞詞集后，本文以年報(bào)中描述性創(chuàng)新信息的總詞頻/年報(bào)總詞頻衡量描述性創(chuàng)新信息披露水平。在此基礎(chǔ)上，本文采用當(dāng)年除目標(biāo)企業(yè)外其余同行企業(yè)描述性創(chuàng)新信息披露水平的算術(shù)平均數(shù)衡量同行描述性創(chuàng)新信息披露水平（Inno_Dis）。

2.2.3 調(diào)節(jié)變量

本文涉及的調(diào)節(jié)變量包括描述性創(chuàng)新信息語調(diào)、可讀性和前瞻性信息含量。參考現(xiàn)有文獻(xiàn)，本文從年報(bào)文本中提取描述性創(chuàng)新信息相關(guān)語句，在此基礎(chǔ)上構(gòu)建描述性創(chuàng)新信息特征指標(biāo)，具體構(gòu)建方法如下：

（1）語調(diào)特征用于衡量自然語言中情感的積極性或消極性。本文采用情感詞典法提取描述性創(chuàng)新信息的語調(diào)指標(biāo)，借助金山詞霸等權(quán)威工具對(duì)Lamp;M詞典中的積極詞匯和消極詞匯進(jìn)行詞集翻譯并構(gòu)建種子詞集，再使用同義詞詞林工具對(duì)種子詞集進(jìn)行擴(kuò)充，最終得到3 823個(gè)積極詞匯和7 683個(gè)消極詞匯。在獲得積極詞典和消極詞典后，本文采用式（1）進(jìn)行計(jì)算。

Tone_Inno=Wordcnt_Pos－Wordcnt_NegWordcnt_Pos+Wordcnt_Neg+1（1）

其中，Wordcnt_Pos是指年報(bào)描述性創(chuàng)新信息文本中的積極詞匯詞頻，Wordcnt_Neg是指年報(bào)描述性創(chuàng)新信息文本中的消極詞匯詞頻，分母加1是為了避免分母為0的情況。本文采用同行企業(yè)描述性創(chuàng)新信息語調(diào)的算術(shù)平均值衡量同行描述性創(chuàng)新信息語調(diào)（Inno_Tone）。

（2）可讀性是指理解文本信息的難易程度。信息可讀性越強(qiáng)，其內(nèi)容表述方式越容易理解。本文采用常用字密度作為可讀性的代理變量，常用字密度是指年報(bào)文本每一百字中出現(xiàn)的常用字個(gè)數(shù)。常用字個(gè)數(shù)采用描述性創(chuàng)新信息的總字?jǐn)?shù)減去其中次常用字的字?jǐn)?shù)表示，次常用字來自《現(xiàn)代漢語次常用字表》（1988）。常用字密度越大，說明描述性創(chuàng)新信息可讀性越強(qiáng)，具體計(jì)算公式如下：

Read_Inno=100×（1－Charcnt_HardCharcnt_Total）（2）

其中，Charcnt_Hard表示年報(bào)描述性創(chuàng)新信息中包含此常用字的句子數(shù)目，Charcnt_Total表示年報(bào)描述性創(chuàng)新信息內(nèi)容的總句數(shù)。類似地，本文采用同行其余企業(yè)描述性創(chuàng)新信息可讀性的算術(shù)平均值衡量同行描述性創(chuàng)新信息可讀性水平（Inno_Read）。

（3）描述性創(chuàng)新信息不僅包括企業(yè)對(duì)過去和當(dāng)前創(chuàng)新活動(dòng)的描述，而且包括企業(yè)未來創(chuàng)新計(jì)劃，即前瞻性內(nèi)容。本文采用“種子詞集+Word2Vec相似詞擴(kuò)充” 方法確定前瞻性關(guān)鍵詞詞集，再計(jì)算出描述性創(chuàng)新信息句子中包含前瞻性詞匯的句子比例，具體計(jì)算公式如下：

Forward_Inno=Sentcnt_ForwardSentcnt_Total（3）

其中，Sentcnt_Forward表示年報(bào)描述性創(chuàng)新信息內(nèi)容中包含前瞻性詞匯的句子數(shù)目，Sentcnt_Total表示年報(bào)描述性創(chuàng)新信息內(nèi)容的總句數(shù)。類似地，本文采用同行其余企業(yè)描述性創(chuàng)新信息的前瞻性語句算術(shù)平均值衡量同行描述性創(chuàng)新信息前瞻性水平（Inno_Fwrd）。

2.2.4 控制變量

參考現(xiàn)有文獻(xiàn)，本文模型控制變量包括目標(biāo)企業(yè)描述性創(chuàng)新信息披露水平（Inno_Dis_Self）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev，總負(fù)債與總資產(chǎn)的比值）、上市時(shí)間（Age，企業(yè)上市至今的年數(shù)）、盈利能力（ROA，總資產(chǎn)報(bào)酬率）、現(xiàn)金持有水平（Cash，貨幣資金與總資產(chǎn)的比值）、有形資產(chǎn)比例（PPE，固定資產(chǎn)凈值與總資產(chǎn)的比值）、同行企業(yè)平均資產(chǎn)規(guī)模（Size_Peer）、資產(chǎn)負(fù)債率（Lev_Peer）、上市時(shí)間（Age_Peer）、盈利能力（ROA_Peer）、現(xiàn)金持有水平（Cash_Peer）、有形資產(chǎn)比例（PPE_Peer）。

2.3 模型構(gòu)建

借鑒已有研究成果[9]，本文建立如下模型：

Innovationi，t+1=β0+β1Inno_Disi，t+β2CVi，t+Yeart+Firmi+εi，t（4）

Innovationi，t+1=β0+β1Inno_Disi，t+β2Xi，t+β3Inno_Disi，t×Xi，t+β4CVi，t+Yeart+Firmi+εi，t（5）

其中，Innovationi，t+1代表企業(yè)未來一期創(chuàng)新績(jī)效，Inno_Disi，t為當(dāng)期同行企業(yè)描述性創(chuàng)新信息披露水平，CVi，t為控制變量，Xi，t為文本特征的調(diào)節(jié)變量，Yeart、Firmi分別為年度和公司固定效應(yīng)，εi，t代表隨機(jī)擾動(dòng)項(xiàng)。本文對(duì)所有連續(xù)變量進(jìn)行1%水平上的雙邊縮尾處理，對(duì)標(biāo)準(zhǔn)誤進(jìn)行聚類處理，并對(duì)模型（5）中的交互項(xiàng)進(jìn)行中心化處理。

2.4 描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)結(jié)果如表2所示。結(jié)果顯示，樣本企業(yè)描述性創(chuàng)新信息披露（Inno_Dis_Self）的均值為0.8%，代表年報(bào)的每1 000個(gè)詞組中，有8個(gè)詞組包含創(chuàng)新信息。從企業(yè)創(chuàng)新產(chǎn)出看，企業(yè)每年平均申請(qǐng)并最終授權(quán)的專利總數(shù)（PAT）為40.08，標(biāo)準(zhǔn)差為96.888，表明企業(yè)樣本在專利申請(qǐng)數(shù)量上差異較大。從專利產(chǎn)出質(zhì)量角度，專利公開后5年內(nèi)，企業(yè)專利平均被引用次數(shù)為13.913，標(biāo)準(zhǔn)差為45.698。由此說明，相較于專利產(chǎn)出數(shù)量，企業(yè)樣本在專利質(zhì)量上的差異更顯著。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果分析

根據(jù)模型（4）的設(shè)定，本文采用OLS回歸對(duì)研究假設(shè)進(jìn)行檢驗(yàn)，結(jié)果如表3所示。列（1）中，同行描述性創(chuàng)新信息披露（Inno_Dis）的回歸系數(shù)在1%水平上顯著為正，表明同行描述性創(chuàng)新信息披露水平提高有助于目標(biāo)企業(yè)有效專利申請(qǐng)總量增加。列（2）中，解釋變量同樣在1%水平上顯著為正，說明同行描述性創(chuàng)新信息披露提高不僅可以促進(jìn)企業(yè)創(chuàng)新成果數(shù)量增加，而且能夠促進(jìn)企業(yè)創(chuàng)新成果質(zhì)量提升。此外，回歸系數(shù)的經(jīng)濟(jì)意義同樣顯著：解釋變量每提高1個(gè)標(biāo)準(zhǔn)差（0.003），下一期目標(biāo)企業(yè)專利申請(qǐng)數(shù)量增加0.197且專利5年內(nèi)被引用次數(shù)增加0.092，分別占各自均值的8.9%、11.6%。實(shí)證結(jié)果表明，同行描述性創(chuàng)新信息對(duì)企業(yè)創(chuàng)新績(jī)效具有正向溢出效應(yīng)，假設(shè)H1得到支持。

3.2 異質(zhì)性檢驗(yàn)結(jié)果分析

文本特征調(diào)節(jié)效應(yīng)檢驗(yàn)回歸結(jié)果如表4所示。列（1）（2）中，同行描述性創(chuàng)新信息披露及其與積極語調(diào)的交互項(xiàng)（Inno _Dis×Inno_Tone）系數(shù)分別在5%、1%水平上顯著為正，說明同行描述性創(chuàng)新信息語調(diào)越積極，這類信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用越顯著，假設(shè)H2a得到支持。同理，列（3）（4）中，交互項(xiàng)（Inno _Dis×Inno_Read）系數(shù)均在1%水平上顯著為正，說明較強(qiáng)的可讀性能夠降低目標(biāo)企業(yè)信息獲取難度，進(jìn)一步強(qiáng)化同行創(chuàng)新信息披露的溢出效應(yīng)，假設(shè)H2b得到支持。列（5）（6）中，交互項(xiàng)（Inno _Dis×Inno_ Fwrd）系數(shù)均在1%水平上顯著為正，表明同行描述性創(chuàng)新信息中前瞻性信息占比越大，這類信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的溢出效應(yīng)越顯著，假設(shè)H2c得到支持。

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 內(nèi)生性問題處理

本文使用工具變量法處理潛在內(nèi)生性問題。在同一行業(yè)內(nèi)，企業(yè)在制定創(chuàng)新決策時(shí)會(huì)受到共同行業(yè)因素影響，這些因素也會(huì)間接影響同行企業(yè)描述性創(chuàng)新信息披露。為緩解不可觀測(cè)遺漏變量導(dǎo)致的內(nèi)生性問題，借鑒李姝等[9]的研究方法，本文選取滯后一期同行業(yè)企業(yè)股票特質(zhì)收益率（Alpha）作為工具變量，并運(yùn)用兩階段最小二乘法對(duì)研究假設(shè)進(jìn)行檢驗(yàn)。

（1）股票特質(zhì)收益率能夠反映企業(yè)特質(zhì)性風(fēng)險(xiǎn)收益，與企業(yè)信息披露存在顯著相關(guān)關(guān)系。在第一階段回歸中，當(dāng)以同行描述性創(chuàng)新信息披露（Inno_Dis）為被解釋變量，同行企業(yè)股票特質(zhì)收益率（Alpha_Peer）為解釋變量時(shí)，回歸系數(shù)在1%水平上顯著為正。F統(tǒng)計(jì)值為519.37，大于經(jīng)驗(yàn)值10，說明工具變量并非弱工具變量。

（2）股票特質(zhì)收益率計(jì)算過程排除了系統(tǒng)性因素，收益率僅與企業(yè)層面因素相關(guān)，受不可觀測(cè)系統(tǒng)性遺漏變量干擾的可能性較小。表5列（1）和列（2）展示了第二階段回歸結(jié)果，結(jié)果顯示：采用第一階段回歸擬合值作為第二階段解釋變量情景下，回歸系數(shù)均在1%水平上顯著為正，結(jié)果受遺漏變量影響的概率較低。

3.3.2 其它穩(wěn)健性檢驗(yàn)

（1）被解釋變量滯后期數(shù)?？紤]到企業(yè)創(chuàng)新周期較長(zhǎng)，描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的影響可能存在時(shí)滯性，因而對(duì)模型（4）中的被解釋變量作滯后二期處理，結(jié)果見表5列（3）（4）。由此可見，結(jié)果具有穩(wěn)健性。

（2）使用發(fā)明專利申請(qǐng)數(shù)量衡量創(chuàng)新績(jī)效。將企業(yè)當(dāng)年申請(qǐng)并最終授權(quán)的發(fā)明專利數(shù)量（INV）的自然對(duì)數(shù)作為被解釋變量進(jìn)行檢驗(yàn)，表5列（5）中解釋變量的回歸系數(shù)在1%水平上顯著為正。

（3）使用MDamp;A章節(jié)作為描述性創(chuàng)新信息披露的語料來源。以年報(bào)MDamp;A章節(jié)作為描述性創(chuàng)新信息的語料來源，構(gòu)建解釋變量進(jìn)行檢驗(yàn)，表5列（6）（7）中，解釋變量的回歸系數(shù)均在1%水平上顯著為正。上述檢驗(yàn)結(jié)果表明，研究結(jié)果具有穩(wěn)健性。

4 進(jìn)一步研究

4.1 影響機(jī)制檢驗(yàn)

參考Xu（2018）的研究成果，本文采用分組回歸方式進(jìn)行機(jī)制檢驗(yàn)。

4.1.1 信息學(xué)習(xí)機(jī)制

本文無法直接分辨目標(biāo)企業(yè)創(chuàng)新決策信息來源，但可以通過揭示目標(biāo)企業(yè)在不同創(chuàng)新知識(shí)獲取難易程度情景下，同行描述性創(chuàng)新信息披露對(duì)創(chuàng)新績(jī)效的影響差異，進(jìn)而間接驗(yàn)證這一影響機(jī)制。若目標(biāo)企業(yè)獲取同行創(chuàng)新知識(shí)的難度較大，則管理層對(duì)于同行年報(bào)中的描述性創(chuàng)新信息會(huì)更加重視，同行描述性創(chuàng)新信息披露對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用更加顯著。

為了衡量目標(biāo)企業(yè)獲取創(chuàng)新知識(shí)的難易程度，本文以是否被機(jī)構(gòu)投資者在同行業(yè)交叉持股作為代理變量。大量研究證明，企業(yè)能夠通過被交叉持股獲取其它被持股企業(yè)的特質(zhì)信息[29]。此時(shí)，同行描述性創(chuàng)新信息披露對(duì)未被交叉持股企業(yè)的影響更為顯著。本文保留持股數(shù)量與流通股股數(shù)之比不低于5%的機(jī)構(gòu)投資者，如果這一機(jī)構(gòu)投資者在同季度對(duì)同行業(yè)其它企業(yè)持股的比例也不低于5%，則說明該企業(yè)存在機(jī)構(gòu)交叉持股（NCross=0），否則未被交叉持股（NCross=1）。以5%作為統(tǒng)計(jì)閾值的依據(jù)如下：一是5%代表重大股權(quán)變動(dòng)的警示線；二是相關(guān)文獻(xiàn)普遍以5%作為大股東持股下限，持有5%以上股份能夠?qū)ζ髽I(yè)決策產(chǎn)生重大影響。表6列（1）（2）中，交互項(xiàng)Inno _Dis×NCross的回歸系數(shù)在1%水平上顯著為正。由此，實(shí)證結(jié)果支持信息學(xué)習(xí)機(jī)制。

4.1.2 信息治理機(jī)制

根據(jù)前文分析，目標(biāo)企業(yè)股東能夠通過參考同行描述性創(chuàng)新信息有效治理管理層代理問題，從而促進(jìn)創(chuàng)新績(jī)效提升。然而，治理效應(yīng)的發(fā)揮受管理層權(quán)力的影響。在管理層權(quán)力較高時(shí)，股東對(duì)管理層“創(chuàng)新短視”的治理效果有限。在管理層權(quán)力較小時(shí)，信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用得到強(qiáng)化。參考權(quán)小鋒和尹洪英（2017）的研究成果，本文使用董事長(zhǎng)和總經(jīng)理“兩職合一”作為測(cè)度變量，未“兩職合一”代表管理層權(quán)力較?。║nDual=1），反之代表管理層權(quán)力較高（UnDual=0）。

表6列（3）（4）中，交互項(xiàng)Inno _Dis×UnDual的回歸系數(shù)均在1%水平上顯著為正，表明較小管理層權(quán)力能夠增強(qiáng)信息披露的創(chuàng)新溢出效應(yīng)。原因在于，同行描述性創(chuàng)新信息披露的治理效應(yīng)會(huì)受到管理層權(quán)力的影響，權(quán)力集中的管理層實(shí)施機(jī)會(huì)主義行為的成本較低，股東對(duì)其機(jī)會(huì)主義行為的治理效果有限。由此，實(shí)證結(jié)果支持了信息治理機(jī)制。

4.2 信息披露可靠性的影響

描述性創(chuàng)新信息既可能是企業(yè)創(chuàng)新活動(dòng)的真實(shí)寫照，也可能是企業(yè)出于市值管理考慮的策略性炒作。不同披露動(dòng)機(jī)下，信息披露的可靠性存在較大差異。

按照信息披露與企業(yè)真實(shí)創(chuàng)新活動(dòng)是否匹配，本文將披露行為分為“言行一致”型和“言行不符”型。對(duì)于“言行一致”的信息披露，目標(biāo)企業(yè)管理層能夠從中獲取更多真實(shí)信息，對(duì)指導(dǎo)創(chuàng)新實(shí)踐具有積極意義。相反地，若管理層出于某種目的進(jìn)行“言不符實(shí)”的描述性創(chuàng)新信息披露，信息披露不可靠，則會(huì)導(dǎo)致目標(biāo)企業(yè)缺乏使用這類信息指導(dǎo)創(chuàng)新實(shí)踐的意愿。本文認(rèn)為，相較于“言行不符”的信息披露，“言行一致”的信息披露更能促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升。

為了檢驗(yàn)上述推論，本文以企業(yè)研發(fā)支出強(qiáng)度（研發(fā)支出與總資產(chǎn)比值）作為“行”的衡量，以描述性創(chuàng)新信息披露反映“言”。本文按照年度、行業(yè)對(duì)兩類變量三等分，若“行”和“言”同屬于相同等分區(qū)間，則判定為“言行一致”，否則為“言行不符”。當(dāng)僅保留行業(yè)內(nèi)“言行一致”企業(yè)時(shí)，計(jì)算行業(yè)內(nèi)企業(yè)描述性創(chuàng)新信息披露水平的平均值，以此作為衡量同行描述性創(chuàng)新信息披露水平的變量（Inno_Dis_True）；當(dāng)僅保留“言行不符”企業(yè)時(shí)，以當(dāng)年行業(yè)描述性創(chuàng)新信息披露水平均值作為衡量同行描述性創(chuàng)新信息披露水平的變量（Inno_Dis_False）。將上述兩類變量代入模型（4）進(jìn)行檢驗(yàn)，回歸結(jié)果見表7。結(jié)果顯示，當(dāng)同行描述性創(chuàng)新信息披露“言行一致”時(shí)，這類信息對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用在1%水平上顯著。相反，“言行不符”型信息披露未能顯著促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升。

4.3 經(jīng)濟(jì)后果檢驗(yàn)

實(shí)證檢驗(yàn)結(jié)果顯示，同行描述性創(chuàng)新信息披露對(duì)目標(biāo)企業(yè)創(chuàng)新績(jī)效具有積極影響，能夠顯著提高目標(biāo)企業(yè)專利產(chǎn)出“數(shù)量”與“質(zhì)量”。由此，本文提出以下推論：目標(biāo)企業(yè)長(zhǎng)期經(jīng)營(yíng)業(yè)績(jī)得到顯著提高。參考Kim等[30]的研究成果，本文采用兩階段最小二乘法對(duì)上述推論進(jìn)行檢驗(yàn)。在一階段模型中，通過模型（4）估計(jì)被解釋變量創(chuàng)新績(jī)效的估計(jì)值（Ln（1+Pat）︿Ln（1+CIT）︿）。被解釋變量的估計(jì)值能夠體現(xiàn)目標(biāo)企業(yè)創(chuàng)新績(jī)效變化情況。在二階段模型中，以兩類變量的估計(jì)值作為解釋變量，以企業(yè)經(jīng)營(yíng)績(jī)效為被解釋變量，其余控制變量不變。企業(yè)長(zhǎng)期經(jīng)營(yíng)績(jī)效分別以企業(yè)未來3年和5年總資產(chǎn)回報(bào)率的均值（ROA3、ROA5）表示。由于一階段模型與模型（4）完全一致，此處僅列示二階段回歸結(jié)果。表8顯示，當(dāng)以基于一階段模型擬合值得到的目標(biāo)企業(yè)創(chuàng)新績(jī)效作為解釋變量時(shí)，回歸系數(shù)均在1%水平上顯著為正。上述結(jié)果說明，同行描述性創(chuàng)新信息披露能夠通過提高目標(biāo)企業(yè)創(chuàng)新績(jī)效促進(jìn)其長(zhǎng)期經(jīng)營(yíng)業(yè)績(jī)提升。

5 結(jié)語

5.1 主要結(jié)論

本文研究發(fā)現(xiàn)，描述性創(chuàng)新信息披露水平提高能夠顯著促進(jìn)目標(biāo)企業(yè)專利產(chǎn)出“數(shù)量”和“質(zhì)量”提升。在一系列穩(wěn)健性檢驗(yàn)后，上述結(jié)論依然成立。當(dāng)信息披露的語調(diào)積極、文本可讀性水平與前瞻性水平較高時(shí)，同行描述性創(chuàng)新信息披露的影響更加顯著。作用機(jī)制檢驗(yàn)結(jié)果表明，拓寬企業(yè)信息學(xué)習(xí)渠道和加強(qiáng)股東治理是信息披露促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升的重要作用機(jī)制。進(jìn)一步研究發(fā)現(xiàn)，相較于“言行不符”信息披露，“言行一致”信息披露的可靠性更強(qiáng)，更能促進(jìn)目標(biāo)企業(yè)創(chuàng)新績(jī)效提升。在經(jīng)濟(jì)后果方面，通過提升創(chuàng)新績(jī)效，目標(biāo)企業(yè)長(zhǎng)期經(jīng)營(yíng)業(yè)績(jī)得以顯著改善。

5.2 理論貢獻(xiàn)

本文為我國(guó)A股市場(chǎng)描述性創(chuàng)新信息披露的有效性提供了經(jīng)驗(yàn)證據(jù)。在現(xiàn)有文獻(xiàn)的基礎(chǔ)上[8-9，21]，本文基于內(nèi)容屬性視角，深化了非財(cái)務(wù)信息披露溢出效應(yīng)研究，揭示了描述性創(chuàng)新信息文本特征的調(diào)節(jié)效應(yīng)，通過匹配“披露”與“實(shí)踐”相關(guān)變量衡量了非財(cái)務(wù)信息披露的可靠性，為未來研究提供了借鑒，也響應(yīng)了Roychowdhury等（2019）的研究呼吁（對(duì)專有信息披露的溢出效應(yīng)進(jìn)行深入探討）。

5.3 研究啟示

（1）政府應(yīng)重視創(chuàng)新信息披露的重要性，通過加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)等途徑鼓勵(lì)上市企業(yè)高質(zhì)量地披露創(chuàng)新信息。

（2）政府應(yīng)進(jìn)一步出臺(tái)企業(yè)年報(bào)描述性創(chuàng)新信息披露質(zhì)量相關(guān)準(zhǔn)則，增強(qiáng)信息披露的可讀性和前瞻性。

（3）上市企業(yè)應(yīng)積極關(guān)注同行信息，提高信息甄別能力，了解同行其它企業(yè)創(chuàng)新進(jìn)展、創(chuàng)新戰(zhàn)略和項(xiàng)目?jī)r(jià)值等關(guān)鍵信息，從而提升自身決策效率。

5.4 不足與展望

本文存在以下不足：第一，由于文本分析方法的局限，未能對(duì)描述性創(chuàng)新信息披露內(nèi)容進(jìn)行分類，未來可進(jìn)一步考察不同內(nèi)容屬性的創(chuàng)新信息披露能否引發(fā)異質(zhì)性經(jīng)濟(jì)后果。第二，企業(yè)年報(bào)中非財(cái)務(wù)信息較多，本文僅對(duì)其中的描述性創(chuàng)新信息進(jìn)行研究，未涉及風(fēng)險(xiǎn)因素和企業(yè)戰(zhàn)略等其它類型非財(cái)務(wù)信息，未來可進(jìn)一步探討其它類型非財(cái)務(wù)信息披露的溢出效應(yīng)。第三，僅從企業(yè)創(chuàng)新視角開展分析，未來可從企業(yè)融資、信息披露、戰(zhàn)略轉(zhuǎn)型等視角進(jìn)一步探討同行信息披露的溢出效應(yīng)。

參考文獻(xiàn)參考文獻(xiàn)：

[1] AGHION P， JARAVEL X. Knowledge spillovers， innovation and growth [J].The Economic Journal，2015， 125（583）： 533-573.

[2] KONG D， LIN C， WEI L， et al. Information accessibility and corporate innovation [J].Management Science，2022， 68（11）： 7837-7860.

[3] FOUCAULT T， FRESARD L. Learning from peers' stock prices and corporate investment [J]. Journal of Financial Economics， 2014， 111（3）：554-577.

[4] BEATTY A， LIAO S， YU J. The spillover effect of fraudulent financial reporting on peer firms' investments [J]. Journal of Accounting and Economics， 2013， 55 （2-3）： 183-205.

[5] SEO H. Peer effects in corporate disclosure decisions[J]. Journal of Accounting and Economics， 2021， 71（1）： 101364.

[6] BREUER M， HOMBACH K， MULLER M A. When you talk， I remain silent： spillover effects of peers' mandatory disclosures on firms' voluntary disclosures[J]. The Accounting Review， 2022， 97（4）： 155-186.

[7] GLEASON C A， JENKINS N T， JOHNSON W B. The contagion effects of accounting restatements[J]. The Accounting Review， 2008， 83 （1）： 83-110.

[8] DURNEV A，MANGEN C.The spillover effects of MDamp;A disclosures for real investment： the role of industry competition [J].Journal of Accounting and Economics， 2020， 70（1）： 101-299.

[9] 李姝，杜亞光，張曉哲.同行MDamp;A語調(diào)對(duì)企業(yè)創(chuàng)新投資的溢出效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，38（3）：137-155.

[10] LEUZ C， WYSOCKI P D. The economics of disclosure and financial reporting regulation： evidence and suggestions for future research [J]. Journal of Accounting Research， 2016，54（2）： 525-622.

[11] MERKLEY K J. Narrative disclosure and earnings performance： evidence from Ramp;D disclosures [J].The Accounting Review，2014， 89（2）： 725-757.

[12] HUANG R， LI L， LU L Y， et al. The impact of the leahy-smith America invents act on firms' Ramp;D disclosure [J].European Accounting Review， 2021， 30（5）： 1067-1104.

[13] 李巖瓊，姚頤.研發(fā)文本信息：真的多說無益嗎——基于分析師預(yù)測(cè)的文本分析[J].會(huì)計(jì)研究，2020， 41（2）：26-42.

[14] 巫岑，饒品貴，岳衡.注冊(cè)制的溢出效應(yīng)：基于股價(jià)同步性的研究[J].管理世界，2022， 38（12）：177-202.

[15] BROWN J L， DRAKE K D. Network ties among low-tax firms [J]. The Accounting Review， 2014， 89（2）： 483-510.

[16] CAI Y， DHALIWAL D S， KIM Y， et al. Board interlocks and the diffusion of disclosure policy [J]. Review of Accounting Studies， 2014， 19（3）： 1086-1119.

[17] FRACASSI C. Corporate finance policies and social networks [J]. Management Science， 2017， 63（8）： 2420-2438.

[18] LI V. Do 1 financial statements distort peer firms' decisions [J]. The Accounting Review， 2016， 91（1）： 251-278.

[19] KIM J H， LJUNGQVIST A. Information externalities among listed firms[EB/OL]. （2021-12-06） [2023-08-01]. https：//www.aeaweb.org/conference/2022/preliminary/paper/dtAKRQAR.

[20] SHROFF N， VERDI R S， YOST B P. When does the peer information environment matter [J]. Journal of Accounting and Economics， 2017， 64（2-3）： 183-214.

[21] CHO H， MUSLU V. How do firms change investments based on MDamp;A disclosures of peer firms [J]. The Accounting Review， 2021， 96（2）： 177-204.

[22] 韋琳，肖夢(mèng)瑤.描述性創(chuàng)新信息能提高資本市場(chǎng)定價(jià)效率嗎——基于股價(jià)同步性的分析[J].財(cái)經(jīng)論叢，2022， 37（8）：58-68.

[23] 劉貫春，張軍，劉媛媛.宏觀經(jīng)濟(jì)環(huán)境、風(fēng)險(xiǎn)感知與政策不確定性[J].世界經(jīng)濟(jì)，2022， 45（8）：30-56.

[24] CHIRCOP J， COLLINS D W， HASS L H， et al. Accounting comparability and corporate innovative efficiency[J]. The Accounting Review， 2020， 95（4）： 127-151.

[25] KRIEGER J L. Trials and terminations： learning from competitors' Ramp;D failures [J]. Management Science， 2021， 67（9）： 5525-5548.

[26] AGHION P， VAN REENEN J， ZINGALES L. Innovation and institutional ownership [J]. American Economic Review， 2013， 103（1）： 277-304.

[27] CHEN C， KIM J， WEI M， et al. Linguistic information quality in customers' forward-looking disclosures and suppliers' investment decisions[J]. Contemporary Accounting Research， 2019， 36（3）：1751-1783.

[28] BELLSTAM G， BHAGAT S， COOKSON J A. A text-based analysis of corporate innovation [J]. Management Science， 2021， 67（7）： 4004-4031.

[29] HE J， HUANG J. Product market competition in a world of cross-ownership： evidence from institutional blockholdings[J]. Review of Financial Studies， 2017， 30 （8）： 2674-2718.

[30] KIM Y， SU L， WANG Z， et al. The effect of trade secrets law on stock price synchronicity： evidence from the inevitable disclosure doctrine[J]. The Accounting Review， 2021， 96（1）： 325-348.

責(zé)任編輯（責(zé)任編輯：張 悅）

英文標(biāo)題The Spillover Effect of Peers' Narrative Innovation Information DisclosureBased on Machine Learning and Textual Analysis

英文作者Chen Yixin1， Zhang Ting2， Ma Chen1

英文作者單位（1. School of Economics and Management， Northwest University， Xi'an 710127， China;

2. School of Business， Nanjing University of Information Science and Technology， Nanjing 210044， China）

摘要Abstract：Adequate information acquisition is beneficial for firms to identify innovation projects， acquire innovation knowledge， and evaluate innovation value. A rich information environment is necessary for promoting corporate innovation performance. Previous studies have shown that， due to similar economic conditions and market environments， peer firms' information disclosure is an important channel for target firms to obtain decision-making information. Firms can conduct research to formulate financial decisions suitable for their own development according to the collected peers' annual report information. Therefore， peers' information disclosure has an economic spillover effect. Will the information disclosure of peer firms affect the target firm's innovation decisions by improving the information environment？ The answer to this question can not only help advance the understanding of the spillover effects of information disclosure， but is also of great significance for building an information environment conducive to corporate innovation.

To this end， this paper studies whether peer firms' narrative innovation information disclosure affects target firms' innovation performance. It takes Chinese A-share listed companies from 2006 to 2022 as the sample， covering a total of 80 industries. The data on firms' patent applications and citation frequency in this study are from the CNRDS and WinGo databases， respectively. The annual report text of listed companies is from Juchao， an information disclosure website designated by the China Securities Regulatory Commission for listed companies， and the text corpus is preprocessed using WinGo data platform tools. Other data are from the CSMAR database. The study employs machine learning and textual analysis to construct the variables of narrative innovation information disclosure and finds that the increase in the level of peers' narrative innovation information disclosure significantly promotes the quantity and quality of target firms' innovation output. Specifically， for each increase in the level of peers' narrative innovation information disclosure by one standard deviation， the total number of patent applications by the target firm in the next period will increase by 0.197， and the number of patent citations will increase by 0.092， accounting for 8.9% and 11.65% of their respective averages.

This spillover effect is more pronounced when target firms' narrative innovation disclosure has more positive tones， higher levels of readability， and is more forward-looking. Mechanism tests show that expanding the access to innovation information of target firms and enhancing the governance effect on the opportunistic behavior of target firms' management are the underlying mechanisms. In further analysis， according to the matching between the level of innovation information and the real performance of corporate innovation， this paper finds that， compared with the disclosure style of “inconsistent words and deeds”， the peers' narrative innovation information disclosure style of “consistent words and deeds” can promote the innovation performance of target firms more significantly. Finally， peers' narrative innovation information disclosure significantly promotes the long-term operating performance of target firms by improving their innovation performance.

The main findings of this paper provide empirical evidence on the effectiveness of narrative innovation information disclosure from the perspective of peer firms， expanding the research perspective on the spillover effects of non-financial information disclosure. The following policy implications are presented. First， government should value the importance of innovation information disclosure and build an institutional environment that encourages listed companies to fully and truthfully disclose innovation information. The policy-making departments should further introduce relevant standards aimed at improving the readability and forward-looking nature of narrative innovation information in annual reports and avoiding low-quality information disclosure. Second， the listed companies should pay attention to the narrative innovation information in their peers' annual reports and improve their ability to distinguish innovation information. When dealing with peers' innovation information， the listed companies should make reference to peer firms' innovation practices， focus on the information that matches practices，and select innovation directions that meet the development needs of the industry.

關(guān)鍵詞Key Words：Peer Firm; Narrative Innovation Information; Spillover Effect; Corporate Innovation; Machine Learning