年報風(fēng)險信息披露與分析師跟隨

蔣紅蕓，李巖瓊，王雄元

(1.桂林理工大學(xué)現(xiàn)代企業(yè)管理研究中心，廣西 桂林 541004；2.南開大學(xué)商學(xué)院，天津 300071；3.中南財經(jīng)政法大學(xué)會計學(xué)院，湖北 武漢 430073)

一、引 言

我國頒布的《年度報告的內(nèi)容與格式》開始強(qiáng)制要求披露風(fēng)險信息，并在2012年以及2014年兩次修訂中不斷強(qiáng)化風(fēng)險信息披露要求。但樣板化的風(fēng)險信息披露被認(rèn)為對市場參與者意義不大[1]，然而經(jīng)驗證據(jù)表明風(fēng)險信息披露并非毫無意義。有文獻(xiàn)研究信息披露與風(fēng)險的關(guān)系，并發(fā)現(xiàn)信息透明度與流動性風(fēng)險顯著負(fù)相關(guān)[2]。有文獻(xiàn)研究風(fēng)險與資本市場參與者風(fēng)險識別行為的關(guān)系，并發(fā)現(xiàn)風(fēng)險與信貸利差顯著正相關(guān)[3]，與分析師盈利預(yù)測偏差也顯著正相關(guān)[4]。還有文獻(xiàn)直接研究風(fēng)險信息披露的經(jīng)濟(jì)后果，比如Li(2006)[5]研究風(fēng)險信息披露與未來盈余之間的關(guān)系，Yang(2012)[6]研究投資者對風(fēng)險信息披露的風(fēng)險感知，Todd和Volkan(2013)[1]研究年報風(fēng)險信息披露的改變量對股票市場以及分析師行為變化量的影響，F(xiàn)ilzen(2015)[7]研究風(fēng)險信息披露變動時公司政策如何調(diào)整，姚頤與趙梅[8]研究《招股說明書》中風(fēng)險因素的披露狀況如何影響其市場反應(yīng)，王雄元等[9]研究了年報風(fēng)險信息披露對分析師預(yù)測準(zhǔn)確度的影響，均發(fā)現(xiàn)風(fēng)險信息披露發(fā)揮了效用。但尚無文獻(xiàn)從分析師跟隨角度檢驗?zāi)陥箫L(fēng)險信息披露的有效性。

分析師行為是檢驗?zāi)陥箫L(fēng)險信息有用性的重要方面。Campello等(2011)[3]研究發(fā)現(xiàn)美國年報風(fēng)險信息披露的信息異質(zhì)性較強(qiáng)，而王雄元等(2017)[9]研究發(fā)現(xiàn)中國年報風(fēng)險信息披露的異質(zhì)性偏弱并提高了分析師預(yù)測準(zhǔn)確度。但該準(zhǔn)確度的提高可能是因為分析師能力提高、較差分析師不再跟蹤等多種因素導(dǎo)致[10]，研究年報風(fēng)險信息披露對分析師跟隨的影響是對上述研究的有益補(bǔ)充。王雄元等(2017)[9]研究發(fā)現(xiàn)中國年報風(fēng)險信息披露提高了分析師預(yù)測準(zhǔn)確度，這一結(jié)論說明年報風(fēng)險信息異質(zhì)性偏弱。按照這一邏輯，如果年報風(fēng)險信息可能只是披露異質(zhì)性較弱的已知風(fēng)險因素和突發(fā)事件相關(guān)的信息，增加了公共信息供給，提高了信息透明度以及年報的可讀性[11]，進(jìn)而降低了市場對分析師的需求，那么年報風(fēng)險信息披露將導(dǎo)致分析師跟隨數(shù)量減少。但也有研究表明，若年報風(fēng)險信息披露的未來風(fēng)險信息異質(zhì)性較高，會使市場參與者對公司風(fēng)險的感知更為直接，甚至引發(fā)市場參與者對未知風(fēng)險的恐懼[1]，降低了年報的可讀性以及透明度，進(jìn)而可能提高市場對分析師的需求，按照這一思路年報風(fēng)險信息將會增加分析師跟隨數(shù)量。因此，綜合分析師跟隨以及預(yù)測準(zhǔn)確度的變化才可能更準(zhǔn)確地回答我國年報風(fēng)險信息究竟提供了什么樣的信息以及發(fā)揮了什么樣的作用。

本文的證據(jù)表明：風(fēng)險信息披露頻率越高，分析師跟隨數(shù)量越少，分歧度更低，支持了風(fēng)險信息披露的信息觀。本文研究設(shè)計與結(jié)果跟Todd和Volkan(2013)[1]的研究不同。他們并未考察風(fēng)險信息披露對分析師預(yù)測準(zhǔn)確度與分析師跟隨的影響，而且他們研究發(fā)現(xiàn)，年報風(fēng)險信息增量增強(qiáng)了認(rèn)知異質(zhì)性從而提高了預(yù)測分歧度和修正程度，其結(jié)果傾向于支持風(fēng)險信息披露的風(fēng)險觀。我們首次利用文本分析量化風(fēng)險信息披露，深入探究我國風(fēng)險信息披露對分析師跟隨以及預(yù)測分歧度的影響，研究發(fā)現(xiàn)風(fēng)險信息披露提高了信息供給量與質(zhì)量從而減少了分析師跟隨與分析師預(yù)測分歧度，支持了風(fēng)險信息披露的信息觀。同時，本文研究也有別于姚頤與趙梅(2016)[8]的研究，他們研究《招股說明書》中風(fēng)險因素的披露狀況如何影響其市場反應(yīng)，而我們研究年報中風(fēng)險因素的披露狀況及其對分析師預(yù)測行為的影響。因此本文研究具有一定創(chuàng)新性。

二、文獻(xiàn)回顧與假設(shè)提出

(一)分析師跟隨文獻(xiàn)綜述

分析師為什么跟蹤公司？從經(jīng)濟(jì)后果看，分析師憑借專業(yè)能力對公司做出預(yù)測并賣給普通投資者進(jìn)而從中獲益[12]，公司信息分析難度越大，處理成本越高，普通投資者對分析師研究報告的需求越多，分析師獲利也越多。當(dāng)跟蹤公司的所獲收益必須大于其所付成本時，分析師才會跟蹤公司。從個人角度，分析師必須有跟蹤分析能力。信息分析難度超過分析師個人能力時，預(yù)測準(zhǔn)確度偏低，分析師聲譽(yù)將受損，相反分析師個人分析能力超過信息分析難度，分析師價值得不到體現(xiàn)，這都將促使分析師放棄跟蹤。從前提條件看，分析師必須能以合理成本獲得能支持其預(yù)測的充足信息，不能獲得充足信息或獲取信息的成本太高，都會促使分析師放棄跟蹤。經(jīng)驗證據(jù)表明，分析師跟隨與公司規(guī)模、機(jī)構(gòu)投資者持股比例以及回報率的波動性成正比[13]，分析師傾向于跟蹤風(fēng)險較低即盈余波動性較小[14]，信息披露較及時、透明度更高[15]，以及年報可讀性較差[16]的公司。年報風(fēng)險信息披露是公共信息的一種，雖然不直接影響私有信息，但風(fēng)險信息的不確定性，會使分析師對公共信息的判斷出現(xiàn)分歧，對分析師的預(yù)測行為會產(chǎn)生一定影響。然而現(xiàn)有的研究文獻(xiàn)并未涉及年報風(fēng)險信息對分析師預(yù)測行為的影響，本文研究年度報告中的風(fēng)險信息披露如何影響分析師的風(fēng)險感知及預(yù)測行為具有一定新意。

(二)風(fēng)險信息披露文獻(xiàn)綜述

年報風(fēng)險信息具有風(fēng)險信息與公共信息兩種特征。(1)風(fēng)險信息披露是一種強(qiáng)制性信息披露，既可以對已知風(fēng)險因素和突發(fā)事件進(jìn)行解釋，又可以描述未知風(fēng)險因素，能增加公共信息的供給，使既有信息透明度更高，可讀性更強(qiáng)。Roulstone(1991)[11]的研究顯示，風(fēng)險信息披露質(zhì)量提高后，公司信息透明度越高。(2)風(fēng)險信息披露帶給資本市場投資者的是關(guān)于未來業(yè)績的范圍而不是未來業(yè)績的水平[1]，不確定性較強(qiáng)，很難精確量化，投資者對它的理解具有較強(qiáng)的異質(zhì)性。披露更多風(fēng)險信息可能使年報可讀性減弱，理解難度增加，市場投資者對這些信息的理解也具有較強(qiáng)的異質(zhì)性[17]。因此年報風(fēng)險信息既能提供異質(zhì)性較弱的公共信息，又可能提供異質(zhì)性較強(qiáng)的風(fēng)險信息。

風(fēng)險信息披露可以影響投資者的風(fēng)險感知水平進(jìn)而引發(fā)一系列經(jīng)濟(jì)后果。Li(2006)[5]以年報中“風(fēng)險”“不確定性”等詞匯出現(xiàn)的頻率衡量風(fēng)險信息披露，研究發(fā)現(xiàn)，風(fēng)險信息披露能體現(xiàn)公司經(jīng)營下行風(fēng)險，風(fēng)險增加時盈余會顯著下降，投資者要求的報酬率較大，資本成本較高，風(fēng)險降低時盈余無顯著變化；未來經(jīng)營風(fēng)險較大時，管理層為降低訴訟風(fēng)險會披露更多風(fēng)險。Yang(2012)[6]使用自動分析工具直接從文本中提取并量化風(fēng)險，研究投資者對風(fēng)險感知的影響，結(jié)果發(fā)現(xiàn)，有些風(fēng)險會增加投資者風(fēng)險感知(文本公告后兩個月的股價波動性)，有些風(fēng)險減少投資者風(fēng)險感知；風(fēng)險因素段越長，風(fēng)險感知能力提升越大。Todd和Volkan(2013)[1]研究年報風(fēng)險信息披露的改變量對股票市場以及分析師行為變化量之間的影響，結(jié)果發(fā)現(xiàn)，年報風(fēng)險披露增量增加了股票交易量和回報波動率以及分析師預(yù)測的分歧度和修正程度。Chakrabarty等[18]研究授予公司高管期權(quán)后年報可讀性是否降低，及其與風(fēng)險行為的影響，結(jié)果發(fā)現(xiàn)，CEO激勵越多的企業(yè)的研發(fā)投入越多，年報模糊程度越大，說明高管為掩飾其過度風(fēng)險行為而更可能提供更模糊的報告[19]。Filzen(2015)[7]研究“風(fēng)險”“不確定性”等風(fēng)險信息披露發(fā)生變動時公司政策的調(diào)整方式，結(jié)果發(fā)現(xiàn)，風(fēng)險增加時公司會調(diào)整較長期的政策，而不確定性增加時公司只會調(diào)整較短期的政策。黎文靖與楊丹(2013)[20]研究發(fā)現(xiàn)，管理層可能披露成本上漲風(fēng)險，為公司較差的業(yè)績找合理解釋，以為自己爭取更高的薪酬。姚頤與趙梅(2016)[8]研究我國《招股說明書》中風(fēng)險因素的披露狀況及其市場反應(yīng)，結(jié)果發(fā)現(xiàn)，招股說明書中披露的風(fēng)險信息越多，IPO抑價越低，流動性越強(qiáng)。

但現(xiàn)有文獻(xiàn)對最能反應(yīng)信息效率以及信息環(huán)境變化的分析師預(yù)測行為的關(guān)注度還不夠，對風(fēng)險信息披露經(jīng)濟(jì)后果形成邏輯的分析不夠，同時也缺乏對我國年報風(fēng)險信息披露經(jīng)濟(jì)后果的系統(tǒng)性研究。而且我國年報風(fēng)險信息披露是否與美國資本市場具有同樣的經(jīng)濟(jì)后果，尚待檢驗。本文研究試圖在這些方面有所突破。

(三)假設(shè)提出

風(fēng)險信息披露的趨同觀認(rèn)為，年報披露的風(fēng)險信息是與普通信息類別沒有差異的信息，它是對年報其他信息的有益補(bǔ)充，它的存在會讓既有公共信息的透明度更高。風(fēng)險信息披露提高了公共信息的供給量與信息質(zhì)量，進(jìn)而增加了信息的可讀性。信息可讀性的增加使得投資者對分析師的需求降低，同時也迫使分析師花更多成本搜索私有信息，因而可能減少分析師跟隨數(shù)量。分析師傾向于跟隨年報可讀性較差的公司[16]，因為當(dāng)年報可讀性很強(qiáng)時，投資者能理解其信息內(nèi)涵，分析師研究報告及其價值較低。風(fēng)險信息披露使分析師預(yù)測的公共信息基礎(chǔ)更充足，但分析師價值主要源自異質(zhì)性信息[15]，這意味著分析師需要花費(fèi)更大成本搜集私有信息，也即風(fēng)險信息披露增加了分析師跟蹤成本，提高了分析師跟蹤門檻。預(yù)測不準(zhǔn)確會影響分析師個人聲譽(yù)和職業(yè)生涯發(fā)展[21][22]，能力不足或不愿意承擔(dān)過高成本的分析師會放棄跟蹤，因此風(fēng)險信息披露可能減少分析師跟隨。

風(fēng)險信息披露的趨異觀認(rèn)為，年報披露的風(fēng)險信息是與普通信息類別迥然不同的信息，它突出風(fēng)險與不確定性，特別向市場傳遞出某些異質(zhì)性信息，它的存在可能讓既有公共信息的理解難度增加。風(fēng)險信息披露提高了信息的不確定性，增加了信息的理解難度。信息理解難度的增加使得投資者對分析師的需求增加，同時也降低了分析師搜索私有信息的迫切性，因而可能增加分析師跟隨數(shù)量。信息不確定性與信息理解難度的增加，會增加分析預(yù)測的難度和異質(zhì)信念，從而有可能降低分析師預(yù)測準(zhǔn)確度和增加分析師預(yù)測分歧度。本文將風(fēng)險信息披露對分析師預(yù)測行為的此種效應(yīng)定義為基于信息異質(zhì)性的風(fēng)險假說。隨著風(fēng)險信息披露的增加，信息不確定性增加，年報可讀性以及信息的可理解性減弱，投資者對分析師研究報告更加依賴，分析師尤其是優(yōu)秀分析師可以憑借專業(yè)分析能力服務(wù)于普通投資者并從中獲益[12]。風(fēng)險信息披露雖然的確增加了公共信息量，但是因為增量信息異質(zhì)性較強(qiáng)，分析師通過私有信息搜集獲得信息異質(zhì)性價值的需要降低，也即它可能降低分析師預(yù)測成本，進(jìn)而增加分析師跟隨數(shù)量。因此，風(fēng)險信息披露可能增加分析師跟隨。

綜上，提出本文對立假設(shè)：

趨同觀假說H1，年報風(fēng)險信息披露越多，分析師跟隨越少。

趨異觀假說H2，年報風(fēng)險信息披露越多，分析師跟隨越多。

三、樣本選擇以及描述性統(tǒng)計

(一)樣本選取

我國自2007年始強(qiáng)制要求企業(yè)披露風(fēng)險信息，因此本文風(fēng)險信息披露數(shù)據(jù)期間為2007～2013年。由于需要觀測年報披露后分析師的預(yù)測行為，因此分析師預(yù)測數(shù)據(jù)需要滯后一期，期間為2008～2014年。2007～2014年間共計11781個原始樣本，在此基礎(chǔ)上刪除：223個金融行業(yè)樣本；101個分析師預(yù)測數(shù)據(jù)缺失的樣本；1318個無法提取風(fēng)險數(shù)據(jù)進(jìn)而無法計算全文風(fēng)險數(shù)據(jù)和董事會報告風(fēng)險數(shù)據(jù)的樣本；1789個財務(wù)數(shù)據(jù)缺失的樣本，最終得到8350個年度公司樣本。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，對所有連續(xù)變量進(jìn)行了上下1%的winsorize縮尾處理，并對所有公司層面回歸都做了群聚調(diào)整[23]。

(二)模型設(shè)計與變量定義

本文參照Huberts和Fuller[24]的做法設(shè)立如下檢驗?zāi)Ｐ停?/p>

其中，被解釋變量Analyst用分析師跟隨Follower反映，即公司當(dāng)年分析師跟蹤人數(shù)加1取對數(shù)，預(yù)測分歧度Dispersion=sd(forecastEps)/(|actulEps|+0.5)用于進(jìn)一步分析。本文參考Todd和Volkan(2013)[1]的做法，采用文本分析法構(gòu)建風(fēng)險信息披露指數(shù)。具體做法如下：先從全部A股上市公司2007～2013年年報中抓取風(fēng)險以及不確定性等詞語并計算其出現(xiàn)的次數(shù)，然后用風(fēng)險相關(guān)關(guān)鍵詞出現(xiàn)的頻次除以所屬部分總字?jǐn)?shù)衡量風(fēng)險信息披露頻率。由于全文風(fēng)險頻率可代表總體風(fēng)險披露水平，董事會報告是最早規(guī)定且風(fēng)險披露較為集中的部分，因此本文選用這兩部分風(fēng)險披露情況進(jìn)行研究。本文風(fēng)險信息披露Riskdisc指標(biāo)包括：年報全文風(fēng)險披露頻率Ttrisk_num，即全文風(fēng)險頻數(shù)/年報總字?jǐn)?shù)；董事會報告風(fēng)險披露頻率Direct_num，即董事會報告風(fēng)險頻數(shù)/董事會報告總字?jǐn)?shù)?？刂谱兞堪ǎ汗疽?guī)模Size，盈利情況Loss，機(jī)構(gòu)投資者持股Inshold，會計師事務(wù)所Big10，財務(wù)杠桿Lev，上市年限List，股權(quán)集中度First，盈余可預(yù)測程度Intang，盈余與市場回報的相關(guān)性CORR，盈余波動性Volatility，股權(quán)性質(zhì)啞變量SOE，凈資產(chǎn)收益率ROE，公司成長性Growth，券商更新預(yù)測的頻率Update。

(三)描述性統(tǒng)計

表1為主要變量的描述性統(tǒng)計。結(jié)果顯示：分歧度均值為0.1410，分析師跟隨均值為1.8080，所有分析師預(yù)測相關(guān)指標(biāo)具有較大差異，較為合理；全文風(fēng)險相關(guān)的關(guān)鍵詞所占比例均值為0.0766，最少占0.0319，最多為0.1590，董事會報告部分所占比例均值為0.0946，最多的占0.3240，最少為0，說明風(fēng)險披露的數(shù)量之間存在較大差異。

表1 主要變量描述性統(tǒng)計

表2 主要變量相關(guān)系數(shù)

表2為主要變量相關(guān)系數(shù)，數(shù)據(jù)顯示：風(fēng)險信息披露的兩個指標(biāo)與分析師跟隨以及預(yù)測分歧度負(fù)相關(guān)且大部分具有較高顯著性，說明風(fēng)險信息披露越多，分析師跟蹤越少，預(yù)測分歧度越小，初步驗證本文假設(shè)1；全文風(fēng)險信息披露頻率和董事會報告風(fēng)險披露頻率的相關(guān)系數(shù)達(dá)到0.486，說明年報風(fēng)險信息披露的主體主要由董事會報告部分的風(fēng)險信息披露構(gòu)成，但又不能代表全部，因此本文兩個風(fēng)險信息披露指標(biāo)的選擇較為合理。

表3為主要變量的差異性檢驗。我們將樣本按全文風(fēng)險信息披露頻率中位數(shù)分為披露較多組和披露較少組，而后對分析師預(yù)測行為做均值與中位數(shù)的差異性檢驗。均值T檢驗以及中位數(shù)Z檢驗的數(shù)據(jù)顯示：風(fēng)險信息披露較多組的分析師跟隨以及分析師預(yù)測分歧度均顯著少于風(fēng)險披露較低組，說明風(fēng)險信息披露減少了分析師跟隨，降低了分析師預(yù)測分歧度。

表3 主要變量差異性檢驗

四、實證結(jié)果與分析

(一)年報風(fēng)險信息披露與分析師跟隨

表4第(1)與(2)列的回歸結(jié)果顯示：年報全文風(fēng)險披露頻率Ttrisk_num以及董事會報告風(fēng)險披露頻率Direct_num均與分析師跟隨Follower顯著負(fù)相關(guān)，這說明風(fēng)險信息披露越多，分析師跟蹤人數(shù)越少，即風(fēng)險信息披露降低了分析師跟蹤數(shù)量。從而支持了風(fēng)險信息披露的信息假說。

(二)穩(wěn)健性檢驗

第一，控制個體固定效應(yīng)。表4第(3)與(4)列進(jìn)一步控制公司個體固定效應(yīng)，結(jié)果顯示：年報全文風(fēng)險披露頻率Ttrisk_num以及董事會報告風(fēng)險披露頻率Direct_num的回歸系數(shù)有所減少，但仍與分析師跟隨Follower顯著負(fù)相關(guān)。

第二，差分回歸。本文對所有變量取其t期減去t-1期的差額進(jìn)行差分回歸，以消除不隨時間改變的不可觀測因素對結(jié)果的可能影響[16]。表4第(5)與(6)列的回歸結(jié)果顯示：年報全文風(fēng)險披露頻率的變化值delTtrisk_num以及董事會報告風(fēng)險披露頻率的變化值delDirect_num仍分別與分析師跟隨變化值(delFollower)顯著負(fù)相關(guān)，這說明風(fēng)險信息披露增加的越多，分析師跟蹤數(shù)量下降的越多。

第三，采用2SLS處理遺漏變量引起的內(nèi)生性問題。首先，參照Campbell等(2014)[25]的做法，在控制企業(yè)規(guī)模、盈余波動性、股權(quán)性質(zhì)、盈余管理DA、風(fēng)險Beta以及股票日收益率的年度標(biāo)準(zhǔn)差Return等變量的基礎(chǔ)上，設(shè)立風(fēng)險信息披露Riskdisc影響因素模型，之后用殘差Riskdisce代替風(fēng)險信息披露帶入原模型進(jìn)行第二階段回歸。表4第(7)與(8)列的回歸結(jié)果顯示：風(fēng)險信息披露Riskdisc_e仍與與分析師跟隨Follower顯著負(fù)相關(guān)。

第四，行業(yè)均值調(diào)整。競爭性可能促進(jìn)信息披露[26]，加劇風(fēng)險[27]，因此風(fēng)險信息披露可能呈現(xiàn)較強(qiáng)的行業(yè)特征。本文對風(fēng)險信息披露進(jìn)行行業(yè)均值調(diào)整，以排除行業(yè)特征的影響。表5第(1)至(2)列的回歸結(jié)果顯示：經(jīng)行業(yè)均值調(diào)整后的年報全文風(fēng)險披露頻率Ttrisk_num_adj以及董事會報告風(fēng)險披露頻率Direct_num_adj仍與分析師跟隨Follower顯著負(fù)相關(guān)。

第五，分位數(shù)回歸。表5第(3)至(8)列進(jìn)行了1/4、1/2、3/4分位數(shù)回歸，結(jié)果顯示：在不同分位數(shù)水平上，年報全文風(fēng)險披露頻率Ttrisk_num以及董事會報告風(fēng)險披露頻率Direct_num均與分析師跟隨Follower顯著負(fù)相關(guān)。

表4 年報風(fēng)險信息披露對分析師預(yù)測跟隨的影響

注：Robust t-statistics in parentheses，*** 表示p<0.01，** 表示p<0.05，*表示p<0.1。下同。

表5 行業(yè)均值調(diào)整(N=8350)

續(xù)表

變量行業(yè)均值調(diào)整Ttrisk_num_adjDirect_num_adj分位數(shù)回歸Ttrisk_numq25q50q75Direct_numq25q50q75Growth0.02300.02100.05310.0306-0.008930.06220.02270.00589(0.6251)(0.5701)(0.9547)(0.7785)(-0.2827)(1.2012)(0.4697)(0.1326)其他控制變量略略略略略略略略Indus & YearYESYESYESYESYESYESYESYESConstant-6.845***-6.802***-7.968***-6.771***-5.524***-7.976***-6.799***-5.653***(-21.1084)(-20.8361)(-28.1699)(-22.6003)(-21.2968)(-26.9249)(-24.8622)(-29.0922)Adjusted-R20.4760.4760.28640.32740.32490.28680.32790.3246

五、進(jìn)一步分析

(一)理論分析

在信息假說下，風(fēng)險信息披露因提高了公共信息質(zhì)量、降低了信息異質(zhì)性而有助于降低分析師預(yù)測分歧度[28]。年報風(fēng)險信息面向所有市場參與者公開發(fā)布，有助于降低信息流動所形成的異質(zhì)信念，進(jìn)而降低分析師預(yù)測分歧度[29]。年報風(fēng)險信息對既有風(fēng)險做了充分說明，提高了公共信息透明度和可理解性，年報可讀性增強(qiáng)[16]，公司信息透明提高[15]，并且降低了先驗異質(zhì)性所形成的異質(zhì)信念，也降低了分析師預(yù)測分歧度。因此從該角度風(fēng)險信息披露可能減少分析師預(yù)測分歧度。在風(fēng)險假說下，風(fēng)險信息披露因增加了信息不確定性與異質(zhì)信念而有助于增加分析師預(yù)測分歧度。年報風(fēng)險信息披露可能導(dǎo)致信息過載，從而引發(fā)有限注意而導(dǎo)致的異質(zhì)信念。同時年報風(fēng)險信息具有不確定性，理解難度增加，因而會加劇先驗異質(zhì)性所形成的異質(zhì)信念，而異質(zhì)信念的增加會加劇分析師間的預(yù)測分歧度。此外，為降低不確定信息增加的負(fù)面影響，分析師會減少對年報信息的使用轉(zhuǎn)而尋求私有信息，分析師之間的異質(zhì)性信息判斷會更多[17]，分析師預(yù)測分歧度隨之增加。因此從該角度風(fēng)險信息披露可能增加分析師預(yù)測分歧度。

(二)數(shù)據(jù)分析

表6第(1)與(2)列的回歸結(jié)果顯示：年報全文風(fēng)險披露頻率Ttrisk_num以及董事會報告風(fēng)險披露頻率Direct_num均與分析師預(yù)測分歧度Dispersion顯著負(fù)相關(guān)，說明風(fēng)險信息披露越多，分析師預(yù)測分歧度越小。分別控制公司特征固定效應(yīng)和進(jìn)行行業(yè)均值調(diào)整的穩(wěn)健性檢驗結(jié)果也支持了這一研究結(jié)論。由于分析師預(yù)測分歧度是異質(zhì)信念傳統(tǒng)的衡量指標(biāo)[30]，因而說明我國風(fēng)險信息的異質(zhì)性較弱，從而進(jìn)一步驗證了本文信息假說的邏輯。Todd和Volkan(2013)[1]的研究發(fā)現(xiàn)，風(fēng)險信息披露增加了分析師預(yù)測分歧度，說明美國資本市場風(fēng)險信息披露的異質(zhì)性較強(qiáng)。

表6 年報風(fēng)險信息披露的異質(zhì)性較弱么(N=7368)

續(xù)表

變量OLSTtrisk_numDirect_num固定效應(yīng)Ttrisk_numDirect_num行業(yè)均值調(diào)整Ttrisk_num_adjDirect_num_adjROE-0.3380***-0.3380***-0.452***-0.453***-0.338***-0.338***(-12.6550)(-12.6190)(-11.312)(-11.338)(-12.657)(-12.620)Growth-0.0440***-0.0439***-0.0575***-0.0575***-0.0440***-0.0438***(-5.9550)(-5.9410)(-6.929)(-6.937)(-5.956)(-5.931)Indus & YearYESYESYESYESYESYESConstant0.2700***0.2670***-0.0530-0.05690.258***0.265***(5.6570)(5.5280)(-0.268)(-0.290)(5.365)(5.481)F值16.760016.550025.7425.7816.7016.52Adjusted-R20.11700.11600.1180.1180.1170.116

六、研究結(jié)論與不足

與Todd和Volkan(2013)[1]支持風(fēng)險觀的研究結(jié)論不同，本文研究結(jié)論支持了風(fēng)險信息披露的信息觀。我們認(rèn)為這種差異可能體現(xiàn)了中美兩個資本市場成熟度以及風(fēng)險信息披露側(cè)重點(diǎn)上的差異。中國資本市場成熟度較低，年報風(fēng)險信息披露可能側(cè)重于對既有風(fēng)險因素的闡述，而且均為抽象的定性信息，市場參與者將風(fēng)險信息披露視為年報其他信息的補(bǔ)充。這種差異也暗示我國風(fēng)險信息披露規(guī)定與監(jiān)管重心需要適度調(diào)整。但本文采用風(fēng)險或者不確定性等詞匯出現(xiàn)的頻率衡量風(fēng)險信息披露有一定局限，很難確定中文文本關(guān)鍵詞詞典以及行文語氣的句式語法，因而不能全面捕捉年報中的風(fēng)險信息。盡管如此，我們認(rèn)為年報信息披露具有一定專業(yè)性和規(guī)范性，本文結(jié)果具有一定科學(xué)性。