風(fēng)險提示信息、分析師跟進(jìn)與財務(wù)重述

林鐘高 秦緣 曾祥飛

【摘要】通過文本挖掘技術(shù)考察風(fēng)險提示信息對財務(wù)重述的影響及分析師跟進(jìn)的調(diào)節(jié)作用。 研究發(fā)現(xiàn)：風(fēng)險提示信息與財務(wù)重述顯著負(fù)相關(guān)， 分析師跟進(jìn)抑制了風(fēng)險提示信息對財務(wù)重述的負(fù)向影響。 進(jìn)一步研究發(fā)現(xiàn)：風(fēng)險提示信息對涉及財務(wù)信息的重述行為有更高的抑制效果; 分析師預(yù)測相對偏離度越高， 風(fēng)險提示信息對財務(wù)重述的抑制作用就越弱。 該研究結(jié)論表明， 風(fēng)險提示信息與企業(yè)財務(wù)重述作為企業(yè)披露信息的兩種具體方式， 一方面體現(xiàn)了信息披露戰(zhàn)略擇機(jī)假說的博弈思想， 另一方面提示在實踐中需要關(guān)注風(fēng)險信息披露的內(nèi)部行為與分析師跟進(jìn)的外部監(jiān)管機(jī)制的內(nèi)外聯(lián)動， 提高財務(wù)報告質(zhì)量， 降低財務(wù)重述的負(fù)面影響。

【關(guān)鍵詞】風(fēng)險提示信息; 分析師跟進(jìn); 財務(wù)重述; 文本挖掘技術(shù); 非結(jié)構(gòu)化數(shù)據(jù)

【中圖分類號】F275 ? ? ?【文獻(xiàn)標(biāo)識碼】A ? ? ?【文章編號】1004-0994（2020）24-0059-10

一、引言

相關(guān)數(shù)據(jù)顯示， 近年來我國上市企業(yè)財務(wù)重述事件日益增多且日趨頻繁。 僅就我國A股市場相關(guān)數(shù)據(jù)來看， 2010 ～ 2018年每年發(fā)生財務(wù)重述的次數(shù)明顯上升， 由2010年的230次增長到2018年的835次， 年均增長率高達(dá)29.23%。 財務(wù)重述影響因素的相關(guān)研究成果眾多， 然而并沒有得出一致的結(jié)論， 即使是對某單一影響因素的不同實證檢驗得到的結(jié)論之間也存在較大差異。 現(xiàn)有的大部分文獻(xiàn)傾向于以年報中披露的盈余增長、負(fù)債融資、財務(wù)杠桿等結(jié)構(gòu)性財務(wù)指標(biāo)研究公司財務(wù)特征對財務(wù)重述的影響， 卻很少關(guān)注風(fēng)險提示信息等非結(jié)構(gòu)化數(shù)據(jù)與財務(wù)重述之間的關(guān)系。 目前， 非結(jié)構(gòu)化信息已經(jīng)占年報信息的80%以上， 它既可以看作是對財務(wù)指標(biāo)的補(bǔ)充說明， 也在某種程度上提供了不同于財務(wù)指標(biāo)的增量信息， 可以緩解信息不對稱問題[1] 。 研究表明：上市公司年報中風(fēng)險提示信息通過提升信息的透明度， 進(jìn)而降低銀行風(fēng)險感知水平[2] ; 非結(jié)構(gòu)化的風(fēng)險信息會使得審計師提高對企業(yè)的風(fēng)險評價等級， 更可能出具非標(biāo)意見[3] ; 風(fēng)險信息披露有助于財務(wù)報表使用者進(jìn)行決策[4] 。 企業(yè)進(jìn)行財務(wù)重述也很有可能是因為存在較大的經(jīng)營風(fēng)險， 管理層為了掩蓋經(jīng)營問題而進(jìn)行盈余操縱。 那么， 風(fēng)險提示信息披露與企業(yè)財務(wù)重述行為之間是否存在某種內(nèi)在關(guān)聯(lián)呢？ 風(fēng)險提示信息產(chǎn)生的增量信息貢獻(xiàn)如何影響企業(yè)財務(wù)重述這一行為？

與此同時， 財務(wù)重述意味著企業(yè)會計信息的真實性值得懷疑， 當(dāng)公司治理機(jī)制不完善甚至失效時， 會計信息更容易出現(xiàn)客觀錯報和主觀操縱， 進(jìn)而導(dǎo)致后續(xù)財務(wù)重述次數(shù)增加[5] 。 作為公司外部治理機(jī)制， 分析師跟進(jìn)應(yīng)當(dāng)起到降低企業(yè)盈余管理水平、監(jiān)督經(jīng)理人行為的作用[6] ， 從而減少財務(wù)重述發(fā)生的可能性。 但是， 由于資本市場的成熟程度和分析師跟進(jìn)目的等因素的不同， 分析師跟進(jìn)對公司（會計行為）治理的作用具有兩面性：一方面分析師跟進(jìn)起到信息中介和監(jiān)督作用[7] ， 其預(yù)測結(jié)果會揭露更加真實的企業(yè)狀況[8] 。 市場參與者可以根據(jù)分析師預(yù)測結(jié)果調(diào)整投資決策， 從股票市價和交易量方面給予管理層動力與壓力， 從而提升會計信息質(zhì)量， 并減少盈余管理行為。 另一方面， 分析師跟進(jìn)的預(yù)測結(jié)果可能會起到“擴(kuò)大”效應(yīng)， 加劇企業(yè)管理層操縱盈余和披露虛假信息的可能性。 由于羊群效應(yīng)和獲取高額交易傭金動機(jī)[9] ， 分析師跟進(jìn)的預(yù)測結(jié)果普遍比較樂觀且存在正向偏差， 契合了大部分公司進(jìn)行財務(wù)重述的需求[10] 。 然而， 已有文獻(xiàn)大部分是從財務(wù)指標(biāo)的結(jié)構(gòu)化數(shù)據(jù)視角進(jìn)行研究， 并未從風(fēng)險提示信息等非結(jié)構(gòu)化數(shù)據(jù)角度研究分析師跟進(jìn)對財務(wù)重述的影響。 因此， 本文試圖研究風(fēng)險提示信息對財務(wù)重述的影響， 并加入分析師跟進(jìn)這一重要的外部治理機(jī)制作為調(diào)節(jié)變量， 分析其對風(fēng)險提示信息與財務(wù)重述之間關(guān)系的影響， 探究分析師跟進(jìn)到底是符合“監(jiān)督”假說還是“壓力”假說。

基于此， 本文利用文本挖掘技術(shù)， 實證檢驗了風(fēng)險提示信息與財務(wù)重述之間的關(guān)系以及分析師跟進(jìn)在其中的調(diào)節(jié)效應(yīng)。 本文可能的貢獻(xiàn)如下：采用文本挖掘方法將非結(jié)構(gòu)化數(shù)據(jù)引入研究， 彌補(bǔ)了結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)聯(lián)合作用研究的缺失， 為企業(yè)財務(wù)重述行為研究提供了一個全新的視角; 從非結(jié)構(gòu)化的風(fēng)險提示信息角度來考察、拓展和深化財務(wù)重述的影響因素文獻(xiàn); 進(jìn)一步將風(fēng)險信息披露的內(nèi)部行為與分析師跟進(jìn)的外部監(jiān)督機(jī)制聯(lián)合起來， 從內(nèi)外兩方面考察對財務(wù)重述的影響， 為建立內(nèi)部行為與環(huán)境互動框架、完善和創(chuàng)新信息披露制度提供了經(jīng)驗證據(jù)， 同時為風(fēng)險會計以及風(fēng)險報告框架建設(shè)提供了理論支撐。

二、理論分析與研究假設(shè)

（一）風(fēng)險提示信息與財務(wù)重述

風(fēng)險提示信息是對財務(wù)信息的補(bǔ)充說明， 能為資本市場上的各方參與者提供增量信息， 但究竟會產(chǎn)生何種市場反應(yīng)， 目前尚無定論。 一種觀點認(rèn)為， 風(fēng)險提示信息增強(qiáng)了投資者對風(fēng)險的感知[11] ， 導(dǎo)致股票交易量減少， 收益率波動增大， 進(jìn)而減少企業(yè)財務(wù)重述所能獲得的利益; 另一種觀點認(rèn)為， 企業(yè)和管理層選擇自愿進(jìn)行風(fēng)險提示信息披露是企業(yè)內(nèi)部博弈的最終結(jié)果， 目的是掩蓋公司糟糕的經(jīng)營狀況、逃避懲罰和掩飾自利行為[12] 。 由于風(fēng)險提示信息的市場作用不同， 其對財務(wù)重述的影響也具有兩面性。

1. 風(fēng)險提示信息披露減少了企業(yè)財務(wù)重述行為。 從信息經(jīng)濟(jì)學(xué)的甄別理論來看， 資本市場的各方參與者需要對獲得的各種信息進(jìn)行甄別和綜合分析。 作為非結(jié)構(gòu)化數(shù)據(jù)的風(fēng)險提示信息可以向市場傳遞不同的信號[13] 。 風(fēng)險提示信息的市場反應(yīng)更加偏向于“風(fēng)險觀”， 其內(nèi)容可能大多屬于前瞻性的未知事項， 增強(qiáng)了市場參與者對企業(yè)的風(fēng)險感知。 因此， 潛在投資者會根據(jù)企業(yè)年報中披露的風(fēng)險提示信息強(qiáng)度來判斷企業(yè)面臨的風(fēng)險。 當(dāng)披露風(fēng)險提示信息較多時， 市場參與者會更加謹(jǐn)慎地進(jìn)行投資決策， 很可能減少股票交易和購買債券行為。 而企業(yè)進(jìn)行財務(wù)重述是為了美化財務(wù)數(shù)據(jù)以提高市場參與者對公司價值的估計， 進(jìn)而在補(bǔ)充更正公告之前高價售出股票獲利和吸引投資。 在這種情況下， 風(fēng)險提示信息披露和財務(wù)重述的目標(biāo)是相反的。 由于目前并不要求強(qiáng)制披露風(fēng)險提示信息， 它和財務(wù)重述都屬于企業(yè)自發(fā)的行為選擇。 考慮到風(fēng)險提示信息會顯著削弱財務(wù)重述收益， 企業(yè)出于成本效益原則進(jìn)行財務(wù)重述的意愿也會降低。

從信息不對稱角度來分析， 風(fēng)險提示信息披露會產(chǎn)生“信息觀”效應(yīng)。 風(fēng)險提示信息是對已知風(fēng)險和事項的進(jìn)一步說明， 會降低信息不對稱程度， 從而能夠減少因代理沖突導(dǎo)致的財務(wù)重述。 首先， 風(fēng)險提示信息的披露會使得審計師更嚴(yán)格地執(zhí)行審計程序。 由于企業(yè)內(nèi)部制度不完善導(dǎo)致的真實錯報會減少， 管理層自利行為也更容易在年報披露前被發(fā)現(xiàn)， 因此進(jìn)行的公告更正也隨之減少。 其次， 風(fēng)險提示信息的披露可以作為新的管理層經(jīng)營成果的評價方式， 可以降低監(jiān)督成本， 有助于股東判斷管理層的真實經(jīng)營成果[11] ， 從而抑制管理層的自利行為。 最后， 風(fēng)險提示信息的披露有利于債權(quán)人了解企業(yè)的風(fēng)險狀況， 會更加關(guān)注管理層的行為并進(jìn)行監(jiān)督， 有效減少企業(yè)財務(wù)重述。

從風(fēng)險提示信息與財務(wù)重述的“趨同”角度來說， 風(fēng)險提示信息的披露與進(jìn)行財務(wù)重述一樣， 都與企業(yè)經(jīng)營目標(biāo)相一致， 甚至在某種程度上都是具有經(jīng)營權(quán)的管理層意志的體現(xiàn)。 第一， 企業(yè)為了避免聲譽資本流失， 會主動減少自身的財務(wù)重述行為[14] 。 上市公司希望通過披露更多的風(fēng)險提示信息， 向資本市場傳遞關(guān)于企業(yè)未來的準(zhǔn)確信號， 減少投資者對前景的擔(dān)憂， 以獲得良好聲譽。 擁有良好聲譽的企業(yè)會自覺避免諸如違反契約和信息操縱等短視行為對聲譽的損害。 第二， 管理層自愿披露風(fēng)險提示信息是有意識地對聲譽進(jìn)行投資的一種方式， 經(jīng)理人會盡量減少實施可能導(dǎo)致聲譽下降的短視行為。 經(jīng)理人聲譽已經(jīng)成為一種信息傳遞機(jī)制， 它將短期機(jī)會主義行為與隨后可能引發(fā)的聲譽下降緊密聯(lián)系在一起， 成為委托代理關(guān)系能否確定的重要因素[15] 。 第三， 風(fēng)險提示信息的披露會削減為了彌補(bǔ)未知風(fēng)險的不確定性而支付的補(bǔ)償成本， 降低資本成本。 為了保有融資優(yōu)勢， 企業(yè)會主動避免財務(wù)重述， 以免降低投資者對企業(yè)的預(yù)期。 第四， 年報風(fēng)險提示信息的披露范圍越大， 準(zhǔn)確程度越高， 意味著管理層審慎對待企業(yè)風(fēng)險管理， 傾向于保持當(dāng)前的發(fā)展戰(zhàn)略[16] 。 信息披露的戰(zhàn)略擇機(jī)假說①認(rèn)為， 有上述心理特征的管理層傾向于謹(jǐn)慎風(fēng)險偏好和長遠(yuǎn)利益， 并不想承擔(dān)投資者減持、股價下跌等負(fù)面影響， 會主動避免財務(wù)重述行為。

2. 風(fēng)險提示信息披露增加了企業(yè)財務(wù)重述行為。 首先， 從管理層誠信角度看， 風(fēng)險提示信息披露能代表管理層的真實意圖是建立在管理層誠信的基礎(chǔ)上的[12] 。 當(dāng)管理層誠信度較低時， 風(fēng)險提示信息的披露則可能成為掩飾的工具。 第一， 如果投資者將是否披露風(fēng)險提示信息作為評價企業(yè)業(yè)績的標(biāo)準(zhǔn)， 那么不僅業(yè)績好的企業(yè)會積極披露風(fēng)險提示信息， 業(yè)績差的企業(yè)也有對外披露風(fēng)險提示信息的動機(jī)。 不主動披露風(fēng)險提示信息的企業(yè)被認(rèn)為實際經(jīng)營狀況比較糟糕， 從而無力應(yīng)對不利消息帶來的風(fēng)險。 于是， 管理層誠信度較低的企業(yè)也有可能通過對外披露風(fēng)險提示信息來掩飾企業(yè)所處的困境， 避免企業(yè)價值下降[13] 。 第二， 風(fēng)險提示信息的披露也會成為管理層推卸責(zé)任的工具。 周婷婷[12] 認(rèn)為， 在腐敗行為發(fā)生年度， 披露較多的風(fēng)險提示信息可以掩蓋自利行為， 從而減少高管在腐敗事件被曝光后受到的懲罰。 因此， 誠信度較低的管理層會利用風(fēng)險提示信息披露謀求私利， 并不重視聲譽的投資和維護(hù)， 甚至可能為了隱瞞公司真實經(jīng)營狀況而主動選擇財務(wù)重述。

其次， 在異質(zhì)觀下， 內(nèi)部控制存在缺陷以及未來風(fēng)險較多的企業(yè)應(yīng)該會披露更多的風(fēng)險提示信息。 相應(yīng)地， 內(nèi)部監(jiān)督和審核機(jī)制不完善也會導(dǎo)致財務(wù)信息出現(xiàn)錯漏的概率增大， 又因為這種風(fēng)險提示信息提高了審計師及監(jiān)管部門對企業(yè)的風(fēng)險評級， 在更嚴(yán)格與謹(jǐn)慎的審計程序之下， 企業(yè)前期年報的錯漏和管理層的盈余管理行為更容易被發(fā)現(xiàn)并被要求更正， 財務(wù)重述可能性隨之增加。 另外， 風(fēng)險提示信息中披露的技術(shù)、原材料等風(fēng)險可能會與企業(yè)產(chǎn)品及經(jīng)營戰(zhàn)略相關(guān)， 專有成本較高[17] 。 這些特有的風(fēng)險提示信息披露后很可能破壞企業(yè)在產(chǎn)品市場的競爭地位， 導(dǎo)致融資成本提高。 為了避免影響企業(yè)產(chǎn)品競爭優(yōu)勢， 管理層會減少披露包含企業(yè)特有信息的內(nèi)容。 那么， 如果在激烈的產(chǎn)品市場競爭下， 管理層選擇披露較多的風(fēng)險提示信息， 則說明其代理沖突非常嚴(yán)重， 也更容易出現(xiàn)財務(wù)重述的行為。

綜上， 本文提出如下競爭性假設(shè)：

H1a：保持其他條件不變， 年報披露的風(fēng)險提示信息越多， 企業(yè)越不容易出現(xiàn)財務(wù)重述行為。

H1b：保持其他條件不變， 年報披露的風(fēng)險提示信息越多， 企業(yè)越容易出現(xiàn)財務(wù)重述行為。

（二）分析師跟進(jìn)對風(fēng)險提示信息與財務(wù)重述關(guān)系的調(diào)節(jié)作用

理論界對于分析師跟進(jìn)的外部治理效應(yīng)有著不同的觀點。 “監(jiān)督”假說認(rèn)為， 分析師跟進(jìn)能夠提供真實準(zhǔn)確的信息， 產(chǎn)生信息傳遞效應(yīng)， 并對企業(yè)的財務(wù)欺詐和盈余管理行為進(jìn)行有效監(jiān)督[18] ; “壓力”假說認(rèn)為， 分析師會迫于企業(yè)管理層和控股股東壓力發(fā)布虛假預(yù)測信息誤導(dǎo)投資者。 分析師獨立性較低時， 預(yù)測盈利往往會高于企業(yè)真實盈利， 造成外部盈利壓力[19] 。

如果“監(jiān)督”假說成立， 分析師跟進(jìn)被認(rèn)為有著緩解信息不對稱和提高股票流動性的效果， 可以對企業(yè)產(chǎn)生監(jiān)督治理作用。 第一， 分析師將信息加工成為公共信息， 并使其在大部分的市場參與者之間擴(kuò)散是信息傳遞效應(yīng)的基礎(chǔ)。 分析師的專業(yè)技能決定了其會比普通投資者更加敏銳地察覺到風(fēng)險提示信息傳遞的信號， 這種信號經(jīng)由分析報告向外界公布后， 可以通過影響市場參與者的決策作用于企業(yè)股價和交易量， 為了避免企業(yè)股價下跌， 管理層會自覺約束自身行為[20] 。 第二， 在行業(yè)競爭中， 分析師跟進(jìn)將企業(yè)私有信息通過預(yù)測結(jié)果向外界公開， 使其競爭對手也可以獲得。 由于風(fēng)險提示信息披露產(chǎn)生的私有成本降低， 為了獲得更多信息披露帶來的收益， 企業(yè)會選擇披露更多信息， 信息不對稱被進(jìn)一步緩解。 第三， 未掌握上市企業(yè)內(nèi)部情況的投資者會更相信分析師的判斷， 根據(jù)分析師的預(yù)測結(jié)果進(jìn)行投資決策， 而年報風(fēng)險提示信息被證明能夠?qū)Ψ治鰩燁A(yù)測結(jié)果產(chǎn)生增量信息價值， 提高預(yù)測準(zhǔn)確度[21] 。 隨著分析師向資本市場發(fā)布報告， 風(fēng)險提示信息的披露效果也隨之得到擴(kuò)大。 因此， 本文認(rèn)為， 分析師跟進(jìn)較多， 體現(xiàn)了良好的外部治理功能， 能促進(jìn)風(fēng)險提示信息對財務(wù)重述的負(fù)向作用; 反之， 則會抑制風(fēng)險提示信息對財務(wù)重述的正向作用。

如果“壓力”假說成立， 分析師有選擇地利用風(fēng)險提示信息且不公平地向客戶披露， 會使得信息不對稱程度提高， 導(dǎo)致管理層逆向選擇風(fēng)險。 第一， 分析師獨立性的喪失導(dǎo)致其對于私有信息的挖掘和利用顯著減少， 對于風(fēng)險提示信息這種可能降低股票交易量和公司價值的“壞消息”選擇不報告或延緩報告， 這會阻礙投資者對年報中風(fēng)險提示信息的認(rèn)識和利用， 導(dǎo)致風(fēng)險提示信息經(jīng)由市場反應(yīng)對財務(wù)重述的影響被削弱。 第二， 分析師的預(yù)測評級具有顯著的趨同現(xiàn)象， 當(dāng)前分析師的觀點會正向影響之后分析師的觀點， 而囿于所屬券商的考核壓力和潛在的傭金誘惑， 分析師大多選擇發(fā)布樂觀意見。 因此， 隨著分析師跟進(jìn)團(tuán)隊的增多， 最終的結(jié)果往往是出現(xiàn)正的盈利預(yù)測偏差[19] 。 為了避免被追責(zé)， 具有信息優(yōu)勢的管理層會察覺這種偏差并采取措施來拉高期末盈余， 誠信度較差的管理層甚至?xí)x擇諸如財務(wù)重述等短視行為[22] ， 并通過披露更多風(fēng)險提示信息進(jìn)行掩飾， 導(dǎo)致風(fēng)險提示信息與財務(wù)重述之間的聯(lián)系受到人為扭曲。 第三， 分析師和管理層合謀會使得監(jiān)督效果進(jìn)一步減弱。 證券分析師僅靠企業(yè)公開披露的內(nèi)容很難保證預(yù)測準(zhǔn)確度， 為了提高準(zhǔn)確度其會依賴管理層來獲取更多內(nèi)部信息， 同時管理層為了保證市場表現(xiàn)也會迎合分析師的盈余預(yù)測。 這種雙向依賴關(guān)系極有可能導(dǎo)致分析師與企業(yè)高管往來密切， 互換信息。 在這種信息交流的過程中， 不僅分析師會根據(jù)企業(yè)內(nèi)部估計調(diào)整預(yù)測結(jié)果[23] ， 而且企業(yè)管理層也可以利用分析師的“預(yù)期管理”為自己當(dāng)期的盈余管理行為背書， 分析師跟進(jìn)在某種程度上成為企業(yè)高信息質(zhì)量的擔(dān)保， 導(dǎo)致風(fēng)險提示信息的警示作用進(jìn)一步削弱。 因此， 本文認(rèn)為， 分析師跟進(jìn)越多的公司， 越難以發(fā)揮外部治理作用， 會減弱風(fēng)險提示信息對財務(wù)重述的負(fù)向作用; 反之， 會加強(qiáng)風(fēng)險提示信息對財務(wù)重述的正向作用。

據(jù)此， 本文提出如下假設(shè)：

H2a：保持其他條件不變， 分析師跟進(jìn)越多的公司， 風(fēng)險提示信息與財務(wù)重述之間的負(fù)相關(guān)關(guān)系越強(qiáng)。

H2b：保持其他條件不變， 分析師跟進(jìn)越多的公司， 風(fēng)險提示信息與財務(wù)重述之間的正相關(guān)關(guān)系越弱。

H2c：保持其他條件不變， 分析師跟進(jìn)越多的公司， 風(fēng)險提示信息與財務(wù)重述之間的負(fù)相關(guān)關(guān)系越弱。

H2d：保持其他條件不變， 分析師跟進(jìn)越多的公司， 風(fēng)險提示信息與財務(wù)重述之間的正相關(guān)關(guān)系越強(qiáng)。

三、研究設(shè)計

（一）樣本選擇和數(shù)據(jù)來源

本文以2010 ～ 2018年A股上市公司作為研究對象， 剔除ST和PT以及數(shù)據(jù)缺失的公司， 確定最終觀察值為15577個， 樣本數(shù)據(jù)來自于國泰安數(shù)據(jù)庫。 風(fēng)險提示信息變量是使用文本分析軟件ROSTCM 6和計算機(jī)SQL Server數(shù)據(jù)庫軟件對相應(yīng)年度年報文本進(jìn)行分析整理獲取。 本文通過Stata 12和SPSS 22軟件進(jìn)行統(tǒng)計分析。 為了消除異常值的影響， 對所有連續(xù)變量進(jìn)行縮尾（winsorize）調(diào)整。

（二）模型設(shè)定及變量定義

為檢驗風(fēng)險提示信息與財務(wù)重述之間的關(guān)系， 以及分析師跟進(jìn)對其產(chǎn)生的調(diào)節(jié)作用， 以風(fēng)險提示信息強(qiáng)度為解釋變量， 本文構(gòu)建以下模型：

Restate=α0+α1Risk+α2Analyst+α3Risk×Analyst +α4Control+Year+Industry+δ

其中：Restate為財務(wù)重述指標(biāo)， 若某年的年報發(fā)生財務(wù)重述， 則Restate取值為1， 否則為0; Risk表示風(fēng)險提示信息指標(biāo)， 由于年報多在“董事會報告”以及“經(jīng)營情況討論與分析”兩節(jié)中披露風(fēng)險相關(guān)內(nèi)容， 因此借鑒羅彪等[24] 的研究， 對年報中披露的風(fēng)險提示信息進(jìn)行量化②。

借鑒已有文獻(xiàn)， 本文還加入了控制變量， 各變量具體定義詳見表1。

四、回歸結(jié)果分析

（一）描述性統(tǒng)計

根據(jù)本文的描述性統(tǒng)計結(jié)果可知， 財務(wù)重述（Restate）的平均值為0.107， 說明在2010 ～ 2018年間有10.7%的公司進(jìn)行了財務(wù)重述， 當(dāng)前我國資本市場上財務(wù)重述行為較為頻發(fā)。 風(fēng)險提示信息（Risk）的最小值為0.319%， 最大值為2.281%， 表明不同公司間的風(fēng)險披露存在較大差異; 其均值為1.026%， 說明年報中存在一定量的風(fēng)險提示信息， 非財務(wù)信息披露逐漸得到重視， 該趨勢也是部分源于投資者越來越多地利用非財務(wù)信息進(jìn)行決策。 分析師跟進(jìn)的均值為2.773， 最大值為4.714， 最小值為1， 說明不同上市公司被分析師團(tuán)隊進(jìn)行跟蹤分析的差異較大。 限于文章篇幅， 具體的描述性統(tǒng)計結(jié)果在正文中不予列示。

（二）單變量檢驗

按照是否大于行業(yè)年度均值對風(fēng)險提示信息（Risk）進(jìn)行分組， 對財務(wù)重述進(jìn)行單變量分析。 雖然T檢驗和Wilcoxon檢驗并不顯著， 但根據(jù)均值的比較， 風(fēng)險提示信息高于年度行業(yè)均值時， 財務(wù)重述發(fā)生的可能性較小， 初步驗證了H1a。 限于篇幅， 具體的單變量分析結(jié)果未予列示。

（三）相關(guān)性檢驗

相關(guān)系數(shù)檢驗的結(jié)果顯示， 公司進(jìn)行財務(wù)重述與該公司年報披露的風(fēng)險提示信息負(fù)相關(guān)， 即披露的風(fēng)險詞頻越高， 進(jìn)行財務(wù)重述的可能性越低， 初步證明了H1a。 分析師跟進(jìn)與財務(wù)重述之間顯著負(fù)相關(guān)， 但分析師跟進(jìn)是否利用了風(fēng)險提示信息， 其對風(fēng)險提示信息與財務(wù)重述之間的關(guān)系的影響究竟如何， 還應(yīng)當(dāng)在之后的回歸分析中進(jìn)行驗證。

（四）多元回歸分析

1. 風(fēng)險提示信息與財務(wù)重述。 表2列示了風(fēng)險提示信息與財務(wù)重述及分析師跟進(jìn)調(diào)節(jié)作用的回歸結(jié)果（表2中???、??、?分別表示在1%、5%、10%的水平上顯著; 已對回歸方程中的異方差問題進(jìn)行了檢驗和處理， 括號內(nèi)提供的Z值經(jīng)過異方差穩(wěn)健修正）。 從表2的第（1）列可以看出， 財務(wù)重述（Restate）與風(fēng)險提示信息（Risk）在5%的水平上顯著負(fù)相關(guān)， 這說明風(fēng)險提示信息披露強(qiáng)度越大， 企業(yè)財務(wù)重述行為越少， H1a成立。 風(fēng)險提示信息對于財務(wù)重述起到了“信息觀”的作用， 緩解了信息不對稱， 抑制了企業(yè)財務(wù)重述行為。 同時風(fēng)險提示信息披露的多少也與企業(yè)是否進(jìn)行財務(wù)重述有著趨同關(guān)系， 風(fēng)險提示信息披露越多預(yù)示著企業(yè)進(jìn)行財務(wù)重述的可能性越小。 為了檢驗回歸結(jié)果的穩(wěn)健性， 第（2）列列示了Probit回歸結(jié)果， 第（4）列采用了面板數(shù)據(jù)分析; 同時為了盡量消除風(fēng)險提示信息從披露到被利用的時間差對回歸結(jié)果的影響， 第（3）列進(jìn)行了財務(wù)重述滯后一期的回歸， 其結(jié)果皆與H1a相符。 而H1b不成立的原因很可能是當(dāng)前市場中風(fēng)險提示信息降低了信息不對稱程度， 以及企業(yè)聲譽機(jī)制起到了約束管理層自利行為的作用， 企業(yè)為了獲取長遠(yuǎn)利益而選擇避免財務(wù)重述。 即使企業(yè)是通過風(fēng)險提示信息披露掩飾自身經(jīng)營狀況不佳， 對外披露的行為本身也使管理層加深了對所面臨的風(fēng)險以及未來不確定因素的認(rèn)識， 能更好地采取相應(yīng)措施來應(yīng)對， 提高了企業(yè)日后正常發(fā)展的可能性， 從而削弱了管理層粉飾報表拉高期末盈利的動機(jī)。

2. 分析師跟進(jìn)對風(fēng)險提示信息影響財務(wù)重述的調(diào)節(jié)作用。 從表2的第（5）列可以看出， 交乘項（Analyst×Risk）與財務(wù)重述（Restate）在10%的水平上正相關(guān)， 結(jié)合主檢驗的負(fù)相關(guān)關(guān)系， 說明分析師跟進(jìn)減弱了風(fēng)險提示信息對財務(wù)重述的抑制作用。 第（6）列的Probit回歸結(jié)果與第（5）列相同， 證明了調(diào)節(jié)作用的回歸結(jié)果是穩(wěn)健的， 驗證了H2c。 這可能是因為， 當(dāng)前我國資本市場仍然存在缺陷， 分析師跟進(jìn)的作用偏向于“壓力”假說。 并且由于羊群效應(yīng)和樂觀性的作用， 分析師預(yù)測結(jié)果的正向盈利預(yù)測偏差抵消了風(fēng)險提示信息帶來的風(fēng)險信息增量作用。 說明分析師跟進(jìn)受到分析師自身所獲利益的影響， 監(jiān)督治理作用并不明顯。

（五）內(nèi)生性檢驗

1. 傾向得分匹配（PSM）。 根據(jù)已有研究， 樣本的選擇無法完全客觀， 因為選擇的偏差很可能產(chǎn)生內(nèi)生性問題， 導(dǎo)致財務(wù)重述與風(fēng)險提示信息的關(guān)系實際上與回歸結(jié)果不同。 為了解決上述問題， 本文采用傾向得分匹配（PSM）法進(jìn)行內(nèi)生性檢驗。 首先， 使用部分控制變量對treat（風(fēng)險分類）③進(jìn)行Logit回歸， 并通過一對四匹配篩選出配對樣本。 表3列示了PSM的平均處理效應(yīng)（ATT）， 可以看出匹配后的風(fēng)險提示信息較多組和風(fēng)險提示信息較少組是否影響財務(wù)重述的差異增大， 在10%的水平上顯著。 這表明， 風(fēng)險提示信息對于財務(wù)重述的抑制作用依舊顯著， 進(jìn)一步支持了H1a。

2. 政策沖擊的影響。 作為自愿性披露信息， 管理層在風(fēng)險提示信息的披露上有著很大的自由度， 因此不同特征的公司披露的風(fēng)險提示信息內(nèi)容也存在較大差異。 研究表明， 成長性好的企業(yè)為了樹立良好的企業(yè)形象會選擇加大風(fēng)險披露強(qiáng)度[26] ; 而業(yè)績較差的公司為了掩飾糟糕的經(jīng)營狀況很可能會操縱盈余并隱瞞不利的風(fēng)險信息[27] 。 同時， 財務(wù)重述是公司治理水平的外在表現(xiàn)， 較高的公司治理水平可以提高會計信息質(zhì)量從而減少財務(wù)重述， 也能夠緩解信息不對稱使得信息披露更為全面。 但是公司特征和公司治理的相關(guān)變量較多， 難以在控制變量中全部反映， 可能存在遺漏變量問題。

因為風(fēng)險提示信息的相關(guān)法律法規(guī)逐漸完善， 政策制度對公司風(fēng)險提示信息披露的影響可想而知， 同時這種政策變動僅僅針對信息披露， 并不會影響公司特征和治理水平， 所以將政策制度作為外生變量進(jìn)行內(nèi)生性檢驗。 風(fēng)險提示信息披露規(guī)范的修訂過程如下：我國2007年《年度報告的內(nèi)容與格式》開始要求披露風(fēng)險提示信息， 但披露形式和內(nèi)容相對簡單， 在隨后的2012年、2015年和2016年修訂中不斷強(qiáng)化披露要求， 并且強(qiáng)調(diào)風(fēng)險提示信息披露的可靠性、相關(guān)性和決策關(guān)聯(lián)性， 風(fēng)險提示信息披露已經(jīng)明顯從自愿性、選擇性披露向強(qiáng)制性、規(guī)范性披露轉(zhuǎn)變。 為此， 本文借鑒孟慶斌等[28] 的研究， 將樣本以年份劃分為修訂前（2010 ～ 2012年， 取0）和修訂后（2013 ～ 2018年， 取1）兩組， 采用雙重差分法， 將分組風(fēng)險提示信息（treat）和分組年份（post）④交乘得到DID變量， 從而檢驗是否存在遺漏變量導(dǎo)致的內(nèi)生性問題。 結(jié)果如表4所示， 檢驗結(jié)果表明， 本文的回歸結(jié)果沒有受到遺漏變量的影響， 結(jié)論依然成立。

五、進(jìn)一步檢驗

企業(yè)財務(wù)信息本身也能對財務(wù)重述造成影響， 財務(wù)重述是源于風(fēng)險提示信息傳遞出的風(fēng)險還是源于企業(yè)財務(wù)風(fēng)險？ 財務(wù)重述的更正補(bǔ)充內(nèi)容有著不同類型， 對于企業(yè)客觀錯報和惡意重述來說， 風(fēng)險提示信息的抑制作用是否不同？ 不同預(yù)測準(zhǔn)確度的分析師， 其利用風(fēng)險提示信息作用于財務(wù)重述是否存在差異？ 接下來， 本文將對上述問題進(jìn)行分析。

1. 風(fēng)險提示信息的增量信息價值檢驗。 究竟是風(fēng)險提示信息傳遞出的風(fēng)險還是企業(yè)財務(wù)風(fēng)險影響財務(wù)重述， 年報中的風(fēng)險提示信息是否會與年報財務(wù)數(shù)據(jù)所傳遞的信息發(fā)生重疊？ 風(fēng)險提示信息對財務(wù)重述的影響很可能源于其與財務(wù)信息傳遞出的風(fēng)險存在重大不一致， 分析師也會進(jìn)一步檢驗該重大不一致， 進(jìn)而考慮將其納入研究報告的考量范圍。 因此， 本文對風(fēng)險提示信息與公司固有風(fēng)險之間存在的重大不一致進(jìn)行了中介效應(yīng)檢驗。

首先， 本文借鑒王雄元等[29] 的做法， 采用因子分析法對如下公司風(fēng)險進(jìn)行加權(quán)平均， 計算出綜合風(fēng)險指標(biāo)（FirmRisk）。 參與因子分析的風(fēng)險主要包括：市場風(fēng)險， 即滯后一期的股票日收益率年度標(biāo)準(zhǔn)差（DayReturnsd）， 滯后一期的采用普通收益率法計算并剔除財務(wù)杠桿的股票貝塔系數(shù)（BetaF）; 經(jīng)營風(fēng)險， 即發(fā)行前三個年度經(jīng)行業(yè)調(diào)整的資產(chǎn)收益率的標(biāo)準(zhǔn)差（ADJROAsd）， 滯后一期的應(yīng)收款總資產(chǎn)占比（Ysdebt）; 財務(wù)風(fēng)險， 即未經(jīng)過行業(yè)調(diào)整的貝塔系數(shù)（Beta）、經(jīng)過行業(yè)調(diào)整后的貝塔系數(shù)（IndBeta）， 以及反映破產(chǎn)風(fēng)險的Z-score。 其次， 將得出的綜合風(fēng)險指標(biāo)（FirmRisk）與經(jīng)過標(biāo)準(zhǔn)化后的風(fēng)險提示信息（STDRisk）相減并取其絕對值|FirmRisk-STDRisk|， 得到風(fēng)險提示信息與公司固有風(fēng)險的重大不一致性變量（DiffRisk， 以下簡稱“重大不一致性”）。 最后， 借鑒溫忠麟等[30] 提出的中介效應(yīng)檢驗步驟， 建立模型（1） ～ （3）。

Restate=α0+α1Risk+α2Control+e1 ?模型（1）

DiffRisk=β0+β1Risk+β2Control+e2 ?模型（2）

Restate=γ0+γ1Risk+γ2DiffRisk+γ3Control+e3 模型（3）

通過對以下三個模型進(jìn)行依次檢驗， 實證檢驗了重大不一致性在風(fēng)險提示信息與非標(biāo)審計意見之間的中介效應(yīng)， 具體檢驗結(jié)果見表5。

表5的回歸結(jié)果顯示：首先， 模型（1）中風(fēng)險提示信息的估計系數(shù)顯著為負(fù)， 說明風(fēng)險提示信息對財務(wù)重述的總效應(yīng)顯著為負(fù)。 因為解釋變量與被解釋變量之間總效應(yīng)顯著， 可以進(jìn)入第二步部分中介檢驗。 其次， 模型（2）中風(fēng)險提示信息的估計系數(shù)和模型（3）中重大不一致性的估計系數(shù)都顯著， 表明部分中介效應(yīng)成立， 進(jìn)入第三步完全中介檢驗。 最后， 模型（3）中風(fēng)險提示信息的估計系數(shù)由模型（1）中顯著為負(fù)變?yōu)椴伙@著， 說明風(fēng)險提示信息對財務(wù)重述的影響都是通過中介變量（重大不一致性）實現(xiàn)的， 即重大不一致性發(fā)揮了完全中介效應(yīng)。

2. 財務(wù)重述類型的進(jìn)一步檢驗。 上市公司財務(wù)重述的內(nèi)容各不相同， 大部分研究認(rèn)為涉及財務(wù)報表的重述與上市公司盈余管理相關(guān)， 而對于非財務(wù)報表的重述可能是出于政策的變化、技術(shù)的改進(jìn)， 是對前期年報中真實錯誤的修改與更正。 因為與財務(wù)報表相關(guān)的財務(wù)重述一般被看作是對前期財務(wù)數(shù)據(jù)的惡意操縱， 所以相較于非財務(wù)報表重述， 其更應(yīng)當(dāng)?shù)玫窖芯筷P(guān)注。 那么， 風(fēng)險提示信息和財務(wù)重述之間的關(guān)系是否會受到財務(wù)重述類型的影響？ 將財務(wù)重述分為財務(wù)報表重述（Restate1）與非財務(wù)報表重述（Restate2）兩組， 分組檢驗其與風(fēng)險提示信息之間的關(guān)系（回歸結(jié)果見表6）。

財務(wù)重述還可分為企業(yè)進(jìn)行報表粉飾的自主更正或強(qiáng)制更正兩種， 風(fēng)險提示信息對財務(wù)重述的影響也就存在著時點差異。 企業(yè)當(dāng)期披露的風(fēng)險提示信息越多， 審計師對企業(yè)的風(fēng)險評級越高， 會實施更加嚴(yán)格的審計程序， 從而更容易發(fā)現(xiàn)前期財務(wù)問題。 審計師為了自身免責(zé)， 會強(qiáng)制要求企業(yè)進(jìn)行重述。 但是從當(dāng)期嚴(yán)格審核之后， 企業(yè)的信息披露質(zhì)量提高， 信息不對稱程度降低， 管理層自利行為得到抑制， 之后各期發(fā)生財務(wù)重述的可能性降低。 本文將財務(wù)重述分為對當(dāng)期發(fā)生的重述（Restate3）與前期進(jìn)行重述（Restate4）兩種類型， 分組檢驗其與風(fēng)險提示信息之間的關(guān)系（回歸結(jié)果見表6）。

表6的回歸結(jié)果顯示， 風(fēng)險提示信息與財務(wù)報表重述和非財務(wù)報表重述之間都顯著負(fù)相關(guān)， 說明風(fēng)險提示信息披露越多， 企業(yè)的財務(wù)重述行為越少。 第（1）列財務(wù)報表重述的顯著性比第（2）列非財務(wù)報表重述的顯著性更高， 說明風(fēng)險提示信息對涉及財務(wù)信息的財務(wù)重述行為有更高的抑制效果。 第（3）列和第（4）列是風(fēng)險提示信息與當(dāng)期財務(wù)重述的logit和probit回歸， 結(jié)果都是顯著負(fù)相關(guān)， 而第（5）列和第（6）列是風(fēng)險提示信息與前期財務(wù)重述的logit和probit回歸， 結(jié)果表明兩者存在正相關(guān)關(guān)系。 這表明風(fēng)險提示信息對財務(wù)重述的影響存在時點性， 當(dāng)期披露的風(fēng)險提示信息較多， 會提高當(dāng)期乃至后期的會計信息質(zhì)量， 財務(wù)重述減少， 但是嚴(yán)格的監(jiān)督和審查會使之前存在的財務(wù)信息差錯更容易被發(fā)現(xiàn)而被要求更正， 又由于風(fēng)險提示信息的時滯性， 資本市場對于過去的財務(wù)信息和風(fēng)險信息的關(guān)注并不多， 所以相關(guān)關(guān)系不顯著。

3. 證券分析師分類的進(jìn)一步檢驗。 證券分析師（security analyst）的作用是向市場傳遞非專業(yè)人士難以發(fā)現(xiàn)的信息， 調(diào)整資本市場中的證券價格使其更加貼近內(nèi)在價值。 本文主要研究其盈余預(yù)測和推薦評級是否會影響風(fēng)險提示信息與財務(wù)重述的關(guān)系。 當(dāng)盈余預(yù)測較準(zhǔn)確時， 分析師跟進(jìn)會幫助投資者更加了解股票內(nèi)在價值， 但由于獨立性和樂觀偏好不同， 分析師對某公司的盈余預(yù)測往往會存在偏差。 迫于所屬券商的業(yè)績考核壓力和傭金收入誘惑， 分析師可能更偏向于出具正向盈余預(yù)測， 因此產(chǎn)生的外部盈余壓力可能導(dǎo)致財務(wù)重述增加。 下文依據(jù)相對預(yù)測準(zhǔn)確度的不同對分析師跟進(jìn)進(jìn)行分類， 定義分析師相對預(yù)測準(zhǔn)確度（RA）， 從而進(jìn)一步檢驗其分析報告對于風(fēng)險提示信息的利用程度以及對財務(wù)重述的影響。 進(jìn)一步研究結(jié)果如表7所示。

表7中的回歸結(jié)果表明， 交乘項（Risk×RA）與財務(wù)重述顯著正相關(guān)， 當(dāng)分析師相對預(yù)測準(zhǔn)確度越高時， 風(fēng)險提示信息對財務(wù)重述的抑制作用越弱。 這表明， 當(dāng)分析師預(yù)測相對于平均值正向偏差越多時， 分析師跟進(jìn)造成的外部盈利壓力越大， 信息傳遞效應(yīng)越弱， 從而導(dǎo)致分析師的監(jiān)督治理效果減弱。

六、穩(wěn)健性測試

為了確保研究的可靠性， 本文還進(jìn)行了替代變量的穩(wěn)健性測試。 將財務(wù)重述的定義調(diào)整為會計問題、敏感問題、重大財務(wù)舞弊、應(yīng)法律法規(guī)或交易所要求導(dǎo)致的財務(wù)重述取值為1， 否則為0， 替換原先的財務(wù)重述變量。 對風(fēng)險提示信息進(jìn)行替代變量的穩(wěn)健性測試。 借鑒羅彪等[24] 的研究， 對風(fēng)險進(jìn)行分類， 選取其中一種風(fēng)險類型⑤重新回歸。 對面板數(shù)據(jù)采用隨機(jī)效應(yīng)模型進(jìn)行回歸， 結(jié)果與原有結(jié)論一致， 證明H1a是穩(wěn)健的。 限于篇幅， 穩(wěn)健性測試過程未予列示。

七、結(jié)語

本文選取2010 ～ 2018年我國A股上市公司為數(shù)據(jù)樣本， 在研究風(fēng)險提示信息的披露對財務(wù)重述行為的作用基礎(chǔ)上， 加入分析師跟進(jìn)這一調(diào)節(jié)變量， 實證檢驗了分析師跟進(jìn)在風(fēng)險提示信息披露與財務(wù)重述關(guān)系中是起到“監(jiān)督”作用還是“壓力”作用。 主要結(jié)論如下：風(fēng)險提示信息的披露會對財務(wù)重述行為產(chǎn)生顯著的負(fù)向影響， 在一定程度上是企業(yè)是否進(jìn)行財務(wù)重述的信號; 風(fēng)險提示信息與財務(wù)信息傳遞的信號之間存在重大差異， 這種增量信息價值會減少企業(yè)財務(wù)重述行為; 風(fēng)險提示信息與涉及財務(wù)報表的財務(wù)重述間的負(fù)相關(guān)性更加顯著， 表明風(fēng)險提示信息對于存在盈余管理動機(jī)的財務(wù)重述敏感性更強(qiáng); 風(fēng)險提示信息雖然在一定程度上提高了分析師預(yù)測精度， 但是分析師跟進(jìn)機(jī)制本身在執(zhí)行過程中會對管理層造成外部盈利壓力， 這種外部壓力反而會導(dǎo)致財務(wù)重述行為加劇， 減弱了風(fēng)險提示信息披露對財務(wù)重述行為的影響。

研究的主要啟示包括：風(fēng)險提示信息對于財務(wù)重述起到了抑制作用， 無論是“風(fēng)險觀”下強(qiáng)化了投資者風(fēng)險感知， 從而削弱財務(wù)重述收益， 還是“信息觀”下緩解了企業(yè)信息不對稱， 都抑制了企業(yè)財務(wù)重述行為。 因此監(jiān)管部門需要關(guān)注風(fēng)險提示信息的增量價值， 重視風(fēng)險提示信息披露的規(guī)則制定， 對財務(wù)重述頻發(fā)的現(xiàn)狀進(jìn)行有效治理。 分析師跟進(jìn)對于財務(wù)重述行為并沒有起到理論上的監(jiān)督治理作用， 分析師跟進(jìn)對財務(wù)重述的加劇在非結(jié)構(gòu)化的風(fēng)險提示信息視角依然成立， 說明了分析師跟進(jìn)的相關(guān)法律法規(guī)仍需完善。 因此， 在實踐中也應(yīng)提示投資者對分析師跟進(jìn)的結(jié)果要審慎考慮， 同時提高對風(fēng)險提示信息的關(guān)注。

本文的研究還存在以下局限：年報中非結(jié)構(gòu)化信息較為分散， 沒有準(zhǔn)確且統(tǒng)一的標(biāo)準(zhǔn)， 又因為其本身難以量化分析， 所以僅提取了“董事會報告”和“經(jīng)營情況討論與分析”章節(jié)的風(fēng)險詞頻， 并沒有對其他非財務(wù)信息進(jìn)行研究; 風(fēng)險的表達(dá)方式和替代名詞繁多， 本文定義的風(fēng)險關(guān)鍵詞很難完全衡量企業(yè)年報中包含的全部風(fēng)險信息。 以上問題只能寄希望于未來文本挖掘技術(shù)的進(jìn)一步發(fā)展。

【 注 釋 】

① 戰(zhàn)略擇機(jī)假說是Jeffrey等在2008年提出的，并且首次應(yīng)用于分析師的信息披露，隨后其他學(xué)者將其應(yīng)用于財務(wù)會計的信息披露領(lǐng)域。其基本含義是，假定管理層會策略地選擇在特定時點披露信息以實現(xiàn)效用最大化。風(fēng)險提示信息的披露內(nèi)容及其豐富程度同樣符合戰(zhàn)略擇機(jī)假說的意蘊。

② 首先，選取企業(yè)年報中的“董事會報告”和“經(jīng)營情況討論與分析”兩個章節(jié)作為分析對象;其次，在已有文獻(xiàn)對風(fēng)險研究的基礎(chǔ)上，依據(jù)《迪博境內(nèi)上市公司風(fēng)險庫》《2009年中國金融市場發(fā)展報告》以及國資委2016年頒布的《中央企業(yè)全面風(fēng)險管理報告》等文獻(xiàn)對風(fēng)險的劃分，在“董事會報告”中進(jìn)一步篩選與風(fēng)險相關(guān)的關(guān)鍵字詞并將所有關(guān)鍵詞合并;再次，借助文本分析軟件ROSTCM6和計算機(jī)SQL Server數(shù)據(jù)庫軟件對所有年報資料進(jìn)行評判分析，量化風(fēng)險;最后，考慮到可比性，將風(fēng)險變量的詞頻字節(jié)數(shù)除以“董事會報告”總長度，得到風(fēng)險強(qiáng)度的標(biāo)準(zhǔn)化測量結(jié)果。

③ 為滿足傾向得分匹配的檢驗需要，將風(fēng)險提示信息按照平均值劃分為風(fēng)險提示信息較多組（當(dāng)Risk≥平均值，treat=1）和風(fēng)險提示信息較少組（當(dāng)Risk<平均值，treat=0）進(jìn)行檢驗。

④ 修訂前（2010 ～ 2012年，取0）和修訂后（2013 ～ 2018年，取1）。

⑤ 即選取外部風(fēng)險中的市場風(fēng)險，將其有關(guān)詞頻字節(jié)數(shù)除以“董事會報告”總長度，得到分類風(fēng)險強(qiáng)度的標(biāo)準(zhǔn)化測量結(jié)果。

【 主 要 參 考 文 獻(xiàn) 】、

[1] 賀建剛，孫錚，周友梅.金字塔結(jié)構(gòu)、審計質(zhì)量和管理層討論與分析——基于會計重述視角[ J].審計研究，2013（6）：68 ～ 75+112.

[2] 王雄元，曾敬.年報風(fēng)險信息披露與銀行貸款利率[J].金融研究，2019（1）：54 ～ 71.

[3] 林鐘高，楊雨馨.年報風(fēng)險提示信息影響審計意見類型嗎[ J].會計研究，2019（3）：78 ～ 87.

[4] Hope Ole-Kristian， Jingjing Wang. Management deception，?big-bath accounting， and information asymmetry： Evidence from linguistic analysis[ J].Accounting， Organizations and Society，2018（70）：33 ～ 51.

[5] 何威風(fēng).財務(wù)重述：國外研究述評與展望[ J].審計研究，2010（2）：97 ～ 102.

[6] 李春濤，趙一，徐欣，李青原.按下葫蘆浮起瓢：分析師跟蹤與盈余管理途徑選擇[ J].金融研究，2016（4）：144 ～ 157.

[7] Brammer S.， A. Millington. Corporate reputation and philanthropy：?An empirical analysis[ J].Journal of Business Ethics，2005（1）：29 ～ 44.

[8] 李晚金，張莉.非財務(wù)信息披露與分析師預(yù)測 —— 基于深市上市企業(yè)社會責(zé)任報告的實證檢驗[ J].財經(jīng)理論與實踐，2014（5）：69 ～ 74.

[9] 黃興孿，廖明情，鄧路.分析師預(yù)測研究進(jìn)展與述評[ J].財政研究，2015（2）：69 ～ 74.

[10] 王晶晶，李若山.我國存在避免負(fù)向盈余意外現(xiàn)象？[ J].中國注冊會計師，2011（11）：74 ～ 80.

[11] Kravet T.， V.Muslu.Textual risk disclosures and investors risk?perceptions[ J].Review of Accounting Studies，2013（4）：1088 ～ 1122.

[12] 周婷婷.國企高管腐敗、風(fēng)險信息與責(zé)任承擔(dān)——基于黨組織甄別免責(zé)動機(jī)的視角[ J].財貿(mào)研究，2016（6）：122 ～ 130.

[13] 張繼勛，屈小蘭.管理層風(fēng)險提示信息、誠信度與投資者決策—— 一項實驗證據(jù)[ J].證券市場導(dǎo)報，2011（9）：51 ～ 56.

[14] 吳元元.信息基礎(chǔ)、聲譽機(jī)制與執(zhí)法優(yōu)化[ J].中國社會科學(xué)，2012（6）：115 ～ 133.

[15] Sirri E. R.， Tufano P.. Costly search and mutual fund flows[ J].Journal of Finance，1998（5）：1589 ～ 1622.

[16] 孫德升.高管團(tuán)隊與企業(yè)社會責(zé)任：高階理論的視角[ J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2009（4）：188 ～ 193.

[17] Dye R. A.. Disclosure of non—proprietary information[ J].Journal?of Accounting Research，1985（1）：123 ～ 145.

[18] 李曉玲，任宇.證券分析師關(guān)注與審計監(jiān)督：替代抑或互補(bǔ)效應(yīng)——基于中國民營上市公司的經(jīng)驗證據(jù)[ J].審計與經(jīng)濟(jì)研究，2013 （6）：20 ～ 28.

[19] Jiraporn P.， P. Chintrakarn， Y. Kim. Analyst following， staggered?boards， and managerial entrenchment[ J].Journal of Banking and Finance，2012（11）：3091 ～ 3100.

[20] 朱紅軍，何賢杰，陶林.中國的證券分析師能夠提高資本市場的效率嗎——基于股價同步性和股價信息含量的經(jīng)驗證據(jù)[ J].金融研究，2007（2）：110 ～ 112.

[21] 王雄元，李巖瓊，肖忞.年報風(fēng)險信息披露有助于提高分析師預(yù)測準(zhǔn)確度嗎？[ J].會計研究，2017（10）：37 ～ 96.

[22] 陳紅.外部盈利壓力與財務(wù)重述的相關(guān)性研究——兼論分析師跟蹤的調(diào)節(jié)效應(yīng)[ J].財會通訊，2018（7）：118 ～ 123.

[23] 趙景文，許育瑜.兩稅合并、稅收籌劃與盈余管理方式選擇[ J].財經(jīng)研究，2012（1）：135 ～ 144.

[24] 羅彪，葛佳佳，王瓊.探索型、挖掘型戰(zhàn)略選擇對組織績效的影響研究[ J].管理學(xué)報，2014（1）：37 ～ 45.

[25] 王小魯，樊綱，余靜文.中國分省份市場化指數(shù)報告（2016）[M].北京：社會科學(xué)文獻(xiàn)出版社，2017：1 ～ 236.

[26] Sun Y.. Do MD&A disclosures help users interpret dispropor-tionate inventory increases[ J].The Accounting Review，2010（4）：1411 ～ 1440.

[27] Lo K.， F. Ramos， R. Rogo. Earnings management and annual?report readability[ J].Journal of Accounting and Economics，2017（1）：1 ～ 25.

[28] 孟慶斌，楊俊華，魯冰.管理層討論與分析披露的信息含量與股價崩盤風(fēng)險——基于文本向量化方法的研究[ J].中國工業(yè)經(jīng)濟(jì)，2017（12）：132 ～ 150.

[29] 王雄元，張春強(qiáng)，何捷.宏觀經(jīng)濟(jì)波動性與短期融資券風(fēng)險溢價[ J].金融研究，2015（1）：68 ～ 83.

[30] 溫忠麟，張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗程序及其應(yīng)用[ J].心理學(xué)報，2004（5）：614 ～ 620.