管理層語調(diào)操縱的信息夸大效應(yīng)

符號(hào)亮 丁杰 郭小群

【摘要】作為關(guān)鍵信息披露， 年報(bào)會(huì)通過管理層語調(diào)來影響投資者決策。 基于信息操縱理論， 以我國2009 ～ 2020年上市公司年報(bào)文本為樣本， 實(shí)證檢驗(yàn)企業(yè)管理層的正面語調(diào)操縱行為對(duì)股價(jià)崩盤的影響。 研究發(fā)現(xiàn)， 上市公司年報(bào)語調(diào)操縱存在正面信息夸大效應(yīng)， 投資者意見分歧在正向語調(diào)操縱和股價(jià)崩盤中間發(fā)揮了部分中介作用。 經(jīng)過一系列穩(wěn)健性檢驗(yàn)后， 上述結(jié)論依然成立。 進(jìn)一步分析發(fā)現(xiàn)， 與文本可讀性較高的公司相比， 正向語調(diào)操縱的信息夸大效應(yīng)在文本可讀性較低的公司樣本中更為顯著;與機(jī)構(gòu)持股比例較高的公司相比， 信息夸大效應(yīng)在機(jī)構(gòu)持股比例較低的公司樣本中更為顯著。

【關(guān)鍵詞】文本分析;語調(diào)操縱;股價(jià)崩盤;意見分歧;可讀性

【中圖分類號(hào)】F275 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】1004-0994（2022）11-0090-10

一、引言

年報(bào)是公司管理層向外部投資者傳達(dá)最全面信息的可靠披露渠道。 作為關(guān)鍵信息披露， 年報(bào)較多地運(yùn)用帶有情感色彩的詞語， 傳遞著管理層的語調(diào)[1] ， 投資者從中能夠感知管理層對(duì)未來發(fā)展的看法和態(tài)度。 從格式規(guī)范看： 監(jiān)管機(jī)構(gòu)對(duì)年報(bào)披露時(shí)點(diǎn)、披露格式提出了諸多規(guī)范要求， 以降低管理層的信息選擇性偏差和道德風(fēng)險(xiǎn)[2] ; 公司董監(jiān)高須在外審機(jī)構(gòu)監(jiān)督下保證年報(bào)內(nèi)容的真實(shí)準(zhǔn)確， 較好地捕捉管理層完整語調(diào)。 深入探究管理層年報(bào)語調(diào)是提供增量信息還是使用語調(diào)操縱誤導(dǎo)信息使用者， 對(duì)于投資者來說具有重要意義。

為此， 本文擬透過股價(jià)崩盤這一事件研究管理層正向語調(diào)操縱是否會(huì)產(chǎn)生信息夸大效應(yīng)， 并檢驗(yàn)投資者意見分歧對(duì)于信息夸大效應(yīng)的傳遞作用。 這樣設(shè)計(jì)的原因在于： ①我國股票市場上市公司盈余管理和市值操縱現(xiàn)象較為普遍[3] ， 管理層可能通過積極語調(diào)操縱來達(dá)到市值管理目的， 因此有必要通過市場反應(yīng)來考察年報(bào)語調(diào)操縱是否會(huì)引發(fā)股價(jià)崩盤等嚴(yán)重后果。 ②我國股票市場具有較嚴(yán)格的賣空限制[4] ， 有意見分歧的投資者無法及時(shí)分辨其中的積極語調(diào)操縱， 只能將所有的積極語調(diào)融入股價(jià)， 從而提高信息不對(duì)稱程度， 增加市場噪音和股票不穩(wěn)定性。

二、文獻(xiàn)回顧

（一）文本分析和語調(diào)操縱

不少研究試圖通過文本分析來評(píng)價(jià)企業(yè)信息披露質(zhì)量。 一個(gè)重要研究對(duì)象是公司信息披露時(shí)的“語調(diào)”， 且以Loughran和McDonald[5] 的研究最為經(jīng)典， 其所使用的L&M金融情感英文詞匯被廣泛用作積極詞匯和消極詞匯文本分析的基礎(chǔ)。 與財(cái)務(wù)信息相比， 非財(cái)務(wù)文本信息容易成為管理者進(jìn)行信息操縱的工具。 文本信息的敘述性使得其傳達(dá)印象和情感時(shí)更具彈性， 難以受到法律規(guī)范的約束， 較大的語言裁定權(quán)為管理層通過文本信息披露以引導(dǎo)市場行為提供了操縱空間[6] 。

Huang等[7] 通過回歸方程殘差分離出正常語調(diào)和夸張語調(diào)， 將超常正向語調(diào)定義為“語調(diào)操縱”， 發(fā)現(xiàn)語調(diào)操縱與公司未來業(yè)績顯著負(fù)相關(guān)。 隨后不少學(xué)者將關(guān)注點(diǎn)轉(zhuǎn)向了異常積極語調(diào)的相關(guān)研究。 Blau等[8] 研究發(fā)現(xiàn)， 賣空者的目標(biāo)是異常未預(yù)期盈余和異常積極語調(diào)同時(shí)出現(xiàn)的公司。 Baginski等[9] 基于管理層超常語調(diào)的異常交易量增加， 研究發(fā)現(xiàn)管理層語調(diào)操縱會(huì)造成投資者分歧。

上述研究表明， 文本語調(diào)已成為掩藏管理者真實(shí)動(dòng)機(jī)的“煙霧彈”， 管理層可能有意識(shí)地通過語調(diào)管理誤導(dǎo)投資者對(duì)公司基本面的認(rèn)知。 國內(nèi)異常語調(diào)研究亦處于快速發(fā)展中， 例如， 管理者利用超常積極語調(diào)為其減持交易進(jìn)行掩飾[1] 、民企利用超常積極語調(diào)獲取股票增發(fā)資格[10] 等， 不過尚缺少針對(duì)管理層正向語調(diào)操縱的夸大效應(yīng)的研究。

（二）股價(jià)崩盤風(fēng)險(xiǎn)成因研究

已有研究主要從股價(jià)崩盤形成原因、前提條件、制約因素等層面展開分析。 首先， 不少研究認(rèn)為， 股價(jià)崩盤的主要成因在于管理層隱藏壞消息， 并從權(quán)責(zé)發(fā)生制會(huì)計(jì)缺陷[11] 、管理層股權(quán)激勵(lì)[12] 、企業(yè)過度投資[13] 、CEO過度自信[14] 、董事高管責(zé)任保險(xiǎn)[15] 等方面闡述管理層隱藏壞消息的動(dòng)機(jī)。 其次， 公司信息環(huán)境是股價(jià)崩盤的重要前提條件。 例如， ?盈余管理造成的財(cái)務(wù)報(bào)告不透明[16] 、財(cái)務(wù)報(bào)表重述以及審計(jì)師鑒證弱點(diǎn)[17] 、財(cái)務(wù)報(bào)表可比性[18] 、年報(bào)披露推遲[19] 等。 Kim等[18] 認(rèn)為， 財(cái)務(wù)報(bào)表可比性差有助于管理層夸大業(yè)績、隱藏壞消息。 再次， 良好的公司治理能夠制約公司高管的私利行為， 對(duì)股價(jià)崩盤風(fēng)險(xiǎn)具有抑制作用。 例如， 管理層權(quán)利強(qiáng)度[20] 、其他外部機(jī)構(gòu)投資者[21] 、證券賣空制度[22] 、稅務(wù)征管[23] 等因素可制約高管私利行為。

上述研究表明， 企業(yè)管理者會(huì)采取多種渠道對(duì)壞消息進(jìn)行隱瞞。 自利的管理層為了謀取更多的私人利益， 會(huì)選擇戰(zhàn)略性地隱藏壞消息。 與隱藏負(fù)面消息不同， 企業(yè)管理層會(huì)發(fā)布眾多有利的正面消息以夸大正面消息， 形成的超常積極語調(diào)是否會(huì)引發(fā)股價(jià)泡沫和股價(jià)崩盤， 值得研究。

三、理論分析與假設(shè)

（一）正向語調(diào)操縱與股價(jià)崩盤

信息操縱理論認(rèn)為， 內(nèi)部管理層和外部投資者之間存在天然的委托代理問題和信息不對(duì)稱問題， 在職位晉升、薪酬激勵(lì)等誘導(dǎo)下， 管理層會(huì)有意識(shí)地隱藏壞消息。 Hutton等[16] 研究發(fā)現(xiàn)， 當(dāng)公司信息不透明度高、披露特定信息少時(shí)， 企業(yè)高管隱藏負(fù)面信息就變得容易。 隨著時(shí)間累積達(dá)到臨界值無法繼續(xù)隱匿， 此時(shí)負(fù)面信息就會(huì)在市場瞬間釋放， 從而導(dǎo)致股價(jià)崩盤。

趙璨等[6] 認(rèn)為， 盡管隱藏負(fù)面消息是誘發(fā)股價(jià)崩盤的主要原因， 但不能忽略了管理者進(jìn)行信息操縱的另一手段——夸大正面消息。 夸大正面消息不僅包括合法合規(guī)的過度宣傳， 而且包括法律規(guī)范難以涉及的傳達(dá)情緒的文本語調(diào)。 就文本語調(diào)而言， 激發(fā)管理層正向語調(diào)操縱的可能動(dòng)機(jī)在于： 一是基于企業(yè)真實(shí)擴(kuò)張性活動(dòng)的正面敘述過度。 企業(yè)積極語調(diào)往往預(yù)示著企業(yè)高管積極主動(dòng)的行為， 比如并購擴(kuò)張、綠地投資、新品推廣、技術(shù)研發(fā)等活動(dòng)。 但過度的積極陳述語調(diào)可能帶來過度投資， 導(dǎo)致表達(dá)更多樂觀情緒[24] 。 二是基于某些目的的策略性炒作語調(diào)。 我國股票市場投機(jī)氣氛較濃， 管理層有意愿也有能力迎合市場抬升股價(jià)， 以達(dá)到市值管理或炒作題材的目的。 比如： 企業(yè)高管對(duì)環(huán)境保護(hù)信息披露“多言寡行”的正面“包裝”管理 [25] ， 重視申請(qǐng)數(shù)量、忽視申請(qǐng)質(zhì)量以及輕視專利維護(hù)的策略性專利行為[26] 。

文本信息語調(diào)與財(cái)務(wù)信息披露既可以起到相互印證的作用， 也可以達(dá)成互相掩飾的目的。 若作為財(cái)務(wù)數(shù)字的掩護(hù)， 管理者會(huì)有意識(shí)地進(jìn)行語調(diào)操縱， 引導(dǎo)投資者產(chǎn)生超越企業(yè)基本面的樂觀或悲觀看法。 例如， 管理層通過操縱文本語氣語調(diào)， 使得非財(cái)務(wù)信息披露成為一種策略性行為， 為高管掩飾其盈余操縱提供煙霧彈[27] 。 由于存在賣空限制， 看空投資者無法將負(fù)面信息通過交易反映至股價(jià)中， 而看多投資者可以將積極語調(diào)信息通過交易及時(shí)反映在股價(jià)中[22] ， 因此， 管理層會(huì)更多采用夸大積極語調(diào)的操縱手段。 管理層通過正面積極的文本消息和語調(diào)傳遞企業(yè)利好消息， 使得股票價(jià)格虛高進(jìn)而形成股價(jià)泡沫。 與掩藏負(fù)面消息存在一個(gè)限值類似， 夸大正面消息也會(huì)存在一個(gè)臨界值。 隨著時(shí)間推移夸大正面消息達(dá)到臨界值， 此時(shí)其在股票市場瞬間集中曝光， 使市場虛高的個(gè)股股價(jià)遭受負(fù)面打擊， 從而引發(fā)股價(jià)崩盤。

基于此， 本文預(yù)期管理層為影響投資者對(duì)公司財(cái)務(wù)信息的解讀， 可能利用文本正面語調(diào)對(duì)投資者進(jìn)行誤導(dǎo)， 即夸大正面消息， 形成正向的語調(diào)操縱， 造成股價(jià)泡沫最終導(dǎo)致股價(jià)崩盤。 為此提出如下假設(shè)：

H1： 管理層語調(diào)操縱程度具有信息夸大效應(yīng)， 且正向語調(diào)操縱越大， 股價(jià)崩盤風(fēng)險(xiǎn)越大。

（二）年報(bào)語調(diào)操縱、投資者意見分歧與股價(jià)崩盤

投資者意見分歧是導(dǎo)致股價(jià)崩盤的重要原因。 在資本市場中， 投資者由于信息流漸次傳遞、有限關(guān)注和先驗(yàn)認(rèn)識(shí)異質(zhì)性， 常常導(dǎo)致對(duì)未來股票資產(chǎn)預(yù)期存在意見分歧[28] 。 具體分析如下： ①信息流漸次傳遞。 一份公司年報(bào)信息， 需通過漸進(jìn)、依次的方式傳遞給市場每一個(gè)投資者。 投資者接收包含語調(diào)操縱年報(bào)信息的時(shí)間不盡相同， 無疑將產(chǎn)生意見差異。 ②有限關(guān)注。 海量信息促使投資者將有限的注意力集中在年報(bào)披露的特定信息上， 且將價(jià)值信息約化成“利好”“利空”“買入”“持有”“賣出”等基本投資處理決策。 由于投資者有限關(guān)注的特定信息子集不同， 導(dǎo)致投資者處理決策意見分化[29] 。 ③先驗(yàn)認(rèn)識(shí)異質(zhì)性。 假設(shè)年報(bào)信息同時(shí)傳遞至每個(gè)投資者， 且每個(gè)投資者均能完整關(guān)注到。 在這一背景下， 若不同投資者使用不同的先驗(yàn)知識(shí)、投資風(fēng)格與估值模型來處理這些信息， 得到的投資者意見仍將產(chǎn)生分歧。 年報(bào)正向語調(diào)操縱產(chǎn)生的信息漸進(jìn)依次地傳遞給每個(gè)市場投資者， 而有限關(guān)注的投資者接收到的信息子集也不相同， 在不同的先驗(yàn)框架處理模式下， 投資者對(duì)年報(bào)正向語調(diào)操縱影響公司股價(jià)的方向形成一致預(yù)期的難度加大。 由于存在年報(bào)基本語調(diào)操縱， 投資者處理決策意見的分歧明顯增加。

那么， 正向語調(diào)操縱的信息夸大是否會(huì)加劇投資者意見分歧， 進(jìn)而提升股價(jià)崩盤風(fēng)險(xiǎn)呢？ 這可以從年報(bào)語調(diào)操縱的內(nèi)容和效果進(jìn)行分析： 一是從內(nèi)容來看， 較高比例的正向語調(diào)夸大意味著更難以判斷公司現(xiàn)有經(jīng)營狀況， 更難以了解真實(shí)的企業(yè)盈利信息。 年報(bào)正向語調(diào)夸大增加了市場的信息噪音及年報(bào)信息的復(fù)雜程度， 顯著提高了投資者對(duì)年報(bào)信息產(chǎn)生一致預(yù)期的難度。 我國股票市場中經(jīng)驗(yàn)不足的個(gè)人投資者占主導(dǎo)， 且投資者的“羊群效應(yīng)”可能導(dǎo)致過度樂觀的企業(yè)估值泡沫。 即使投資者能夠準(zhǔn)確識(shí)別出語調(diào)操縱， 但如果管理層持續(xù)釋放各種不同的正向語調(diào)年報(bào)信息， 投資者仍可能做出不合理的投資決策， 從而加劇股票波動(dòng)。 二是從效果來看， 由于投資者的看多意見可通過買入行為相對(duì)容易地表達(dá)， 股票價(jià)格更多反映了看多投資者的行為， 從而形成股價(jià)泡沫。 由于存在賣空限制， 投資者意見分歧加大容易導(dǎo)致股票當(dāng)期價(jià)格走高、長期下跌風(fēng)險(xiǎn)加大[30] 。 因此， 接收年報(bào)積極語調(diào)操縱信息的投資者對(duì)于企業(yè)價(jià)值預(yù)期的分歧越大， 股價(jià)崩盤風(fēng)險(xiǎn)越大。 為此提出如下假設(shè)：

H2： 投資者意見分歧可能在管理層正向語調(diào)操縱和股價(jià)崩盤中發(fā)揮中介作用。

四、變量定義與模型設(shè)定

（一）研究樣本與數(shù)據(jù)來源

選取2009 ～ 2020年滬深A(yù)股上市公司為研究樣本。 語調(diào)指標(biāo)構(gòu)建所需的文本資料來自文構(gòu)財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)（WinGo）， 公司層面和市場交易數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（GSMAR）。 對(duì)樣本數(shù)據(jù)進(jìn)行如下處理： 剔除金融類公司; 剔除ST類公司; 剔除主要變量缺失的樣本。 初步得到17062個(gè)觀察樣本。

此外， 異常語調(diào)可進(jìn)一步分為正向語調(diào)操縱和負(fù)向語調(diào)操縱， 只有正向語調(diào)操縱可以起到正面信息夸大并誤導(dǎo)投資者的作用， 進(jìn)而產(chǎn)生泡沫造成股價(jià)崩盤， 而負(fù)向語調(diào)操縱對(duì)投資者的誤導(dǎo)與股價(jià)崩盤的上述機(jī)制相悖。 為此， 選取語調(diào)操縱為正的觀察值， 獲得8328個(gè)觀察樣本用于主回歸模型檢驗(yàn)。 為減少離群值， 按照1%和99%百分位對(duì)連續(xù)變量進(jìn)行縮尾處理。

（二）變量定義

1. 被解釋變量： 正向語調(diào)操縱。 語調(diào)指標(biāo)的構(gòu)建步驟如下： ①數(shù)據(jù)獲取： 從上海證券交易所、深圳證券交易所、巨潮資訊等網(wǎng)站下載原始PDF文件。 ②PDF解析： 結(jié)合PDF文件解密技術(shù)、光學(xué)字符識(shí)別（OCR）技術(shù)將其解析成TXT格式文本。 ③數(shù)據(jù)清洗和處理， 對(duì)文本進(jìn)行去除表格、去除頁眉頁腳等清洗操作。 ④中文分詞： 利用WinGo分詞系統(tǒng)的基礎(chǔ)語料庫， 該庫對(duì)招股說明書、公司年報(bào)、業(yè)績說明電話會(huì)議紀(jì)要等文檔進(jìn)行分詞， 將連續(xù)的數(shù)據(jù)源文本序列切分成若干單獨(dú)的詞匯形成基礎(chǔ)語料庫。 ⑤種子詞集： 以L&M提供的金融情感英文詞匯為基礎(chǔ)進(jìn)行翻譯、篩選， 得到涵蓋1489個(gè)消極詞匯、1108個(gè)積極詞匯的種子詞集。 ⑥同義詞擴(kuò)充： 利用同義詞詞林對(duì)詞表進(jìn)行擴(kuò)充， 將基礎(chǔ)語料庫訓(xùn)練成詞向量， 進(jìn)一步人工篩選、去重。 ⑦通過WinGo財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)自然語言處理和文本分析計(jì)算出積極詞匯和消極詞匯的詞頻， 統(tǒng)計(jì)出不同數(shù)據(jù)源積極詞匯和消極詞匯的相應(yīng)詞頻， 得到研究所需的語調(diào)指標(biāo)從而構(gòu)建出語調(diào)操縱變量。

前三個(gè)步驟由WinGo財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)操作處理， 本文主要進(jìn)行后四個(gè)步驟整理， 以獲得中文財(cái)經(jīng)情感詞匯和語調(diào)指標(biāo)。 在WinGo財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)統(tǒng)計(jì)出不同數(shù)據(jù)源積極詞匯和消極詞匯的相應(yīng)詞頻， 參照謝德仁和林樂[31] 的方法在積極詞匯和消極詞匯基礎(chǔ)上構(gòu)建得到語調(diào)指標(biāo)TONE1、TONE2之后， 按照Huang等[7] 構(gòu)建的模型進(jìn)行年度橫截面回歸， 得到其殘差。 以TONE1進(jìn)行橫截面回歸得到其殘差， 將取值大于0的樣本定義為年報(bào)正向語調(diào)操縱1（ABTONE1）， 在主要回歸中使用; 以TONE2進(jìn)行橫截面回歸得到其殘差， 將取值大于0的樣本定義為年報(bào)正向語調(diào)操縱2（ABTONE2）， 在穩(wěn)健性檢驗(yàn)中使用。

2. 解釋變量： 股價(jià)崩盤風(fēng)險(xiǎn)。 借鑒Hutton等[16] 、Kim等[17] 的方法， 使用市場模型回歸來估計(jì)每周收益回報(bào)獲得周特有收益率， 構(gòu)造兩個(gè)股價(jià)崩盤風(fēng)險(xiǎn)變量， 即股價(jià)崩盤風(fēng)險(xiǎn)1（NCSKEW）和股價(jià)崩盤風(fēng)險(xiǎn)2（DUVOL）。

3. 中介變量： 投資者意見分歧。 結(jié)合史永東和李鳳羽[4] 的研究， 采用[-120，30]， 即年報(bào)公布前第120個(gè)交易日至公布后第30個(gè)交易日股票換手率的算術(shù)平均值作為投資者意見分歧（DIFOP）的衡量指標(biāo)。

（三）模型設(shè)定

為了檢驗(yàn)H1， 構(gòu)建模型（1）研究管理層語調(diào)操縱的信息夸大效應(yīng)：

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

Controli，t+Industryi，t+Yeari，t+εi，t （1）

式中， NCSKEW和DUVOL為被解釋變量， ABTONE為解釋變量。 Controls加入了公司本期的市值賬面比、年度收益率、年收益波動(dòng)性、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、公司規(guī)模、大股東持股、月均超額換手率和盈余操縱等控制變量[17，31] ， 具體定義見表1。

為了檢驗(yàn)H2， 采用模型（2） ～ （4）研究投資者意見分歧在管理層語調(diào)信息夸大效應(yīng)中的中介作用：

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

Controli，t+Industryi，t+Yeari，t+εi，t （2）

DIFOPi，t+1=α0+α1ABTONEi，t+Controli，t+

Industryi，t+Yeari，t+εi，t （3）

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

DIFOPi，t+1+Controli，t+Industryi，t+Yeari，t+

εi，t （4）

五、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

從表2主回歸變量的描述性統(tǒng)計(jì)結(jié)果可以看到， NCSKEW和DUVOL的均值分別為-0.319和

-0.241， 標(biāo)準(zhǔn)差為0.911和0.749， 說明股價(jià)崩盤風(fēng)險(xiǎn)在樣本之間存在較大差異， 足夠的異質(zhì)性為計(jì)量分析得到后續(xù)的結(jié)果提供了相應(yīng)基礎(chǔ)。

（二）回歸分析

1. 管理層正向語調(diào)操縱的信息夸大效應(yīng)檢驗(yàn)。 表3第（1）、（4）列為單變量回歸結(jié)果， 解釋變量正向語調(diào)操縱1（ABTONE1）的系數(shù)分別為5.3379、4.4749， 在1%的水平上顯著; 第（2）、（5）列為加入控制變量的回歸結(jié)果， ABTONE1的系數(shù)分別為5.6412、4.8688， 亦在1%的水平上顯著; 第（3）、（6）列進(jìn)一步控制了年度、行業(yè)效應(yīng)， ABTONE1的系數(shù)分別為4.4529、3.8880， 分別在5%和1%的水平上顯著。

無論是單變量回歸還是多變量回歸， ABTONE1均顯著增加了企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)， 且在NCSKEW和DUVOL的回歸結(jié)果中呈現(xiàn)一致性。 這說明語調(diào)操縱的隱蔽性較強(qiáng)， 投資者容易受到誘導(dǎo)， 管理層可以通過正向操縱積極消息并誤導(dǎo)投資者， 最終造成操縱消息積累到臨界值并瞬間釋放， 進(jìn)而造成股價(jià)崩盤。 表3的回歸結(jié)果表明， 年報(bào)正向語調(diào)操縱越嚴(yán)重， 股價(jià)崩盤風(fēng)險(xiǎn)越高， 表明管理層正向語調(diào)操縱確實(shí)具有信息夸大效應(yīng)， H1得到驗(yàn)證。

在控制變量中， 公司的資產(chǎn)負(fù)債率、盈余操縱與股價(jià)崩盤顯著正相關(guān)， 而公司規(guī)模、市值賬面比、大股東持股與股價(jià)崩盤負(fù)相關(guān)， 這些結(jié)果與之前研究大體保持一致[22] 。

2. 投資者意見分歧在信息夸大效應(yīng)中的中介作用檢驗(yàn)。 借鑒溫忠麟等[32] 提出的中介效應(yīng)檢驗(yàn)程序， 檢驗(yàn)投資者意見分歧在信息夸大效應(yīng)中的中介作用， 檢驗(yàn)步驟如下： ①檢驗(yàn)正向語調(diào)操縱是否對(duì)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生顯著正面影響; ②檢驗(yàn)正向語調(diào)操縱是否對(duì)可能中介渠道產(chǎn)生顯著正面影響; ③檢驗(yàn)正向語調(diào)操縱、可能中介渠道是否分別對(duì)股價(jià)崩盤產(chǎn)生顯著影響。

從表4列（1） ～ （3）回歸結(jié)果看出， 正向語調(diào)操縱和投資者意見分歧在10%的水平上顯著正向相關(guān)， 管理層正向語調(diào)操縱、投資者意見分歧分別與股價(jià)崩盤風(fēng)險(xiǎn)在1%的水平上顯著正相關(guān)。 利用sgmediation命令檢驗(yàn)得到的Sobel結(jié)果顯示， 正向語調(diào)操縱增加了投資者意見分歧， 加大了股價(jià)崩盤風(fēng)險(xiǎn)， 存在部分中介作用， 間接中介作用占比為0.0637。 另一指標(biāo)DUVOL亦類似， 如表4列（4） ～ （6）所示， 中介作用占比為0.0591。 上述結(jié)果說明， 由于存在年報(bào)正向語調(diào)操縱， 投資者意見分歧增加， 股價(jià)崩盤風(fēng)險(xiǎn)增大， 投資者意見分歧在正向語調(diào)操縱影響股價(jià)崩盤中發(fā)揮中介作用， 從而驗(yàn)證了H2。

（三）穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性問題檢驗(yàn)。 為控制互為因果的內(nèi)生性問題影響， 本文選取2012年公司年報(bào)信息披露內(nèi)容與格式準(zhǔn)則的大幅度修訂作為外生沖擊。 2012年9月， 證監(jiān)會(huì)對(duì)年報(bào)的內(nèi)容與格式準(zhǔn)則進(jìn)行修訂， 大幅增加了管理層的年報(bào)披露責(zé)任， 包括保證年報(bào)內(nèi)容不存在虛假記載、誤導(dǎo)性陳述， 首次提出引用數(shù)據(jù)、資料應(yīng)依據(jù)充分， 對(duì)第三方數(shù)據(jù)資料應(yīng)關(guān)注其權(quán)威性和詳實(shí)來源等， 并承擔(dān)個(gè)別和連帶法律責(zé)任。

本文預(yù)期， 在證監(jiān)會(huì)大幅修訂年報(bào)披露格式和增加管理層責(zé)任后， 年報(bào)文本信息披露質(zhì)量將進(jìn)一步提高， 管理層正向語調(diào)操縱的動(dòng)機(jī)會(huì)顯著削弱。 為了比較修訂前和修訂后管理層語調(diào)操縱的信息夸大效應(yīng)， 將樣本劃分為2012年修訂前、2012年修訂后（含）兩個(gè)組別， 采用模型（5）進(jìn)行實(shí)證檢驗(yàn)。 在表5和表6中： 列（1）、（2）為2012年之前的回歸結(jié)果， 系數(shù)正相關(guān)， 均顯著; 列（3）、（4）為2012年之后的回歸結(jié)果， 系數(shù)正相關(guān)， 但不顯著。 從表5、表6結(jié)果可看到， 2012年修訂之前年報(bào)文本正向語調(diào)操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響更加顯著。 這表明在控制了內(nèi)生性問題后， 前述結(jié)論依然成立。

值得注意的是， 檢驗(yàn)結(jié)果顯示2012年監(jiān)管部門對(duì)上市公司管理層年報(bào)披露信息要求的責(zé)任修訂使得導(dǎo)致股價(jià)崩盤的年報(bào)語調(diào)操縱情形減少。 因此， 科學(xué)合理地規(guī)范年報(bào)披露， 對(duì)正面信息如何披露、披露程度等嚴(yán)格規(guī)定和指引， 減少管理層信息夸大、語調(diào)操縱的空間， 有助于從年報(bào)源頭保護(hù)投資者利益。

2.更換語調(diào)的計(jì)算方法（ABTONE1換成 ABTONE2）。 采用第二種正向語調(diào)操縱衡量指標(biāo)ABTONE2進(jìn)行回歸， 結(jié)果如表7所示。 更換語調(diào)衡量指標(biāo)后， 管理層語調(diào)操縱與股價(jià)崩盤風(fēng)險(xiǎn)依然是顯著正相關(guān)關(guān)系， 表明依然存在信息夸大效應(yīng)， 與前述結(jié)論相符。

3. 更換股價(jià)崩盤風(fēng)險(xiǎn)計(jì)算區(qū)間。 在主回歸研究中， 股價(jià)崩盤風(fēng)險(xiǎn)變量的計(jì)算區(qū)間為公司財(cái)政會(huì)計(jì)年度。 將股價(jià)崩盤風(fēng)險(xiǎn)的計(jì)算區(qū)間更換為當(dāng)年年報(bào)披露截止日5月初至次年的4月底， 重新計(jì)算股價(jià)崩盤風(fēng)險(xiǎn)， 檢驗(yàn)該區(qū)間的正向語調(diào)操縱是否對(duì)股價(jià)崩盤產(chǎn)生影響。 從表8的回歸結(jié)果看， 不管是采用變量NCSKEW， 還是采用變量DUVOL， 正向語調(diào)操縱（ABTONE1）均對(duì)股價(jià)崩盤產(chǎn)生正向影響， 亦符合前述主回歸結(jié)論。

（四）進(jìn)一步研究

1. 文本可讀性異質(zhì)性檢驗(yàn)。 文本可讀性體現(xiàn)了對(duì)外披露信息的可理解程度。 年報(bào)文本可讀性越高， 越容易理解， 越有利于投資者分析處理。 已有文獻(xiàn)發(fā)現(xiàn)上市公司英文文本信息披露存在不同程度的“迷霧指數(shù)”， 其文本可讀性給普通投資者帶來困擾[33] 。 漢語語言使用較之更為間接含蓄， 導(dǎo)致中文語義曲折晦澀[34] ， 增加中文年報(bào)文本信息的解讀難度[27] 。 公司年報(bào)可讀性較低， 文本語調(diào)操縱的機(jī)會(huì)主義動(dòng)機(jī)較強(qiáng)， 投資者可能無法識(shí)別其中的文本信息語調(diào)操縱。 為此本文預(yù)期， 相比可讀性較好的公司， 可讀性較差的公司年報(bào)的正面信息夸大效應(yīng)更加顯著。

本部分使用年報(bào)可讀性（Readability）作為分組變量， 進(jìn)一步側(cè)面分析年報(bào)語調(diào)操縱效應(yīng)。 年報(bào)可讀性采用神經(jīng)概率語言模型的順序簡易性衡量， 衡量方式為年報(bào)文本中詞語搭配順序在資料中出現(xiàn)的頻率。 根據(jù)分組變量可讀性將樣本分為三組， 第一組為年報(bào)可讀性低組、第三組為年報(bào)可讀性高組。 表9第（1）、（3）列所示， 可讀性低的年報(bào)文本正向語調(diào)操縱與股價(jià)崩盤風(fēng)險(xiǎn)（NCSKEW、DUVOL）的正相關(guān)關(guān)系更為顯著。 而相比之下， 如第（2）、（4）列所示， 可讀性高的年報(bào)文本正向語調(diào)操縱與股價(jià)崩盤風(fēng)險(xiǎn)（NCSKEW、DUVOL）之間不顯著。 對(duì)分組樣本進(jìn)行系數(shù)差異檢驗(yàn)， 比較ABTONE1系數(shù)在不同組別的差別， 利用SUEST檢驗(yàn)P值亦十分顯著， 小于1%。 結(jié)果表明， 隨著年報(bào)可讀性降低， 正向語調(diào)操縱給市場投資者傳遞的信息更扭曲， 不對(duì)稱程度更明顯， 增加了股價(jià)崩盤風(fēng)險(xiǎn)， 夸大正面信息效應(yīng)更為顯著， 進(jìn)一步支持H1。

2. 機(jī)構(gòu)投資者持股異質(zhì)性檢驗(yàn)。 機(jī)構(gòu)投資者的存在不僅可以緩解上市公司的信息不對(duì)稱程度， 還能夠利用賣方分析師的私有信息和職業(yè)判斷來規(guī)避信息劣勢(shì)。 已有研究發(fā)現(xiàn)， 對(duì)于信息不對(duì)稱程度高的公司， 機(jī)構(gòu)投資者能夠獲得鄰近交流優(yōu)勢(shì)信息， 從而避免因公司公告突變引起的下跌沖擊， 進(jìn)而獲得額外預(yù)測(cè)收益[35] 。 相比個(gè)人投資者， 機(jī)構(gòu)投資者更早地獲得分析師報(bào)告信息， 并構(gòu)建有利的投資組合獲得超額收益[36] 。 由此推測(cè)， 隨著機(jī)構(gòu)持股比例的逐漸上升， 企業(yè)管理層信息操縱的動(dòng)機(jī)減弱， 異常語調(diào)對(duì)于投資者的誤導(dǎo)程度降低， 使得正向語調(diào)操縱造成的管理層與投資者之間的信息不對(duì)稱程度降低， 從而股價(jià)崩盤風(fēng)險(xiǎn)下降。

按照機(jī)構(gòu)投資者持股比例三等分， 第一組為機(jī)構(gòu)持股低組、第三組為機(jī)構(gòu)持股高組。 表10列（1）、（3）結(jié)果顯示， 機(jī)構(gòu)持股低組正向語調(diào)操縱對(duì)股價(jià)崩盤的作用系數(shù)分別為5.7305、5.3805， 在1%的水平上顯著。 相比之下， 表10列（2）、（4）結(jié)果顯示， 機(jī)構(gòu)持股高組正向語調(diào)操縱對(duì)股價(jià)崩盤的作用系數(shù)分別為4.2078、4.4792， 均在10%的水平上弱相關(guān)。 通過分組樣本系數(shù)差異檢驗(yàn)， 比較正向語調(diào)操縱（ABTONE1）系數(shù)在不同組別的差別， P值顯著水平小于10%。 這說明， 隨著機(jī)構(gòu)持股比例的降低， 企業(yè)管理層夸大正面語調(diào)的動(dòng)機(jī)增強(qiáng)， 正向語調(diào)操縱對(duì)于投資者的誤導(dǎo)程度較高， 企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)加大， 信息夸大效應(yīng)明顯。 原因可能是個(gè)人投資者持股較多的公司的意見分歧相對(duì)較大。 可見， 機(jī)構(gòu)投資者可以抑制管理層語調(diào)操縱， 為此我國有必要繼續(xù)大力發(fā)展機(jī)構(gòu)投資者， 改變個(gè)人投資者占多數(shù)的市場結(jié)構(gòu)。

六、研究結(jié)論

基于我國2009 ～ 2020年A股上市公司年報(bào)文本信息， 本文從股價(jià)崩盤視角實(shí)證檢驗(yàn)了管理層正向語調(diào)操縱的信息夸大效應(yīng)。 研究發(fā)現(xiàn)， 管理層通過年報(bào)正向語調(diào)操縱來夸大正面消息， 誤導(dǎo)投資者， 在積累到一定程度時(shí)突然釋放從而造成股價(jià)崩盤。 在信息夸大效應(yīng)傳遞途徑上， 投資者意見分歧發(fā)揮了部分中介作用， 在管理層正向語調(diào)操縱影響股價(jià)崩盤中間起到中介傳導(dǎo)作用。 在控制內(nèi)生性、更換語調(diào)計(jì)算方法、重新定義計(jì)算區(qū)間等穩(wěn)健性檢驗(yàn)后， 結(jié)論保持不變。 這表明文本正向語調(diào)成為除財(cái)務(wù)數(shù)字之外另一可被管理層操縱的正向信息。 進(jìn)一步檢驗(yàn)發(fā)現(xiàn)， 年報(bào)文本可讀性較低的管理層語調(diào)操縱信息夸大效應(yīng)更顯著， 機(jī)構(gòu)持股比例較低的信息夸大效應(yīng)更顯著。

研究表明， 管理層通過語調(diào)操縱來夸大企業(yè)正面消息的做法會(huì)增加企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)。 該結(jié)論為企業(yè)進(jìn)行準(zhǔn)確的年報(bào)信息披露提供了經(jīng)驗(yàn)支持， 按照證監(jiān)會(huì)的年報(bào)內(nèi)容與格式披露要求， 語言應(yīng)表達(dá)平實(shí)、清晰易懂， 不存在誤導(dǎo)性陳述和操縱。 與負(fù)面消息類似， 應(yīng)嚴(yán)格正面消息內(nèi)容規(guī)劃和格式指引， 對(duì)正面信息如何披露、披露程度進(jìn)行明確規(guī)定， 減小管理層夸大正面消息和語調(diào)操縱的空間， 提高信息披露文本的可讀性， 提高年報(bào)報(bào)告的文本信息質(zhì)量。 此外， 由于機(jī)構(gòu)投資者的參與有助于改善信息環(huán)境和降低股價(jià)崩盤風(fēng)險(xiǎn)， 證監(jiān)會(huì)應(yīng)進(jìn)一步完善上市公司信息披露制度， 重視機(jī)構(gòu)投資者的信息甄別作用， 改善我國資本市場信息環(huán)境。

本文的不足之處在于， 文本分析主要基于現(xiàn)有財(cái)經(jīng)詞典用詞規(guī)律進(jìn)行文本信息挖掘， 還無法對(duì)語義進(jìn)行更為透徹的辨別。 本文主要以股價(jià)崩盤作為切入點(diǎn)探討管理層語調(diào)操縱的消息夸大效應(yīng)， 隨著數(shù)據(jù)挖掘和人工智能學(xué)習(xí)技術(shù)的發(fā)展， 將從更多角度推進(jìn)該領(lǐng)域研究。

【 主 要 參 考 文 獻(xiàn) 】

[1] 曾慶生，周波，張程等.年報(bào)語調(diào)與內(nèi)部人交易：“表里如一”還是“口是心非”？[ J].管理世界，2018（9）：143 ～ 160.

[2] 楊七中，章貴橋，馬蓓麗.管理層語意與未來股價(jià)崩盤風(fēng)險(xiǎn)——基于投資者情緒的中介效分析[ J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020（1）：26 ～ 36.

[3] 翁世淳.從價(jià)值創(chuàng)造到市值管理：價(jià)值管理理論變遷研究評(píng)述[ J].會(huì)計(jì)研究，2010（4）：74 ～ 81.

[4] 史永東，李鳳羽.賣空限制、意見分歧收斂與信息披露的股價(jià)效應(yīng)——來自A股市場的經(jīng)驗(yàn)證據(jù)[ J].金融研究，2012（8）：111 ～ 124.

[5] Loughran T.， McDonald B.. When Is a Liability not a Liability？Textual Analysis， Dictionaries， and 10-Ks[ J].Journal of Finance，2011（1）：35 ～ 65.

[6] 趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤風(fēng)險(xiǎn)的證據(jù)[ J].中國工業(yè)經(jīng)濟(jì)，2020（3）：174 ～ 192.

[7] Huang X.， Teoh S. H.， Zhang Y.. Tone Management[ J]. The Accounting Review，2013（3）：1083 ～ 1113.

[8] Blau B. M.， Delisle J. R.， Price M. K.. Do Sophisticated Investors Interpret Earnings Conference Call Tone Differently than Investors at Large？ Evidence from Short Sales[ J].Journal of Corporate Finance，2015（31）：203 ～ 219.

[9] Baginski S. P.， Demers E.， Kausar A.， et al.. Linguistic Tone and the Small Trader[ J].Accounting， Organizations and Society，2018（68）：21 ～ 37.

[10] 賀康，萬麗梅.政治關(guān)聯(lián)與管理層語調(diào)操縱——聲譽(yù)約束觀還是資源支持觀？[ J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020（5）：17 ～ 27+158 ～ 159.

[11] Bleck A.， Liu X.. Market Transparency and the Accounting Regime[ J].Journal of Accounting Research，2007（2）：229 ～ 256.

[12] Kim J. B.， Li Y.， Zhang L.. CFOs versus CEOs： Equity Incentives and Crashes[ J].Journal of Financial ?Economics，2011（3） ：713 ～ 730.

[13] 江軒宇，許年行.企業(yè)過度投資與股價(jià)崩盤風(fēng)險(xiǎn)[ J].金融研究，2015（8）：141 ～ 158.

[14] 曾愛民，林雯，魏志華，張純.CEO過度自信、權(quán)力配置與股價(jià)崩盤風(fēng)險(xiǎn)[ J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2017（8）：75 ～ 90.

[15] Yuan R.， Sun J.， Cao F.. Directors' and Officers' Liability Insurance and Stock Price Crash Risk[ J].Journal of Corporate Finance，2016（37）：173 ～ 192.

[16] Hutton A. P.， Marcus A. J.， Tehranian H.. Opaque Financial Reports， r2， and Crash Risk[ J].Journal of Financial Economics，2009（94）：67 ～ 86.

[17] Kim J. B.， Zhang L.. Financial Reporting Opacity and Expected Crash Risk： Evidence from Implied Volatility Smirks[ J].Contemporary Accounting Research，2014（31）：851 ～ 875.

[18] Kim J. B.， Li L.， Lu L. Y.， Yu Y.. ?Financial Statement Comparability and Expected Crash Risk[ J].Journal of Accounting Economics，2016（61）：294 ～ 312.

[19] 謝盛紋，陶然.年報(bào)預(yù)約披露推遲、分析師關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)[ J].會(huì)計(jì)與經(jīng)濟(jì)研究，2017（1）：3 ～ 19.

[20] 鄭珊珊. 管理層權(quán)力強(qiáng)度、內(nèi)外部監(jiān)督與股價(jià)崩盤風(fēng)險(xiǎn)[ J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（4）：72 ～ 86.

[21] 許年行，于上堯，伊志宏.機(jī)構(gòu)投資者羊群行為與股價(jià)崩盤風(fēng)險(xiǎn)[ J].管理世界，2013（7）：31 ～ 43.

[22] 孟慶斌，侯德帥，汪叔夜.融券賣空與股價(jià)崩盤風(fēng)險(xiǎn)——基于中國股票市場的經(jīng)驗(yàn)證據(jù)[ J].管理世界，2018（4）：40 ～ 54.

[23] 江軒宇.稅收征管、稅收激進(jìn)與股價(jià)崩盤風(fēng)險(xiǎn)[ J].南開管理評(píng)論，2013（5）：152 ～ 160.

[24] 金宇超，靳慶魯，宣揚(yáng).“不作為”或“急于表現(xiàn)”：企業(yè)投資中的政治動(dòng)機(jī)[ J].經(jīng)濟(jì)研究，2016（10）：126 ～ 139.

[25] 李哲.“多言寡行”的環(huán)境披露模式是否會(huì)被信息使用者摒棄[ J].世界經(jīng)濟(jì)，2018（12）：167 ～ 188.

[26] 譚小芬，錢佳琪.資本市場壓力與企業(yè)策略性專利行為：賣空機(jī)制的視角[ J].中國工業(yè)經(jīng)濟(jì)，2020（5）：156 ～ 173.

[27] 王華杰，王克敏. 應(yīng)計(jì)操縱與年報(bào)文本信息語氣操縱研究[ J].會(huì)計(jì)研究，2018（4）：45 ～ 51.

[28] Hong H.， Stein J. C.. Disagreement and the Stock Market[ J].The Journal of Economic Perspectives，2007（2）：109 ～ 128.

[29] 鄭敏.異質(zhì)信念、生存條件及市場影響力[J]. 管理科學(xué)學(xué)報(bào)，2015（8）：73 ～ 82.

[30] Boehme R. D.， Danielsen B. R.， Sorescu S. M.. Short Sale Constraints， Differences of Opinion， and Overvaluation[ J].Journal of Financial and Quantitative Analysis，2006（41）：455 ～ 487.

[31] 謝德仁，林樂.管理層語調(diào)能預(yù)示公司未來業(yè)績嗎？——基于我國上市公司年度業(yè)績說明會(huì)的文本分析[ J].會(huì)計(jì)研究，2015（2）：20 ～ 27.

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

[33] Lo K.， Ramos F.， Rogo R.. Earnings Management and Annual Report Readability[ J].Journal of Accounting and Economics，2017（1）：1 ～ 25.

[34] 劉利群，楊玉晨.隱形文化、思維模式與語篇[ J].外語與外語教學(xué)，2004（5）：34 ～ 35.

[35] Baik B.， Kang J.， Kim J.. Local Institutional Investors， Information Asymmetries， and Equity Returns[ J].Journal of Financial Economics，2010（1）：81 ～ 106.

[36] 孔東民，劉莎莎，譚偉強(qiáng).分析師評(píng)級(jí)與投資者交易行為[ J].管理世界，2019（1）：167 ～ 178.