縱向文本相似度與股票收益

■劉暢

一、引言

財(cái)務(wù)報(bào)告中的信息披露可以減輕公司內(nèi)部和外部之間的信息不對稱[1]，是外部信息需求者了解公司內(nèi)部業(yè)務(wù)決策的窗口。已有的文獻(xiàn)表明，財(cái)務(wù)報(bào)告中披露的文字信息，例如研究與開發(fā)活動、社會責(zé)任和會計(jì)政策，越來越引起機(jī)構(gòu)投資者、中小型投資者、分析師和其他利益相關(guān)者的關(guān)注[2]。隨著計(jì)算機(jī)自然語言處理能力的提高和普及，財(cái)務(wù)報(bào)告的信息獲取、文本處理、文本特征解釋得到了進(jìn)一步的發(fā)展，因此也對會計(jì)信息用戶產(chǎn)生顯著影響，例如公司的商業(yè)投資決策、投資者的資本市場決策以及分析師的預(yù)測行為[3—5]。

文本相似度是文本信息的一種特征。文本相似度分為內(nèi)部相似度、橫向相似度和縱向相似度。內(nèi)部相似度衡量同一文本不同部分的相似程度，橫向相似度衡量不同主體同一時(shí)期文本的相似程度，縱向相似度衡量同一主體不同時(shí)期文本的相似程度。會計(jì)文本的橫向相似度被用于反映企業(yè)與同期其他企業(yè)不同的會計(jì)文本信息[6]，而會計(jì)文本的縱向相似度則被用于反映同一企業(yè)較上一期發(fā)生的會計(jì)文本變化[7]。本文聚焦于企業(yè)會計(jì)文本的縱向相似度，考察企業(yè)不同時(shí)期財(cái)務(wù)報(bào)告的文本變化，并研究其是否能夠預(yù)測企業(yè)的股票超額收益率。

基于默認(rèn)效應(yīng)，企業(yè)在編制財(cái)務(wù)報(bào)告的過程中，往往保留著文本的主體部分，只做少量修改，甚至在財(cái)務(wù)報(bào)告的某些部分上完全沿用上一年的文本[8]。正因?yàn)檫@種默認(rèn)效應(yīng)的存在，企業(yè)改變財(cái)務(wù)報(bào)告文本這一行為往往蘊(yùn)含著豐富的信息。信號理論認(rèn)為，當(dāng)企業(yè)業(yè)績下滑時(shí)，傾向于使用較長的篇幅來為其進(jìn)行解釋。當(dāng)企業(yè)存在一些潛在風(fēng)險(xiǎn)的時(shí)候，往往會注重風(fēng)險(xiǎn)預(yù)警的發(fā)布。由于不佳的業(yè)績或是潛在風(fēng)險(xiǎn)會造成極大的輿論和監(jiān)督成本，因此企業(yè)更傾向于改變財(cái)務(wù)報(bào)告中的文本，披露不佳業(yè)績和潛在風(fēng)險(xiǎn)，以此減輕因?yàn)闆]有及時(shí)披露而可能帶來的一系列負(fù)面影響。

本文的主要貢獻(xiàn)在于：第一，以往的文獻(xiàn)多研究靜態(tài)文本特征，例如文本可讀性、語調(diào)、前瞻性等。這些特征大多基于單個(gè)企業(yè)靜態(tài)文本，鮮有從時(shí)間序列視角比較企業(yè)各期文本的變化以及不同企業(yè)之間文本的截面差異。通過計(jì)算機(jī)量化方法，本文取得了動態(tài)的縱向文本相似度指標(biāo)，并通過研究文本縱向相似度與股票超額收益率的關(guān)系，補(bǔ)充了現(xiàn)有的文本特征度量，豐富了年報(bào)文本的經(jīng)濟(jì)后果研究。第二，豐富了默認(rèn)效應(yīng)在企業(yè)會計(jì)信息披露方面的研究。本文考察了默認(rèn)以及慣性行為對企業(yè)的作用，對文本進(jìn)行改動（違背默認(rèn)行為的方式）的研究表明文本的變動可以為未來股價(jià)預(yù)測提供豐富的信息。本文還補(bǔ)充了信號理論在企業(yè)會計(jì)信息披露方面的應(yīng)用，驗(yàn)證了先前關(guān)于財(cái)務(wù)報(bào)告文本相似度與股票收益率關(guān)系的研究，也證明了我國上市公司年報(bào)MD&A文本信息在資本市場的有用性。

二、文獻(xiàn)回顧

（一）文本相似度

近年來，隨著計(jì)算機(jī)語言學(xué)的發(fā)展，越來越多的文獻(xiàn)借助計(jì)算機(jī)文本挖掘技術(shù)，從不同角度提取了各種會計(jì)文本特征，例如可讀性、復(fù)雜性、前瞻性、語調(diào)、風(fēng)險(xiǎn)、修辭手法等，并研究了這些文本特征對企業(yè)業(yè)績、資本市場表現(xiàn)、分析師行為、投資者行為的影響[9—11]。文本相似度作為企業(yè)文本的重要特征，近年來在會計(jì)與金融領(lǐng)域受到了廣泛的關(guān)注。文本相似度主要分為兩類：一類是文本的內(nèi)部相似度，即文本冗余；另一類是文本的外部相似度，包括橫向文本相似度和縱向文本相似度。其中，橫向文本相似度旨在反映不同企業(yè)同一時(shí)期的文本對比，縱向文本相似度旨在反映同一企業(yè)不同時(shí)期的文本對比。

單個(gè)文本的內(nèi)部相似度常用文本冗余來表示。Cazier 等[12]使用年報(bào)中財(cái)務(wù)報(bào)表附注和其他章節(jié)的相似性來計(jì)算兩者之間的重疊程度，以衡量年報(bào)的冗余程度。在對文本冗余所產(chǎn)生的經(jīng)濟(jì)后果的研究中，大部分學(xué)者對文本冗余持負(fù)面態(tài)度。Drake等[13]和Hassanein 等[14]認(rèn)為重復(fù)披露會導(dǎo)致文本變得冗長且偏離其核心，使得投資者很難從收到的大量信息中找出最相關(guān)的信息，這可能會引起“信息過載”現(xiàn)象。也有少量學(xué)者持相反觀點(diǎn)。Lothian[15]指出年報(bào)中的冗余信息可以有效防止誤解。Lee 等[16]、Brennan 等[17]認(rèn)為文本相似或重復(fù)作為文本冗余的表現(xiàn)，是實(shí)現(xiàn)溝通目標(biāo)的一種手段，能夠在印象管理中達(dá)到強(qiáng)調(diào)的效果。

橫向文本相似度用于衡量不同企業(yè)同一時(shí)期的差異。橫向文本相似度被廣泛用于行業(yè)研究中，基于財(cái)務(wù)報(bào)表附注中有關(guān)公司經(jīng)營情況的文本信息相似度可以創(chuàng)建行業(yè)分類，進(jìn)一步形成公司特有的產(chǎn)品市場競爭對手集合，用以辨別競爭者，衡量行業(yè)競爭情況[18，19]；公司所處行業(yè)的分析師研報(bào)相似度可以衡量公司所處行業(yè)飽和程度[20]。橫向文本相似度還被用于衡量公司的特有信息含量，通常認(rèn)為低橫向文本相似度代表企業(yè)擁有更高的信息含量，而對高橫向文本相似度持有負(fù)面的態(tài)度。Hanley等[21]指出，IPO 招股說明書的低橫向相似度能夠揭示更多無法被其他公司解釋但反映企業(yè)個(gè)體特征的特有信息，有利于股票定價(jià)的準(zhǔn)確性。孟慶斌等[6]指出低MD&A 橫向相似度表示企業(yè)擁有更高的信息含量，能夠降低公司與外部投資者之間的信息不對稱程度，提高投資者盈余預(yù)測準(zhǔn)確性，引起市場的正面評價(jià)，從而降低股價(jià)崩盤風(fēng)險(xiǎn)。

縱向文本相似度用于衡量同一企業(yè)不同時(shí)期的變化。大量研究對縱向文本相似度高（變動少）持負(fù)面態(tài)度，認(rèn)為其預(yù)示著較高的風(fēng)險(xiǎn)。這些研究多基于兩個(gè)前提：一是高縱向相似度揭示了企業(yè)存在沒有發(fā)展的現(xiàn)象，向外披露的信息含量減少[22]；二是高縱向相似度象征著上市公司存在文本慣性披露，使用大量的相似信息以隱瞞企業(yè)的負(fù)面信息[23]。因此，高縱向相似度預(yù)示了更大的接受行政處罰的可能性[22]、更高的股權(quán)資本成本[23]以及更高的信用風(fēng)險(xiǎn)[24]。也有少部分學(xué)者認(rèn)為，縱向文本相似度高（變動少）表示企業(yè)經(jīng)營狀況平穩(wěn)，預(yù)示著較低的風(fēng)險(xiǎn)。李莎等[25]指出同一企業(yè)年報(bào)的高縱向文本相似度揭示了企業(yè)戰(zhàn)略穩(wěn)定，會帶來更低的經(jīng)營風(fēng)險(xiǎn)，能夠降低審計(jì)收費(fèi)。Cohen 等[26]研究表明，同一企業(yè)年報(bào)MD&A之間的縱向相似度越高，文本情緒越高，不確定性越低，訴訟性也越低。

（二）文本相似度與股票收益

關(guān)于會計(jì)領(lǐng)域中財(cái)務(wù)報(bào)告相似性與股票收益的研究最早可以追溯到Brown 等[7]。他們使用MD&A相似性來衡量信息內(nèi)容，并發(fā)現(xiàn)股票價(jià)格對MD&A修改有積極的反應(yīng)。Tetlock[27]將新聞故事的陳舊性定義為它與前十篇關(guān)于同一家公司的新聞故事在文本上的相似性，發(fā)現(xiàn)當(dāng)新聞故事與過去的信息重疊更多時(shí)，新聞事件的回報(bào)更小。Cohen等[26]探究了年報(bào)縱向文本相似度與未來股票收益的關(guān)系，指出對報(bào)告進(jìn)行較大修改的公司未來回報(bào)率較低。趙子夜等[28]指出縱向樣板化的經(jīng)濟(jì)后果呈現(xiàn)相機(jī)抉擇性。當(dāng)公司財(cái)務(wù)風(fēng)險(xiǎn)高（虧損、微利或者被出具非標(biāo)準(zhǔn)審計(jì)意見）時(shí)，信息效應(yīng)占優(yōu)，縱向相似的報(bào)告引發(fā)負(fù)面的市場評價(jià)；而當(dāng)公司財(cái)務(wù)風(fēng)險(xiǎn)較低時(shí)，風(fēng)險(xiǎn)效應(yīng)占優(yōu)，縱向相似的報(bào)告引發(fā)市場的好評。

綜上，現(xiàn)有研究文本相似度的文獻(xiàn)大多聚焦于橫向相似度，對縱向相似度的研究還不夠深入，并且通常認(rèn)為文本相似度高代表著信息含量低，因而對其持負(fù)面態(tài)度。對于縱向相似度與股票收益關(guān)系的機(jī)制分析、邊界條件尚未明確?；谀J(rèn)效應(yīng)和信號理論，本文從企業(yè)年度報(bào)告MD&A 文本縱向相似度的角度切入，探討了企業(yè)的縱向文本相似度對企業(yè)股票市場收益的預(yù)測作用并檢驗(yàn)其在中國資本市場的有效性。

三、理論分析與研究假設(shè)

理性經(jīng)濟(jì)人假設(shè)認(rèn)為，人們的決策是理性的、效用最大化的以及偏好一致的。但近年來行為經(jīng)濟(jì)學(xué)對此提出了挑戰(zhàn)，認(rèn)為人們的決策行為受到眾多因素的影響而偏離該假設(shè)，默認(rèn)效應(yīng)（default effect）就是眾多因素中的一種。默認(rèn)效應(yīng)是指當(dāng)存在默認(rèn)選項(xiàng)（default option）時(shí)，人們的決策將傾向于保留默認(rèn)選項(xiàng)而不做出改變。這種現(xiàn)象廣泛存在于消費(fèi)決策、投資決策等領(lǐng)域[29，30]。在日常生活中，默認(rèn)效應(yīng)的例子屢見不鮮，比如在安裝程序或軟件時(shí)，人們通常會按照提示的選項(xiàng)來進(jìn)行安裝，而很少會自己對每一步設(shè)置的選項(xiàng)進(jìn)行斟酌。在公司行為中，默認(rèn)效應(yīng)同樣存在。上市公司在編制年度報(bào)告時(shí)，往往會在上年報(bào)告的基礎(chǔ)上進(jìn)行修改完善，大部分上市公司年度報(bào)告僅僅只做非常小的修改，甚至在報(bào)表的某些部分不做任何的改動，完全沿用上一年的文本[8]。正是由于上市公司年報(bào)編制中這種默認(rèn)效應(yīng)的存在，年報(bào)文本的改變往往揭示了大量信息，其變動行為非常值得解讀。

MD&A 即上市公司財(cái)務(wù)報(bào)告中“管理層討論與分析”的部分，是上市公司財(cái)務(wù)報(bào)告的核心內(nèi)容。我國證監(jiān)會在《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——年度報(bào)告的內(nèi)容與格式》中明確了規(guī)范管理層討論與分析披露的條款，例如，上市公司應(yīng)根據(jù)報(bào)告期內(nèi)的公司業(yè)務(wù)來解釋和分析財(cái)務(wù)數(shù)據(jù)，而不僅僅是使用刻板的語言重復(fù)財(cái)務(wù)報(bào)表中的內(nèi)容。大量文獻(xiàn)證明，作為文字信息的核心內(nèi)容，管理層討論與分析能夠滿足大量信息使用者的要求，為投資者和分析師提供信息，以幫助預(yù)測公司未來業(yè)績[31—33]、股票交易[26，34]以及財(cái)務(wù)狀況[35]。

報(bào)告是通過習(xí)慣、先例、傳統(tǒng)的發(fā)展而成為程序的，因此，年報(bào)的解釋模式可能年復(fù)一年非常相似。在解釋公司結(jié)果和行動的方式上，即使報(bào)告的文本敘述發(fā)生改變，這種變化通常也是適度的。年報(bào)與上一時(shí)期相比文本相似度高的主要原因通常有兩個(gè)。第一，公司的業(yè)務(wù)運(yùn)營并未發(fā)生重大變化。Brown 等[7]發(fā)現(xiàn)相比MD&A 變化較小的上市公司，MD&A變化較大的上市公司往往經(jīng)營結(jié)果和財(cái)務(wù)狀況發(fā)生了較為明顯的變化。年報(bào)的高度相似性可能意味著公司當(dāng)前時(shí)期幾乎沒有發(fā)生重大事件或戰(zhàn)略調(diào)整（如重大投資項(xiàng)目、并購計(jì)劃、研發(fā)進(jìn)展、更換審計(jì)師）[22，36]。第二，公司存在“樣板化”信息披露行為。MD&A 文本的高相似度表明，上市公司在披露信息時(shí)持有消極態(tài)度，在編制年報(bào)時(shí)大量復(fù)制上一年度的財(cái)務(wù)報(bào)告，從而導(dǎo)致大量文本信息類似于上一年度的財(cái)務(wù)報(bào)告[28]。在這種情況下，上市公司提供的是冗余信息，而不是增量信息，這無法有效緩解公司與外部信息用戶之間的信息不對稱[22]。由于慣性的存在，這種文本的樣板化行為可能更加明顯。一般來說，人們通常會關(guān)注公司年報(bào)披露的數(shù)據(jù)變化，財(cái)務(wù)報(bào)告中的每個(gè)重要表格中都列示了歷史可比數(shù)據(jù)來與當(dāng)期進(jìn)行對比。相比之下，投資者很少將本期的文本與過去的文本進(jìn)行比較。事實(shí)上，公司披露的信息不僅表現(xiàn)在人們通常關(guān)注的數(shù)據(jù)部分，同樣也存在于文本部分[6]。文本部分的變化蘊(yùn)含著關(guān)于公司經(jīng)營情況和戰(zhàn)略調(diào)整的豐富信息，而這些信息最終會體現(xiàn)在公司的未來經(jīng)營中，進(jìn)而對企業(yè)在資本市場的表現(xiàn)產(chǎn)生影響[26]。默認(rèn)效應(yīng)在企業(yè)的信息披露中有廣泛的運(yùn)用，但文本報(bào)告者面臨兩難：一方面，文本的樣板化有利于規(guī)避披露風(fēng)險(xiǎn)；另一方面，樣板化又不利于傳遞內(nèi)部信息。

本文認(rèn)為文本的變化主要從以下兩個(gè)方面影響企業(yè)的股票市場表現(xiàn)：

第一，文本的變動可能表明存在業(yè)績不佳或潛在風(fēng)險(xiǎn)。一是在不利的情況下，管理層通常會利用其自由裁量權(quán)有策略地描述公司業(yè)績[37]。如果公司在上一年發(fā)生了一些壞消息（例如業(yè)績下滑），企業(yè)可能會花更多的篇幅去解釋說明業(yè)績不佳的原因。二是文本的變動可能表明存在潛在風(fēng)險(xiǎn)。已有研究表明，年報(bào)風(fēng)險(xiǎn)信息披露的相似度較高的原因更多是公司沒有新增風(fēng)險(xiǎn)，而并非公司隱藏了風(fēng)險(xiǎn)[38]。面對披露不足的訴訟風(fēng)險(xiǎn)，企業(yè)可能做出改變文本的理性反應(yīng)。對于一些潛在的風(fēng)險(xiǎn)，如果沒有及時(shí)披露，會在未來帶來極大的輿論監(jiān)督成本。畢馬威的調(diào)查表明，大多數(shù)公共管理人員認(rèn)為訴訟風(fēng)險(xiǎn)對其披露選擇具有顯著的影響，當(dāng)管理者不知道哪些披露將被視為事后重大披露時(shí)，他們有動機(jī)披露更多的信息而不管這些信息是否有用[39]。因?yàn)檫^度披露的成本對管理者來說非常低，但被指控披露不足的訴訟成本可能相當(dāng)高。三是當(dāng)公司的訴訟風(fēng)險(xiǎn)增加時(shí)，公司會增加使用警示語[40]。相比于良好業(yè)績或者潛在收益，當(dāng)業(yè)績不佳或存在潛在風(fēng)險(xiǎn)的時(shí)候，企業(yè)往往更加有動力和義務(wù)去披露壞的消息，修改年報(bào)MD&A 文本，以避免觸發(fā)后續(xù)的一系列懲罰機(jī)制。因此，不論是由于業(yè)績不佳還是潛在風(fēng)險(xiǎn)，文本的變動往往更傾向于傳遞一種企業(yè)的負(fù)面變化，而這些信息最終反應(yīng)在資本市場中，都可能造成股票收益的下降。

第二，文本的變動也可能表明企業(yè)存在印象管理行為。在信息披露的過程中，管理層會對所披露的信息進(jìn)行刻意篩選，在盡可能避免發(fā)生訴訟和符合相關(guān)監(jiān)管要求的前提下，對利益相關(guān)者“報(bào)喜不報(bào)憂”，進(jìn)而弱化外部信息使用者的負(fù)面評價(jià)對其自身利益的損害[41]。而投資者作為上市公司信息披露的重要受眾之一，往往對管理層傳達(dá)信息的真實(shí)性和可靠性缺乏識別能力，加之較強(qiáng)的信息壁壘使其從其他渠道獲取信息的成本巨大，中小投資者對信息內(nèi)容的解讀能力和解讀方式很可能受到上市公司印象管理策略的影響。因此，為了掩蓋負(fù)面信息，企業(yè)可能會對文本進(jìn)行有策略地組合，以防止披露壞消息造成股價(jià)下跌。管理層在發(fā)布信息時(shí)會進(jìn)行印象管理，以改變文本信息使用者的感知和判斷[42，43]，在篇幅上對好消息大肆宣揚(yáng)，對壞消息一筆帶過[44]。同時(shí)，改變文本可能反映了管理者在業(yè)績不佳時(shí)選擇披露不太相關(guān)的冗余信息，以分散文本信息使用者對公司業(yè)績的關(guān)注。Li[9]發(fā)現(xiàn)當(dāng)企業(yè)業(yè)績較差時(shí)，管理者會使年報(bào)更長、更難閱讀。研究表明，重復(fù)的信息不僅會增加信息總量[45]，還會影響決策者對事件的評估[46，47]，從而影響投資者的判斷和決策。當(dāng)管理者有動機(jī)混淆相關(guān)的年報(bào)信息時(shí)，最有可能改變年報(bào)的文本，尤其是當(dāng)企業(yè)績效不佳時(shí)，這種模糊行為的激勵(lì)作用最大，投資者或分析師可能會遺漏隱藏在重復(fù)文本中的非冗余信息。因此，本文預(yù)測表現(xiàn)較好的公司，較上一年年報(bào)會有較多的重復(fù)或相似信息?；谝陨戏治?，本文提出以下假設(shè)。

假設(shè)：在其他條件不變的情況下，文本相似度越高，企業(yè)的股票超額收益率越高。

四、研究設(shè)計(jì)

（一）樣本選取

本文選取2009—2018年滬深兩市A 股上市公司作為樣本。在初始樣本的基礎(chǔ)上，剔除了以下幾類公司：（1）金融類上市公司；（2）狀態(tài)異常的上市公司；（3）上市只有一年，缺乏對比組的上市公司；（4）財(cái)務(wù)指標(biāo)明顯異常的上市公司。最終，本文得到21409個(gè)觀測值。考慮到上市公司年度股票收益率數(shù)據(jù)太少，財(cái)務(wù)指標(biāo)無法體現(xiàn)變化，會丟失相應(yīng)的信息，而日度股票收益率數(shù)據(jù)又太過龐雜，因此本文的樣本數(shù)據(jù)為月度股票收益率。數(shù)據(jù)主要來源于RESSET、CNRDS、國泰安和WIND金融數(shù)據(jù)庫。上市公司年報(bào)來源于巨潮資訊網(wǎng)（www.cninfo.com.cn）。

（二）模型設(shè)定與變量界定

1.股價(jià)長期市場表現(xiàn)計(jì)算方法

目前國內(nèi)外有關(guān)股票超額收益率的計(jì)算方法主要有兩種：事件研究法（Event Study）和日歷時(shí)間組合法（Calendar-time Portfolio Approach）。其中，事件研究法的主要測量工具包括累計(jì)超額收益率（CAR）和購買并持有超額收益率（BHAR）模型[48]。本文分別使用日歷時(shí)間組合法和事件研究法對股票超額收益率進(jìn)行計(jì)算。

（1）日歷時(shí)間組合法。本文首先通過日歷時(shí)間組合法觀察不同文本相似度公司組合的股票超額收益差異。日歷時(shí)間組合法是在選定事件持續(xù)期后，用發(fā)生事件的公司構(gòu)造投資組合的方法。日歷時(shí)間組合法計(jì)算經(jīng)歷某一事件公司的日歷時(shí)間組合收益，并且驗(yàn)證其在多元回歸中（如CAPM 模型或Fama-French 模型）是否存在異常。計(jì)算投資組合的等權(quán)平均收益或者加權(quán)平均收益后，與相應(yīng)資產(chǎn)定價(jià)模型的影響因子進(jìn)行回歸，得到的截距項(xiàng)即為超額收益率（Alphas）。日歷時(shí)間組合法可以克服由于行業(yè)等因素導(dǎo)致的事件公司收益在橫截面上的相關(guān)性等問題[49]。

具體而言，本文分別使用模型（1）、模型（2）和模型（3），通過日歷時(shí)間組合法計(jì)算投資組合的超額收益。使用市場因子可以得到資本資產(chǎn)模型（1）；使用市場因子、規(guī)模因子和價(jià)值因子可以得到三因子模型（2）；使用市場因子、規(guī)模因子、價(jià)值因子、盈利因子和投資因子可以得到五因子模型（3）。

在年報(bào)公布后，本文根據(jù)文本相似度由低到高將公司樣本分為三組，分別為投資組合Low、投資組合High 和投資組合Medium。投資組合Low 指的是當(dāng)年和上年文本相似度最小的公司組合，表示公司年報(bào)MD&A相較上年的改動最大；投資組合High指的是文本相似度最高的公司組合，表示當(dāng)年公司年報(bào)MD&A較上年只有很小的變動；投資組合Medium代表每個(gè)月做多文本相似度高組High 和做空文本相似度低組Low的對沖投資組合。

（2）基于BHAR 模型的事件研究法。從現(xiàn)有研究來看，基于事件研究法的長期超額收益率的衡量通常有兩種方法：累計(jì)超額收益率（CAR）和購買并持有超額收益率（BHAR）。CAR假定投資者每月使用等額資金投資同一證券至期末來計(jì)算累計(jì)的超額收益率，而BHAR 假定投資者買入證券后一直持有到期末來計(jì)算所獲得的超額收益率。相對于CAR，BHAR 更符合投資者的現(xiàn)實(shí)投資策略[50]。因此，本文使用BHAR來衡量年報(bào)發(fā)布后的長期股票超額收益率。為了研究MD&A 文本相似度與股票收益率之間的關(guān)系，本文利用BHAR 的計(jì)算公式來計(jì)算年報(bào)公布之后一年公司的超額收益率，具體公式如模型（4）所示。

其中，BHARi,t是公司i 累計(jì)的t 期超額收益率，Ri,t為公司i 在第t月的個(gè)股考慮現(xiàn)金紅利再投資的月回報(bào)率，Rm,t為考慮現(xiàn)金紅利再投資的綜合A 股市場月市場回報(bào)率。本文使用年報(bào)公布之后一年的累計(jì)超額收益率作為因變量。由于我國上市公司年報(bào)公布的截止日期為每年的4月30日，因此計(jì)算年度超額回報(bào)率的月回報(bào)區(qū)間取當(dāng)年5月份至次年4月份共12個(gè)月。

2.文本相似度的測量

本文提取年報(bào)中的MD&A，同上年的MD&A 進(jìn)行對比，以計(jì)算當(dāng)年的文本相似度。文本相似度的計(jì)算步驟如下：（1）通過Python 提取年報(bào)中的MD&A。（2）使用Python 的Jieba 模塊完成MD&A 的分詞處理，然后刪去停用詞、阿拉伯?dāng)?shù)字、標(biāo)點(diǎn)符號、圖片和表格。（3）計(jì)算文本詞項(xiàng)的TF-IDF 值。（4）將MD&A中經(jīng)過拆分和清理后的剩余單詞表示為如下形式的關(guān)鍵詞項(xiàng)向量：Xi=(xi1,xi2,…,xin-1,xin)，其中，Xi表示文本，xi表示單詞。（5）計(jì)算關(guān)鍵詞項(xiàng)向量的余弦角，得到公司年報(bào)MD&A 的文本相似度（similarity）。設(shè)Xi,t和Xi,t+1這兩個(gè)文本分別是公司Xi在t年和t+1年的MD&A中出現(xiàn)的項(xiàng)的集合，兩個(gè)文本之間的相似度計(jì)算如下：

3.控制變量

借鑒國內(nèi)外的研究成果，并結(jié)合國內(nèi)股票市場的特點(diǎn)，本文分別從財(cái)務(wù)指標(biāo)、公司治理、文本特征三個(gè)層面選取可能影響股票超額收益的因素作為控制變量。具體為資產(chǎn)收益率（ROA）、資產(chǎn)負(fù)債率（LEV）、賬面市值比（BM）、應(yīng)計(jì)項(xiàng)目（Accrual）、公司規(guī)模（Size）、流動性（Liquidity）、營業(yè)利潤增長率（EarnG）、銷售增長率（SalesG）、資產(chǎn)增長率（AssetG）、文本可讀性（Readability）、文本語調(diào)（Tone）。有關(guān)控制變量的定義見表1。

表1 變量定義及計(jì)算方法

4.文本相似度與長期市場表現(xiàn)的回歸模型

本文構(gòu)建了以購買并持有超額收益率BHAR為因變量，以文本相似度Similarity 為自變量的多元回歸模型（6），來檢驗(yàn)本文提出的假設(shè)。

五、檢驗(yàn)結(jié)果與分析

（一）日歷時(shí)間組合法分析

表2描述了三組不同文本相似度企業(yè)的股票超額收益率，報(bào)告了按文本相似度高、中、低分類的股票組合風(fēng)險(xiǎn)因素時(shí)間序列回歸的超額收益率（Alphas），面板A和面板B分別基于等權(quán)平均和流通市值加權(quán)平均。超額收益率來自CAPM 模型、Fama-French 三因子（市場因子、規(guī)模因子和價(jià)值因子）模型、Fama-French 五因子（市場因子、規(guī)模因子、價(jià)值因子、盈利因子和投資因子）模型。最后一列報(bào)告了在高（低）文本相似度股票中做多（空）的對沖投資組合的超額收益率。

對表2中的組合平均收益率進(jìn)行分析，超額收益率表現(xiàn)出了一定的變化規(guī)律，即隨著文本相似度上升，組合的平均超額收益率也隨之上升，表明文本相似度和股票超額收益率正相關(guān)。在某一年未對其披露信息做出重大改變的公司，未來的超額收益率會更高。投資組合Medium 的這種對沖投資組合獲得了巨大而顯著的異?；貓?bào)，幅度在每月93—140個(gè)基點(diǎn)之間。該結(jié)果不受CAPM模型、Fama-French三因子模型和Fama-French五因子模型的影響。

表2 投資組合的回報(bào)

（二）基于BHAR模型的事件研究法分析

1.描述性統(tǒng)計(jì)

表3展示了變量的描述性統(tǒng)計(jì)結(jié)果。Similarity的均值為0.810，標(biāo)準(zhǔn)差為0.112，最小值為0.444，最大值為0.944，說明企業(yè)不同年份的年報(bào)中MD&A的相似度很高。驗(yàn)證了上文中所提到的默認(rèn)效應(yīng)，即企業(yè)通常傾向于沿用上年的MD&A文本。

表3 描述性統(tǒng)計(jì)

2.回歸分析

雖然分組以及投資組合可以檢驗(yàn)文本相似度對股票超額收益率是否有解釋能力，但是這種單因素分組檢驗(yàn)無法將其他可能影響股票超額收益率的因素考慮進(jìn)來，因此本文加入一系列控制變量，對單個(gè)公司股票超額收益率進(jìn)行回歸分析，以模型（6）來檢驗(yàn)本文假設(shè)。值得一提的是，和投資組合一致，本文考慮年報(bào)公布之后一年的個(gè)股超額收益率。表4給出了模型（6）在不同方法下的估計(jì)結(jié)果，即文本相似度和各控制變量的系數(shù)β。

表4的（1）和（2）列為使用OLS 回歸，在考慮了個(gè)體和年份固定效應(yīng)以及加入控制變量后，使用BHAR1作為因變量的回歸結(jié)果。結(jié)果表明，文本相似度與股票超額收益率顯著正相關(guān)（β=0.051），這意味著如果公司的MD&A 文本相似度增加1 個(gè)單位，那么年報(bào)公布后的超額收益率將增長0.051 個(gè)單位。（3）和（4）列為使用BHAR2作為因變量的回歸結(jié)果。結(jié)果表明，文本相似度與股票超額收益率顯著正相關(guān)（β=0.047），這意味著如果上市公司的MD&A文本相似度增加1 個(gè)單位，那么年報(bào)公布后的超額收益率將增長0.047個(gè)單位。上述實(shí)證結(jié)果說明，文本相似度是未來股票超額收益率的積極且顯著的預(yù)測因子，這與本文的假設(shè)一致，即文本相似度越高的公司其股票的未來超額收益率越高。

表4 上年公司年報(bào)MD&A文本相似度與超額收益率的多元回歸結(jié)果

各控制變量與股票超額收益率的關(guān)系基本符合預(yù)期。一些控制變量如資產(chǎn)收益率（ROA）、賬面市值比（BM）、應(yīng)計(jì)項(xiàng)目（Accrual）、企業(yè)規(guī)模（Size）、流動性（Liquidity）、營業(yè)利潤增長率（EarnG）、資產(chǎn)增長率（AssetG）、文本可讀性（Readability）始終對結(jié)果有顯著的影響，說明本文加入的控制變量具有較好的解釋力。

六、進(jìn)一步分析

本文從企業(yè)外部和內(nèi)部兩個(gè)視角對前文中所驗(yàn)證的關(guān)系進(jìn)行進(jìn)一步分析，以期更加全面地認(rèn)識文本相似度和超額收益率。從企業(yè)外部視角，本文選取了分析師關(guān)注度、研報(bào)關(guān)注度和媒體關(guān)注度來全面考察企業(yè)受外部關(guān)注程度對文本相似度與股票超額收益率關(guān)系的調(diào)節(jié)作用。從企業(yè)內(nèi)部視角，本文選取了公司的信息披露質(zhì)量，考察了企業(yè)的信息披露完善程度對文本相似度與股票超額收益率關(guān)系的調(diào)節(jié)作用。

（一）外界關(guān)注度

分析師關(guān)注度、研報(bào)關(guān)注度體現(xiàn)了企業(yè)在金融專業(yè)領(lǐng)域中的受關(guān)注程度。更高的分析師關(guān)注度和研報(bào)關(guān)注度增加了企業(yè)的信息傳播，使得企業(yè)的消息能夠更快、更廣泛地被會計(jì)信息使用者獲得。當(dāng)分析師、研報(bào)關(guān)注度高的時(shí)候，年報(bào)發(fā)布之后文本信息能夠充分地被挖掘，信息不對稱的幅度會大幅降低。如果企業(yè)年報(bào)的文本較上一年發(fā)生變動，受到分析師關(guān)注、研報(bào)關(guān)注較多的企業(yè)，其年報(bào)中的負(fù)面消息和風(fēng)險(xiǎn)披露能夠更加迅速且廣泛地被專業(yè)領(lǐng)域人員感知到，更可能引起股票超額收益率的降低。因此，當(dāng)分析師、研報(bào)關(guān)注度高時(shí)，高文本相似度對股票超額收益率增加的積極作用會變小。

媒體關(guān)注度體現(xiàn)了企業(yè)在市場上的受關(guān)注程度。隨著網(wǎng)絡(luò)的普及，作為信息的收集、加工、傳播者，媒體在資本市場中的作用愈發(fā)明顯[51]。當(dāng)媒體關(guān)注度高時(shí)，企業(yè)年報(bào)的文本信息變動能夠更廣泛地被傳達(dá)到各會計(jì)信息使用者，更可能引起股票超額收益率的降低。因此，當(dāng)媒體關(guān)注度高時(shí)，高文本相似度對股票超額收益率增加的作用會變小。

本文從以下三個(gè)方面檢驗(yàn)了上述調(diào)節(jié)機(jī)制：第一，構(gòu)建模型（7）。模型（7）包含了分析師關(guān)注度及其與文本相似度的交乘項(xiàng)。分析師關(guān)注度為在一年內(nèi)有多少個(gè)分析師（團(tuán)隊(duì)）對該公司進(jìn)行過跟蹤分析，一個(gè)團(tuán)隊(duì)數(shù)量為1，不單獨(dú)列出其成員計(jì)算數(shù)量。第二，構(gòu)建模型（8）。模型（8）包含了研報(bào)關(guān)注度及其與文本相似度的交乘項(xiàng)。研報(bào)關(guān)注度為在一年內(nèi)有多少份研報(bào)對該公司進(jìn)行過跟蹤分析。第三，構(gòu)建模型（9）。模型（9）包含了媒體關(guān)注度及其與文本相似度的交乘項(xiàng)。媒體關(guān)注度為一年內(nèi)有多少財(cái)經(jīng)新聞對該公司進(jìn)行過報(bào)道。

以BHAR1為因變量的模型（7）、（8）、（9）的回歸結(jié)果分別展示在表5的（1）、（2）、（3）列中。文本相似度與三個(gè)外界關(guān)注度的交乘項(xiàng)系數(shù)分別為-0.006、-0.003、-0.001，均顯著為負(fù)，表示更多的外界關(guān)注（分析師關(guān)注度、研報(bào)關(guān)注度、媒體關(guān)注度）顯著負(fù)向影響了文本相似度與股票超額收益率的關(guān)系。

表5 外界關(guān)注與文本相似度的交互作用

以BHAR2為因變量的模型（7）、（8）、（9）的回歸結(jié)果分別展示在表5的（4）、（5）、（6）列中。文本相似度與三個(gè)外界關(guān)注度的交乘項(xiàng)系數(shù)分別為-0.006、-0.003、-0.001，均顯著為負(fù)，表示外界關(guān)注（分析師關(guān)注度、研報(bào)關(guān)注度、媒體關(guān)注度）顯著削弱了文本相似度和股票超額收益率之間的正相關(guān)關(guān)系。

（二）公司的信息披露質(zhì)量

信息披露在資本市場上發(fā)揮著舉足輕重的作用。會計(jì)信息使用者通過企業(yè)披露的公開信息來了解企業(yè)，進(jìn)而對企業(yè)進(jìn)行評估和價(jià)值判斷，因此企業(yè)股價(jià)和企業(yè)價(jià)值受到信息披露質(zhì)量的顯著影響。信息披露質(zhì)量的提升有助于減少信息不對稱問題，信息披露質(zhì)量越高，企業(yè)治理層對管理層的監(jiān)督就越有效，道德風(fēng)險(xiǎn)和逆向選擇就越低[52]。上文指出，文本相似度與股票超額收益率正相關(guān)，基于監(jiān)管要求，文本的變動更多是來源于企業(yè)的不佳業(yè)績或者潛在風(fēng)險(xiǎn)，在文本相似度相同的情況下，信息披露質(zhì)量高的企業(yè)會更及時(shí)、準(zhǔn)確、完整、合法地披露企業(yè)的相關(guān)事件信息，造成股票超額收益率的減少。因此，信息披露質(zhì)量高的企業(yè)，高文本相似度對股票超額收益率增加的積極作用會變小。

基于數(shù)據(jù)的權(quán)威性和可靠性，文中披露質(zhì)量的評價(jià)方法選取了上交所和深交所公布的上市公司信息披露質(zhì)量的四種等級考評，對上市公司的信息披露行為從及時(shí)性、準(zhǔn)確性、完整性、合法性四個(gè)方面分等級評價(jià)。在2010年以前為“優(yōu)秀、良好、合格、不合格”；2011年以后的采用的是“A、B、C、D”，A 表示優(yōu)秀，B表示良好，C表示及格，D表示不及格。將信息質(zhì)量評級為“優(yōu)秀”或者“A”取值4；評級為“良好”或者“B”取值為3；評級為“合格”或者“C”取值為2；評級為“不合格”或者“D”取值為1?？梢钥闯觯≈翟酱?，信息質(zhì)量越高。將信息質(zhì)量評級記做Grade，并在模型（10）中加入信息質(zhì)量評級與年報(bào)文本信息可讀性的交乘項(xiàng)Similarity×Grade，多元回歸結(jié)果見表6。

從表6可以看出，文本相似度與股票超額收益率的正向關(guān)系依然保持不變。表6（1）列為使用BHAR1 作為因變量的回歸結(jié)果，文本相似度（Similarity）的系數(shù)為0.324，在5%水平上顯著；（2）列為使用BHAR2 作為因變量的回歸結(jié)果，文本相似度（Similarity）的系數(shù)為0.314，在5%水平上顯著。信息質(zhì)量評級與股票超額收益率的兩個(gè)指標(biāo)顯著正相關(guān)，說明企業(yè)信息披露質(zhì)量越高，股票超額收益率越大。文本相似度與信息披露質(zhì)量的交乘項(xiàng)系數(shù)分別為-0.084和-0.082，均顯著為負(fù)，表示較高的信息披露質(zhì)量顯著削弱了文本相似度和股票超額收益率之間的正相關(guān)關(guān)系，即在一定的文本相似程度下，較高的信息質(zhì)量評級會降低企業(yè)的股票超額收益率。

表6 基于不同信息披露質(zhì)量的分組回歸

七、穩(wěn)健性檢驗(yàn)

（一）替代解釋變量

在計(jì)算語言學(xué)中，相似性得分也被稱為Jaccard系數(shù)（Jaccard coefficient）[40，53]。與Cosine 算法不同，Jaccard算法并非使用文本向量化，而是由兩個(gè)集合中相同元素占所有元素的比例來衡量兩個(gè)集合的區(qū)分度。在本文中，Jaccard算法是兩個(gè)文本交集的大小除以并集的大小。基于與Cosine 算法相同的MD&A度量，本文使用Jaccard算法來重新計(jì)算文本相似度，定義為：

（二）替代被解釋變量

如前文所述，度量股票長期超額收益率的指標(biāo)除了購買并持有超額收益率BHAR 外，還有累計(jì)超額收益率CAR。雖然BHAR更符合投資者的現(xiàn)實(shí)投資策略[50]，但是BHAR 采用復(fù)利計(jì)算會放大個(gè)別時(shí)期存在的異常值，相比之下CAR 偏差更小[54]。由于CAR 與BHAR 的相對優(yōu)越性在文獻(xiàn)中存在爭議，因此在穩(wěn)健型檢驗(yàn)中，本文將被解釋變量替換為年報(bào)公布之后一年的CAR，來檢驗(yàn)文本相似度與股票超額收益率的關(guān)系。CAR的計(jì)算公式如下：

其中，Ri,t和Rm,t的含義與上述計(jì)算BHAR的模型（4）相同。ARi.t是公司i 第t月的月超額收益率，CARi,t是公司i 累計(jì)t 期的超額收益率。由于我國上市公司年報(bào)公布的截止日期為每年的4月30日，因此計(jì)算年度超額收益率的月回報(bào)區(qū)間取年報(bào)發(fā)布后當(dāng)年5月份至次年4月份共12個(gè)月。

表7匯報(bào)了替代核心變量的穩(wěn)健性檢驗(yàn)。在Panel A 中替代了解釋變量，用Jaccard 算法替代Cosine 算法；在Panel B 中替代了被解釋變量，用年報(bào)發(fā)布后一年累計(jì)超額收益率CAR 替代購買并持有超額收益率BHAR；在Panel C 中同時(shí)替代了解釋變量和被解釋變量。實(shí)證結(jié)果顯示，在使用不同解釋變量和被解釋變量測量方式的情況下，年報(bào)文本相似度與股票超額收益率的關(guān)系依然穩(wěn)健。

表7 穩(wěn)健性檢驗(yàn)：替代核心變量

八、結(jié)論及局限性

本文以2009—2018年滬深A(yù) 股上市公司為研究樣本，考察了上市公司MD&A 文本相似度與股票超額收益率的關(guān)系。研究發(fā)現(xiàn)：相比于當(dāng)年發(fā)生的良好業(yè)績和未來潛在收益，企業(yè)更有動機(jī)披露當(dāng)年的不佳業(yè)績和未來潛在風(fēng)險(xiǎn)，同時(shí)，企業(yè)在披露過程中存在印象管理行為。因此，相比于改變MD&A 文本信息的行為，保留上一年的文本往往預(yù)示著更高的股票超額收益率。進(jìn)一步研究發(fā)現(xiàn)：高外界關(guān)注度、高信息披露質(zhì)量會削弱文本相似度與股票超額收益率的正向關(guān)系，即對于相同的文本相似度，外界關(guān)注度高、信息披露質(zhì)量高的企業(yè)股票超額收益率會低于外界關(guān)注度低、信息披露質(zhì)量低的企業(yè)。經(jīng)過一系列穩(wěn)健性檢驗(yàn)，本文結(jié)論依然成立。

本文的啟示在于：對于投資者而言，年報(bào)是投資者獲得企業(yè)經(jīng)營狀況信息的窗口。而年報(bào)中的文本作為數(shù)字的補(bǔ)充，能夠提供許多有價(jià)值的信息。通過關(guān)注年報(bào)文本的相似度，投資者可以感知到企業(yè)發(fā)生的變化，進(jìn)而對上市公司的股價(jià)進(jìn)行預(yù)測，對于上市公司投資者評估和規(guī)避風(fēng)險(xiǎn)具有一定的參考價(jià)值。對于政府部門而言，關(guān)注年報(bào)文本相似度可以為政府部門進(jìn)行信息披露監(jiān)管提供啟示。

本文也存在一定的局限性：第一，文本的變化可能由不同的文本項(xiàng)目造成，由于文本的精度受到限制，本文未能夠具體分析這些變化的驅(qū)動原因，無法對企業(yè)年報(bào)MD&A 的變化做出更進(jìn)一步的細(xì)化，以揭示具體披露項(xiàng)目的變化與股票超額收益的關(guān)系。第二，本文從理論上闡述了文本相似度與股票超額收益的關(guān)系，尚未檢驗(yàn)其中可能存在的中介作用機(jī)制。希望未來的研究可以加以改進(jìn)和補(bǔ)充，進(jìn)一步深化作用邏輯及作用機(jī)理，完善文本相似度與資本市場表現(xiàn)關(guān)系的研究?！?/p>