綜合管理層語調(diào)與公司業(yè)績預(yù)測

夏克扎提?努力木

摘? 要：本文基于A股上市公司的管理層討論與分析（MD&A）和業(yè)績說明會(huì)構(gòu)建管理層綜合語調(diào)，研究其對(duì)未來業(yè)績的預(yù)測能力。筆者發(fā)現(xiàn)管理層綜合語調(diào)與未來業(yè)績顯著正相關(guān)，說明管理層綜合語調(diào)中包含了關(guān)于未來業(yè)績預(yù)測方面的增量信息。當(dāng)比較管理層綜合語調(diào)、MD&A語調(diào)以及業(yè)績說明會(huì)語調(diào)，發(fā)現(xiàn)管理層綜合語調(diào)的預(yù)測能力顯著優(yōu)于其他兩者，說明MD&A和業(yè)績說明會(huì)文本存在互補(bǔ)關(guān)系。本文的研究結(jié)果來看，對(duì)管理層文本分析師以及信息披露監(jiān)管具有一定參考意義。

關(guān)鍵詞：MD&A;業(yè)績說明會(huì);詞袋法;文本分析;業(yè)績預(yù)測;互補(bǔ)

中圖分類號(hào)：F832.5? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，媒體傳播媒介不斷多元化，投資者獲取上市公司信息的渠道也越來越多。除財(cái)務(wù)報(bào)表中的財(cái)務(wù)信息，投資者還希望管理層通過文本或語言的分析說明（王嘯，2002）。MD&A是當(dāng)前定期報(bào)告中研究最多的非財(cái)務(wù)內(nèi)容，管理層探討公司經(jīng)營狀況、未來戰(zhàn)略、發(fā)展趨勢等，減少管理層與投資者之間的信息不對(duì)稱。業(yè)績說明會(huì)則是從管理層獲取信息的另一通道，增量信息的獲取，疊加較強(qiáng)的互動(dòng)性，業(yè)績說明會(huì)頗受投資者歡迎。

過往文獻(xiàn)對(duì)管理層文本的研究限于MD&A和業(yè)績說明會(huì)文本分別進(jìn)行研究。但是，兩者對(duì)公司非財(cái)務(wù)信息方面可能存在一定的互補(bǔ)性。鑒于此，本文選取2012-2019年上市公司年報(bào)MD&A文本和業(yè)績說明會(huì)文本，參考Jiang et al（2019）、LI J. et al（2019）構(gòu)建公司層面的管理層綜合語調(diào)指標(biāo)，研究其對(duì)上市公司未來業(yè)績的影響。

本文的研究貢獻(xiàn)主要有以下幾點(diǎn)：第一，本文構(gòu)建公司層面的管理綜合語調(diào)指標(biāo)，結(jié)合MD&A和業(yè)績說明會(huì)文本，證實(shí)了兩者存在一定的互補(bǔ)性。第二，綜合管理層語調(diào)分別與MD&A和業(yè)績說明會(huì)文本語調(diào)對(duì)比，發(fā)現(xiàn)綜合管理層語調(diào)對(duì)未來業(yè)績的預(yù)測能力更強(qiáng)，投資者在做決策時(shí)，應(yīng)該同時(shí)參考MD&A和業(yè)績說明會(huì)。

二、文獻(xiàn)綜述與研究假設(shè)

（一）金融文本分析方法的相關(guān)研究

上市公司披露文本代表的定性信息是投資者了解公司近況的重要來源，其中含有重要增量信息，便于預(yù)測公司未來業(yè)績或者影響公司股價(jià)（Loughran 、McDonald，2011;謝德仁、林樂，2014;2015）。隨著科學(xué)技術(shù)的發(fā)展，基于計(jì)算機(jī)的文本分析為文本信息的量化提供了可行的路徑。當(dāng)前，對(duì)于分析金融文本的情感語調(diào)主要有兩種方法：詞袋方法和機(jī)器學(xué)習(xí)方法。

（二）MD&A和業(yè)績說明會(huì)的國外文獻(xiàn)

美國資本市場的年報(bào)MD&A披露和分析師盈利電話會(huì)相關(guān)研究方面成果早于國內(nèi)，相對(duì)更加成熟（謝德仁、林樂，2015）。Bryan （1997）采用非指數(shù)法根據(jù)MD&A披露信息評(píng)估信息含量，研究其與未來資本支出、業(yè)績表現(xiàn)及投資決策的關(guān)聯(lián)性。Li（2010）采用樸素貝葉斯機(jī)器學(xué)習(xí)得到管理層討論與分析（MD&A）中的管理層語調(diào)，發(fā)現(xiàn)MD&A前瞻性部分與未來公司業(yè)績以及流動(dòng)性呈正相關(guān)。Price et al（2012）分析季度盈余電話會(huì)語調(diào)（詞袋法）與市場反應(yīng)，發(fā)現(xiàn)盈余電話會(huì)語調(diào)顯著預(yù)測市場異?；貓?bào)和交易量。還有其他學(xué)者基于公司10-K文件（Loughran 、Mcdonald，2011）、盈余公告（Davis et al，2012），均得出類似的結(jié)果。

（三）關(guān)于MD&A和業(yè)績說明會(huì)的國內(nèi)研究

2015年前，中國學(xué)者基于管理層文本的研究相對(duì)較少，只有少數(shù)學(xué)者關(guān)注管理層討論與分析（MD&A）對(duì)公司業(yè)績的影響（李常青，2005;李鋒森、李常青，2008;薛爽，2008），而對(duì)業(yè)績發(fā)布會(huì)語調(diào)的相關(guān)研究非常少。

2015年后，借助于計(jì)算機(jī)技術(shù)的發(fā)展，國內(nèi)研究金融文本語調(diào)的進(jìn)展迅速，研究對(duì)象涵蓋MD&A、業(yè)績發(fā)布會(huì)（謝德仁、林樂，2015;楊七中、馬蓓麗，2017）、社會(huì)責(zé)任報(bào)告（黃萍萍，2020）、并購重組報(bào)告（李曉溪，2019）、媒體文本（姜富偉，2021）等，對(duì)文本信息量化，研究上市公司管理層披露信息對(duì)公司未來的可預(yù)測性。

MD&A方面，孟慶斌等（2017）通過文本向量化提取文本信息，發(fā)現(xiàn)管理層討論與分析中的信息與公司股價(jià)崩盤顯著負(fù)相關(guān)，信息含量越高，未來股價(jià)崩盤風(fēng)險(xiǎn)越低。周波等（2019）采用“詞袋法”構(gòu)建語調(diào)指標(biāo)，發(fā)現(xiàn)語調(diào)積極程度與披露后崩盤風(fēng)險(xiǎn)沒有顯著影響，而在考慮語調(diào)真實(shí)性后，語調(diào)越積極，股價(jià)崩盤風(fēng)險(xiǎn)越大。此外，年報(bào)MD&A所攜帶的語調(diào)信息與上市公司盈余管理活動(dòng)（黃超，2019）、財(cái)務(wù)困境預(yù)測（陳藝云，2019）、企業(yè)社會(huì)責(zé)任（周建等，2021）均顯著相關(guān)，證實(shí)MD&A中存在預(yù)測公司未來相關(guān)的非財(cái)務(wù)信息。

業(yè)績發(fā)布會(huì)方面，謝德仁、林樂（2014、2015、2016、2017）以2005-2012年的全景網(wǎng)業(yè)績發(fā)布會(huì)為樣本，通過“詞袋法”得到管理層語調(diào)，發(fā)現(xiàn)管理層凈積極語調(diào)與股票市場反應(yīng)、未來業(yè)績預(yù)測、投資者反應(yīng)、賣方分析師評(píng)級(jí)水平均有顯著正的影響，認(rèn)為管理層語調(diào)可以提供關(guān)于公司的增量信息。

（四）研究假設(shè)

雖然，國內(nèi)已有較多文獻(xiàn)已經(jīng)基于披露信息文本分析研究對(duì)公司或市場的預(yù)測能力，但我們發(fā)現(xiàn)很少有學(xué)者研究兩種及以上文本來源對(duì)預(yù)測公司業(yè)績方面的協(xié)同效應(yīng)，MD&A和業(yè)績說明會(huì)的增量信息相結(jié)合是否比單一變量具有更好的預(yù)測能力。Jiang et al（2019）市場層面等權(quán)平均MD&A和業(yè)績說明會(huì)（Conference Call）的管理層語調(diào)，再通過4個(gè)月窗口的移動(dòng)平均，得到市場管理層情緒指標(biāo)。LI J. et al（2019）先分別用詞典法、支持向量機(jī)（SVM）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）得到的中國股市投資者的情緒，再用等權(quán)平均和22天窗口移動(dòng)平均構(gòu)建日度市場投資者情緒指標(biāo)。

基于以上分析，本文參考Jiang el al（2019）、LI J. et al（2019）構(gòu)建基于MD&A和業(yè)績說明會(huì)的公司層面管理層綜合語調(diào)指標(biāo)（MTone），研究其對(duì)公司業(yè)績的可預(yù)測性，以及與單一指標(biāo)的比較，探究本文構(gòu)建的管理層綜合語調(diào)是否攜帶更多的增量信息。本文提出兩個(gè)待檢驗(yàn)的研究假設(shè)H1，H2：

H1：其他條件不變時(shí)，（T年）管理層綜合語調(diào)指標(biāo)（MTone）與上市公司下一年（T+1）的業(yè)績呈正相關(guān)。

H2：其他條件不變時(shí)，MD&A或業(yè)績說明會(huì)所包含信息存在互補(bǔ)關(guān)系，管理層綜合語調(diào)對(duì)未來業(yè)績的預(yù)測能力更強(qiáng)。

三、實(shí)證分析

（一）金融文本語調(diào)指標(biāo)的構(gòu)建

本文中，介于“詞袋法”的大樣本適用性和可復(fù)制性，采取“詞袋法”構(gòu)建管理層綜合語調(diào)（Loughran and Mcdonald，2016）。筆者結(jié)合姜富偉等（2021）、Bian et al （2018）已構(gòu)建好并經(jīng)過實(shí)證的中文金融情感詞典，合并去重后得到6387個(gè)消極詞以及3699個(gè)消極詞，構(gòu)成本文的情感詞典。采用python的jieba分詞模塊對(duì)MD&A和業(yè)績發(fā)布會(huì)文本作分詞處理，用哈工大停用詞表去除文本中的停用詞，再根據(jù)情感詞典統(tǒng)計(jì)積極詞和消極詞的詞頻。參考Herry（2008）、謝德仁、林樂（2015）、Jiang et al（2019）等構(gòu)建語調(diào)指標(biāo)方法，文本中積極詞與消極詞之和占總詞數(shù)的比例作為凈語調(diào)指標(biāo)：

其中，Posi，t表示t年公司i相關(guān)文本中積極詞的數(shù)目，Negi，t表示t年公司i相關(guān)文本中消極詞的數(shù)目，Tonei，t表示該文本的凈語調(diào)，數(shù)值-1<Tone<1，Tone越大表示文本語調(diào)越積極，MD&A和業(yè)績發(fā)布會(huì)中的管理層語調(diào)越積極。

參考Jiang et al（2019），將管理層綜合語調(diào)定義為MD&A和業(yè)績發(fā)布會(huì)文本語調(diào)的平均值：

其中FTonei，t是基于MD&A的管理層語調(diào)，CTonei，t表示業(yè)績說明會(huì)的管理層語調(diào)，管理層綜合語調(diào)MTonei，t即為兩者的等權(quán)平均值。因?yàn)樵谛纬蛇^程復(fù)雜且變化的條件下，指標(biāo)選擇簡單等權(quán)平均優(yōu)于復(fù)雜的最有加權(quán)預(yù)測（Jiang et al，2019;Baker、Wurgler ，2006）。

（二）模型建立

借鑒謝德仁、林樂（2015），本文建立了如下模型：

其中，被解釋變量ROEiT+1和DROEiT+1分別為T+1年的加權(quán)平均凈資產(chǎn)收益率及其相對(duì)T年的變動(dòng)量。

解釋變量：T年管理層綜合語調(diào)（MToneiT）及其變動(dòng)（DMToneiT），T年年報(bào)MD&A中的管理層語調(diào)（FToneiT）及其變動(dòng)（DFToneiT），T年業(yè)績說明會(huì)管理層語調(diào)（CToneiT）及其變動(dòng)（DCToneiT）。本文研究管理層綜合語調(diào)MToneiT系數(shù)β1的方向與顯著性，考察其是否含有更多的增量信息。

控制變量：選取T年公司業(yè)績（WROE）及其變動(dòng)（WROE），公司股票市場回報(bào)率（Yret），公司規(guī)模的代理指標(biāo)對(duì)數(shù)流通市值（SIZE），第一大股東的持股比例（FHS），公司股權(quán)集中度（HFD5），歸母凈利潤同比增長率（NetProfGrRt），公司平均資產(chǎn)負(fù)債率（Liv），市場回報(bào)日波動(dòng)率（MRETSTD），最后控制了年度變量（YEAR）和19個(gè)證監(jiān)會(huì)行業(yè)（IND）。

（三）樣本選取與數(shù)據(jù)來源

本文研究以2012-2019年A股上市公司披露的年報(bào)管理層討論與分析（MD&A）和當(dāng)年業(yè)績說明會(huì)文本作為觀測對(duì)象。對(duì)樣本做以下處理：（1）刪除ST公司;（2）刪除當(dāng)年沒有召開業(yè)績說明會(huì)的上市公司;（3）刪除文本處理后積極詞和消極詞數(shù)量均為0的公司。最終得到2069家上市公司的10368個(gè)有效觀測值。MD&A和業(yè)績說明會(huì)文本取自CNRDS數(shù)據(jù)庫，其他相關(guān)數(shù)據(jù)取自銳思數(shù)據(jù)庫。避免異常值干擾，對(duì)所有變量均作了上下1%的winsorize處理。本文采用Python進(jìn)行相關(guān)數(shù)據(jù)處理，并用STATA做回歸分析。

（四）實(shí)證分析

1、描述性統(tǒng)計(jì)

表2中列示了主要變量的描述性統(tǒng)計(jì)，MD&A語調(diào)、業(yè)績說明會(huì)語調(diào)以及管理層綜合語調(diào)都是以積極語調(diào)主導(dǎo)，均值分別為0.7187、0.6899、0.7479，說明管理層對(duì)外公開發(fā)言傾向于積極表態(tài)，即使是經(jīng)營狀況不佳（ROE為負(fù)）的公司，與其他學(xué)者研究中管理層傾向于“報(bào)喜不報(bào)憂”相一致。管理層綜合語調(diào)變化（DMTone）、MD&A語調(diào)（DFTone）、業(yè)績說明會(huì)語調(diào)（DCTone）均值分別為0.0071、0.0084、0.0066。WROE（T+1）的均值和中值分別為0.0597、0.0652。DWROE（T+1）的均值和中值分別為-0.0156、-0.0031，均為負(fù)，與謝德仁、林樂（2015）一致。

2、多元回歸檢驗(yàn)結(jié)果及分析

參考謝德仁、林樂（2015），本文多元回歸分析中，控制年度、行業(yè)固定效應(yīng)，并對(duì)t值做了公司層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤調(diào)整。表3給出了研究假設(shè)H1和H2的檢驗(yàn)成果。

1、假說1的檢驗(yàn)結(jié)果。不管是ROE（T+1）還是DWROE（T+1）作為被解釋變量，綜合管理層語調(diào)（MTone）對(duì)T+1年的業(yè)績及其變化均呈正相關(guān)。以T+1年的WROE（T+1）為例，MTone對(duì)其回歸系數(shù)為0.081，t值為5.33，在1%水平上顯著。MTone值越大，意味著T+1年的WROE（T+1）越大。此外，MD&A語調(diào)（FTone）與業(yè)績發(fā)布會(huì)語調(diào)（CTone）對(duì)WROE（T+1）也呈正相關(guān)，與謝德仁、林樂（2015）等結(jié)果一致。以上結(jié)果，驗(yàn)證了本文假說H1，在其他因素不變的條件下，管理層綜合語調(diào)MTone與上市公司未來業(yè)績呈顯著正相關(guān)，MTone指標(biāo)中包含了關(guān)于未來業(yè)績預(yù)測方面的增量信息。

2、假說2的驗(yàn)證結(jié)果。當(dāng)WROE（T+1）作為被解釋變量時(shí)，同一模型下MTone、FTone、CTone的回歸系數(shù)分別為0.081、0.049、0.053，對(duì)應(yīng)t值分別為5.33、3.55、4.67。從經(jīng)濟(jì)意義上看，MTone、FTone、CTone三者均對(duì)T+1的業(yè)績WROE（T+1）有解釋力，而且本文構(gòu)建的管理層綜合指標(biāo)MTone的解釋力強(qiáng)于其他兩個(gè)指標(biāo)。因此，研究假設(shè)H2通過檢驗(yàn)，說明MD&A語調(diào)（FTone）與業(yè)績發(fā)布會(huì)語調(diào)（CTone）均對(duì)公司未來業(yè)績有預(yù)測能力的同時(shí)，兩者之間還存在互補(bǔ)的增量信息含量，管理層綜合指標(biāo)對(duì)未來業(yè)績的解釋力高于單一文本的管理層語調(diào)。

3、穩(wěn)健性檢驗(yàn)

本文為了確保以上檢驗(yàn)結(jié)果的穩(wěn)健性，進(jìn)行了進(jìn)一步的檢驗(yàn)。分別采用投入資本回報(bào)率（ROIC）、總資產(chǎn)凈利率（ROA）作為被解釋變量。發(fā)現(xiàn)本文構(gòu)建的管理層綜合語調(diào)與未來業(yè)績?nèi)猿曙@著正相關(guān)，并且其對(duì)未來業(yè)績的解釋能力優(yōu)于MD&A語調(diào)或業(yè)績說明會(huì)語調(diào)，研究假設(shè)H1、H2通過檢驗(yàn)。

四、結(jié)果與建議

本文基于2012-2019年A股2069家上市公司發(fā)布的管理層討論與分析（MD&A）和業(yè)績說明會(huì)的文本，以構(gòu)建代表上市公司管理層綜合語調(diào)的指標(biāo)（MTone）。發(fā)現(xiàn)當(dāng)年管理層綜合語調(diào)越積極，下一年的公司業(yè)績?cè)胶?，此結(jié)果與Loughran & McDonald（2011）、謝德仁&林樂（2015）、唐少清（2020）相一致。進(jìn)一步分析，發(fā)現(xiàn)管理層綜合語調(diào)的解釋力優(yōu)于MD&A或業(yè)績說明會(huì)單獨(dú)指標(biāo)的情形，MD&A和業(yè)績說明會(huì)的信息含量具有一定的互補(bǔ)性。

因此，管理層綜合語調(diào)包含了兩者互補(bǔ)的信息含量。投資者在預(yù)測公司未來業(yè)績或相關(guān)投資策略時(shí)，MD&A和業(yè)績說明會(huì)是公司與投資減少“信息差”的有效途徑，有利于提升企業(yè)透明度，減少信息不對(duì)稱。建議監(jiān)管部門未來繼續(xù)鼓勵(lì)上市公司的自愿性披露，加強(qiáng)與投資的溝通，使得溝通途徑更加多元化。本文研究結(jié)果對(duì)綜合分析非財(cái)務(wù)信息預(yù)測能力具有一定的借鑒意義。

參考文獻(xiàn)

[1]陳藝云，2019;《基于信息披露文本的上市公司財(cái)務(wù)困境預(yù)測：以中文年報(bào)管理層討論與分析為樣本的研究》，《中國管理科學(xué)》第7期：23-34

[2]黃萍萍，李四海，2020;《社會(huì)責(zé)任報(bào)告語調(diào)與股價(jià)崩盤風(fēng)險(xiǎn)》，《審計(jì)與經(jīng)濟(jì)研究》第1期：69-78

[3]黃超、王敏，2019;《管理層利用年報(bào)語調(diào)配合盈余管理了嗎？》，《當(dāng)代經(jīng)濟(jì)管理》第6期：90-97

[4]姜富偉、孟令超、唐國豪，2021;《媒體文本情緒與股票回報(bào)預(yù)測》，《經(jīng)濟(jì)學(xué)（季刊）》第4期：1323-1344

[5]李常青等，2005;《管理層討論與分析：借給投資者的一雙“慧眼”》，《上海證券報(bào)》：

[6]李鋒森、李常青，2008;《上市公司“管理層討論與分析”的有用性研究》，《證券市場導(dǎo)報(bào)》第12期：67-73

[7]李曉溪、楊國超、饒品貴，2019;《交易所問詢函有監(jiān)管作用嗎？ ———基于并購重組報(bào)告書的文本分析》，《經(jīng)濟(jì)研究》第5期：181-198

[8]孟慶斌、楊俊華、魯 冰，2017;《管理層討論與分析披露的信息含量與股價(jià)崩盤風(fēng)險(xiǎn)——基于文本向量化方法的研究》，《中國工業(yè)經(jīng)濟(jì)》第12期：132-150

[9]唐少清、 詹細(xì)明、李俊林、 羅 妍，2020;《管理層語調(diào)與創(chuàng)業(yè)板上市公司業(yè)績關(guān)系研究》，《中國軟科學(xué)增刊（ 上）》：32-40

[10]王嘯，2002;《美國“管理層討論與分析”及對(duì)我國的借鑒》，《證券市場導(dǎo)報(bào)》8月號(hào)：24-28

[11]薛爽，2010;《管理層討論與分析是否提供了有用信息？ ——基于虧損上市公司的實(shí)證探索》，《管理世界（月刊）》第5期：130-140

[12]謝德仁、林樂，2014;《市場對(duì)管理層語調(diào)有反應(yīng)嗎？——基于業(yè)績說明會(huì)的文本分析》，2014 海峽兩岸會(huì)計(jì)學(xué)術(shù)研討會(huì)

[13]謝德仁、林樂，2015;《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》第2期：20-27

[14]謝德仁、林樂，2016;《投資者會(huì)聽話聽音嗎？——基于管理層語調(diào)視角的實(shí)證研究》，《財(cái)經(jīng)研究》第7期：28-39

[15]謝德仁、林樂，2017;《分析師薦股更新利用管理層語調(diào)嗎？——基于業(yè)績說明會(huì)的文本分析》，《管理世界（月刊）》第11期：125-145

[16]楊七中、馬蓓麗，2019;《管理層的“弦外之音”，投資者能聽得懂嗎？——基于管理層語意的LSTM深度學(xué)習(xí)研究》，《財(cái)經(jīng)論叢》第6期：63-72

[17]周 波、張 程、曾慶生，2019：《年報(bào)語調(diào)與股價(jià)崩盤風(fēng)險(xiǎn)——來自中國 A 股上市公司的經(jīng)驗(yàn)證據(jù)》，《會(huì)計(jì)研究》第11期：41-48

[18]周 建、原東良、馬雨飛，2021;《MD&A 語調(diào)會(huì)影響企業(yè)履行社會(huì)責(zé)任嗎？——基于信息增量與印象管理的視角》，《管理學(xué)刊》第6期：88-107

[19]Bryan S ， 1997. Incremental Information Content of Required DisclosuresContained inM anagem entDiscussion and Analysis [J]. The Accounting Review. （April）：285-301

[20]Baker M ， Wurgler J， 2006. Investor Sentiment and the Cross-Section of Stock Returns [J]. The Journal of Finance 61：1645–1680

[21]Bian， Shibo and Jia， Dekui and Li， Feng and Yan， Zhipeng， 2019. A New Chinese Financial Sentiment Dictionary for Textual Analysis in Accounting and Finance . Available at SSRN： https：//ssrn.com/abstract=3446388

[22]Davis A K ，? Piger J ，? Sedor L M， 2012. Beyond the Numbers： Measuring the Information Content of Earnings Press Release Language[J]. Contemporary Accounting Research， 29（3）： 845-868

[23]Fuwei Jiang， Joshua Lee， Xiumin Martin， and Guofu Zhou， 2019.“Manager Sentiment and Stock Returns” Journal of Financial Economics 132（1）：126-149

[24]Li， F， 2010. The Information Content of Forward-looking Statements in Corporate Filings—a Na?ve Bayesian Machine Learning Approach. Journal of Accounting Research 48： 1049-1102

[25]Li J ，? Chen Y ，? Shen Y ， et al， 2019. Measuring China's Stock Market Sentiment[J]. Working Paper.

[26]Loughran T ，? Mcdonald B，? 2011. When Is a Liability Not a Liability？ Textual Analysis， Dictionaries， and 10-Ks[J]. Journal of Finance， 66（1）：35-65.

[27]Loughran T ，? Mcdonald B， 2016. Textual Analysis in Accounting and Finance： A Survey[J]. Journal of Accounting Research 54.

[28]Price M K， Doran J S， Peterson D R， et al， 2012. Earnings conference calls and stock returns： the incremental informativeness of textual tone. Journal of Banking & Finance， 36（ 4）： 992-1011.

作者簡介：

夏克扎提·努力木（1995-），男，新疆伊寧縣人，南開大學(xué)金融學(xué)院金融學(xué)碩士研究生。