徐晨 張英明

摘要：文章以2015—2019年滬深A(yù)股制造業(yè)上市公司為樣本，基于印象管理理論，運用文本分析方法，實證檢驗了管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系。研究發(fā)現(xiàn)：管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險顯著正相關(guān)，管理層語調(diào)過度樂觀可能預(yù)示著公司存在著較高的財務(wù)舞弊風(fēng)險；研發(fā)投入負向調(diào)節(jié)管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系。本文的結(jié)論為在構(gòu)建財務(wù)舞弊識別模型時引入文本特征提供了理論依據(jù)，通過語調(diào)操縱預(yù)判財務(wù)舞弊風(fēng)險，有助于輔助投資者決策，維護資本市場秩序。

關(guān)鍵詞：語調(diào)操縱；財務(wù)舞弊；文本信息；研發(fā)投入；企業(yè)異質(zhì)性

中圖分類號：F275文獻標(biāo)識碼： ADOI：10.3969/j.issn.1003-8256.2021.05.009

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

基金項目：國家社科基金一般項目（12BJY041）；江蘇師范大學(xué)研究生創(chuàng)新項目（2020XKT423）

0引言

黨的十九屆五中全會再次強調(diào)要扎實推動經(jīng)濟高質(zhì)量發(fā)展。資本市場的穩(wěn)定是經(jīng)濟高質(zhì)量發(fā)展的助推器，而財務(wù)舞弊卻是資本市場的頑疾，嚴重阻礙了資本市場的持續(xù)健康發(fā)展。新冠疫情使全球經(jīng)濟發(fā)展受挫，市場驟冷，產(chǎn)品需求和企業(yè)資金鏈出現(xiàn)嚴重中斷，企業(yè)的績效表現(xiàn)正面臨著急劇惡化到艱難恢復(fù)的過程，這無疑會增加未來幾年財務(wù)舞弊發(fā)生的可能性。如何對財務(wù)舞弊風(fēng)險進行預(yù)警，助力經(jīng)濟高質(zhì)量發(fā)展？

近年來，隨著計算機處理能力的不斷提升、文本分析技術(shù)的快速發(fā)展，學(xué)者們開始關(guān)注并利用文本數(shù)據(jù)所提供的增量信息來進一步解決諸多財務(wù)難題。苗霞等[1]認為文本信息具有預(yù)測價值，不少研究也驗證了文本信息能為預(yù)警股價崩盤風(fēng)險[2-3]、企業(yè)破產(chǎn)風(fēng)險[4-6]提供增量信息。在對文本信息提取量化特征時，最常使用的是語調(diào)層面的情感極性分析。語調(diào)具體指隱含在文本信息中的樂觀或悲觀情感傾向，可以通過積極、消極詞匯的詞頻來區(qū)分，具有易判斷、易統(tǒng)計的特征，在分析管理層公開披露的文本信息質(zhì)量時尤為適用。近年來，學(xué)者們陸續(xù)探究了上市公司年度報告（簡稱年報）[7-8]、管理層討論與分析（Management’s Discussion & Analysis，MD&A）報告[9-10]、社會責(zé)任報告[11]和招股說明書[12-13]等文本語調(diào)所傳達的“弦外之音”。就提取文本語調(diào)的方法而言，早期的研究多以凈語調(diào)，即積極、消極詞匯占比作為文本語調(diào)的量化方式，Huang等[14]更進一步認為語調(diào)情感傾向可細分為兩部分，一部分是符合企業(yè)經(jīng)營現(xiàn)狀的正常語調(diào)，另一部分則是偏離企業(yè)實際經(jīng)營狀況的夸張語調(diào)，即“語調(diào)操縱”，并提出通過殘差法將夸張語調(diào)與正常語調(diào)區(qū)分。這為后續(xù)研究語調(diào)操縱提供了可借鑒的度量范式，基于企業(yè)經(jīng)營實況，以殘差法測量語調(diào)操縱被后續(xù)學(xué)者廣泛使用[15-17]。就研究視角而言，Throckmorton等[18]、Hajek等[19]創(chuàng)新性地將結(jié)構(gòu)化財務(wù)數(shù)據(jù)與非結(jié)構(gòu)化文本語調(diào)數(shù)據(jù)綜合運用于構(gòu)建財務(wù)舞弊預(yù)測模型，提升了模型的預(yù)測精度，然而目前國內(nèi)相關(guān)研究尚存空白。管理層公開披露的文本信息語調(diào)能否為我國資本市場的上市公司財務(wù)舞弊風(fēng)險提供預(yù)測價值？尚有待進一步研究。

在管理層自利動機的驅(qū)使下，文本語調(diào)操縱和財務(wù)數(shù)據(jù)造假這兩種粉飾績效的方式很可能存在著某種內(nèi)在關(guān)聯(lián)。一方面，考慮到MD&A報告是年報中最具可讀性的組成部分，被譽為年報內(nèi)容的“心臟與靈魂”，而其中的前瞻性文本信息是對未來發(fā)展的展望，更能集中體現(xiàn)管理層的語調(diào)管理傾向。另一方面，同行業(yè)上市公司面臨著相似的經(jīng)營環(huán)境，其MD&A前瞻性信息更具可比性，且被中國證監(jiān)會公開處罰的財務(wù)舞弊公司主要分布在制造業(yè)，故本文選取2015—2019年滬深A(yù)股制造業(yè)上市公司為樣本，以MD&A前瞻性信息為文本語料，分析了管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的預(yù)示作用，深入探究了產(chǎn)權(quán)性質(zhì)、規(guī)模大小、經(jīng)營現(xiàn)狀以及研發(fā)投入強度差異會對文本語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系產(chǎn)生何種影響。

1理論分析與研究假設(shè)

印象管理理論認為，為控制主要信息受眾，如股東、債權(quán)人和上下游合作伙伴等利益相關(guān)者對企業(yè)的印象，管理層會通過特定方式影響信息披露。而管理層對外披露的信息主要由數(shù)字信息、文本信息這兩部分構(gòu)成，數(shù)字信息旨在展現(xiàn)公司的財務(wù)狀況、經(jīng)營成果，需經(jīng)專業(yè)審計與嚴格監(jiān)管，文本信息是對數(shù)字信息的重要解釋和詳細說明，在信息披露中占比更高，但監(jiān)管部門尚未對文本信息披露做出嚴格限制，監(jiān)管力度的缺失使得文本信息具有較低的違規(guī)披露成本、廣闊的操縱空間。對于普通投資者而言，囿于專業(yè)能力的限制，很難正確解讀財務(wù)數(shù)據(jù)的真實經(jīng)濟內(nèi)涵，他們更多地依賴于直觀的文字描述。投資者的決策高度依賴于文本信息，但文本信息仍處于監(jiān)管空白地帶，這使得文本信息操縱問題日益突出。其中，對文本語調(diào)進行特別管理能直接影響信息受眾對公司基本面的第一印象，是管理層實施文本信息操縱的首選。管理層可以利用文本語調(diào)所釋放的虛假信號來達到印象管理的效果，進而輔助其財務(wù)舞弊自利動機的實現(xiàn)。為了迎合利益相關(guān)者的預(yù)期，虛構(gòu)收入、利潤是管理層財務(wù)造假的慣用伎倆，但收入、利潤的異常增幅會引起審計單位、監(jiān)管部門和投資者的注意。為了烘托經(jīng)營業(yè)績良好的假象，打消企業(yè)信息主要受眾對財務(wù)數(shù)據(jù)的懷疑，降低財務(wù)舞弊行為被曝光的可能性，需借助其它信息渠道佐證以掩蓋舞弊痕跡。文本信息富有彈性，是對同期業(yè)績表現(xiàn)的補充說明，具有舞弊動機的管理層在公開披露信息時，可能會字斟句酌，“苦下功夫”，確保文字型描述和數(shù)值型信息保持一致，采取文本語調(diào)操縱與財務(wù)數(shù)據(jù)造假雙管齊下、相互配合的策略來粉飾財務(wù)報告。因此，管理層將外部行業(yè)環(huán)境和內(nèi)部經(jīng)營現(xiàn)狀置之度外，主觀地、偏頗地過度渲染樂觀的語言基調(diào)，蓄意傳遞粉飾性信息，很可能是為了使數(shù)值型信息造假合理化，干擾信息受眾的理解和判斷，掩蓋其對財務(wù)數(shù)據(jù)所動的手腳。故管理層語調(diào)操縱越明顯時，其財務(wù)舞弊風(fēng)險可能更高，管理層的夸張語調(diào)傾向?qū)ω攧?wù)舞弊風(fēng)險具有一定的預(yù)測價值?；谏鲜龇治?，提出如下假設(shè)：

假設(shè)1：其他條件相同時，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險呈正相關(guān)關(guān)系。

馬廣奇等[20]、許文瀚等[21]研究表明研發(fā)投入會影響財務(wù)舞弊風(fēng)險、年報文本信息披露，那么管理層采用文本語調(diào)操縱輔助財務(wù)數(shù)據(jù)造假的行為是否也會受到研發(fā)投入強度的影響呢？研發(fā)活動見效后，確能改善產(chǎn)品性能，提升生產(chǎn)效率，塑造企業(yè)核心競爭力，在未來幾年內(nèi)為企業(yè)增收創(chuàng)利。然而，研發(fā)活動并非一蹴而就的，研發(fā)投入帶來的績效反饋也不能立竿見影，研發(fā)投入強度較高的企業(yè)，在經(jīng)費投入方面所費不貲，但研發(fā)投入很難在本年度就為企業(yè)創(chuàng)造新的利潤增長點，故研發(fā)投入當(dāng)年的企業(yè)績效表現(xiàn)很可能不升反降，研發(fā)活動對企業(yè)績效的積極影響具有時滯效應(yīng)。MD&A報告中的前瞻性信息是管理層對企業(yè)發(fā)展前景的預(yù)測，一方面，基于信號傳遞理論，研發(fā)投入較多的企業(yè)能釋放積極信號，傳遞出該企業(yè)擁有長遠規(guī)劃、極具發(fā)展?jié)摿Φ挠欣畔ⅲ?dāng)管理層對企業(yè)未來發(fā)展前景高度看好時，更傾向于在該領(lǐng)域投入高額的研發(fā)經(jīng)費；另一方面，基于熊彼特創(chuàng)新理論，管理層將有限的人財物資源投入于研發(fā)活動后，自然會預(yù)期未來經(jīng)營狀況能得到明顯的改善，故高研發(fā)強度的企業(yè)對發(fā)展前景的闡釋往往比低研發(fā)投入企業(yè)更樂觀，但由于研發(fā)活動時滯效應(yīng)的存在，這種超額樂觀并不能較好地被本期的經(jīng)營狀況立刻所體現(xiàn)。此時，表示偏離經(jīng)營現(xiàn)狀的管理層語調(diào)操縱行為（即未能被本期績效所解釋的積極語調(diào)）事出有因，可能并非是為了掩蓋財務(wù)舞弊痕跡的虛妄說辭，故研發(fā)投入強度可能會負向調(diào)節(jié)管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的影響?；谏鲜龇治?，提出如下假設(shè)：

假設(shè)2：其他條件相同時，研發(fā)投入負向調(diào)節(jié)管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系。

2研究設(shè)計

2.1樣本選取及數(shù)據(jù)來源

以2015—2019年滬深A(yù)股制造業(yè)上市公司為樣本，剔除了金融保險類、帶有ST或ST*風(fēng)險警示標(biāo)志和數(shù)據(jù)缺失的公司，最終得到1283家制造業(yè)公司的6415條平衡面板數(shù)據(jù)，為避免數(shù)據(jù)異常值的影響，對所有連續(xù)變量進行上下1%的winsorize縮尾處理。制造業(yè)上市公司的年報來自巨潮資訊網(wǎng)，通過手工整理，提取年報中的MD&A前瞻性文本，并利用Python的語言編程統(tǒng)計文本信息中的相關(guān)數(shù)據(jù)，其他財務(wù)數(shù)據(jù)、公司特征數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。數(shù)據(jù)處理軟件主要使用了Python 3.6和Stata15.0。

2.2變量選取與界定

2.2.1被解釋變量

2.2.2解釋變量

本文的核心解釋變量為“管理層語調(diào)操縱（ABtone）”。選擇運用詞典法來提取語調(diào)特征，其準(zhǔn)確性高度依賴于詞典的適用性、完整性，但中文財經(jīng)情感詞典的創(chuàng)建尚屬空白，故本文以常用詞典為主，手工整理為輔的方式編制了專用“基準(zhǔn)詞袋”，具體操作方式如下：將知網(wǎng)詞典、臺灣大學(xué)中文情感詞典和翻譯版Loughran and McDonald（L&M）詞典的內(nèi)容合并去重后作為基礎(chǔ)詞典，利用Python開放源“Jieba”分詞模塊對6415份前瞻性文本進行分詞以構(gòu)建文本語料庫，接著人工翻閱、逐一甄別，從中篩選出財經(jīng)類情感詞匯，對基礎(chǔ)詞典做進一步補充。在完成構(gòu)建專用詞典后，對前瞻性文本中的積極詞匯詞頻（pos）和消極詞匯詞頻（neg）分別進行統(tǒng)計，并依據(jù)式（2）計算管理層語調(diào)（Tone）。

3實證分析

3.1描述性統(tǒng)計

表2是全樣本各變量的描述性統(tǒng)計結(jié)果。錢蘋等[23]將財務(wù)舞弊預(yù)測模型的最優(yōu)閾值設(shè)定為-4.701，大于-4.701表示財務(wù)舞弊風(fēng)險較高，反之則財務(wù)舞弊風(fēng)險較低，樣本公司的財務(wù)舞弊風(fēng)險均值為-4.484，中位數(shù)為-4.464，均高于臨界值-4.701，說明制造業(yè)上市公司的財務(wù)舞弊風(fēng)險仍較高。MD&A前瞻性信息中需包含對未來發(fā)展中可能面臨的機會與風(fēng)險的預(yù)測，機遇與挑戰(zhàn)并存，積極詞匯和消極詞匯理應(yīng)大致參半，而管理層語調(diào)的均值為0.727，最小值為0.320，明顯大于0，最大值高達0.980，接近于1，說明管理層普遍存有印象管理傾向，熱衷于在前瞻性信息中披露好消息，濃墨重筆地渲染未來發(fā)展中存在的優(yōu)勢與機遇，而寥寥幾筆略過對風(fēng)險的闡釋，甚至對此只字不提。管理層語調(diào)操縱是以殘差形式度量的，故均值接近于0，其最大值為0.250，說明管理層會“口是心非”，偏離企業(yè)實際經(jīng)營狀況，在披露前瞻性文本信息時，表現(xiàn)過于樂觀。R&D均值為0.045，最小值為0.001，最大值為0.218，說明制造業(yè)上市公司的研發(fā)投入水平參差不齊?？刂谱兞康拿枋鲂越y(tǒng)計結(jié)果均屬正常范圍內(nèi)。產(chǎn)權(quán)性質(zhì)的均值為0.287，樣本中非國有制造業(yè)上市公司居多。第一大股東持股比的均值為0.332，樣本企業(yè)股權(quán)較為集中。兩職分離的均值為0.286、獨董占比的最小值0.333，說明多數(shù)制造業(yè)上市公司的董事長和總經(jīng)理由不同人員擔(dān)任，且獨立董事占比符合公司法要求。從反映公司財務(wù)狀況的流動比率、市場價值和現(xiàn)金獲取能力的均值來看，制造業(yè)上市公司經(jīng)營狀況較為穩(wěn)健。審計單位的均值為0.557，說明多數(shù)制造業(yè)上市公司更愿意與排名靠前，具有一定威望的會計師事務(wù)所合作以換取投資者信賴，而客戶經(jīng)濟依賴的均值為0.011，事務(wù)所對單一客戶的經(jīng)濟依賴程度較低。

未報告的相關(guān)性檢驗結(jié)果表明，各變量相關(guān)系數(shù)的絕對值均小于0.5，不存在嚴重的多重共線性問題，且管理層語調(diào)、語調(diào)操縱與財務(wù)舞弊風(fēng)險顯著正相關(guān)，符合預(yù)定假設(shè)。

3.2回歸分析

3.2.1直接效應(yīng)

從表3中的OLS回歸結(jié)果（表3中的第2～5列）來看，無論是否控制年份、行業(yè)（第2、3列為未控制年份、行業(yè)的回歸結(jié)果，第4、5列為控制了年份、行業(yè)后的回歸結(jié)果），管理層語調(diào)（Tone）（第2、4列以 Tone為核心解釋變量）、管理層語調(diào)操縱（ABtone）對財務(wù)舞弊風(fēng)險（Fraud）（第3、5列以ABtone為核心解釋變量）的影響均在1%的水平上顯著為正，管理層語調(diào)越積極、夸張語調(diào)傾向越明顯，財務(wù)舞弊風(fēng)險也會隨之上升。這說明管理層會對文本信息實施特別管理來配合其對財務(wù)數(shù)據(jù)的操縱，管理層語調(diào)操縱在一定程度上能預(yù)示財務(wù)舞弊風(fēng)險。運用面板模型進行回歸時（第6～9列為固定效應(yīng)FE、隨機效應(yīng)RE回歸結(jié)果），Hausman檢驗結(jié)果表明選擇固定效應(yīng)模型（第6列以Tone為核心解釋變量，第7列以ABtone為核心解釋變量）更佳，但為了更好地對比，將隨機效應(yīng)的回歸結(jié)果（第8列以Tone為核心解釋變量，第9列以ABtone為核心解釋變量）也在表3中予以列示。管理層語調(diào)、語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系均顯著為正，結(jié)果較為穩(wěn)健，驗證了本文的假設(shè)1。且通過對比各模型內(nèi)的回歸系數(shù)，管理層語調(diào)操縱的回歸系數(shù)均高于管理層語調(diào)的系數(shù)，說明夸張語調(diào)對財務(wù)舞弊風(fēng)險的邊際預(yù)測價值更高，不顧企業(yè)實際經(jīng)營狀況的過度樂觀語調(diào)更可能是管理層欲蓋彌彰的行徑。從控制變量的回歸結(jié)果來看，國有企業(yè)的財務(wù)舞弊風(fēng)險明顯低于非國有企業(yè)。股權(quán)集中能遏制財務(wù)舞弊風(fēng)險，這可能源于大股東監(jiān)督、小股東“搭便車”的現(xiàn)象。制造業(yè)上市公司的獨立董事仍未能擺脫“花瓶”的頭銜，并沒有較好地履行監(jiān)督職能，而對上市公司董事、監(jiān)事、高級管理人員的薪酬激勵水平較高能顯著抑制財務(wù)舞弊風(fēng)險。制造業(yè)上市公司的流動比率、市場價值和現(xiàn)金獲取能力較高，對財務(wù)舞弊風(fēng)險的抑制效應(yīng)是顯著的。

3.2.2作用機制

為初步檢驗在不同研發(fā)投入強度下，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險關(guān)系的差異，按照研發(fā)投入均值0.045，將樣本劃分為高研發(fā)投入、低研發(fā)投入兩組分別代入模型（4），分組回歸結(jié)果見表4，在高研發(fā)投入組中，管理層語調(diào)操縱的回歸系數(shù)為0.128，但并不顯著，但在低研發(fā)投入組中，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的正向關(guān)系顯著存在。為進一步驗證研發(fā)投入的調(diào)節(jié)效應(yīng)，采用模型（5）對全樣本進行回歸，結(jié)果表明，研發(fā)投入會加劇財務(wù)舞弊風(fēng)險，這與馬廣奇等[20]的結(jié)論一致，管理層語調(diào)操縱的回歸系數(shù)也與前文一致，仍顯著為正，但ABtone*R&D交互項的系數(shù)顯著為負，說明研發(fā)投入確能負向調(diào)節(jié)管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的正向關(guān)系。用bootstrap法再次檢驗，結(jié)果顯示，隨著研發(fā)投入不斷提升，管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的邊際效應(yīng)值依次遞減，在研發(fā)投入強度較高的企業(yè)中，管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的邊際預(yù)測價值可能會明顯下降。綜上，研發(fā)投入負向調(diào)節(jié)了管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的正向關(guān)系，假設(shè)2得到了較好的驗證。

3.3企業(yè)異質(zhì)性分析

3.3.1產(chǎn)權(quán)性質(zhì)

由基準(zhǔn)回歸結(jié)果可知，產(chǎn)權(quán)性質(zhì)對財務(wù)舞弊風(fēng)險具有顯著的影響，國有企業(yè)的財務(wù)舞弊風(fēng)險相對更低。本文將國有企業(yè)與非國有企業(yè)進行分組回歸，進一步分析不同產(chǎn)權(quán)性質(zhì)下，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系是否也存在著差異?；貧w結(jié)果表明（表5），國有企業(yè)中管理層語調(diào)過度樂觀與財務(wù)舞弊風(fēng)險并沒有直接聯(lián)系，采用文本信息操縱來配合其財務(wù)舞弊行為的現(xiàn)象在非國有企業(yè)中更為明顯。

3.3.2規(guī)模大小

考慮到管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系可能因企業(yè)規(guī)模不同導(dǎo)致的資源稟賦差異而具有一定的異質(zhì)性，本文借鑒馬廣奇等[20]的研究，以企業(yè)規(guī)模的均值（Size=22.258）為標(biāo)準(zhǔn)，將樣本企業(yè)劃分為兩組，若企業(yè)規(guī)模大于22.258，將其歸入大規(guī)模企業(yè)組，否則歸類為小規(guī)模企業(yè)。如表5所示，在規(guī)模較大的制造業(yè)上市公司中，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系不顯著，規(guī)模較大的制造業(yè)上市公司其經(jīng)營狀況相對更穩(wěn)健，編制MD&A前瞻性文本信息時可能更專業(yè)、規(guī)范，故對大規(guī)模企業(yè)而言，語調(diào)過度積極并不一定意味著其財務(wù)舞弊風(fēng)險較高。在小規(guī)模制造業(yè)上市公司中，MD&A前瞻性信息中的語調(diào)操縱對財務(wù)舞弊風(fēng)險具有較強的解釋能力。

3.3.3經(jīng)營狀況

面對來自股東、投資者和債權(quán)人等利益相關(guān)者的“關(guān)注”，經(jīng)營狀況相異的企業(yè)面臨著不同的業(yè)績壓力，在文本信息操縱和財務(wù)舞弊動機方面也可能大相徑庭。當(dāng)企業(yè)的盈利能力下降時，為穩(wěn)定利益相關(guān)者的情緒，管理層利用文本信息語調(diào)來掩蓋其對財務(wù)數(shù)據(jù)操縱的動機是否會更強？借鑒黃方亮等[24]的研究，以總資產(chǎn)報酬率（Roa）來反映企業(yè)績效表現(xiàn)情況，若總資產(chǎn)報酬率較上年下降則劃分入績效表現(xiàn)欠佳組，反之則為績效表現(xiàn)較佳組。結(jié)果顯示（表5），業(yè)績下滑企業(yè)的語調(diào)操縱行為更可能是掩蓋財務(wù)造假的煙霧彈。

3.4內(nèi)生性檢驗

在管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險關(guān)系的檢驗中，公司是否實施語調(diào)操縱策略可能內(nèi)生于其所處經(jīng)營環(huán)境和自身財務(wù)狀況，如果這些因素也同時影響財務(wù)舞弊風(fēng)險，那么兩者關(guān)系就可能受到內(nèi)生性問題的影響。為保證結(jié)果的可靠性，進一步采用工具變量法（IV-2SLS）和傾向得分匹配法（PSM）進行內(nèi)生性檢驗（表6）。

3.4.1工具變量法

借鑒曾慶生等[25]的研究，將相同年度內(nèi)，同行業(yè)中除自身以外的其他公司的語調(diào)操縱均值（ABtone_ind）作為管理層語調(diào)操縱（ABtone）的工具變量。首先，ABtone_ind滿足相關(guān)性要求，同行業(yè)公司面臨著相似的外部經(jīng)營環(huán)境，其管理層語調(diào)有一定的相關(guān)性。其次，同行業(yè)其他公司的語調(diào)管理策略并不會直接影響本公司的財務(wù)舞弊風(fēng)險，符合外生性條件。在控制了內(nèi)生性問題后，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險仍顯著正相關(guān)。

3.4.2傾向得分匹配法

參考朱朝暉等[7]的研究，當(dāng)ABtone大于0時，則認為該公司存在語調(diào)操縱行為，賦值為1，否則為0。選取企業(yè)規(guī)模、所處行業(yè)、產(chǎn)權(quán)性質(zhì)、資產(chǎn)負債率、總資產(chǎn)報酬率和市場價值指標(biāo)作為傾向得分計算基礎(chǔ)，采用1∶1近鄰匹配方法，設(shè)置匹配容差為0.05，為每一家存在語調(diào)操縱的公司匹配一家未進行語調(diào)操縱的公司。配對后平均處理效應(yīng)為0.216，在1%的水平上顯著。利用匹配后的樣本再次進行回歸檢驗，結(jié)果與上文一致，管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險存在穩(wěn)定的正相關(guān)聯(lián)系。

3.5穩(wěn)健性檢驗

3.5.1替換解釋變量

3.5.2替換樣本

在高管自利動機驅(qū)使下，只有正向操縱的過度樂觀語調(diào)才屬于真正意義上的語調(diào)操縱行為，故選取語調(diào)操縱（ABtone）大于0的樣本重新代入模型（4）進行回歸檢驗。結(jié)果表明，在具有正面操縱語調(diào)傾向的樣本中，語調(diào)操縱與財務(wù)舞弊風(fēng)險仍顯著正相關(guān)。

3.5.3替換文本語料

選取完整的MD&A報告內(nèi)容作為文本語料，重新提取管理層的語調(diào)操縱特征并進行回歸檢驗，回歸結(jié)果再次驗證了管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險間的正向關(guān)系，本文的結(jié)論是較為穩(wěn)健的。限于篇幅，穩(wěn)健性檢驗結(jié)果均未列示。

4結(jié)論與建議

4.1結(jié)論

以2015—2019年滬深A(yù)股制造業(yè)上市公司為樣本，基于年報中的MD&A前瞻性文本信息，分析管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系，得出如下結(jié)論。

4.1.1直接效應(yīng)

管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險顯著正相關(guān)。管理者的文本信息操縱和財務(wù)數(shù)據(jù)造假往往是相互配合的，當(dāng)管理層語調(diào)偏離實際經(jīng)營狀況，過度樂觀時，可能預(yù)示著企業(yè)存在著較高的財務(wù)舞弊風(fēng)險。

4.1.2調(diào)節(jié)效應(yīng)

雖然研發(fā)投入會加劇財務(wù)舞弊風(fēng)險，但研發(fā)投入負向調(diào)節(jié)管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系，隨著研發(fā)投入強度不斷提升，管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的邊際預(yù)測效應(yīng)依次遞減。

4.1.3企業(yè)異質(zhì)性

產(chǎn)權(quán)性質(zhì)、規(guī)模大小、經(jīng)營現(xiàn)狀的差異會對管理層語調(diào)操縱與財務(wù)舞弊風(fēng)險的關(guān)系產(chǎn)生顯著影響。第一、國有企業(yè)中管理層語調(diào)過度樂觀與財務(wù)舞弊風(fēng)險并沒有直接聯(lián)系，采用文本語調(diào)操縱與財務(wù)舞弊行為相配合的現(xiàn)象在非國有企業(yè)中更為明顯；第二、在規(guī)模較大企業(yè)中，管理層語調(diào)過度樂觀并不一定意味著其財務(wù)舞弊風(fēng)險較高，而在小規(guī)模企業(yè)中，文本語調(diào)操縱對財務(wù)舞弊行為起到了較好的預(yù)示作用；第三、盈利能力下滑、經(jīng)營現(xiàn)狀惡化的企業(yè)迫于來自利益相關(guān)者的業(yè)績壓力，更可能采用文本語調(diào)操縱與財務(wù)舞弊行為相互配合的策略以騙取其信賴。

4.2建議

4.2.1管理層

管理層在編制對外公開披露的報告時，應(yīng)注意言行一致、表里如一，根據(jù)企業(yè)的經(jīng)營實況，準(zhǔn)確披露數(shù)字信息、客觀披露文本信息，在利用語調(diào)實施印象管理策略時，要把握好尺度，避免出現(xiàn)帶有欺騙性的過度積極語調(diào)傾向。

4.2.2投資者

投資者既要充分利用管理層報告中文本數(shù)據(jù)所提供的增量信息，也要避免被管理層的“巧言令色”所蒙蔽，應(yīng)注重根據(jù)行業(yè)景氣度、企業(yè)經(jīng)營現(xiàn)狀來甄別管理層是否具有文本信息語調(diào)操縱嫌疑，合理利用文本信息所傳遞的“弦外之音”，當(dāng)管理層語調(diào)偏離實際經(jīng)營狀況，表現(xiàn)過于樂觀時，投資者尤其要警惕其可能采取文本語調(diào)操縱和財務(wù)數(shù)字造假相互配合的隱蔽策略，做好財務(wù)舞弊風(fēng)險預(yù)判。

4.2.3監(jiān)管部門

一方面監(jiān)管部門應(yīng)有效利用管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險的預(yù)警作用，當(dāng)上市公司公開披露的報告中存在明顯的語調(diào)操縱傾向時，監(jiān)管部門應(yīng)提高警惕，尤其要重視對研發(fā)投入水平較低、規(guī)模較小、業(yè)績下滑的非國有企業(yè)的語調(diào)操縱行為實施進一步監(jiān)察。另一方面，監(jiān)管部門應(yīng)引導(dǎo)上市公司規(guī)范披露文本信息，并對肆意操縱文本信息的行為加以限制，實現(xiàn)對文本信息質(zhì)量的監(jiān)管覆蓋。

4.2.4評價機構(gòu)

對于第三方評價機構(gòu)而言，可將文本信息語調(diào)操縱作為一個全新的測評維度，進一步完善評價體系。既然管理層語調(diào)操縱對財務(wù)舞弊風(fēng)險具有一定的預(yù)測價值，相關(guān)評級機構(gòu)可將文本數(shù)據(jù)與財務(wù)數(shù)據(jù)相結(jié)合，構(gòu)建預(yù)測精度更高的財務(wù)舞弊預(yù)警模型，更好地向治理層、監(jiān)管機構(gòu)和投資者傳遞信息。

參考文獻：

[1]苗霞，李秉成.管理層超額樂觀語調(diào)與企業(yè)財務(wù)危機預(yù)測——基于年報前瞻性信息的分析[J].商業(yè)研究， 2019（2）： 129-137.

[2]KIM C S， WANG K， ZHANG L D. Readability of 10-K reports and stock price crash risk [J].Contemporary Accounting Research， 2019， 36（2）： 1184-1216.

[3]KONG D M， SHI L， ZHANG F. Explain or conceal？ Causal language intensity in annual report and stock price crash risk [J]. Economic Modelling， 2021（94）： 715-725.

[4]李秉成，苗霞，聶梓. MD&A前瞻性信息能提升財務(wù)危機預(yù)測能力嗎——基于信號傳遞和言語有效理論視角的實證分析[J].山西財經(jīng)大學(xué)學(xué)報， 2019， 41（5）： 108-124.

[5]MAI F， TIAN S N， LEE C， et al. Deep learning models for bankruptcy prediction using textual disclosures [J]. European Journal of Operational Research， 2018， 274（2）：743-758.

[6]陳藝云.基于信息披露文本的上市公司財務(wù)困境預(yù)測：以中文年報管理層討論與分析為樣本的研究[J].中國管理科學(xué)， 2019， 27（7）： 23-34.

[7]朱朝暉，許文瀚.上市公司年報語調(diào)操縱、非效率投資與盈余管理[J].審計與經(jīng)濟研究， 2018， 33（3）： 63-72.

[8]周波，張程，曾慶生.年報語調(diào)與股價崩盤風(fēng)險——來自中國A股上市公司的經(jīng)驗證據(jù)[J].會計研究， 2019（11）： 41-48.

[9]苗霞.管理層語調(diào)、媒體報道與企業(yè)財務(wù)危機預(yù)測——基于年報前瞻性信息的分析[J].財會通訊， 2019（27）： 17-21.

[10]武詠晶，施先旺.管理層討論與分析語調(diào)對分析師預(yù)測準(zhǔn)確度的影響[J].財會通訊， 2020（24）： 16-20.

[11]黃萍萍，李四海.社會責(zé)任報告語調(diào)與股價崩盤風(fēng)險[J].審計與經(jīng)濟研究， 2020， 35（1）： 69-78.

[12] HANLEY K W， HOBERG G. The information content of IPO prospectuses [J]. Review of Financial Studies， 2010， 23（7）： 2821-2864.

[13]賈德奎，卞世博.招股說明書負面語調(diào)能預(yù)測IPO后業(yè)績表現(xiàn)嗎？ [J].金融論壇， 2019， 24（10）： 60-69.

[14] HUANG X， TEOH S， ZHANG Y. Tone management [J]. The Accounting Review， 2014， 89（4）： 1083-1113.

[15]王華杰，王克敏.應(yīng)計操縱與年報文本信息語氣操縱研究[J].會計研究， 2018（4）： 45-51.

[16] KANG T， PARK D H， HAN I. Beyond the numbers：The effect of 10-K tone on firms’ performance predictions using text analytics[J]. Telematics and Informatics， 2018， 35（2）： 370-381.

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

[18] THROCKMORTON C S， MAYEW W J， VENKATACHALAM M， et al. Financial fraud detection using vocal， linguistic and financial cues [J]. Decision Support Systems， 2015（74）： 78-87.

[19] HAJEK P， HENRIQUES R. Mining corporate annual reports for intelligent detection of financial statement fraud-A comparative study of machine learning methods [J]. Knowledge-Based Systems， 2017，128： 139-152. DOI： 10.1016/j.knosys.2017.05.001

[20]馬廣奇，張保平.企業(yè)研發(fā)創(chuàng)新影響財務(wù)舞弊風(fēng)險嗎[J].財會月刊， 2019（24）： 7-18.

[21]許文瀚，朱朝暉，萬源星.上市公司創(chuàng)新活動對年報文本信息影響研究[J].科研管理， 2020， 41（11）： 124-132.

[22]鄭登津，閆曉茗.事前風(fēng)險、審計師行為與財務(wù)舞弊[J].審計研究， 2017（4）： 89-96.

[23]錢蘋，羅玫.中國上市公司財務(wù)造假預(yù)測模型[J].會計研究， 2015（7）： 18-25，96.

[24]黃方亮，崔紅燕，任曉云，等.年報管理層討論與分析的語調(diào)傾向——基于A股市場的檢驗[J].投資研究， 2019， 38（5）： 19-42.

[25]曾慶生，周波，張程，等.年報語調(diào)與內(nèi)部人交易："表里如一"還是"口是心非"？ [J].管理世界， 2018， 34（9）： 143-160.

Can Managers’ Tone Management Predict the Financial Fraud Risk： Based on MD&A Forward-Looking Text Information

XU Chen，ZHANG Yingming（School of Business， Jiangsu Normal University， Xuzhou 221116， China）

Abstract： Taking the data of A-share listed manufacturing companies in Shanghai and Shenzhen Stock Exchanges from 2015 to 2019 as samples， this paper analyses the relationship between managers’ tone management and financial fraud risk by using text analysis method based on the impression management theory. The result shows that： there is a significant positive correlation between managers’ tone management and financial fraud risk. Excessively optimistic managers’ tone may indicate that the company has high financial fraud risk. R&D investment can negatively regulate the relationship between managers’ tone management and financial fraud risk. The conclusion of this paper provides a theoretical basis for the introduction of text characteristics in the construction of financial fraud identification model. It is helpful to assist investors in decision-making and maintain the capital market order by predicting the financial fraud risk through tone manipulation.

Keywords： tone manipulation；financial fraud；text information；R&D investment；enterprise heterogeneity