張志強,黃冰冰,吳傳琦

(1.中國出口信用保險公司 博士后科研工作站,北京 100033;2.中國人民大學(xué) 商學(xué)院,北京 100872;3.清華大學(xué) 社會科學(xué)學(xué)院,北京 100084)

一、引言

MM定理的提出是企業(yè)資本結(jié)構(gòu)調(diào)整理論走向科學(xué)化進(jìn)程的開端,隨后諸多關(guān)于資本結(jié)構(gòu)調(diào)整的理論也是基于MM定理而提出。在現(xiàn)有的研究中,最優(yōu)資本結(jié)構(gòu)理論已成為該領(lǐng)域研究的重點,企業(yè)會動態(tài)調(diào)整資本結(jié)構(gòu)從而實現(xiàn)最佳債務(wù)比例關(guān)系。資本結(jié)構(gòu)動態(tài)調(diào)整理論認(rèn)為,企業(yè)存在最優(yōu)資本結(jié)構(gòu),當(dāng)實際資本結(jié)構(gòu)偏離目標(biāo)資本結(jié)構(gòu)時,企業(yè)會優(yōu)化資本結(jié)構(gòu)從而進(jìn)行調(diào)整。隨著動態(tài)資本結(jié)構(gòu)理論的不斷發(fā)展和深入,有關(guān)資本結(jié)構(gòu)的影響因素、目標(biāo)資本結(jié)構(gòu)的估計以及企業(yè)資本結(jié)構(gòu)調(diào)整速度的影響因素逐漸成為當(dāng)前研究的熱點。

阻礙企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的一個主要原因是調(diào)整成本,提高企業(yè)信息透明度、加強管理層信息披露有助于降低信息不對稱、降低企業(yè)調(diào)整成本。管理層討論與分析(MD&A)是上市公司定期報告中的非財務(wù)信息,主要包括對公司當(dāng)前財務(wù)報表及附注中重要信息的評價和分析,以及對企業(yè)未來經(jīng)營和發(fā)展情況展望兩部分。中國對該制度的引入始于2001年,之后在2005年對該項制度進(jìn)行了詳細(xì)、有針對性的修改。MD&A是對財務(wù)報表有益且必要的補充,可以為投資者提供公司未來發(fā)展以及戰(zhàn)略部署的相關(guān)信息,為利益相關(guān)者提供決策信息。MD&A利用語言信息對公司未來發(fā)展以及核心競爭力等重要信息的描述,會更加符合大多數(shù)非財務(wù)專業(yè)使用者的要求。MD&A語言內(nèi)容豐富,是管理層向公司外信息需求者傳遞信息的重要載體。MD&A可以降低信息不對稱性,增加投資者對公司未來發(fā)展的信心,同時增加分析師預(yù)測精度,增加有價證券流動性,降低權(quán)益融資成本。高質(zhì)量信息反映了管理層努力程度,有助于解決委托代理問題,降低融資成本。然而,管理層披露信息也會存在專有化成本,因此管理層出于不同利益考量,也會權(quán)衡信息披露的成本和收益,可能會增加報告閱讀難度,從而使得MD&A對資本結(jié)構(gòu)調(diào)整的影響更加不確定。因此,本文通過文本挖掘技術(shù),考察管理層討論與分析對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的影響。

本文利用2007—2018年中國上市公司A股企業(yè)數(shù)據(jù)和文本挖掘技術(shù),通過文本向量化的方法度量MD&A的文本相似度以及文本復(fù)雜度,考察文本化信息對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的影響。本文的研究意義主要表現(xiàn)在以下幾個層面:一是隨著數(shù)據(jù)量的增加以及文本挖掘技術(shù)的發(fā)展,使用文本向量化的方法分析MD&A的信息含量,同時分析了文本內(nèi)部的因果解釋性,為該領(lǐng)域的研究提供了參考;二是雖然已有文獻(xiàn)對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整從不同角度進(jìn)行了探索,但鮮有文獻(xiàn)從非文本信息的視角對此進(jìn)行考察,本文利用MD&A的文本信息含量,檢驗了其對企業(yè)資本結(jié)構(gòu)調(diào)整的影響;三是從非文本信息的角度考察對企業(yè)資本結(jié)構(gòu)調(diào)整的影響,發(fā)現(xiàn)管理層會釋放更多的信息,然而在表達(dá)程度上會進(jìn)行權(quán)衡。

二、文獻(xiàn)綜述與研究假設(shè)

(一)MD&A的經(jīng)濟(jì)后果

MD&A作為上市公司定期報告中的非財務(wù)信息,對投資者了解企業(yè)現(xiàn)狀以及未來經(jīng)營情況提供了參考。目前,雖然程序上要求MD&A部分進(jìn)行強制披露,但在其內(nèi)容和披露形式上具有自主裁量權(quán),同時也存在模板化、內(nèi)容空洞化等情況,從而使得MD&A信息的披露選擇性更多[1]。因此,在不同的環(huán)境下,不同企業(yè)出于不同的目的而選擇不同的策略對信息進(jìn)行披露。首先,作為文本化信息,MD&A為企業(yè)外部投資者提供了企業(yè)業(yè)績及未來發(fā)展的有用信息,可以降低企業(yè)和外部投資者之間的信息不對稱程度。同時,MD&A有助于外部投資者獲取增量信息,從而更加有助于預(yù)測公司業(yè)績、提升分析師預(yù)測精度[2]。此外,在不同的環(huán)境下,管理層出于機會主義會有策略地披露MD&A的信息,利用樣板化的模板降低公司負(fù)面信息含量、規(guī)避披露風(fēng)險,或是對信息復(fù)雜性進(jìn)行操縱獲取收益。因此,已有的研究表明,MD&A是管理層向投資者傳遞公司信息的重要載體,然而管理層會出于不同的動機選擇性或是隱蔽相關(guān)信息,從而降低MD&A的信息傳遞作用。并且,現(xiàn)有對MD&A經(jīng)濟(jì)后果的研究中,多集中于對企業(yè)業(yè)績、企業(yè)創(chuàng)新、股價風(fēng)險以及分析師預(yù)測等方面,很少有文獻(xiàn)就MD&A對企業(yè)資本結(jié)構(gòu)調(diào)整以及調(diào)整路徑進(jìn)行深入分析。

(二)資本結(jié)構(gòu)動態(tài)調(diào)整文獻(xiàn)回顧

資本結(jié)構(gòu)動態(tài)調(diào)整的影響因素分析成為該領(lǐng)域研究的重點,調(diào)整成本的提出為現(xiàn)實中資本結(jié)構(gòu)調(diào)衡速度過慢提供了合理的解釋,并成為很好的研究切入點。當(dāng)企業(yè)對資本結(jié)構(gòu)進(jìn)行調(diào)整時,會對調(diào)整成本和收益進(jìn)行權(quán)衡,只有當(dāng)收益高于成本時,企業(yè)才優(yōu)化資本結(jié)構(gòu),否則企業(yè)并沒有動力調(diào)整資本結(jié)構(gòu)。在實證中,多數(shù)研究也是圍繞調(diào)整成本的存在來研究企業(yè)不同的內(nèi)部和外部因素對資本結(jié)構(gòu)調(diào)整速度的影響情況。首先,企業(yè)信息透明程度是一種主要的調(diào)整成本,企業(yè)信息不對稱程度的提高,不僅增加了企業(yè)的交易成本,甚至還會因信息不對稱而產(chǎn)生逆向選擇和道德風(fēng)險,據(jù)此而增加企業(yè)的風(fēng)險溢價[3]。企業(yè)信息不對稱程度的提升就會提高企業(yè)的股權(quán)融資和債務(wù)融資成本,從而阻礙企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整。另外,代理成本是另一種資本結(jié)構(gòu)的調(diào)整成本,代理的存在促使管理權(quán)和控制權(quán)分離,而產(chǎn)生代理問題的主要原因依然是信息不對稱。

在企業(yè)內(nèi)部財務(wù)因素的考察上,Faulkender等的研究發(fā)現(xiàn),企業(yè)的現(xiàn)金流狀況與資本結(jié)構(gòu)調(diào)整存在關(guān)聯(lián)[4]。劉貫春等的研究表明,企業(yè)金融化程度會提高信息不對稱程度以及代理問題的影響而阻礙企業(yè)資本結(jié)構(gòu)調(diào)整速度[5]。黃繼承等的研究也表明,高管薪酬會降低代理成本而提高企業(yè)資本結(jié)構(gòu)調(diào)整速度[6]。外部因素也會影響企業(yè)資本結(jié)構(gòu)調(diào)整。顧研和周強龍通過企業(yè)外部政策不確定性的考察,發(fā)現(xiàn)外部環(huán)境的變化會影響企業(yè)外部融資以及企業(yè)經(jīng)營風(fēng)險,直接決定著企業(yè)的調(diào)整成本,從而影響資本結(jié)構(gòu)調(diào)整速度[7]。巫岑等考察了企業(yè)外部產(chǎn)業(yè)政策對資本結(jié)構(gòu)調(diào)整速度的影響,發(fā)現(xiàn)產(chǎn)業(yè)政策改變了外部的融資環(huán)境,直接降低了融資成本以及交易成本,從而有利于資本結(jié)構(gòu)調(diào)整[8]。公司調(diào)整成本的構(gòu)成受公司層面的微觀以及外部的產(chǎn)業(yè)、地區(qū)以及宏觀等因素的共同影響,市場的狀況以及宏觀經(jīng)濟(jì)都會對公司的資本結(jié)構(gòu)動態(tài)調(diào)整產(chǎn)生影響。

目前關(guān)于資本結(jié)構(gòu)調(diào)衡速度的研究主要圍繞調(diào)整成本展開,從企業(yè)內(nèi)部和外部不同的因素對資本結(jié)構(gòu)動態(tài)調(diào)整所造成的影響進(jìn)行研究,并且較多的研究從企業(yè)財務(wù)指標(biāo)展開研究,鮮有利用文本挖掘技術(shù)研究企業(yè)非文本信息對資本結(jié)構(gòu)調(diào)整速度影響的研究。因此,本文就該問題進(jìn)行研究。

(三)MD&A文本相似度與資本結(jié)構(gòu)動態(tài)調(diào)整

上市公司和投資者之間存在信息不對稱性,而上市公司進(jìn)行信號傳遞,向外界披露信息可以有效地增強企業(yè)透明度,降低信息不對稱程度。當(dāng)企業(yè)外部信息不對稱程度增強時,會產(chǎn)生“逆向選擇”等一系列問題。在中國當(dāng)前的市場環(huán)境中,由于投資者“信息弱勢”地位、信息變化頻率高以及賣空機制的作用,“無消息”往往被投資者當(dāng)作“壞消息”。因此績效好的公司為避免被市場錯誤認(rèn)為是“檸檬”,會有較強的動機進(jìn)行信息披露,主動并且及時地向市場傳遞對公司利好的信息,而績效差的公司難以對這種主動信息披露行為進(jìn)行模仿。因此,績效好的公司會及時、主動地向投資者提供公司的最新信息,以降低公司和投資者之間的信息不對稱程度。

根據(jù)已有的研究,出于業(yè)績壓力、薪酬激勵以及彰顯才能等原因,管理層有動機向市場提供有用信息。根據(jù)已有的研究,中國的MD&A向市場提供了增量信息[5],可以進(jìn)一步降低公司和投資者之間的信息不對稱程度。MD&A對公司報表以及重要信息作出進(jìn)一步解釋和說明,其作用直接表現(xiàn)為降低公司信息不對稱,提高公司信息透明度。已有研究認(rèn)為,自愿性信息披露可以向外部利益相關(guān)者傳遞企業(yè)核心競爭力信息,有助于投資者了解企業(yè)的現(xiàn)狀和未來發(fā)展[9],并且信息披露質(zhì)量越高,融資成本越低[10]。MD&A結(jié)合宏微觀情況、企業(yè)過去業(yè)績和未來發(fā)展等多維度層面進(jìn)行分析和解讀,促使投資者了解公司的競爭優(yōu)勢,加深了投資者對公司的全面了解,增強了投資者對公司未來發(fā)展的信心。另外,非財務(wù)信息可以降低信息不確定程度,吸引機構(gòu)投資者和分析師關(guān)注,降低分析師預(yù)測偏差。通過分析師報告,投資者會對MD&A產(chǎn)生更強的關(guān)注度,而投資者關(guān)注對外部融資至關(guān)重要。當(dāng)知情交易者或者投資者關(guān)注增多時,會進(jìn)一步提高有價證券的流動性,從而降低權(quán)益融資成本。此外,信息披露是緩解資本市場中代理問題的重要機制。高質(zhì)量信息可以更好地反映管理層努力的程度,同時還可以限制并有效約束控股股東對公司的掏空行為,提高資源配置效率。Francis等的研究表明,資源性信息披露有利于解決委托代理問題,可以降低企業(yè)外部融資成本[11]。因此,對于績效好的上市公司而言,為區(qū)別于其他公司,管理層有足夠動機自愿披露公司特質(zhì)信息,吸引外部利益相關(guān)者,降低信息不對稱性,進(jìn)一步緩解委托代理問題。據(jù)此,提出以下假設(shè)H1。

假設(shè)H1:MD&A文本相似度越低,越能促進(jìn)企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整。

(四)MD&A文本復(fù)雜度與資本結(jié)構(gòu)動態(tài)調(diào)整

雖然MD&A向投資者提供了公司經(jīng)營發(fā)展的特質(zhì)信息,但MD&A主要以語言表述為主,信息以何種形式表達(dá)依然影響投資者對公司核心信息的獲取。管理層將想要向外部利益相關(guān)者傳遞的內(nèi)容以分析報告的形式進(jìn)行展示,再經(jīng)過投資者的解讀和理解后實現(xiàn)信息的加工、處理和接收,因此文本內(nèi)容能否為投資者處理信息提供便利則顯得至關(guān)重要。文本復(fù)雜度常被用來衡量投資者獲取信息的重要評估指標(biāo),是對金融財務(wù)文件信息質(zhì)量的度量。文本復(fù)雜度越低,可讀性就越強,越有利于投資者接收信息,提高投資者獲取信息的含量,從而降低信息不對稱。因此,MD&A文本復(fù)雜度越低,投資者的信息提取成本越低,投資者則越容易理解管理層想要傳遞的信息,從而降低公司的信息不對稱性,提高資本結(jié)構(gòu)調(diào)整速度。

另一方面,公司進(jìn)行信息披露存在專有化成本,即公司披露信息可能會給公司帶來負(fù)面影響,損害公司價值。由于專有化成本的存在,公司會對信息披露的成本和收益進(jìn)行權(quán)衡,只有披露信息給公司帶來盈利時,公司才有足夠的動機提高信息披露質(zhì)量。已有的研究表明,專有化成本會增加企業(yè)的競爭劣勢,使公司處于不利競爭局面,并帶來機會成本[12]。特別是行業(yè)集中度高的行業(yè),行業(yè)激烈的競爭會改變信息披露的成本和收益;并且,行業(yè)集中度高的公司創(chuàng)新能力會更強,為避免被其他公司模仿,公司會減少對創(chuàng)新信息的披露,增加非財務(wù)信息復(fù)雜性[13]。因此,提高M(jìn)D&A文本復(fù)雜性會降低企業(yè)信息透明度,但同時也降低了企業(yè)的專有成本。那么,管理層需要對披露信息質(zhì)量進(jìn)行權(quán)衡,MD&A文本復(fù)雜性和資本結(jié)構(gòu)調(diào)整速度之間的關(guān)系則是不同成本均衡的結(jié)果。據(jù)此,我們提出以下對立假設(shè)。

假設(shè)H2A:MD&A文本復(fù)雜性的提高會抑制企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整;

假設(shè)H2B:MD&A文本復(fù)雜性的提高會提高企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整。

三、研究設(shè)計

(一)研究樣本選擇

本文選擇2007—2018年上市公司年報中的MD&A信息作為研究樣本。選擇2007年作為研究的起點,一方面是因為2007年以后中國開始實施新的會計準(zhǔn)則,另一方面MD&A在定期報告中披露的較為完善。樣本處理規(guī)則:剔除金融類上市公司;剔除期間被ST、*ST以及PT的觀測樣本;剔除數(shù)據(jù)缺失的觀測值;剔除上市當(dāng)年的觀測值。最后對連續(xù)樣本進(jìn)行上下1%的縮尾處理。最終得到18 535個樣本觀測值。

(二)資本結(jié)構(gòu)動態(tài)調(diào)整模型構(gòu)建

根據(jù)Faulkender、顧研以及黃繼承等的研究[4,7,14],使用以下模型來表達(dá)企業(yè)的資本結(jié)構(gòu)動態(tài)調(diào)整過程:

(1)

(2)

式(2)中,Xi,t是與資本結(jié)構(gòu)相關(guān)的一系列變量,根據(jù)Faulkender和Flannery等、顧研和周強龍以及黃繼承和姜付秀的研究,本研究所用變量如下所述[4,7,14]。

將式(2)帶入式(1)中,整理可得:

Levi,t=α+λφ+(1-λ)Levi,t-1+ηλXi,t+λμi,t

(3)

隨后,參考劉貫春和劉媛媛等的設(shè)置[5],在模型右側(cè)引入MD&A文本相似度Similarity以及文本復(fù)雜性Cmplx與滯后一期資本結(jié)構(gòu)Levi,t-1的交互項Similarity×Levi,t-1和Cmplx×Levi,t-1,得到拓展的局部調(diào)整模型:

Levi,t=α+λφ+(1-λ)Levi,t-1+βM+θM×Levi,t-1+ηλXi,t+λμi,t

(4)

以上,M代表文本相似度Similarity和文本復(fù)雜度Cmplx,資本結(jié)構(gòu)的調(diào)整速度可以描述為λ-θM。若θ顯著為正,說明M會降低企業(yè)資本結(jié)構(gòu)調(diào)整速度,否則會加快企業(yè)資本結(jié)構(gòu)調(diào)整速度。

(三)變量設(shè)計

1.MD&A文本相似度的度量

在機器學(xué)習(xí)及數(shù)據(jù)挖掘的算法中,文本信息含量經(jīng)常用相似度進(jìn)行度量。常用的相似度度量指標(biāo)有余弦相似度、曼哈頓距離、歐幾里得距離、Jaccard系數(shù)等。相似度表示與其他公司的差異程度,反映信息披露數(shù)量,即MD&A相似度程度越低,其提供的增量信息越多,越能夠吸引更多的市場關(guān)注度。本文參考于李勝以及Brown等的研究,將向量空間模型(VSM)和詞頻—逆向文本(TF-IDF)算法相結(jié)合,計算各樣本的信息含量[13,15]。具體計算方法如下:

(1)文本內(nèi)容向量化。在向量空間模型中,文本被表示為一組正交詞條矢量組成的n維向量空間,其中n為文本中非重復(fù)的詞頻數(shù)量。

(4)計算TF-IDF值。通過TFd,i×IDFi可以計算得到特定文檔d中詞頻i的TF-IDF值。該值越大,表示該詞頻對特定文檔的影響越大,重要程度就越高。最終,每個文檔詞頻的TF-IDF值均表示為向量空間的形式。

2.MD&A文本復(fù)雜度的度量

在已有的研究中,衡量文本復(fù)雜度的指標(biāo)有數(shù)十種,其中常用的指數(shù)有迷霧指數(shù)(Fog Index)、自動可讀性指數(shù)(Automated Readability Index)、Flesch-Kincaid指數(shù)、Dale-Chall指數(shù)等,其中迷霧指數(shù)最為常用[13,16]。迷霧指數(shù)的表示公式為:0.4(Wrods/Sentences+100×Hard Words/Words)。從該公式來看,主要由兩部分構(gòu)成:第一部分為每句話中單詞比重,第二部分為復(fù)雜單詞的占比。該指數(shù)基于英文環(huán)境構(gòu)建,而中英文環(huán)境差異較大,因此在衡量方法上,本文參考陳霄等的研究,將MD&A復(fù)雜度表示為字?jǐn)?shù)和句數(shù)的比值[16]。若該指標(biāo)比值越高,則表示該文本復(fù)雜性越高、可讀性越低。

3.其他變量

被解釋變量財務(wù)杠桿水平(Blev)定義為企業(yè)當(dāng)期的總負(fù)債除以總資產(chǎn),其他控制變量包括:企業(yè)規(guī)模(企業(yè)總資產(chǎn)的自然對數(shù),Size)、盈利能力(息稅前利潤/總資產(chǎn),Ebit)、銷售額增長率(本期與上期銷售額的自然對數(shù)之差,Growth)、固定資產(chǎn)占比(固定資產(chǎn)凈額比期末總資產(chǎn),FIx)、非債務(wù)稅盾(固定資產(chǎn)折舊比期末總資產(chǎn),Dep)、行業(yè)資本結(jié)構(gòu)特質(zhì)(固定資產(chǎn)折舊比期末總資產(chǎn),Blevm)以及信息透明度(瓊斯非透明度,Opa)。

四、實證分析

(一)描述性統(tǒng)計

表1為樣本企業(yè)的變量描述性統(tǒng)計。從表1可以看出,樣本企業(yè)的財務(wù)杠桿率(BLev)平均為0.221,中位數(shù)為0.205,標(biāo)準(zhǔn)差為0.168,并且樣本杠桿率的最大值為0.654,而部分企業(yè)并沒有加杠桿,由此表明不同企業(yè)之間的杠桿率水平存在較大差異。Similarity為文本相似度指標(biāo),該指標(biāo)反映了文本中的信息含量。描述性結(jié)果表明,樣本均值為0.288,標(biāo)準(zhǔn)差為0.085,表明該指標(biāo)波動范圍較小,并且其最值從0.140變化到0.537,變化范圍相對較小。Cmplx為復(fù)雜度,表示了MD&A的信息質(zhì)量,表1結(jié)果表明,其均值16.380,標(biāo)準(zhǔn)差為2.926,最小和最大值分別為11.280和42.140,其標(biāo)準(zhǔn)差也較小,但極大值較大。其余變量不再說明。此外,通過相關(guān)性分析,BLe與Similarity×Levt-1呈現(xiàn)較強的正相關(guān)關(guān)系,在控制其他變量后,偏相關(guān)系數(shù)依然為正;BLev與Cmplx×Levt-1呈現(xiàn)正相關(guān)關(guān)系,在控制其他變量后,則偏相關(guān)系數(shù)呈現(xiàn)負(fù)相關(guān)關(guān)系(1)為控制篇幅,正文未展示相關(guān)結(jié)果。。

表1 變量描述性統(tǒng)計

(二)MD&A文本相似度與資本結(jié)構(gòu)動態(tài)調(diào)整

首先,研究MD&A文本相似度對企業(yè)資本結(jié)構(gòu)調(diào)整速度的影響,根據(jù)以上一步式回歸方程,本研究不適用采用兩步最優(yōu)GMM進(jìn)行估計。因此,本研究采用穩(wěn)健標(biāo)準(zhǔn)誤處理的固定效應(yīng)進(jìn)行回歸,并在回歸中控制時間效應(yīng)。表2的回歸(1)～(4)為文本相似度對資本結(jié)構(gòu)調(diào)整速度的回歸結(jié)果?；貧w(1)和(2)分別為未控制時間效應(yīng)和控制時間效應(yīng)下的回歸情況,回歸(1)中,文本相似度和杠桿率滯后一期的交互項(Similarity×Levt-1)的回歸系數(shù)為0.186,并且在1%的置信水平下顯著;回歸(2)加入時間固定效應(yīng)后,其系數(shù)為0.173,同樣在1%的水平下顯著?；貧w(1)和(2)結(jié)果表明,文本相似度越高的企業(yè),其資本結(jié)構(gòu)調(diào)整速度越低,也就是說明信息含量越高,企業(yè)資本結(jié)構(gòu)調(diào)整速度越快。另外,回歸(3)和回歸(4)分別為低于目標(biāo)資本結(jié)構(gòu)和高于目標(biāo)資本結(jié)構(gòu)樣本的回歸結(jié)果,結(jié)果同樣表明,文本相似度的增加會抑制企業(yè)資本結(jié)構(gòu)調(diào)整速度。

表2 文本相似度與資本結(jié)構(gòu)調(diào)整速度

(三)MD&A文本復(fù)雜度與資本結(jié)構(gòu)動態(tài)調(diào)整

文本可讀性反映了MD&A文本信息的質(zhì)量,表3回歸的(1)～(4)為相應(yīng)的回歸結(jié)果?；貧w(1)結(jié)果表明,文本復(fù)雜度和杠桿率滯后一期交互項(Cmplx×Levt-1)的回歸系數(shù)為-0.008,對應(yīng)的t統(tǒng)計值為-5.75,即在1%的水平下顯著;回歸(2)為在控制時間效應(yīng)下的回歸結(jié)果,交互項(Cmplx×Levt-1)的回歸系數(shù)為-0.009,同樣在1%的水平下顯著。因此,回歸(1)和(2)的結(jié)果表明,MD&A文本信息復(fù)雜度的提高會增加企業(yè)資本結(jié)構(gòu)調(diào)整速度。進(jìn)一步地,表3的回歸(3)和(4)分別表示低于目標(biāo)資本結(jié)構(gòu)和高于目標(biāo)資本結(jié)構(gòu)樣本的回歸結(jié)果。回歸(3)的結(jié)果顯示,文本復(fù)雜度和杠桿率滯后一期交互項(Cmplx×Levt-1)的回歸系數(shù)為-0.010,且在1%的水平下顯著;回歸(4)中交互項的回歸系數(shù)為-0.008,同樣在1%的水平下顯著。因此,結(jié)果同樣表明了文本復(fù)雜度的增加會顯著提高企業(yè)資本結(jié)構(gòu)調(diào)整速度。

表3 文本可讀性與資本結(jié)構(gòu)調(diào)整速度

(四)穩(wěn)健性檢驗

1.內(nèi)生性問題

以上回歸可能存在解釋變量和誤差項之間相關(guān)的內(nèi)生性問題。具體來講可能存在以下可能。一是反向因果關(guān)系,即MD&A是管理層基于企業(yè)過去一年的財務(wù)信息以及發(fā)展情況,對企業(yè)發(fā)展現(xiàn)狀的介紹以及企業(yè)未來發(fā)展的展望。因此,企業(yè)資本結(jié)構(gòu)可能會影響MD&A的文本內(nèi)容,從而影響MD&A的文本相似度和文本復(fù)雜度。二是可能存在遺漏變量,即影響企業(yè)資本結(jié)構(gòu)的因素是多樣的,可能存在遺漏重要解釋變量的可能。

第一,借鑒李姝等的研究,采用同行業(yè)股票特質(zhì)收益率作為MD&A文本相似度的工具變量[1],然后采用兩階段最小二乘法進(jìn)行檢驗。一是外生性。由于特質(zhì)收益率剔除了宏觀和行業(yè)因素,只包含了自身的特質(zhì)信息,因此剔除自身的同行業(yè)特質(zhì)收益率滿足外生性。二是相關(guān)性。股票回報率與信息含量存在相關(guān)性,股票價格變動是信息融入的結(jié)果,滿足相關(guān)性。因此,股票特質(zhì)收益率同時滿足外生性和相關(guān)性?；貧w結(jié)果如表4的(1)～(3)所示,一階段的T和F值表明相關(guān)性顯著;LM為識別不足檢驗,結(jié)果表明工具變量不存在識別不足問題;Wald檢驗結(jié)果說明工具變量不存在弱工具變量問題。同時,回歸系數(shù)依然顯著,表明結(jié)果穩(wěn)健。另外,采用MD&A文本大小作為MD&A文本復(fù)雜度的工具變量,同樣采用兩階段最小二乘法進(jìn)行檢驗。一是外生性。MD&A的文件大小與資本結(jié)構(gòu)動態(tài)調(diào)整不存在直接關(guān)系,文件的大小不直接影響企業(yè)進(jìn)行股權(quán)融資或者債務(wù)融資。如果文件大小對資本結(jié)構(gòu)調(diào)整有直接影響,那么上市企業(yè)可以直接增加文本大小從而優(yōu)化資本結(jié)構(gòu)。二是相關(guān)性。MD&A的文本大小與文本復(fù)雜度相關(guān),文本增大,文本所用字?jǐn)?shù)以及句子數(shù)量也會隨之變化,因此文本的大小與文本復(fù)雜度直接相關(guān),同時經(jīng)過檢驗后相關(guān)性非常明顯。回歸結(jié)果如表4的(4)～(6)所示,一階段的T和F值表明相關(guān)性顯著;LM為識別不足檢驗,結(jié)果表明工具變量不存在識別不足問題;Wald檢驗結(jié)果說明工具變量不存在弱工具變量問題。同時,回歸系數(shù)依然顯著,表明結(jié)果穩(wěn)健。

表4 工具變量穩(wěn)健性檢驗

第二,采用每年各行業(yè)其他公司MD&A的文本相似度以及文本信息含量的均值作為工具變量,同時滯后一期工具變量,再進(jìn)行標(biāo)準(zhǔn)的2sls回歸,為控制篇幅,回歸結(jié)果沒在正文中列出。第三,中國證監(jiān)會于2012年對MD&A披露規(guī)定進(jìn)行修訂,對披露質(zhì)量和信息含量進(jìn)行完善。因此,參考李姝等和孟慶斌等的方法,將這一政策作為外生沖擊[1,2],檢驗其對資本結(jié)構(gòu)動態(tài)調(diào)整的影響,從而有助于緩解因果和遺漏變量而產(chǎn)生的內(nèi)生性。將2012年之前的樣本定義為政策沖擊之前,2012年之后的樣本設(shè)定為政策沖擊后,并對比結(jié)果(2)為控制篇幅,穩(wěn)健性檢驗結(jié)果不再展示。。在MD&A文本相似度中,政策沖擊前,Similarity×Levt-1的系數(shù)并不顯著,在政策沖擊后,Similarity×Levt-1的系數(shù)顯著為正;同理,政策沖擊前,Cmplx×Levt-1的系數(shù)在1%的置信水平下并不顯著,而在政策沖擊后,Cmplx×Levt-1的系數(shù)在1%的置信水平下顯著為負(fù)。以上分析表明,在緩解了內(nèi)生性后,本文結(jié)論依然成立。此外,為避免遺漏變量,本研究加入公司上市時間、外部分析師覆蓋以及宏觀經(jīng)濟(jì)增長,結(jié)論依然不變。

2.異方差和序列相關(guān)性問題

另外,為控制回歸中存在的異方差和序列相關(guān)性問題,本文對回歸標(biāo)準(zhǔn)誤在年度和企業(yè)層面上進(jìn)行雙重聚類調(diào)整,回歸結(jié)果依然不改變結(jié)論。

3.替換變量

對于MD&A文本相似度的替代變量,一是將公司m在t年的所有余弦夾角的平均值作為公司MD&A的相似度測度;二是使用Jaccard系數(shù),定義為兩個公司文本詞匯交集的數(shù)量和并集數(shù)量之比,該值越大表示相似度越大?；貧w結(jié)果依然穩(wěn)健。對于MD&A文本復(fù)雜度的替代變量,一是使用詞匯數(shù)量與標(biāo)點符號的比值作為代理變量;二是借鑒陳霄等使用的方法[16],首先計算MD&A中所包含的《現(xiàn)代漢語語料庫詞頻表》常用詞匯與MD&A總詞匯的比值,然后將MD&A復(fù)雜度定義為1與該值的差值,數(shù)值越大表示復(fù)雜度越高?；貧w結(jié)果依然穩(wěn)健。為控制篇幅,此處省略回歸結(jié)果。

五、進(jìn)一步討論

(一)調(diào)整路徑

實證分析部分探討了MD&A文本相似度和文本復(fù)雜性對公司資本結(jié)構(gòu)調(diào)整速度的影響,在此基礎(chǔ)上進(jìn)一步分析MD&A文本相似度和文本復(fù)雜性影響調(diào)整速度的作用路徑?，F(xiàn)有研究發(fā)現(xiàn),上市公司大多通過股權(quán)和債權(quán)兩種方式調(diào)整資本結(jié)構(gòu)。股權(quán)調(diào)整的方式主要包括發(fā)行股票以及分配股利兩種方式,債權(quán)調(diào)整方式主要包括增加債務(wù)以及償還債務(wù)兩種方式。在以間接融資為主的中國金融市場中,源于銀行的信貸成為主要的外部融資方式,另外中國上市公司較少派發(fā)股利。因此,無論是向上調(diào)整資本結(jié)構(gòu)還是向下調(diào)整資本結(jié)構(gòu),主要通過股權(quán)和債權(quán)兩種方式,并且主要體現(xiàn)在對負(fù)債調(diào)整和增發(fā)股票上。本文利用以下Probit模型對調(diào)整路徑進(jìn)行檢驗:

P(Adjust=1)=Φ(α0+α1M×|Dlev|+α2M+α3|Dlev|+ε)

(5)

以上因變量為1-0啞變量,表示資本結(jié)構(gòu)調(diào)整方式,包括增加(降低)債務(wù)、增加(降低)股權(quán)。其中,資本結(jié)構(gòu)向上調(diào)整包括增加債務(wù)和降低股權(quán)這兩條路徑。以當(dāng)年“取得借款收到的現(xiàn)金”和年初資產(chǎn)總額的比值大于等于5%定義為增加債務(wù);以當(dāng)年“分配股利、利潤或償付利息支付的現(xiàn)金”和年初資產(chǎn)總額的比值大于等于5%定義為現(xiàn)金分紅。與此對應(yīng)地,資本結(jié)構(gòu)向下調(diào)整包括減少債務(wù)和增發(fā)股票兩種方式。以當(dāng)年“償還債務(wù)支付的現(xiàn)金”和資產(chǎn)總額的比值大于等于5%定義為減少債務(wù);以當(dāng)年“吸收權(quán)益性投資收到的現(xiàn)金”與年初資產(chǎn)總額比值大于等于5%定義為發(fā)行股票。其中,5%的閾值設(shè)定借鑒巫岑等以及黃繼承等的研究[8,17];|Dlev|是目標(biāo)資本結(jié)構(gòu)偏離度的絕對值,實證中滯后一期;M表示文本相似度或文本復(fù)雜度,α1代表了M對資本結(jié)構(gòu)調(diào)整方式的影響。

表5顯示了MD&A文本相關(guān)度和文本復(fù)雜度對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整路徑的檢驗結(jié)果。前四列為文本相關(guān)度的回歸結(jié)果,后四列為文本復(fù)雜度的相關(guān)結(jié)果。在MD&A文本相關(guān)度的回歸結(jié)果中,在回歸(1)中交叉項Similarity×Dlevt-1回歸結(jié)果的系數(shù)為-9.060,并且在10%的水平下顯著;而在回歸(2)的結(jié)果中,該交互項的回歸系數(shù)并不顯著。這表明,當(dāng)資本結(jié)構(gòu)低于目標(biāo)值時,文本相似度越低的企業(yè),越可以通過增加負(fù)債優(yōu)化企業(yè)的資本結(jié)構(gòu)。而在高于目標(biāo)資本結(jié)構(gòu)的回歸中,回歸(3)的系數(shù)不顯著,回歸(4)的系數(shù)為-12.430,且顯著為負(fù),表明此時企業(yè)MD&A的文本相似度越低,通過發(fā)行股票優(yōu)化企業(yè)資本結(jié)構(gòu)的可能性越大。表5的回歸(5)～(8)為MD&A的文本復(fù)雜度的回歸結(jié)果。在低于目標(biāo)資本結(jié)構(gòu)的回歸中,回歸(5)交互項Cmplx×Dlevt-1的回歸系數(shù)為0.326,且在1%的水平下顯著,而回歸(6)中交互項的回歸系數(shù)不顯著。這表明,當(dāng)?shù)陀谀繕?biāo)資本結(jié)構(gòu)時,企業(yè)MD&A文本復(fù)雜度的增加會提高企業(yè)債務(wù)比例從而優(yōu)化資本結(jié)構(gòu)。當(dāng)高于目標(biāo)資本結(jié)構(gòu)時,回歸(7)的回歸系數(shù)為1.376,且在1%的水平下顯著;回歸(8)的回歸系數(shù)為0.141,同樣在1%的水平下顯著。因此,當(dāng)高于目標(biāo)資本結(jié)構(gòu)時,MD&A復(fù)雜度的增加會通過降低企業(yè)負(fù)債、增加股票發(fā)行的概率優(yōu)化企業(yè)資本結(jié)構(gòu)。

表5 影響資本結(jié)構(gòu)動態(tài)調(diào)整路徑回歸結(jié)果

(二)文本復(fù)雜度的倒U型效應(yīng)

以上實證研究結(jié)果表明,文本復(fù)雜度的增加會優(yōu)化企業(yè)資本結(jié)構(gòu)調(diào)整,表明提高文本復(fù)雜度在降低可讀性的同時,也會降低企業(yè)的專有成本,整體而言提高文本復(fù)雜度會增加企業(yè)收益。MD&A文本復(fù)雜度和資本結(jié)構(gòu)調(diào)整速度之間的關(guān)系則是不同成本均衡的結(jié)果,那么,過度的復(fù)雜度可能會抑制企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整,即文本復(fù)雜度和資本結(jié)構(gòu)調(diào)整速度之間存在倒U型關(guān)系,當(dāng)文本復(fù)雜度增加到一定程度,對資本結(jié)構(gòu)調(diào)整速度的影響存在最大值。表6為相應(yīng)的回歸結(jié)果,在回歸中加入了文本復(fù)雜度的二次項。回歸(1)為全樣本的結(jié)果,其中,文本復(fù)雜度和杠桿率交互項Cmplx×Levt-1的回歸系數(shù)為-0.029,文本復(fù)雜度二次項和杠桿率的回歸系數(shù)為0.000 6,且都在1%的水平下顯著。由于回歸系數(shù)的相反數(shù)為文本復(fù)雜度對企業(yè)資本結(jié)構(gòu)調(diào)整速度的影響,因此文本復(fù)雜度對企業(yè)資本結(jié)構(gòu)調(diào)整速度存在倒U型關(guān)系,即文本復(fù)雜度的增加會提高企業(yè)資本結(jié)構(gòu)調(diào)整速度,隨著文本復(fù)雜度的進(jìn)一步提升,反而會抑制調(diào)整速度。回歸(2)和回歸(3)分別為低于目標(biāo)資本結(jié)構(gòu)和高于目標(biāo)資本結(jié)構(gòu)的回歸,回歸結(jié)果依然不變。

表6 文本復(fù)雜度對資本結(jié)構(gòu)動態(tài)調(diào)整的倒U型效應(yīng)

(三)文本因果解釋性

MD&A中,不僅傳遞了管理層對企業(yè)過去和未來發(fā)展的信息,同時也傳遞了相應(yīng)的觀點和態(tài)度。MD&A中包含了一定數(shù)量的因果事件,反映了一個經(jīng)濟(jì)事件對另一個經(jīng)濟(jì)事件的影響。通過對因果事件的分析,可以進(jìn)一步發(fā)現(xiàn)管理層對企業(yè)未來發(fā)展的觀點,可以為投資者提供參考意見。同時已有文獻(xiàn)鮮有研究文本中事件的因果關(guān)系,因此本部分對此進(jìn)行分析。文中,將包含因和果兩個事件的句子稱為因果事件。

文本因果解釋性主要通過文本挖掘的形式,利用關(guān)鍵詞的形式挖掘MD&A中的因果事件,在同一句話中,包含相應(yīng)關(guān)鍵詞即判斷該句為因果解釋性語句。根據(jù)關(guān)鍵詞的數(shù)量,可以分為雙關(guān)鍵詞和單關(guān)鍵詞。雙關(guān)鍵詞包括由因到果模式、由果溯因模型。例如,由因到果模式的關(guān)鍵詞包括因為…所以、如果…那么、由于…以至于等33對,由果溯因模型的關(guān)鍵詞包括之所以…因為、之所以…由于、之所以…緣于3對。雙關(guān)鍵詞依然可以分為兩種模式,其中由果溯因模式包含根源于、來源于、取決于、出自等15個關(guān)鍵詞;由因到果模式的關(guān)鍵詞包括致使、誘導(dǎo)、引來、依據(jù)等81個關(guān)鍵詞。最終,文本因果解釋性(Causality)為MD&A文本中包含因果的語句數(shù)量和語句數(shù)量的比值。

表7展示了文本因果解釋性與資本結(jié)構(gòu)動態(tài)調(diào)整的關(guān)系。在回歸(1)的結(jié)果中,交互項Causality×Lev的回歸系數(shù)為0.336,且在1%的水平下顯著,表明MD&A文本因果解釋程度的增加會抑制企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整。進(jìn)一步地,在回歸中加入二次項效應(yīng),回歸(2)為全樣本回歸?；貧w結(jié)果顯示,文本因果解釋性和杠桿率的交互項的回歸系數(shù)為0.638,且在1%的水平下顯著;二次項Causality×Causality×Levt-1的增加,對企業(yè)資本結(jié)構(gòu)調(diào)整速度的影響先抑制后促進(jìn)。同樣地,回歸(3)和(4)的結(jié)果表明,文本因果解釋性對企業(yè)資本結(jié)構(gòu)調(diào)整速度存在正U型關(guān)系。表7回歸結(jié)果說明,較少的解釋性文字更多體現(xiàn)了對公司問題的一種“遮掩”態(tài)度,從而抑制了資本結(jié)構(gòu)調(diào)整;而較多的解釋性文字則表現(xiàn)出對公司發(fā)展的深入分析,可以傳遞出更多積極的信息,促進(jìn)資本結(jié)構(gòu)調(diào)整。

表7 文本因果解釋性與資本結(jié)構(gòu)動態(tài)調(diào)整

六、研究結(jié)論與建議

本文通過對2007—2018年中國上市公司A股的年度數(shù)據(jù),利用文本挖掘技術(shù)考察了MD&A所包含的信息對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的影響。研究結(jié)果表明,第一,隨著MD&A文本相似度的增加,企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整速度越低。這表明企業(yè)管理層披露更多的信息會增加企業(yè)信息透明度,降低與其他企業(yè)MD&A的相似度,有利于提高企業(yè)外部融資。第二,MD&A文本復(fù)雜度的增加是管理層對企業(yè)成本進(jìn)行權(quán)衡后的結(jié)果,隨著文本復(fù)雜度的增加,企業(yè)提高企業(yè)資本結(jié)構(gòu)的動態(tài)調(diào)整;進(jìn)一步研究發(fā)現(xiàn),MD&A文本復(fù)雜性與資本結(jié)構(gòu)調(diào)整速度存在倒U型關(guān)系,即文本復(fù)雜度的過度增加會起到抑制作用。第三,通過對調(diào)整路徑檢驗后發(fā)現(xiàn),當(dāng)?shù)陀谀繕?biāo)資本結(jié)構(gòu)時,文本相關(guān)度的降低會通過增加負(fù)債的路徑優(yōu)化資本結(jié)構(gòu);而高于目標(biāo)資本結(jié)構(gòu)時,相關(guān)度的降低則會通過發(fā)行股票的路徑優(yōu)化資本結(jié)構(gòu)。另外,當(dāng)?shù)陀谀繕?biāo)資本結(jié)構(gòu)時,文本復(fù)雜度的提高會通過增加負(fù)債的路徑優(yōu)化資本結(jié)構(gòu);當(dāng)高于目標(biāo)資本結(jié)構(gòu)時,文本復(fù)雜度的提高則會同時通過減少負(fù)債和發(fā)行股票的路徑優(yōu)化資本結(jié)構(gòu)。第四,通過對文本內(nèi)部的因果解釋性研究發(fā)現(xiàn),文本的因果解釋性與企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整存在正U型關(guān)系,即較少的解釋性文字會抑制企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整,而隨著管理層對文本信息解釋性的增加,資本結(jié)構(gòu)調(diào)整速度會加快。

本文從微觀層面上揭示了MD&A對企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的影響及可能的作用路徑。因此,對外部投資者以及分析師而言,在注重分析標(biāo)準(zhǔn)化的財務(wù)數(shù)據(jù)的同時,也應(yīng)注重非財務(wù)數(shù)據(jù)。通過對MD&A信息含量的挖掘和分析,可以幫助外部投資者以及分析師做出更加科學(xué)合理的分析和預(yù)測。另外,對于上市公司而言,MD&A是管理層發(fā)布企業(yè)信息的重要渠道,管理層應(yīng)結(jié)合企業(yè)發(fā)展、行業(yè)結(jié)構(gòu)特征等多角度,對MD&A的信息含量以及信息質(zhì)量進(jìn)行合理的考量。最后,對管理者而言,應(yīng)細(xì)化和規(guī)范MD&A文本披露的內(nèi)容和形式,增加文本信息含量,提高M(jìn)D&A文本信息含量和質(zhì)量。另外,對于MD&A語言的表達(dá)形式上,管理者可以給予上市公司適度的空間和靈活性。