原東良 李 燕

內(nèi)容提要：本文以2009—2021年所有A股上市公司作為研究對(duì)象，通過(guò)公司年報(bào)中“管理層討論與分析”部分的語(yǔ)調(diào)操縱測(cè)度年報(bào)語(yǔ)調(diào)操縱，探究年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。研究結(jié)果表明，年報(bào)語(yǔ)調(diào)向上操縱通過(guò)信息增量影響資本市場(chǎng)，具體表現(xiàn)為年報(bào)語(yǔ)調(diào)向上操縱水平越高，股價(jià)崩盤風(fēng)險(xiǎn)越低；在使用工具變量回歸、傾向得分匹配和熵平衡克服內(nèi)生性問題，并經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)之后，該結(jié)論依然成立。機(jī)制檢驗(yàn)結(jié)果表明，公司未來(lái)業(yè)績(jī)、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性是年報(bào)語(yǔ)調(diào)向上操縱抑制股價(jià)崩盤風(fēng)險(xiǎn)的中介渠道。進(jìn)一步的檢驗(yàn)結(jié)果表明，在內(nèi)部控制質(zhì)量低、媒體關(guān)注低或者機(jī)構(gòu)持股比例低的情況下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更強(qiáng)。本文的研究在豐富股價(jià)崩盤風(fēng)險(xiǎn)和語(yǔ)調(diào)操縱相關(guān)文獻(xiàn)的同時(shí)，對(duì)提升信息披露質(zhì)量、促進(jìn)資本市場(chǎng)健康發(fā)展具有一定的啟示作用。

一、問題提出

股價(jià)崩盤風(fēng)險(xiǎn)是負(fù)面消息在資本市場(chǎng)的集中釋放導(dǎo)致的股價(jià)崩潰，在損害資產(chǎn)市場(chǎng)健康發(fā)展的同時(shí)也會(huì)削弱投資者信心，給投資者財(cái)富帶來(lái)極大的不良影響。如何預(yù)防和抑制股價(jià)崩盤風(fēng)險(xiǎn)受到監(jiān)管部門、投資者、學(xué)術(shù)界的持續(xù)和廣泛關(guān)注。隨著公司信息的不斷多樣化，投資者獲取的資本市場(chǎng)信息正逐步從數(shù)字轉(zhuǎn)向基于文本的信息，即投資者的決策行為受文本信息的影響越來(lái)越大。對(duì)于資本市場(chǎng)中的信息傳遞而言，有效緩解信息供給端(上市公司及其管理者)和信息需求端(投資者)之間的信息不對(duì)稱程度，是降低個(gè)股崩盤風(fēng)險(xiǎn)、提高資本市場(chǎng)效率的有效路徑。在當(dāng)下嚴(yán)格的監(jiān)管環(huán)境之下，改變會(huì)計(jì)文本信息的敘述風(fēng)格，是管理者影響信息披露質(zhì)量成本最低、風(fēng)險(xiǎn)最小的方式。管理者在披露年度報(bào)告過(guò)程中擁有的自由裁量權(quán)，會(huì)導(dǎo)致年度報(bào)告反映的信息與公司的真實(shí)信息產(chǎn)生偏離，即發(fā)生語(yǔ)調(diào)操縱行為。那么，上市公司在披露年報(bào)過(guò)程中對(duì)文本信息語(yǔ)調(diào)的向上操縱，是管理者私有信息的反映，還是管理者進(jìn)行印象管理的工具？對(duì)語(yǔ)調(diào)向上操縱動(dòng)機(jī)的不同歸因，決定了上市公司所處的信息環(huán)境，進(jìn)而影響股價(jià)崩盤風(fēng)險(xiǎn)。

本文以2009—2021年的所有A股公司為樣本，挖掘年報(bào)“管理層討論與分析”中的文本信息(1)2016年起，中國(guó)證券監(jiān)督管理委員會(huì)公布的《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(hào)——年度報(bào)告的內(nèi)容與格式》將“管理層討論與分析”修訂為“經(jīng)營(yíng)情況討論與分析”，為了便于闡述，本文將二者統(tǒng)一稱為“管理層討論與分析”。，借助詞匯情感詞典，構(gòu)建年報(bào)語(yǔ)調(diào)指標(biāo)，剝離其中反映公司基本面的正常語(yǔ)調(diào)，探究年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及其作用機(jī)制和邊界條件，并使用工具變量回歸、傾向得分匹配和熵平衡等方法對(duì)內(nèi)生性問題加以有效控制。

本文的邊際貢獻(xiàn)體現(xiàn)在：一是從文本信息角度探究上市公司信息披露質(zhì)量研究的有益補(bǔ)充。既有研究多圍繞文本信息的可讀性[1]、語(yǔ)調(diào)傾向[2-4]等特征導(dǎo)致的經(jīng)濟(jì)后果展開，鮮有學(xué)者關(guān)注年報(bào)語(yǔ)調(diào)操縱是否會(huì)通過(guò)影響上市公司信息環(huán)境進(jìn)而對(duì)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生影響。本文結(jié)論表明年報(bào)語(yǔ)調(diào)向上操縱通過(guò)提供增量信息(緩解信息不對(duì)稱程度)降低股價(jià)崩盤風(fēng)險(xiǎn)，進(jìn)一步加深了對(duì)年度報(bào)告文本信息語(yǔ)調(diào)特征導(dǎo)致經(jīng)濟(jì)后果的認(rèn)識(shí)。二是證實(shí)年報(bào)語(yǔ)調(diào)向上操縱并非管理層印象管理的工具，反而通過(guò)提供增量信息提高了上市公司信息披露質(zhì)量，進(jìn)而緩解股價(jià)崩盤風(fēng)險(xiǎn)。在全面推進(jìn)股票發(fā)行注冊(cè)制改革的現(xiàn)實(shí)背景之下，本文結(jié)論為監(jiān)管部門進(jìn)一步規(guī)范上市公司信息披露、提升資本市場(chǎng)效率提供新的思路。三是加深對(duì)資本市場(chǎng)股價(jià)崩盤風(fēng)險(xiǎn)影響因素的認(rèn)識(shí)。年報(bào)語(yǔ)調(diào)向上操縱與股價(jià)崩盤風(fēng)險(xiǎn)之間的負(fù)向關(guān)系，還會(huì)受到內(nèi)部控制質(zhì)量、媒體關(guān)注和機(jī)構(gòu)持股比例的影響，這為全面打開中國(guó)資本市場(chǎng)股價(jià)崩盤風(fēng)險(xiǎn)的形成機(jī)制“黑箱”提供了新的增量證據(jù)。

二、文獻(xiàn)回顧

金和邁爾斯(Jin & Myers，2006)提出的“管理層捂盤”假說(shuō)奠定了股價(jià)崩盤風(fēng)險(xiǎn)實(shí)證研究的理論基礎(chǔ)，該假說(shuō)認(rèn)為公司管理層和外部利益相關(guān)者之間的信息不對(duì)稱會(huì)導(dǎo)致股價(jià)崩盤[5]。信息不對(duì)稱為管理層提供了隱藏壞消息的空間，幫助管理層最大限度地提高薪酬、保護(hù)職業(yè)生涯發(fā)展，減少因壞消息披露引發(fā)的訴訟問題[6]。管理者傾向于長(zhǎng)時(shí)間對(duì)外隱匿壞消息，當(dāng)壞消息的積累達(dá)到某個(gè)閾值，管理層繼續(xù)隱匿壞消息變得困難、成本也變高。此時(shí)，壞消息開始在資本市場(chǎng)蔓延，導(dǎo)致股價(jià)崩盤。有關(guān)股價(jià)崩盤風(fēng)險(xiǎn)影響因素的探討多圍繞公司信息披露、管理層特征、資本市場(chǎng)和公司治理等幾個(gè)角度展開[7]。

在信息披露對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中，赫頓等(Hutton et al.，2009)研究發(fā)現(xiàn)信息透明度低的公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)水平更低[8]。在此基礎(chǔ)上，陳等人(Chen et al.，2017)研究發(fā)現(xiàn)收益平滑會(huì)加劇股價(jià)崩盤風(fēng)險(xiǎn)，但分析師關(guān)注和機(jī)構(gòu)持股會(huì)弱化二者之間的關(guān)系[9]。此外，管理者會(huì)利用公司避稅囤積壞消息，從而增加股價(jià)崩盤風(fēng)險(xiǎn)[10]，但是審計(jì)師提供的專業(yè)性稅務(wù)服務(wù)抑制了管理層的避稅動(dòng)機(jī)，能夠有效緩解股價(jià)崩盤風(fēng)險(xiǎn)[11]。會(huì)計(jì)穩(wěn)健性通過(guò)限制管理者隱匿壞消息的動(dòng)機(jī)和能力降低股價(jià)崩盤風(fēng)險(xiǎn)[12]。既有研究多基于年度報(bào)告中的財(cái)務(wù)數(shù)據(jù)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響因素展開研究，近期，學(xué)者轉(zhuǎn)而關(guān)注年度報(bào)告的文本特征對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響[1，13]。

學(xué)者對(duì)資本市場(chǎng)信息披露的研究已經(jīng)從財(cái)務(wù)數(shù)據(jù)等定量信息拓展至文本敘述等定性信息[2]。從已有研究來(lái)看，上市公司披露的文本信息在可讀性[1]、語(yǔ)調(diào)傾向[2-4]等方面存在差異。年度報(bào)告作為企業(yè)文本信息的首要和最正式的載體，為投資者的決策行為提供最直接、相關(guān)的信息。年報(bào)不僅會(huì)顯示公司的歷史經(jīng)營(yíng)業(yè)績(jī)，還會(huì)提供管理層對(duì)公司經(jīng)營(yíng)狀況的評(píng)估和對(duì)未來(lái)的展望。年度報(bào)告是上市公司向投資者等外部利益相關(guān)者展示公司經(jīng)營(yíng)業(yè)績(jī)和未來(lái)發(fā)展戰(zhàn)略最重要的信息傳輸媒介。同投資者相比，管理者在擁有公司內(nèi)部信息方面具有天然優(yōu)勢(shì)，管理層掌握著一定的自由裁量權(quán)，促使其有足夠的能力和空間戰(zhàn)略性調(diào)整年度報(bào)告中文本信息的披露風(fēng)格，進(jìn)而影響信息披露質(zhì)量。因此，上市公司年度報(bào)告的可讀性、語(yǔ)調(diào)傾向等文本特征會(huì)影響信息在公司與投資者之間的傳遞[14-15]。管理者通過(guò)撰寫可讀性較差的財(cái)務(wù)報(bào)告隱藏公司的不利消息，從而加大了股價(jià)崩盤風(fēng)險(xiǎn)[1]。在年度報(bào)告文本信息語(yǔ)言特征對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中，周波等(2019)發(fā)現(xiàn)，整體而言，上市公司年度報(bào)告語(yǔ)調(diào)與股價(jià)崩盤之間沒有顯著的相關(guān)關(guān)系，在真實(shí)性較差的情況下，年報(bào)語(yǔ)調(diào)越積極，股價(jià)崩盤風(fēng)險(xiǎn)越大[2]。

周波等(2019)[2]的研究與本文研究主題相同，然而，他們?cè)谘芯恐胁⑽磳⒛陥?bào)語(yǔ)調(diào)中反映公司基本面的正常語(yǔ)調(diào)加以剝離，這為本文研究留下了可拓展的空間。黃等人(Huang et al.，2014)通過(guò)建立實(shí)證模型捕捉由戰(zhàn)略操縱而非真實(shí)信息導(dǎo)致的披露語(yǔ)調(diào)的比例，該模型將語(yǔ)調(diào)剝離為兩部分，一部分為反映公司業(yè)績(jī)、運(yùn)營(yíng)狀況等基本面信息的正常語(yǔ)調(diào)，另一部分為管理層在信息披露中偏離公司客觀發(fā)展情況的夸張語(yǔ)調(diào)，即“語(yǔ)調(diào)操縱”[16]。那么，語(yǔ)調(diào)操縱到底是增量信息的反映還是管理者的印象管理行為？本文通過(guò)分析年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響來(lái)回答前述問題，進(jìn)一步明確語(yǔ)調(diào)向上操縱在中國(guó)資本市場(chǎng)發(fā)揮著信息增量還是印象管理的作用。

三、機(jī)制分析與假設(shè)提出

已有的關(guān)于文本信息語(yǔ)言特征經(jīng)濟(jì)后果的研究基本圍繞“信息增量”和“印象管理”兩個(gè)視角展開[17-20]。在信息披露過(guò)程中，定性信息是對(duì)財(cái)務(wù)報(bào)告等定量信息的有效補(bǔ)充，文本信息具有的語(yǔ)調(diào)特征包含增量信息，可以有效預(yù)測(cè)公司未來(lái)績(jī)效[14-21]、促進(jìn)分析師薦股更新[22]、提升市場(chǎng)價(jià)值[23]。閆等人(Yan et al.，2019)還發(fā)現(xiàn)招股說(shuō)明書中消極的語(yǔ)言基調(diào)與首次公開募股(IPO)初始收益和上市后的收益波動(dòng)率存在顯著的相關(guān)性[24]。

年度報(bào)告是上市公司披露信息的重要載體，是指導(dǎo)投資者決策的關(guān)鍵信息來(lái)源，可以充分優(yōu)化信息環(huán)境，緩解信息使用者所面臨的信息不對(duì)稱程度[25]。同外部投資者相比，管理者在公司歷史和當(dāng)前經(jīng)營(yíng)狀況及未來(lái)發(fā)展預(yù)期方面擁有數(shù)量更多、質(zhì)量更高的“軟”信息。文本信息語(yǔ)調(diào)能夠反映管理者對(duì)公司未來(lái)發(fā)展的態(tài)度，使信息使用者可以評(píng)估公司的財(cái)務(wù)狀況和經(jīng)營(yíng)業(yè)績(jī)。當(dāng)文本信息對(duì)業(yè)績(jī)的描述與公司當(dāng)前的業(yè)務(wù)基本面不一致時(shí)，就會(huì)出現(xiàn)語(yǔ)調(diào)操縱[26]。在這種情況下，如果語(yǔ)調(diào)操縱是管理層私有信息在年度報(bào)告中的反映，那么，向上操縱的年報(bào)語(yǔ)調(diào)會(huì)給投資者等信息使用者帶來(lái)額外的信息，壓縮管理層隱匿壞消息的空間，抑制股價(jià)崩盤風(fēng)險(xiǎn)。文本信息語(yǔ)調(diào)反映了能夠預(yù)測(cè)公司未來(lái)發(fā)展的“軟”信息，這部分信息是由管理者在披露信息過(guò)程中所享有的自由裁量權(quán)決定的。語(yǔ)調(diào)的異常上升，提供了有關(guān)公司行為的增量信息，預(yù)示了管理層對(duì)公司未來(lái)發(fā)展前景的認(rèn)可[27]，減少了信息不對(duì)稱[28]。這一邏輯也在已有研究中得到驗(yàn)證，例如，孟慶斌等(2017)發(fā)現(xiàn)年報(bào)中“管理層討論與分析”部分有關(guān)未來(lái)展望的信息含量能夠降低上市公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)[29]。此外，行為金融學(xué)認(rèn)為歸因偏差是管理者普遍存在的一種心理特征，這會(huì)使得管理者在發(fā)布信息時(shí)變得異常樂觀[16]，傾向于更多地披露對(duì)公司有益的信息[30]，強(qiáng)化年度報(bào)告文本信息披露的信息增量作用，加快信息向投資者傳遞的速度，有助于信息使用者更好地了解公司當(dāng)前的和未來(lái)的發(fā)展趨勢(shì)，緩解信息不對(duì)稱程度，進(jìn)而能夠有效抑制股價(jià)崩盤風(fēng)險(xiǎn)。

與此同時(shí)，監(jiān)管部門尚未對(duì)文本信息披露的標(biāo)準(zhǔn)和要求做出明確的規(guī)定，文本信息也較少受到外部審計(jì)師的審查。因此，管理者在披露文本信息方面擁有較大的自由裁量權(quán)，可以戰(zhàn)略性地調(diào)整敘述風(fēng)格，以混淆公司的真實(shí)業(yè)績(jī)，增加公司內(nèi)外部的信息不對(duì)稱程度，隱藏不愿意讓投資者知道的負(fù)面消息，降低資本市場(chǎng)效率[13]?；谶@一角度，語(yǔ)調(diào)向上操縱可能并非管理者私有信息在年度報(bào)告中的語(yǔ)言特征反映，而是管理者進(jìn)行印象管理的戰(zhàn)略工具[20]。當(dāng)遇到經(jīng)營(yíng)業(yè)績(jī)不佳等困境時(shí)，年度報(bào)告的可讀性往往比較差，并且更多地使用積極詞匯[31]，以淡化投資者等利益相關(guān)者對(duì)管理者經(jīng)營(yíng)不善的感知水平，緩解投資者對(duì)管理層領(lǐng)導(dǎo)能力的擔(dān)憂。戰(zhàn)略性地調(diào)整年度報(bào)告中文本信息的敘述風(fēng)格，有利于管理者隱藏個(gè)人能力評(píng)價(jià)和公司價(jià)值評(píng)價(jià)的負(fù)面消息[32]，甚至配合管理層進(jìn)行內(nèi)部交易[33]。阿薩等(Asay et al.，2018)也發(fā)現(xiàn)當(dāng)管理者擁有較強(qiáng)的自我提升動(dòng)機(jī)時(shí)，會(huì)試圖通過(guò)降低年度報(bào)告的可讀性以隱藏壞消息[34]。

當(dāng)公司發(fā)展能力低于投資者的期望預(yù)期時(shí)，在信息需求端，投資者對(duì)真實(shí)經(jīng)營(yíng)狀況關(guān)注所形成的責(zé)任困境要求上市公司披露更多的額外信息。而作為信息供給端的管理者，為了降低在薪酬激勵(lì)、聲譽(yù)激勵(lì)、職業(yè)生涯等方面可能存在的潛在懲罰，有強(qiáng)烈的動(dòng)機(jī)將年報(bào)語(yǔ)調(diào)向上操縱。語(yǔ)調(diào)操縱是管理層隱藏負(fù)面消息成本最低、隱蔽性最強(qiáng)的方式[2]，此時(shí)，年度報(bào)告文本信息所反映的語(yǔ)調(diào)特征偏離公司實(shí)際情況，會(huì)加劇信息不對(duì)稱，為公司管理者隱藏壞消息提供條件[5]，一旦壞消息的積累程度突破閾值，就會(huì)引發(fā)股票價(jià)格在資本市場(chǎng)上的崩盤。

由上述分析可知，年報(bào)語(yǔ)調(diào)向上操縱可能為信息使用者提供與上市公司相關(guān)的增量信息，也可能是管理層進(jìn)行印象管理的工具，進(jìn)一步加劇內(nèi)外部的信息不對(duì)稱程度?；诖耍疚奶岢鋈缦赂?jìng)爭(zhēng)性假設(shè)：

假設(shè)H1a：基于信息增量視角，年報(bào)語(yǔ)調(diào)向上操縱程度與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)。

假設(shè)H1b：基于印象管理視角，年報(bào)語(yǔ)調(diào)向上操縱程度與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān)。

四、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

為排除2008年金融危機(jī)期間資本市場(chǎng)的極端波動(dòng)對(duì)研究結(jié)果的影響，本文以2009年作為起始年份，選取2009—2021年的所有A股公司作為研究樣本，并剔除如下樣本：(1)金融業(yè)、保險(xiǎn)業(yè)上市公司；(2)樣本期內(nèi)被ST、*ST和退市處理的樣本；(3)上市不足一年的樣本；(4)數(shù)據(jù)存在缺失的樣本；(5)年交易時(shí)間不足30周的樣本；(6)語(yǔ)調(diào)操縱為負(fù)的樣本。至此，共得到15 215個(gè)樣本，對(duì)連續(xù)變量進(jìn)行前后1%水平上的縮尾處理，以克服極端值的影響。相關(guān)數(shù)據(jù)來(lái)自國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)和巨潮資訊網(wǎng)，數(shù)據(jù)的處理和實(shí)證檢驗(yàn)通過(guò)軟件Stata 15.0進(jìn)行。

(二)變量定義

1.被解釋變量

股價(jià)崩盤風(fēng)險(xiǎn)。本文通過(guò)模型(1)—模型(3)計(jì)算股價(jià)崩盤風(fēng)險(xiǎn)[1-2，4，10，12]，具體形式為：

Ri,t=β0+β1Rm,t-2+β2Rm,t-1+β3Rm,t+β4Rm,t+1+β5Rm,t+2+εi.t

(1)

(2)

(3)

模型(1)中，Ri,t為公司i在t周的收益率，Rm,t為同期市場(chǎng)的綜合回報(bào)率(考慮現(xiàn)金紅利再投資并經(jīng)過(guò)流通市值加權(quán))，根據(jù)回歸結(jié)果的殘差，通過(guò)Wi,t=ln(1+ei,t)計(jì)算公司i在t周的特質(zhì)收益率。然后再根據(jù)模型(2)和模型(3)計(jì)算負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益上下波動(dòng)率(DUVOL)，其中n代表上市公司股票在市場(chǎng)上的交易周數(shù)，ni,t,up(ni,t,down)為周特質(zhì)收益率高于(低于)年度平均特質(zhì)收益率的次數(shù)。股價(jià)崩盤風(fēng)險(xiǎn)為正向指標(biāo)，數(shù)值越大，代表上市公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)越高。特別地，中國(guó)證券監(jiān)督管理委員會(huì)規(guī)定上市公司應(yīng)在每年4月30日之前披露年度報(bào)告，結(jié)合本文研究，在計(jì)算股價(jià)崩盤風(fēng)險(xiǎn)時(shí)選取的相關(guān)數(shù)據(jù)區(qū)間為當(dāng)年的5月1日到下一年度的4月30日。

2.解釋變量

年報(bào)語(yǔ)調(diào)向上操縱(ABTone)。在巨潮資訊網(wǎng)抓取上市公司年度報(bào)告，并提取“管理層討論與分析”部分內(nèi)容。在獲得文本信息之后，根據(jù)計(jì)算機(jī)編程語(yǔ)言Python中的Jieba分詞模塊進(jìn)行分詞處理，結(jié)合洛克倫和麥克唐納(Loughran & McDonald，2011)[14]構(gòu)建的財(cái)務(wù)報(bào)告詞匯列表、Hownet情感詞典庫(kù)和NTUSD情感詞典庫(kù)，分別確定文本中的積極詞匯和消極詞匯的數(shù)量。參照謝德仁和林樂(2015)[21]、林樂和謝德仁(2017)[22]的研究，通過(guò)模型(4)計(jì)算年報(bào)語(yǔ)調(diào)，其中P和N分別代表“管理層討論與分析”部分中積極詞匯和消極詞匯的數(shù)量。模型(4)的具體形式為：

Tone=(P-N)/(P+N)

(4)

年報(bào)語(yǔ)調(diào)由反映公司基本面的正常語(yǔ)調(diào)和管理層操縱的異常語(yǔ)調(diào)構(gòu)成。在獲得每家上市公司的年報(bào)語(yǔ)調(diào)傾向之后，借鑒黃等人(2014)[16]、達(dá)古絲塔和迪安杰利斯(D’Augusta & Deangelis，2020)[35]的研究，構(gòu)建模型(5)進(jìn)行分年度分行業(yè)回歸，以剔除年報(bào)語(yǔ)調(diào)中的正常語(yǔ)調(diào)部分，并將殘差值大于0的樣本定義為年報(bào)語(yǔ)調(diào)向上操縱[36]。在穩(wěn)健性檢驗(yàn)部分，參考借鑒已有研究[20,37]，將殘差小于0的樣本賦值為0，重新測(cè)度年報(bào)語(yǔ)調(diào)向上操縱。模型(5)的具體形式為：

(5)

模型(5)中各變量的定義如表1所示。

表1 年報(bào)語(yǔ)調(diào)向上操縱計(jì)算變量定義

3.控制變量

在實(shí)證檢驗(yàn)?zāi)陥?bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響的過(guò)程中，本文對(duì)特質(zhì)收益率均值(Ret)、特質(zhì)收益率波動(dòng)(Sigma)、換手率(Dturn)、公司規(guī)模(Size)、杠桿率(Lev)、盈利能力(ROA)、賬市比(BM)、公司透明度(ACCM)、年度效應(yīng)(Year)和行業(yè)效應(yīng)(Industry)加以控制。各變量的定義如表2所示。

表1(續(xù))

表2 年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響相關(guān)變量定義

(三)模型設(shè)計(jì)

為了檢驗(yàn)本文的研究假設(shè)，設(shè)定如下待檢驗(yàn)?zāi)Ｐ停?/p>

NCSKEWi,t+1/DUVOLi,t+1=a0+a1ABTonei,t+Controlsi,t+∑Year+∑Industry+εi,t

(6)

在模型(6)中，被解釋變量為未來(lái)一期的負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)，解釋變量為當(dāng)期的年報(bào)語(yǔ)調(diào)操縱(ABTone)，以緩解互為因果關(guān)系引起的內(nèi)生性問題。當(dāng)回歸系數(shù)a1顯著為負(fù)(正)時(shí)，說(shuō)明年報(bào)語(yǔ)調(diào)向上操縱通過(guò)信息增量(印象管理)緩解(加劇)了股價(jià)崩盤風(fēng)險(xiǎn)。

五、實(shí)證結(jié)果

(一)描述性統(tǒng)計(jì)

表3報(bào)告了描述性統(tǒng)計(jì)結(jié)果。由表3可知，負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的平均值分別為-0.283和-0.192，標(biāo)準(zhǔn)差為0.673和0.462，最小值為-2.615和-1.519，最大值為1.984和1.185，基本接近孟慶斌等(2017)[29]、周波等(2019)[2]的統(tǒng)計(jì)結(jié)果。年報(bào)語(yǔ)調(diào)向上操縱(ABTone)的平均值和標(biāo)準(zhǔn)差分別為0.267和0.198。其他各變量的統(tǒng)計(jì)結(jié)果本文不再贅述。

表3 描述性統(tǒng)計(jì)

(二)多元回歸結(jié)果

年報(bào)語(yǔ)調(diào)向上操縱與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果如表4所示。其中，列(1)—列(4)的結(jié)果表明，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)代理指標(biāo)的影響系數(shù)至少在1%的水平上顯著為負(fù)，假設(shè)H1a得到驗(yàn)證，即年報(bào)語(yǔ)調(diào)向上操縱并非管理層進(jìn)行印象管理的工具，而是增量信息的反映，可以通過(guò)優(yōu)化上市公司信息環(huán)境緩解股價(jià)崩盤風(fēng)險(xiǎn)。列(2)和列(4)的結(jié)果表明，在控制其他影響股價(jià)崩盤風(fēng)險(xiǎn)因素的基礎(chǔ)上，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)分別為-0.100和-0.066，代表的經(jīng)濟(jì)意義為，年報(bào)語(yǔ)調(diào)向上操縱每提升一個(gè)標(biāo)準(zhǔn)差，負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)會(huì)分別降低9.43%和9.18%。

表4 年報(bào)語(yǔ)調(diào)向上操縱與股價(jià)崩盤風(fēng)險(xiǎn)回歸結(jié)果

就控制變量而言，特質(zhì)收益率均值(Ret)、特質(zhì)收益率波動(dòng)(Sigma)和公司透明度(ACCM)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響顯著為正，賬市比(BM)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響顯著為負(fù)，與已有研究結(jié)論保持一致，本文不再重復(fù)闡述。

表4(續(xù))

(三)內(nèi)生性檢驗(yàn)

為了緩解可能存在的內(nèi)生性問題，本文通過(guò)工具變量回歸、傾向得分匹配和熵平衡三種方法進(jìn)行檢驗(yàn)。

1.工具變量回歸

孔等人(Kong et al.，2021)[13]在研究年度報(bào)告因果語(yǔ)言強(qiáng)度對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響時(shí)，選擇每一年度因果語(yǔ)言強(qiáng)度的行業(yè)平均水平和省份平均水平作為工具變量，用以解決內(nèi)生性問題。借鑒該研究，本文構(gòu)建年報(bào)語(yǔ)調(diào)向上操縱的年度-行業(yè)均值(ABTone_Ind)和年度-省份均值(ABTone_Pro)作為年報(bào)語(yǔ)調(diào)向上操縱的工具變量，然后進(jìn)行兩階段最小二乘回歸，特別地，本文在計(jì)算工具變量時(shí)，將焦點(diǎn)公司予以剔除。第一階段，分別使用年報(bào)語(yǔ)調(diào)向上操縱的年度-行業(yè)均值(ABTone_Ind)和年度-省份均值(ABTone_Pro)與年報(bào)語(yǔ)調(diào)向上操縱(ABTone)進(jìn)行回歸，得到工具變量對(duì)年報(bào)語(yǔ)調(diào)向上操縱影響的擬合值，分別記為ABTone_Ind_P和ABTone_Pro_P。第二階段，分別將擬合值作為解釋變量與股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)代理指標(biāo)進(jìn)行回歸。具體的回歸結(jié)果如表5所示。由第一階段的回歸結(jié)果可知，年報(bào)語(yǔ)調(diào)向上操縱的年度-行業(yè)均值(ABTone_Ind)和年度-省份均值(ABTone_Pro)對(duì)年報(bào)語(yǔ)調(diào)向上操縱(ABTone)的影響系數(shù)全部在1%的水平上顯著為正。第二階段的回歸結(jié)果顯示，工具變量與年報(bào)語(yǔ)調(diào)向上操縱回歸的擬合值對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)全部為負(fù)，并且至少通過(guò)了5%水平上的顯著性檢驗(yàn)。這說(shuō)明在使用工具變量回歸克服內(nèi)生性問題之后，本文的研究結(jié)論依然成立。

表5 內(nèi)生性檢驗(yàn)：工具變量回歸

2.傾向得分匹配(PSM)

本文使用傾向得分匹配克服存在的內(nèi)生性問題。第一步，分年度將樣本按照年報(bào)語(yǔ)調(diào)向上操縱進(jìn)行降序排列，前五分之一定義為實(shí)驗(yàn)組。第二步，采用1∶1鄰近匹配法進(jìn)行樣本匹配，匹配變量與控制變量一致。第三步，使用匹配完成的樣本重新檢驗(yàn)?zāi)Ｐ?6)。由表6的傾向得分匹配回歸結(jié)果可知，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)分別為-0.096和-0.045，至少在10%水平上顯著，假設(shè)H1a再次得到驗(yàn)證。

3.熵平衡

在使用傾向得分匹配法處理樣本的過(guò)程中，可能因?yàn)闊o(wú)法成功匹配而將部分樣本自動(dòng)剔除，造成樣本丟失。為了緩解該問題對(duì)研究結(jié)論的影響，本文采用海恩米勒(Hainmueller，2012)[38]提出的熵平衡重新處理樣本，該方法的思想核心是將樣本分為實(shí)驗(yàn)組和對(duì)照組，然后為對(duì)照組中的變量進(jìn)行賦權(quán)，從而保證不同分組的變量均值一致。按照年報(bào)語(yǔ)調(diào)向上操縱年度中位數(shù)將樣本分為兩組，語(yǔ)調(diào)向上操縱水平高于中位數(shù)的為實(shí)驗(yàn)組，低于中位數(shù)的為控制組，然后使用熵平衡對(duì)樣本進(jìn)行賦權(quán)處理。由表6熵平衡回歸結(jié)果可知，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)均在1%的水平上顯著為負(fù)，即年報(bào)語(yǔ)調(diào)向上操縱能夠有效緩解股價(jià)崩盤風(fēng)險(xiǎn)。

表6 內(nèi)生性檢驗(yàn)

表6(續(xù))

(四)穩(wěn)健性檢驗(yàn)

本文采用如下步驟進(jìn)行穩(wěn)健性檢驗(yàn)，具體結(jié)果如表7所示。第一，雙重聚類。參照梁上坤等(2020)[39]的研究，對(duì)回歸檢驗(yàn)中的t值進(jìn)行年度和公司層面的雙重聚類調(diào)整。第二，控制當(dāng)期風(fēng)險(xiǎn)。在回歸模型中進(jìn)一步控制當(dāng)期的負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益上下波動(dòng)率(DUVOL)。第三，重新測(cè)度被解釋變量。使用經(jīng)過(guò)總市值加權(quán)的考慮現(xiàn)金紅利再投資的個(gè)股回報(bào)率和市場(chǎng)回報(bào)率重新測(cè)度負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益上下波動(dòng)率(DUVOL)。第四，排除極端市場(chǎng)環(huán)境樣本。為了排除極端市場(chǎng)環(huán)境對(duì)本文研究結(jié)論的影響，對(duì)2015年的樣本予以剔除。第五，重新測(cè)度解釋變量。文本信息語(yǔ)調(diào)在受到公司發(fā)展基本面影響的同時(shí)，也會(huì)受到公司治理機(jī)制和管理者特質(zhì)的影響[40-43]，為進(jìn)一步排除公司治理機(jī)制和管理者特質(zhì)對(duì)語(yǔ)調(diào)向上操縱的影響，本文在模型(5)的基礎(chǔ)上控制了首席執(zhí)行官(CEO)權(quán)力(CEO_P)、CEO過(guò)度自信(CEO_OC)、獨(dú)立董事比例(Indep)、管理層性別比(MGender)、管理層平均年齡(MAge)、管理層規(guī)模(MSize)、管理層薪酬(MSalary)和管理層持股(MShare)。使用模型(7)進(jìn)行分年度分行業(yè)回歸，最終得到16 780個(gè)年報(bào)語(yǔ)調(diào)向上操縱(殘差大于0的部分)觀測(cè)值。進(jìn)一步地，參考借鑒朱朝暉和許文瀚(2018)[37]、張志紅等(2022)[20]的研究，將殘差小于0的樣本賦值為0，重新測(cè)度年報(bào)語(yǔ)調(diào)向上操縱。模型(7)的具體形式為：

Tonei,t=a0+a1Sizei,t+a2Levi,t+a3ROEi,t+a4Growthi,t+a5BMi,t+a6LOSSi,t+

a7Agei,t+a8EPSi,t+a9DEPSi,t+a10CEO_Pi,t+a11CEO_OCi,t+

a12Indepi,t+a13MGenderi,t+a14MAgei,t+a15MSizei,t+a16MSalaryi,t+

a17MSharei,t+∑Year+∑Industry+εi,t

(7)

表7的穩(wěn)健性檢驗(yàn)結(jié)果表明，在使用各種方法進(jìn)行穩(wěn)健性之后，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)至少在5%的水平上顯著為負(fù)，假設(shè)H1a依然得到驗(yàn)證，即年報(bào)語(yǔ)調(diào)向上操縱能夠降低股價(jià)崩盤風(fēng)險(xiǎn)。

表7 年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響：穩(wěn)健性檢驗(yàn)

(五)影響機(jī)制檢驗(yàn)

在采用不同的方法進(jìn)行內(nèi)生性控制和穩(wěn)健性檢驗(yàn)之后，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用依然穩(wěn)健存在，這表明上市公司的年報(bào)語(yǔ)調(diào)向上操縱為信息增量而非管理者的印象管理。有關(guān)上市公司文本信息語(yǔ)調(diào)導(dǎo)致經(jīng)濟(jì)后果的研究顯示，文本信息語(yǔ)調(diào)會(huì)通過(guò)信息增量預(yù)測(cè)未來(lái)績(jī)效[21]，降低股價(jià)同步性[44]，提高分析師預(yù)測(cè)準(zhǔn)確性[45]。

股價(jià)崩盤風(fēng)險(xiǎn)本質(zhì)上是一個(gè)公司治理問題[46]，而良好的績(jī)效是現(xiàn)代企業(yè)制度下高效的、科學(xué)的公司治理機(jī)制的反映，這也就意味著擁有良好績(jī)效的公司，治理機(jī)制較為完備，有效性水平較高，股東與管理層之間的代理問題較弱，投資者對(duì)公司運(yùn)營(yíng)的了解程度較深，這種情況下，上市公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)較小。較低的股價(jià)同步性反映了公司特定信息的有效整合，預(yù)示著更高的價(jià)格信息含量，這可以使得投資更加準(zhǔn)確地了解公司基本面，并有效預(yù)測(cè)未來(lái)公司特定事件發(fā)生的可能性[47]；較高的股價(jià)同步性往往伴隨著較高的信息不透明程度，這會(huì)加劇上市公司股票價(jià)格面臨的崩盤風(fēng)險(xiǎn)[5]。分析師擁有高水平的財(cái)務(wù)技能和信息檢索能力是公司信息的重要來(lái)源，由分析師基于專業(yè)技能產(chǎn)生和傳播的信息能夠改善上市公司的信息環(huán)境，拓寬投資者獲取信息的渠道，降低投資者信息獲取成本，提高信息質(zhì)量，進(jìn)而降低信息不對(duì)稱程度，有效提升對(duì)管理層機(jī)會(huì)主義行為的監(jiān)督水平，緩解股價(jià)崩盤風(fēng)險(xiǎn)[48]。

那么，年報(bào)語(yǔ)調(diào)向上操縱是否會(huì)通過(guò)影響未來(lái)績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性發(fā)揮信息增量的治理效應(yīng)，進(jìn)而緩解股價(jià)崩盤風(fēng)險(xiǎn)呢？為回答該問題，本文設(shè)定如下待檢驗(yàn)的中介效應(yīng)檢驗(yàn)?zāi)Ｐ停?/p>

Mi,t+1=β0+β1ABTonei,t+Controlsi,t+∑Year+∑Industry+εi,t

(8)

NCSKEWi,t+1/DUVOLi,t+1=λ0+λ1ABTonei,t+λ2Mi,t+1+Controlsi,t+∑Year+∑Industry+εi,t

(9)

在上述模型中，模型(8)用于檢驗(yàn)?zāi)陥?bào)語(yǔ)調(diào)向上操縱對(duì)中介變量的影響，模型(9)用于檢驗(yàn)中介效應(yīng)是否成立。M為中介變量，分別代表未來(lái)一期的績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性。其他變量與前文保持一致。使用ROE測(cè)度公司績(jī)效。

參照劉瑤瑤等(2021)[44]的研究，使用模型(10)和模型(11)計(jì)算股價(jià)同步性(SYN)，該指標(biāo)值越大，代表股價(jià)同步性水平越低，資本市場(chǎng)信息效率越高。其中，Ri,w,t、RM,w,t和RI,w,t分別代表在第t年w周的個(gè)股收益率、市場(chǎng)收益率和個(gè)股所在行業(yè)的行業(yè)收益率。通過(guò)模型(10)回歸得到擬合優(yōu)度，再利用模型(11)即可計(jì)算得到股價(jià)同步性指標(biāo)。模型(10)、模型(11)的具體形式為：

Ri,w,t=α0+α1RM,w,t+α1RM,w-1,t+α1RI,w,t+α1RI,w-1,t+εi,t

(10)

(11)

參考鐘凱等(2020)[45]的研究，使用模型(12)計(jì)算分析師預(yù)測(cè)準(zhǔn)確性(AFA)，其中P_ROA代表所有分析師預(yù)測(cè)的ROA的平均值，A_ROA為公司實(shí)際ROA，該指標(biāo)為正向指標(biāo)，值越大，代表分析師預(yù)測(cè)的準(zhǔn)確性越高。模型(12)的具體形式為：

AFA=-|P_ROA-A_ROA|

(12)

年報(bào)語(yǔ)調(diào)向上操縱影響股價(jià)崩盤風(fēng)險(xiǎn)的機(jī)制檢驗(yàn)結(jié)果列于表8。列(3)、列(6)和列(9)是基于模型(8)的回歸檢驗(yàn)，由列示的內(nèi)容可知，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)未來(lái)一期的公司績(jī)效(ROEt+1)、股價(jià)同步性(SYNt+1)和分析師預(yù)測(cè)準(zhǔn)確性(AFAt+1)的影響系數(shù)分別為0.353、0.031和0.009，且均通過(guò)了1%水平上的顯著性檢驗(yàn)，這表明年度報(bào)告語(yǔ)調(diào)向上操縱的水平越高，公司未來(lái)績(jī)效越好，股價(jià)同步性越低，分析師預(yù)測(cè)的準(zhǔn)確性越高，進(jìn)一步說(shuō)明年報(bào)語(yǔ)調(diào)向上操縱能夠通過(guò)信息增量發(fā)揮治理效應(yīng)。列(4)、列(5)、列(7)和列(8)、列(10)、列(11)，是通過(guò)模型(9)檢驗(yàn)中介效應(yīng)是否成立的回歸結(jié)果。結(jié)果表明，在所有回歸中，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響系數(shù)均至少在5%的水平上顯著為正，影響系數(shù)的絕對(duì)值與表4相比均有所下降，各中介變量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響也全部通過(guò)了顯著性檢驗(yàn)，這表明未來(lái)一期的公司績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性是年報(bào)語(yǔ)調(diào)向上操縱影響股價(jià)崩盤風(fēng)險(xiǎn)的中介渠道，即年報(bào)語(yǔ)調(diào)向上操縱通過(guò)預(yù)測(cè)未來(lái)績(jī)效、降低股價(jià)同步性和提高分析師預(yù)測(cè)準(zhǔn)確性緩解股價(jià)崩盤風(fēng)險(xiǎn)。具體而言，在年報(bào)語(yǔ)調(diào)向上操縱影響負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)率過(guò)程中，未來(lái)一期績(jī)效的中介效應(yīng)量分別為2.82%和2.14%，股價(jià)同步性的中介效應(yīng)量分別為7.32%和6.25%，分析師預(yù)測(cè)準(zhǔn)確性的中介效應(yīng)量分別為51.05%和50.56%。模型(8)和模型(9)的回歸檢驗(yàn)結(jié)果說(shuō)明年報(bào)語(yǔ)調(diào)向上操縱通過(guò)發(fā)揮信息增量作用降低上市公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)。

表8 年報(bào)語(yǔ)調(diào)向上操縱影響股價(jià)崩盤風(fēng)險(xiǎn)的機(jī)制檢驗(yàn)

為確保本文影響機(jī)制檢驗(yàn)的穩(wěn)健性，采用拔靴(Bootstrap)法(抽樣1 000次)再次檢驗(yàn)未來(lái)一期的績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性是否為年報(bào)語(yǔ)調(diào)向上操縱影響股價(jià)崩盤風(fēng)險(xiǎn)的中介機(jī)制，具體的檢驗(yàn)結(jié)果見表8。從表中可以看出，未來(lái)一期績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性的間接效應(yīng)至少通過(guò)了10%水平上的顯著性檢驗(yàn)(對(duì)應(yīng)的P值介于0.000和0.080之間)，表明年報(bào)語(yǔ)調(diào)向上操縱通過(guò)未來(lái)績(jī)效、股價(jià)同步性和分析師預(yù)測(cè)準(zhǔn)確性緩解股價(jià)崩盤風(fēng)險(xiǎn)。

六、進(jìn)一步分析

在公司治理的實(shí)踐中，內(nèi)部治理機(jī)制和外部治理機(jī)制也在信息披露和財(cái)務(wù)報(bào)告質(zhì)量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響過(guò)程中起著重要作用[13]。那么，在不同的內(nèi)部和外部治理水平之下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響是否存在差異？為回答這一問題，本文借鑒陳等人(Chen et al.，2017)[49]、孟慶斌等(2017)[29]的研究，分別基于內(nèi)部控制質(zhì)量(內(nèi)部治理機(jī)制)，媒體關(guān)注和機(jī)構(gòu)持股比例(外部治理機(jī)制)，探討不同治理水平下年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。

上市公司內(nèi)部控制系統(tǒng)由控制環(huán)境、風(fēng)險(xiǎn)評(píng)估、控制活動(dòng)、信息與溝通、內(nèi)部監(jiān)督五部分構(gòu)成，是一種減少信息不對(duì)稱和增加信息透明度的治理機(jī)制[49]。媒體作為重要的外部治理工具和信息中介，會(huì)對(duì)管理層形成有效監(jiān)督，促使其提高信息披露質(zhì)量。媒體的信息傳輸功能有助于向投資者披露公司特定的信息，進(jìn)而提高公司的信息透明度[29]。機(jī)構(gòu)投資者作為專業(yè)性的資本市場(chǎng)投資者，擁有良好的信息收集與處理能力，可以有效提升上市公司的信息透明度，約束管理層行為[29]。對(duì)于上市公司而言，內(nèi)部控制質(zhì)量高、媒體關(guān)注度高和機(jī)構(gòu)持股比例高意味著公司的信息環(huán)境良好，內(nèi)部和外部的信息不對(duì)稱程度較低，在這種情況下，公司特有的信息可能已經(jīng)反映在股價(jià)之中，導(dǎo)致年報(bào)語(yǔ)調(diào)向上操縱的信息增量效應(yīng)較弱，從而降低其對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用。因此，本文推斷，在內(nèi)部控制質(zhì)量較差、媒體關(guān)注度較低和機(jī)構(gòu)持股比例較低的情況下，年報(bào)語(yǔ)調(diào)向上操縱通過(guò)信息增量抑制股價(jià)崩盤風(fēng)險(xiǎn)的影響更顯著。為了檢驗(yàn)該推論，本文分別按照內(nèi)部控制質(zhì)量、媒體關(guān)注和機(jī)構(gòu)持股比例的年度中位數(shù)將樣本分為兩組，然后分組檢驗(yàn)?zāi)Ｐ?6)，具體的回歸結(jié)果因篇幅所限不再全部展示。

根據(jù)分組回歸結(jié)果，在內(nèi)部控制質(zhì)量較低的情況下，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)分別為-0.105和-0.079，對(duì)應(yīng)的t值分別為-2.555和-2.804，表明年報(bào)語(yǔ)調(diào)向上操縱能夠在5%的水平上顯著抑制股價(jià)崩盤風(fēng)險(xiǎn)。在媒體關(guān)注度較低和機(jī)構(gòu)持股比例較低的分組中，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)至少在1%的水平上顯著為負(fù)。在內(nèi)部控制質(zhì)量高、媒體關(guān)注高和機(jī)構(gòu)持股比例高的情況下，年報(bào)語(yǔ)調(diào)向上操縱(ABTone)對(duì)負(fù)收益偏態(tài)系數(shù)(NCSKEWt+1)和收益上下波動(dòng)率(DUVOLt+1)的影響系數(shù)全部為負(fù)，但均未通過(guò)顯著性檢驗(yàn)。根據(jù)系數(shù)差異性檢驗(yàn)結(jié)果，在不同的分組之下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響系數(shù)至少在10%的水平上存在顯著差異。上述檢驗(yàn)結(jié)果說(shuō)明本文的推論得到驗(yàn)證，即在信息環(huán)境較差的情況下，年報(bào)語(yǔ)調(diào)向上操縱會(huì)通過(guò)提供增量信息，改善上市公司信息環(huán)境，進(jìn)而緩解公司股價(jià)面臨的崩盤風(fēng)險(xiǎn)。具體而言，在內(nèi)部控制質(zhì)量低、媒體關(guān)注低和機(jī)構(gòu)持股比例低的情況下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更顯著。

七、研究結(jié)論與政策建議

本文以2009—2021年的所有A股公司作為研究樣本，提取年度報(bào)告中“管理層討論與分析”部分的文本信息，借助詞匯情感詞典，構(gòu)建年報(bào)語(yǔ)調(diào)指標(biāo)，并剝離其中反映公司發(fā)展基本面的正常語(yǔ)調(diào)，將余下部分定義為年報(bào)語(yǔ)調(diào)向上操縱，探究其對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。研究結(jié)果表明：(1)年報(bào)語(yǔ)調(diào)向上操縱并非上市公司管理層進(jìn)行印象管理的工具，而是信息增量的表現(xiàn)，即年報(bào)語(yǔ)調(diào)向上操縱水平越高，股價(jià)崩盤風(fēng)險(xiǎn)越低，在使用工具變量回歸、傾向得分匹配和熵平衡克服內(nèi)生性，使用雙重聚類、控制當(dāng)前風(fēng)險(xiǎn)、重新測(cè)度被解釋變量、排除極端市場(chǎng)環(huán)境進(jìn)行穩(wěn)健性檢驗(yàn)之后，該結(jié)論依然成立。(2)影響機(jī)制檢驗(yàn)顯示，年報(bào)語(yǔ)調(diào)向上操縱水平越高，公司未來(lái)一期的業(yè)績(jī)表現(xiàn)越好，股價(jià)同步性越低(資本市場(chǎng)效率越高)，分析師預(yù)測(cè)準(zhǔn)確性更高，進(jìn)一步說(shuō)明年報(bào)語(yǔ)調(diào)向上操縱具有信息增量效應(yīng)。再將前述三個(gè)變量作為中介變量納入回歸模型之后，年報(bào)語(yǔ)調(diào)向上操縱和中介變量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響全部通過(guò)了顯著性檢驗(yàn)，且語(yǔ)調(diào)向上操縱的系數(shù)全部顯著為負(fù)，這表明年報(bào)語(yǔ)調(diào)向上操縱能夠通過(guò)增量信息預(yù)測(cè)公司未來(lái)業(yè)績(jī)、提高資本市場(chǎng)效率和分析師盈余預(yù)測(cè)準(zhǔn)確性，進(jìn)而緩解股價(jià)崩盤風(fēng)險(xiǎn)。(3)年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響會(huì)受到內(nèi)部治理機(jī)制和外部治理機(jī)制的影響，具體而言，在內(nèi)部控制質(zhì)量低、媒體關(guān)注低和機(jī)構(gòu)持股比例低的情況下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響更大，即在信息環(huán)境較差的情況下，年報(bào)語(yǔ)調(diào)向上操縱對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更強(qiáng)。

根據(jù)研究結(jié)論，本文提出如下政策建議：第一，雖然本文研究發(fā)現(xiàn)上市公司對(duì)文本信息的操縱發(fā)揮了提供增量信息的作用，但也有學(xué)者證實(shí)管理層文本信息操縱容易產(chǎn)生機(jī)會(huì)主義行為，鑒于此，監(jiān)管部門應(yīng)加強(qiáng)對(duì)信息披露的監(jiān)控，進(jìn)一步規(guī)范和細(xì)化文本信息的披露格式和標(biāo)準(zhǔn)，充分發(fā)揮定性信息對(duì)定量信息的補(bǔ)充說(shuō)明作用，進(jìn)一步提升上市公司的信息披露質(zhì)量，進(jìn)而提高整個(gè)資本市場(chǎng)的治理效率。第二，對(duì)于上市公司而言，要建立起完善的信息披露制度，營(yíng)造良好的信息環(huán)境，避免公司股價(jià)的大幅波動(dòng)，以提升對(duì)投資者的吸引力，避免投資者用腳投票。第三，對(duì)于投資者，在關(guān)注公司發(fā)展基本面的同時(shí)，應(yīng)提升自身的信息搜集和鑒別能力，選取優(yōu)質(zhì)投資標(biāo)的，避免自身利益因?yàn)楣蓛r(jià)崩盤遭受損失。