■劉暢

一、引言

財務報告中的信息披露可以減輕公司內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部業(yè)務決策的窗口。已有的文獻表明，財務報告中披露的文字信息，例如研究與開發(fā)活動、社會責任和會計政策，越來越引起機構投資者、中小型投資者、分析師和其他利益相關者的關注[2]。隨著計算機自然語言處理能力的提高和普及，財務報告的信息獲取、文本處理、文本特征解釋得到了進一步的發(fā)展，因此也對會計信息用戶產生顯著影響，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。文本相似度分為內部相似度、橫向相似度和縱向相似度。內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期文本的相似程度，縱向相似度衡量同一主體不同時期文本的相似程度。會計文本的橫向相似度被用于反映企業(yè)與同期其他企業(yè)不同的會計文本信息[6]，而會計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)生的會計文本變化[7]。本文聚焦于企業(yè)會計文本的縱向相似度，考察企業(yè)不同時期財務報告的文本變化，并研究其是否能夠預測企業(yè)的股票超額收益率。

基于默認效應，企業(yè)在編制財務報告的過程中，往往保留著文本的主體部分，只做少量修改，甚至在財務報告的某些部分上完全沿用上一年的文本[8]。正因為這種默認效應的存在，企業(yè)改變財務報告文本這一行為往往蘊含著豐富的信息。信號理論認為，當企業(yè)業(yè)績下滑時，傾向于使用較長的篇幅來為其進行解釋。當企業(yè)存在一些潛在風險的時候，往往會注重風險預警的發(fā)布。由于不佳的業(yè)績或是潛在風險會造成極大的輿論和監(jiān)督成本，因此企業(yè)更傾向于改變財務報告中的文本，披露不佳業(yè)績和潛在風險，以此減輕因為沒有及時披露而可能帶來的一系列負面影響。

本文的主要貢獻在于：第一，以往的文獻多研究靜態(tài)文本特征，例如文本可讀性、語調、前瞻性等。這些特征大多基于單個企業(yè)靜態(tài)文本，鮮有從時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。通過計算機量化方法，本文取得了動態(tài)的縱向文本相似度指標，并通過研究文本縱向相似度與股票超額收益率的關系，補充了現(xiàn)有的文本特征度量，豐富了年報文本的經濟后果研究。第二，豐富了默認效應在企業(yè)會計信息披露方面的研究。本文考察了默認以及慣性行為對企業(yè)的作用，對文本進行改動（違背默認行為的方式）的研究表明文本的變動可以為未來股價預測提供豐富的信息。本文還補充了信號理論在企業(yè)會計信息披露方面的應用，驗證了先前關于財務報告文本相似度與股票收益率關系的研究，也證明了我國上市公司年報MD&A文本信息在資本市場的有用性。

二、文獻回顧

（一）文本相似度

近年來，隨著計算機語言學的發(fā)展，越來越多的文獻借助計算機文本挖掘技術，從不同角度提取了各種會計文本特征，例如可讀性、復雜性、前瞻性、語調、風險、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，近年來在會計與金融領域受到了廣泛的關注。文本相似度主要分為兩類：一類是文本的內部相似度，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)不同時期的文本對比。

單個文本的內部相似度常用文本冗余來表示。Cazier 等[12]使用年報中財務報表附注和其他章節(jié)的相似性來計算兩者之間的重疊程度，以衡量年報的冗余程度。在對文本冗余所產生的經濟后果的研究中，大部分學者對文本冗余持負面態(tài)度。Drake等[13]和Hassanein 等[14]認為重復披露會導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的信息，這可能會引起“信息過載”現(xiàn)象。也有少量學者持相反觀點。Lothian[15]指出年報中的冗余信息可以有效防止誤解。Lee 等[16]、Brennan 等[17]認為文本相似或重復作為文本冗余的表現(xiàn)，是實現(xiàn)溝通目標的一種手段，能夠在印象管理中達到強調的效果。

橫向文本相似度用于衡量不同企業(yè)同一時期的差異。橫向文本相似度被廣泛用于行業(yè)研究中，基于財務報表附注中有關公司經營情況的文本信息相似度可以創(chuàng)建行業(yè)分類，進一步形成公司特有的產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)個體特征的特有信息，有利于股票定價的準確性。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，提高投資者盈余預測準確性，引起市場的正面評價，從而降低股價崩盤風險。

縱向文本相似度用于衡量同一企業(yè)不同時期的變化。大量研究對縱向文本相似度高（變動少）持負面態(tài)度，認為其預示著較高的風險。這些研究多基于兩個前提：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)的負面信息[23]。因此，高縱向相似度預示了更大的接受行政處罰的可能性[22]、更高的股權資本成本[23]以及更高的信用風險[24]。也有少部分學者認為，縱向文本相似度高（變動少）表示企業(yè)經營狀況平穩(wěn)，預示著較低的風險。李莎等[25]指出同一企業(yè)年報的高縱向文本相似度揭示了企業(yè)戰(zhàn)略穩(wěn)定，會帶來更低的經營風險，能夠降低審計收費。Cohen 等[26]研究表明，同一企業(yè)年報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

關于會計領域中財務報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容，并發(fā)現(xiàn)股票價格對MD&A修改有積極的反應。Tetlock[27]將新聞故事的陳舊性定義為它與前十篇關于同一家公司的新聞故事在文本上的相似性，發(fā)現(xiàn)當新聞故事與過去的信息重疊更多時，新聞事件的回報更小。Cohen等[26]探究了年報縱向文本相似度與未來股票收益的關系，指出對報告進行較大修改的公司未來回報率較低。趙子夜等[28]指出縱向樣板化的經濟后果呈現(xiàn)相機抉擇性。當公司財務風險高（虧損、微利或者被出具非標準審計意見）時，信息效應占優(yōu)，縱向相似的報告引發(fā)負面的市場評價；而當公司財務風險較低時，風險效應占優(yōu)，縱向相似的報告引發(fā)市場的好評。

綜上，現(xiàn)有研究文本相似度的文獻大多聚焦于橫向相似度，對縱向相似度的研究還不夠深入，并且通常認為文本相似度高代表著信息含量低，因而對其持負面態(tài)度。對于縱向相似度與股票收益關系的機制分析、邊界條件尚未明確?；谀J效應和信號理論，本文從企業(yè)年度報告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)股票市場收益的預測作用并檢驗其在中國資本市場的有效性。

三、理論分析與研究假設

理性經濟人假設認為，人們的決策是理性的、效用最大化的以及偏好一致的。但近年來行為經濟學對此提出了挑戰(zhàn)，認為人們的決策行為受到眾多因素的影響而偏離該假設，默認效應（default effect）就是眾多因素中的一種。默認效應是指當存在默認選項（default option）時，人們的決策將傾向于保留默認選項而不做出改變。這種現(xiàn)象廣泛存在于消費決策、投資決策等領域[29，30]。在日常生活中，默認效應的例子屢見不鮮，比如在安裝程序或軟件時，人們通常會按照提示的選項來進行安裝，而很少會自己對每一步設置的選項進行斟酌。在公司行為中，默認效應同樣存在。上市公司在編制年度報告時，往往會在上年報告的基礎上進行修改完善，大部分上市公司年度報告僅僅只做非常小的修改，甚至在報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編制中這種默認效應的存在，年報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 即上市公司財務報告中“管理層討論與分析”的部分，是上市公司財務報告的核心內容。我國證監(jiān)會在《公開發(fā)行證券的公司信息披露內容與格式準則第2 號——年度報告的內容與格式》中明確了規(guī)范管理層討論與分析披露的條款，例如，上市公司應根據報告期內的公司業(yè)務來解釋和分析財務數據，而不僅僅是使用刻板的語言重復財務報表中的內容。大量文獻證明，作為文字信息的核心內容，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，以幫助預測公司未來業(yè)績[31—33]、股票交易[26，34]以及財務狀況[35]。

報告是通過習慣、先例、傳統(tǒng)的發(fā)展而成為程序的，因此，年報的解釋模式可能年復一年非常相似。在解釋公司結果和行動的方式上，即使報告的文本敘述發(fā)生改變，這種變化通常也是適度的。年報與上一時期相比文本相似度高的主要原因通常有兩個。第一，公司的業(yè)務運營并未發(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營結果和財務狀況發(fā)生了較為明顯的變化。年報的高度相似性可能意味著公司當前時期幾乎沒有發(fā)生重大事件或戰(zhàn)略調整（如重大投資項目、并購計劃、研發(fā)進展、更換審計師）[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持有消極態(tài)度，在編制年報時大量復制上一年度的財務報告，從而導致大量文本信息類似于上一年度的財務報告[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，人們通常會關注公司年報披露的數據變化，財務報告中的每個重要表格中都列示了歷史可比數據來與當期進行對比。相比之下，投資者很少將本期的文本與過去的文本進行比較。事實上，公司披露的信息不僅表現(xiàn)在人們通常關注的數據部分，同樣也存在于文本部分[6]。文本部分的變化蘊含著關于公司經營情況和戰(zhàn)略調整的豐富信息，而這些信息最終會體現(xiàn)在公司的未來經營中，進而對企業(yè)在資本市場的表現(xiàn)產生影響[26]。默認效應在企業(yè)的信息披露中有廣泛的運用，但文本報告者面臨兩難：一方面，文本的樣板化有利于規(guī)避披露風險；另一方面，樣板化又不利于傳遞內部信息。

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

第一，文本的變動可能表明存在業(yè)績不佳或潛在風險。一是在不利的情況下，管理層通常會利用其自由裁量權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險。已有研究表明，年報風險信息披露的相似度較高的原因更多是公司沒有新增風險，而并非公司隱藏了風險[38]。面對披露不足的訴訟風險，企業(yè)可能做出改變文本的理性反應。對于一些潛在的風險，如果沒有及時披露，會在未來帶來極大的輿論監(jiān)督成本。畢馬威的調查表明，大多數公共管理人員認為訴訟風險對其披露選擇具有顯著的影響，當管理者不知道哪些披露將被視為事后重大披露時，他們有動機披露更多的信息而不管這些信息是否有用[39]。因為過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高。三是當公司的訴訟風險增加時，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，當業(yè)績不佳或存在潛在風險的時候，企業(yè)往往更加有動力和義務去披露壞的消息，修改年報MD&A 文本，以避免觸發(fā)后續(xù)的一系列懲罰機制。因此，不論是由于業(yè)績不佳還是潛在風險，文本的變動往往更傾向于傳遞一種企業(yè)的負面變化，而這些信息最終反應在資本市場中，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行刻意篩選，在盡可能避免發(fā)生訴訟和符合相關監(jiān)管要求的前提下，對利益相關者“報喜不報憂”，進而弱化外部信息使用者的負面評價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，往往對管理層傳達信息的真實性和可靠性缺乏識別能力，加之較強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，為了掩蓋負面信息，企業(yè)可能會對文本進行有策略地組合，以防止披露壞消息造成股價下跌。管理層在發(fā)布信息時會進行印象管理，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，對壞消息一筆帶過[44]。同時，改變文本可能反映了管理者在業(yè)績不佳時選擇披露不太相關的冗余信息，以分散文本信息使用者對公司業(yè)績的關注。Li[9]發(fā)現(xiàn)當企業(yè)業(yè)績較差時，管理者會使年報更長、更難閱讀。研究表明，重復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。當管理者有動機混淆相關的年報信息時，最有可能改變年報的文本，尤其是當企業(yè)績效不佳時，這種模糊行為的激勵作用最大，投資者或分析師可能會遺漏隱藏在重復文本中的非冗余信息。因此，本文預測表現(xiàn)較好的公司，較上一年年報會有較多的重復或相似信息?；谝陨戏治觯疚奶岢鲆韵录僭O。

假設：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、研究設計

（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）財務指標明顯異常的上市公司。最終，本文得到21409個觀測值?？紤]到上市公司年度股票收益率數據太少，財務指標無法體現(xiàn)變化，會丟失相應的信息，而日度股票收益率數據又太過龐雜，因此本文的樣本數據為月度股票收益率。數據主要來源于RESSET、CNRDS、國泰安和WIND金融數據庫。上市公司年報來源于巨潮資訊網（www.cninfo.com.cn）。

（二）模型設定與變量界定

1.股價長期市場表現(xiàn)計算方法

目前國內外有關股票超額收益率的計算方法主要有兩種：事件研究法（Event Study）和日歷時間組合法（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間組合法和事件研究法對股票超額收益率進行計算。

（1）日歷時間組合法。本文首先通過日歷時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)生事件的公司構造投資組合的方法。日歷時間組合法計算經歷某一事件公司的日歷時間組合收益，并且驗證其在多元回歸中（如CAPM 模型或Fama-French 模型）是否存在異常。計算投資組合的等權平均收益或者加權平均收益后，與相應資產定價模型的影響因子進行回歸，得到的截距項即為超額收益率（Alphas）。日歷時間組合法可以克服由于行業(yè)等因素導致的事件公司收益在橫截面上的相關性等問題[49]。

具體而言，本文分別使用模型（1）、模型（2）和模型（3），通過日歷時間組合法計算投資組合的超額收益。使用市場因子可以得到資本資產模型（1）；使用市場因子、規(guī)模因子和價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）。

在年報公布后，本文根據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 指的是當年和上年文本相似度最小的公司組合，表示公司年報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，表示當年公司年報MD&A較上年只有很小的變動；投資組合Medium代表每個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算累計的超額收益率，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)實投資策略[50]。因此，本文使用BHAR來衡量年報發(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系，本文利用BHAR 的計算公式來計算年報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 累計的t 期超額收益率，Ri,t為公司i 在第t月的個股考慮現(xiàn)金紅利再投資的月回報率，Rm,t為考慮現(xiàn)金紅利再投資的綜合A 股市場月市場回報率。本文使用年報公布之后一年的累計超額收益率作為因變量。由于我國上市公司年報公布的截止日期為每年的4月30日，因此計算年度超額回報率的月回報區(qū)間取當年5月份至次年4月份共12個月。

2.文本相似度的測量

本文提取年報中的MD&A，同上年的MD&A 進行對比，以計算當年的文本相似度。文本相似度的計算步驟如下：（1）通過Python 提取年報中的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、阿拉伯數字、標點符號、圖片和表格。（3）計算文本詞項的TF-IDF 值。（4）將MD&A中經過拆分和清理后的剩余單詞表示為如下形式的關鍵詞項向量：Xi=(xi1,xi2,…,xin-1,xin)，其中，Xi表示文本，xi表示單詞。（5）計算關鍵詞項向量的余弦角，得到公司年報MD&A 的文本相似度（similarity）。設Xi,t和Xi,t+1這兩個文本分別是公司Xi在t年和t+1年的MD&A中出現(xiàn)的項的集合，兩個文本之間的相似度計算如下：

3.控制變量

借鑒國內外的研究成果，并結合國內股票市場的特點，本文分別從財務指標、公司治理、文本特征三個層面選取可能影響股票超額收益的因素作為控制變量。具體為資產收益率（ROA）、資產負債率（LEV）、賬面市值比（BM）、應計項目（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）、資產增長率（AssetG）、文本可讀性（Readability）、文本語調（Tone）。有關控制變量的定義見表1。

表1 變量定義及計算方法

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），來檢驗本文提出的假設。

五、檢驗結果與分析

（一）日歷時間組合法分析

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，報告了按文本相似度高、中、低分類的股票組合風險因素時間序列回歸的超額收益率（Alphas），面板A和面板B分別基于等權平均和流通市值加權平均。超額收益率來自CAPM 模型、Fama-French 三因子（市場因子、規(guī)模因子和價值因子）模型、Fama-French 五因子（市場因子、規(guī)模因子、價值因子、盈利因子和投資因子）模型。最后一列報告了在高（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。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?，幅度在每月93—140個基點之間。該結果不受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

（二）基于BHAR模型的事件研究法分析

1.描述性統(tǒng)計

表3展示了變量的描述性統(tǒng)計結果。Similarity的均值為0.810，標準差為0.112，最小值為0.444，最大值為0.944，說明企業(yè)不同年份的年報中MD&A的相似度很高。驗證了上文中所提到的默認效應，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

2.回歸分析

雖然分組以及投資組合可以檢驗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無法將其他可能影響股票超額收益率的因素考慮進來，因此本文加入一系列控制變量，對單個公司股票超額收益率進行回歸分析，以模型（6）來檢驗本文假設。值得一提的是，和投資組合一致，本文考慮年報公布之后一年的個股超額收益率。表4給出了模型（6）在不同方法下的估計結果，即文本相似度和各控制變量的系數β。

表4的（1）和（2）列為使用OLS 回歸，在考慮了個體和年份固定效應以及加入控制變量后，使用BHAR1作為因變量的回歸結果。結果表明，文本相似度與股票超額收益率顯著正相關（β=0.051），這意味著如果公司的MD&A 文本相似度增加1 個單位，那么年報公布后的超額收益率將增長0.051 個單位。（3）和（4）列為使用BHAR2作為因變量的回歸結果。結果表明，文本相似度與股票超額收益率顯著正相關（β=0.047），這意味著如果上市公司的MD&A文本相似度增加1 個單位，那么年報公布后的超額收益率將增長0.047個單位。上述實證結果說明，文本相似度是未來股票超額收益率的積極且顯著的預測因子，這與本文的假設一致，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MD&A文本相似度與超額收益率的多元回歸結果

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

六、進一步分析

本文從企業(yè)外部和內部兩個視角對前文中所驗證的關系進行進一步分析，以期更加全面地認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注度、研報關注度和媒體關注度來全面考察企業(yè)受外部關注程度對文本相似度與股票超額收益率關系的調節(jié)作用。從企業(yè)內部視角，本文選取了公司的信息披露質量，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系的調節(jié)作用。

（一）外界關注度

分析師關注度、研報關注度體現(xiàn)了企業(yè)在金融專業(yè)領域中的受關注程度。更高的分析師關注度和研報關注度增加了企業(yè)的信息傳播，使得企業(yè)的消息能夠更快、更廣泛地被會計信息使用者獲得。當分析師、研報關注度高的時候，年報發(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)年報的文本較上一年發(fā)生變動，受到分析師關注、研報關注較多的企業(yè)，其年報中的負面消息和風險披露能夠更加迅速且廣泛地被專業(yè)領域人員感知到，更可能引起股票超額收益率的降低。因此，當分析師、研報關注度高時，高文本相似度對股票超額收益率增加的積極作用會變小。

媒體關注度體現(xiàn)了企業(yè)在市場上的受關注程度。隨著網絡的普及，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]。當媒體關注度高時，企業(yè)年報的文本信息變動能夠更廣泛地被傳達到各會計信息使用者，更可能引起股票超額收益率的降低。因此，當媒體關注度高時，高文本相似度對股票超額收益率增加的作用會變小。

本文從以下三個方面檢驗了上述調節(jié)機制：第一，構建模型（7）。模型（7）包含了分析師關注度及其與文本相似度的交乘項。分析師關注度為在一年內有多少個分析師（團隊）對該公司進行過跟蹤分析，一個團隊數量為1，不單獨列出其成員計算數量。第二，構建模型（8）。模型（8）包含了研報關注度及其與文本相似度的交乘項。研報關注度為在一年內有多少份研報對該公司進行過跟蹤分析。第三，構建模型（9）。模型（9）包含了媒體關注度及其與文本相似度的交乘項。媒體關注度為一年內有多少財經新聞對該公司進行過報道。

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

表5 外界關注與文本相似度的交互作用

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

（二）公司的信息披露質量

信息披露在資本市場上發(fā)揮著舉足輕重的作用。會計信息使用者通過企業(yè)披露的公開信息來了解企業(yè)，進而對企業(yè)進行評估和價值判斷，因此企業(yè)股價和企業(yè)價值受到信息披露質量的顯著影響。信息披露質量的提升有助于減少信息不對稱問題，信息披露質量越高，企業(yè)治理層對管理層的監(jiān)督就越有效，道德風險和逆向選擇就越低[52]。上文指出，文本相似度與股票超額收益率正相關，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)績或者潛在風險，在文本相似度相同的情況下，信息披露質量高的企業(yè)會更及時、準確、完整、合法地披露企業(yè)的相關事件信息，造成股票超額收益率的減少。因此，信息披露質量高的企業(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。

基于數據的權威性和可靠性，文中披露質量的評價方法選取了上交所和深交所公布的上市公司信息披露質量的四種等級考評，對上市公司的信息披露行為從及時性、準確性、完整性、合法性四個方面分等級評價。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?，信息質量越高。將信息質量評級記做Grade，并在模型（10）中加入信息質量評級與年報文本信息可讀性的交乘項Similarity×Grade，多元回歸結果見表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系依然保持不變。表6（1）列為使用BHAR1 作為因變量的回歸結果，文本相似度（Similarity）的系數為0.324，在5%水平上顯著；（2）列為使用BHAR2 作為因變量的回歸結果，文本相似度（Similarity）的系數為0.314，在5%水平上顯著。信息質量評級與股票超額收益率的兩個指標顯著正相關，說明企業(yè)信息披露質量越高，股票超額收益率越大。文本相似度與信息披露質量的交乘項系數分別為-0.084和-0.082，均顯著為負，表示較高的信息披露質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關系，即在一定的文本相似程度下，較高的信息質量評級會降低企業(yè)的股票超額收益率。

表6 基于不同信息披露質量的分組回歸

七、穩(wěn)健性檢驗

（一）替代解釋變量

在計算語言學中，相似性得分也被稱為Jaccard系數（Jaccard coefficient）[40，53]。與Cosine 算法不同，Jaccard算法并非使用文本向量化，而是由兩個集合中相同元素占所有元素的比例來衡量兩個集合的區(qū)分度。在本文中，Jaccard算法是兩個文本交集的大小除以并集的大小?；谂cCosine 算法相同的MD&A度量，本文使用Jaccard算法來重新計算文本相似度，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除了購買并持有超額收益率BHAR 外，還有累計超額收益率CAR。雖然BHAR更符合投資者的現(xiàn)實投資策略[50]，但是BHAR 采用復利計算會放大個別時期存在的異常值，相比之下CAR 偏差更小[54]。由于CAR 與BHAR 的相對優(yōu)越性在文獻中存在爭議，因此在穩(wěn)健型檢驗中，本文將被解釋變量替換為年報公布之后一年的CAR，來檢驗文本相似度與股票超額收益率的關系。CAR的計算公式如下：

其中，Ri,t和Rm,t的含義與上述計算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t 期的超額收益率。由于我國上市公司年報公布的截止日期為每年的4月30日，因此計算年度超額收益率的月回報區(qū)間取年報發(fā)布后當年5月份至次年4月份共12個月。

表7匯報了替代核心變量的穩(wěn)健性檢驗。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，用年報發(fā)布后一年累計超額收益率CAR 替代購買并持有超額收益率BHAR；在Panel C 中同時替代了解釋變量和被解釋變量。實證結果顯示，在使用不同解釋變量和被解釋變量測量方式的情況下，年報文本相似度與股票超額收益率的關系依然穩(wěn)健。

表7 穩(wěn)健性檢驗：替代核心變量

八、結論及局限性

本文以2009—2018年滬深A 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系。研究發(fā)現(xiàn)：相比于當年發(fā)生的良好業(yè)績和未來潛在收益，企業(yè)更有動機披露當年的不佳業(yè)績和未來潛在風險，同時，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示著更高的股票超額收益率。進一步研究發(fā)現(xiàn)：高外界關注度、高信息披露質量會削弱文本相似度與股票超額收益率的正向關系，即對于相同的文本相似度，外界關注度高、信息披露質量高的企業(yè)股票超額收益率會低于外界關注度低、信息披露質量低的企業(yè)。經過一系列穩(wěn)健性檢驗，本文結論依然成立。

本文的啟示在于：對于投資者而言，年報是投資者獲得企業(yè)經營狀況信息的窗口。而年報中的文本作為數字的補充，能夠提供許多有價值的信息。通過關注年報文本的相似度，投資者可以感知到企業(yè)發(fā)生的變化，進而對上市公司的股價進行預測，對于上市公司投資者評估和規(guī)避風險具有一定的參考價值。對于政府部門而言，關注年報文本相似度可以為政府部門進行信息披露監(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動原因，無法對企業(yè)年報MD&A 的變化做出更進一步的細化，以揭示具體披露項目的變化與股票超額收益的關系。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系，尚未檢驗其中可能存在的中介作用機制。希望未來的研究可以加以改進和補充，進一步深化作用邏輯及作用機理，完善文本相似度與資本市場表現(xiàn)關系的研究?！?/p>