管理层语调操纵能预示财务舞弊风险吗？

徐晨 张英明

摘要：文章以2015—2019年沪深A股制造业上市公司为样本，基于印象管理理论，运用文本分析方法，实证检验了管理层语调操纵与财务舞弊风险的关系。研究发现：管理层语调操纵与财务舞弊风险显著正相关，管理层语调过度乐观可能预示着公司存在着较高的财务舞弊风险；研发投入负向调节管理层语调操纵与财务舞弊风险的关系。本文的结论为在构建财务舞弊识别模型时引入文本特征提供了理论依据，通过语调操纵预判财务舞弊风险，有助于辅助投资者决策，维护资本市场秩序。

关键词：语调操纵；财务舞弊；文本信息；研发投入；企业异质性

中图分类号：F275文献标识码： ADOI：10.3969/j.issn.1003-8256.2021.05.009

开放科学（资源服务）标识码（OSID）：

基金项目：国家社科基金一般项目（12BJY041）；江苏师范大学研究生创新项目（2020XKT423）

0引言

党的十九届五中全会再次强调要扎实推动经济高质量发展。资本市场的稳定是经济高质量发展的助推器，而财务舞弊却是资本市场的顽疾，严重阻碍了资本市场的持续健康发展。新冠疫情使全球经济发展受挫，市场骤冷，产品需求和企业资金链出现严重中断，企业的绩效表现正面临着急剧恶化到艰难恢复的过程，这无疑会增加未来几年财务舞弊发生的可能性。如何对财务舞弊风险进行预警，助力經济高质量发展？

近年来，随着计算机处理能力的不断提升、文本分析技术的快速发展，学者们开始关注并利用文本数据所提供的增量信息来进一步解决诸多财务难题。苗霞等[1]认为文本信息具有预测价值，不少研究也验证了文本信息能为预警股价崩盘风险[2-3]、企业破产风险[4-6]提供增量信息。在对文本信息提取量化特征时，最常使用的是语调层面的情感极性分析。语调具体指隐含在文本信息中的乐观或悲观情感倾向，可以通过积极、消极词汇的词频来区分，具有易判断、易统计的特征，在分析管理层公开披露的文本信息质量时尤为适用。近年来，学者们陆续探究了上市公司年度报告（简称年报）[7-8]、管理层讨论与分析（Management’s Discussion & Analysis，MD&A）报告[9-10]、社会责任报告[11]和招股说明书[12-13]等文本语调所传达的“弦外之音”。就提取文本语调的方法而言，早期的研究多以净语调，即积极、消极词汇占比作为文本语调的量化方式，Huang等[14]更进一步认为语调情感倾向可细分为两部分，一部分是符合企业经营现状的正常语调，另一部分则是偏离企业实际经营状况的夸张语调，即“语调操纵”，并提出通过残差法将夸张语调与正常语调区分。这为后续研究语调操纵提供了可借鉴的度量范式，基于企业经营实况，以残差法测量语调操纵被后续学者广泛使用[15-17]。就研究视角而言，Throckmorton等[18]、Hajek等[19]创新性地将结构化财务数据与非结构化文本语调数据综合运用于构建财务舞弊预测模型，提升了模型的预测精度，然而目前国内相关研究尚存空白。管理层公开披露的文本信息语调能否为我国资本市场的上市公司财务舞弊风险提供预测价值？尚有待进一步研究。

在管理层自利动机的驱使下，文本语调操纵和财务数据造假这两种粉饰绩效的方式很可能存在着某种内在关联。一方面，考虑到MD&A报告是年报中最具可读性的组成部分，被誉为年报内容的“心脏与灵魂”，而其中的前瞻性文本信息是对未来发展的展望，更能集中体现管理层的语调管理倾向。另一方面，同行业上市公司面临着相似的经营环境，其MD&A前瞻性信息更具可比性，且被中国证监会公开处罚的财务舞弊公司主要分布在制造业，故本文选取2015—2019年沪深A股制造业上市公司为样本，以MD&A前瞻性信息为文本语料，分析了管理层语调操纵对财务舞弊风险的预示作用，深入探究了产权性质、规模大小、经营现状以及研发投入强度差异会对文本语调操纵与财务舞弊风险的关系产生何种影响。

1理论分析与研究假设

印象管理理论认为，为控制主要信息受众，如股东、债权人和上下游合作伙伴等利益相关者对企业的印象，管理层会通过特定方式影响信息披露。而管理层对外披露的信息主要由数字信息、文本信息这两部分构成，数字信息旨在展现公司的财务状况、经营成果，需经专业审计与严格监管，文本信息是对数字信息的重要解释和详细说明，在信息披露中占比更高，但监管部门尚未对文本信息披露做出严格限制，监管力度的缺失使得文本信息具有较低的违规披露成本、广阔的操纵空间。对于普通投资者而言，囿于专业能力的限制，很难正确解读财务数据的真实经济内涵，他们更多地依赖于直观的文字描述。投资者的决策高度依赖于文本信息，但文本信息仍处于监管空白地带，这使得文本信息操纵问题日益突出。其中，对文本语调进行特别管理能直接影响信息受众对公司基本面的第一印象，是管理层实施文本信息操纵的首选。管理层可以利用文本语调所释放的虚假信号来达到印象管理的效果，进而辅助其财务舞弊自利动机的实现。为了迎合利益相关者的预期，虚构收入、利润是管理层财务造假的惯用伎俩，但收入、利润的异常增幅会引起审计单位、监管部门和投资者的注意。为了烘托经营业绩良好的假象，打消企业信息主要受众对财务数据的怀疑，降低财务舞弊行为被曝光的可能性，需借助其它信息渠道佐证以掩盖舞弊痕迹。文本信息富有弹性，是对同期业绩表现的补充说明，具有舞弊动机的管理层在公开披露信息时，可能会字斟句酌，“苦下功夫”，确保文字型描述和数值型信息保持一致，采取文本语调操纵与财务数据造假双管齐下、相互配合的策略来粉饰财务报告。因此，管理层将外部行业环境和内部经营现状置之度外，主观地、偏颇地过度渲染乐观的语言基调，蓄意传递粉饰性信息，很可能是为了使数值型信息造假合理化，干扰信息受众的理解和判断，掩盖其对财务数据所动的手脚。故管理层语调操纵越明显时，其财务舞弊风险可能更高，管理层的夸张语调倾向对财务舞弊风险具有一定的预测价值。基于上述分析，提出如下假设：

假设1：其他条件相同时，管理层语调操纵与财务舞弊风险呈正相关关系。

马广奇等[20]、许文瀚等[21]研究表明研发投入会影响财务舞弊风险、年报文本信息披露，那么管理层采用文本语调操纵辅助财务数据造假的行为是否也会受到研发投入强度的影响呢？研发活动见效后，确能改善产品性能，提升生产效率，塑造企业核心竞争力，在未来几年内为企业增收创利。然而，研发活动并非一蹴而就的，研发投入带来的绩效反馈也不能立竿见影，研发投入强度较高的企业，在经费投入方面所费不赀，但研发投入很难在本年度就为企业创造新的利润增长点，故研发投入当年的企业绩效表现很可能不升反降，研发活动对企业绩效的积极影响具有时滞效应。MD&A报告中的前瞻性信息是管理层对企业发展前景的预测，一方面，基于信号传递理论，研发投入较多的企业能释放积极信号，传递出该企业拥有长远规划、极具发展潜力的有利信息，当管理层对企业未来发展前景高度看好时，更倾向于在该领域投入高额的研发经费；另一方面，基于熊彼特创新理论，管理层将有限的人财物资源投入于研发活动后，自然会预期未来经营状况能得到明显的改善，故高研发强度的企业对发展前景的阐释往往比低研发投入企业更乐观，但由于研发活动时滞效应的存在，这种超额乐观并不能较好地被本期的经营状况立刻所体现。此时，表示偏离经营现状的管理层语调操纵行为（即未能被本期绩效所解释的积极语调）事出有因，可能并非是为了掩盖财务舞弊痕迹的虚妄说辞，故研发投入强度可能会负向调节管理层语调操纵对财务舞弊风险的影响。基于上述分析，提出如下假设：

假设2：其他条件相同时，研发投入负向调节管理层语调操纵与财务舞弊风险的关系。

2研究设计

2.1样本选取及数据来源

以2015—2019年沪深A股制造业上市公司为样本，剔除了金融保险类、带有ST或ST*风险警示标志和数据缺失的公司，最终得到1283家制造业公司的6415条平衡面板数据，为避免数据异常值的影响，对所有连续变量进行上下1%的winsorize缩尾处理。制造业上市公司的年报来自巨潮资讯网，通过手工整理，提取年报中的MD&A前瞻性文本，并利用Python的语言编程统计文本信息中的相关数据，其他财务数据、公司特征数据均来自CSMAR数据库。数据处理软件主要使用了Python 3.6和Stata15.0。

2.2变量选取与界定

2.2.1被解释变量

2.2.2解释变量

本文的核心解释变量为“管理层语调操纵（ABtone）”。选择运用词典法来提取语调特征，其准确性高度依赖于词典的适用性、完整性，但中文财经情感词典的创建尚属空白，故本文以常用词典为主，手工整理为辅的方式编制了专用“基准词袋”，具体操作方式如下：将知网词典、台湾大学中文情感词典和翻译版Loughran and McDonald（L&M）词典的内容合并去重后作为基础词典，利用Python开放源“Jieba”分词模块对6415份前瞻性文本进行分词以构建文本语料库，接着人工翻阅、逐一甄别，从中筛选出财经类情感词汇，对基础词典做进一步补充。在完成构建专用词典后，对前瞻性文本中的积极词汇词频（pos）和消极词汇词频（neg）分别进行统计，并依据式（2）计算管理层语调（Tone）。

3实证分析

3.1描述性统计

表2是全样本各变量的描述性统计结果。钱苹等[23]将财务舞弊预测模型的最优阈值设定为-4.701，大于-4.701表示财务舞弊风险较高，反之则财务舞弊风险较低，样本公司的财务舞弊风险均值为-4.484，中位数为-4.464，均高于临界值-4.701，说明制造业上市公司的财务舞弊风险仍较高。MD&A前瞻性信息中需包含对未来发展中可能面临的机会与风险的预测，机遇与挑战并存，积极词汇和消极词汇理应大致参半，而管理层语调的均值为0.727，最小值为0.320，明显大于0，最大值高达0.980，接近于1，说明管理层普遍存有印象管理倾向，热衷于在前瞻性信息中披露好消息，浓墨重笔地渲染未来发展中存在的优势与机遇，而寥寥几笔略过对风险的阐释，甚至对此只字不提。管理层语调操纵是以残差形式度量的，故均值接近于0，其最大值为0.250，说明管理层会“口是心非”，偏离企业实际经营状况，在披露前瞻性文本信息时，表现过于乐观。R&D均值为0.045，最小值为0.001，最大值为0.218，说明制造业上市公司的研发投入水平参差不齐。控制变量的描述性统计结果均属正常范围内。产权性质的均值为0.287，样本中非国有制造业上市公司居多。第一大股东持股比的均值为0.332，样本企业股权较为集中。两职分离的均值为0.286、独董占比的最小值0.333，说明多数制造业上市公司的董事长和总经理由不同人员担任，且独立董事占比符合公司法要求。从反映公司财务状况的流动比率、市场价值和现金获取能力的均值来看，制造业上市公司经营状况较为稳健。审计单位的均值为0.557，說明多数制造业上市公司更愿意与排名靠前，具有一定威望的会计师事务所合作以换取投资者信赖，而客户经济依赖的均值为0.011，事务所对单一客户的经济依赖程度较低。

未报告的相关性检验结果表明，各变量相关系数的绝对值均小于0.5，不存在严重的多重共线性问题，且管理层语调、语调操纵与财务舞弊风险显著正相关，符合预定假设。

3.2回归分析

3.2.1直接效应

从表3中的OLS回归结果（表3中的第2～5列）来看，无论是否控制年份、行业（第2、3列为未控制年份、行业的回归结果，第4、5列为控制了年份、行业后的回归结果），管理层语调（Tone）（第2、4列以 Tone为核心解释变量）、管理层语调操纵（ABtone）对财务舞弊风险（Fraud）（第3、5列以ABtone为核心解释变量）的影响均在1%的水平上显著为正，管理层语调越积极、夸张语调倾向越明显，财务舞弊风险也会随之上升。这说明管理层会对文本信息实施特别管理来配合其对财务数据的操纵，管理层语调操纵在一定程度上能预示财务舞弊风险。运用面板模型进行回归时（第6～9列为固定效应FE、随机效应RE回归结果），Hausman检验结果表明选择固定效应模型（第6列以Tone为核心解释变量，第7列以ABtone为核心解释变量）更佳，但为了更好地对比，将随机效应的回归结果（第8列以Tone为核心解释变量，第9列以ABtone为核心解释变量）也在表3中予以列示。管理层语调、语调操纵与财务舞弊风险的关系均显著为正，结果较为稳健，验证了本文的假设1。且通过对比各模型内的回归系数，管理层语调操纵的回归系数均高于管理层语调的系数，说明夸张语调对财务舞弊风险的边际预测价值更高，不顾企业实际经营状况的过度乐观语调更可能是管理层欲盖弥彰的行径。从控制变量的回归结果来看，国有企业的财务舞弊风险明显低于非国有企业。股权集中能遏制财务舞弊风险，这可能源于大股东监督、小股东“搭便车”的现象。制造业上市公司的独立董事仍未能摆脱“花瓶”的头衔，并没有较好地履行监督职能，而对上市公司董事、监事、高级管理人员的薪酬激励水平较高能显著抑制财务舞弊风险。制造业上市公司的流动比率、市场价值和现金获取能力较高，对财务舞弊风险的抑制效应是显著的。

3.2.2作用机制

为初步检验在不同研发投入强度下，管理层语调操纵与财务舞弊风险关系的差异，按照研发投入均值0.045，将样本划分为高研发投入、低研发投入两组分别代入模型（4），分组回归结果见表4，在高研发投入组中，管理层语调操纵的回归系数为0.128，但并不显著，但在低研发投入组中，管理层语调操纵与财务舞弊风险的正向关系显著存在。为进一步验证研发投入的调节效应，采用模型（5）对全样本进行回归，结果表明，研发投入会加剧财务舞弊风险，这与马广奇等[20]的结论一致，管理层语调操纵的回归系数也与前文一致，仍显著为正，但ABtone*R&D交互项的系数显著为负，说明研发投入确能负向调节管理层语调操纵与财务舞弊风险的正向关系。用bootstrap法再次检验，结果显示，随着研发投入不断提升，管理层语调操纵对财务舞弊风险的边际效应值依次递减，在研发投入强度较高的企业中，管理层语调操纵对财务舞弊风险的边际预测价值可能会明显下降。综上，研发投入负向调节了管理层语调操纵与财务舞弊风险的正向关系，假设2得到了较好的验证。

3.3企业异质性分析

3.3.1产权性质

由基准回归结果可知，产权性质对财务舞弊风险具有显著的影响，国有企业的财务舞弊风险相对更低。本文将国有企业与非国有企业进行分组回归，进一步分析不同产权性质下，管理层语调操纵与财务舞弊风险的关系是否也存在着差异。回归结果表明（表5），国有企业中管理层语调过度乐观与财务舞弊风险并没有直接联系，采用文本信息操纵来配合其财务舞弊行为的现象在非国有企业中更为明显。

3.3.2规模大小

考虑到管理层语调操纵与财务舞弊风险的关系可能因企业规模不同导致的资源禀赋差异而具有一定的异质性，本文借鉴马广奇等[20]的研究，以企业规模的均值（Size=22.258）为标准，将样本企业划分为两组，若企业规模大于22.258，将其归入大规模企业组，否则归类为小规模企业。如表5所示，在规模较大的制造业上市公司中，管理层语调操纵与财务舞弊风险的关系不显著，规模较大的制造业上市公司其经营状况相对更稳健，编制MD&A前瞻性文本信息时可能更专业、规范，故对大规模企业而言，语调过度积极并不一定意味着其财务舞弊风险较高。在小规模制造业上市公司中，MD&A前瞻性信息中的语调操纵对财务舞弊风险具有较强的解释能力。

3.3.3经营状况

面对来自股东、投资者和债权人等利益相关者的“关注”，经营状况相异的企业面临着不同的业绩压力，在文本信息操纵和财务舞弊动机方面也可能大相径庭。当企业的盈利能力下降时，为稳定利益相关者的情绪，管理层利用文本信息语调来掩盖其对财务数据操纵的动机是否会更强？借鉴黄方亮等[24]的研究，以总资产报酬率（Roa）来反映企业绩效表现情况，若总资产报酬率较上年下降则划分入绩效表现欠佳组，反之则为绩效表现较佳组。结果显示（表5），业绩下滑企业的语调操纵行为更可能是掩盖财务造假的烟雾弹。

3.4内生性检验

在管理层语调操纵与财务舞弊风险关系的检验中，公司是否实施语调操纵策略可能内生于其所处经营环境和自身财务状况，如果这些因素也同时影响财务舞弊风险，那么两者關系就可能受到内生性问题的影响。为保证结果的可靠性，进一步采用工具变量法（IV-2SLS）和倾向得分匹配法（PSM）进行内生性检验（表6）。

3.4.1工具变量法

借鉴曾庆生等[25]的研究，将相同年度内，同行业中除自身以外的其他公司的语调操纵均值（ABtone_ind）作为管理层语调操纵（ABtone）的工具变量。首先，ABtone_ind满足相关性要求，同行业公司面临着相似的外部经营环境，其管理层语调有一定的相关性。其次，同行业其他公司的语调管理策略并不会直接影响本公司的财务舞弊风险，符合外生性条件。在控制了内生性问题后，管理层语调操纵与财务舞弊风险仍显著正相关。

3.4.2倾向得分匹配法

参考朱朝晖等[7]的研究，当ABtone大于0时，则认为该公司存在語调操纵行为，赋值为1，否则为0。选取企业规模、所处行业、产权性质、资产负债率、总资产报酬率和市场价值指标作为倾向得分计算基础，采用1∶1近邻匹配方法，设置匹配容差为0.05，为每一家存在语调操纵的公司匹配一家未进行语调操纵的公司。配对后平均处理效应为0.216，在1%的水平上显著。利用匹配后的样本再次进行回归检验，结果与上文一致，管理层语调操纵与财务舞弊风险存在稳定的正相关联系。

3.5稳健性检验

3.5.1替换解释变量

3.5.2替换样本

在高管自利动机驱使下，只有正向操纵的过度乐观语调才属于真正意义上的语调操纵行为，故选取语调操纵（ABtone）大于0的样本重新代入模型（4）进行回归检验。结果表明，在具有正面操纵语调倾向的样本中，语调操纵与财务舞弊风险仍显著正相关。

3.5.3替换文本语料

选取完整的MD&A报告内容作为文本语料，重新提取管理层的语调操纵特征并进行回归检验，回归结果再次验证了管理层语调操纵与财务舞弊风险间的正向关系，本文的结论是较为稳健的。限于篇幅，稳健性检验结果均未列示。

4结论与建议

4.1结论

以2015—2019年沪深A股制造业上市公司为样本，基于年报中的MD&A前瞻性文本信息，分析管理层语调操纵与财务舞弊风险的关系，得出如下结论。

4.1.1直接效应

管理层语调操纵与财务舞弊风险显著正相关。管理者的文本信息操纵和财务数据造假往往是相互配合的，当管理层语调偏离实际经营状况，过度乐观时，可能预示着企业存在着较高的财务舞弊风险。

4.1.2调节效应

虽然研发投入会加剧财务舞弊风险，但研发投入负向调节管理层语调操纵与财务舞弊风险的关系，随着研发投入强度不断提升，管理层语调操纵对财务舞弊风险的边际预测效应依次递减。

4.1.3企业异质性

产权性质、规模大小、经营现状的差异会对管理层语调操纵与财务舞弊风险的关系产生显著影响。第一、国有企业中管理层语调过度乐观与财务舞弊风险并没有直接联系，采用文本语调操纵与财务舞弊行为相配合的现象在非国有企业中更为明显；第二、在规模较大企业中，管理层语调过度乐观并不一定意味着其财务舞弊风险较高，而在小规模企业中，文本语调操纵对财务舞弊行为起到了较好的预示作用；第三、盈利能力下滑、经营现状恶化的企业迫于来自利益相关者的业绩压力，更可能采用文本语调操纵与财务舞弊行为相互配合的策略以骗取其信赖。

4.2建议

4.2.1管理层

管理层在编制对外公开披露的报告时，应注意言行一致、表里如一，根据企业的经营实况，准确披露数字信息、客观披露文本信息，在利用语调实施印象管理策略时，要把握好尺度，避免出现带有欺骗性的过度积极语调倾向。

4.2.2投资者

投资者既要充分利用管理层报告中文本数据所提供的增量信息，也要避免被管理层的“巧言令色”所蒙蔽，应注重根据行业景气度、企业经营现状来甄别管理层是否具有文本信息语调操纵嫌疑，合理利用文本信息所传递的“弦外之音”，当管理层语调偏离实际经营状况，表现过于乐观时，投资者尤其要警惕其可能采取文本语调操纵和财务数字造假相互配合的隐蔽策略，做好财务舞弊风险预判。

4.2.3监管部门

一方面监管部门应有效利用管理层语调操纵对财务舞弊风险的预警作用，当上市公司公开披露的报告中存在明显的语调操纵倾向时，监管部门应提高警惕，尤其要重视对研发投入水平较低、规模较小、业绩下滑的非国有企业的语调操纵行为实施进一步监察。另一方面，监管部门应引导上市公司规范披露文本信息，并对肆意操纵文本信息的行为加以限制，实现对文本信息质量的监管覆盖。

4.2.4评价机构

对于第三方评价机构而言，可将文本信息语调操纵作为一个全新的测评维度，进一步完善评价体系。既然管理层语调操纵对财务舞弊风险具有一定的预测价值，相关评级机构可将文本数据与财务数据相结合，构建预测精度更高的财务舞弊预警模型，更好地向治理层、监管机构和投资者传递信息。

参考文献：

[1]苗霞，李秉成.管理层超额乐观语调与企业财务危机预测——基于年报前瞻性信息的分析[J].商业研究， 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，聂梓. MD&A前瞻性信息能提升财务危机预测能力吗——基于信号传递和言语有效理论视角的实证分析[J].山西财经大学学报， 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]陳艺云.基于信息披露文本的上市公司财务困境预测：以中文年报管理层讨论与分析为样本的研究[J].中国管理科学， 2019， 27（7）： 23-34.

[7]朱朝晖，许文瀚.上市公司年报语调操纵、非效率投资与盈余管理[J].审计与经济研究， 2018， 33（3）： 63-72.

[8]周波，张程，曾庆生.年报语调与股价崩盘风险——来自中国A股上市公司的经验证据[J].会计研究， 2019（11）： 41-48.

[9]苗霞.管理层语调、媒体报道与企业财务危机预测——基于年报前瞻性信息的分析[J].财会通讯， 2019（27）： 17-21.

[10]武咏晶，施先旺.管理层讨论与分析语调对分析师预测准确度的影响[J].财会通讯， 2020（24）： 16-20.

[11]黄萍萍，李四海.社会责任报告语调与股价崩盘风险[J].审计与经济研究， 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]贾德奎，卞世博.招股说明书负面语调能预测IPO后业绩表现吗？ [J].金融论坛， 2019， 24（10）： 60-69.

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

[15]王华杰，王克敏.应计操纵与年报文本信息语气操纵研究[J].会计研究， 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]贺康，万丽梅.政治关联与管理层语调操纵——声誉约束观还是资源支持观？ [J].中南财经政法大学学报， 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]马广奇，张保平.企业研发创新影响财务舞弊风险吗[J].财会月刊， 2019（24）： 7-18.

[21]许文瀚，朱朝晖，万源星.上市公司创新活动对年报文本信息影响研究[J].科研管理， 2020， 41（11）： 124-132.

[22]郑登津，闫晓茗.事前风险、审计师行为与财务舞弊[J].审计研究， 2017（4）： 89-96.

[23]钱苹，罗玫.中国上市公司财务造假预测模型[J].会计研究， 2015（7）： 18-25，96.

[24]黄方亮，崔红燕，任晓云，等.年报管理层讨论与分析的语调倾向——基于A股市场的检验[J].投资研究， 2019， 38（5）： 19-42.

[25]曾庆生，周波，张程，等.年报语调与内部人交易："表里如一"还是"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