投资者能解读文本信息语调吗

○ 刘建梅 王存峰

引言

信息是市场经济有效运行的关键因素之一，为维护资本市场的健康发展，优化市场资源配置效率，保护投资者及其他利益相关者的权益，上市公司应提高信息披露质量。信息分为软信息和硬信息，硬信息一般以数字形式存在，是定量的，例如财务信息；而软信息一般以文字形式存在，是定性的，如管理层讨论与分析（Management’s Discussion & Analysis，以下简称MD&A）信息。财务信息一般可以通过可操控性应计、盈余平滑度、激进度、真实盈余管理等多种模型直接测度，但软信息可鉴证性较差，很难直接测度其质量。之前从信息披露水平角度研究软信息披露特征的文献较多，随着文本信息处理技术的发展，越来越多的学者从语言特征（Linguistic Characteristics），如语调和可读性等角度，对文本信息进行了研究。对信息披露水平的度量只是一个数量因素，而没有涉及到信息披露的性质和质量。定性信息的“修辞”或者“怎么说”（如语调）的问题会影响投资者对信息的编码和处理过程，帮助其理解定量信息。“语调”是指定性的文本语言信息中所包含的乐观或悲观性。[1]有研究表明语调会对信息的处理产生重要影响，影响信息被感知及理解的方式和过程。[2,3]然而语言或文本信息披露比定量信息有更大的管理层酌量权，操控空间较大，可证实性和可信性也较差，因此当管理层有私利动机时，可能会利用定性的文本信息来操控和误导信息使用者。

管理层讨论与分析（MD&A）是董事会报告的重要组成部分，中国监管机构近十几年来一直致力于完善MD&A的信息披露，希望能为信息使用者提供相对于财务信息更多的增量信息。中国2001年引进 MD&A 披露制度，之后又进行了一系列的修改，如2002年在《公开发行证券的公司信息披露内容与格式准则第3号——半年度报告》中首次使用“管理层讨论与分析”，在第五节中“管理层讨论与分析”取代原“经营情况的回顾与展望”，强调不能只重复财务报告已有的内容；2005 年在《公开发行证券的公司信息披露内容与格式准则第3号——年度报告》中对“管理层讨论与分析”的披露要求进行了细化。总体来看，MD&A信息在资本市场上发挥着越来越重要的角色，也是学者和实务界关注的重要内容。本文从语调（包括正面语调、负面语调和异常正面语调）角度研究了MD&A中的文本信息是否影响投资者的信息解读。正面语调指MD&A定性的文本信息中所包含的乐观性，负面语调指MD&A中定性的文本信息中所包含的悲观性，异常正面语调指偏离于当期和未来定量信息的过度乐观性。[2]

此外，本文还进一步检验了分析师是否能够帮助投资者传递和更好地了解MD&A中的信息，从而影响信息的市场反应。有学者认为分析师是投资者和上市公司之间传递和解读信息的桥梁，能够降低信息不对称，提高股价的信息含量。[4,5]然而也有学者认为分析师具有乐观性偏差，有动机强调上市公司的好消息，而低估坏消息。[6,7]因此我们进一步检验了分析师是否在帮助解读公司信息披露的语调，其乐观性语调对市场反应的影响如何。

以2007-2016年A股上市公司为样本，本文通过研究发现，对于MD&A正面语调，不管是长期还是短期市场均做出了积极反应；对于负面语调，短期来看市场没有显著反应，而长期来看市场做出了消极反应，这可能是由MD&A中负面信息的可读性较低导致的。这表明语调与可读性的交互作用影响投资者对文本信息的解读。此外，我们发现不管是长期还是短期，市场均对MD&A异常正面语调进行了积极反应，这表明市场投资者不能识别MD&A中的异常正面语调，而不同模态信息（如盈余信息和文本信息）之间的一致性程度能够帮助投资者识别异常正面语调。进一步研究发现，在跟踪分析师较多的公司，正面语调的市场反应显著更强烈，而负面语调的市场反应没有显著性差异；此外，分析师也没有帮助投资者识别MD&A中的异常正面语调，反而由于乐观性增强了异常正面信息的市场反应。

文章的理论贡献如下：第一，国内研究MD&A或年报语调的文献多以净语调来度量，[8,9]本文将MD&A语调分为正面语调和负面语调分别进行分析后发现，投资者对正面语调和负面语调的解读具有不对称性，具体表现在负面语调只有长期才有显著的市场反应。进一步分析发现，这是由负面信息的可读性较低导致的。这也提醒投资者对正面信息和负面信息要区别开来解读，需关注正负面信息的不同信息质量特征，如负面信息的可读性。第二，国外文献用市场反应作为信息含量的度量方法之一，研究了MD&A信息是否具有信息含量。[10,11]然而，本文发现在中国的资本市场中信息的市场反应不完全等同于信息具有信息含量，当信息披露质量较低时，投资者可能会被误导而做出错误的市场反应。第三，国外有文献研究了MD&A语调对同行业竞争对手的溢出效应，认为MD&A语调能够影响竞争对手的投资和投资效率，本文研究了中国情境下MD&A语调对于资本市场投资者的信息传递效应。第四，现有文献从分析师预测或评级角度研究了其乐观性，而本文从另一个角度验证了其乐观性的存在，即分析师只帮助解读和传播了MD&A中的正面信息和异常正面信息。此外，本文进一步得出分析师在信息可信性较低时，会抑制自己的乐观解读；而负面信息可读性较低需要分析师解读时，分析师反而没能帮助解读。这一点补充了分析师在不同的信息质量特征交互时的行为文献。第五，现有研究语调[2,12]或可读性[13]的文献大多只关注其一，而本文在进一步检验中研究了MD&A的负面语调和可读性之间的交互作用。研究发现负面消息短期没有市场反应可能是由负面消息的可读性较低导致的，此时可读性起到了负向调节作用，这也提醒学者、监管机构和投资者等要关注信息披露特征的交互作用，从多方面关注信息披露的质量。

一、文献综述

1.有关MD&A披露的研究

国内外有关 MD&A 信息披露的研究主要围绕其信息有用性和市场反应展开，且结论具有不一致性。国外有文献认为MD&A中有关未来经营情况、资本支出、过去收入增长原因的分析和新开商店数、订单数量、研发等的描述性信息能够预测未来的基本面，具有信息含量。[10,11]国内针对 MD&A披露的研究较少，但有关此类信息的重要性已逐渐受到国内学者的重视。李峰森等[14]探讨了 MD&A 信息的有用性，认为我国MD&A信息总体上对预测公司未来收入、每股盈余和经营现金流量的变化有显著的辅助作用，而且股票市场也对此做出了及时迅速的反应。薛爽等[15]以2004-2005年的亏损公司为样本，研究发现MD&A信息有助于投资者预测企业未来的盈利能力。然而，前者样本数据只有部分2004年的半年报，后者也只是2004-2005年的亏损样本，有一定的局限性。孟庆斌等[16]研究发现，MD&A中对未来展望部分的信息含量能够缓解信息不对称，显著降低了未来股价崩盘风险。

然而也有文献认为，MD&A信息披露不能提供有用信息，甚至存在着管理层的机会主义行为和披露偏差。Brown等[17]认为MD&A的信息有用性在降低，Merkl-Davies等[18]则发现董事会报告信息披露存在偏差，公司倾向于披露乐观性信息而忽略或不完全报告悲观信息，且投资者在短期内并不能识别这些偏差。此外，Li[13]还发现机会主义的管理者会在管理层讨论与分析中披露大量叙述性的信息来掩盖或者模糊较差的公司业绩。

2.有关信息披露语调以及语调管理的研究

国外有学者研究了公司年报中的信息披露语调，认为语调能够传递公司的基本面信息并带来股票市场反应。[1,12]Feldman等[1]利用字典统计词频的方法来度量管理层讨论与分析的语调，发现短期窗口市场反应与MD&A的语调变化显著相关。Li[12]则采用了另外一种文本语调的处理方法即朴素贝叶斯计算机学习算法检验了管理层讨论与分析中有关未来发展前景（FLS）信息语调的信息含量，研究发现在控制了未来绩效的其他决定因素后，FLS语调与未来盈余正相关。Durnev等认为MD&A的语调具有溢出效应，能够影响同行业竞争对手的投资，提高投资效率。[19]以上文献认为语调具有信息含量，具有决策相关性。然而，也有学者认为信息披露的语调存在着语调管理行为，是管理层的一种策略性信息披露行为。如国外有文献研究发现：管理层会为了模糊公司的低业绩或业绩的低持续性，股票期权行权之前，在需要满足或者达到分析师预测标准，未来有盈余重述，有再融资、并购时采用较多的乐观语调，[3,13]而在股票期权授予的时异常语调较低。[3]

国内分析语调的文献较少，有学者研究了公司年度业绩说明会语调的信息含量和市场反应。如谢德仁等[20]基于我国上市公司年度业绩说明会的文本数据研究了公司管理层语调是否有助于预测公司未来业绩，发现业绩说明会上的管理层语调能够提供关于公司未来业绩的增量信息。林乐等[2]以同样的文本数据研究发现，投资者对管理层的净正面语调做出了显著的正向反应，对负面语调做出了显著的负向反应。这表明管理层语调具有信息含量，投资者会据此做出不同反应。

综上所述，现有文献对 MD&A 有用性的结论不一致，并且国内有关语调的研究较少，变量的度量和样本也存在局限性，本文将在此基础上做进一步的研究，从语调的角度检验在中国制度背景下，投资者对MD&A的信息披露是否认可，对MD&A信息披露的异常语调是否能够“明察秋毫”。

二、理论分析和假设提出

1.正面语调和负面语调的市场反应

（1）MD&A中信息是重要的信息，也是信息使用者关心的信息。MD&A中的经营情况、资本支出、新开商店数、订单数量、存货增长、经营现金流等描述性信息能够预测未来的基本面，具有信息含量。MD&A包括对过去经营情况的总结和对未来发展的展望，这两部分都将直接影响投资者对未来公司价值的判断，对投资者来说具有很大的决策相关性。MD&A 提供了回顾性的叙述性语言文字信息披露，以使信息使用者能够评价公司的财务状况和经营成果；还披露了公司未来发展前景的信息，对于投资者来说具有很大的决策相关性。有关问卷调查结果显示，大部分投资者都认为描述性的定性信息对做出合理的投资决策有重要的作用，应该在财务报告中加以披露。此外，在分析师的研究报告中，MD&A的引用比例高于年报中的其他部分，包含了大量非财务信息的MD&A，可以对传统会计报表起到很好的补充和解释作用。

定量信息本身不能提供公司经济情况的完美图景，且投资者需要对定量信息进行编码，然后才能进行信息处理。而信息披露的语调影响信息被感知和理解的方式和过程，影响信息使用者对信息的编码和处理，帮助信息使用者获得信息。[2,3]Feldman等[1]利用字典统计词频的方法来度量10-K和10-Q当中的管理层讨论与分析语调，发现短期窗口市场反应与 MD&A的语调变化显著相关，即使控制了盈余惊奇（Earnings Surprise）和应计结果也如此。Li[12]则采用了另外一种文本语调的处理方法即朴素贝叶斯计算机学习算法，检验了10-K和10-Q中管理层讨论与分析中有关未来发展前景（FLS）信息语调的信息含量，研究发现在控制了未来绩效的其他决定因素后，FLS语调与未来盈余正相关。除此之外，他还发现当管理层对未来绩效有警告迹象时，应计与未来的股票回报没有相关性，这表明 MD&A能够缓解应计的错误定价。Teclock等[21]研究了公司新闻公告的语调对未来盈余的预测能力，发现负面词汇的比例能够预测公司的低盈余，这表明新闻报道的语言描述能够捕获一些难以定量化的公司的基本面，且投资者能够将这些信息迅速融入股票价格当中。

因此，本文预期年报报出后，MD&A的正面语调会带来公司额外的正面信息和信号，增加投资者对公司价值的估值，进而市场会有短期的积极反应。对于负面语调，本文预期年报报出后，MD&A的负面语调会带来公司额外的负面信息和信号，降低投资者对公司价值的估值，从而市场会有短期的消极反应。

H1a：在其他条件相同时，MD&A的正面语调短期内与市场反应正相关，负面语调短期内与市场反应负相关

（2）有研究表明定性的文本信息比定量的数字信息更难处理。定性的文本信息比定量的数字信息更抽象，多一个信息处理层次，就会影响投资者对信息处理的流畅性，因此文本信息处理的时间比定量信息处理花费的时间要长。[22]Petersen[23]认为定性信息的处理成本要高于定量信息。Engelberg[24]与Petersen[23]观点相同，认为文本信息较难处理，理解文本信息的内容首先要理解语言表达、语调或者其他细微差别。他们发现投资者对定性信息的反应要慢于定量信息，因为定性信息没有定量信息那么客观、容易处理和容易对比。Engelberg[24]还发现定性信息能够预测较长窗口的股票回报，这表明定性信息处理的摩擦（Frictions）和难度产生了股价的漂移。因此MD&A作为定性的文本信息，相对于定量信息会更难被资本市场理解，投资者很可能需要较长的时间去理解吸收从而做出反应。故本文预期在较长的时间窗口下，市场仍会对管理层语调（包括正面和负面语调）做出反应。由此提出以下假设：

H1b：在其他条件相同时，MD&A的正面语调长期内与市场反应正相关，负面语调长期内与市场反应负相关

2.异常正语调的市场反应

MD&A信息大部分都是文字叙述性的信息，本身带有较强的主观性、较差的可证实性，管理层可以自主决定是否进行披露及如何披露。国外有学者认为MD&A信息披露存在着管理层的机会主义行为和披露偏差。[13,17]也有学者认为信息披露的语调存在语调管理行为，是管理层的一种策略性信息披露行为。如国外研究发现，管理层会为了模糊公司的低业绩或业绩的低持续性、股票期权行权之前、在需要满足或者达到分析师预测标准、未来有盈余重述、有再融资、并购时，常采用较多的乐观语调；[3,13]而在股票期权授予时异常语调较低。[3]而投资者对上市公司信息披露的机会主义行为很难及时识别。Pava等[25]发现，虽然大部分公司准确地描述了过去的经营状况，但是很少有公司能够提供有用、准确的前瞻性信息。他们还发现信息披露存在偏差，公司倾向于披露乐观的前瞻性信息，而悲观的前瞻性信息往往被忽略或者没有被完全报告。Merkl-Davies等[18]认为董事会报告的文件可能包括报告偏差，并且投资者在短期内并不能识别这些偏差。

我国具有特殊的新兴市场制度，法律制度和监管体系不那么完善，分析师等中介机制也较难发挥有效的监督作用，[26]因此我国MD&A信息披露可能也存在一定的语调管理问题，而我国投资者更难以及时发现信息披露的机会主义行为。由此本文预期，总体来看我国的投资者不能识别低质量的MD&A信息披露，不能识别语调管理行为，从而投资者对异常正面语调也会做出正面反应。综上提出以下假设：

H2：在其他条件相同时，MD&A的异常正面语调与市场（短期和长期）①反应均正相关

3.分析师跟踪对MD&A语调市场反应的影响

分析师是复杂的信息传递者，分析师的盈利预测、股票评级及分析师报告中的文本信息都能够为投资者提供有价值的信息，降低信息不对称，提高股价的信息含量。但由于某些主观或客观原因具有乐观性偏差，倾向于强调上市公司的好消息，而低估坏消息。[6,7]如基于投行部门和自营业务的压力，分析师倾向于对有承销业务或所属券商重仓持有的股票做出乐观预测，实现拉拢承销业务、促销承销股票、获取投资收益等目的；为了满足经纪业务部门的要求，分析师会发布有偏的报告以刺激交易量，从而提高经纪业务佣金收入。[27,28]Easterwood等[6]研究认为分析师的预测存在系统乐观性，对坏消息（Negative Information）反应不足，对好消息（Positive Information）过度反应。林乐等[29]研究发现，由于分析师乐观性偏差的存在，管理层正面语调对分析师荐股评级水平及其变动有显著正向影响，而负面语调则没有显著影响。分析师为了迎合管理层获取私有信息也会发布乐观性报告。例如，Feng等[30]研究认为，分析师为了迎合管理层获取私有信息会过度加大管理层盈余预测信息的权重，发布乐观性的报告。赵良玉等[31]也得出了类似结论，认为我国财务分析师评级报告乐观性的一个重要动机是为了满足上市公司管理层的偏好，以获取私有信息。

因此一般来说，分析师可以帮助投资者传递和更好地了解上市公司披露的信息，从而加强信息的市场反应。然而分析师有乐观性倾向，对于传播的信息可能具有选择性，倾向于传播好信息，而对负面信息传播较少或者不报告。因此，由于分析师乐观性偏差的存在，分析师能够帮助投资者传播和解读正面信息，增强MD&A中正面语调和异常正面语调的市场反应，而对于负面语调却没有显著性影响。由此提出以下假设：

H3：相比于跟踪的分析师较少的公司，跟踪的分析师较多的公司MD&A正面语调与市场反应的正相关性更强，而负面语调与市场反应的关系没有显著性差异

H4：相比于跟踪的分析师较少的公司，跟踪的分析师较多的公司MD&A异常语调与市场反应的正相关性更强

三、研究设计

1.样本选择和数据来源

本文选取了深、沪两市2007-2016年所有的A股上市公司作为初始研究样本，并做了如下处理：（1）剔除了金融行业的上市公司；（2）剔除了相关变量数据不全的公司；（3） 将连续变量进行1%分位数Winsorize处理。最后共得到9548个样本观测值。借鉴Li[12]采用机器学习的方法对MD&A的语调进行文本分析，其他研究数据来源于CSMAR数据库和Wind数据库。样本筛选过程如表1所示，其中，由于计算MD&A的ABtone的模型中某些数据缺失及MD&A语调本身数据缺失导致剔除了4757个样本，由于计算市场反应CAR导致数据缺失3646个。其他样本缺失情况如下表：

表1 样本筛选步骤

2.模型设计

为了验证H1-H4，我们建立以下模型进行检验：

各变量定义具体见表2。

表2 变量设计与说明

3.变量定义

（1）被解释变量：市场反应（股票累计超额回报CAR）

根据已有文献[32]的做法，本文采用市场调整模型计算超额回报，CAR（-3，3）是年报披露前3天至披露后3天股票累计超额回报，CAR（4，30）是年报披露后第4-30天股票累计超额回报。

（2）解释变量：MD&A披露语调

本文借鉴Li[12]的研究采用机器学习方法来获得MD&A的正面语调（Pos）和负面语调（Neg）。首先，手动将训练语句分类为褒义、贬义和中性。其次，将手动编码的句子的训练信息提供给贝叶斯分类器并进行训练。在此中文年报训练数据库的基础上，采用贝叶斯算法将MD&A所有语句分类为褒义、贬义和中性。

MD&A的正面语调（Pos）和负面语调（Neg）计算公式如下：

其中，N_Posit、N_Negit和N_Neuit分别为上市公司i在t年MD&A信息披露中的褒义、贬义和中性的句子数。

借鉴Huang等[3]的方法采用如下模型将语调Tone分为正常的语调和异常的语调ABTone。以下模型回归残差即为异常正面语调ABTone。

各变量的定义如下：借鉴Li[12]计算MD&A的披露语调（TONE）公式：EARN为经营利润，RET为当期的股票年回报率，CFRATIO为经营现金流/流动负债，ACC为应计/资产，SIZE为公司规模，MTB为（权益市场价值-负债账面价值）/总资产的账面价值，ETVOL为过去12个月的股票回报波动性（过去12个月的标准差），EARNVOL为过去3年公司盈余的波动性（标准差），FIRMAGE为公司从成立日至今年数的对数，NBSEG和NGSEG分别为公司业务分部和地区分部的个数，MA、SEO、LOSS分别为是否有并购、是否有增发新股及盈利是否为负，SI为非经常性损益，DEARN为经营利润变化，AFE为分析师预测误差。此模型回归残差即为异常正面语调ABTone。

（3）控制变量

借鉴Huang等的研究，[3]本文控制了公司负债率Lever、托宾Q、未预期盈余SUE、可操控应计绝对值AbsDA、ROA和公司规模Size会影响股票市场反应的因素，另外还控制了年报其他部分文本语调AR_Tone，同时控制了行业和年度的虚拟变量。详见表2。

四、实证检验结果与分析

1.描述性统计

表3报告了各变量的描述性统计。从表3可以看出，年报披露前3天到年报披露后3天的累计超额收益CAR（-3，3）平均值为0.0028，最大值为0.5218，最小值为-0.3168，表现出较大的差异。年报披露后4-30天的累计超额收益CAR（4，30）平均值为0.0038，最大值为0.4472，最小值为-0.2733。另外，有关MD&A语调的描述性统计，正面语调Pos的均值为0.5031，这表明平均来看，上市公司MD&A信息披露有超过一半的语句是褒义的。负面语调Neg的均值为0.2601，这表明平均来看，上市公司MD&A信息披露有26.01%的语句是贬义的。异常正面语调ABTone的均值为0，最小值为-0.5477，最大值为0.4954。

此外，我们还列示了根据跟踪分析师的中位数进行分组后的描述性统计，结果如表3所示。分析师跟踪较多组公司的正面语调和异常正面语调显著高于分析师跟踪较少组，负面语调显著低于分析师跟踪较少组；且分析师跟踪较多组公司的年报其他信息的语调、TQ、资产规模和ROA显著高于分析师跟踪较少组，资产负债率显著低于分析师跟踪较少组。

表3 主要变量的描述性统计

2.实证结果与分析

（1）表4列示了正面语调的市场反应结果。如第一列所示全样本正面语调Pos与CAR（-3，3）在5%的水平上显著正相关，相关系数为0.0105，这表明MD&A语调越积极，短期市场反应越好。第四列全样本结果表明正面语调Pos与CAR（4，30）在1%的水平上显著正相关，相关系数为0.0179，这表明MD&A语调越积极，长期市场反应越好。以上结果验证了假设1a。

表4 正面语调市场反应的回归结果

将全样本按照跟踪的分析师数量中位数分成了高低两组，第二列和第三列列示了分组后正面语调的短期市场反应。在跟踪的分析师较多组，Pos与CAR（-3，3）在1%的水平上显著正相关，相关系数为0.0176；在跟踪的分析师较少组，Pos与CAR（-3，3）相关系数为0.0037，但不显著。第五列和第六列列示了分组后正面语调的长期市场反应，在跟踪的分析师较多组，Pos与CAR（4，30）在5%的水平上显著正相关，相关系数为0.0187；在跟踪的分析师较少组，Pos与CAR（4，30）在10%的水平上显著正相关，相关系数为0.0061。进一步的系数差异性检验发现，跟踪分析师较多组公司的系数（0.0187）显著大于跟踪分析师较少组公司的系数（0.0061），p值为0.006。这表明，分析师能够帮助正面信息的传递，从而使得正面信息市场反应更显著，且以上结果也表明市场投资者短期内之所以能够对MD&A中的正面语调进行反应，可能是因为跟踪的分析师对信息进行了传播和解读。以上结果验证了假设3a。

（2）表5列示了负面语调的市场反应结果。如第一列所示以全样本来看，负面语调Neg与CAR（-3，3）相关系数为-0.0109，但不显著。这表明短期来看，市场没有对负面语调做出显著的反应。第四列全样本中，负面语调Neg与CAR（4，30）在5%的水平上显著负相关，相关系数为-0.0134，这表明长期来看，市场对负面语调做出了显著的负面反应。以上结果没有完全支持假设1b，后文将负面语调无短期市场反应可能的原因进行分析。

表5 负面语调市场反应的回归结果

本文将全样本按照跟踪的分析师数量中位数分成了高低两组，第二列和第三列列示了分组后负面语调的短期市场反应，在跟踪的分析师较多组，Neg与CAR（-3，3）相关系数为-0.0165，不具有显著性关系；在跟踪的分析师较少组，Neg与CAR（-3，3）相关系数为-0.0084，也不显著。第五列和第六列列示了分组后负面语调的长期市场反应，在跟踪的分析师较多组，Neg与CAR（4，30）在5%的水平上显著负相关，相关系数为-0.0147；在跟踪的分析师较少组，Neg与CAR（4，30）在5%的水平上显著负相关，相关系数为-0.0121。且进一步的系数差异性检验发现，跟踪分析师较多组公司的系数（-0.0147）与跟踪分析师较少组公司的系数（-0.0121）不具有显著性差异（p值为0.346）。这表明，从短期来看，分析师没有帮助投资者传播和解读负面信息；从长期来看，投资者会逐渐理解MD&A中的负面信息，然而分析师在这一过程中没有起到帮助传播和解读的增量作用。以上结果验证了假设3b。

（3）以上结果表明，市场投资者对正面语调有正面的反应，能够吸收MD&A中的正面信息，但至于投资者是否能够对MD&A信息披露的质量进行判断，本文不得而知。为了验证此问题，检验市场对异常正面语调的反应。

表6列示了异常正面语调的市场反应结果。如第一列所示全样本中，异常正面语调ABTone与CAR（-3，3）在1%的水平上显著正相关，相关系数为0.0067，这表明MD&A异常正面语调越高，短期市场反应越好。第四列所示全样本中，异常正面语调ABTone与CAR（4，30）在1%的水平上显著正相关，相关系数为0.0075，这表明MD&A异常正面语调越高，长期市场反应越好。以上结果验证了假设2。

表6 异常正面语调市场反应的回归结果

本文将全样本按照跟踪的分析师数量中位数分成了高低两组，第二列和第三列列示了异常正面语调的短期市场反应，在跟踪的分析师较多组，ABTone与CAR（-3，3）在1%的水平上显著正相关，相关系数为0.0088；在跟踪的分析师较少组，ABTone与CAR（-3，3）相关系数为0.0048，但不显著。第五列和第六列列示了异常正面语调的长期市场反应，在跟踪的分析师较多组，ABTone与CAR（4，30）在5%的水平上显著正相关，相关系数为0.0100；在跟踪的分析师较少组，ABTone与CAR（4，30）在10%的水平上正显著，相关系数为0.0057。且进一步的系数差异性检验发现，跟踪分析师较多组公司的系数（0.0100）在10%的水平上显著大于跟踪分析师较少组公司的系数（0.0057） （p值为0.077）。以上结果表明分析师没有起到监督和治理作用，不能帮助投资者识别上市公司的语调管理行为；反而分析师可能在帮助管理层传播异常的正面信息，从而使得异常正面语调的市场反应更强烈。以上结果验证了假设4b，排除了假设4a。

3.进一步研究

（1）多模态信息一致性对MD&A异常正面语调市场反应的影响

当人们所接收到的不同来源信息能够相互印证时，他们会更加相信信息的真实性。[32,33]不同模态信息若一致，则代表信息更可信，可以增强信息使用者的信心，进而提高人们所感知到的信息可靠性和真实性。因此本文认为多模态信息一致性（即信息的可信性）会影响投资者对信息的反应，如果不同模态信息不一致，市场投资者反应会减弱甚至消失。现有研究表明文本定性信息的语调与盈余业绩成正比，[3,12]语调与定量两种模态的信息应该保持一致，如果不一致则代表着语调的异常，可能会提醒投资者信息不可信。

在此理论基础上，借鉴已有文献[12]的分组思路，将多模态信息不一致即可信性较低组定义为ROA小于年行业中位数但是Pos大于年行业中位数的公司，而余下公司为可信性较高组，重新检验了MD&A异常语调与市场反应的关系。

结果如表7所示，在多模态信息一致组，全样本来看，ABTone有显著的短期市场反应和长期市场反应。而在多模态信息不一致组，全样本来看，ABTone没有显著的短期和长期市场反应。这表明，当没有迹象表明MD&A的语调可能有问题值得怀疑的时候，投资者对异常语调会“深信不疑”，从而做出市场反应；而有此类警示迹象时，投资者对异常语调会“心存疑虑”，从而没有显著的市场反应。

表7 多模态信息一致性（可信性）对MD&A异常正面语调市场反应的影响

此外，在多模态信息一致组，在分析师跟踪较多的公司中，ABTone具有显著的短期和长期市场反应；而在分析师跟踪较少的公司中，ABTone不具有显著的短期和长期市场反应。这表明没有警示迹象表明MD&A的语调可能有问题时，分析师“勇敢”地发布具有乐观性偏差的信息，使得投资者做出了更显著的市场反应。在多模态信息不一致组中，不管是分析师跟踪较多还是较少的公司，ABTone均不具有显著的短期和长期市场反应。这表明，当有迹象表明MD&A的语调可能有问题值得怀疑的时候，分析师不会再去“冒险”发布具有乐观性偏差的信息，因此投资者的反应无显著差异。

（2）负面语调与可读性交互作用对投资者解读的影响

由前文结果可知，市场对负面语调短期内没有显著反应，但长期来看做出了显著的负面反应。究其原因，可能是因为上市公司负面信息的可读性较差，[13]短期内市场没有理解和吸收，而随着时间的推移，市场逐渐将负面信息融入股市当中。

负面消息相对于正面消息，有其独特的一些特点，例如较低的可读性。如果管理层不希望坏消息被投资者认知，可能会提高坏消息的阅读难度，使得信息具有模糊性，可读性较差，从而阻碍投资者对信息的提取和吸收，市场反应也不会那么强烈。[13,34]此外，还有学者研究认为可读性较差的信息会阻碍信息使用者快速吸收信息的能力。[35]由此我们认为管理层在披露MD&A中的负面信息时可读性可能会较差，这就阻碍了投资者对负面信息的吸收速度，市场短期内没有反应；而随着时间的推移，投资者对负面信息进行了更多的认知，也可能是由于其他信息的披露帮助了投资者对负面信息的理解和吸收，从而在长期内有所反应。

为了对以上原因进行验证，我们首先参照丘心颖等[36]的7因素计算方法计算可读性，将总样本按照可读性中位数分为可读性较高组和可读性较低组，重新对负面语调的短期市场反应进行检验。如表8结果显示，在可读性较高组中，全样本来看，负面语调的短期市场反应显著为负；而在可读性较低组中，全样本来看，负面语调短期无显著的市场反应。结果符合本文的分析和预测。

此外，为了检验分析师在不同可读性组中的作用是否相同，本文进行了进一步的分组检验，如表8所示。当可读性较高时，在分析师跟踪较多的公司中，负面语调短期内在1%的水平上具有显著的消极市场反应；在分析师跟踪较少的公司中，负面语调短期内无显著的市场反应。这表明当可读性较高时，分析师可以帮助投资者传播和解读负面消息从而具有消极的市场反应。而当可读性较低时，不管是分析师跟踪较多还是较少的公司，负面语调短期内均无显著的市场反应。这表明当可读性较低时，分析师没有帮助投资者传播和解读信息，因而市场反应无显著差异。

表8 可读性对MD&A负面语调短期市场反应CAR（-3，3）的影响

（3）内生性的检验

分析师可能更倾向于跟踪比较好的公司，而比较好的公司正面语调较高从而市场反应也较好。为了排除这种可能性，解决可能存在的分析师选择的内生性及样本自选择问题，采用Heckman两阶段进行检验。第一阶段选取了能够影响分析师跟踪的变量，除了模型（4）的控制变量还包括Crosslist和EarnVol，Crosslist为是否有海外上市，EarnVol为上市公司过去三年盈余的波动程度；第二阶段控制了第一阶段选择模型的“逆米尔斯系数”。具体结果如表9所示，与主检验结果一致。

表9 语调市场反应的Heckman两阶段回归结果

（4）异常正面语调的更长期市场反应

本文检验了更长期的60/90/120天的市场反应。结果表明异常正面语调的市场反应CAR（4，60）在10%的水平上显著为正，比CAR（4，30）的市场反应变小，且显著性降低；异常正面语调的CAR（4，90）已经没有显著的市场反应；而CAR（4，120）变量的结果显示，120天时市场已经开始修正这种错误定价，异常正面语调逆转为有负的市场反应，这表明市场此时已经能够识别异常正面语调且做出了修正（限于篇幅，备索）。

此外，将样本按照是否有内部人减持和是否属于股权激励有效期内将样本分为两组，重新进行了检验。检验结果表明，管理层因为内部人减持和股权激励提高了坏消息的阅读难度，从而阻碍投资者对信息的提取和吸收，市场无显著反应。为了进一步检验分析师是否起到了信息传递的作用，我们借鉴温忠麟等[37]中介效应的检验方法，验证了分析师对正面信息和异常正面信息传播的中介机制。结果表明分析师起到了部分中介的作用（限于篇幅，备索）。

4.其他稳健性检验

为了验证投资者对MD&A负面语调长时间的吸收确实能够影响负面语调的市场反应，而不止是因为随后其他信息（不良状况）带来的影响，本研究控制了跟随着负面语调之后的其他信息（不良状况）披露重新进行了检验。若30天内有盈余预告且盈余预告是“大降”“略降”“续亏”“转亏”，则Poor_information为1，否则为0。结果显示在控制了不良状况（Poor_information）后，负面语调仍旧具有长期市场反应，这表明投资者对MD&A负面语调的吸收确实能够影响负面语调的长期市场反应。

MD&A文本信息披露往往也是公司基本面的语言呈现，然而市场反应有可能并非由MD&A文本信息所导致，而是财务报表数字。为了排除此种原因，我们在模型中控制了业绩变动指标（C_ROA）和盈余管理指标（AbsDA），重新进行了回归，回归结果没有显著性变化。

此外，还计算了CAR（-1，1）作为短期市场反应，重新进行回归，结果仍然支持之前的结论。本研究将计算异常语调模型中不显著的变量（包括当期的股票年回报率、经营现金流/流动负债、经营利润/总资产相比去年的变化、分析师预测误差、公司业务分部个数）去掉后，重新计算异常语调进行回归，结果仍然支持之前的结论；用字典统计词频的方法来度量MD&A的语调，重新进行回归，结果仍然支持之前的结论；对文本信息的财会专业词汇进行统计，作为度量可读性的指标对负面语调的短期市场反应进行检验，结果仍然支持之前的结论；只用异常正语调残差为正的样本重新进行了检验，检验结果与之前一致，无显著性差异（限于篇幅，备索）。

五、研究结论和政策建议

本文以 2007-2016年A股上市公司为样本，研究了市场对MD&A披露语调的反应。

1.研究结论

（1）MD&A正面语调和负面语调的市场反应具有不对称性，这表现在对于MD&A正面语调，不管是长期还是短期市场均做出了积极反应；而对于负面语调，短期来看市场没有显著反应，而长期市场做出了显著的消极反应。在进一步的检验中发现：在可读性较高组，负面语调的短期市场反应显著为负，且在有内部人减持和有股权激励的公司中，负面语调短期市场无显著反应。这表明可能是管理层出于某些动机，如内部人减持和股权激励等，不希望坏消息被投资者认知，使得信息具有“模糊性”，可读性较差，从而阻碍了投资者对信息的提取和吸收，市场没有显著反应。

（2）不管是长期还是短期，市场均对MD&A异常正面语调进行了积极反应，这表明市场投资者不能识别MD&A中的异常语调。而从更长期来看，投资者会逐渐识别异常语调，虽然这种积极反应越来越弱后来得到了反转，但为时将近半年。进一步检验发现，当有迹象表明MD&A的语调可能有问题、值得怀疑时（ROA与文本信息的语调不一致时，信息可信性较差），投资者对异常语调会“心存疑虑”，而没有此类警示迹象时，投资者对异常语调会“深信不疑”。

（3）相比跟踪分析师较少的公司，跟踪分析师较多的公司其对正面语调的市场反应显著更强烈，而负面语调的市场反应没有显著性差异，这可能是由分析师乐观性倾向导致的，分析师更倾向于“乐观”的解读，并未充分发挥信息中介的功能。此外分析师也没有帮助投资者识别MD&A中的异常正面语调；当异常语调可信性较低时，分析师没有“冒险”去传播乐观性信息；而异常语调可信性较高时，分析师的乐观性使得投资者做出了更显著的市场反应。

2.政策建议

（1）针对异常正语调，建议监管层可通过对比财务信息（例如盈余信息等）和文本信息的一致性来识别，亦可进一步通过问询函等方式予以确认和监管，以更好地提升中国资本市场的信息披露质量。同时投资者也可考察文本与盈余等不同模态信息之间的一致性来判断语调的可靠性，进而降低投资决策风险。

（2）管理层可能会通过降低可读性来掩饰坏消息，因此针对负面信息，建议监管层在监督时从多角度评价信息披露质量，除了完善必要的实质性内容披露外，还应当进一步重视和规范信息语言形式的披露质量，如可读性。监管层应进一步强化上市公司MD&A信息披露文字易读性要求，以保证语言直白、简单易懂，其文本所含信息便于投资者识别理解，进而充分发挥资本市场有效配置资源的功能。例如可规定MD&A信息披露时应该对专业术语做出解释说明或采用图表帮助投资者理解，可以考虑通过构建上市公司可读性指数来规范其披露行为。

投资者也应对负面信息的可读性加以关注，投资者应格外注意负面消息的模糊字眼或较多晦涩的专业词汇，不要受表面的语言描述限制而对公司真实价值的评估有偏差。此外投资者可以通过继续教育等途径提高信息解读能力，进而降低投资决策风险。

（3）分析师更倾向于“乐观”的解读，且当可读性较低时，分析师未能有效发挥专业解读信息的作用。监管机构应加强对分析师等中介机构的关注，如提高分析师专业素养和自我纠偏能力，将券商研究部门与证券公司投行利益分割保持分析师独立性，进而更好地发挥信息传播和监督作用。此外，投资者也要谨防分析师的乐观偏差，不能一味相信分析师的解读。

注释

① 本文长期市场反应采用的是CAR（4,30），我们认为30天相对是一个较干净的窗口，较少受到其他信息披露的影响，能够检验语调本身带来的影响。此外，我们在进一步检验中列示了更长期的市场反应。

② 系数差异性检验表明，跟踪分析师较多组公司的系数（0.0457）在5%的水平上显著大于跟踪分析师较少组公司的系数（0.0305），p值为0.031。

③ 系数差异性检验表明，跟踪分析师较多组公司的系数（-0.0322）与跟踪分析师较少组公司的系数（-0.0299）不具有显著性差异，p值为0.235。

④ 感谢对外经济贸易大学国际经济贸易学院刘运韬同学对本文部分数据收集所做的工作。