創業板上市公司文本慣性披露、信息相似度與資產定價
——基于Fama-French改進模型的經驗分析

蔣艷輝，馬超群，熊希希

(湖南大學工商管理學院，湖南 長沙 410079)

1 引言

“管理層討論與分析”(Management Discussion and Analysis，以下簡稱MD&A)是上市公司財務報告中“董事會報告”的重要內容之一。作為財務數據信息的重要補充，MD&A為投資者提供了管理層如何看待企業經營狀況的歷史信息及未來事項的前瞻性信息，因此被投資者譽為定期報告“核心與靈魂”，被監管者視為“后安然時代”強化披露的重要措施。然而，如果上市公司披露的MD&A文本信息一年年、一期期上的內容高度重復，不因企業經營情況和內部環境的變化而進行動態調整，那么MD&A是否依然具有信息含量、依然有利于投資者決策呢？

特別是對創業板而言，這一投資風險更高、前瞻性信息更為重要的資本市場，MD&A中的信息對投資者了解公司經營狀況，預計公司未來風險具有更為重要的作用。如果創業板上市公司披露的MD&A信息沒有隨環境變化而動態調整，而是高度重復的慣性披露，投資者是否能對這種信息披露行為產生反應？如果有，又如何反應呢？這種反應是否有利于資本市場配置效率的提高呢？這些問題都亟待研究。

當前關于上市公司MD&A慣性披露的研究相對較少。國外已經進行了一些研究，但研究結論莫衷一是。Aerts[1]研究年報中業績歸因文本的慣性披露問題，發現“績優歸于內因”的歸因信息保持較高的相似程度。Guillamon-Saorin認為慣性披露是一種披露管理行為，其意在強調好消息。Brown和Tucker[2]研究了MD&A的樣板式披露問題，提出利用MD&A內容變動分值作為信息含量的替代指標，實證檢驗了MD&A內容變動分值與股票價格之間的正相關關系。

早在2002年，吳水澎等[3]就對文本慣性披露行為有所提及，指出企業存在同一媒體多次披露相同內容的行為。王雄元等[4]研究發現較高的信息相似度可能意味著較少的信息含量，同時大量相似的正面信息會掩蓋負面信息。然而，后續的這方面研究文獻較少見，實證研究更是鮮見。我國資本市場具有明顯的不同于歐美資本市場的特征，同時我國投資者類型與歐美相比也是有區別的。鑒于此，我國資本市場對文本慣性披露行為會是如何反應呢？是增加股權資本成本，還是降低股權資本成本？本文將以我國資本市場為背景，研究MD&A文本信息慣性披露行為的對資本市場的影響，從理論和實證雙重層面分析上市公司文本慣性披露行為與股權資本成本的關系，以期對上述問題進行剖析與解答。

本文選取創業板上市公司2010年-2012年披露的MD&A文本信息為樣本，首先利用文本挖掘技術，采用“信息相似度”對上市公司文本慣性披露行為進行刻畫，從語義層面有效度量MD&A文本信息的重復性程度。然后引入“信息相似度”因子對Fama-French三因素模型進行改進，實證研究信息相似度與股權資本成本之間的關系。研究發現MD&A信息相似度越高，股權資本成本越高。

本文的貢獻在于：一是利用文本慣性披露數據，實證檢驗了我國創業版上市公司文本慣性披露行為對股權資本成本的影響，不僅豐富了信息披露研究文獻，而且增進了人們對文本信息披露行為的認知。二是采用組合方法、Fama-French資產定價實證框架，構建Fama-French四因子模型，降低對定性信息測度精準度的依賴，提高文本定性信息的分析效率。三是采用空間向量模型(VSM)，通過計算機抽取文本信息，計算信息相似度，降低了手工搜集過程中因人為判斷的異質性導致數據的不可重復與不穩定，大大提升了數據搜集的效率，同時其較強的移植性亦可應用于其他文本分析領域。

2 理論框架

2.1 理論基礎

資本市場是一個典型的具有不確定性和信息不對稱性特點的市場。在傳統經濟環境中，商品的市場價格由供需兩方面的因素共同來決定，商品的市場價格只是反映了市場上資源的稀缺程度。然而在資本市場中，由于投資者的個體差異和資本市場本身信息披露的不完全性，市場中的各行為主體都擁有私有信息。在資本市場中，私有信息將會影響到價格，價格將反映信息。因此，資本市場的價格不僅僅表明資源的稀缺程度，而且具有揭示信息、配置資源的雙重功能。Easley和O’hara[5]的理性預期均衡模型就有效的描述了這一現象。依據理性預期均衡模型，公開信息和私有信息都能影響資產價值。首先，模型對有關資本市場公司的信息，以及信息是如何傳遞給資本市場投資者進行了定義和描述；然后分別得出資本市場中擁有私有信息的知情者的需求和資本市場中不具有私有信息的不知情者的需求；在此基礎上得到理性預期均衡價格。在這個均衡價格下求得的投資者要求的均衡回報就是公司的股權資本成本。模型的基本信息如下：

(1)基本描述

(2)知情投資者的需求函數

根據兩階段投資者效應函數，可得知情投資者j對資產k的需求函數形式可表示為：

(1)

(3)非知情投資者的需求函數

根據兩階段投資者效應函數，可得知情投資者j對資產k的需求函數形式可表示為：

(2)

(4)均衡價格

根據均衡理論，對于任意資產k，單位資本需求應等于與單位資本供給，即：

由此求得供求均衡下的均衡價格為：

(3)

其中，

這里：

Cκ=ρκ+(1-ακ)Iκγκ+μκακIκγκ+(1-μκ)ρθκ

ρθκ=[(μκγκακIκ)-2ηκ-1δ2+ακIκγκ-1]-1

(5)資本成本

供需均衡下，投資者期望的投資回報就是這一資產的資本成本。因此，對于任意資產k，根據均衡價格，我們可將資產k的資本成本表示為：

E[υκ-pκ]=

(4)

2.2 MD&A文本慣性披露與股權資本成本

2.2.1 MD&A文本慣性披露內涵

MD&A是上市公司管理層通過對公司目前現狀和未來事項的評價與分析、對公司財務數據的解讀，向信息使用者傳達公司可能存在的風險和不確定性因素，以及管理層對未來發展的自身判斷和預期。理想的MD&A信息應該是管理層根據公司經營狀況的變化和內外部環境的變化，客觀中立的對公司經營狀況進行評價和分析，并對公司未來發展戰略以及可能遇到的風險和風險應對措施進行詳細披露，以便信息使用者更好地了解公司的現狀和未來發展狀況[2]。然而，前現有監管體系并未對MD&A披露內容進行嚴格管制，管理層出于信息優勢維持，披露成本控制或者根本不重視披露工作等各種原因的考慮，致使當前我國上市公司MD&A信息披露出現慣性披露現象，即上市公司的MD&A文本信息并未隨著時間的推移和公司經營情況的變化進行更新和變換。慣性披露使得上市公司將相同信息在多期財務報告上進行披露，有些只進行了少量的修改，有些甚至直接照搬，完全不進行修改。如在研究中發現，一些公司對發生虧損原因的解釋中，“因國家政策調整，行業整體不景氣”這樣的原因就連續在其兩年的年報、中報、季度中都出現過，而對改善公司內部經營狀況的措施中連續5期提到“加快公司體制改革，建立健全績效考核”制度這樣的信息。

2.2.2 MD&A文本慣性披露對股權資本成本的影響

一方面，上市公司MD&A本文慣性披露，信息使用者無法通過公開披露的信息了解公司當前狀況和公司未來可能面臨的風險，因而降低了MD&A作為一種信號傳遞信息的準確度。另一方面，上市公司文本慣性披露行為，導致不同時期財務報告中MD&A具有大量的重復內容，不能給信息使用者提供增量信息。信息之所以區別于一般性的消息就是因為它的增量效應，哈特萊指出“信息就是個新事物”。如果MD&A中某部分內容每期是一成不變的，不能隨著外界環境和公司發展而動態調整，而是重復披露相同內容，如同模板一樣，則不是一個“新事物”，缺乏信息含量[6]。美國證券交易委員會(SEC)同樣也認為MD&A重復(Redundancy)會影響信息披露質量。上市公司公開披露的財務報告，作為一種信號傳遞，有信息含量的報告，能夠增加資本市場的公開信息，反之，減少資本市場公共信息。因此，MD&A文本慣性披露會改變資本市場信息的結構，即公共信息占比減小，私有信息的占比相對增加，從而影響股權資本成本。具體影響路徑如下：

基于以上分析可見，MD&A文本慣性披露與股權資本成本正相關。

2.3 MD&A文本慣性披露檢驗統計量選擇與構建

為了有效的對上市公司文本慣性披露現象進行刻畫，本研究擬采用信息相似度作為計量指標來計量。MD&A文本慣性披露描述的是同一內容信息在不同時期報告中重復出現的現象。MD&A信息多采用敘述性語言進行披露，由于中文語言本身的靈活性、復雜性和多義性，因此“同一信息”的判定非常復雜。在文本內容分析上，研究者們通常采用內容分析法[7-10]，依靠人工閱讀收集信息，對信息相似性進行判斷，得出相似程度的評判，即打分。這種由人工進行分析判斷的打分法具有一些固有的局限，如過于依賴打分人，評判結果主觀性強，研究結果可移植性、可復制性差等。因此，本研究對度量指標的獲取，采用文本挖掘技術[11-12]，借助相應軟件平臺，通過自編的計算機算法和程序對MD&A文本進行信息抽取、比較，并得到有關文本相似度的得分。考慮到中文語言本身的表現形式豐富、多義性、模糊性等特征，本文的信息相似度計算算法特從語義層面對信息相似度進行了計算，以消除因語言本身“同義不同形”表現方式對信息相似度計算的干擾，從而實現對MD&A文本信息相似度的有效度量。

MD&A文本慣性披露的相似度指標的計算采用基于空間向量模型(VSM)的TF-IDF方法，具體如下：

(1)將目標MD&A文檔經過預處理，完成分詞處理、刪去停用詞、替換特定詞項等；(2)對文本詞項進行TF-IDF值的計算；(3)將MD&A中每句話表示為如下形式的關鍵詞項向量：wi=(ωi1,ωi2,,…ωin-1,ωin)，wi表示句子，ωn1表示詞。(4)通過向量間的余弦角的計算來獲得文本間的相似度，定義如下：

υi=(wi1,wi2,,…win-1,win)

(8)

υj=(φj1,φj2,,…φjn-1,φjn)

(9)

相似度得分(Sim)計算如下：

(10)

其中，上式中wf表示關鍵詞向量υi和υj之間相似度的加權因子,TextSim(υi,υj)表示關鍵詞向量υi和υj之間相似度。根據上述處理計算出MD&A信息相似度指標。

通過對MD&A文本慣性披露的理論分析和檢驗統計量的選擇與構建，基于數據的可得性，為在我國資本市場對MD&A文本慣性披露與資本成本關系的實證研究奠定了基礎。基于以上理論分析極其變量的度量，提出本文的研究假設：

假設：MD&A信息相似度與股權資本成本呈正相關關系。下面將通過我國資本市場實際對此進行實證。

3 實證設計

3.1 樣本選取與數據來源

本文選取了2010年-2012年創業板上市公司MD&A文本信息作為研究對象，初選樣本包括2010年年報MD&A，2011年季報、半年報與年報MD&A，2012年季報與半年報MD&A。樣本執行以下程序：(1)基于年報和次年一季度報的披露時間較接近，并且年報的信息數量和信息質量均優于一季度報的情況，剔除一季度報的研究樣本；(2)為滿足數據完整性要求，剔除數據缺損的研究樣本；(3)為滿足模型的要求，剔除賬面價值為負值、公司公開發行第一個月的數據、金融類股票的研究樣本。經篩選與處理，最終得到同期匹配的170家上市公司披露的170×6共計1020份MD&A樣本。本文數據來源于CSMAR數據庫和巨潮資訊網。

3.2 模型的構建與指標的定義

Fama[13]在傳統的資產定價模型考慮市場因子((Rmt-Rft))的基礎上，引入規模因子(SMBt)和價值因子(HMLt)，構建三因素的線性回歸模型(見模型(1))，發現市場因子、規模因子和價值因子能夠解釋預期收益的截面差異。國內學者研究發現FF三因子模型在我國是適用的[14-16]。

Rit-Rft=α+βm(Rmt-Rft)+βHMLHMLt+βSMBSMBt+εt

模型(1)

FF三因子模型相對傳統資產定價模型，有效考慮了規模因素和價值因素對資本市場股權資本成本的影響。然而，通過前面的理論分析已知，上市公司的信息披露行為也會對股權資本成本產生影響。因此，本文通過引入一個信息因子(Disclosure Similarity，以下簡稱DS)對原有FF模型進行改進[17]，以期改進后的FF模型能夠更有效的計量股權資本成本，改進模型的構建如下(見模型(2))：

Rit-Rft=α+βm(Rmt-Rft)+βHMLHMLt+βSMBSMBt+βDSDSt+εt

模型(2)

模型(1)和模型(2)中的Rit(股票收益率)是樣本第t周的收益率，以樣本的周股票收益率按流通市值加權計算得到。Rft(無風險報酬率)是第t周的無風險收益率，用一年期定期存款年利率折成周利率計算得到。Rmt(市場收益率)是第t周的創業板市場收益率，以所有創業板市場股票的周收益率按流通市值加權計算得到。

模型(1)和模型(2)中的被解釋變量為Rt-Rft，是第t周的超額周收益率，該指標越高，說明組合的股權資本成本越大。解釋變量(Rmt-Rft)、SMBt、HMLt分別是影響股票收益的市場因子、規模因子和價值因子。市場因子是第t周市場的超額收益率，用市場收益率與無風險收益率之差計算得到；規模因子是第t周因上市公司流通市值的不同而導致的收益率差異，計算方法見公式(1)；價值因子是第t周因上市公司賬面市價比的不同而導致的收益率差異，計算方法見公式(2)。βm、βSMB和βHML分別衡量市場因子、規模因子和價值因子的敏感程度，若系數的絕對值越大，說明各因子對股票收益的解釋能力越強。

與模型(1)相比，模型(2)添加DSt的目的是檢驗信息因子對股票收益的解釋能力。借鑒前人的研究[17]，信息因子是指由于MD&A信息相似度的不同而導致的市場收益率差異。信息相似度與股權資本成本呈正相關，即信息因子DSt越大，股權資本成本越大，故預測系數βDS的符號為正。

3.3 指標的度量

本文的樣本區間是2010年4月—2012年9月，剔除收益率缺損周次，計算得到65周的時間序列{Rmt}、{SMBt}、{HMLt}和{DSt}。

3.3.1SMB因子和HML因子

SMB因子和HML因子的構建初始步驟如下：每年3月底、6月底、9月底、12月底作為資組合的調整點，所有樣本股票依照流通市場價值從小到大進行排列，排序后的市場價值取中點，分為小規模(Small,S)和大規模(Big,B)兩類；依照賬面市價比從小到大進行排列，排序后的賬面市價比按30%、40%和30%，分出低(Low,L)、中(Middle,M)和高(High,H)三類。通過將S、B和L、M、H兩兩組合，最后得到六個組合，即SL、SM、SH、BL、BM、BH。

SMB因子是表示三個小規模組合(SL,SM,SH)周平均收益率與三個大規模組合(BL,BM,BH)周平均收益率之差。HML因子是表示兩個“高賬市比”組合(SH,BH)周平均收益率與兩個“低賬市比”組合(SL,BL)周平均收益率之差。如式(11)和式(12)所示：

(11)

(12)

其中，S/L是代表小規模、低賬市比組合的周平均收益率，S/M是代表小規模、中等賬市比組合的周平均收益率、S/H是代表小規模、高賬市比組合的周平均收益率、B/L是代表大規模、低賬市比組合的周平均收益率、B/M是代表大規模、中等賬市比組合的周平均收益率、B/H是代表大規模、高賬市比組合的周平均收益率。

3.3.2DS因子

在DS因子的構建上，參考Hussainey，Mouselli[17]的做法，在每年的4月底、8月底、10月底更新一次投資組合，將信息相似度=0、信息相似度<均值、信息相似度>均值界定為低相似度信息(Low，L)、中等相似度信息(Middle，M)、高相似度信息(High，H)。DS因子是表示高相似度信息組合周平均收益率與低相似度信息組合周平均收益率之差。計算公式(13)所示：

表1 描述性統計

DS=D/H-D/L

(13)

其中，D/H是指高相似度組合的周平均收益率，D/L是指低相似度組合的周平均收益率。

4 實證結果及分析

4.1 描述性統計

由規模(Big,Small)、賬市比(High,Middle，Low)、相似度(High,Middle,Low)進行排列組合，得到18個投資組合。表1列示了組合的描述性統計結果，包括平均值、最小值、最大值、標準差。由表1的平均值可知，B/M_D/H組合即大規模、中等賬市比、高相似度的股票組成的投資組合的平均收益率為0.001751，B/M_D/L組合即大規模、中等賬市比、低相似度的股票組成的投資組合的平均收益率為-0.002254。通過比較各組合的平均收益率，發現B/M_D/H>B/M_D/L、S/H_D/H>S/H_D/L,S/L_D/H>B/L_D/L,B/H_D/H

4.2 OLS多元回歸結果與分析

本文采用最小二乘回歸(OLS)，根據傳統FF模型和添加信息因子后的FF改進模型，對信息相似度與股權資本成本之間的關系進行實證檢驗，檢驗結果詳見表2。首先，采用傳統FF模型進行OLS回歸，得到模型(1)，然后，在傳統模型基礎上，單獨引入MD&A整體信息相似度構建的信息因子DSt，得到模型(2)。

回歸結果，所有變量回歸后的方差膨脹因子VIF均比2小，說明模型通過了多重共線檢驗。模型(1)和模型(2)中市場因子與股權資本成本均顯著正相關，規模因子、賬市比因子與股權資本成本呈正相關關系，但關系不顯著。模型(2)中的信息因子與股權資本成本呈不顯著的正相關關系，在1%的水平下顯著。雖然回歸變量系數的符號與預期一致，但是沒有通過顯著性檢驗。

表2 OLS多元回歸結果

4.3 WLS多元回歸結果分析

本文對OLS回歸后的殘差絕對值|e|與解釋變量之間做Kendall'、spearman相關分析，以期對模型(1)與模型(2)進行異方差檢驗。檢驗結果如表3所示，信息因子與市場因子、規模因子與賬市比因子顯著相關，說明模型(1)和模型(2)存在異方差。

表3 殘差絕對值|e|與解釋變量的相關系數

采用WLS，處理結果如表4所示，基準模型和改進模型的R2均在0.99左右，說明模型具有較高的擬合優度，總體的解釋能力較高；同時DW值與臨界值比較后，不存在顯著的序列相關性；同時F值較OLS回歸結果更加大，說明樣本模型所反映的股權資本成本與市場因子、規模因子、價值因子、信息因子之間的關系在總體上的顯著性在增強。所有變量回歸后的方差膨脹因子VIF均比2小，說明模型通過了多重共線檢驗，不存在多重共線性。模型(1)和模型(2)中的市場因子、規模因子、賬市比因子與股權資本成本均顯著正相關，在1%水平下顯著。模型(2)中的信息因子與股權資本成本呈顯著的正相關關系，DSt的系數為0.010，在0.01的水平顯著，與預測的符號一致，所以驗證了研究假設。

實證研究結果在一定程度上佐證了理論分析，說明了文本慣性披露導致MD&A各期較高的相似程度，降低了信息準確度，減少了公開信息的占比，改變了知情投資者的比重，從而增加了股權資本成本。

表4 WLS多元回歸結果

4.4 穩健性檢驗

FF模型的重點在于關鍵因子的構建，而因子依賴于組合的分組。Fama和French構建規模因子SMLt與價值因子HMLt采用分組組數分別為2組和3組，具體是將排序后的市場價值序列以中值為標準把公司劃分為大、小兩組，將排序后的賬面市價比序列以30%、40%和30%標準把公司劃分為低、中、高三組。為了研究的穩健性，本文在借鑒Fama和French[13]分組標準的基礎上，將排序后的市場價值與賬市比基于2×2、2×3、3×3三類分組重新構建規模因子和價值因子，運用FF模型和改進后的FF模型進行回歸。在2×2、2×3、3×3三類分組下，本文重點分析的信息相似度與股權資本成本呈正相關關系，研究結果與預期結果一致，說明研究結論具有一定的穩健性。

5 結語

對于創業板上市公司MD&A文本慣性披露問題，本文借鑒了Brown和Tucker[2]的研究，以我國資本市場為背景，以Easley和O’hara[5]理性預期均衡模型為基礎構建 “文本慣性披露與股權資本成本”理論分析框架，以計算機技術獲取文本慣性披露的統計量信息相似度，再運用Fama-French四因子模型，研究信息相似度與股權資本成本之間的關系。研究結果發現： MD&A信息相似度對股權資本成本具有顯著的正相關關系。

研究結論不僅驗證了理論分析框架，而且得到如下重要啟示：(1)投資者在分析文本信息質量時，可以將信息相似度指標作為信息質量的替代指標之一，有助于投資者決策有效性的提高；(2)上市公司管理層應該加深對文本披露工作的重視程度，而非以敷衍的態度、以普適性較強的文字完成披露工作，只有這樣才能贏得投資者的信任，降低自身的融資成本；(3)監管部門應該修訂現有信息披露制度，填補“基于信息相似度”披露規則的空白，從制度層面明確“是否監管”的法治立場；此外，應該加強技術團隊的建設，提供強有力的技術支持，通過運用文本挖掘技術、完善智能分詞技術、優化相似度判別模型、改進數據分析工具，以期建立中文會計信息“相似度檢測”的監管系統，從實操層面提供“如何監管”的資源支持。

參考文獻：

[1] Aerts W.Inertia in the attributional content of annual accounting narratives[J].The European Accounting Review,2001,10 (1): 3-32.

[2] Brown S Υ,Tucker J W.Large-sample evidence on firms’ year-over-year MD&A modifications[J].Journal of Accounting Research,2011,49:309-346.

[3] 吳水澎,陳漢文,鄭鑫成.財務披露管理方式的維度觀[J].會計研究,2002,09:19-24/(65).

[4] 王雄元.經濟后果、選擇性信息披露與信息披露管理[J].會計論壇,2005,2:41-47.

[5] Easley D, O'hara M.Information and the cost of capital[J].The Journal of Finance, 2004,59(4): 1553-1583.

[6] Roulstone D T.Discussion of large-sample evidence on firms’ year-over-year MD&A modifications[J].Journal of Accounting Research,2011,49(2):347-357.

[7] 李鋒森,李常青.上市公司“管理層討論與分析”的有用性研究[J].證券市場導報,2008,12:67-73.

[8] 孫蔓莉.論上市公司信息披露中的印象管理行為[J].會計研究,2004,03:40-45.

[9] 孫蔓莉,王化成,凌哲佳.關于公司年報自利性歸因行為的實證研究[J].經濟科學,2005,02:86-93.

[10] 薛爽,肖澤忠,潘妙麗.管理層討論與分析是否提供了有用信息?——基于虧損上市公司的實證探索[J].管理世界,2010,05:130-140.

[11] Henry E.Measuring qualitative information in capital markets research[R].Working paper, University of Miami,2009.

[12] Cecchini M.Making words work: Using financial text as a predictor of financial events[J].Decision Support Systems,2010,50(1):164-175.

[13] Fama E F, French K R.Common risk factors in the returns on stocks and Bonds[J].The Journal of Finance,1993，33(1):33-56.

[14] 楊炘,陳展輝.中國股市三因子資產定價模型實證研究[J].數量經濟技術經濟研究,2003,12:137-141.

[15] 宿成建.中國證券多因素及三因素定價模型實證研究[J].系統工程理論與實踐,2006,08:17-26.

[16] 趙華,呂雯.中國股票市場動態三因素資產定價模型分析[J].山西財經大學學報,2010,03:30-37.

[17] Hussainey K, Mouselli S.Disclosure quality and stock returns in the UK[J].Journal of Applied Accounting Research,2010,11(2): 154-174.