管理層語調操縱能預示財務舞弊風險嗎？

徐晨 張英明

摘要：文章以2015—2019年滬深A股制造業上市公司為樣本，基于印象管理理論，運用文本分析方法，實證檢驗了管理層語調操縱與財務舞弊風險的關系。研究發現：管理層語調操縱與財務舞弊風險顯著正相關，管理層語調過度樂觀可能預示著公司存在著較高的財務舞弊風險；研發投入負向調節管理層語調操縱與財務舞弊風險的關系。本文的結論為在構建財務舞弊識別模型時引入文本特征提供了理論依據，通過語調操縱預判財務舞弊風險，有助于輔助投資者決策，維護資本市場秩序。

關鍵詞：語調操縱；財務舞弊；文本信息；研發投入；企業異質性

中圖分類號：F275文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2021.05.009

開放科學（資源服務）標識碼（OSID）：

基金項目：國家社科基金一般項目（12BJY041）；江蘇師范大學研究生創新項目（2020XKT423）

0引言

黨的十九屆五中全會再次強調要扎實推動經濟高質量發展。資本市場的穩定是經濟高質量發展的助推器，而財務舞弊卻是資本市場的頑疾，嚴重阻礙了資本市場的持續健康發展。新冠疫情使全球經濟發展受挫，市場驟冷，產品需求和企業資金鏈出現嚴重中斷，企業的績效表現正面臨著急劇惡化到艱難恢復的過程，這無疑會增加未來幾年財務舞弊發生的可能性。如何對財務舞弊風險進行預警，助力經濟高質量發展？

近年來，隨著計算機處理能力的不斷提升、文本分析技術的快速發展，學者們開始關注并利用文本數據所提供的增量信息來進一步解決諸多財務難題。苗霞等[1]認為文本信息具有預測價值，不少研究也驗證了文本信息能為預警股價崩盤風險[2-3]、企業破產風險[4-6]提供增量信息。在對文本信息提取量化特征時，最常使用的是語調層面的情感極性分析。語調具體指隱含在文本信息中的樂觀或悲觀情感傾向，可以通過積極、消極詞匯的詞頻來區分，具有易判斷、易統計的特征，在分析管理層公開披露的文本信息質量時尤為適用。近年來，學者們陸續探究了上市公司年度報告（簡稱年報）[7-8]、管理層討論與分析（Management’s Discussion & Analysis，MD&A）報告[9-10]、社會責任報告[11]和招股說明書[12-13]等文本語調所傳達的“弦外之音”。就提取文本語調的方法而言，早期的研究多以凈語調，即積極、消極詞匯占比作為文本語調的量化方式，Huang等[14]更進一步認為語調情感傾向可細分為兩部分，一部分是符合企業經營現狀的正常語調，另一部分則是偏離企業實際經營狀況的夸張語調，即“語調操縱”，并提出通過殘差法將夸張語調與正常語調區分。這為后續研究語調操縱提供了可借鑒的度量范式，基于企業經營實況，以殘差法測量語調操縱被后續學者廣泛使用[15-17]。就研究視角而言，Throckmorton等[18]、Hajek等[19]創新性地將結構化財務數據與非結構化文本語調數據綜合運用于構建財務舞弊預測模型，提升了模型的預測精度，然而目前國內相關研究尚存空白。管理層公開披露的文本信息語調能否為我國資本市場的上市公司財務舞弊風險提供預測價值？尚有待進一步研究。

在管理層自利動機的驅使下，文本語調操縱和財務數據造假這兩種粉飾績效的方式很可能存在著某種內在關聯。一方面，考慮到MD&A報告是年報中最具可讀性的組成部分，被譽為年報內容的“心臟與靈魂”，而其中的前瞻性文本信息是對未來發展的展望，更能集中體現管理層的語調管理傾向。另一方面，同行業上市公司面臨著相似的經營環境，其MD&A前瞻性信息更具可比性，且被中國證監會公開處罰的財務舞弊公司主要分布在制造業，故本文選取2015—2019年滬深A股制造業上市公司為樣本，以MD&A前瞻性信息為文本語料，分析了管理層語調操縱對財務舞弊風險的預示作用，深入探究了產權性質、規模大小、經營現狀以及研發投入強度差異會對文本語調操縱與財務舞弊風險的關系產生何種影響。

1理論分析與研究假設

印象管理理論認為，為控制主要信息受眾，如股東、債權人和上下游合作伙伴等利益相關者對企業的印象，管理層會通過特定方式影響信息披露。而管理層對外披露的信息主要由數字信息、文本信息這兩部分構成，數字信息旨在展現公司的財務狀況、經營成果，需經專業審計與嚴格監管，文本信息是對數字信息的重要解釋和詳細說明，在信息披露中占比更高，但監管部門尚未對文本信息披露做出嚴格限制，監管力度的缺失使得文本信息具有較低的違規披露成本、廣闊的操縱空間。對于普通投資者而言，囿于專業能力的限制，很難正確解讀財務數據的真實經濟內涵，他們更多地依賴于直觀的文字描述。投資者的決策高度依賴于文本信息，但文本信息仍處于監管空白地帶，這使得文本信息操縱問題日益突出。其中，對文本語調進行特別管理能直接影響信息受眾對公司基本面的第一印象，是管理層實施文本信息操縱的首選。管理層可以利用文本語調所釋放的虛假信號來達到印象管理的效果，進而輔助其財務舞弊自利動機的實現。為了迎合利益相關者的預期，虛構收入、利潤是管理層財務造假的慣用伎倆，但收入、利潤的異常增幅會引起審計單位、監管部門和投資者的注意。為了烘托經營業績良好的假象，打消企業信息主要受眾對財務數據的懷疑，降低財務舞弊行為被曝光的可能性，需借助其它信息渠道佐證以掩蓋舞弊痕跡。文本信息富有彈性，是對同期業績表現的補充說明，具有舞弊動機的管理層在公開披露信息時，可能會字斟句酌，“苦下功夫”，確保文字型描述和數值型信息保持一致，采取文本語調操縱與財務數據造假雙管齊下、相互配合的策略來粉飾財務報告。因此，管理層將外部行業環境和內部經營現狀置之度外，主觀地、偏頗地過度渲染樂觀的語言基調，蓄意傳遞粉飾性信息，很可能是為了使數值型信息造假合理化，干擾信息受眾的理解和判斷，掩蓋其對財務數據所動的手腳。故管理層語調操縱越明顯時，其財務舞弊風險可能更高，管理層的夸張語調傾向對財務舞弊風險具有一定的預測價值。基于上述分析，提出如下假設：

假設1：其他條件相同時，管理層語調操縱與財務舞弊風險呈正相關關系。

馬廣奇等[20]、許文瀚等[21]研究表明研發投入會影響財務舞弊風險、年報文本信息披露，那么管理層采用文本語調操縱輔助財務數據造假的行為是否也會受到研發投入強度的影響呢？研發活動見效后，確能改善產品性能，提升生產效率，塑造企業核心競爭力，在未來幾年內為企業增收創利。然而，研發活動并非一蹴而就的，研發投入帶來的績效反饋也不能立竿見影，研發投入強度較高的企業，在經費投入方面所費不貲，但研發投入很難在本年度就為企業創造新的利潤增長點，故研發投入當年的企業績效表現很可能不升反降，研發活動對企業績效的積極影響具有時滯效應。MD&A報告中的前瞻性信息是管理層對企業發展前景的預測，一方面，基于信號傳遞理論，研發投入較多的企業能釋放積極信號，傳遞出該企業擁有長遠規劃、極具發展潛力的有利信息，當管理層對企業未來發展前景高度看好時，更傾向于在該領域投入高額的研發經費；另一方面，基于熊彼特創新理論，管理層將有限的人財物資源投入于研發活動后，自然會預期未來經營狀況能得到明顯的改善，故高研發強度的企業對發展前景的闡釋往往比低研發投入企業更樂觀，但由于研發活動時滯效應的存在，這種超額樂觀并不能較好地被本期的經營狀況立刻所體現。此時，表示偏離經營現狀的管理層語調操縱行為（即未能被本期績效所解釋的積極語調）事出有因，可能并非是為了掩蓋財務舞弊痕跡的虛妄說辭，故研發投入強度可能會負向調節管理層語調操縱對財務舞弊風險的影響。基于上述分析，提出如下假設：

假設2：其他條件相同時，研發投入負向調節管理層語調操縱與財務舞弊風險的關系。

2研究設計

2.1樣本選取及數據來源

以2015—2019年滬深A股制造業上市公司為樣本，剔除了金融保險類、帶有ST或ST*風險警示標志和數據缺失的公司，最終得到1283家制造業公司的6415條平衡面板數據，為避免數據異常值的影響，對所有連續變量進行上下1%的winsorize縮尾處理。制造業上市公司的年報來自巨潮資訊網，通過手工整理，提取年報中的MD&A前瞻性文本，并利用Python的語言編程統計文本信息中的相關數據，其他財務數據、公司特征數據均來自CSMAR數據庫。數據處理軟件主要使用了Python 3.6和Stata15.0。

2.2變量選取與界定

2.2.1被解釋變量

2.2.2解釋變量

本文的核心解釋變量為“管理層語調操縱（ABtone）”。選擇運用詞典法來提取語調特征，其準確性高度依賴于詞典的適用性、完整性，但中文財經情感詞典的創建尚屬空白，故本文以常用詞典為主，手工整理為輔的方式編制了專用“基準詞袋”，具體操作方式如下：將知網詞典、臺灣大學中文情感詞典和翻譯版Loughran and McDonald（L&M）詞典的內容合并去重后作為基礎詞典，利用Python開放源“Jieba”分詞模塊對6415份前瞻性文本進行分詞以構建文本語料庫，接著人工翻閱、逐一甄別，從中篩選出財經類情感詞匯，對基礎詞典做進一步補充。在完成構建專用詞典后，對前瞻性文本中的積極詞匯詞頻（pos）和消極詞匯詞頻（neg）分別進行統計，并依據式（2）計算管理層語調（Tone）。

3實證分析

3.1描述性統計

表2是全樣本各變量的描述性統計結果。錢蘋等[23]將財務舞弊預測模型的最優閾值設定為-4.701，大于-4.701表示財務舞弊風險較高，反之則財務舞弊風險較低，樣本公司的財務舞弊風險均值為-4.484，中位數為-4.464，均高于臨界值-4.701，說明制造業上市公司的財務舞弊風險仍較高。MD&A前瞻性信息中需包含對未來發展中可能面臨的機會與風險的預測，機遇與挑戰并存，積極詞匯和消極詞匯理應大致參半，而管理層語調的均值為0.727，最小值為0.320，明顯大于0，最大值高達0.980，接近于1，說明管理層普遍存有印象管理傾向，熱衷于在前瞻性信息中披露好消息，濃墨重筆地渲染未來發展中存在的優勢與機遇，而寥寥幾筆略過對風險的闡釋，甚至對此只字不提。管理層語調操縱是以殘差形式度量的，故均值接近于0，其最大值為0.250，說明管理層會“口是心非”，偏離企業實際經營狀況，在披露前瞻性文本信息時，表現過于樂觀。R&D均值為0.045，最小值為0.001，最大值為0.218，說明制造業上市公司的研發投入水平參差不齊。控制變量的描述性統計結果均屬正常范圍內。產權性質的均值為0.287，樣本中非國有制造業上市公司居多。第一大股東持股比的均值為0.332，樣本企業股權較為集中。兩職分離的均值為0.286、獨董占比的最小值0.333，說明多數制造業上市公司的董事長和總經理由不同人員擔任，且獨立董事占比符合公司法要求。從反映公司財務狀況的流動比率、市場價值和現金獲取能力的均值來看，制造業上市公司經營狀況較為穩健。審計單位的均值為0.557，說明多數制造業上市公司更愿意與排名靠前，具有一定威望的會計師事務所合作以換取投資者信賴，而客戶經濟依賴的均值為0.011，事務所對單一客戶的經濟依賴程度較低。

未報告的相關性檢驗結果表明，各變量相關系數的絕對值均小于0.5，不存在嚴重的多重共線性問題，且管理層語調、語調操縱與財務舞弊風險顯著正相關，符合預定假設。

3.2回歸分析

3.2.1直接效應

從表3中的OLS回歸結果（表3中的第2～5列）來看，無論是否控制年份、行業（第2、3列為未控制年份、行業的回歸結果，第4、5列為控制了年份、行業后的回歸結果），管理層語調（Tone）（第2、4列以 Tone為核心解釋變量）、管理層語調操縱（ABtone）對財務舞弊風險（Fraud）（第3、5列以ABtone為核心解釋變量）的影響均在1%的水平上顯著為正，管理層語調越積極、夸張語調傾向越明顯，財務舞弊風險也會隨之上升。這說明管理層會對文本信息實施特別管理來配合其對財務數據的操縱，管理層語調操縱在一定程度上能預示財務舞弊風險。運用面板模型進行回歸時（第6～9列為固定效應FE、隨機效應RE回歸結果），Hausman檢驗結果表明選擇固定效應模型（第6列以Tone為核心解釋變量，第7列以ABtone為核心解釋變量）更佳，但為了更好地對比，將隨機效應的回歸結果（第8列以Tone為核心解釋變量，第9列以ABtone為核心解釋變量）也在表3中予以列示。管理層語調、語調操縱與財務舞弊風險的關系均顯著為正，結果較為穩健，驗證了本文的假設1。且通過對比各模型內的回歸系數，管理層語調操縱的回歸系數均高于管理層語調的系數，說明夸張語調對財務舞弊風險的邊際預測價值更高，不顧企業實際經營狀況的過度樂觀語調更可能是管理層欲蓋彌彰的行徑。從控制變量的回歸結果來看，國有企業的財務舞弊風險明顯低于非國有企業。股權集中能遏制財務舞弊風險，這可能源于大股東監督、小股東“搭便車”的現象。制造業上市公司的獨立董事仍未能擺脫“花瓶”的頭銜，并沒有較好地履行監督職能，而對上市公司董事、監事、高級管理人員的薪酬激勵水平較高能顯著抑制財務舞弊風險。制造業上市公司的流動比率、市場價值和現金獲取能力較高，對財務舞弊風險的抑制效應是顯著的。

3.2.2作用機制

為初步檢驗在不同研發投入強度下，管理層語調操縱與財務舞弊風險關系的差異，按照研發投入均值0.045，將樣本劃分為高研發投入、低研發投入兩組分別代入模型（4），分組回歸結果見表4，在高研發投入組中，管理層語調操縱的回歸系數為0.128，但并不顯著，但在低研發投入組中，管理層語調操縱與財務舞弊風險的正向關系顯著存在。為進一步驗證研發投入的調節效應，采用模型（5）對全樣本進行回歸，結果表明，研發投入會加劇財務舞弊風險，這與馬廣奇等[20]的結論一致，管理層語調操縱的回歸系數也與前文一致，仍顯著為正，但ABtone*R&D交互項的系數顯著為負，說明研發投入確能負向調節管理層語調操縱與財務舞弊風險的正向關系。用bootstrap法再次檢驗，結果顯示，隨著研發投入不斷提升，管理層語調操縱對財務舞弊風險的邊際效應值依次遞減，在研發投入強度較高的企業中，管理層語調操縱對財務舞弊風險的邊際預測價值可能會明顯下降。綜上，研發投入負向調節了管理層語調操縱與財務舞弊風險的正向關系，假設2得到了較好的驗證。

3.3企業異質性分析

3.3.1產權性質

由基準回歸結果可知，產權性質對財務舞弊風險具有顯著的影響，國有企業的財務舞弊風險相對更低。本文將國有企業與非國有企業進行分組回歸，進一步分析不同產權性質下，管理層語調操縱與財務舞弊風險的關系是否也存在著差異。回歸結果表明（表5），國有企業中管理層語調過度樂觀與財務舞弊風險并沒有直接聯系，采用文本信息操縱來配合其財務舞弊行為的現象在非國有企業中更為明顯。

3.3.2規模大小

考慮到管理層語調操縱與財務舞弊風險的關系可能因企業規模不同導致的資源稟賦差異而具有一定的異質性，本文借鑒馬廣奇等[20]的研究，以企業規模的均值（Size=22.258）為標準，將樣本企業劃分為兩組，若企業規模大于22.258，將其歸入大規模企業組，否則歸類為小規模企業。如表5所示，在規模較大的制造業上市公司中，管理層語調操縱與財務舞弊風險的關系不顯著，規模較大的制造業上市公司其經營狀況相對更穩健，編制MD&A前瞻性文本信息時可能更專業、規范，故對大規模企業而言，語調過度積極并不一定意味著其財務舞弊風險較高。在小規模制造業上市公司中，MD&A前瞻性信息中的語調操縱對財務舞弊風險具有較強的解釋能力。

3.3.3經營狀況

面對來自股東、投資者和債權人等利益相關者的“關注”，經營狀況相異的企業面臨著不同的業績壓力，在文本信息操縱和財務舞弊動機方面也可能大相徑庭。當企業的盈利能力下降時，為穩定利益相關者的情緒，管理層利用文本信息語調來掩蓋其對財務數據操縱的動機是否會更強？借鑒黃方亮等[24]的研究，以總資產報酬率（Roa）來反映企業績效表現情況，若總資產報酬率較上年下降則劃分入績效表現欠佳組，反之則為績效表現較佳組。結果顯示（表5），業績下滑企業的語調操縱行為更可能是掩蓋財務造假的煙霧彈。

3.4內生性檢驗

在管理層語調操縱與財務舞弊風險關系的檢驗中，公司是否實施語調操縱策略可能內生于其所處經營環境和自身財務狀況，如果這些因素也同時影響財務舞弊風險，那么兩者關系就可能受到內生性問題的影響。為保證結果的可靠性，進一步采用工具變量法（IV-2SLS）和傾向得分匹配法（PSM）進行內生性檢驗（表6）。

3.4.1工具變量法

借鑒曾慶生等[25]的研究，將相同年度內，同行業中除自身以外的其他公司的語調操縱均值（ABtone_ind）作為管理層語調操縱（ABtone）的工具變量。首先，ABtone_ind滿足相關性要求，同行業公司面臨著相似的外部經營環境，其管理層語調有一定的相關性。其次，同行業其他公司的語調管理策略并不會直接影響本公司的財務舞弊風險，符合外生性條件。在控制了內生性問題后，管理層語調操縱與財務舞弊風險仍顯著正相關。

3.4.2傾向得分匹配法

參考朱朝暉等[7]的研究，當ABtone大于0時，則認為該公司存在語調操縱行為，賦值為1，否則為0。選取企業規模、所處行業、產權性質、資產負債率、總資產報酬率和市場價值指標作為傾向得分計算基礎，采用1∶1近鄰匹配方法，設置匹配容差為0.05，為每一家存在語調操縱的公司匹配一家未進行語調操縱的公司。配對后平均處理效應為0.216，在1%的水平上顯著。利用匹配后的樣本再次進行回歸檢驗，結果與上文一致，管理層語調操縱與財務舞弊風險存在穩定的正相關聯系。

3.5穩健性檢驗

3.5.1替換解釋變量

3.5.2替換樣本

在高管自利動機驅使下，只有正向操縱的過度樂觀語調才屬于真正意義上的語調操縱行為，故選取語調操縱（ABtone）大于0的樣本重新代入模型（4）進行回歸檢驗。結果表明，在具有正面操縱語調傾向的樣本中，語調操縱與財務舞弊風險仍顯著正相關。

3.5.3替換文本語料

選取完整的MD&A報告內容作為文本語料，重新提取管理層的語調操縱特征并進行回歸檢驗，回歸結果再次驗證了管理層語調操縱與財務舞弊風險間的正向關系，本文的結論是較為穩健的。限于篇幅，穩健性檢驗結果均未列示。

4結論與建議

4.1結論

以2015—2019年滬深A股制造業上市公司為樣本，基于年報中的MD&A前瞻性文本信息，分析管理層語調操縱與財務舞弊風險的關系，得出如下結論。

4.1.1直接效應

管理層語調操縱與財務舞弊風險顯著正相關。管理者的文本信息操縱和財務數據造假往往是相互配合的，當管理層語調偏離實際經營狀況，過度樂觀時，可能預示著企業存在著較高的財務舞弊風險。

4.1.2調節效應

雖然研發投入會加劇財務舞弊風險，但研發投入負向調節管理層語調操縱與財務舞弊風險的關系，隨著研發投入強度不斷提升，管理層語調操縱對財務舞弊風險的邊際預測效應依次遞減。

4.1.3企業異質性

產權性質、規模大小、經營現狀的差異會對管理層語調操縱與財務舞弊風險的關系產生顯著影響。第一、國有企業中管理層語調過度樂觀與財務舞弊風險并沒有直接聯系，采用文本語調操縱與財務舞弊行為相配合的現象在非國有企業中更為明顯；第二、在規模較大企業中，管理層語調過度樂觀并不一定意味著其財務舞弊風險較高，而在小規模企業中，文本語調操縱對財務舞弊行為起到了較好的預示作用；第三、盈利能力下滑、經營現狀惡化的企業迫于來自利益相關者的業績壓力，更可能采用文本語調操縱與財務舞弊行為相互配合的策略以騙取其信賴。

4.2建議

4.2.1管理層

管理層在編制對外公開披露的報告時，應注意言行一致、表里如一，根據企業的經營實況，準確披露數字信息、客觀披露文本信息，在利用語調實施印象管理策略時，要把握好尺度，避免出現帶有欺騙性的過度積極語調傾向。

4.2.2投資者

投資者既要充分利用管理層報告中文本數據所提供的增量信息，也要避免被管理層的“巧言令色”所蒙蔽，應注重根據行業景氣度、企業經營現狀來甄別管理層是否具有文本信息語調操縱嫌疑，合理利用文本信息所傳遞的“弦外之音”，當管理層語調偏離實際經營狀況，表現過于樂觀時，投資者尤其要警惕其可能采取文本語調操縱和財務數字造假相互配合的隱蔽策略，做好財務舞弊風險預判。

4.2.3監管部門

一方面監管部門應有效利用管理層語調操縱對財務舞弊風險的預警作用，當上市公司公開披露的報告中存在明顯的語調操縱傾向時，監管部門應提高警惕，尤其要重視對研發投入水平較低、規模較小、業績下滑的非國有企業的語調操縱行為實施進一步監察。另一方面，監管部門應引導上市公司規范披露文本信息，并對肆意操縱文本信息的行為加以限制，實現對文本信息質量的監管覆蓋。

4.2.4評價機構

對于第三方評價機構而言，可將文本信息語調操縱作為一個全新的測評維度，進一步完善評價體系。既然管理層語調操縱對財務舞弊風險具有一定的預測價值，相關評級機構可將文本數據與財務數據相結合，構建預測精度更高的財務舞弊預警模型，更好地向治理層、監管機構和投資者傳遞信息。

參考文獻：

[1]苗霞，李秉成.管理層超額樂觀語調與企業財務危機預測——基于年報前瞻性信息的分析[J].商業研究， 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，聶梓. MD&A前瞻性信息能提升財務危機預測能力嗎——基于信號傳遞和言語有效理論視角的實證分析[J].山西財經大學學報， 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]陳藝云.基于信息披露文本的上市公司財務困境預測：以中文年報管理層討論與分析為樣本的研究[J].中國管理科學， 2019， 27（7）： 23-34.

[7]朱朝暉，許文瀚.上市公司年報語調操縱、非效率投資與盈余管理[J].審計與經濟研究， 2018， 33（3）： 63-72.

[8]周波，張程，曾慶生.年報語調與股價崩盤風險——來自中國A股上市公司的經驗證據[J].會計研究， 2019（11）： 41-48.

[9]苗霞.管理層語調、媒體報道與企業財務危機預測——基于年報前瞻性信息的分析[J].財會通訊， 2019（27）： 17-21.

[10]武詠晶，施先旺.管理層討論與分析語調對分析師預測準確度的影響[J].財會通訊， 2020（24）： 16-20.

[11]黃萍萍，李四海.社會責任報告語調與股價崩盤風險[J].審計與經濟研究， 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]賈德奎，卞世博.招股說明書負面語調能預測IPO后業績表現嗎？ [J].金融論壇， 2019， 24（10）： 60-69.

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

[15]王華杰，王克敏.應計操縱與年報文本信息語氣操縱研究[J].會計研究， 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]賀康，萬麗梅.政治關聯與管理層語調操縱——聲譽約束觀還是資源支持觀？ [J].中南財經政法大學學報， 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]馬廣奇，張保平.企業研發創新影響財務舞弊風險嗎[J].財會月刊， 2019（24）： 7-18.

[21]許文瀚，朱朝暉，萬源星.上市公司創新活動對年報文本信息影響研究[J].科研管理， 2020， 41（11）： 124-132.

[22]鄭登津，閆曉茗.事前風險、審計師行為與財務舞弊[J].審計研究， 2017（4）： 89-96.

[23]錢蘋，羅玫.中國上市公司財務造假預測模型[J].會計研究， 2015（7）： 18-25，96.

[24]黃方亮，崔紅燕，任曉云，等.年報管理層討論與分析的語調傾向——基于A股市場的檢驗[J].投資研究， 2019， 38（5）： 19-42.

[25]曾慶生，周波，張程，等.年報語調與內部人交易："表里如一"還是"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