社會責任文本信息披露是否具有價值保護效應
——基于企業違規處罰沖擊的研究場景

吳珊 鄒夢琪

(1.中南財經政法大學 會計學院，湖北 武漢 430073；2.浙江工商大學 會計學院，浙江 杭州 310018)

一、引言

在我國當前經濟轉向高質量發展的背景下，社會責任對企業的發展至關重要，是企業實現可持續和高質量發展的重要路徑[1]。隨著市場中利益相關者日益關注企業社會責任活動，越來越多的企業通過披露社會責任報告積累聲譽資本并提高市場表現(1)既有研究發現社會責任信息披露能夠給企業帶來顯著的資本市場收益[2]，提高分析師盈余預測準確度[3]，降低股權資本成本[4]。。但目前我國缺乏規范統一的企業社會責任報告框架，且管理層存在粉飾社會責任信息披露的機會主義動機[5]，加上社會責任報告缺乏第三方機構的鑒證，導致社會責任信息披露出現了“言行不一”的現象，嚴重損害了社會責任報告的可信度。如社會責任報告中表現出積極履行社會責任形象的房地產巨頭萬科，多次陷入“漏水事件”“毒地板事件”“毒鞋柜事件”，以及啤酒行業龍頭企業之一的青島啤酒，也多次被爆出存在產品質量和環保違規等問題。因而在利益相關者判斷社會責任報告內容受限的情況下，采用計算機自然語言處理技術測算的文本敘述性語言特征，為利益相關者判斷社會責任信息披露質量提供了更為獨特的視角。已有研究采用文本分析技術，發現文本語調、可讀性等敘述性語言特征能夠提供額外的信息增量。Li(2010)[6]研究發現，年報MD&A部分的語調能夠預示公司未來業績表現，其中的定量信息和前瞻性信息有助于增強投資者對公司未來業績的判斷[7]。此外，年報可讀性與公司業績表現同樣存在關聯，年報可讀性較差的公司可持續盈利水平相對較低[8]。然而，既有基于文本敘述性語言特征角度研究社會責任信息披露行為的文獻相對較少，而且未能較好地驗證社會責任文本信息披露是否具有價值相關性這一核心命題。

與這一研究命題高度相關的是社會責任文本信息披露經濟后果的文獻。這一類文獻更多關注社會責任文本信息披露是否具有信息增量價值，如提高分析師盈余預測準確度[9]、預測未來社會責任表現[10]以及判斷未來股價崩盤風險[11]。社會責任信息披露在企業遭受負面事件沖擊時發揮的作用可能更加明顯，但較少有研究探討負面事件沖擊下社會責任文本信息披露的價值保護效應。僅有Zhang等(2021)[12]以美國上市公司為研究樣本，發現在財務重述負面事件的沖擊下，社會責任文本信息披露能夠發揮價值保護效應。但財務重述事件受到管理層自利行為的影響[13]，具有一定內生性，并不能提供一個相對干凈的研究場景，而且社會責任文本信息披露的價值保護效應在中國研究情境下是否成立仍未得到檢驗。此外，Zhang等(2021)[12]并未探討社會責任文本信息披露影響企業價值的具體路徑。本文基于企業受到違規處罰的研究場景來刻畫企業面臨的負面沖擊，相比于既有研究關注財務重述等事件，違規處罰事件具有更好的外生性。企業受處罰決定及公告是由相關監管部門作出并公布，微觀企業難以反向影響監管部門的處罰決策。因此，本文聚焦于企業受到違規處罰的外生研究場景，以中國上市公司為研究樣本，考察社會責任文本信息披露的價值保護效應，并進一步識別了社會責任文本信息披露影響企業價值的作用機制。

上市公司違規處罰事件會嚴重破壞利益相關者對企業的信任，損壞企業的聲譽，威脅企業的合法性，并對企業價值造成負面影響。如果違規處罰后社會責任文本信息披露存在信息效應，那么作為市場中重要的信息中介，分析師會關注并利用這部分信息對企業未來價值進行評估。因此，本文從分析師盈余預測準確度的路徑，檢驗社會責任文本信息披露在違規處罰沖擊下發揮的價值保護效應。高質量的社會責任文本信息有助于分析師更準確地判斷社會責任活動對企業未來績效的影響，提高分析師盈余預測準確度[9]，進而能夠降低企業資本成本和增加未來現金流[14-15]，減輕企業違規處罰事件造成的價值損失。本文以2008-2018年發布社會責任報告的A股上市公司為研究樣本，借鑒Muslu等(2019)[9]和Zhang等(2021)[12]的研究，采用文本分析技術從語調、可讀性、報告長度、定量信息、前瞻性信息五個文本敘述性語言特征的維度，對社會責任文本信息披露質量進行測度。首先，本文構建漸進式雙重差分模型，探討企業在違規處罰的負面沖擊下是否會改善社會責任文本信息披露質量以修復組織聲譽和合法性。進一步地，探討受到違規處罰后，企業提升社會責任文本信息披露質量能否保護企業價值及其潛在的作用機制。

本文可能的貢獻體現在如下方面：一是拓展了社會責任文本信息披露經濟后果領域的研究。目前從文本敘述性特征角度研究社會責任信息披露行為的文獻相對較少，且未能在中國的研究情境下驗證社會責任文本信息披露在是否具有價值保護效應這一重要命題。本文以我國上市公司為研究對象，基于企業受到違規處罰的外生沖擊，檢驗社會責任文本信息披露的價值保護效應，并識別了分析師盈余預測準確度是社會責任文本信息披露保護企業價值的主要路徑。厘清了社會責任文本信息披露影響企業價值的具體機制，擴展并豐富了社會責任文本信息披露經濟后果領域的研究。二是為度量社會責任信息披露質量提供了一種新的思路。本文采用計算機自然語言處理技術從敘述性語言特征的角度量化了社會責任文本信息披露質量，為度量社會責任信息披露質量提供了一種新的思路，并增進了有關社會責任文本信息披露的研究。三是補充了風險管理領域的研究。本文探討違規處罰負面事件如何導致社會責任信息披露的敘述性語言特征變化，發現社會責任這一非財務信息披露可以在壓力時期積極影響市場對企業聲譽和合法性的感知，并能產生價值保護效應，驗證了社會責任文本信息披露的風險管理作用。

二、文獻綜述、理論分析與研究假設

(一)文獻綜述

現有研究多采用潤靈(RKS)評分度量我國上市公司社會責任報告的披露質量[1,4,16]，然而該評分主要依據社會責任實際履行情況和信息披露的規范性(2)潤靈評分從整體性、技術性和內容性、行業性四個維度進行評價；整體性是對企業社會責任戰略方面進行的評價，內容性是對企業社會責任履行方面進行的評價，技術性是對報告的編寫與表達方面進行的評價，行業性主要考慮到企業社會責任的行業性差異。，未考慮社會責任文本信息敘述性語言的披露特征。隨著近年來計算機自然語言處理技術的快速發展，從文本敘述性語言特征入手對社會責任文本信息披露進行的研究也逐步興起。

社會責任文本信息披露質量是從文本敘述性語言特征角度進行衡量，包括語調、可讀性、報告長度、定量信息、前瞻性信息等維度。現有研究主要從社會責任履行、管理層特征等因素考察其對社會責任報告文本敘述性語言特征的影響。在社會責任履行方面，Nazari等(2017)[17]、Wang等(2018)[18]均發現社會責任履行越好的公司，傾向于披露可讀性更高的社會責任報告；而張秀敏等(2019)[19]發現社會責任履行越差的公司，社會責任報告反而呈現出更樂觀、更強烈、更模糊的敘述特征。在管理層特征方面，吉利等(2016)[20]、黃珺和徐瑩瑩(2021)[21]分別發現管理層權力越大、女性高管占比越高的公司，社會責任報告呈現出更高的可讀性。

現有關于社會責任文本信息披露質量引致的經濟后果的文獻發現，社會責任文本信息披露質量或特定文本敘述性語言特征具有信息增量，如Muslu等(2019)[9]發現，社會責任文本信息披露質量能夠提高分析師盈余預測準確度；Du和Yu(2021)[10]發現，社會責任報告的語調和可讀性有助于預測企業未來的社會責任表現；張繼勛等(2019)[22]采用實驗研究方法發現，社會責任報告的語調能夠影響投資者感知的社會責任；黃萍萍和李四海(2020)[11]發現，社會責任報告的凈積極語調與未來的股價崩盤風險呈正向關系。此外，Zhang等(2021)[12]基于企業發生財務重述的負面事件，驗證了社會責任文本信息披露在危機期間發揮了價值保護效應。

綜上所述，目前關于社會責任文本信息披露質量的影響因素以及經濟后果研究仍相對不足。Zhang等(2021)[12]基于美國上市公司數據，發現在財務重述的負面沖擊下，社會責任文本信息披露能夠發揮價值保護效應。但財務重述事件受管理層自利行為的影響[13]，即財務重述事件并不能提供一個相對干凈的研究場景，而且社會責任文本信息披露的價值保護效應在中國研究情境下是否成立仍未得到檢驗。相比于財務重述等事件，企業受到違規處罰事件具有更好的外生性。因此，本文聚焦于企業受到違規處罰的外生研究場景，以中國上市公司為研究對象，考察社會責任文本信息披露的價值保護效應及其潛在的作用機制。

(二)違規處罰與社會責任文本信息披露質量

違規處罰是企業因違反資本市場交易規則、生產經營、信息披露等事項而被監管部門實施處罰并對外公告的事件[23]。上市公司違規處罰事件備受市場投資者、供應商、債權人等利益相關者的廣泛關注，會破壞企業與各利益相關者之間的信任，損害企業聲譽，并引發聲譽風險和合法性威脅。聲譽資本的減損會導致股價下跌[24]、融資規模下降[23]，以及商業信用獲取額度減少[25]等負面效應。而媒體作為資本市場重要的信息傳播媒介，則會加劇企業違規處罰負面事件的發酵和影響，進一步增加企業的聲譽風險和合法性壓力[26-27]。

合法性是指在一個由社會構建的規范、信念和價值體系中，企業的行為被認為是恰當的、可取的、合適的一般感知和假定[28]。可見，合法性是社會公眾對企業行為合規性和恰當性的整體評價，是企業經營和發展的重要基礎。當企業遭受負面沖擊而產生“合法性差距”時，有強烈動機采取措施縮小差距，維護組織的合法性[28]。企業社會責任信息披露符合當前社會的基本價值觀以及制度規范，因而社會責任信息披露是影響利益相關者對企業合法性評價的重要舉措[29]。車笑竹和蘇勇(2018)[30]發現，企業因違規受到監管部門處罰后會更主動發布社會責任報告來修復組織的合法性。但由于我國社會責任報告缺乏規范框架，以及長期處于弱監管的狀態[19]，使得管理層在社會責任報告披露中具有較大的隨意性，而且傾向于披露好消息和隱藏壞消息，導致社會責任報告的可信度受到負面影響。相比于僅通過發布社會責任報告的方式，披露高質量的社會責任文本信息更能向外界傳遞企業信息透明和負責任的形象，并通過利益相關者對企業可信度的感知，影響其對企業合法性的評估，因而披露高質量社會責任文本信息的企業被視為更具合法性。依據合法性理論，為了降低違規處罰事件產生的聲譽風險，縮小“合法性差距”，企業會借助社會責任文本信息披露進行聲譽風險管理[31]，減少企業在負面事件中遭受的聲譽損失。因此，受到違規處罰的企業會更傾向于提升社會責任文本信息披露質量。據此，本文提出假設1。

H1相比于未受到違規處罰的企業，受到違規處罰的企業在處罰后會顯著提升社會責任文本信息披露質量。

(三)社會責任文本信息披露的價值保護效應

本文進一步探討企業受到違規處罰后，提升社會責任文本信息披露質量對企業價值的影響。在違規處罰事件沖擊下，企業披露高質量的社會責任文本信息能夠減少內部與外部利益相關者之間的信息不對稱，改善企業的信息透明度，并影響分析師的盈余預測行為。分析師是資本市場中一類重要的信息中介，他們會使用企業披露的社會責任信息[3]，通過調整盈余預測的方式對企業價值進行有效評估。企業受到違規處罰后，社會責任文本信息能夠幫助分析師更好地判斷企業未來的收入、風險以及業績，提升盈余預測準確度，并增加企業價值。因此，分析師盈余預測準確度的提升可能是社會責任文本信息披露在違規處罰沖擊下影響企業價值的潛在路徑。

具體而言，分析師在預測公司業績過程中會利用有關社會責任活動的信息[3]，特別是高質量的社會責任文本信息[9]。分析師之所以主動關注社會責任報告中的相關信息，在于良好的企業社會責任表現會增加企業價值，而較差的社會責任表現則可能預示企業面臨著潛在運營和合規風險[32]。語調更穩健、可讀性更高、數字信息和前瞻性信息更多的社會責任報告，能夠幫助分析師更準確地判斷社會責任活動對企業未來業績的影響，從而提高分析師盈余預測的準確度。已有研究證實，分析師對披露社會責任報告的企業有著更低的盈余預測偏差和分歧[3]。Muslu等(2019)[9]拓展發現，企業社會責任文本信息披露質量越高，分析師盈余預測準確度也越高。因此，違規處罰后企業改善社會責任文本信息披露質量能夠提高分析師盈余預測準確度。企業價值主要由預期未來現金流和資本成本兩個因素決定[33]。資本成本是評估風險的函數，如果投資者對企業未來前景評估越好，預期的資本成本則越低。分析師盈余預測準確度的提升使得投資者能夠更精準地評估企業的投資前景和風險，從而降低企業的資本成本[14]。此外，更準確的分析師盈余預測有助于緩解代理問題，減少公司現金流向管理層和控股股東的轉移[15]。分析師盈余預測準確度的提升有助于降低資本成本和增加未來的現金流，從而減輕違規處罰沖擊造成的價值損失。據此，本文提出假設2。

H2違規處罰后，企業提升社會責任文本信息披露質量能夠保護企業價值。

三、研究設計

(一)樣本選擇與數據來源

為了驗證企業面臨負面沖擊時是否會提升社會責任文本信息披露質量，本文以2008-2018年發布企業社會責任報告的A股上市公司為初始研究樣本，并以企業受到違規處罰作為研究場景，構建雙重差分模型進行分析。以2008年作為研究起點的原因在于，2008年我國A股上市公司才開始密集且常規地披露社會責任報告。本文參考梁上坤等(2020)[34]的做法，以公司規模、盈利能力、財務杠桿、成長性、股票換手率等為協變量，對受到違規處罰的企業和未受到違規處罰的企業進行PSM最近鄰匹配(3)匹配效果見附錄圖1和圖2。，同時剔除金融類、ST類、資不抵債、重要變量數據缺失以及在研究期間不同年度內多次出現違規處罰的樣本(4)研究期間不同年份內多次出現違規處罰的樣本，是指在2008-2018年期間不同年份內被處罰次數大于1次的樣本。本文之所以剔除這一類樣本是因為考慮到漸進式雙重差分(DID)的模型設計，DID的模型設計是比較違規處罰沖擊前后企業社會責任文本信息披露質量的變化差異。如果企業在研究樣本期間的多個年份中受到違規處罰，則會導致不能準確識別沖擊發生的時點，從而影響模型設計的準確性和有效性。考慮到多次出現違規處罰的樣本可能對研究結果造成影響，本文按照未刪除多次出現違規處罰的樣本進行穩健性測試。。經過上述篩選，最終得到2 440個樣本觀測值。

本文從巨潮資訊網站上批量獲取社會責任報告，違規處罰、分析師盈余預測等數據均來自于CSMAR數據庫。本文對連續型變量在上下1%分位上進行縮尾處理以消除極端值的影響。

(二)指標測度、模型構建與變量定義

1.社會責任文本信息披露質量的測度

參考Muslu等(2019)[9]和Zhang等(2021)[12]的研究，本文從語調、可讀性、報告長度、定量信息、前瞻性信息五個維度對企業社會責任文本信息披露質量進行測度。具體指標體系構成如表1所示。

表1 社會責任文本信息披露質量指標體系

(1)語調。語調是社會責任文本信息披露質量的重要組成部分。既有研究發現，如果管理層存在機會主義動機，則偏好于披露企業社會責任的積極方面而忽略其消極方面[5]。因而披露社會責任負面信息的企業可能會更加透明。這表明，如果社會責任報告具有更多負面內容，即語調越消極，則披露質量越高。相反，如果社會責任報告包含更多正面內容，即語調越積極，則披露質量越低。因此，本文以Loughran和Mcdonald(2011)[35]詞庫為基礎翻譯創建中文情感詞匯表，采用Python“結巴”中文分詞模塊對社會責任報告文本進行分詞和詞頻統計(5)文本考慮了語意反轉現象，如果積極詞匯前緊跟著否定詞，則將其認定為消極詞匯；反之亦然。。將積極語調(Pos)定義為積極詞匯數在社會責任報告總詞匯數中的占比，消極語調(Neg)定義為消極詞匯數在社會責任報告總詞匯數中的占比。Pos指標越小，Neg指標越大，說明社會責任文本信息披露質量越高。

(2)可讀性。企業會通過降低報告的可讀性來掩蓋糟糕的業績[8,18]，即業績表現不佳企業報告的可讀性往往較低。因此，社會責任報告可讀性越高的企業信息更加透明，能為投資者等提供更多的增量信息，代表較高的披露質量。本文參考孫文章(2019)[36]的做法，依據《漢語水平詞匯與漢字等級大綱》，將可讀性(Fog)定義為復雜詞匯數在社會責任報告總詞匯數中的占比(6)本文選取三個以上語素構成的丙級詞和丁級詞作為復雜詞。。Fog指標越小，說明社會責任文本信息披露質量越高。

(3)報告長度。較長的社會責任報告可能包含更多詳實的社會責任活動信息[9]。Li等(2008)[8]發現，相比于較短的報告，較長的報告能夠承載更多的信息。因此，本文使用社會責任報告中的字數作為長度的衡量標準。然而，報告長度也可能反映了企業社會責任活動的復雜性，即社會責任活動更復雜的企業會有更長的報告。公司社會責任活動的復雜性很可能會降低社會責任報告的信息含量。因此，為了采用報告長度作為披露質量一個維度，本文剔除其復雜性成分，將報告長度(Resword)定義為社會責任報告長度(報告總詞匯數取自然對數)對可讀性指標回歸后的殘差。Resword指標越大，說明社會責任文本信息披露質量越高。

(4)定量信息比例。相比于定性信息，定量信息更加準確，且易于被分析師和投資者理解[37]。Huang等(2018)[38]發現，當業績公告標題中包含數字信息時，投資者會作出更強烈的市場反應。因此，更多的定量信息可能表明更高的社會責任文本信息披露質量。本文將定量信息比例(Num)定義為定量詞匯數在社會責任報告總詞匯數中的占比(7)定量信息詞匯表根據Muslu等(2019)[9]提供的詞表翻譯而來。。Num指標越大，說明社會責任文本信息披露質量越高。

(5)前瞻性信息比例。報告中如果披露有關企業未來發展趨勢或者目標的前瞻性信息，可能具有更高的信息含量。Muslu等(2015)[7]發現，MD&A展望部分中的前瞻性信息有助于投資者預測公司未來業績。因此，社會責任報告中前瞻性信息越多，則披露質量越高。本文將前瞻性信息比例(Horizon)定義為前瞻性詞匯數在社會責任報告總詞匯數中的占比(8)前瞻性信息詞匯表根據Muslu等(2019)[9]提供的詞表翻譯而來。。Horizon指標越大，說明社會責任文本信息披露質量越高。

本文對各維度指標進行了統一量綱處理。具體地，將正向指標Neg、Resword、Num和Horizon按照從小到大的順序劃分為10等份，并將負向指標Pos和Fog按照從大到小的順序同樣劃分為10等份，依次賦值0.1，0.2，……，1。然后，將各指標的賦值加總成一個綜合度量社會責任文本信息披露質量的得分(Dscore)。

2.違規處罰與社會責任文本信息披露質量

為了檢驗違規處罰沖擊對企業社會責任文本信息披露質量的影響，參考易陽等(2019)[39]的做法，構建如下漸進式雙重差分模型考察違規處罰前后，受到違規處罰企業相比其他未受到違規處罰企業社會責任文本信息披露質量變化的差異。

Dscorei,t+1=α0+α1Penaltyi,t+γControls+ρi+μt+εi,t

(1)

其中，被解釋變量Dscore為t+1年企業披露的社會責任報告文本信息質量(9)企業t+1年披露的社會責任報告記錄的是t年的企業社會責任活動信息。。解釋變量Penalty為違規處罰虛擬變量。借鑒易陽等(2019)[39]的研究，本文以被監管部門處罰并公告作為外生沖擊，將Penalty定義為被處罰企業在處罰t年及以后年度取值為1，其余取值為0。Controls為一系列控制變量。借鑒張秀敏等(2019)[19]的研究，本文控制了社會責任表現(10)社會捐贈是企業履行社會責任最為主要的途徑，借鑒張秀敏等(2019)[19]研究，本文以企業社會捐贈水平來度量企業社會責任的實際表現。、公司規模、財務杠桿、社會責任報告鑒證、盈利能力、成長能力、存貨比率、產權性質等公司特征變量，董事會規模、獨立董事比例、股權制衡度等公司治理特征變量，以及女性高管占比、高管平均年齡、高管教育程度、高管持股比例等高管特征變量。ρ為公司個體固定效應，μ為年度固定效應。

3.違規處罰后社會責任文本信息披露與企業價值

為了檢驗企業受到違規處罰后，提升社會責任文本信息披露質量對企業價值的保護作用，構建如下實證回歸模型

Tobinqi,t+1=α0+α1Penaltyi,t+γControls+ρi+μt+εi,t

(2)

Tobinqi,t+1=α0+α1Penaltyi,t+α2Dscorei,t+1+γControls+ρi+μt+εi,t

(3)

模型(2)主要檢驗違規處罰沖擊對企業價值的影響，被解釋變量Tobinq為t+1年企業價值，借鑒姜付秀和黃繼承(2011)[40]的研究，本文采用托賓q值作為企業價值的度量指標。模型(3)在模型(2)的基礎上，加入社會責任文本信息披露質量指標，進一步檢驗在違規處罰沖擊下社會責任文本信息披露質量對企業價值的影響。ρ為公司個體固定效應，μ為年度固定效應。模型(2)和模型(3)中控制變量的選取與模型(1)中保持一致。

上述變量的具體定義如表2所示。

四、實證結果分析

(一)描述性分析

描述性統計結果如表3所示。Dscore的均值為3.299 8，中位數為3.300 0，最大值為5.000 0，最小值為1.500 0。這說明，我國上市公司社會責任報告文本信息披露質量存在一定差異。Penalty的均值為0.264 3，表明受到違規處罰的企業樣本在全樣本中占比為26.43%。Tobinq的均值為1.943 2，中位數為1.509 5，最大值為7.931 2，最小值為0.631 6。可見，樣本企業的價值分布較為離散，不同企業的價值差異較大。CSP的均值為0.379 7，說明樣本企業每1萬元營業收入總額中有3.797元用于社會捐贈。其他控制變量的各統計量特征分布與已有文獻基本類似。

表3 描述性統計

(二)基準回歸分析

1.違規處罰與社會責任文本信息披露質量

表4列(1)和列(2)報告了受到違規處罰企業相比于其他未受到違規處罰企業在處罰前后的社會責任文本信息披露質量的差異。列(1)僅控制了公司個體和年度固定效應，Penalty與Dscore在1%水平上顯著為正。列(2)進一步控制社會責任表現、公司治理特征以及高管特征等因素的影響后，Penalty與Dscore仍在1%水平上顯著為正。綜上可見，企業受到違規處罰后，會顯著提高社會責任文本信息披露質量以應對聲譽風險和合法性威脅，從而驗證了本文的假設1。

2.違規處罰后社會責任文本信息披露與企業價值

表4列(3)和列(4)報告了違規處罰沖擊對企業價值影響的估計結果。回歸結果顯示，不論是僅控制公司個體和年度固定效應，還是進一步控制社會責任表現、公司治理特征以及高管特征等變量后，Penalty與Tobinq均在小于5%水平上顯著為負，表明違規處罰沖擊會導致企業價值顯著下降。列(5)和列(6)報告了在違規處罰沖擊下社會責任文本信息披露質量對企業價值影響的估計結果。回歸結果顯示，不論是僅控制公司個體和年度固定效應，還是進一步控制社會責任表現、公司治理特征以及高管特征等變量后，Dscore與Tobinq均在1%水平上顯著為正，Penalty與Tobinq均在1%水平上顯著為負。上述結果表明，企業受到違規處罰后，社會責任文本信息披露質量的提升顯著降低了企業遭受的價值損失，發揮了價值保護效應，從而驗證了假設2。

表4 H1和H2的檢驗結果

(三)社會責任文本信息披露影響企業價值的作用機制分析

為了檢驗企業受到違規處罰后，分析師盈余預測準確度是否在社會責任文本信息披露與企業價值之間發揮了中介作用，本文以研究期間內受到違規處罰的上市公司為樣本，借鑒溫忠麟等(2004)[41]的研究設計，構建如下模型

ΔTobinq=α0+α1ΔDscore+γControls+ηi+μt+εi,t

(4)

ΔFerror=α0+α1ΔDscore+γControls+ηi+μt+εi,t

(5)

ΔTobinq=α0+α1ΔDscore+α2ΔFerror+γControls+ηi+μt+εi,t

(6)

模型(4)和模型(6)中，被解釋變量ΔTobinq為企業受到沖擊前后企業價值的變動(11)本文對社會責任文本信息披露質量Dscore、分析師盈余預測準確度Ferror、企業價值Tobinq指標在受到沖擊前后一年取差分處理，進而更好地檢驗社會責任文本信息披露質量對企業價值的影響機制確實是由于企業受到違規處罰所致。，解釋變量ΔDscore為企業受到沖擊前后社會責任文本信息披露質量(12)如果受到違規處罰的企業未披露社會責任報告，則Dscore取0。的變動。模型(5)中，被解釋變量ΔFerror為企業受到沖擊前后分析師盈余預測準確度的變動。參考Dhaliwal等(2012)[3]的做法，本文采用分析師預測每股盈余與實際盈余的平均誤差的絕對值除以年初股價度量分析師盈余預測準確度Ferror。Ferror指標數值越小，則說明分析師盈余預測偏差越低，分析師盈余預測準確度越高。η為行業固定效應(13)模型(4)至模型(6)采用差分模型的設計，導致上述模型無法控制公司層面的固定效應，因此本文控制了行業固定效應。，μ為年度固定效應。模型(4)至模型(6)中控制變量的選取與模型(1)中保持一致。

表5報告了分析師預測準確度的中介效應檢驗結果。列(1)ΔDscore與ΔTobinq在1%水平上顯著為正，說明企業受到違規處罰后，社會責任文本信息披露質量的改善能夠顯著增加企業價值。列(2)ΔDscore與ΔFerror在1%水平上顯著為負，說明企業受到違規處罰后，社會責任文本信息披露質量的改善能夠顯著提高分析師盈余預測準確度。列(3)ΔFerror與ΔTobinq在5%水平上顯著為負，同時ΔDscore與ΔTobinq仍在10%水平上顯著為正，表明企業受到違規處罰后，社會責任文本信息披露質量通過提高分析師盈余預測準確度來影響企業價值的間接傳導機制存在。

表5 社會責任文本信息披露影響企業價值：分析師預測的作用機制

(四)穩健性檢驗

1.平行趨勢檢驗和動態效果分析

在模型(1)中，本文運用雙重差分模型分析了違規處罰沖擊對企業社會責任文本信息披露質量的影響。那么受到違規處罰的企業(實驗組)和未受到違規處罰的企業(對照組)在沖擊前社會責任文本信息披露質量符合平行趨勢是雙重差分模型應滿足的重要前提條件。據此，構建如下動態雙重差分模型(7)進行檢驗，同時分析違規處罰沖擊對企業社會責任文本信息披露質量的動態影響。

Dscorei,t+1=α0+δ1Penalty(≤-3)i,t+δ2Penalty(-2)i,t+δ3Penalty(0)i,t+δ4Penalty(1)i,t+δ5Penalty(2)i,t+δ6Penalty(≥3)i,t+γControls+ρi+μt+εi,t

(7)

在模型(7)中，對模型(1)的解釋變量Penalty進行了變形。具體地，以企業受到違規處罰前1年作為比較基期。其中，Penalty(≤-3)、Penalty(-2)、Penalty(0)、Penalty(1)、Penalty(2)、Penalty(≥3)分別被定義為企業在違規處罰的前3年及以前、前2年、當年、后1年、后2年、后3年及以后時取1，否則取0。回歸結果如表6所示，在列(1)僅控制公司和年度固定效應時，Penalty(≤-3)、Penalty(-2)與Dscore不存在顯著的相關關系，這一結果直接驗證了平行趨勢的存在。而Penalty(0)、Penalty(1)、Penalty(2)與Dscore在5%水平上顯著為正，Penalty(≥3)與Dscore不存在顯著的相關關系。這說明相比于未受到違規處罰的企業，受到違規處罰的企業在處罰后三年內短暫地提升了社會責任文本信息披露質量(14)違規處罰沖擊對企業社會責任文本披露質量的影響不具有持續性，隨著違規處罰事件造成的不利影響被市場不斷消化吸收，企業提升社會責任文本信息披露質量的動機會逐漸減弱，因而企業在受到違規處罰三年后未顯著提升社會責任文本信息披露質量。，以緩解負面沖擊帶來的不利影響。上述結果在進一步控制公司基本特征、公司治理以及高管特征變量后保持穩健。

2.安慰劑檢驗

企業受到違規處罰這一負面沖擊本身就具有較強的外生性。企業作為微觀主體難以直接反向影響監管部門對企業的處罰決定。然而，這不能保證本文回歸估計能夠完全克服遺漏變量的干擾。為此，本文通過隨機選擇企業受到違規處罰的時點進行安慰劑檢驗。基于隨機選擇樣本，重復抽樣進行了1 000次基準回歸，圖1報告了隨機抽樣后回歸系數的分布情況。可以發現，基于隨機樣本估計得到的系數分布在0附近，而基準回歸估計的系數(0.153 0)遠離于隨機抽樣分布，說明遺漏變量問題難以干擾模型(1)的回歸估計結果。

圖1 安慰劑檢驗結果

3.基于社會責任文本信息披露分指標的檢驗

進一步地，本文計劃從分指標維度觀測企業在違規處罰前后，社會責任文本信息披露具體表現的變化。具體地，將模型(1)中Dscore變量分別替換為其構成的各分指標進行回歸測試。回歸結果如表7所示，列(1)Penalty與Pos在5%水平上顯著為負，列(2)Penalty與Neg不存在顯著的相關關系，說明企業受到違規處罰后，社會責任文本信息披露的積極語調顯著降低，而消極語調沒有明顯變化，其原因可能是相比于增加負面信息披露，受到違規處罰的企業更傾向于通過減少正面信息披露方式改善社會責任文本信息披露質量。列(3)Penalty與Fog在10%水平上顯著為負，列(5)Penalty與Num在5%水平上顯著為正，即企業受到違規處罰后，社會責任文本信息披露的可讀性和定量信息占比顯著增加。列(4)Penalty與Resword不存在顯著的相關關系，其原因可能是企業在違規處罰沖擊下社會責任信息披露行為會更加穩健，避免因增加大量信息披露產生不利影響，因而報告長度沒有顯著增加。列(6)Penalty與Horizon不存在顯著的相關關系，其原因可能是處于不確定環境中的企業傾向于披露較少有關未來目標或趨勢的信息[6]，因此企業受到違規處罰后，前瞻性信息占比并未顯著增加。上述結果為驗證企業在違規處罰負面沖擊下會改善社會責任文本信息披露質量提供了部分佐證。

4.內生性處理

雙向因果關系、遺漏變量以及樣本選擇偏差是導致本文可能存在內生性問題的主要因素。首先，本文采用企業受到違規處罰的外生研究場景來檢驗社會責任文本信息披露的價值保護效應。企業受處罰決定及公告是由相關監管部門作出并公布，微觀企業難以反向影響監管部門的處罰決策，違規處罰事件具有較好的外生性，因而由雙向因果關系導致內生性問題的可能性相對較小。其次，在基準回歸模型構建過程中，本文已經從社會責任表現、公司基本特征、公司治理特征以及高管特征等多個維度涵蓋了可能影響社會責任文本信息披露以及企業價值的因素，并控制了公司個體層面的固定效應，則因遺漏變量產生內生性問題的可能性相對較小。最后，由于受到違規處罰企業和未受到違規處罰企業在資產規模、盈利能力、財務狀況、成長性等方面存在差異，因此直接采用未匹配的樣本進行回歸測試很可能產生樣本選擇偏差問題。本文在樣本篩選過程中，以公司規模、總資產收益率、財務杠桿、營業收入增長率、股票換手率等為協變量，采用傾向得分匹配法為受到違規處罰企業匹配相應的對照樣本，在一定程度上能夠避免因樣本選擇偏差帶來的內生性問題。

雖然本文的內生性問題并不嚴重，但為了進一步減輕遺漏變量問題，緩解隨著行業乘以年度變化不可觀測因素對基準回歸結果造成的影響，在基準回歸模型中控制了“行業×年度”的固定效應。表8報告了基準回歸模型的內生性檢驗結果，其與基準回歸結果保持一致。

表8 內生性檢驗結果

5.其他穩健性檢驗

本文還進行了一系列穩健性測試。表9列(1)和列(2)中，參考姜付秀和黃繼承(2011)[40]的做法，采用市賬比(MB)作為企業價值的替代指標重新測試。列(3)和列(4)中，為了觀測企業社會責任文本信息披露的價值保護效應是否具有一定滯后效應，將企業價值變量滯后兩期進行測試。列(5)至列(7)中，考慮到不同年度內多次因違規被處罰的樣本可能對研究結果造成影響，按照未刪除不同年度內多次因違規被處罰的樣本重新測試。上述穩健性檢驗結果均支持基準回歸的結果。

表9 穩健性檢驗結果

五、進一步分析

(一)基于聲譽風險管理視角的檢驗

前述已經充分論證了在違規處罰的負面沖擊下，企業會提升社會責任文本信息披露質量以實現對企業價值的保護。該部分本文進一步嘗試從企業聲譽風險管理動機的視角來探索其中的潛在機制。

如果企業聲譽風險管理動機真實存在，則可以預期當擁有良好聲譽的企業在受到違規處罰的負面沖擊下，出于聲譽風險管理的考慮，則更有動機提高社會責任文本信息披露質量以降低企業聲譽損失產生的負面影響。因此，本文參考江新峰等(2020)[42]的做法，以企業規模作為企業聲譽的代理變量。企業聲譽越大，在遭受負面沖擊時其聲譽風險管理動機可能越強。具體地，按照企業所在年度和行業的企業規模中位數，將樣本分為聲譽風險管理動機高組(Reputation=1)和聲譽風險管理動機低組(Reputation=0)。回歸結果如表10列(1)和列(2)所示，Penalty與Dscore顯著的正相關關系僅出現在聲譽風險管理動機高組。上述結果說明，在受到違規處罰的負面沖擊下，具有較強聲譽風險管理動機的企業會更有意愿提升社會責任文本信息披露質量。

表10 基于聲譽風險管理視角的檢驗結果

此外，如果聲譽風險管理動機成立，則媒體關注可能會進一步增加負面沖擊下企業所面臨的聲譽風險，從而增強企業通過社會責任文本信息披露進行聲譽風險管理的動機。媒體是資本市場中一個重要的主體，在信息傳播中具有“放大器”的功能，不僅能夠放大企業面臨違規處罰沖擊的負面影響，也會加劇市場對違規處罰信息的發酵和反應[26]。因此，本文預期當企業面臨更多媒體關注時，在違規處罰的負面沖擊下企業會更有意愿提升社會責任文本信息披露質量。按照企業所在行業和年度的媒體關注度(15)數據來源中國研究數據服務平臺(CNRD)中的財經新聞數據庫。中位數，將樣本分為媒體關注度高組(Attention=1)和媒體關注度低組(Attention=0)。回歸結果如表10列(3)和列(4)所示，Penalty與Dscore顯著的正相關關系僅出現在媒體關注度高組。上述結果說明，在受到違規處罰的負面沖擊下，媒體關注度越高的企業會更有意愿提升社會責任文本信息披露質量。

(二)基于違規處罰力度的檢驗

表11報告了企業面臨的違規處罰力度對社會責任文本信息披露質量影響的回歸估計。列(1)中，本文參考Moser和Voena(2012)[43]的研究，構建違規處罰力度變量(PenaltyDegree)替代模型(1)中的違規處罰變量(Penalty)，設計連續型雙重差分模型分析違規處罰力度對社會責任文本信息披露質量的影響。借鑒梁上坤等(2020)[34]的研究，將樣本劃分為沒有違規處罰、一般違規處罰和嚴重違規處罰三類(16)梁上坤等(2020)[34]將企業違規樣本按照處罰方式區分為一般違規處罰和嚴重違規處罰。一般違規處罰包括批評、警告及譴責處罰方式； 嚴重違規處罰包括罰款、沒收非法所得、取消營業許可(責令關閉)、市場禁入及其他處罰方式。，并按照企業受到違規處罰的嚴重程度，對PenaltyDegree進行賦值。該變量被定義為：企業受到嚴重違規處罰賦值為2，受到一般違規處罰賦值為1，沒有受到違規處罰則賦值為0。回歸結果如表11列(1)所示，PenaltyDegree與Dscore在1%水平上顯著為正。這說明，企業受到違規處罰越嚴重，越有意愿顯著地提升社會責任文本信息披露質量。進一步地，本文將樣本中受到違規處罰的企業按照其所面臨的違規處罰力度，分成嚴重違規處罰組(Degree=1)和一般違規處罰組(Degree=0)，再分別與研究區間內一直未受到違規處罰的樣本進行回歸(17)由于樣本中對照組為研究期間一直未受到違規處罰的企業，導致本文無法直接按照違規處罰力度對全樣本進行分組。因此，按照樣本中受到違規處罰企業所面臨的違規處罰力度進行分組，然后將研究期間內一直未受到違規處罰的樣本分別加入進行測試，上述做法使得兩組樣本量之和超過總樣本量。。列(2)和列(3)結果顯示，Penalty與Dscore顯著正相關關系僅出現在嚴重違規處罰組。上述結果說明，相比于受到一般違規處罰的企業，受到嚴重違規處罰的企業會更有意愿披露文本信息質量較高的社會責任報告。

表11 基于違規處罰力度的檢驗結果

六、結論與啟示

本文借助企業受到違規處罰的外生研究場景，以2008-2018年發布社會責任報告的A股上市公司為研究樣本，考察違規處罰事件如何影響社會責任文本信息披露質量，以及社會責任文本信息披露是否產生了價值保護效應及其作用機制。本文研究發現：第一，相比于未受到違規處罰的企業，受到違規處罰的企業在處罰后會顯著提升社會責任文本信息披露質量。該研究結果表明，違規處罰負面事件會導致企業社會責任文本信息的敘述性語言特征變化，社會責任文本信息的敘述性語言特征可以在危機時期積極影響市場對企業聲譽和合法性的感知，驗證了社會責任文本信息披露的風險管理作用。第二，受到違規處罰后，企業提升社會責任文本信息披露質量能夠保護企業價值。該研究結果表明，在中國的研究情境下，社會責任文本信息披露能夠在違規處罰負面事件下發揮價值保護效應。第三，機制檢驗發現，社會責任文本信息披露通過提高分析師盈余預測準確度，保護了企業價值。該研究結果厘清了社會責任文本信息披露影響企業價值的具體機制。第四，在聲譽風險管理動機較強、媒體關注度較高以及面臨更嚴重處罰的樣本中，受到違規處罰后企業提升社會責任文本信息披露質量的現象更為顯著。該研究結果表明，聲譽風險管理動機、媒體關注度以及處罰力度對違規處罰沖擊與社會責任文本信息披露質量之間的關系具有正向調節作用。

基于本文研究結果，得到以下啟示：首先，企業可以嘗試從文本的敘述性語言特征角度改善社會責任報告的披露質量，進而增強市場中利益相關者對社會責任報告的可信度。目前我國社會責任報告存在披露質量殘差不齊以及可信度較低等問題，本文基于敘述性語言特征構建的社會責任文本信息披露質量指標為企業改善報告質量和提高報告可信度提供了思路。其次，企業可以通過提升社會責任文本信息披露質量應對負面沖擊，而社會責任文本信息披露質量的提升有助于提高分析師盈余預測準確度，進而保護企業的價值。本文的研究發現為管理層在負面沖擊下如何進行風險管理提供了有益的經驗證據。最后，監管部門應進一步完善社會責任信息披露制度，不僅要對社會責任報告的披露內容和格式制定規范，同時也要關注社會責任報告的文本信息，并鼓勵企業提高文本信息的披露質量。

附錄1：匹配前后核密度圖對比