管理层语调操纵的信息夸大效应

符号亮 丁杰 郭小群

【摘要】作为关键信息披露， 年报会通过管理层语调来影响投资者决策。 基于信息操纵理论， 以我国2009 ～ 2020年上市公司年报文本为样本， 实证检验企业管理层的正面语调操纵行为对股价崩盘的影响。 研究发现， 上市公司年报语调操纵存在正面信息夸大效应， 投资者意见分歧在正向语调操纵和股价崩盘中间发挥了部分中介作用。 经过一系列稳健性检验后， 上述结论依然成立。 进一步分析发现， 与文本可读性较高的公司相比， 正向语调操纵的信息夸大效应在文本可读性较低的公司样本中更为显著;与机构持股比例较高的公司相比， 信息夸大效应在机构持股比例较低的公司样本中更为显著。

【关键词】文本分析;语调操纵;股价崩盘;意见分歧;可读性

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2022）11-0090-10

一、引言

年报是公司管理层向外部投资者传达最全面信息的可靠披露渠道。 作为关键信息披露， 年报较多地运用带有情感色彩的词语， 传递着管理层的语调[1] ， 投资者从中能够感知管理层对未来发展的看法和态度。 从格式规范看： 监管机构对年报披露时点、披露格式提出了诸多规范要求， 以降低管理层的信息选择性偏差和道德风险[2] ; 公司董监高须在外审机构监督下保证年报内容的真实准确， 较好地捕捉管理层完整语调。 深入探究管理层年报语调是提供增量信息还是使用语调操纵误导信息使用者， 对于投资者来说具有重要意义。

为此， 本文拟透过股价崩盘这一事件研究管理层正向语调操纵是否会产生信息夸大效应， 并检验投资者意见分歧对于信息夸大效应的传递作用。 这样设计的原因在于： ①我国股票市场上市公司盈余管理和市值操纵现象较为普遍[3] ， 管理层可能通过积极语调操纵来达到市值管理目的， 因此有必要通过市场反应来考察年报语调操纵是否会引发股价崩盘等严重后果。 ②我国股票市场具有较严格的卖空限制[4] ， 有意见分歧的投资者无法及时分辨其中的积极语调操纵， 只能将所有的积极语调融入股价， 从而提高信息不对称程度， 增加市场噪音和股票不稳定性。

二、文献回顾

（一）文本分析和语调操纵

不少研究试图通过文本分析来评价企业信息披露质量。 一个重要研究对象是公司信息披露时的“语调”， 且以Loughran和McDonald[5] 的研究最为经典， 其所使用的L&M金融情感英文词汇被广泛用作积极词汇和消极词汇文本分析的基础。 与财务信息相比， 非财务文本信息容易成为管理者进行信息操纵的工具。 文本信息的叙述性使得其传达印象和情感时更具弹性， 难以受到法律规范的约束， 较大的语言裁定权为管理层通过文本信息披露以引导市场行为提供了操纵空间[6] 。

Huang等[7] 通过回归方程残差分离出正常语调和夸张语调， 将超常正向语调定义为“语调操纵”， 发现语调操纵与公司未来业绩显著负相关。 随后不少学者将关注点转向了异常积极语调的相关研究。 Blau等[8] 研究发现， 卖空者的目标是异常未预期盈余和异常积极语调同时出现的公司。 Baginski等[9] 基于管理层超常语调的异常交易量增加， 研究发现管理层语调操纵会造成投资者分歧。

上述研究表明， 文本语调已成为掩藏管理者真实动机的“烟雾弹”， 管理层可能有意识地通过语调管理误导投资者对公司基本面的认知。 国内异常语调研究亦处于快速发展中， 例如， 管理者利用超常积极语调为其减持交易进行掩饰[1] 、民企利用超常积极语调获取股票增发资格[10] 等， 不过尚缺少针对管理层正向语调操纵的夸大效应的研究。

（二）股价崩盘风险成因研究

已有研究主要从股价崩盘形成原因、前提条件、制约因素等层面展开分析。 首先， 不少研究认为， 股价崩盘的主要成因在于管理层隐藏坏消息， 并从权责发生制会计缺陷[11] 、管理层股权激励[12] 、企业过度投资[13] 、CEO过度自信[14] 、董事高管责任保险[15] 等方面阐述管理层隐藏坏消息的动机。 其次， 公司信息环境是股价崩盘的重要前提条件。 例如，  盈余管理造成的财务报告不透明[16] 、财务报表重述以及审计师鉴证弱点[17] 、财务报表可比性[18] 、年报披露推迟[19] 等。 Kim等[18] 认为， 财务报表可比性差有助于管理层夸大业绩、隐藏坏消息。 再次， 良好的公司治理能够制约公司高管的私利行为， 对股价崩盘风险具有抑制作用。 例如， 管理層权利强度[20] 、其他外部机构投资者[21] 、证券卖空制度[22] 、税务征管[23] 等因素可制约高管私利行为。

上述研究表明， 企业管理者会采取多种渠道对坏消息进行隐瞒。 自利的管理层为了谋取更多的私人利益， 会选择战略性地隐藏坏消息。 与隐藏负面消息不同， 企业管理层会发布众多有利的正面消息以夸大正面消息， 形成的超常积极语调是否会引发股价泡沫和股价崩盘， 值得研究。

三、理论分析与假设

（一）正向语调操纵与股价崩盘

信息操纵理论认为， 内部管理层和外部投资者之间存在天然的委托代理问题和信息不对称问题， 在职位晋升、薪酬激励等诱导下， 管理层会有意识地隐藏坏消息。 Hutton等[16] 研究发现， 当公司信息不透明度高、披露特定信息少时， 企业高管隐藏负面信息就变得容易。 随着时间累积达到临界值无法继续隐匿， 此时负面信息就会在市场瞬间释放， 从而导致股价崩盘。

赵璨等[6] 认为， 尽管隐藏负面消息是诱发股价崩盘的主要原因， 但不能忽略了管理者进行信息操纵的另一手段——夸大正面消息。 夸大正面消息不仅包括合法合规的过度宣传， 而且包括法律规范难以涉及的传达情绪的文本语调。 就文本语调而言， 激发管理层正向语调操纵的可能动机在于： 一是基于企业真实扩张性活动的正面叙述过度。 企业积极语调往往预示着企业高管积极主动的行为， 比如并购扩张、绿地投资、新品推广、技术研发等活动。 但过度的积极陈述语调可能带来过度投资， 导致表达更多乐观情绪[24] 。 二是基于某些目的的策略性炒作语调。 我国股票市场投机气氛较浓， 管理层有意愿也有能力迎合市场抬升股价， 以达到市值管理或炒作题材的目的。 比如： 企业高管对环境保护信息披露“多言寡行”的正面“包装”管理 [25] ， 重视申请数量、忽视申请质量以及轻视专利维护的策略性专利行为[26] 。

文本信息语调与财务信息披露既可以起到相互印证的作用， 也可以达成互相掩饰的目的。 若作为财务数字的掩护， 管理者会有意识地进行语调操纵， 引导投资者产生超越企业基本面的乐观或悲观看法。 例如， 管理层通过操纵文本语气语调， 使得非财务信息披露成为一种策略性行为， 为高管掩饰其盈余操纵提供烟雾弹[27] 。 由于存在卖空限制， 看空投资者无法将负面信息通过交易反映至股价中， 而看多投资者可以将积极语调信息通过交易及时反映在股价中[22] ， 因此， 管理层会更多采用夸大积极语调的操纵手段。 管理层通过正面积极的文本消息和语调传递企业利好消息， 使得股票价格虚高进而形成股价泡沫。 与掩藏负面消息存在一个限值类似， 夸大正面消息也会存在一个临界值。 随着时间推移夸大正面消息达到临界值， 此时其在股票市场瞬间集中曝光， 使市场虚高的个股股价遭受负面打击， 从而引发股价崩盘。

基于此， 本文预期管理层为影响投资者对公司财务信息的解读， 可能利用文本正面语调对投资者进行误导， 即夸大正面消息， 形成正向的语调操纵， 造成股价泡沫最终导致股价崩盘。 为此提出如下假设：

H1： 管理层语调操纵程度具有信息夸大效应， 且正向语调操纵越大， 股价崩盘风险越大。

（二）年报语调操纵、投资者意见分歧与股价崩盘

投资者意见分歧是导致股价崩盘的重要原因。 在资本市场中， 投资者由于信息流渐次传递、有限关注和先验认识异质性， 常常导致对未来股票资产预期存在意见分歧[28] 。 具体分析如下： ①信息流渐次传递。 一份公司年报信息， 需通过渐进、依次的方式传递给市场每一个投资者。 投资者接收包含语调操纵年报信息的时间不尽相同， 无疑将产生意见差异。 ②有限关注。 海量信息促使投资者将有限的注意力集中在年报披露的特定信息上， 且将价值信息约化成“利好”“利空”“买入”“持有”“卖出”等基本投资处理决策。 由于投资者有限关注的特定信息子集不同， 导致投资者处理决策意见分化[29] 。 ③先验认识异质性。 假设年报信息同时传递至每个投资者， 且每个投资者均能完整关注到。 在这一背景下， 若不同投资者使用不同的先验知识、投资风格与估值模型来处理这些信息， 得到的投资者意见仍将产生分歧。 年报正向语调操纵产生的信息渐进依次地传递给每个市场投资者， 而有限关注的投资者接收到的信息子集也不相同， 在不同的先验框架处理模式下， 投资者对年报正向语调操纵影响公司股价的方向形成一致预期的难度加大。 由于存在年报基本语调操纵， 投资者处理决策意见的分歧明显增加。

那么， 正向语调操纵的信息夸大是否会加剧投资者意见分歧， 进而提升股价崩盘风险呢？ 这可以从年报语调操纵的内容和效果进行分析： 一是从内容来看， 较高比例的正向语调夸大意味着更难以判断公司现有经营状况， 更难以了解真实的企业盈利信息。 年报正向语调夸大增加了市场的信息噪音及年报信息的复杂程度， 显著提高了投资者对年报信息产生一致预期的难度。 我国股票市场中经验不足的个人投资者占主导， 且投资者的“羊群效应”可能导致过度乐观的企业估值泡沫。 即使投资者能够准确识别出语调操纵， 但如果管理层持续释放各种不同的正向语调年报信息， 投资者仍可能做出不合理的投资决策， 从而加剧股票波动。 二是从效果来看， 由于投资者的看多意见可通过买入行为相对容易地表达， 股票价格更多反映了看多投资者的行为， 从而形成股价泡沫。 由于存在卖空限制， 投资者意见分歧加大容易导致股票当期价格走高、長期下跌风险加大[30] 。 因此， 接收年报积极语调操纵信息的投资者对于企业价值预期的分歧越大， 股价崩盘风险越大。 为此提出如下假设：

H2： 投资者意见分歧可能在管理层正向语调操纵和股价崩盘中发挥中介作用。

四、变量定义与模型设定

（一）研究样本与数据来源

选取2009 ～ 2020年沪深A股上市公司为研究样本。 语调指标构建所需的文本资料来自文构财经文本数据平台（WinGo）， 公司层面和市场交易数据来源于国泰安数据库（GSMAR）。 对样本数据进行如下处理： 剔除金融类公司; 剔除ST类公司; 剔除主要变量缺失的样本。 初步得到17062个观察样本。

此外， 异常语调可进一步分为正向语调操纵和负向语调操纵， 只有正向语调操纵可以起到正面信息夸大并误导投资者的作用， 进而产生泡沫造成股价崩盘， 而负向语调操纵对投资者的误导与股价崩盘的上述机制相悖。 为此， 选取语调操纵为正的观察值， 获得8328个观察样本用于主回归模型检验。 为减少离群值， 按照1%和99%百分位对连续变量进行缩尾处理。

（二）变量定义

1. 被解释变量： 正向语调操纵。 语调指标的构建步骤如下： ①数据获取： 从上海证券交易所、深圳证券交易所、巨潮资讯等网站下载原始PDF文件。 ②PDF解析： 结合PDF文件解密技术、光学字符识别（OCR）技术将其解析成TXT格式文本。 ③数据清洗和处理， 对文本进行去除表格、去除页眉页脚等清洗操作。 ④中文分词： 利用WinGo分词系统的基础语料库， 该库对招股说明书、公司年报、业绩说明电话会议纪要等文档进行分词， 将连续的数据源文本序列切分成若干单独的词汇形成基础语料库。 ⑤种子词集： 以L&M提供的金融情感英文词汇为基础进行翻译、筛选， 得到涵盖1489个消极词汇、1108个积极词汇的种子词集。 ⑥同义词扩充： 利用同义词词林对词表进行扩充， 将基础语料库训练成词向量， 进一步人工筛选、去重。 ⑦通过WinGo财经文本数据平台自然语言处理和文本分析计算出积极词汇和消极词汇的词频， 统计出不同数据源积极词汇和消极词汇的相应词频， 得到研究所需的语调指标从而构建出语调操纵变量。

前三个步骤由WinGo财经文本数据平台操作处理， 本文主要进行后四个步骤整理， 以获得中文财经情感词汇和语调指标。 在WinGo财经文本数据平台统计出不同数据源积极词汇和消极词汇的相应词频， 参照谢德仁和林乐[31] 的方法在积极词汇和消极词汇基础上构建得到语调指标TONE1、TONE2之后， 按照Huang等[7] 构建的模型进行年度横截面回归， 得到其残差。 以TONE1进行横截面回归得到其残差， 将取值大于0的样本定义为年报正向语调操纵1（ABTONE1）， 在主要回归中使用; 以TONE2进行横截面回归得到其残差， 将取值大于0的样本定义为年报正向语调操纵2（ABTONE2）， 在稳健性检验中使用。

2. 解释变量： 股价崩盘风险。 借鉴Hutton等[16] 、Kim等[17] 的方法， 使用市场模型回归来估计每周收益回报获得周特有收益率， 构造两个股价崩盘风险变量， 即股价崩盘风险1（NCSKEW）和股价崩盘风险2（DUVOL）。

3. 中介变量： 投资者意见分歧。 结合史永东和李凤羽[4] 的研究， 采用[-120，30]， 即年报公布前第120个交易日至公布后第30个交易日股票换手率的算术平均值作为投资者意见分歧（DIFOP）的衡量指标。

（三）模型设定

为了检验H1， 构建模型（1）研究管理层语调操纵的信息夸大效应：

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

Controli，t+Industryi，t+Yeari，t+εi，t （1）

式中， NCSKEW和DUVOL为被解释变量， ABTONE为解释变量。 Controls加入了公司本期的市值账面比、年度收益率、年收益波动性、资产负债率、总资产收益率、公司规模、大股东持股、月均超额换手率和盈余操纵等控制变量[17，31] ， 具体定义见表1。

为了检验H2， 采用模型（2） ～ （4）研究投资者意见分歧在管理层语调信息夸大效应中的中介作用：

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

Controli，t+Industryi，t+Yeari，t+εi，t （2）

DIFOPi，t+1=α0+α1ABTONEi，t+Controli，t+

Industryi，t+Yeari，t+εi，t （3）

NCSKEWi，t+1/DUVOLi，t+1=α0+α1ABTONEi，t+

DIFOPi，t+1+Controli，t+Industryi，t+Yeari，t+

εi，t （4）

五、实证结果分析

（一）描述性统计

从表2主回归变量的描述性统计结果可以看到， NCSKEW和DUVOL的均值分别为-0.319和

-0.241， 标准差为0.911和0.749， 说明股价崩盘风险在样本之间存在较大差异， 足够的异质性为计量分析得到后续的结果提供了相应基础。

（二）回归分析

1. 管理层正向语调操纵的信息夸大效应检验。 表3第（1）、（4）列为单变量回归结果， 解释变量正向语调操纵1（ABTONE1）的系数分别为5.3379、4.4749， 在1%的水平上显著; 第（2）、（5）列为加入控制变量的回归结果， ABTONE1的系数分别为5.6412、4.8688， 亦在1%的水平上显著; 第（3）、（6）列进一步控制了年度、行业效应， ABTONE1的系数分别为4.4529、3.8880， 分别在5%和1%的水平上显著。

无论是单变量回归还是多变量回归， ABTONE1均显著增加了企业股价崩盘风险， 且在NCSKEW和DUVOL的回归结果中呈现一致性。 这说明语调操纵的隐蔽性较强， 投资者容易受到诱导， 管理层可以通过正向操縱积极消息并误导投资者， 最终造成操纵消息积累到临界值并瞬间释放， 进而造成股价崩盘。 表3的回归结果表明， 年报正向语调操纵越严重， 股价崩盘风险越高， 表明管理层正向语调操纵确实具有信息夸大效应， H1得到验证。

在控制变量中， 公司的资产负债率、盈余操纵与股价崩盘显著正相关， 而公司规模、市值账面比、大股东持股与股价崩盘负相关， 这些结果与之前研究大体保持一致[22] 。

2. 投资者意见分歧在信息夸大效应中的中介作用检验。 借鉴温忠麟等[32] 提出的中介效应检验程序， 检验投资者意见分歧在信息夸大效应中的中介作用， 检验步骤如下： ①检验正向语调操纵是否对股价崩盘风险产生显著正面影响; ②检验正向语调操纵是否对可能中介渠道产生显著正面影响; ③检验正向语调操纵、可能中介渠道是否分别对股价崩盘产生显著影响。

从表4列（1） ～ （3）回归结果看出， 正向语调操纵和投资者意见分歧在10%的水平上显著正向相关， 管理层正向语调操纵、投资者意见分歧分别与股价崩盘风险在1%的水平上显著正相关。 利用sgmediation命令检验得到的Sobel结果显示， 正向语调操纵增加了投资者意见分歧， 加大了股价崩盘风险， 存在部分中介作用， 间接中介作用占比为0.0637。 另一指标DUVOL亦类似， 如表4列（4） ～ （6）所示， 中介作用占比为0.0591。 上述结果说明， 由于存在年报正向语调操纵， 投资者意见分歧增加， 股价崩盘风险增大， 投资者意见分歧在正向语调操纵影响股价崩盘中发挥中介作用， 从而验证了H2。

（三）稳健性检验

1. 内生性问题检验。 为控制互为因果的内生性问题影响， 本文选取2012年公司年报信息披露内容与格式准则的大幅度修订作为外生冲击。 2012年9月， 证监会对年报的内容与格式准则进行修订， 大幅增加了管理层的年报披露责任， 包括保证年报内容不存在虚假记载、误导性陈述， 首次提出引用数据、资料应依据充分， 对第三方数据资料应关注其权威性和详实来源等， 并承担个别和连带法律责任。

本文预期， 在证监会大幅修订年报披露格式和增加管理层责任后， 年报文本信息披露质量将进一步提高， 管理层正向语调操纵的动机会显著削弱。 为了比较修订前和修订后管理层语调操纵的信息夸大效应， 将样本划分为2012年修订前、2012年修订后（含）两个组别， 采用模型（5）进行实证检验。 在表5和表6中： 列（1）、（2）为2012年之前的回归结果， 系数正相关， 均显著; 列（3）、（4）为2012年之后的回归结果， 系数正相关， 但不显著。 从表5、表6结果可看到， 2012年修订之前年报文本正向语调操纵对股价崩盘风险的影响更加显著。 这表明在控制了内生性问题后， 前述结论依然成立。

值得注意的是， 检验结果显示2012年监管部门对上市公司管理层年报披露信息要求的责任修订使得导致股价崩盘的年报语调操纵情形减少。 因此， 科学合理地规范年报披露， 对正面信息如何披露、披露程度等严格规定和指引， 减少管理层信息夸大、语调操纵的空间， 有助于从年报源头保护投资者利益。

2.更换语调的计算方法（ABTONE1换成 ABTONE2）。 采用第二种正向语调操纵衡量指标ABTONE2进行回归， 结果如表7所示。 更换语调衡量指标后， 管理层语调操纵与股价崩盘风险依然是显著正相关关系， 表明依然存在信息夸大效应， 与前述结论相符。

3. 更换股价崩盘风险计算区间。 在主回归研究中， 股价崩盘风险变量的计算区间为公司财政会计年度。 将股价崩盘风险的计算区间更换为当年年报披露截止日5月初至次年的4月底， 重新计算股价崩盘风险， 检验该区间的正向语调操纵是否对股价崩盘产生影响。 从表8的回归结果看， 不管是采用变量NCSKEW， 还是采用变量DUVOL， 正向语调操纵（ABTONE1）均对股价崩盘产生正向影响， 亦符合前述主回归结论。

（四）进一步研究

1. 文本可读性异质性检验。 文本可读性体现了对外披露信息的可理解程度。 年报文本可读性越高， 越容易理解， 越有利于投资者分析处理。 已有文献发现上市公司英文文本信息披露存在不同程度的“迷雾指数”， 其文本可读性给普通投资者带来困扰[33] 。 汉语语言使用较之更为间接含蓄， 导致中文语义曲折晦涩[34] ， 增加中文年报文本信息的解读难度[27] 。 公司年报可读性较低， 文本语调操纵的机会主义动机较强， 投资者可能无法识别其中的文本信息语调操纵。 为此本文预期， 相比可读性较好的公司， 可读性较差的公司年报的正面信息夸大效应更加显著。

本部分使用年报可读性（Readability）作为分组变量， 进一步侧面分析年报语调操纵效应。 年报可读性采用神经概率语言模型的顺序简易性衡量， 衡量方式为年报文本中词语搭配顺序在资料中出现的频率。 根据分组变量可读性将样本分为三组， 第一组为年报可读性低组、第三组为年报可读性高组。 表9第（1）、（3）列所示， 可读性低的年报文本正向语调操纵与股价崩盘风险（NCSKEW、DUVOL）的正相关关系更为显著。 而相比之下， 如第（2）、（4）列所示， 可读性高的年报文本正向语调操纵与股价崩盘风险（NCSKEW、DUVOL）之间不显著。 对分组样本进行系数差异检验， 比较ABTONE1系数在不同组别的差别， 利用SUEST检验P值亦十分显著， 小于1%。 结果表明， 随着年报可读性降低， 正向语调操纵给市场投资者传递的信息更扭曲， 不对称程度更明显， 增加了股价崩盘风险， 夸大正面信息效应更为显著， 进一步支持H1。

2. 机构投资者持股异质性检验。 机构投资者的存在不仅可以缓解上市公司的信息不对称程度， 还能够利用卖方分析师的私有信息和职业判断来规避信息劣势。 已有研究发现， 对于信息不对称程度高的公司， 机构投资者能够获得邻近交流优势信息， 从而避免因公司公告突变引起的下跌冲击， 进而获得额外预测收益[35] 。 相比个人投资者， 机构投资者更早地获得分析师报告信息， 并构建有利的投资组合获得超额收益[36] 。 由此推测， 随着机构持股比例的逐渐上升， 企业管理层信息操纵的动机减弱， 异常语调对于投资者的误导程度降低， 使得正向语调操纵造成的管理层与投资者之间的信息不对称程度降低， 从而股价崩盘风险下降。

按照机构投资者持股比例三等分， 第一组为机构持股低组、第三组为机构持股高组。 表10列（1）、（3）结果显示， 机构持股低组正向语调操纵对股价崩盘的作用系数分别为5.7305、5.3805， 在1%的水平上显著。 相比之下， 表10列（2）、（4）结果显示， 机构持股高组正向语调操纵对股价崩盘的作用系数分别为4.2078、4.4792， 均在10%的水平上弱相关。 通过分组样本系数差异检验， 比较正向语调操纵（ABTONE1）系数在不同组别的差别， P值显著水平小于10%。 这说明， 随着机构持股比例的降低， 企业管理层夸大正面语调的动机增强， 正向语调操纵对于投资者的误导程度较高， 企业股价崩盘风险加大， 信息夸大效应明显。 原因可能是个人投资者持股较多的公司的意见分歧相对较大。 可见， 机构投资者可以抑制管理层语调操纵， 为此我国有必要继续大力发展机构投资者， 改变个人投资者占多数的市场结构。

六、研究结论

基于我国2009 ～ 2020年A股上市公司年报文本信息， 本文从股价崩盘视角实证检验了管理层正向语调操纵的信息夸大效应。 研究发现， 管理层通过年报正向语调操纵来夸大正面消息， 误导投资者， 在积累到一定程度时突然释放从而造成股价崩盘。 在信息夸大效应传递途径上， 投资者意见分歧发挥了部分中介作用， 在管理层正向语调操纵影响股价崩盘中间起到中介传导作用。 在控制内生性、更换语调计算方法、重新定义计算区间等稳健性检验后， 结论保持不变。 这表明文本正向语调成为除财务数字之外另一可被管理层操纵的正向信息。 进一步检验发现， 年报文本可读性较低的管理层语调操纵信息夸大效应更显著， 机构持股比例较低的信息夸大效应更显著。

研究表明， 管理层通过语调操纵来夸大企业正面消息的做法会增加企业股價崩盘风险。 该结论为企业进行准确的年报信息披露提供了经验支持， 按照证监会的年报内容与格式披露要求， 语言应表达平实、清晰易懂， 不存在误导性陈述和操纵。 与负面消息类似， 应严格正面消息内容规划和格式指引， 对正面信息如何披露、披露程度进行明确规定， 减小管理层夸大正面消息和语调操纵的空间， 提高信息披露文本的可读性， 提高年报报告的文本信息质量。 此外， 由于机构投资者的参与有助于改善信息环境和降低股价崩盘风险， 证监会应进一步完善上市公司信息披露制度， 重视机构投资者的信息甄别作用， 改善我国资本市场信息环境。

本文的不足之处在于， 文本分析主要基于现有财经词典用词规律进行文本信息挖掘， 还无法对语义进行更为透彻的辨别。 本文主要以股价崩盘作为切入点探讨管理层语调操纵的消息夸大效应， 随着数据挖掘和人工智能学习技术的发展， 将从更多角度推进该领域研究。

【 主 要 参 考 文 献 】

[1] 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（9）：143 ～ 160.

[2] 杨七中，章贵桥，马蓓丽.管理层语意与未来股价崩盘风险——基于投资者情绪的中介效分析[ J].中南财经政法大学学报，2020（1）：26 ～ 36.

[3] 翁世淳.从价值创造到市值管理：价值管理理论变迁研究评述[ J].会计研究，2010（4）：74 ～ 81.

[4] 史永东，李凤羽.卖空限制、意见分歧收敛与信息披露的股价效应——来自A股市场的经验证据[ J].金融研究，2012（8）：111 ～ 124.

[5] Loughran T.， McDonald B.. When Is a Liability not a Liability？Textual Analysis， Dictionaries， and 10-Ks[ J].Journal of Finance，2011（1）：35 ～ 65.

[6] 赵璨，陈仕华，曹伟.“互联网+”信息披露：实质性陈述还是策略性炒作——基于股价崩盘风险的证据[ J].中国工业经济，2020（3）：174 ～ 192.

[7] Huang X.， Teoh S. H.， Zhang Y.. Tone Management[ J]. The Accounting Review，2013（3）：1083 ～ 1113.

[8] Blau B. M.， Delisle J. R.， Price M. K.. Do Sophisticated Investors Interpret Earnings Conference Call Tone Differently than Investors at Large？ Evidence from Short Sales[ J].Journal of Corporate Finance，2015（31）：203 ～ 219.

[9] Baginski S. P.， Demers E.， Kausar A.， et al.. Linguistic Tone and the Small Trader[ J].Accounting， Organizations and Society，2018（68）：21 ～ 37.

[10] 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.

[11] Bleck A.， Liu X.. Market Transparency and the Accounting Regime[ J].Journal of Accounting Research，2007（2）：229 ～ 256.

[12] Kim J. B.， Li Y.， Zhang L.. CFOs versus CEOs： Equity Incentives and Crashes[ J].Journal of Financial  Economics，2011（3） ：713 ～ 730.

[13] 江轩宇，许年行.企业过度投资与股价崩盘风险[ J].金融研究，2015（8）：141 ～ 158.

[14] 曾爱民，林雯，魏志华，张纯.CEO过度自信、权力配置与股价崩盘风险[ J].经济理论与经济管理，2017（8）：75 ～ 90.

[15] Yuan R.， Sun J.， Cao F.. Directors' and Officers' Liability Insurance and Stock Price Crash Risk[ J].Journal of Corporate Finance，2016（37）：173 ～ 192.

[16] Hutton A. P.， Marcus A. J.， Tehranian H.. Opaque Financial Reports， r2， and Crash Risk[ J].Journal of Financial Economics，2009（94）：67 ～ 86.

[17] Kim J. B.， Zhang L.. Financial Reporting Opacity and Expected Crash Risk： Evidence from Implied Volatility Smirks[ J].Contemporary Accounting Research，2014（31）：851 ～ 875.

[18] Kim J. B.， Li L.， Lu L. Y.， Yu Y..  Financial Statement Comparability and Expected Crash Risk[ J].Journal of Accounting Economics，2016（61）：294 ～ 312.

[19] 謝盛纹，陶然.年报预约披露推迟、分析师关注与股价崩盘风险[ J].会计与经济研究，2017（1）：3 ～ 19.

[20] 郑珊珊. 管理层权力强度、内外部监督与股价崩盘风险[ J].广东财经大学学报，2019（4）：72 ～ 86.

[21] 许年行，于上尧，伊志宏.机构投资者羊群行为与股价崩盘风险[ J].管理世界，2013（7）：31 ～ 43.

[22] 孟庆斌，侯德帅，汪叔夜.融券卖空与股价崩盘风险——基于中国股票市场的经验证据[ J].管理世界，2018（4）：40 ～ 54.

[23] 江轩宇.税收征管、税收激进与股价崩盘风险[ J].南开管理评论，2013（5）：152 ～ 160.

[24] 金宇超，靳庆鲁，宣扬.“不作为”或“急于表现”：企业投资中的政治动机[ J].经济研究，2016（10）：126 ～ 139.

[25] 李哲.“多言寡行”的环境披露模式是否会被信息使用者摒弃[ J].世界经济，2018（12）：167 ～ 188.

[26] 谭小芬，钱佳琪.资本市场壓力与企业策略性专利行为：卖空机制的视角[ J].中国工业经济，2020（5）：156 ～ 173.

[27] 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.

[28] Hong H.， Stein J. C.. Disagreement and the Stock Market[ J].The Journal of Economic Perspectives，2007（2）：109 ～ 128.

[29] 郑敏.异质信念、生存条件及市场影响力[J]. 管理科学学报，2015（8）：73 ～ 82.

[30] Boehme R. D.， Danielsen B. R.， Sorescu S. M.. Short Sale Constraints， Differences of Opinion， and Overvaluation[ J].Journal of Financial and Quantitative Analysis，2006（41）：455 ～ 487.

[31] 谢德仁，林乐.管理层语调能预示公司未来业绩吗？——基于我国上市公司年度业绩说明会的文本分析[ J].会计研究，2015（2）：20 ～ 27.

[32] 温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[ J].心理学报，2004（5）：614 ～ 620.

[33] Lo K.， Ramos F.， Rogo R.. Earnings Management and Annual Report Readability[ J].Journal of Accounting and Economics，2017（1）：1 ～ 25.

[34] 刘利群，杨玉晨.隐形文化、思维模式与语篇[ J].外语与外语教学，2004（5）：34 ～ 35.

[35] Baik B.， Kang J.， Kim J.. Local Institutional Investors， Information Asymmetries， and Equity Returns[ J].Journal of Financial Economics，2010（1）：81 ～ 106.

[36] 孔东民，刘莎莎，谭伟强.分析师评级与投资者交易行为[ J].管理世界，2019（1）：167 ～ 178.