朱 丹，李靜柔，李世新

(重慶大學 經(jīng)濟與管理學院，重慶 400044)

一、引言

會計信息披露是現(xiàn)代企業(yè)所有權(quán)與經(jīng)營權(quán)相分離背景下解決信息不對稱問題的主要手段。高質(zhì)量的信息披露有利于增強市場效率，引導(dǎo)社會經(jīng)濟資源的正確配置?？v觀全球各大會計準則制定機構(gòu)在概念框架中對會計信息的基本質(zhì)量要求，都離不開“可理解性”或者“可讀性”。我國《企業(yè)會計準則——基本準則》第二章第十四條提出，企業(yè)提供的會計信息應(yīng)當清晰明了，便于財務(wù)會計報告使用者理解和使用。2012年9月19日，我國證監(jiān)會發(fā)布的《公開發(fā)行證券的公司信息披露內(nèi)容與格式準則第2號——年度報告的內(nèi)容與格式》也明確要求，年報文本披露應(yīng)該盡量力求簡潔，避免重復(fù)累贅和誤導(dǎo)性陳述，并應(yīng)對理解難度較高的專業(yè)術(shù)語添加適當解釋[1]。

可讀性是會計信息質(zhì)量的基本保證[2]。只有信息被投資者閱讀并理解，信息披露才能真正解決企業(yè)管理層和各方利益主體之間的信息不對稱問題，從而提高決策效率，優(yōu)化社會資源配置。Loughran和Mcdonald研究發(fā)現(xiàn)，可讀性強的會計信息披露更有助于維護資本市場的穩(wěn)定[3]。很長一段時間以來，盡管大家公認我國公司的年度報告越來越復(fù)雜，但關(guān)于年報可讀性方面的研究卻并不多見，這主要受限于漢語表達的特點，在早期研究中很難對中文文本的可讀性進行計量，直到自然語言處理(NLP)技術(shù)讓中文分詞成為可能，文本分析在財務(wù)與金融領(lǐng)域才逐漸成為研究熱點。當前，在我國公司會計信息披露的可讀性方面，一些學者探索了公司年報可讀性的計量[4-5]，還有不少學者關(guān)注了年報可讀性的影響因素和經(jīng)濟后果[6-8]。

本文從中文的文本復(fù)雜度和會計專業(yè)詞匯的密集度兩個層面來定義年度報告可讀性計量指標，在年報編制要求越來越專業(yè)且復(fù)雜化的背景下，選擇專業(yè)解讀能力較強的證券分析師作為專業(yè)投資者代表，考察上市公司年度報告的文本可讀性水平對分析師解讀信息從而做出盈利預(yù)測的影響。本文的研究貢獻主要體現(xiàn)在三個方面：首先，針對上市公司年度報告這種專業(yè)性極強的文本，本文整理了專業(yè)詞匯庫，將近年來伴隨準則更新而誕生的“新”會計術(shù)語也納入計量范圍，并對專業(yè)術(shù)語的復(fù)雜程度進行了進一步區(qū)分,計量的準確性相對當前同類文獻有了進一步提升。其次，從研究角度來看，賣方證券分析師作為連接公司與普通投資者之間的信息溝通橋梁，是公司年報信息披露的專業(yè)用戶，考察年報文本信息的可讀性水平對分析師行為的影響對于確保信息披露的有效性和信息披露監(jiān)管工作具有重要意義。最后，從研究結(jié)果的角度來看，本文深入分析了年報文本的可讀性水平對分析師預(yù)測行為的影響機制，以及分析師的專業(yè)勝任能力在理解復(fù)雜年報中的作用。

二、理論分析與研究假設(shè)

(一)年度報告的可讀性與模糊假說

可讀性本是應(yīng)用語言學上的概念，是指文本易于閱讀和理解的程度[9]。國外學者從1950年左右就開始對英文文本的可讀性問題展開了研究，但由于漢語不像英文那樣在詞匯之間存在天然空格，因此針對漢語言的文本分析一直受到分詞技術(shù)發(fā)展的限制。近二十年來，隨著NLP等技術(shù)的突破，漢語文本可讀性方面的研究才逐漸豐富起來，“漢語文本可讀性測評和分級的跨學科研究”還成為我國2017年國家社科基金重大項目招標選題(1)該項目目前由北京語言大學博士生導(dǎo)師、《世界漢語教學》期刊編輯江新教授主持。。從20世紀末開始，陳阿林和張素使用公式法對中文文本的可讀性計量進行了探索[10]，王進等基于自然語言處理技術(shù)建立了圖書閱讀難度分級模型與自動分級系統(tǒng)[11]，吳思遠等通過機器學習模型考察了語言特征對可讀性的預(yù)測能力[12]。不過，上述研究主要局限在漢語教學領(lǐng)域。

企業(yè)年報是資本市場會計信息披露最重要的載體，與普通漢語教學領(lǐng)域文本相比，年報的財會專業(yè)性特別強，并且它所面向的用戶通常已具備基礎(chǔ)漢語閱讀理解能力，因此，對這類專業(yè)文本的可讀性計量應(yīng)當與普通文本有所區(qū)分。Jones和Shoemaker指出，年報是一種大多數(shù)個人投資者都無法讀懂的專業(yè)文本[13]；Heath等率先使用Fog指數(shù)計量了英文年報的可讀性水平[14]；Li同時使用Fog指數(shù)和文本長度度量了公司年報的可讀性[15]。在針對中文年報所展開的研究中，孫蔓莉等使用完形填空法考察了我國公司的年報文本，得出了可讀性不佳的研究結(jié)論，她還嘗試針對年報中的“管理層討論與分析”部分通過人工逐句閱讀方法計量了其可讀性[16-17]。在中文分詞難題逐步得到解決后，更多關(guān)于會計信息披露可讀性方面的研究涌現(xiàn)出來，王克敏等學者研究了管理層披露策略和盈余管理對公司年報可讀性水平的影響[18]；孫文章研究發(fā)現(xiàn)，聲譽激勵能促使董秘更好地履行信息披露職責，從而促進披露文本可讀性水平的提高[19]。

總的說來，現(xiàn)有研究對于中文年報文本可讀性的計量還在探索之中，而且會計學科特有的技術(shù)和專業(yè)性使得年報使用者的理解能力在會計術(shù)語和日常漢語之間必然存在差異。由于年報使用者已普遍具有高中語文水平以上的閱讀能力，因此普通字詞的難易程度對于閱讀者理解能力的影響有限，更大的障礙應(yīng)該存在于專業(yè)的會計術(shù)語當中。所以，本文擬從普通文本的閱讀負擔和專業(yè)文本的理解難度兩個層面計量年度報告的可讀性。

Bloomfield的不完全反映假說(Incomplete Revelation Hypothesis，IRH)認為，從公開數(shù)據(jù)中獲取某類信息的成本越高，市場價格對這類信息的反映就越不完全[20]。在此基礎(chǔ)上，他用模糊假說(Obfuscation)來解釋年報可讀性與公司盈余水平之間的關(guān)系：公司管理層可能會出于私利目的去操縱信息披露的可讀性，從而通過影響使用者的信息解讀效率來實施對己有利的印象管理。例如，通過降低年報文本信息的可讀性水平(增加復(fù)雜度)來隱藏壞消息，或者通過提高年報文本信息的可讀性水平使好消息得以有效傳遞，從而誘導(dǎo)信息使用者做出更加有利于管理層目的的價值判斷[20]。許多文獻都證明公司業(yè)績水平與年報文本可讀性之間存在顯著的正相關(guān)關(guān)系[15,21-22]，王克敏等認為這是公司管理層蓄意操縱造成的結(jié)果[18]；許文瀚和朱朝暉研究發(fā)現(xiàn)，上市公司“微盈利“現(xiàn)象與年報可讀性水平顯著負相關(guān)，并且“最嚴退市制度”顯著提高了微盈利公司年報的可讀性水平[23]，這說明企業(yè)可能會通過降低文本可讀性水平來掩蓋其盈余管理行為。綜上，國內(nèi)外研究成果均證實了模糊假說，說明即使按照相同的編報規(guī)則進行信息披露，通過增加使用者信息解讀的難度也可以使得某些年報文本具有“煙幕”作用：減少不利信息對公司形象的影響，或者放大有利消息的作用。

(二)可讀性水平、分析師預(yù)測與過往業(yè)績的功能鎖定影響

為了檢驗?zāi)陥笪谋镜目勺x性水平是否確實會對使用者的信息解讀造成顯著影響，本文選擇從賣方證券分析師的角度來進行考察。一般來說，分析師預(yù)測是研究會計信息披露經(jīng)濟后果的重要視角，因為分析師具備相對專業(yè)的財會金融知識，對行業(yè)與市場也有著充分的了解。信息披露的質(zhì)量越高，分析師預(yù)測的偏差就越小，整體的預(yù)測準確性也就越高。丘心穎等研究發(fā)現(xiàn)，分析師會更加積極地跟進文本信息復(fù)雜的年報，但年報可讀性水平與分析師預(yù)測質(zhì)量之間卻不存在顯著的相關(guān)關(guān)系[7]；鄧可斌也認為，分析師對于復(fù)雜年報的跟進未能帶來預(yù)測質(zhì)量和預(yù)測信息含量的提升[24]。然而，劉會芹等的研究結(jié)果表明，分析師不會特別關(guān)注可讀性水平低的公司年報，并且當年報可讀性水平較低時，分析師預(yù)測的準確度會下降，分歧度也會較高[25]。綜上，分析師盈利預(yù)測的結(jié)果確實會受到公司年報信息披露可讀性水平的影響，但影響方向并不一致，這提示我們：年報可讀性水平對分析師預(yù)測的影響很可能還存在更復(fù)雜的機制或路徑。

“功能鎖定”(functional fixation)概念最早由心理學家Dunker和Luchins提出，指主體對客體的認識和利用存在某種功能性障礙[26-27]。很多學者已研究證實資本市場存在“功能鎖定”現(xiàn)象[28]，并用“功能鎖定假說”特指投資者在決策過程中被鎖定于某特定指標或表面信息，因而不能充分理解和利用其他相關(guān)信息來評估證券價值，從而做出不充分和有偏差估值的現(xiàn)象。本文認為，在年報可讀性水平對分析師預(yù)測的影響機制中，過往盈利情況作為預(yù)測的基準信息，具有首要的影響力和重要的“錨定”作用，因此根據(jù)“功能鎖定假說”，過往盈利情況會就年報可讀性水平對分析師預(yù)測的影響作用進行調(diào)節(jié)。

從理論上來說，當年報文本的可讀性水平較差時，分析師從復(fù)雜年報中獲取有效信息會變得更加困難。在其他條件相同的情況下，由于對年度報告的信息解讀效率下降，分析師就會更倚重過往盈利水平等定量信息和年報之外的其他信息來源。因此，本文預(yù)期分析師會更謹慎地看待文本復(fù)雜程度更高的公司年報，但前期業(yè)績能對年報文本可讀性水平與分析師預(yù)測樂觀程度之間的關(guān)系進行“功能鎖定”，具體表現(xiàn)為：當公司以往業(yè)績較好時，復(fù)雜度高的年報能誘使分析師做出更樂觀的估計；當公司以往業(yè)績較差時，分析師面對復(fù)雜度高的年報則可能會表現(xiàn)得更加謹慎，控制預(yù)測的樂觀程度。因此，本文提出假設(shè)H1：

H1：企業(yè)過往業(yè)績會約束年報可讀性水平對分析師預(yù)測樂觀程度的影響。具體而言，過往業(yè)績越好，復(fù)雜年報越能提升分析師預(yù)測的樂觀程度。

盈利預(yù)測的準確程度受樂觀偏差和謹慎偏差以及兩者偏差程度的共同影響。一般來說，復(fù)雜年報會加大分析師的信息解讀難度，從而影響盈利預(yù)測的準確性。然而，公司年報并非預(yù)測的唯一信息來源，當年報解讀難度增大時，必然會促使分析師通過其他渠道進行信息挖掘，如實地調(diào)研、電話訪談等。Stickel和胡奕明等研究發(fā)現(xiàn)，這類信息挖掘和搜集活動能極大地提高分析師預(yù)測的準確性[29-30]。因此，越是復(fù)雜的年報，傳遞給分析師的其他渠道信息挖掘壓力就越大。

不過，在相同的年報復(fù)雜水平下，受業(yè)績“功能鎖定”作用的影響，過往業(yè)績水平越好，業(yè)績的“定心丸”作用就越強。因此，對于分析師預(yù)測來說，針對過往業(yè)績好的企業(yè)去進行額外信息挖掘的壓力相對要比過往業(yè)績差的企業(yè)更小。也就是說，在同樣的年報可讀性水平下，隨著分析師進行其他信息挖掘的努力程度的松懈，盈利預(yù)測的準確度反而可能會下降，即預(yù)測偏差增大。按照此邏輯，本文提出假設(shè)H2：

H2：企業(yè)過往業(yè)績會約束年報可讀性水平對分析師預(yù)測偏差的影響。具體而言，過往業(yè)績越好，復(fù)雜年報越會增大分析師預(yù)測的偏差程度。

就盈利預(yù)測的分歧程度來說，分歧主要產(chǎn)生于不同分析師對相同信息的理解差異和分析師之間對其他渠道信息挖掘的努力程度差別。此外，私有渠道的信息挖掘往往會使得不同分析師之間占有信息的質(zhì)量差距顯著拉大。

從理論上來說，復(fù)雜年報意味著信息披露的可讀性水平差，這會促使分析師加大對其他渠道信息的挖掘力度。不過，在同樣的年報復(fù)雜水平下，由于受到“功能鎖定”作用的影響，企業(yè)的過往業(yè)績越好，相應(yīng)地，額外信息挖掘的壓力就會減小很多，從而縮小了分析師之間所掌握信息的差異。因此，本文提出假設(shè)H3：

H3：企業(yè)過往業(yè)績會約束年報可讀性水平對分析師預(yù)測分歧程度的影響。具體而言，過往業(yè)績越好，復(fù)雜年報越會減弱分析師預(yù)測的分歧程度。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文選擇我國2007—2018年A股非金融類上市公司年報作為研究樣本，其中年報文本來自Wind數(shù)據(jù)庫，報表數(shù)據(jù)和分析師預(yù)測數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。在研究過程中，我們對以下樣本進行刪除：(1)ST、*ST以及所有者權(quán)益為負的公司樣本；(2)因格式問題導(dǎo)致年報文本信息無法提取的樣本；(3)數(shù)據(jù)缺失的樣本。同時，對于分析師預(yù)測數(shù)據(jù)，僅保留預(yù)測年度前一年年報報出日到預(yù)測當年年報報出日之間的樣本；若同一分析師在同一期間對同一企業(yè)進行了多次預(yù)測，則僅保留離預(yù)測期上一年度年報報出日最近的預(yù)測值。經(jīng)篩選，本文最終獲得146280個公司-年-分析師層面的分析師預(yù)測數(shù)據(jù)和9861個公司-年層面的上市公司數(shù)據(jù)。

接下來，本文首先使用Total PDF Converter對PDF格式的年報文件進行文字提取，然后利用Python中的jieba模塊加入自定義的會計詞典作為分詞詞典進行基本的分詞和詞頻統(tǒng)計。本文使用Python3.7進行年報篇幅、平均句長以及專業(yè)詞匯密度的計算，并對研究涉及的所有連續(xù)型變量進行上下1%水平的Winsorize處理。

(二)變量定義

1.因變量

對于分析師預(yù)測的樂觀程度(Optimism)，本文采用分析師盈利預(yù)測值高于公司實際盈利的幅度來衡量。參照Jackson的做法[31]，我們將分析師預(yù)測樂觀偏差定義為分析師預(yù)測的EPS減去當年實際EPS，再除以預(yù)測前一個交易日該股票收盤價格后予以標準化。本文使用不同分析師對于同一家上市公司同一預(yù)測期的預(yù)測樂觀偏差均值來度量公司-年層面的分析師預(yù)測樂觀偏差：

(1)

在式(1)中，n表示針對公司i第t年EPS發(fā)布預(yù)測的分析師數(shù)量，F(xiàn)為分析師n對公司i在第t年的每股收益預(yù)測值，A為公司i第t年的每股收益實際值，P為分析師做出盈利預(yù)測前一個交易日的股票價格。

參考Duru的做法[32]，本文把分析師預(yù)測的準確度偏差(Bias)定義為分析師預(yù)測的EPS減去當年實際EPS的絕對值，再除以預(yù)測前一個交易日該股票收盤價格后予以標準化。本文以不同分析師對同一家上市公司同一預(yù)測期的不同預(yù)測偏差均值來度量公司-年層面的分析師預(yù)測偏差，預(yù)測偏差越小，意味著預(yù)測的準確度越高。式(2)中各變量的定義同式(1)。

(2)

此外，參考薛雨佳的做法[33]，我們把分析師預(yù)測的分歧程度(Dispersion)定義為所有分析師對同一家公司在相同年份的EPS預(yù)測結(jié)果的標準差。

Dispersioni,t=STD(Fi,t,n)

(3)

2.自變量

如前所述，本文從普通文本的閱讀負擔和專業(yè)文本的理解難度兩個層面度量年報文本的可讀性水平，其中，前者使用年報總篇幅和平均句長進行刻畫，后者使用會計專業(yè)詞匯密度來度量。目前僅有少數(shù)研究考慮了年報中專業(yè)術(shù)語的理解難度[18]，但近二十年來，會計準則越來越精細化和復(fù)雜化，從而使得許多新的會計科目和專業(yè)詞匯得以產(chǎn)生，一些“新鮮”的專業(yè)詞匯甚至讓許多經(jīng)驗豐富的從業(yè)者都感到理解困難。因此，會計詞匯密度是影響財務(wù)報告這類專業(yè)文本可讀性水平的重要因素，專業(yè)理解難度越高的年報文本，其可讀性水平越低。

然而遺憾的是，本文經(jīng)過查證后發(fā)現(xiàn)，隨著電子辭典的普及，目前并沒有涵蓋最新專業(yè)詞匯的會計詞典可以直接使用。因此，在參考《英漢-漢英國際會計準則詞匯》(2000年)的基礎(chǔ)上，本文根據(jù)2000年以來的我國會計準則變化情況，對《企業(yè)會計準則》及其應(yīng)用指南和2019年版CPA考試《會計》和《財務(wù)成本管理》教材中新出現(xiàn)的專業(yè)詞匯進行手工整理，并反復(fù)多次與小樣本分詞結(jié)果進行核對，再結(jié)合數(shù)位會計學專家學者的意見與建議進行調(diào)整，定制了在計量會計專業(yè)詞匯密度時使用的會計專業(yè)詞匯詞典。

JI Cheng, FEI Shu-qin, CHEN Ming, ZHANG Rong-xue, XU Wen-rong, QIAN Hui

進一步地，Dupree將會計專業(yè)詞匯分為描述性和技術(shù)性兩大類[34]，后者通常僅在專業(yè)文獻或會計準則中出現(xiàn)，對于普通信息使用者來說，理解難度更大。有鑒于此，本文在度量年報中會計專業(yè)詞匯的密度時，也反復(fù)參考多位會計學專家學者和證券公司分析師的反饋意見，將詞典中的專業(yè)詞匯按照理解難度分為兩級：將“收入”“費用”“資產(chǎn)”等普通文本中也常出現(xiàn)、非專業(yè)人士一般也能理解的專業(yè)詞匯歸為描述性專業(yè)詞匯，將“遞延所得稅負債”“其他權(quán)益工具”等需要經(jīng)過必要的會計專業(yè)知識學習才能真正理解的詞匯歸為技術(shù)性專業(yè)詞匯。

本文使用的總會計專業(yè)詞匯密度(ATDensity)是指包括描述性和技術(shù)性專業(yè)詞匯在內(nèi)的所有會計專業(yè)詞匯數(shù)占年報總詞匯數(shù)的比例；技術(shù)性會計詞匯密度(TTDensity)則單指技術(shù)性專業(yè)詞匯數(shù)占年報總詞匯數(shù)的比例；年報總篇幅(Length)采用年報全文的中文總字符數(shù)進行度量；平均句長(Sentence)由總的中文字符數(shù)除以總句數(shù)計算得到。一般而言，篇幅越長或邏輯關(guān)系復(fù)雜的長句越多，閱讀者的理解負擔越重，文本的可讀性水平相對越低。本文將上述四個指標按照公式(4)進行離差標準化處理，合成年報文本復(fù)雜度計量指標(Complexity)，該指標值越大，年報文本的可讀性水平就越低。

(4)

在式(4)中，x分別取總會計專業(yè)詞匯密度(ATDensity)、技術(shù)性會計詞匯密度(TTDensity)、年報總篇幅(Length)和平均句長(Sentence)。

3.調(diào)節(jié)變量與控制變量

過往業(yè)績水平是分析師預(yù)測的基準。由于盈利屬于定量信息且具有“功能鎖定”效應(yīng)，在探究年報文本信息可讀性水平對分析師預(yù)測的影響時不應(yīng)忽視，因此本文將公司的上年每股收益水平(EPS)作為調(diào)節(jié)變量。

此外，本文從被預(yù)測客體公司的個體特征、預(yù)測主體分析師層面的特征以及分析師預(yù)測所可能用到的其他信息來源等三個維度對后續(xù)實證檢驗過程進行了控制。公司個體特征方面，本文使用總資產(chǎn)的自然對數(shù)(Size)和資產(chǎn)負債率(Lev)分別控制公司規(guī)模與杠桿水平的影響。由于盈利波動與公司經(jīng)營風險程度相關(guān)，波動越大，分析師越有動機跟進，其預(yù)測越有優(yōu)勢[35]，故本文使用每股收益變化率(ΔEPS)控制經(jīng)營風險程度。鑒于Schipper提出的分析師對虧損企業(yè)的預(yù)測樂觀偏差程度更高這一觀點[36]，本文控制了公司上年度盈虧性質(zhì)(Loss)的影響。此外，由于公司的業(yè)務(wù)復(fù)雜程度直接關(guān)系到盈利預(yù)測的難度大小，因此本文將參控股公司數(shù)量作為衡量業(yè)務(wù)復(fù)雜度(Subc)的指標，并加以控制。最后，本文還對公司信息披露質(zhì)量(Iquality)進行了控制。

對于分析師層面的因素，本文考慮并控制了分析師對于股票的推薦程度(Stdrank)、預(yù)測區(qū)間長短(FHorizon)、分析師關(guān)注的程度(Analyst)以及是否為明星分析師的重點關(guān)注對象(Star)等指標。對于公司年報之外的其他信息披露渠道，本文使用其他交流平臺變量(OCP)控制了公司啟用官網(wǎng)問答平臺、官網(wǎng)微博和微信平臺的數(shù)量，使用投資者互動變量(Question)控制了在證交所等投資者互動平臺的提問數(shù)量。

變量的具體定義如表1所示。

表1 變量定義

(三)模型構(gòu)建

為了探究年報文本可讀性水平對分析師盈利預(yù)測的影響，針對三個研究假設(shè)，本文建立檢驗?zāi)Ｐ腿缦拢?/p>

Forecasti,t=β0+β1(Complexityi,t-1×EPSi,t-1)+β2Complexityi,t-1+β3EPSi,t-1+∑ControlVariablesi,t-1+∑ControlVariablesi,t+∑Year+∑Industry+εi,t

其中，因變量Forecast在回歸檢驗中分別由預(yù)測樂觀程度Optimism、預(yù)測偏差程度Bias和預(yù)測分歧程度Dispersion替代；滯后一期的控制變量包括分析師層面控制變量和其他溝通渠道控制變量。

四、實證結(jié)果及分析

表2 核心變量的描述性統(tǒng)計結(jié)果

(一)描述性統(tǒng)計

表2報告了核心變量的描述性統(tǒng)計結(jié)果。分析師預(yù)測樂觀偏差的均值大于零，且樂觀偏差和預(yù)測偏差的均值分別為其中位數(shù)的近兩倍，表明研究樣本中的部分分析師在盈余預(yù)測方面過于樂觀，偏差程度較大；在年報文本的可讀性水平計量方面，總篇幅和平均句長的分布比較均勻；特別值得一提的是，上市公司年度報告中出現(xiàn)會計專業(yè)詞匯的頻次很高，總專業(yè)詞匯占比高達35%，其中理解難度更大的技術(shù)性專業(yè)詞匯密度約為12%，可見年度報告對于普通投資者的理解難度是客觀存在的；文本復(fù)雜度的均值為2.289，分布均勻；企業(yè)盈利水平EPS指標的取值區(qū)間為(-0.74385，2.43508)，說明樣本公司的盈利水平差異較大，在這種情況下研究不同的過往業(yè)績水平對分析師盈利預(yù)測的“功能鎖定”影響是很有意義的。

表3 主檢驗回歸結(jié)果

(二)回歸分析

在回歸分析前，本文對主要變量進行了相關(guān)性檢驗，結(jié)果顯示變量之間不存在高度相關(guān)，且VIF值域區(qū)間為(1.02，3.36)，說明變量之間不存在嚴重的多重共線性問題。

本文采用OLS方法進行回歸分析，結(jié)果如表3所示。在表3中，主檢驗的列(1)結(jié)果顯示，企業(yè)過往盈利水平和年報文本的復(fù)雜度均對分析師盈利預(yù)測的樂觀程度具有顯著的負向影響，這說明：一方面，在相同的過往盈利水平和其他條件控制下，年報文本的復(fù)雜程度越高，分析師預(yù)測的樂觀程度被抑制得越厲害，或者說對于復(fù)雜程度更高的年度報告，分析師具有本能的防御心理，會更謹慎地發(fā)表其盈利預(yù)測。另一方面，在其他條件相同時，企業(yè)的過往盈利越好，分析師的預(yù)測越不容易盲目樂觀，即“好”是有一定的天花板限制的；而對于過往盈利越差的公司，分析師普遍更容易產(chǎn)生美好預(yù)期，做出偏樂觀的估計。

從文本復(fù)雜度與盈利水平的交乘項在1%水平上顯著為正可以看出，過往盈利水平對于分析師預(yù)測的樂觀程度具有功能鎖定影響，年報文本復(fù)雜度對于分析師預(yù)測樂觀程度的邊際影響為-0.00470+0.00789×EPS，這意味隨著公司上年EPS值的增大，年報文本復(fù)雜度對分析師預(yù)測樂觀程度的負向影響越不明顯，甚至當EPS明顯大于某個臨界值(以本文研究樣本為例，即0.6左右)時，這種負向影響反而能轉(zhuǎn)為正向。也就是說，在控制了其他變量的影響之后，如果公司過去的業(yè)績特別好，那么復(fù)雜年報能讓分析師做出更樂觀的未來盈利預(yù)測，或者說復(fù)雜年報具有放大好消息的影響力；而如果公司的過去業(yè)績很糟糕，那么當分析師面對同樣水平的復(fù)雜年報時，其防御心理會更明顯，因此盈利預(yù)測也會更謹慎。研究結(jié)論支持了假設(shè)H1，說明在面對可讀性差的年度報告時，分析師受到了公司歷史業(yè)績“功能鎖定”的影響，容易得出好公司更好、差公司謹慎說好的預(yù)測結(jié)論。

表3中列(2)的檢驗結(jié)果顯示，歷史盈利水平EPS與分析師預(yù)測的偏差程度顯著負相關(guān)，即公司過去的業(yè)績越好，分析師盈利預(yù)測偏差就越小，或者說預(yù)測準確度越高。但是，年報文本的可讀性水平本身對分析師預(yù)測的偏差并沒有顯著影響，這可能是因為復(fù)雜度高的年報一方面會導(dǎo)致預(yù)測難度增大，另一方面也會激勵分析師通過其他渠道進行信息挖掘，努力糾正復(fù)雜年報對預(yù)測偏差的不利影響。不過，由于Complexity與EPS的交乘項對分析師預(yù)測偏差的影響在1%水平上顯著為正，說明在同樣的歷史業(yè)績水平下，可讀性差的年度報告會加大分析師預(yù)測的偏差，預(yù)測難度加大，結(jié)果更不準確，這正是復(fù)雜年報的“模糊”作用。因此，假設(shè)H2并沒有得到完全支持，實證研究結(jié)果表明，復(fù)雜年報對分析師預(yù)測的偏差并沒有顯著的直接影響，但它能減緩較差的過往業(yè)績對預(yù)測偏差的不利影響，為“模糊假說”提供了證據(jù)。

表3中列(3)的檢驗結(jié)果顯示，年報文本復(fù)雜度和公司歷史業(yè)績水平與分析師預(yù)測分歧程度均呈顯著的正相關(guān)關(guān)系，且交乘項系數(shù)在1%水平上顯著為負，這意味著在其他條件相同的情況下，年報文本復(fù)雜度對分析師預(yù)測分歧程度的邊際影響為0.05433-0.13407×EPS，即公司過去的業(yè)績越糟糕，年報復(fù)雜度與分析師預(yù)測分歧程度的正相關(guān)性越強，復(fù)雜年報讓分析師們達成一致預(yù)測的難度就越大。這是因為在年報復(fù)雜程度一定的情況下，分析師對過往業(yè)績更好的公司信任程度更高，而對過往業(yè)績不佳的公司信任程度更低，會更有動機通過各種私有渠道去進一步挖掘信息，從而加大了預(yù)測結(jié)果的分歧程度。

(三)進一步檢驗

總體而言，對于復(fù)雜或可讀性差的年度報告，分析師的專業(yè)勝任能力將顯得更加重要。在客觀信息披露不夠充分或可讀性較差時，分析師的主觀職業(yè)判斷或理解能力對盈利預(yù)測結(jié)果的影響更大，能否被復(fù)雜披露“模糊”印象或被過往盈利水平“功能鎖定”均取決于分析師的專業(yè)勝任能力。因此，為了進一步檢驗?zāi)陥罂勺x性水平對分析師盈利預(yù)測的作用機制，本文選擇明星分析師作為專業(yè)能力更強的分析師代表，將樣本分為明星分析師參與度高于平均水平(Star=1)和低于平均水平(Star=0)兩組分別進行回歸，并對分組差異進行費舍爾檢驗,檢驗結(jié)果如表4和表5所示。

表5 組間差異檢驗結(jié)果

針對模型(1)和模型(2)的進一步檢驗結(jié)果顯示，在明星分析師參與水平高的樣本中，分析師預(yù)測的樂觀程度和預(yù)測偏差均不受年報文本復(fù)雜水平以及公司歷史業(yè)績的顯著影響，這說明相較于非明星分析師，明星分析師在進行盈利預(yù)測時確實具有更高的業(yè)務(wù)水平和能夠保持更加客觀的態(tài)度，分析師專業(yè)能力的提升可以很好地削弱年報文本可讀性水平的影響以及過往業(yè)績水平的“功能鎖定”效應(yīng)。

針對模型(3)的進一步檢驗結(jié)果顯示，盡管年報文本的復(fù)雜水平和公司歷史業(yè)績水平對分析師預(yù)測分歧度均具有顯著影響，但不同明星分析師參與水平的組間差異并不顯著，這是因為明星分析師更高的專業(yè)水平主要影響自身判斷結(jié)果，而對整體的盈利預(yù)測分歧度并沒有實質(zhì)性影響。

表6 穩(wěn)健性檢驗結(jié)果

(四)穩(wěn)健性檢驗

為進一步檢驗結(jié)論的穩(wěn)健性，本文對解釋變量和被解釋變量進行替換：(1)借鑒王玉濤等衡量分析師盈余預(yù)測分歧度的方法[37]，本文將預(yù)測分歧度指標定義為各分析師預(yù)測的標準差除以當年實際盈余，即Dispersioni,t=STD(Fi,t,n)/EPSi,t；(2)使用年報總會計術(shù)語密度(ATDensity)作為年報復(fù)雜度的替代指標。檢驗結(jié)果如表6所示，顯示本文研究結(jié)論是穩(wěn)健的。

五、結(jié)論性評述

本文從普通文本的閱讀難度和專業(yè)文本的理解難度兩個層面計量了公司年報的可讀性水平，然后以分析師作為專業(yè)的信息使用者代表，檢驗了年報文本的可讀性水平對分析師盈利預(yù)測的影響。研究發(fā)現(xiàn)：第一，分析師對于復(fù)雜的年度報告進行了本能的防御，復(fù)雜年報降低了分析師預(yù)測的樂觀度，但年報的復(fù)雜化意味著上市公司公開披露的信息質(zhì)量的降低，促使分析師對其他渠道來源信息進行挖掘，進而增大了分析師預(yù)測的分歧度。第二，作為盈利預(yù)測的基準，公司的過往業(yè)績水平具有明顯的“功能鎖定”效應(yīng)，會對年報文本可讀性與分析師預(yù)測之間的關(guān)系進行調(diào)節(jié)。當公司過往業(yè)績水平較高時，復(fù)雜年度報告的“模糊”作用明顯，容易誘使分析師放松警惕并做出更樂觀且不準確的盈利預(yù)測，隨著過往業(yè)績水平的下降，這種影響也隨之減弱。在公司年報文本的可讀性差且過往業(yè)績也不佳的情況下，分析師會表現(xiàn)得更加謹慎，且具有通過其他私有渠道進行信息挖掘的更強動力，這反而能縮小盈利預(yù)測的準確度偏差。第三，分析師的專業(yè)勝任能力在年報可讀性對分析師盈利預(yù)測的影響中發(fā)揮了重要作用，明星分析師更能看透復(fù)雜年報對信息解讀的不利影響，并擺脫過往業(yè)績的“功能鎖定”束縛，在盈利預(yù)測中保持更理性和更客觀的工作態(tài)度。

當前，全球會計準則建設(shè)和信息披露監(jiān)管日趨嚴格，公司年度報告的篇幅越來越長，新興的專業(yè)詞匯出現(xiàn)得越來越多，公司年報的可讀性水平整體上呈現(xiàn)下降趨勢。作為全球經(jīng)濟整體的一部分，我國的會計準則已與國際接軌并持續(xù)趨同，信息披露規(guī)則的復(fù)雜化將成為未來發(fā)展方向。本文的研究結(jié)果表明，年報可讀性的降低增加了信息使用者的閱讀負擔和信息解讀成本，影響了信息傳遞的效率，那么如何在保障信息披露效率提升的同時，進一步提高信息使用者的專業(yè)解讀能力呢？本文提出以下建議：第一，進一步增強對上市公司信息披露的監(jiān)管力度，尤其是要逐步加強對文本信息披露的監(jiān)管，在規(guī)范“應(yīng)披露”內(nèi)容和格式的同時，逐步引導(dǎo)上市公司重視信息披露的可讀性要求，保障披露信息的質(zhì)量。第二，信息不對稱的存在使得中小投資者的劣勢地位很難扭轉(zhuǎn)，從某種程度上看，分析師在資本市場中發(fā)揮著“信息解說員”作用。因此，可通過嚴格分析師從業(yè)門檻、完善激勵機制等手段，培養(yǎng)擁有足夠?qū)I(yè)勝任能力的證券分析師，促進其業(yè)務(wù)能力和水平的持續(xù)提高，從而更好地發(fā)揮分析師群體的信息解讀與傳遞作用。第三，重視普通投資者的財經(jīng)知識學習問題。當今社會，商業(yè)模式不斷創(chuàng)新，經(jīng)濟交易越來越多樣化和復(fù)雜化，信息披露的專業(yè)性越來越強，因此對投資者進行適當?shù)膶I(yè)教育、提高信息使用者的專業(yè)素質(zhì)，從而幫助他們能夠更好地理解交易環(huán)境和解讀專業(yè)信息是非常重要的。