林樂 李惠

【摘要】以上市公司在全景網(wǎng)召開的2007 ～ 2018年年度業(yè)績說明會為研究對象， 探究分析師預(yù)測偏差是否會影響投資者的問題語調(diào)。 研究發(fā)現(xiàn)： 分析師預(yù)測偏差越小， 投資者問題語調(diào)越積極， 且經(jīng)過一系列的穩(wěn)健性檢驗(yàn)， 該結(jié)論仍然成立。 進(jìn)一步地， 在業(yè)績較好、無明星分析師跟蹤及管理層自信程度較高時， 分析師預(yù)測偏差與投資者問題語調(diào)之間的負(fù)相關(guān)關(guān)系更顯著。 管理層回答語調(diào)與投資者問題語調(diào)表現(xiàn)一致， 呈顯著正相關(guān)關(guān)系， 公司股價同步性隨投資者問題語調(diào)積極程度的提高而降低。 該結(jié)論從問題角度說明了業(yè)績說明會這項(xiàng)制度安排的有效性， 對相關(guān)監(jiān)管機(jī)構(gòu)投資者教育和上市公司投資者關(guān)系管理有重要的參考價值。

【關(guān)鍵詞】投資者語調(diào);分析師預(yù)測偏差;信息效率;業(yè)績說明會;文本分析

【中圖分類號】F272; F275? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2021）15-0041-9

一、引言

在我國， 網(wǎng)絡(luò)社交媒體已經(jīng)成為普通投資者與上市公司管理層互動溝通的重要平臺， 已有研究較為一致地發(fā)現(xiàn)投資者與上市公司管理層的網(wǎng)絡(luò)互動平臺是有效的， 但這些研究都是基于網(wǎng)絡(luò)互動平臺的整體性[1-4] 或從管理層回答端的文本信息[5-9] 做出的， 他們忽略了互動溝通是始于問題才有的管理層信息披露， 是隨投資者信息需求而做出的反應(yīng)式披露。 與機(jī)構(gòu)投資者、分析師等具有高水平的信息處理能力不同， 普通投資者處于信息環(huán)節(jié)較弱勢的地位， 其具有信息獲取途徑有限、信息處理能力低和成本高等特點(diǎn)， 其與管理層的互動溝通效果如何， 有待實(shí)證檢驗(yàn)。 本文的不同之處在于， 選取互動問題端的語調(diào)， 探討普通投資者尤其是不成熟的投資者提問是否足夠理性， 是否受到外部分析師預(yù)測偏差的影響。

本文以上市公司在全景網(wǎng)召開的2007 ～ 2018年年度業(yè)績說明會為研究對象， 探究分析師預(yù)測偏差是否會影響投資者在業(yè)績說明會上的問題語調(diào)。 研究發(fā)現(xiàn)， 分析師預(yù)測偏差越小， 在業(yè)績說明會上投資者的問題語調(diào)越積極。 進(jìn)一步地， 在業(yè)績較好、無明星分析師跟蹤以及管理層自信程度較高時， 兩者之間的負(fù)相關(guān)關(guān)系更顯著。 本文還發(fā)現(xiàn)， 管理層回答語調(diào)與投資者問題語調(diào)表現(xiàn)一致， 呈顯著正相關(guān)關(guān)系， 且股價同步性隨問題語調(diào)積極程度的提高而降低。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下方面： 首先， 從投資者問題語調(diào)視角對業(yè)績說明會的相關(guān)研究進(jìn)行了拓展。 其次， 為投資者信息需求與信息確認(rèn)相關(guān)領(lǐng)域添加了新的經(jīng)驗(yàn)證據(jù)。 以往研究主要從投資者信息搜尋（比如Google或EDGAR年報搜索）等方面展開相關(guān)的研究， 本文則通過業(yè)績說明會互動環(huán)節(jié)投資者的提問， 反映出投資者在資本市場上信息需求和信息確認(rèn)的特征， 拓展了這一相關(guān)領(lǐng)域的研究。 最后， 對資本市場投資者專業(yè)性水平及其結(jié)構(gòu)進(jìn)行了有益的探索， 為監(jiān)管機(jī)構(gòu)深入了解個體投資者的成熟度及其差異提供了經(jīng)驗(yàn)證據(jù)， 為將來開展個體投資者的教育培訓(xùn)工作提供了有價值的參考。

二、制度背景、文獻(xiàn)回顧與研究假設(shè)

（一）業(yè)績說明會制度背景

業(yè)績說明會最早始于2000年少數(shù)主板上市公司（如萬科）的自愿召開， 但上市公司成規(guī)模地召開業(yè)績說明會這一現(xiàn)象始于2005年， 是由深圳證券交易所（簡稱“深交所”）對中小板上市公司做出的強(qiáng)制性制度安排， 繼而又對創(chuàng)業(yè)板上市公司進(jìn)行了強(qiáng)制性要求。 2009年開始， 相繼有陜西、寧夏、山西、河北等地的地方證監(jiān)局借助“全景網(wǎng)互動平臺”積極召集所管轄地域的上市公司召開集體業(yè)績說明會。

（二）文獻(xiàn)回顧

1. 網(wǎng)絡(luò)互動平臺相關(guān)文獻(xiàn)簡述。 在我國， 監(jiān)管機(jī)構(gòu)推出了網(wǎng)絡(luò)形式的與上市公司管理層進(jìn)行互動的平臺信息披露實(shí)踐， 主要有定期舉行的年度業(yè)績說明會、定期或不定期的網(wǎng)上投資者活動日、IPO等重大事件的網(wǎng)絡(luò)路演、供日常交流使用的深交所互動易和上海證券交易所（簡稱“上交所”）的e互動。 關(guān)于業(yè)績說明會的相關(guān)研究， 主要集中在管理層回答語調(diào)具有增量信息[5-7] 和降低股權(quán)資本成本[8] 。 有關(guān)網(wǎng)上路演， 卞世博、閻志鵬[9] 發(fā)現(xiàn)， IPO網(wǎng)上路演管理層的“答非所問”與IPO抑價率、首日流動性和中長期表現(xiàn)均負(fù)相關(guān)。 對于深交所的互動易， 研究發(fā)現(xiàn)， 互動易平臺設(shè)立后， 深交所上市公司股價非同步性的提升幅度以及分析師盈余預(yù)測絕對偏差的降低幅度都比上交所公司大[1] ， 以及投資者提問的負(fù)面語氣能夠顯著降低公司的股價崩盤風(fēng)險， 但董秘回復(fù)的負(fù)面語氣則與股價崩盤風(fēng)險不相關(guān)[4] 。 關(guān)于上交所的e互動， 主要研究發(fā)現(xiàn)有e互動平臺互動字?jǐn)?shù)可以提高市場盈余預(yù)期準(zhǔn)確性和降低盈余公告期的信息不對稱[3] ， 顯著降低股價崩盤風(fēng)險[2] 。 最后， 張繼勛、韓冬梅[10] 利用實(shí)驗(yàn)研究發(fā)現(xiàn)公司管理層在網(wǎng)絡(luò)互動平臺上回復(fù)投資者提問的及時性和明確性與投資者的投資意愿正相關(guān)。

2. 語調(diào)相關(guān)文獻(xiàn)簡述。 文本語調(diào)算是較早被財經(jīng)學(xué)界用來做實(shí)證研究的， 已有很豐富的研究成果。 在文本語調(diào)的信息作用方面， 利用不同的文本來源均較一致地發(fā)現(xiàn)上市公司管理層語調(diào)具有增量信息含量作用[11-14] ， 即資本市場對文本語調(diào)做出了與語調(diào)含義方向一致的市場反應(yīng)[6，15-17] ， 可以用來預(yù)測未來業(yè)績[5，18，19] ， 以及對分析師預(yù)測產(chǎn)生重要影響[7，20 ] 。 當(dāng)語調(diào)真實(shí)程度低時， 年報語調(diào)越積極， 股價崩盤風(fēng)險越大[21] 。 網(wǎng)絡(luò)論壇同伴觀點(diǎn)中的負(fù)面信息是其影響股票未來收益的主要原因[22] 。 媒體報道語氣越正面， 股價同步性越高[23] 。

在經(jīng)濟(jì)后果方面， 管理層語調(diào)的信息增量可以作用于公司投融資決策， 如管理層語調(diào)可以降低公司回報波動率和公司資本成本[24，25] ， 有助于提升財務(wù)危機(jī)預(yù)測性能[26，27] 。 管理層語調(diào)還能夠提高短期市場回報率[16，19] 。

在影響因素方面， 研究發(fā)現(xiàn)， 擁有CFO經(jīng)驗(yàn)的董事會表達(dá)出的語調(diào)更加消極和具有不確定性， 但審計委員會的財務(wù)會計專長能夠減少M(fèi)D&A過度樂觀的語調(diào)[28] 。 當(dāng)公司存在異常審計費(fèi)用時， 分析師會在下一年降低分析報告中語調(diào)的積極程度， 這一結(jié)果主要出現(xiàn)在存在負(fù)向異常審計費(fèi)用時[29] 。

另外， 基于管理層動機(jī)方面的研究發(fā)現(xiàn)， 利用投資者注意力不夠這一條件， 管理層有動機(jī)提前發(fā)布或者偏于樂觀地發(fā)布利好消息， 而在高成長性、當(dāng)期恰好滿足或剛剛夠上盈余基準(zhǔn)的公司， 管理層在其盈余發(fā)布稿里會運(yùn)用更低比例的總消極語言[30] 。 管理層會對語調(diào)進(jìn)行“語調(diào)管理”[31，32] ， 與被感知向上的管理層活動（比如剛好吻合盈余門檻、未來盈余重述、再融資以及收購與并購等）呈正相關(guān)關(guān)聯(lián)， 與被感知向下的管理層活動（如股票期權(quán)授予）呈負(fù)相關(guān)關(guān)聯(lián)[31] 。 此外， 為了利用語調(diào)來達(dá)到經(jīng)理人機(jī)會主義行為的目的， CEO有更強(qiáng)的逆語調(diào)—內(nèi)幕交易模式[33] 。

（三）研究假設(shè)

投資者及時準(zhǔn)確地獲取信息是市場信息效率實(shí)現(xiàn)的前提[1] 。 為了降低與公司內(nèi)部人之間的信息不對稱， 處于信息劣勢地位的投資者往往會進(jìn)行信息搜尋。 公司主動披露的信息、媒體和分析師報告是投資者的主要信息來源。 信息環(huán)境好的公司能夠及時、完整和準(zhǔn)確地披露信息， 可以使投資者以較低成本獲取信息， 減少信息不對稱[34] 。 除此之外， 投資者還可以通過與上市公司管理層接觸， 主動挖掘公司信息。 傳統(tǒng)的管理層接觸方式主要集中于電話會議和投資者見面會。

本文所研究的業(yè)績說明會， 就是投資者與上市公司管理層進(jìn)行互動溝通和交流的一種新型方式， 召開業(yè)績說明會為滿足投資者的信息需求與幫助其進(jìn)行信息確認(rèn)提供了一個很好的平臺。 通過業(yè)績說明會， 投資者提出關(guān)心的問題， 從而獲得更多信息以進(jìn)行投資決策。 在提問前， 投資者一般會利用已知信息， 其中就包括分析師預(yù)測相關(guān)信息。 那么， 分析師預(yù)測偏差如何影響投資者問題語調(diào)呢？ 從直接影響的角度講， 當(dāng)多個分析師對一個公司的盈余預(yù)測出現(xiàn)較大的分歧和偏差時， 投資者會利用該類信息和公司披露的盈余信息等進(jìn)行核對和比較， 有可能產(chǎn)生疑問， 此時會進(jìn)行更多的信息搜尋和驗(yàn)證， 在業(yè)績說明會上提出相關(guān)問題， 其語調(diào)表現(xiàn)得就會更加消極。 從間接影響的角度講， 分析師預(yù)測偏差和分歧較大反映出市場對公司當(dāng)前和未來盈余的看法與反應(yīng)相對不一致， 這時， 投資者對公司當(dāng)前和未來業(yè)績看法的不確定性也較為強(qiáng)烈， 在業(yè)績說明會上提問時體現(xiàn)為更偏消極的語氣。 基于此， 提出本文的研究假設(shè)：

在其他條件同等的情況下， 分析師預(yù)測偏差越大， 業(yè)績說明會上投資者的問題語調(diào)越消極。

三、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

本文以2007 ～ 2018年間召開年度業(yè)績說明會的公司為研究對象， 為了避免異常樣本的影響， 對初始樣本進(jìn)行如下處理： 剔除金融行業(yè)企業(yè); 剔除被ST或?ST的公司; 剔除相關(guān)變量數(shù)據(jù)缺失樣本， 最終得到有效觀測值7010個。 另外， 對連續(xù)變量進(jìn)行上下1%的縮尾處理。 本文數(shù)據(jù)來自文構(gòu)文本（WinGo）數(shù)據(jù)庫和國泰安（CSMAR）數(shù)據(jù)庫。

（二）模型構(gòu)建

為了檢驗(yàn)本文的假設(shè)， 建立模型（1）如下：

QTONE=β0+β1FERR+CONTROLS+

FIRM+YEAR+εit? ? ? ? ? ? （1）

被解釋變量為投資者問題語調(diào)（QTONE）， 采用WinGo數(shù)據(jù)庫的投資者問題語調(diào)衡量數(shù)據(jù)。 解釋變量為分析師預(yù)測偏差（FERR）， 本文參考方軍雄[35] 、周開國等[36] 、楊青等[37] 的研究， 定義四個分析師預(yù)測特征： 離散度（DISPERSION）、精確度（AFACCURACY）、分歧度（BIAS）和樂觀度（OPTIMISM）。 控制變量則借鑒林樂和謝德仁[7] 、鐘凱等[20] 的研究選取。 具體各變量名稱和定義如表1所示。 此外， 本文還控制了公司（FIRM）和年度（YEAR）效應(yīng)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計

表2列示了變量的描述性統(tǒng)計結(jié)果。 可以看到： 投資者問題語調(diào)指標(biāo)QTONE1均值為0.473， 投資者提問的平均積極語調(diào)是消極語調(diào)的3倍， 可見大部分公司的發(fā)展被投資者所看好; 標(biāo)準(zhǔn)差為0.212， 最大值和最小值分別為1和-0.133， 說明投資者在進(jìn)行提問時的語調(diào)會有較大差異。 語調(diào)指標(biāo)QTONE2也有類似的結(jié)論。 分析師預(yù)測偏差離散度（DISPERSION）和分歧度（BIAS）的標(biāo)準(zhǔn)差分別為0.024和0.018， 說明分析師對不同公司的盈余預(yù)測存在差別; 精確度（AFACCURACY）的最小值為0.008， 最大值達(dá)到25.443， 說明分析師對不同公司的預(yù)測精確度差異很大; 樂觀度（OPTIMISM）的均值為1.685， 為正數(shù)， 說明分析師的預(yù)測值整體高于實(shí)際值， 即分析師的盈余預(yù)測偏樂觀， 且對不同公司表現(xiàn)出的樂觀度差異明顯。

（二）相關(guān)性分析

從變量的Pearson相關(guān)性檢驗(yàn)結(jié)果（表格備索）可以看出， 投資者問題語調(diào)與分析師預(yù)測偏差變量基本在1%的水平上負(fù)相關(guān)， 表明分析師預(yù)測偏差越小， 投資者的問題語調(diào)越積極， 這與本文的初步預(yù)期一致。 控制變量方面， 總資產(chǎn)收益率與投資者問題語調(diào)顯著正相關(guān)， 說明業(yè)績越好， 投資者語調(diào)越積極; 無形資產(chǎn)占比代表公司的不確定性， 與投資者問題語調(diào)顯著負(fù)相關(guān)， 說明無形資產(chǎn)占比越高， 公司不確定性越大， 投資者語調(diào)越消極。 其他變量之間的相關(guān)性也基本符合預(yù)期。 此外， 各變量之間的相關(guān)系數(shù)均未超過0.5， 回歸中的方差膨脹因子（VIF）值均不大， 說明不存在嚴(yán)重的共線性問題。

（三）多元回歸分析

表3給出了模型（1）的回歸結(jié)果。 被解釋變量是以QTONE1衡量的投資者問題語調(diào)， 分析師預(yù)測偏差變量的系數(shù)分別為： -0.458， -0.004， -1.012和

-0.004， 且均在1%的水平上顯著。 這與本文假設(shè)的預(yù)期一致， 即分析師預(yù)測偏差越小， 投資者問題語調(diào)越積極。 在以QTONE2衡量投資者語調(diào)時， 各變量系數(shù)及t值、p值分別為： -0.025（t=-1.84， p=0.066）， -0.000（t=-3.77， p=0.000），

-0.047（t=-2.40， p=0.016）， -0.000（t=2.89， p=0.004）， 可以得出相同的結(jié)論， 以下各表僅列示QTONE1的結(jié)果， QTONE2的結(jié)論同QTONE1， 不再贅述。

五、穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性檢驗(yàn)

本文結(jié)果中， 投資者問題語調(diào)與分析師預(yù)測偏差可能相互影響， 也可能受其他因素影響， 即兩者之間存在內(nèi)生性問題。 本文采取以下方法來解決內(nèi)生性問題。

借鑒Chen等[38] 和李春濤等[39] 的研究， 利用券商關(guān)閉和合并的自然實(shí)驗(yàn)， 通過雙重差分方法考察二者之間的影響。 券商的關(guān)閉和合并事件會導(dǎo)致部分分析師被解聘， 從而使得分析師跟蹤人數(shù)減少， 預(yù)測準(zhǔn)確度降低， 但不會影響投資者語調(diào)， 是一個理想的外部沖擊。 本文通過整理分析師所在券商名錄信息和百度查詢相關(guān)報道， 得到5個符合條件的事件。

為排除不可觀測因素的干擾， 本文控制公司固定效應(yīng)， 設(shè)計如下模型（2）：

QTONE=β0+β1TREAT+β2POST+

β3TREAT×POST+β4CONTROLS+ FIRM+εit

（2）

其中， TREAT區(qū)分處理組和對照組， POST表示券商關(guān)閉或合并之后的變量。 回歸結(jié)果如表4所示， 交乘項(xiàng)系數(shù)為-0.217， 表明當(dāng)有券商退出后， 該公司與對照組公司相比， 投資者問題語調(diào)的積極程度有所下降。 這印證了本文的結(jié)論。

模型（1）采用差分模型進(jìn)行回歸， 可以消除不隨時間變化的不可觀測因素的影響， 以緩解內(nèi)生性問題， 結(jié)果如表5所示。 由表5可以看出， 各系數(shù)基本在1%的水平上顯著為負(fù)， 與前文回歸結(jié)果一致， 說明結(jié)論具有穩(wěn)健性。

（二）將沒有分析師跟蹤預(yù)測的公司納入樣本

本文樣本局限于有分析師跟蹤預(yù)測的公司， 可能導(dǎo)致結(jié)果會有所偏差。 因此， 本文將沒有分析師跟蹤的公司的分析師預(yù)測相關(guān)變量取值為0， 對結(jié)論進(jìn)行檢驗(yàn)， 結(jié)果表明， 分析師預(yù)測偏差的離散度、精確度、分歧度、樂觀度與投資者問題語調(diào)的相關(guān)系數(shù)分別為-0.278、-0.003、-0.518和-0.003， t值分別為-1.93、-3.66、-2.57和-2.36， 且分別在10%、1%、5%和5%的水平上顯著。 結(jié)論不變。

（三）控制年報語調(diào)的穩(wěn)健性檢驗(yàn)

作為公司信息披露的重要部分， 年報中的信息會被投資者和分析師所利用， 研究發(fā)現(xiàn)年報語調(diào)具有一定的信息含量， 因此年報語調(diào)可能對本文的結(jié)果產(chǎn)生影響。 因此， 本文控制年報語調(diào)進(jìn)行回歸， 結(jié)果表明， 分析師預(yù)測偏差的離散度、精確度、分歧度、樂觀度與投資者問題語調(diào)的系數(shù)分別為-0.449、

-0.004、-0.983和-0.004， t值分別為-2.30、

-3.58、-3.90和-3.07， 分別在5%、1%、1%和1%的水平上顯著， 結(jié)論不變。

（四）去掉自愿召開業(yè)績說明會的觀測

由于召開業(yè)績說明會的這項(xiàng)制度安排并非是對所有上市公司強(qiáng)制要求的， 而自愿召開的公司本身信息透明度就更高， 分析師預(yù)測偏差可能更小， 在這些觀測值里更有可能得出本文的結(jié)果， 因此需要排除掉這些觀測值之后看本文結(jié)果是否依舊成立。 結(jié)果表明， 分析師預(yù)測偏差的離散度、精確度、分歧度、樂觀度與投資者問題語調(diào)的系數(shù)分別為

-0.467、-0.004、-0.986和-0.004， t值分別為-2.78、

-4.27、-4.09和-3.02， 且均在1%的水平上顯著， 結(jié)論不變。

（五）安慰劑檢驗(yàn)

本文將分析師預(yù)測偏差變量在各企業(yè)間隨機(jī)變換， 或?qū)]有召開業(yè)績說明會的公司的分析師預(yù)測偏差變量隨機(jī)分配給樣本公司， 分別進(jìn)行模型回歸。 若結(jié)果不顯著， 說明本文結(jié)論并非遺漏變量導(dǎo)致。 回歸結(jié)果如表6所示。 結(jié)果表明， 分析師預(yù)測偏差特征變量的系數(shù)均不顯著， 安慰劑檢驗(yàn)通過。

六、進(jìn)一步分析

（一）基于定量信息（業(yè)績）的分組檢驗(yàn)

表7列示了基于業(yè)績分組的檢驗(yàn)情況。 根據(jù)以往的研究， 用ROA衡量業(yè)績， 將樣本分為好、中、差三組， 并對業(yè)績好與差的組進(jìn)行比較。 結(jié)果顯示， 分析師預(yù)測偏差與投資者問題語調(diào)的關(guān)系在業(yè)績好的組中更顯著。 這主要是因?yàn)椋?業(yè)績好的公司給予投資者對公司未來發(fā)展更多的信心， 對公司年報等披露的信息更加確定， 這種情況下， 分析師預(yù)測偏差特征變量的情況越好， 投資者提問的情感語調(diào)會越積極; 而業(yè)績差的公司本身面臨的投資風(fēng)險更大， 投資者對公司業(yè)績可能存在質(zhì)疑， 分析師預(yù)測偏差對投資者問題語調(diào)的調(diào)整會相對減弱。

（二）基于分析師特征的分組檢驗(yàn)

盈余預(yù)測的準(zhǔn)確度是投資者評價分析師預(yù)測能力的標(biāo)準(zhǔn)之一， 就理論而言， 分析師為了獲得投資者青睞， 必須具備挖掘公司信息的能力; 且學(xué)者研究發(fā)現(xiàn)， 明星分析師的預(yù)測能力及其預(yù)測準(zhǔn)確度高于其他分析師[40] 。 因此， 預(yù)期分析師預(yù)測偏差對投資者問題語調(diào)的影響在沒有明星分析師跟蹤時更明顯。

本文按照有無明星分析師跟蹤設(shè)置分組變量， 如果公司被明星分析師跟蹤則取1， 否則取0。 回歸結(jié)果如表8所示， 除分析師預(yù)測偏差的分歧度（BIAS）外， 分析師預(yù)測偏差其他三個變量的回歸系數(shù)均在非明星分析師組顯著為負(fù)， 與預(yù)期相符。

（三）基于管理層自信程度的分組檢驗(yàn)

從管理層角度而言， 過度自信的管理者對投資環(huán)境更樂觀， 對公司發(fā)展信心更強(qiáng)， 會向外界傳達(dá)公司發(fā)展前景好的信號， 與分析師預(yù)測（偏差較?。┹^為一致， 從而增強(qiáng)投資者的信心， 投資者問題語調(diào)就更積極。 因此， 預(yù)期本文結(jié)論在管理層自信程度較高組中更明顯。 參考易靖韜等[41] 的研究， 采用高管薪酬的相對比例（最高的前三名高管薪酬之和除以所有高管薪酬之和）來衡量管理層過度自信。 表9結(jié)果顯示， 分析師預(yù)測偏差的精確度（AFACCURACY）、樂觀度（OPTIMISM）在管理層自信程度較高組顯著為負(fù)， 與預(yù)期相符。

（四）投資者問題語調(diào)的信息效率檢驗(yàn)

本文得出分析師預(yù)測偏差越小， 投資者問題語調(diào)越積極。 這一結(jié)論印證了業(yè)績說明會投資者問題在語調(diào)上表現(xiàn)出一定的理性。 進(jìn)一步地， 投資者問題語調(diào)會產(chǎn)生何種市場反應(yīng)？ 本文將從以下兩個方面對投資者問題語調(diào)的信息效率進(jìn)行檢驗(yàn)。

1. 管理層回答語調(diào)的一致表現(xiàn)。 業(yè)績說明會上， 針對投資者的隨機(jī)提問， 管理層需要進(jìn)行回答。 那么在投資者提問時， 管理層回答語調(diào)與投資者問題語調(diào)是否會有一致的情感偏向？ 本文將管理層回答語調(diào)（ATONE1）作為被解釋變量， 與投資者問題語調(diào)進(jìn)行回歸， 結(jié)果如表10所示。 結(jié)果表明， 管理層回答語調(diào)與投資者問題語調(diào)表現(xiàn)一致， 呈顯著正相關(guān)關(guān)系。

2. 投資者問題語調(diào)的市場反應(yīng)。 在股票市場中， 投資者的問題語調(diào)具體會產(chǎn)生何種影響？ 本文以股票市場信息傳遞效率的相關(guān)指標(biāo)——股價同步性進(jìn)行檢驗(yàn)。 股價同步性是指個股價格波動與市場價格波動之間的關(guān)聯(lián)性， 一般情況下， 股價同步性越低， 代表公司股價信息含量越高。

對于股價同步性的衡量， 借鑒Durnev等[42] 的做法， 運(yùn)用模型（3）來估計個股R2：

RETi，t=α0+α1MARETt+β1INDRETj，t+εi，t

（3）

其中： RETi，t代表股票收益率; MARETt為市場收益率; INDRETj，t為公司所在行業(yè)收益率， 以流通市值為權(quán)重加權(quán)平均計算; R2為模型的年度回歸擬合優(yōu)度。

得到R2后， 對其進(jìn)行對數(shù)變換， 得到股價同步性指標(biāo)SYN = log[R2/（1-R2）]。

以股價同步性考察投資者問題語調(diào)產(chǎn)生的市場反應(yīng)， 結(jié)果如表11所示。 本文將投資者問題語調(diào)分為積極與消極兩組， 具體地， HQTONE1表示積極的語調(diào)， 在語調(diào)大于行業(yè)年度均值時取原值， 小于時取0; 類似地， LQTONE1表示消極的語調(diào)， 在語調(diào)小于行業(yè)年度均值時取原值， 大于時取0。 結(jié)果表明， 積極語調(diào)組的回歸系數(shù)顯著為負(fù)， 而消極語調(diào)組的回歸系數(shù)為負(fù)但不顯著， 說明股價同步性隨著問題語調(diào)積極程度的提高而降低， 即積極語調(diào)組的信息含量更高。

七、結(jié)論與啟示

為了加強(qiáng)上市公司信息披露與投資者關(guān)系管理， 深交所要求年報披露之后召開年度業(yè)績說明會這一項(xiàng)制度安排應(yīng)運(yùn)而生。 業(yè)績說明會的召開， 為上市公司管理層和外部投資者之間的溝通搭建了一個很好的平臺， 可以看出業(yè)績說明會對投資者而言有著很大的現(xiàn)實(shí)意義。 本文以2007 ～ 2018年召開業(yè)績說明會的公司為研究樣本， 運(yùn)用文本分析方法， 以業(yè)績說明會上投資者問題語調(diào)作為切入點(diǎn)， 探究分析師預(yù)測偏差是否會影響投資者問題語調(diào)。 研究發(fā)現(xiàn)： 分析師預(yù)測偏差與投資者問題語調(diào)負(fù)相關(guān)， 即分析師預(yù)測偏差越小， 投資者問題語調(diào)越積極。 兩者之間的負(fù)相關(guān)關(guān)系在公司業(yè)績較好、無明星分析師跟蹤和管理層自信程度較高的情況下更顯著。 進(jìn)一步研究表明， 管理層回答語調(diào)與投資者問題語調(diào)表現(xiàn)一致， 呈顯著正相關(guān)關(guān)系， 且股價同步性隨著投資者問題語調(diào)積極程度的提高而降低。

本文的研究結(jié)論表明， 業(yè)績說明會這項(xiàng)制度安排在一定程度上是有效的， 為投資者與管理層的互動搭建了橋梁， 為投資者的信息搜尋提供了最直接的途徑。 這一結(jié)論對于相關(guān)監(jiān)管機(jī)構(gòu)有著重要的參考價值， 各監(jiān)管機(jī)構(gòu)應(yīng)該繼續(xù)完善相關(guān)制度， 以加強(qiáng)投資者與上市公司之間的交流與溝通。 另外， 本文也說明了公司信息披露的重要性， 上市公司應(yīng)積極主動披露相關(guān)信息， 提高公司的信息透明度。

【 主 要 參 考 文 獻(xiàn) 】

[1] 譚松濤，闞鑠，崔小勇.互聯(lián)網(wǎng)溝通能夠改善市場信息效率嗎？——基于深交所“互動易”網(wǎng)絡(luò)平臺的研究[ J].金融研究，2016（3）：174 ～ 188.

[2] 丁慧，呂長江，陳運(yùn)佳.投資者信息能力：意見分歧與股價崩盤風(fēng)險——來自社交媒體“上證e互動”的證據(jù)[ J].管理世界，2018（9）：161 ～ 171.

[3] 丁慧，呂長江，黃海杰.社交媒體、投資者信息獲取和解讀能力與盈余預(yù)期——來自“上證e互動”平臺的證據(jù)[ J].經(jīng)濟(jì)研究，2018（1）：153 ～ 168.

[4] 孟慶斌，黃清華，趙大旋，魯冰.互聯(lián)網(wǎng)溝通與股價崩盤風(fēng)險[ J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2019（11）：50 ～ 67.

[5] 謝德仁，林樂.管理層語調(diào)能預(yù)示公司未來業(yè)績嗎？——基于我國上市公司年度業(yè)績說明會的文本分析[ J].會計研究，2015（2）：20 ～ 27+93.

[6] 林樂，謝德仁.投資者會聽話聽音嗎？——基于管理層語調(diào)視角的實(shí)證研究[ J].財經(jīng)研究，2016（7）：28 ～ 39.

[7] 林樂，謝德仁.分析師薦股更新利用管理層語調(diào)嗎？——基于業(yè)績說明會的文本分析[ J].管理世界，2017（11）：125 ～ 145+188.

[8] 甘麗凝，陳思，胡珉，王俊秋.管理層語調(diào)與權(quán)益資本成本——基于創(chuàng)業(yè)板上市公司業(yè)績說明會的經(jīng)驗(yàn)證據(jù)[ J].會計研究，2019（6）：27 ～ 34.

[9] 卞世博，閻志鵬.“答非所問”與IPO市場表現(xiàn)——來自網(wǎng)上路演期間的經(jīng)驗(yàn)證據(jù)[ J].財經(jīng)研究，2020（1）：49 ～ 63.

[10] 張繼勛，韓冬梅.網(wǎng)絡(luò)互動平臺溝通中管理層回復(fù)的及時性、明確性與投資者投資決策——一項(xiàng)實(shí)驗(yàn)證據(jù)[ J].管理評論，2015（10）：70 ～ 83.

[11] Henry E.. Market reaction to verbal components of earnings press releases： Event study using a predictive algorithm[ J].Journal of Emerging Technologies in Accounting，2006（1）：1 ～ 19.

[12] Henry E.. Are investors influenced by how warnings press releases are written？[ J].International Journal of Business Communication，2008（4）：363 ～ 407.

[13] 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.

[14] Jegadeesh N.， Wu D.. Word power： A new approach for content analysis[ J].Journal of Financial Economics，2013（3）：712 ～ 729.

[15] Henry E.， Leone A.. Measuring qualitative information in capital markets research[R].SSRN Working Paper No.1470807，2009.

[16] Feldman R.， Govindaraj S.， Livnat J.， Segal B.. Management's tone change， post earnings announcement drift and accruals[J]. Review of Accounting Studies，2010（4）：915 ～ 953.

[17] Price S. M.， Doran J. S.， Peterson D. R.， Bliss B. A.. Earnings conference calls and stock returns：The incremental informativeness of textual tone[ J].Journal of Banking & Finance，2012（4）：992 ～ 1011.

[18] Li F.. The information content of forward-looking statements in corporate filings： A na?ve Bayesian machine learning approach[ J].Journal of Accounting Research，2010（5）：1049 ～ 1102.

[19] Davis A. K.， Piger J. M.， Sedor L. M.. Beyond the numbers：Measuring the information content of earnings press release language[ J].Contemporary Accounting Research，2012（3）：845 ～ 868.

[20] 鐘凱，董曉丹，陳戰(zhàn)光.業(yè)績說明會語調(diào)與分析師預(yù)測準(zhǔn)確性[ J].經(jīng)濟(jì)管理，2020（8）：120 ～ 137.

[21] 周波，張程，曾慶生.年報語調(diào)與股價崩盤風(fēng)險——來自中國A股上市公司的經(jīng)驗(yàn)證據(jù)[ J].會計研究，2019（11）：41 ～ 48.

[22] 金德環(huán)，李巖.投資者互動與股票收益——來自社交媒體的經(jīng)驗(yàn)證據(jù)[ J].金融論壇，2017（5）：72 ～ 80.

[23] 周冬華，魏靈慧.媒體報道、環(huán)境不確定性與股價同步性[ J].財務(wù)研究，2017（3）：54 ～ 64.

[24] Kothari S. P.， Xu L.，? Short J. E.. The effect of disclosures by management， analysts， and business press on cost of capital， return volatility， and analyst forecasts： A study using content analysis[ J].Social Science Electronic Publishing，2008（5）：1639 ～ 1670.

[25] 甘麗凝，陳思，胡珉，王俊秋.管理層語調(diào)與權(quán)益資本成本——基于創(chuàng)業(yè)板上市公司業(yè)績說明會的經(jīng)驗(yàn)證據(jù)[ J].會計研究，2019（6）：27 ～ 34.

[26] 苗霞，李秉成.管理層超額樂觀語調(diào)與企業(yè)財務(wù)危機(jī)預(yù)測——基于年報前瞻性信息的分析[ J].商業(yè)研究，2019（2）：129 ～ 137.

[27] 陳藝云.基于信息披露文本的上市公司財務(wù)困境預(yù)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(xué)，2019（7）：23 ～ 34.

[28] Lee J.， Park J.. The impact of audit committee financial expertise on management discussion and analysis （MD&A） tone[ J].European Accounting Review，2018（6）：1 ～ 22.

[29] 王永海，汪蕓倩，唐榕氚.異常審計費(fèi)用與分析師語調(diào)——基于分析師報告文本分析[ J].審計研究，2019（4）：39 ～ 47.

[30] Davis A. K.， Tama-Sweet I.. Managers' use of language across alternative disclosure outlets：Earnings press release versus MD&A[ J].Contemporary Accounting Research，2012（3）：804 ～ 837.

[31] Huang X.， Teoh S. H.， Zhang Y. L.. Tone management[ J].The Accounting Review，2014（3）：1083 ～ 1113.

[32] 王華杰，王克敏.應(yīng)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.

[33] 曾慶生，周波，張程，陳信元.年報語調(diào)與內(nèi)部人交易：“表里如一”還是“口是心非”？[ J].管理世界，2018（9）：143 ～ 160.

[34] 辛清泉，孔東民，郝穎.公司透明度與股價波動性[ J].金融研究，2014（10）：193 ～ 206.

[35] 方軍雄.我國上市公司信息披露透明度與證券分析師預(yù)測[ J].金融研究，2007（6）：136 ～ 148.

[36] 周開國，應(yīng)千偉，陳曉嫻.媒體關(guān)注度、分析師關(guān)注度與盈余預(yù)測準(zhǔn)確度[ J].金融研究，2014（2）：139 ～ 152.

[37] 楊青，吉赟，王亞男.高鐵能提升分析師盈余預(yù)測的準(zhǔn)確度嗎？——來自上市公司的證據(jù)[ J].金融研究，2019（3）：168 ～ 188.

[38] Chen T.， Harford J.， Lin C.. Do analysts matter for governance？ Evidence from natural experiments[ J].Journal of Financial Economics，2015（2）：383 ～ 410.

[39] 李春濤，趙一，徐欣，李青原.按下葫蘆浮起瓢：分析師跟蹤與盈余管理途徑選擇[ J].金融研究，2016（4）：144 ～ 157.

[40] 李麗青.《新財富》評選的最佳分析師可信嗎？——基于盈利預(yù)測準(zhǔn)確度和預(yù)測修正市場反應(yīng)的經(jīng)驗(yàn)證據(jù)[ J].投資研究，2012（7）：54 ～ 64.

[41] 易靖韜，張修平，王化成.企業(yè)異質(zhì)性、高管過度自信與企業(yè)創(chuàng)新績效[ J].南開管理評論，2015（6）：101 ～ 112.

[42] Durnev A.， Morck R.， Zarowin Y. P.. Does greater firm-specific return variation mean more or less informed stock pricing？[ J].Journal of Accounting Research，2003（5）：797 ～ 836.