中国资本市场总体处于新兴加转轨阶段,会计信息提供者和一般使用者之间的信息不对称使得阿克洛夫“柠檬”问题仍普遍存在①。从2000年到2019年底,我国证监会、交易所等政府监管部门对上市公司做出6401起行政处罚,其中因违反信息披露规范的行政处罚案件高达4094起,涉及上市公司数目达1204个。在这种情况下,双方的逆向选择将影响资本市场枢纽功能的发挥,最终导致资本市场资源配置的低效率和系统性风险的滋生。有鉴于此,如何设计一个行之有效的信号传递机制,以缓解资本市场信息分化的异象,已成为实务界和学术界普遍关注的重点议题。
从实践来看,市场中介和投资者获取公司信息的重要来源可分为公开披露(Kravet和Muslu,2013;Campbell等,2014;Chiu等,2018;林钟高和杨雨馨,2019)和私下沟通(Mayew等,2013;Cheng等,2016;Bowen等,2018)两种:前者主要是指市场各方可以以较低成本获取上市公司定期报告和临时公告等公开信息;后者主要是指投资者、市场中介通过业绩说明会、电话会议以及实地调研等私下沟通方式获取有关上市公司过去经营状况的评价、年度财务数据的解读以及对未来经营风险的前瞻性判断等非公开信息。许多研究表明,非公开信息是对公开信息的有力补充,二者共同在强化市场正常的信息传递机制(Bushee等,2018)、降低公司的系统性金融风险(逯东等,2019)、帮助市场参与人做出正确的投资判断与决策(Solomon和Soltes,2015)等方面具有积极作用。
但仍需要指出的是,关于私下沟通对公开披露的影响,学术界仍付之阙如:以实地调研为代表的私下沟通在帮助投资者、债权人等利益相关者获取一定增量信息的同时,还会引发财务分析师、媒体等市场中介对公司的大量关注。一方面,基于“治理观”观点,在外部监管的督促下,管理层可能会提供增量信息,降低公司与市场之间的信息不对称,并提高信息披露质量。另一方面,基于“压力观”观点,在市场压力的驱动下,管理层可能会对公开披露信息进行相机选择。那么,私下沟通到底是提升抑或降低公开披露质量?或者说,公司管理层在面临利益相关者、市场中介的高度关注时,会怎样选择性披露公开信息?这是一个值得回答却迄今为止仍没有被深入探讨的重要问题。
为了有效回应上述问题,本文采用经业绩调整的操纵性应计利润(Kothari等,2005)和管理层讨论与分析(以下简称“MD&A”)的风险信息披露(Kravet和Muslu,2013)共同衡量管理层对年报信息的选择性披露。之所以选择这两个指标,原因在于:首先,在日益复杂的经济、金融环境下,财务报表和文字性描述二者犹如会计报告的两翼,缺一不可并且不可偏废(李燕媛,2018),两者相辅相成、互相补充,共同决定信息披露质量的好坏。其次,操纵性应计利润是管理层利用政策所赋予的会计估计、会计处理上的弹性,对披露的财务数字进行操纵,以隐藏真实的经营状况。因此,操纵性应计利润可以很好地刻画管理层对数字信息的选择性粉饰行为。最后,风险信息是MD&A文本中重要的非财务信息(王雄元等,2018),具有风险和信息双重属性,在揭示风险因素、提供异质性的特殊信息、增加财务信息透明度等方面(Elmy等,1998;Roulstone,1999;王雄元和曾敬,2019)具有重要作用。由于风险信息通常被投资者解读为负面信息,加之主体监管缺失和非财务信息制度环境薄弱,管理层可能出于职业发展的考虑,隐藏部分风险信息。从这个角度来说,MD&A中风险信息披露可以用来恰当地衡量管理层对文本信息的选择性披露行为。
基于上述分析,本文以2007—2019年中国上市公司为样本展开实证检验,研究发现:(1)实地调研会导致公司进行选择性信息披露,即管理层向上进行业绩调整、减少年报风险信息披露。并且,当被调研次数越多、参与调研的机构数越多时,公司的这种选择性信息披露行为更加明显。(2)通过机制检验发现,实地调研通过提高分析师关注度和媒体关注度,增加上市公司所面临的市场压力,从而导致其进行选择性信息披露。(3)管理层在其中扮演着重要角色。具体而言,当高管薪酬越高的时候,他们更有动机进行壕沟防御,这种选择性信息披露行为也越明显,会进一步降低财务报告披露质量。(4)进一步研究表明,这种“遮人眼目”式的信息粉饰行为最终将导致公司的会计信息可比性降低、会计信息稳健性下降,从而提升了其与资本市场的信息不对称程度。
在已有研究的基础上,本文可能的贡献在于:第一,本文丰富了实地调研的经济后果文献。已有文献主要从市场反应、分析师预测等角度验证了实地调研的治理效应。本文创新性地从公司选择性披露的角度展开讨论,研究发现,实地调研会导致公司的选择性信息披露,即向上进行业绩调整、减少年报风险信息披露,从而证实了实地调研的压力效应。第二,本文从会计信息可比性、会计信息稳健性两个角度表明这种“遮人眼目”式的信息粉饰行为不仅会扰乱视听,还会扭曲市场正常的信息传递机制,加剧公司的信息不对称程度。第三,本文的研究结论具有重要的现实意义。本文研究证实了在市场压力的驱动下,管理层可能会对公开披露信息进行相机选择。这有利于加深投资者对公司信息披露的理解,同时为政府职能部门强化会计数字信息和文本信息选择性披露的监管提供新的视角。
本文余下部分的结构安排如下:第二部分为文献回顾与假设推演,第三部分为研究设计,第四部分为实证检验与分析,第五部分为进一步研究,第六部分为研究结论与启示。
二、文献回顾与假设推演(一)文献回顾
根据社会心理学中印象管理(impression management)理论的解释,个体总会试图通过自己的行为尽可能给其他人留下良好的印象,以增加自身达到理想结果的可能性(Leary和Kowalski,1990)。在信息披露领域,印象管理最主要的表现就是选择性披露。具体而言,上市公司的选择性披露可以分为数字信息选择和文本信息选择两种方式:前者主要是指管理层利用会计估计和会计政策的弹性进行盈余调整,以配合公司的一系列资本运作行为;后者主要是指管理层利用中文在文字表达上的语言张力、法规对文本披露内容和形式规定的柔性,对财务报告文本信息进行主观取舍、隐瞒扭曲。从实践来看,在管理层对年报信息进行选择性披露时,两种操纵手段经常互相配合,共同掩盖真实会计信息,最终导致资本市场的信息不对称现象愈发严重(Huang等,2014;Lo等,2017;王克敏等,2018)。
在此背景下,实务界和学术界都迫切解决的一个问题是:什么因素可以缓解选择性披露?许多研究共同表明,在新兴加转轨时期,中国资本市场普遍存在主体监管缺失(Skinner,1994;Kaplan和Ruback,1995;薛爽等,2010)、非财务信息制度环境薄弱(Chen等,2011;赵树文,2020)等市场异象,并直接导致我国上市公司董事会、监事会等内部治理机构难以真正发挥治理功能(姜国华等,2006)。有鉴于此,近年来学术界和实务界开始将更多的视线转移到外部治理上来,并对此寄予厚望。
然而,现实是否符合预期?从文献梳理情况来看,现有关于外部关注对公司选择性披露影响的研究主要沿着“治理观”和“压力观”展开:
“治理观”认为,外部关注力量在资本市场中扮演了监督者的角色,能够发挥外部治理作用,从而能较好地约束管理层的选择性披露行为。已有研究主要从媒体报道和分析师跟踪行为的视角给出经验论证。例如,Bushee等(2010)、Qi等(2014)、陈克兢(2017)等研究共同表明,媒体作为资本市场有效的外部监管媒介,能及时跟踪并曝光那些隐而未显的问题,增加市场需求者的信息获取机会,降低公司与资本市场的信息不对称程度,为经济良性有序的发展提供重要的非正式制度补充。Kerl和Ohlert(2015)、Sun和Liu(2016)、胡玮佳和韩丽荣(2020)等研究共同表明,分析师因具备专业的信息获取、识别能力,能够更加快速、准确地揭示上市公司的重大错报或舞弊行为,从而能够对管理层起到监督治理作用。Li和You(2015)还发现分析师的跟踪行为也会提高市场及监管层对上市公司的监督力度,从而能够有效抑制管理层的选择性披露行为。
“压力观”则认为,外部关注不能有效发挥监管作用,其带来的市场压力反而会迫使管理层出于维护自身利益而进行更多的选择性披露。例如,李延喜等(2007)的研究发现,当面临的业绩压力较大时,管理层会增加其盈余操纵行为,甚至导致董事会监管机制的“停摆”。章卫东(2010)则以定向增发公司为研究对象,发现拟进行定向增发的上市公司面临更大的市场压力,管理层更倾向于通过盈余管理调增会计利润,从而达到迎合市场、降低监管风险的目的。Kothari等(2009)、He和Tian(2013)的研究也表明,在市场压力较大的情况下,公司管理层有强烈动机通过职位所赋予的权限对披露的信息进行调整。Degeorge等(2013)、杨道广等(2017)也发现分析师关注会增加管理层面临的价格压力,提高其对会计数字信息进行操纵的动机。
(二)假设推演
回到本文所关注的问题:实地调研作为市场参与者获取公司内部经营状况和公司外部环境等信息的重要途径,其对公司的选择性披露行为有什么影响?一方面,根据“治理观”的观点,在实地调研中,由于调研主体可以对厂房、施工场地等公司实体环境进行实地调查,并就公司战略、投资决策、项目进程等细节内容与管理层进行直接沟通,从而可以获取有价值的公司私有信息和特质信息,并对上市公司选择性信息披露行为产生实质性监督作用(肖斌卿等,2017;Jiang和Yuan,2018),从而抑制上市公司的选择性披露行为。另一方面,根据“压力观”的观点,由于实地调研行为会引起来自媒体、分析师、投资者等市场参与者的额外关注,造成股价异常波动,并产生强大的市场压力(Dyck等,2008;Cheng等,2016),从而有可能加重上市公司的选择性披露行为,以迎合市场对公司的盈余预期、并隐藏风险等敏感信息。从上述分析可以看出,在选择性披露问题上,学术界对实地调研的治理角色和压力角色还莫衷一是,我们在下文对此进行深入辨析:
在“治理观”下,实地调研对管理层产生监督作用,能够在一定程度上减少其选择性披露行为,降低公司与市场的信息不对称,这是因为:其一,从实地调研的产生原因来看,机构投资者通常更倾向于对盈利能力强、公司规模大且经营不确定性程度高的上市公司展开实地调研(徐媛媛等,2015),因此,实地调研本身也是一类重要信息事件(王珊,2017),会引起外部市场参与者更多的关注,从而提高外部监督力度。其二,从实地调研的参与对象来看,调研活动的参与方以基金经理、证券分析师等具备专业知识的机构投资者为主,他们凭借自身的知识储备能够更加准确识别公司的重大错报及财务舞弊行为(Jensen和Meckling,1976;Yu,2008),从而能有效地监督上市公司具体行为。其三,从实地调研报告的外部效应来看,调研报告通常由专业能力更强的基金经理人、证券分析师发布,其受用对象不仅包括专业能力较弱的个人投资者,还包括持续追踪热点话题的媒体记者、时刻关注资本市场动态的公司高管以及旨在改善市场信息环境的监管部门等更为广泛的受众,从这个层面来看,实地调研使得上市公司受到更为广泛的监督,从而能够减少管理层的选择性披露行为。基于以上分析,本文提出研究假设:
H1:根据“治理观”观点,实地调研会导致管理层减少选择性披露行为。
在“压力观”下,实地调研会增加管理层面临的市场压力,使其产生更多选择性披露行为,从而提高公司与市场的信息不对称程度,这是因为:一方面,从实地调研提高媒体关注的角度来看,在实地调研过程中,媒体不仅会作为调研主体亲自参与调研,还会作为信息受用者从调研报告中获取上市公司信息,尤其是容易引起轰动效应的负面信息(Gentzkow和Shapiro,2010;Ahern和Sosyura,2015),并通过报道的方式将这些信息公之于众,最终引起股价的剧烈波动(Fang和Peress,2009;Kothari等,2009)。因此,作为一股强大的市场力量,媒体会迫使管理层放弃长期利益以换取短期业绩,并减少负面信息的披露以增强投资者的信心,即增加其选择性披露行为。另一方面,从实地调研提高分析师关注的角度来看,同样地,分析师也具备调研主体和调研报告信息受用者的双重身份,与媒体有所区别的是,分析师出具的报告专业性更强、可信度更高,并且包含大量关于上市公司预期的信息,使其成为投资者决策的重要依据(Patel等,1999;王菁和程博,2014)。当公司的业绩表现未达到分析师预期水平时,投资者会产生明显的消极情绪,导致公司股价受到严重负面影响(Degeorge等,2013;He和Tian,2013;杨道广等,2017)。因此,实地调研引起的分析师关注会增加管理层的股价压力,导致其为了达到分析师预期而产生更多短视行为。基于以上分析,本文提出竞争性假设:
H2:根据“压力观”观点,实地调研会导致管理层增加选择性披露行为。
三、研究设计(一)样本选取和数据来源
本文以2007—2019年A股上市公司为研究对象。基于本文研究设计的需要,我们对样本做了如下筛选:(1)剔除银行、证券、保险等金融类上市公司。(2)剔除回归分析中控制变量数据缺失的公司。本文最后获得27503个公司年度观测值。需要说明的是,实地调研的数据来自于CNRDS中国研究数据服务平台,风险信息披露文本数据是将巨潮资讯网的上市公司年报转换为文本后,通过文本分析提取得到,其他数据均来自于CSMAR数据库。此外,为了消除极端值对回归结果的影响,本文对所有连续变量进行了上下1%的缩尾处理。
(二)选择性披露的定义
所谓“选择性披露”,是指管理层根据特殊需要有目的性地对定期报告、公司公告等信息进行相机披露(Huang等,2014;李岩琼和姚颐,2020),主要表现为对披露内容的操纵。如前所述,上市公司的选择性披露主要分为数字信息的选择和文本信息的选择:对于前者,本文借鉴章卫东(2010)、谢德仁等(2018)的研究,采用经业绩调整的操纵性应计利润(Kothari等,2005)衡量数字操纵行为;对于后者,参考Kravet和Muslu(2013)、王雄元和曾敬(2019)的研究,年度报告中MD&A部分对风险信息的披露提供了一个刻画文本信息选择性披露行为的恰当场景。这是因为:(1)管理层存在对MD&A风险信息的选择披露动机。作为MD&A文本中重要的非财务信息,风险信息具有信息含量,它的披露会引起股价的异常波动、分析师预测分歧度的增加、再融资成本的提高(Kravet和Muslu,2013;Campbell等,2014)。(2)中国情境下管理层存在对MD&A风险信息操纵的空间。尽管证监会颁布实施的《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》第十七条对上市公司风险披露行为作了初步要求,“公司应当提示需要投资者特别关注的重大风险,并提示投资者注意阅读”。但是这种规范浮于形式,未涉及管理层“如何披露”“披露多少”等具体问题,也就给管理层提供了自由的文本操纵空间。
在盈余管理计算中,本文参考Kothari等(2005)和Guan(2016)的做法,采用考虑业绩的修正截面琼斯模型估计的操控性应计来衡量盈余操纵程度。在风险信息披露计算中,本文参考Kravet和Muslu(2013)的做法,采用MD&A风险词频和MD&A文本字数之比乘以100衡量风险信息操纵程度,具体过程如下:(1)在巨潮咨询网下载所有A股上市公司2007—2019年的年报,保留“董事会报告”或者“管理层讨论与分析”章节,即MD&A文本。(2)利用jieba分词系统和NLPIR中文分词系统分别对每份MD&A文本进行分词,将分词结果整理汇总。经过人工阅读过程,我们保留200个与风险明显相关的词汇构成风险词汇库,包含:风险、不确定、错综复杂、难以预测等。(3)统计风险词汇库中每个词汇在MD&A文本出现词频数,加总获得风险词频总数。需要指出的是,在对词频数的统计中,排除关键词前具有否定意义的词,如低、没有、无等。(4)将每份MD&A文本的风险词频总数除以MD&A文本字数后乘以100。与王雄元等(2017)有所区别的是,我们通过分词和人工筛选获取更全面的风险词汇库,而不是仅统计风险、不确定性等少数词汇出现次数。
(三)研究模型
为检验实地调研对企业选择性信息披露行为的影响,本文构建如下模型:
$DACC\_RO{A_{i,t}} = {\beta _0} + {\beta _1} \times Visi{t_{i,t}} + \beta \times Control{s_{i,t - 1}} + \sum {year + } \sum {Firm + {\varepsilon _{i,t}}} $ | (1) |
$Riskdis{c_{i,t}} = {\beta _0} + {\beta _1} \times Visi{t_{i,t}} + \beta \times Control{s_{i,t - 1}} + \sum {year + } \sum {Firm + } {\varepsilon _{i,t}}$ | (2) |
其中被解释变量分别为应计盈余管理(DACC_ROA)和风险信息披露(Riskdisc)。主要解释变量,我们借鉴谭松涛和崔小勇(2015)、曹新伟等(2015)的研究,按照实地调研的特征分别设置如下指标:(1)有无实地调研(Visit_dum),以公司当年是否有实地调研设置虚拟变量,若公司当年有实地调研,则该变量取1,否则取0。(2)实地调研的频度,即被实地调研次数(Visit_num),用公司当期被实地调研的总次数加1后取自然对数进行衡量。(3)实地调研的广度,即当期参与公司实地调研的机构数量(Visit_ins),用当期参与公司实地调研的机构数量加1后取自然对数进行衡量。
此外,参考现有研究的普遍做法(Li,2008;李春涛等,2014;李春涛等,2016;Lo等,2017;Lim等,2018;白云霞和李璇,2020),本文选取公司规模(Size)、账面市值比(BM)、资产负债率(Lev)、产权性质(Soe)、董事会规模(Board)、独立董事比例(Indratio)、第一大股东持股比例(Top1)、上市年限(Age)、是否有再融资(SEO)、是否发生并购(MA)、非正常性损益(SL)、资产收益率(Roa)、托宾Q值(Tobinq)作为控制变量。考虑到缓解由不可观测且不随时间改变的个体异质性所带来的遗漏变量问题,本文采用公司和年份双向固定效应模型进行估计,并借鉴Petersen(2009)的做法进行公司层面群聚调整,以消除同公司不同年份之间自相关和异方差所带来的估计偏误。另外,我们对控制变量做了滞后项处理,以排除互为因果问题可能的干扰。主要变量的具体定义如表1所示。
变量名称 | 变量符号 | 变量定义与计算 |
应计盈余管理 | DACC_ROA | 基于业绩调整模型计算的操纵性应计水平的绝对值 |
风险信息披露 | Riskdisc | (董事会报告的风险频数/董事会报告的总字数)×100 |
有无实地调研 | Visit_dum | 若公司当年有实地调研,则该变量取1,否则取0 |
实地调研的频度 | Visit_num | 上市公司在一个会计年度内被实地调研次数加1取自然对数 |
实地调研的广度 | Visit_ins | 参与上市公司实地调研的机构数量加1取自然对数 |
公司规模 | Size | 总资产取自然对数 |
账面市值比 | BM | 所有者权益/公司市值 |
资产负债率 | Lev | 总负债/总资产 |
产权性质 | Soe | 若公司为国有企业则赋值为1,否则为0 |
董事会规模 | Board | 董事会人数取自然对数 |
独立董事比例 | Indratio | 独立董事人数/董事会总人数 |
第一大股东持股比例 | TOP1 | 第一大股东持股数量/公司总股数 |
上市年限 | Age | 公司上市年限加1取自然对数 |
是否有再融资 | SEO | 若公司当年有增发、配股等再融资行为则赋值为1,否则为0 |
是否发生并购 | MA | 若公司当年有兼并收购行为则赋值为1,否则为0 |
非经常性损益 | SL | 非经常性损益/总资产,其中,非经常性损益=营业外收入−营业外支出 |
资产收益率 | Roa | 公司的净利润/总资产 |
托宾Q值 | Tobinq | (股东权益的市场价值+负债的账面价值)/资产的账面价值 |
(一)描述性统计与相关性分析
表2报告了主要变量的描述性统计结果。由表2可知,DACC_ROA的最小值为−0.273、最大值为0.292,说明各公司的盈余管理程度差异较大;Riskdisc的最小值为0.000、最大值为2.100,说明不同的上市公司的风险信息披露行为表现迥异。这样的结果共同表明,在中国情境下,上市公司在选择性披露上表现得参差不齐,背后的成因有待进一步关注。Visit_dum的均值为0.393,表明大约有39.3%的样本企业受到实地调研。Visit_num的最小值为0.000、最大值为5.347,Visit_ins的最小值为0.000、最大值为4.905,表明在各公司的实地调研中,参与公司实地调研的次数和机构人数均有较大差异。此外,其他控制变量的描述性统计结果与已有文献基本保持一致(Lim等,2018;李春涛等,2016;白云霞和李璇,2020)。
变量名称 | 观测值 | 均值 | 标准差 | 最小值 | 1/4分位数 | 中位数 | 3/4分位数 | 最大值 |
DACC_ROA | 26870 | 0.002 | 0.084 | −0.273 | −0.039 | 0.002 | 0.042 | 0.292 |
Riskdisc | 27503 | 0.845 | 0.370 | 0.000 | 0.597 | 0.783 | 1.029 | 2.100 |
Visit_dum | 27503 | 0.393 | 0.489 | 0.000 | 0.000 | 0.000 | 1.000 | 1.000 |
Visit_num | 27503 | 1.162 | 1.648 | 0.000 | 0.000 | 0.000 | 2.565 | 5.347 |
Visit_ins | 27503 | 1.058 | 1.517 | 0.000 | 0.000 | 0.000 | 2.303 | 4.905 |
Size | 27503 | 21.981 | 1.299 | 18.938 | 21.066 | 21.828 | 22.726 | 25.830 |
BM | 27503 | 0.536 | 0.261 | 0.078 | 0.328 | 0.507 | 0.726 | 1.150 |
Lev | 27503 | 0.459 | 0.222 | 0.050 | 0.288 | 0.454 | 0.617 | 1.201 |
SOE | 27503 | 0.442 | 0.497 | 0.000 | 0.000 | 0.000 | 1.000 | 1.000 |
Board | 27503 | 2.154 | 0.203 | 1.609 | 2.079 | 2.197 | 2.197 | 2.708 |
Indratio | 27503 | 0.371 | 0.052 | 0.300 | 0.333 | 0.333 | 0.400 | 0.571 |
Top1 | 27503 | 0.352 | 0.151 | 0.088 | 0.232 | 0.331 | 0.456 | 0.755 |
Age | 27503 | 2.152 | 0.758 | 0.000 | 1.609 | 2.303 | 2.773 | 3.219 |
SEO | 27503 | 0.130 | 0.336 | 0.000 | 0.000 | 0.000 | 0.000 | 1.000 |
MA | 27503 | 0.764 | 0.424 | 0.000 | 1.000 | 1.000 | 1.000 | 1.000 |
SL | 27503 | 0.006 | 0.016 | −0.030 | 0.000 | 0.002 | 0.007 | 0.123 |
Roa | 27503 | 0.039 | 0.067 | −0.270 | 0.013 | 0.037 | 0.069 | 0.241 |
Tobinq | 27503 | 2.602 | 1.981 | 0.870 | 1.377 | 1.973 | 3.051 | 12.901 |
(二)基本回归分析
表3列示了本文的基本回归结果。第(1)至(3)列为模型(1)的回归结果,Visit_dum、Visit_num、Visit_ins的系数均在1%水平上显著为正,说明实地调研会提升管理层向上进行盈余管理的动机,并且被实地调研的次数越多、参与调研的机构越多,公司对数字信息的粉饰行为也就更加严重,也就是说管理层对数字信息的选择性披露也就越严重;第(4)至(6)列为模型(2)的回归结果,Visit_dum、Visit_num、Visit_ins的系数均在1%水平上显著为负,说明实地调研会提升管理层隐藏风险信息的动机,并且被实地调研的次数越多、参与调研的机构越多,公司对风险信息的隐藏越明显,也就是说管理层对文本信息的选择性披露也就越严重。以上实证结果共同论证了实地调研的“压力观”观点,排除实地调研“治理观”观点。对此,我们认为一个可能的解释是:应计盈余管理和风险信息操纵是管理层利用信息披露制度的自身缺陷展开的信息操纵行为,具有操纵风险较小、违规成本较低的天然优势,使得监督治理效应被显著弱化,市场压力效应占主导地位。在这种情况下,实地调研会通过市场压力效应导致管理层增加选择性披露行为,表现出“遮人眼目”的效果。
(1) | (2) | (3) | (4) | (5) | (6) | |
变量 | DACC_ROA | DACC_ROA | DACC_ROA | Riskdisc | Riskdisc | Riskdisc |
Visit_dum | 0.006*** | −0.026*** | ||||
(3.11) | (−3.71) | |||||
Visit_num | 0.003*** | −0.009*** | ||||
(5.03) | (−4.44) | |||||
Visit_ins | 0.003*** | −0.011*** | ||||
(5.16) | (−4.72) | |||||
Size | 0.002 | 0.002 | 0.002 | −0.018** | −0.017** | −0.016** |
(1.22) | (0.96) | (0.92) | (−2.35) | (−2.20) | (−2.16) | |
BM | −0.056*** | −0.055*** | −0.055*** | 0.080*** | 0.076*** | 0.076*** |
(−9.70) | (−9.46) | (−9.44) | (3.52) | (3.35) | (3.32) | |
Lev | −0.009 | −0.009 | −0.009 | 0.001 | 0.001 | 0.001 |
(−1.34) | (−1.31) | (−1.31) | (0.04) | (0.05) | (0.05) | |
SOE | −0.001 | −0.001 | −0.001 | 0.046** | 0.046** | 0.045** |
(−0.27) | (−0.24) | (−0.22) | (2.40) | (2.38) | (2.36) | |
Board | −0.002 | −0.002 | −0.002 | −0.013 | −0.012 | −0.012 |
(−0.29) | (−0.32) | (−0.32) | (−0.47) | (−0.43) | (−0.43) | |
Indratio | −0.001 | −0.001 | −0.001 | −0.094 | −0.093 | −0.093 |
(−0.03) | (−0.05) | (−0.05) | (−1.20) | (−1.19) | (−1.19) | |
Top1 | 0.047*** | 0.047*** | 0.047*** | −0.105*** | −0.106*** | −0.106*** |
(4.14) | (4.15) | (4.15) | (−2.62) | (−2.63) | (−2.63) | |
Age | −0.015*** | −0.015*** | −0.015*** | 0.089*** | 0.088*** | 0.088*** |
(−5.38) | (−5.36) | (−5.36) | (8.31) | (8.17) | (8.18) | |
SEO | 0.010*** | 0.009*** | 0.009*** | −0.033*** | −0.033*** | −0.033*** |
(5.78) | (5.67) | (5.66) | (−6.72) | (−6.62) | (−6.60) | |
MA | 0.001 | 0.001 | 0.001 | −0.003 | −0.002 | −0.002 |
(0.54) | (0.51) | (0.51) | (−0.53) | (−0.50) | (−0.50) | |
SL | −0.221*** | −0.220*** | −0.218*** | −0.361** | −0.368** | −0.373** |
(−4.22) | (−4.19) | (−4.16) | (−2.04) | (−2.08) | (−2.11) | |
Roa | 0.112*** | 0.110*** | 0.110*** | −0.049 | −0.044 | −0.043 |
(7.11) | (6.98) | (6.96) | (−1.00) | (−0.89) | (−0.86) | |
Tobinq | 0.000 | 0.000 | 0.000 | −0.009*** | −0.009*** | −0.009*** |
(0.67) | (0.65) | (0.65) | (−3.90) | (−3.86) | (−3.86) | |
Constant | −0.000 | 0.009 | 0.010 | 1.233*** | 1.211*** | 1.206*** |
(−0.01) | (0.22) | (0.24) | (7.37) | (7.21) | (7.17) | |
Firm /Year | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 26 870 | 26 870 | 26 870 | 27 503 | 27 503 | 27 503 |
Adj_R2 | 0.0326 | 0.0333 | 0.0333 | 0.238 | 0.238 | 0.238 |
注:***表示p<0.01,**表示p<0.05,*表示p<0.1,括号内为t值,以下各表同。 |
(三)稳健性检验
1. 倾向得分匹配法(PSM)
由于公司的选择性披露行为会存在自选择问题,即选择性披露严重的公司和选择性披露不严重的公司在特征上就存在较大差异,这些差异既会影响公司的选择性披露行为,也会影响实地调研的情况。为了缓解该问题,我们参考Shipman等(2017)的做法,使用倾向得分匹配法(PSM)减少公司个体异质性对结果的影响,修正选择偏误问题。具体来说,借鉴已有研究(孔东民等,2015;Gao等,2017),本文使用Size、BM、Lev等与主回归相同的控制变量,基于Pscore值1∶1可重复匹配的原则,为实验组(有实地调研的公司)寻找配对样本,最终得到实验组样本6620个,配对样本6529个,并且匹配样本均通过协变量平稳性检验(限于篇幅,结果未报告)。
表4报告了PSM匹配后的实地调研与选择性披露回归结果,第(1)至(3)列中Visit_dum、Visit_num、Visit_ins的系数分别在5%、1%、1%水平上显著为正,表明实地调研提高了公司盈余管理程度;第(4)至(6)列中Visit_dum、Visit_num、Visit_ins的系数均在1%水平上显著为负,表明实地调研会导致公司风险信息披露减少。总的来说,基于PSM-DID的稳健性回归结果与前述检验结果基本一致,说明本文结论具有较好的稳健性。
(1) | (2) | (3) | (4) | (5) | (6) | |
变量 | DACC_ROA | DACC_ROA | DACC_ROA | Riskdisc | Riskdisc | Riskdisc |
Visit_dum | 0.006** | −0.031*** | ||||
(2.02) | (−3.26) | |||||
Visit_num | 0.002*** | −0.011*** | ||||
(2.82) | (−3.95) | |||||
Visit_ins | 0.002*** | −0.012*** | ||||
(2.83) | (−4.22) | |||||
Constant | −0.042 | 0.043 | 0.044 | 1.234*** | 1.193*** | 1.181*** |
(−0.58) | (0.73) | (0.75) | (5.59) | (5.39) | (5.32) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm /Year | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 12873 | 12873 | 12873 | 13149 | 13149 | 13149 |
Adj_R2 | 0.0471 | 0.0415 | 0.0415 | 0.237 | 0.237 | 0.237 |
2. 工具变量法(IV)
为了缓解反向因果导致的内生性问题,本文采用工具变量法对主回归的结果进行再次验证。我们利用同行业公司是否受到实地调研的平均情况(IV_Visit_dum)、同行业公司被调研的平均次数(IV_Visit_num)以及参与同行业公司调研的机构平均数量(IV_Visit_ins)作为工具变量。之所以这样选取,原因在于:根据Jiang和Yuan(2018)的研究,投资者、市场中介、媒体等调研主体往往具有行业黏性,这就意味着同行业其他公司被调研情况对本公司被调研行为有一定的影响,但是不会直接影响到本公司的选择性披露行为。因此,从逻辑上来看满足工具变量所需的相关性和外生性要求。此外,为了进一步确保工具变量的外生性,本文对同行业实地调研情况与选择性披露的关系进行实证检验,结果表明同行业实地调研情况并不会对该公司的选择性披露产生影响(限于篇幅,结果未报告),由此证实了工具变量确实满足外生性要求。
将工具变量代入主回归进行重新检验,实证结果如表5所示。其中,第(1)(4)(7)列为第一阶段的回归结果,IV_Visit_dum与Visit_dum、IV_Visit_num与Visit_num、IV_Visit_ins与Visit_ins均在1%水平上显著正相关,Cragg-Donald Wald的F值远大于10,拒绝弱工具变量假设。其余各列为第二阶段回归结果,Visit_dum、Visit_num、Visit_ins均与DACC_ROA显著正相关,与Riskdisc显著负相关,说明在利用工具变量控制本文内生性问题之后,实地调研仍然会引发公司的选择性信息披露行为。
3. 其他稳健性检验
此外,本文还进行以下稳健性检验:(1)为了检验回归结果对被解释变量衡量方法的敏感性,本文分别使用根据修正Jones模型(Dechow等,1996)计算得到的应计盈余管理水平和年报的全文风险关键词词频数与全文总字数之比来衡量数字信息和文本信息的选择性披露,对主回归进行再次验证。(2)考虑到在实地调研过程中,机构投资者有可能就公司的风险问题与管理层进行互动,使得公司通过采取风险应对策略来降低自身风险,从这个角度来看,实地调研发挥的是监督治理作用,从而对本文的逻辑和结论产生干扰。为了排除这种客观因素的影响,本文对实地调研报告中提及公司风险、风险整改等相关话题的样本进行剔除后重新回归。(3)考虑到在实地调研过程中,公司对调研人员问题的回复也可能存在选择性披露,从而可能引发内生性问题。为了克服这一问题,本文剔除实地调研答非所问程度高于中位数的样本,进行再次回归。经过上述检验(限于篇幅,结果未报告),本文研究结论依然稳健。
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | |
变量 | Visit_dum | DACC_ROA | Riskdisc | Visit_num | DACC_ROA | Riskdisc | Visit_ins | DACC_ROA | Riskdisc |
IV_Visit_dum | 0.210*** | ||||||||
(10.87) | |||||||||
Visit_dum | 0.215** | −0.249*** | |||||||
(2.44) | (−3.96) | ||||||||
IV_Visit_num | 0.240*** | ||||||||
(12.10) | |||||||||
Visit_num | 0.060** | −0.072*** | |||||||
(2.23) | (−4.43) | ||||||||
IV_Visit_ins | 0.244*** | ||||||||
(12.22) | |||||||||
Visit_ins | 0.062** | −0.083*** | |||||||
(2.11) | (−4.81) | ||||||||
Constant | −1.236*** | 0.254** | 0.954*** | −5.805*** | 0.335** | 0.840*** | −5.625*** | 0.335** | 0.786*** |
(−7.28) | (2.22) | (7.21) | (−9.66) | (2.12) | (5.90) | (−10.07) | (2.02) | (5.41) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm/Year | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 27503 | 26870 | 27503 | 27503 | 26870 | 27503 | 27503 | 26870 | 27503 |
Adj_R2/within_R2 | 0.0723 | 0.00284 | 0.191 | 0.0860 | 0.00405 | 0.200 | 0.0871 | 0.00414 | 0.194 |
Cragg-Donald Wald F statistic | 217.813 | 316.842 | 330.851 |
(一)实地调研与选择性披露的机制检验
以上的研究证实了实地调研会导致管理层进行选择性信息披露。根据前文理论分析,实地调研之所以会对管理层的信息披露行为产生上述影响,一个可能的原因是:实地调研给企业带来更多外部关注,增加了管理层的市场压力,从而导致其进行选择性信息披露。该影响机制成立的一个逻辑前提便是实地调研会通过引发更多外部关注来影响管理层的选择性披露行为。基于此,本文参考李春涛(2020)的方法,通过Sobel中介效应检验来识别外部关注是否在实地调研与选择性信息披露的关系中起到中介作用。对于外部关注水平,本文通过媒体关注度和分析师关注度来予以反映。为了避免实地调研和外部关注互为因果的内生性问题,本文参考已有文献(权小锋和吴世农,2010;于李胜和王艳艳,2010)的做法,分别采用年报披露日前30天内分析师跟踪总人数加1取自然对数和年报披露日前30天报刊媒体报道的总次数加1取自然对数来衡量分析师关注度(Anaattentions)和媒体关注度(Mediaconc)。具体实证结果如表6所示。
由表6可知,第(1)至(3)列中Visit_dum、Visit_num、Visit_ins的系数均在1%水平上显著为正,说明实地调研有助于提升分析师对公司的关注度。并且第(4)列中Anaattentions、Visit_dum的系数均在1%水平上显著为正,第(5)列中Anaattentions、Visit_dum的系数均在1%水平上显著为负,上述结果共同表明分析师关注起到部分中介的作用。与之类似的,由第(6)至(8)列可知,Visit_dum、Visit_num、Visit_ins的系数分别在5%、1%、1%水平上显著为正,说明实地调研有助于提升媒体对公司的关注度。并且第(9)列中Mediaconc、Visit_dum的系数分别在10%、1%水平上显著为正,第(10)列中Mediaconc、Visit_dum的系数均在1%水平上显著为负,上述结果共同表明媒体关注同样起到部分中介的作用。
(1) | (2) | (3) | (4) | (5) | |
变量 | Anaattentions | Anaattentions | Anaattentions | DACC_ROA | Riskdisc |
Anaattentions | 0.004*** | −0.031*** | |||
(5.01) | (−9.33) | ||||
Mediaconc | |||||
Visit_dum | 0.140*** | 0.005*** | −0.022*** | ||
(10.06) | (2.78) | (−3.10) | |||
Visit_num | 0.097*** | ||||
(19.27) | |||||
Visit_ins | 0.107*** | ||||
(19.67) | |||||
Constant | −2.752*** | −2.363*** | −2.317*** | 0.012 | 1.147*** |
(−8.32) | (−7.31) | (−7.15) | (0.29) | (6.93) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm /Year | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 27503 | 27503 | 27503 | 26870 | 27503 |
Adj_R2 | 0.0984 | 0.118 | 0.119 | 0.0336 | 0.241 |
(6) | (7) | (8) | (9) | (10) | |
变量 | Mediaconc | Mediaconc | Mediaconc | DACC_ROA | Riskdisc |
Anaattentions | |||||
Mediaconc | 0.002* | −0.011*** | |||
(1.74) | (−3.87) | ||||
Visit_dum | 0.029** | 0.006*** | −0.026*** | ||
(1.98) | (3.37) | (−3.71) | |||
Visit_num | 0.016*** | ||||
(3.47) | |||||
Visit_ins | 0.018*** | ||||
(3.61) | |||||
Constant | −1.390*** | −1.333*** | −1.323*** | 0.001 | 1.215*** |
(−3.10) | (−2.97) | (−2.95) | (0.04) | (7.33) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm /Year | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 27503 | 27503 | 27503 | 26870 | 27503 |
Adj_R2 | 0.289 | 0.289 | 0.289 | 0.032 | 0.238 |
此外,为了进一步论证本文的市场压力假说,本文对股价压力在实地调研与选择性披露的关系中是否起到中介作用展开实证检验。具体而言,借鉴史永东和蒋贤锋(2004)的研究,本文采用年报披露日前30天内股票价格日收益率的标准差反映股价压力(DEVI),并参考李春涛(2020)的方法,通过Sobel中介效应检验来识别股价压力在实地调研对选择性信息披露影响中的中介效应。具体检验结果如表7所示,第(1)至(3)列中Visit_dum、Visit_num、Visit_ins的系数分别在5%、1%、1%水平上显著为正,说明实地调研会提升公司股价压力。并且第(4)列中DEVI、Visit_dum的系数分别在5%、1%水平上显著为正,第(5)列中DEVI、Visit_dum的系数均在1%水平上显著为负,上述结果共同表明股价压力起到部分中介的作用。
(1) | (2) | (3) | (4) | (5) | |
变量 | DEVI | DEVI | DEVI | DACC_ROA | Riskdisc |
DEVI | 0.133** | −0.658*** | |||
(2.06) | (−7.85) | ||||
Visit_dum | 0.001** | 0.006*** | −0.026*** | ||
(2.27) | (3.04) | (−3.65) | |||
Visit_num | 0.001*** | ||||
(3.97) | |||||
Visit_ins | 0.001*** | ||||
(3.51) | |||||
Constant | 0.071*** | 0.072*** | 0.071*** | −0.011 | 1.279*** |
(4.35) | (4.43) | (4.48) | (−0.26) | (7.67) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm/ Year | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 27 503 | 27 503 | 27 503 | 26 870 | 27 503 |
Adj_R2 | 0.0665 | 0.0667 | 0.0666 | 0.0333 | 0.240 |
(二)信息操纵动机的调节效应
根据前文分析可知,实地调研通过增加管理层面临的市场压力,引发其选择性信息披露行为。由此可见,管理层在信息披露方式的选择上扮演了重要角色,决定了企业是否进行选择性信息披露。那么,当管理层个人信息操纵动机较强时,自然更倾向于进行选择性信息披露。如果上述猜想正确,则可进一步为市场压力机制提供佐证。为了验证以上猜想,本文基于权小锋等(2010)的研究,采用高管前三名薪酬总额加1取自然对数(Pay)作为管理层的信息操纵动机的代理变量。为了检验信息操纵动机是否会对实地调研与选择性披露行为的关系产生影响,我们将实地调研与高管薪酬的交乘项纳入模型(1)和模型(2)中分别进行回归,具体结果如表8所示。
由表8的第(1)至(3)列可知,有无实地调研(Visit_dum)、实地调研的频度(Visit_num)、实地调研的广度(Visit_ins)以及它们与高管薪酬(Pay)的交乘项的系数均显著为正,表明管理层信息操纵动机越强的公司,实地调研与盈余管理程度的正相关关系更加显著;从第(4)至(6)列可知,有无实地调研(Visit_dum)、实地调研的频度(Visit_num)、实地调研的广度(Visit_ins)以及它们与高管薪酬(Pay)的交乘项的系数均显著为负,表明在管理层信息操纵动机较强的公司,实地调研与年报风险信息披露的负相关关系更加显著。总的来说,上述结果共同证明:选择性披露是管理层出于一定自利目的而做出的行为,当管理层操纵动机越强时,会强化市场压力对公司选择性披露的提升作用。
(三)经济后果检验
上文从不同角度验证,经实地调研后,公司更可能出现数字信息和文本信息的选择性披露行为,这种选择性信息披露更多指管理层披露好消息、隐藏坏消息。那么还有一个值得探讨的问题是:在市场压力驱动下,实地调研所带来的影响是否仅仅止步于管理层的选择性披露,还是说最终会传导到会计信息质量和公司与同行业的会计信息可比性上?本文分别从会计稳健性(C_Score)和会计信息可比性(COMPACCT)两个方面检验实地调研对企业会计信息质量的影响。其中,C_Score代表公司的会计稳健性,根据Khan和Watts(2009)提出的Cscore模型计算得到。COMPACCT代表公司的信息可比性,借鉴Francis等(2014)的方法计算得到。
(1) | (2) | (3) | (4) | (5) | (6) | |
变量 | DACC_ROA | DACC_ROA | DACC_ROA | Riskdisc | Riskdisc | Riskdisc |
Visit_dum | 0.003* | −0.021*** | ||||
(1.83) | (−3.54) | |||||
Visit_dum×Pay | 0.006*** | −0.013*** | ||||
(5.05) | (−3.25) | |||||
Visit_num | 0.001** | −0.005*** | ||||
(2.01) | (−2.71) | |||||
Visit_num×Pay | 0.003*** | −0.006*** | ||||
(8.44) | (−6.01) | |||||
Visit_ins | 0.001** | −0.006*** | ||||
(2.08) | (−2.85) | |||||
Visit_ins×Pay | 0.003*** | −0.007*** | ||||
(8.37) | (−6.17) | |||||
Pay | 0.004*** | 0.004*** | 0.004*** | −0.010*** | −0.012*** | −0.011*** |
(4.75) | (5.30) | (5.17) | (−4.05) | (−4.52) | (−4.44) | |
Constant | 0.024 | 0.034 | 0.034 | 1.157*** | 1.132*** | 1.129*** |
(0.77) | (1.11) | (1.09) | (10.85) | (10.59) | (10.56) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm/Year | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 26 870 | 26 870 | 26 870 | 27 503 | 27 503 | 27 503 |
Adj_R2 | 0.035 | 0.038 | 0.038 | 0.128 | 0.129 | 0.130 |
具体回归结果报告于表9。其中,第(1)至(3)列为实地调研对公司会计稳健性的回归结果,有无实地调研(Visit_dum)、实地调研的频度(Visit_num)、实地调研的广度(Visit_ins)以及它们与高管薪酬(Pay)的交乘项的系数均在1%水平上显著为负;第(4)至(6)列为实地调研对公司会计信息可比性的回归结果,有无实地调研(Visit_dum)、实地调研的频度(Visit_num)、实地调研的广度(Visit_ins)以及它们与高管薪酬(Pay)的交乘项的系数同样在1%水平上显著为负。这样的结果表明,在市场压力驱动下,实地调研所带来的影响最终会导致公司会计稳健性和公司与同行业的会计信息可比性的下降。
(1) | (2) | (3) | (4) | (5) | (6) | |
变量 | C_Score | C_Score | C_Score | COMPACCT | COMPACCT | COMPACCT |
Visit_dum | −0.009*** | −0.001*** | ||||
(−6.30) | (−9.25) | |||||
Visit_num | −0.004*** | −0.001*** | ||||
(−9.54) | (−7.47) | |||||
Visit_ins | −0.004*** | −0.001*** | ||||
(−9.33) | (−7.33) | |||||
Constant | 1.328*** | 1.318*** | 1.317*** | −0.043*** | −0.043*** | −0.043*** |
(41.22) | (40.79) | (40.75) | (−24.86) | (−24.94) | (−24.95) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Firm/Year | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 26 864 | 26 864 | 26 864 | 22 605 | 22 605 | 22 605 |
Adj_R2 | 0.584 | 0.585 | 0.585 | 0.758 | 0.758 | 0.758 |
充分透明的信息披露是保证资本市场有效运转的基石。然而在我国资本市场新兴加转轨的特征下,会计信息提供者和一般使用者之间的信息不对称却使得阿克洛夫“柠檬”问题普遍存在。从实践来看,实地调研作为市场参与者获取公司内部信息的重要渠道,被实务界和学术界寄予厚望。已有研究表明,实地调研的确具有增量信息贡献,在提升资本市场定价效率、抑制公司过度投资、降低外部公司成本方面均具有积极作用。与前人研究不同的是:本文关注的是,实地调研对公开披露的影响,即实地调研到底是提升还是抑制上市公司的选择性披露行为?
本文以2007—2019年A股上市公司为样本,实证结果表明:(1)实地调研增加了公司的选择性信息披露行为,并且被调研次数、参与调研的机构数量越多,企业的这种选择性信息披露行为更加明显。(2)通过机制检验可知,实地调研给企业带来更多外部关注,使得管理层面临更大的市场压力,从而出现选择性信息披露行为。(3)当管理层自身信息操纵动机较强时,实地调研对选择性信息披露的影响将更加显著。(4)通过经济后果检验我们发现,实地调研所带来的市场压力会导致企业的会计稳健性和会计信息可比性下降,最终使其信息质量大幅降低。
本文研究主要有以下启示:首先,在理论意义上,本文首次探讨实地调研对公司选择性披露的影响,研究发现实地调研会导致管理层策略性地安排数字信息和文本信息的披露,为学术界和实务界进一步理解市场压力效应提供新的参考。其次,在实践价值上,本文讨论了实地调研与公司选择性披露的关系,证明在市场压力的驱动下,管理层可能会对公开披露信息进行相机选择。这有助于外部投资者更加客观地看待公司披露的信息,并提高其投资谨慎性,同时为监管者强化定期报告信息决策有用性、完善风险信息披露规则提供经验证据。此外,本文的研究为学术界和实务界重新认识上市公司年度财务报告披露提供一个新的思路。年度报告一直是公司信息披露和对外沟通的重要媒介,但是本文实证发现上市公司可以在许可范围内对数字信息和文本信息进行选择性披露,通过对二者披露的信息进行组合操纵,以达到“掩人耳目”的效果。
① 著名经济学家、2001年诺贝尔经济学奖获得者乔治•阿克洛夫在其代表作《柠檬市场:质量不确定和市场机制》中,以二手车柠檬市场为例,证明市场上买卖双方的信息不对称将导致“劣币驱逐良币”现象。
[1] | 白云霞, 李璇. 预期业绩与IPO公司风险对策披露[J]. 财贸经济, 2020(7): 67–82. |
[2] | 陈克兢. 媒体监督、法治水平与上市公司盈余管理[J]. 管理评论, 2017(7): 3–18. |
[3] | 胡玮佳, 韩丽荣. 分析师关注降低上市公司的会计信息风险了吗?——来自中国A股上市公司的经验证据[J]. 管理评论, 2020(4): 219–230. |
[4] | 李春涛, 宋敏, 张璇. 分析师跟踪与企业盈余管理——来自中国上市公司的证据[J]. 金融研究, 2014(7): 124–139. |
[5] | 李岩琼, 姚颐. 研发文本信息: 真的多说无益吗?——基于分析师预测的文本分析[J]. 会计研究, 2020(2): 26–42. |
[6] | 李燕媛. 上市公司“管理层讨论与分析”信息披露问题研究[M]. 北京: 中国社会科学出版社, 2018. |
[7] | 谭松涛, 崔小勇. 上市公司调研能否提高分析师预测精度[J]. 世界经济, 2015(4): 126–145. |
[8] | 王克敏, 王华杰, 李栋栋, 等. 年报文本信息复杂性与管理者自利——来自中国上市公司的证据[J]. 管理世界, 2018(12): 120–132. |
[9] | 王珊. 投资者实地调研发挥了治理功能吗?——基于盈余管理视角的考察[J]. 经济管理, 2017(9): 180–194. |
[10] | 王雄元, 高曦, 何捷. 年报风险信息披露与审计费用——基于文本余弦相似度视角[J]. 审计研究, 2018(5): 98–104. |
[11] | 王雄元, 李岩琼, 肖忞. 年报风险信息披露有助于提高分析师预测准确度吗?[J]. 会计研究, 2017(10): 37–43. |
[12] | 王雄元, 曾敬. 年报风险信息披露与银行贷款利率[J]. 金融研究, 2019(1): 54–71. |
[13] | 薛爽, 肖泽忠, 潘妙丽. 管理层讨论与分析是否提供了有用信息?——基于亏损上市公司的实证探索[J]. 管理世界, 2010(5): 130–140. |
[14] | 杨道广, 陈汉文, 刘启亮. 媒体压力与企业创新[J]. 经济研究, 2017(8): 125–139. |
[15] | Ahern K R, Sosyura D. Rumor has it: Sensationalism in financial media[J]. The Review of Financial Studies, 2015, 28(7): 2050–2093. |
[16] | Bowen R M, Dutta S, Tang S L, et al. Inside the “Black Box” of private in-house meetings[J]. Review of Accounting Studies, 2018, 23(2): 487–527. |
[17] | Campbell J L, Chen H, Dhaliwal D S, et al. The information content of mandatory risk factor disclosures in corporate filings[J]. Review of Accounting Studies, 2014, 19(1): 396–455. |
[18] | Cheng Q, Du F, Wang X, et al. Seeing is believing: Analysts’ corporate site visits[J]. Review of Accounting Studies, 2016, 21(4): 1245–1286. |
[19] | Chiu T T, Guan Y Y, Kim J B. The effect of risk factor disclosures on the pricing of credit default swaps[J]. Contemporary Accounting Research, 2018, 35(4): 2191–2224. |
[20] | Degeorge F, Ding Y, Jeanjean T, et al. Analyst coverage, earnings management and financial development: An international study[J]. Journal of Accounting and Public Policy, 2013, 32(1): 1–25. |
[21] | Jiang X Y, Yuan Q B. Institutional investors’ corporate site visits and corporate innovation[J]. Journal of Corporate Finance, 2018, 48: 148–168. |
[22] | Kravet T, Muslu V. Textual risk disclosures and investors’ risk perceptions[J]. Review of Accounting Studies, 2013, 18(4): 1088–1122. |
[23] | Li K K, You H F. What is the value of sell-side analysts? Evidence from coverage initiations and terminations[J]. Journal of Accounting and Economics, 2015, 60(2-3): 141–160. |
[24] | Lim E K Y, Chalmers K, Hanlon D. The influence of business strategy on annual report readability[J]. Journal of Accounting and Public Policy, 2018, 37(1): 65–81. |
[25] | Mayew W J, Sharp N Y, Venkatachalam M. Using earnings conference calls to identify analysts with superior private information[J]. Review of Accounting Studies, 2013, 18(2): 386–413. |