下载掌阅APP，畅读海量书库
立即打开
本章梳理了上市公司年报文本分析的基础理论和特征提取方法，并在此基础上综述了学术界近年来的实证研究成果。组织话语和资本市场信息不对称为年报文本分析提供了理论基础。在具体展开文本信息的研究时，为解决传统文本度量方法的局限性，需要引入计算机技术，通过计算机专家式的海量信息解读，构建文本特征识别变量。目前比较成熟的计算机文本特征识别包括可读性、相似度和情感分析。最后，本章对近年来的年报文本信息实证研究文献进行了评述。现有相关实证研究主要分为两类：一是讨论年报文本信息披露的影响因素；二是考察文本信息披露后的影响效应。前者主要包括外部宏观环境、行业层面因素和公司层面因素；后者主要是指年报文本信息对投资者、资本市场、分析师和审计师的影响。但是，现有实证研究大多以英文文本分析为主，要将其移植到我国，还需要考虑中文的特点，并从基础技术、理论框架和实证分析三个方面进行有中国特色的研究。
一是理论框架研究。国内对组织话语的研究刚刚兴起，研究主题非常有限，将年报作为重要的组织话语表达形式进行分析的文献更少。但通过回顾已有的组织话语研究可知，话语分析促使研究者注重文本、话语等并使之融入对组织现实多面性的剖析与理解中。因此，组织话语研究有望为年报文本分析提供重要的理论切入口。此外，信息不对称和信息披露理论一直是年报文本信息研究的理论基础，但当前的框架是在以财务信息为主的情景下构建的，文本信息的引入将如何补充或扩展现有理论框架，还需要进一步探索。例如，文本信息更注重语言对投资者心理的影响，因此，未来信息披露研究的理论基石可能从有效市场理论拓展到行为金融理论。再比如，通过观察管理者的相关背景指标，可以探究心理特征对年报信息披露行为和文本信息特征的影响，这将有可能在“高管梯队”理论的基础上，从高管性别、年龄、规模，以及团队中学历差异、任职时间差异、职能经验差异等团队异质性角度解释影响文本特征的公司内部因素。总体而言，基于组织话语理论和信息不对称理论，融合语言学、心理学、社会学、会计学和财务学等多学科，为年报文本分析提供一个完整的基础理论框架是展开相关研究的必要步骤。
二是基础文本特征提取技术研究。中文计算机文本分析方法的健全，是发展我国年报文本信息研究的必要前提。中文文本与西方文本相比有其独特性，中文词语之间没有间隔，不像英文每个单词都是用空格分开的，中文文本挖掘很重要的一个环节就是文本分词。目前，国内致力于这方面研究的学者有很多，已经出现了多个中文分词的工具。但这些技术并不是专门针对经济管理文本或年报文本分析，如何验证并应用这些技术来合理提取中文年报中的文本信息特征，是减少文本分类偏差和提高研究结果可靠性时所必须解决的重要问题。同时，使用机器学习法降低对人工分词的依赖是文本特征提取中需要应对的挑战。
三是实证分析研究。目前的年报文本信息实证研究主要以英语国家为背景，将这些在国际学术上已经提出的重要研究问题放置于我国情境下进行本土化实证验证，不仅能从基本的信息披露效应和资本市场效率方面检验我国年报文本信息的价值，也是进一步开展中国特色类文本研究的直观切入点。根据肖浩等（2016），目前国内对可读性、语调和相似度文本特征展开的研究主题仅仅是国外相关文本研究主题的四分之一，因此，许多主题均可能作为我国未来复制性研究的主题。此外，我国的实证分析还需要结合我国特殊情境进行独特性和拓展性的研究，在研究中需要注意以下三个方面的问题：
（1）积极探索我国特殊制度背景下的文本研究。我国是处在转型发展中的新兴市场，公司治理、管理者权力、资本市场参与者结构等都与国外成熟的欧美市场存在一定的差异，公司信息披露监管要求、审计师制度、法律保护制度也具有我国的特色。因而，我国年报文本信息研究不仅要借鉴国外的研究主题，更需以我国自身特色为前提进行实证检验的理论分析和模型构建。
（2）加强文本内容的衡量与分析。我国关于会计文本的研究起步较晚，国内最早开始研究会计文本信息特征的文献是阎达五和孙蔓莉（2002）。但其后很长一段时间内，会计文本研究的文献十分匮乏。近五年来，年报文本研究有明显增加，主要集中于部分文本特征（可读性、业绩归因自利性、语调），研究的文本信息来源也几乎都是年报的MD＆A。相对外国的文献而言，研究面较窄。因此，在基于文本内容进行的研究方面，未来实证研究不仅需要加强文本相似度特征的研究，还需要注意MD＆A模块之外的年报文本信息挖掘。
（3）将文本信息和财务信息披露研究相融合。年报文本信息的重要作用是对财务信息进行补充、解释和验证。由于财务数字信息和文本叙述信息是上市公司年报中最主要的两种表达形式，在考察文本信息的影响因素和影响效应时，也需要关注财务信息的影响。因此，融合文本信息和现有财务信息披露的实证分析，才有望得到较为稳健的研究结论。