前言

随着经济转型升级和公司经营业务复杂化，上市公司年报中的文本信息日益成为社会各界关注的重点。尽管财务信息是披露公司经营业绩最重要的一个方面，但并不能够代表全部。非财务信息在解释公司经营和预测公司发展前景时起着举足轻重的作用，这些信息被以文本叙述为主的方式表达在上市公司年报中，逐渐占据年报披露的主体篇幅。与此同时，在新商业模式的冲击下，财务信息的局限性凸显，难以满足投资者不断增长的信息需求，年报文本信息相对自由而丰富的内容，为投资者决策提供了重要的增量信息。为此，我们迫切需要引进和应用计算机文本分析程序来提取海量年报文本信息，分析其特征和探讨其影响因素、经济后果与扩展应用。这对充分理解和挖掘年报文本信息价值，推进年报文本信息披露的规范化，缓解资本市场信息不对称和促进市场资源配置效率的提升，意义重大。

本书主要围绕上市公司年报文本信息的五个方面问题展开：第一，年报文本信息分析的对象。即年报中常见的有用文本信息有哪些？这些文本信息和财务信息的关系如何？应该从哪些角度提取这些文本的特征？第二，年报文本信息分析的技术构成。即适用于年报文本分析的技术有哪些？新型文本分析技术与传统文本分析有何区别？针对不同文本特征的分析技术主要适用于哪些场景？第三，年报文本信息的影响因素。这包括管理层如何决策文本信息的披露质量？哪些因素对文本信息披露质量产生正向作用？哪些因素产生负向作用？第四，年报文本信息的价值相关性。这包括投资者能否关注到年报文本信息？文本信息如何影响投资者对财务信息的理解？不同模块的文本信息的价值相关性是否存在差异？第五，年报文本信息的扩展应用。这包括可以从哪些角度进一步挖掘年报文本信息的价值？文本信息如何改进一些重要经济指标的衡量？利用文本信息指标是否影响传统经济问题研究的结果？这五个方面的研究问题相互关联，按照从基本理论、技术解析到文本信息影响因素、影响效应和扩展应用的路线层层推进。通过文献梳理、技术解析和实证回归的方法，本书对上述问题进行系统讨论，构建了较完整的年报文本信息分析体系，形成的主要研究观点如下。

1.年报文本信息分析的理论基础

上市公司年报是管理者和外部利益相关者沟通的重要载体，文本信息占年报篇幅的主体。年报中的“经营情况讨论与分析”“重要事项”“董事、监事、高级管理人员和员工情况”“公司治理”等模块的内容不仅补充解释了财务信息，也为不能进入财务报表的信息提供了披露渠道。基于组织话语理论，这些文本叙述性信息的语篇、句式、词汇、语法、语调等特征，直接影响到公司的社会建构。同时，基于信息不对称理论，年报文本信息的披露具有缓解信息不对称、传递信号和印象管理的功能。公司管理者将权衡文本信息披露的收益和成本，通过选择性处理文本信息质量来影响年报阅读者对文本信息的解析成本，进而影响信息传递效率和市场价格对年报信息的反应。因此，年报文本分析需要吸收来自修辞学、语言学、认知科学、信息学、社会学、心理学等学科的理论和方法，提取年报文本信息的特征和性质指标，展开对文本信息的生成机制和经济后果的讨论。

2.年报文本信息特征提取技术

相对于基于结构化数据的分析技术，计算机文本分析技术能提供全新的文本特征变量，进而成为年报文本研究发展过程中需要关注的重要内容。年报文本信息特征的提取技术主要分为两大类，即基于机器学习的文本分类技术和基于字典的文本分类技术。其中，基于机器学习的文本分类技术又分为两种，即基于传统特征工程的文本分析技术和基于深度学习的文本分析技术。前者把文档表示成矢量，然后从中提取文档特征，最后使用传统的分类算法如贝叶斯算法等对文本进行分类。后者不需要手动提取特征，而由卷积神经网络自动提取特征并分类。字典法则对商业领域常用的词语进行归纳并形成字典，然后根据字典来统计文本内容中的各类词语，从而对文本进行分类。在进一步以年报文本信息为基础的行业重分类检验中，这些计算机技术被证实在年报文本分析领域取得了良好的分析效果。

3.年报文本信息的影响因素

年报文本信息披露的主要是各种非财务信息和自愿性披露信息，有着低规范性和弱监管特点，因此，管理者在文本信息披露质量上具有较高的裁量权。一方面，基于自愿信息披露假说，管理者为了缓解信息不对称，有动机进行高质量的文本信息披露以获取融资便利或估价优势；另一方面，管理层出于自利动机很有可能实施信息披露的机会主义行为。出于印象管理和专有成本考虑，管理者将通过操纵文本信息的可读性、差异性、语调等特征，以较为含蓄的方式影响阅读者的信息解析成本，或者给阅读者带来一定的心理暗示，潜移默化地影响其投资决策。在采用计算机文本分析技术提取出我国上市公司年报中经营情况分析与讨论、研发创新等文本信息的基础上，本书的实证检验发现，公司业绩、市场竞争、管理者权力以及公司治理对相关文本信息披露质量存在显著的影响。

4.年报文本信息的价值相关性

上市公司年报信息的价值相关性长期以来都是财务会计和金融领域研究的经典问题。近年来的研究发现，财务信息的市场反应出现下降和漂移趋势。本书从年报文本信息的视角为之提供了新的解释途径。作为年报信息披露的主要表达形式之一，年报文本信息的信息含量不容忽视。文本信息至少通过影响年报阅读者对财务信息的理解深度和速度，进而对市场盈余反应系数产生重要影响。通过采用计算机文本分析技术提取我国上市公司年报中经营情况讨论与分析、研发创新和业绩说明会的文本信息特征，本书的实证分析发现，在主板、创业板和中小板的市场中，不同的文本信息模块分别对财务盈余市场反应系数和盈余公告后股价漂移现象产生了显著的调节作用。

5.年报文本信息的扩展应用

年报文本信息直接描述了公司经营、人力资源、重要事项和治理结构等状况，其价值不仅体现在上述对市场盈余反应系数的调整，还有更广阔的应用空间。本书尝试利用文本信息提供一些重要的新经济变量或用于改进传统基于财务信息衡量的经济变量。例如，基于年报中经营情况讨论与分析模块或高管背景情况模块的文本信息，在经过文本相似度分析和聚类分析处理后，能为产品市场竞争、审计专长、或公司治理效率提供更直接的代理变量。这突破了传统研究中过于依赖财务指标和单维度信息进行指标衡量的方法。采用这些新的指标有望解决相关财务会计主题研究中实证结论不一致的现象。这为进一步扩展应用年报文本信息提供了借鉴。

年报文本信息的引入将推进许多重要会计理论的扩展和实证研究范式的变化，影响深远。本书是对技术驱动型的会计文本分析进行的一项较为系统的探索性研究，旨在为财务会计领域中文本信息研究的发展提供参考和借鉴。但在目前阶段，书中对有些问题的论述尚待进一步改进和深化，恳请有关专家学者批评指正。

本书的写作过程中得到南京大学会计系李萧、汤书雅、岳艳婷、陈建宇、吴洁、罗澄、林莉，以及罗格斯大学(Rutgers)会计系连续审计和报告实验室米克洛斯·瓦萨艾利(Miklos Vasarhelyi)和戴珺(Jun Dai)的支持。他们为本书提供了宝贵建议和基础资料。本书的出版得到了国家自然科学基金(71402070)和南京大学国际化项目学术著作出版基金的资助。在此表示感谢！

张娟
2020年7月