（上海财经大学会计学院，上海200433）

一、引言

作为公司治理、金融市场等领域的重要话题之一，上市公司信息披露方式及经济后果已成为学术界研究热点。除了会计盈余等定量信息，通过阅读公司披露的年报等文本资料，学者们可以从崭新的视角探讨管理层信息披露决策及其在资本市场产生的经济后果。在上市公司披露的文本资料中，语调往往反映了管理层对公司经营情况、财务状况、发展前景的态度。作为公司信息披露来源之一，年报是会计和财务领域进行文本研究的重要依据。通过对年报进行文本分析，考察公司管理层定性信息披露行为对债券信用评级及发行利差产生的影响，不仅具有重要的学术价值，也具有现实的指导意义。

目前，以中国资本市场为制度背景，利用文本分析法研究管理层信息披露行为的文献尚不多见，利用文本信息对债券信用评级及发行利差影响机制进行研究的文献更为少见。定量分析法（财务指标等）往往不能将公司所有信息有效地传递给市场，因此，定性信息披露给管理层提供了另一种信息传递方式。在其他条件不变的情况下，文本中反映的管理层态度变化是否会对债券信用评级及发行利差产生影响，是本研究试图回答的问题。

本文的贡献主要体现在以下三个方面：首先，研究进一步丰富了投资者对信用评级和债券估值业务影响因素的理解，即除了财务指标等定量信息外，文本信息的影响也较为显著；其次，进一步证实管理层语调具有信息含量，可以帮助投资者更好地理解公司经营状况，并在投资过程中提高决策效率，从而优化资本市场资源配置；最后，丰富了我国债券信用评级和发行利差领域的研究文献，拓展了对债券投资者信息获取渠道的认知。

本文其余部分安排如下：第二部分对相关文献进行了评述；第三部分在理论分析的基础上提出研究假说；第四部分是研究设计，介绍了样本选择依据、数据来源和模型构建；第五部分为本文的实证研究结果；第六部分为稳健性检验；第七部分对全文进行了总结。

二、相关研究评述

近年来，越来越多会计与财务领域的学者利用文本分析法进行实证研究。文本自由而丰富的表达方式，为信息多样化提供了天然载体，但文本的信息价值又隐藏在字里行间，不容易直接观察和测度，需要运用专业技术进行提炼，进而转化为数值型变量（肖浩等，2016）。文本分析是指通过对文本内容进行挖掘和数据分析，获得文本提供者的特定立场、观点和价值取向，并由此推断其意图和目的，分析方法包括自然语言处理、信息检索、计算语言学和内容分析等 （唐国豪等，2016）。定性信息披露媒介包括新闻报道（Tetlock，2007；Tetlock 等，2008）、年度财务报告（Li，2008；Li，2010）、盈余公告（Demers和Vega，2011；Davis 等，2012）、分析师报告（Lehavy 等，2011；Franco 等，2015；Hsieh 等，2016）以及业绩说明会（Frankel等，2010；Larcker和Zakolyukina，2012）等。对文本进行分析和度量的方法包括简单贝叶斯等计算语言学法（Li，2010）、心理词典（Kothari 等，2009）、财务特定词表法（Henry，2006；Loughran和McDonald，2011）、有监督的机器学习算法 （Purda和Skillicorn，2015）以及基于LDA 文档主题生成模型的无监督机器学习算法（Bao和Datta，2014）等。

部分学者利用文本分析法检验了股票市场对管理层定性信息披露的反应情况。Davis 等（2012）证实，管理层在业绩发布会上的语调越乐观，股票价格上涨幅度越大。另外，公司管理层在电话会议中的特质语调也会影响投资者对文本信息的理解（Davis 等，2015）。与公司有关的会计文本易读性越高，投资者处理信息的成本越低，说明信息可靠性越强，市场对股票的评价越正面；同时，会计文本的易读性对中小投资者决策的影响更显著（Hsieh 等，2016）。上市公司披露的业绩预告文本信息与股价波动显著正相关，但当文本的情绪被过度渲染或文本存在自我归因偏差时，市场对文本信息的反应程度会减弱，从而在一定程度上验证了我国资本市场的有效性（朱朝晖和许文瀚，2018）。Campbell 等（2014）发现，市场能够将公司披露的与风险有关的信息融入股价中。因此，管理层对公司风险信息进行充分披露，有利于投资者加深对财务数据和公司风险的理解（Hope 等，2016）。

部分学者对管理层定性信息披露中的语调是否能够传递公司基本面信息进行了检验。作为财务信息的重要补充，上市公司年报中管理层的讨论与分析为投资者提供了公司发展历史及未来前景信息，且该部分的语调越悲观，公司未来的会计盈余越差（Davis和Tama-Sweet，2012）。Li 等（2013）证实，年报中的定性信息对评价公司在当前环境下面临的竞争度具有实用价值。谢德仁和林乐（2015）以我国上市公司年度业绩说明会文本为研究对象，发现管理层语调对预测未来财务业绩具有一定帮助，这也表明公司管理层语调具有一定的可信度。投资者通过上市公司年度业绩说明会文本中的管理层语调，可以领会管理层传递的增量信息，并做出一定的反应，即业绩说明会对资本市场的信息传递具有一定影响。孟雪井等（2016）通过文本挖掘技术，深度挖掘了9家知名财经网站的新闻文本信息，利用随机森林算法找到影响收益率波动的主要变量，并通过机器学习算法构建交易策略，证实财经新闻对股市投资具有重要的参考价值。林乐和谢德仁（2017）的研究发现，年度业绩说明会文本的管理层净正面语调提高了分析师更新荐股报告的可能性，并提升了分析师荐股评级水平。

通过文献回顾可以看出，现有文献大多是从股票市场反应、信息含量、影响因素等角度进行研究，鲜有文献从债券市场的视角探讨管理层语调对资本市场投资者的影响。本文通过考察管理层语调对债券信用评级和发行利差的影响机制，拓展文本信息披露和债券相关领域的研究文献。

三、理论分析和研究假说

在我国，人们的沟通交流方式相对隐晦含蓄，并强调言简意赅。为了对传递的文字语言理解透彻，读者或听者需要进一步揣测文字语言的含义，因此，语调会影响读者或听者的语言沟通反应方式。同样，管理层语调也会影响市场投资者对文本信息的理解方式，而正面或负面语调会在基本层面对信息如何被处理产生重要影响（林乐和谢德仁，2017）。

债券市场是资本市场的重要组成部分，债券融资是企业债务融资的重要工具。信贷市场上，银行可以利用专业技能搜集借款人信息，或通过与借款人建立长期合作关系减少信息不对称，但债券市场上的债权人是众多分散的投资者，获取债券发行人信息十分困难且成本过高，因此，信用评级机制成为债券市场一项重要的制度安排（张雪莹和焦健，2017）。

评级机构通过搜集分析发债企业资信状况、战略发展和公司治理等信息对企业未来长短期偿债能力做出判断（Kisgen，2006）。一方面，评级机构拥有更专业的信用评估知识，有助于非知情投资者判断债券信用状况（Kliger和Sarig，2000）；另一方面，与分散的债券投资者相比，评级机构对企业的跟踪调研和信息搜集都具有规模成本优势，并可加速信息在金融市场中的传播，缓解债券市场信息不对称问题（魏明海等，2017）。

信用评级往往隐含企业经营状况和未来发展前景的信息，而上市公司定期披露的年报则详细介绍了公司经营、财务和发展等方面的情况，具有一定的信息含量。作为信息需求方之一，评级机构在对债券和发债主体进行评级时会审阅发债公司经审计的财务信息（陈超和李鎔伊，2013）。管理层披露的文本信息会影响债券估值公司、信用评级机构等资本市场信息中介对公司真实情况的理解与判断。在其他条件相同的情况下，文本反映出的管理层语调越正面，评级机构对公司未来的盈利能力和偿债能力越有信心，进而判断公司违约风险越小，债券信用评级也会越高。同理，管理层披露的文本信息也会影响债权人等市场信息使用者对公司真实情况的理解与判断。管理层语调越正面，公司经营业绩越好，公司违约风险越小，那么债权人会要求较低的风险补偿，债券发行利差也会较小。基于以上分析，本文提出研究假说1和研究假说2。

假说1：管理层语调越正面，债券信用评级越高。

假说2：管理层语调越正面，债券发行利差越小。

四、研究设计

（一）样本选取与数据来源

本文以A股所有上市公司发行的企业债、公司债、中期票据、短期融资券等券种为研究对象，样本公司年度财务报告文本用Perl 网页抓取算法在新浪财经频道和巨潮资讯网下载。本文处理公司年度财务报告文本的标准如下：一是只对汉字进行处理，剔除非汉字字符（数字、标点符号、中文符号、英文符号和英文字母等）；二是剔除停用词；三是上市公司年报中负面词汇的前一个或前两个词是否定词，表示正面词汇出现了一次，而上市公司年报中正面词汇的前一个或前两个词是否定词，表示负面词汇出现了一次。

样本债券筛选标准如下：一是剔除金融行业公司发行的债券；二是剔除特别处理（ST）公司发行的债券；三是剔除非上市公司发行的债券；四是剔除相关数据缺失的债券，最终获得1453个样本债券。本文使用的债券基本信息、信用评级和财务数据等主要来自Wind 资讯。回归分析时，为剔除极端值对研究结果的影响，对所有连续变量进行了头尾1%的缩尾处理。

（二）模型构建与变量定义

为检验研究假说1，即正面的管理层语调是否提高了债券信用评级，本文构建模型（1）：

为检验研究假设2，即正面的管理层语调是否降低了债券发行利差，本文构建模型（2）：

1.被解释变量

模型（1）的被解释变量是债券信用评级Bondratingi,t,n，代表发行人i第t年第n次发行债券的信用评级。参照已有研究，标准化后的信用评级共分为6类：Bondratingi,t,n=5代表“AAA”，Bondratingi,t,n=4代表“AA+”，Bondratingi,t,n=3代表“AA”，Bondratingi,t,n=2代表“AA-”，Bondratingi,t,n=1代表“A+”，Bondratingi,t,n=0表示评级“A+”以下或没有评级的债券。

模型（2）的被解释变量是债券发行利差Spreadi,t,n，代表发行人i第t年第n次发行债券的票面利率与到期日相同国债的市场利率之差。

2.解释变量

借鉴谢德仁和林乐（2015）的研究，利用分词技术和Python 开放源“结巴”中文分词模块对本文使用的文本进行自动分词，然后进行词频统计。本文参照Loughran和McDonald（2011）的单词列表，根据汉语用词习惯和可能的用语语境，从所有词语中手工选出正面和负面的情感语调词汇。鉴于文本分析的主要做法是使用简单比例加总权重，故本文亦用该方法作为衡量依据。

借鉴Price 等（2012）的做法，本文的解释变量用Tonei,t表示，并分别用公式（3）和公式（4）衡量债券发行人i 在第t年年度财务报告中的管理层语调，即：

其中，Poswordsi,t表示债券发行人i 在第t年年度财务报告中使用积极词汇的次数；Negwordsj,t表示债券发行人i 在第t年年度财务报告中使用消极词汇的次数。

3.控制变量

本文选取如下控制变量：Sizei,t表示公司规模，用债券发行人i第t年年初总资产与年末总资产的平均数并取自然对数衡量；Levi,t为负债水平，用债券发行人i第t年资产负债率表示；MBi,t为市净率；ROAi,t为总资产收益率，是债券发行人i第t年净利润与利息支出之和与总资产的比率；Growthi,t为成长能力，是债券发行人i第t年营业收入增长率；Curi,t为债券发行人i第t年流动性资产与流动性负债的比率；Opini,t为审计意见，若债券发行人i第t年财务报告被审计师出具非标准审计意见，取值为1，否则为0；SOEi,t为公司产权性质，若债券发行人i为国有企业，取值为1，否则为0；Bondsizei,t,n为债券发行人i第t年第n次债券发行规模；Agei,t为上市时间，用债券发行人i第t年（上市年数+1）的自然对数表示。模型（1）和模型（2）均控制行业固定效应（Industry）和年份固定效应（Year）。

五、研究结果

（一）描述性统计

变量描述性统计结果见表1。其中，债券信用评级均值为3.996，中位数为4，说明样本债券信用评级偏高。债券发行利差均值为2.303%，最大值和最小值分别为5.394%和0.368%，说明不同债券的发行利差有一定差异。管理层语调变量Tone1和Tone2的均值分别为0.255和0.531，中位数分别为0.269和0.551，可以看出管理层在年报中倾向使用偏正面的语调。债券发行人市净率均值为1.751，总资产收益率均值为3.3%，资产负债率和营业收入增长率分别为61.4%和24.1%。

表1 描述性统计结果

（二）管理层语调与债券信用评级

表2为模型（1）的多元回归结果。第（1）列和第（3）列考察不加入控制变量的情况下，管理层语调对债券信用评级的影响。第（1）列仅纳入Tone1，回归系数为2.218，在1%的水平上显著；第（3）列仅纳入Tone2，回归系数为1.022，在1%的水平上显著。回归结果说明，管理层语调与债券信用评级显著正相关，初步验证了假说1。

表2 管理层语调与债券信用评级

表3 管理层语调与债券发行利差

第（2）列在第（1）列的基础上加入控制变量，Tone1的回归系数为1.215，在5%的水平上显著；第（4）列在第（3）列的基础上加入控制变量，Tone2的回归系数为0.548，在5%的水平上显著。回归结果表明，公司管理层语调会对债券信用评级产生正向影响，即管理层语调越正面，债券信用评级就越高，进一步验证了假说1。

（三）管理层语调与债券发行利差

表3为模型（2）的回归结果。第（1）列和第（3）列考察不加入控制变量的情况下，管理层语调对债券发行利差的影响。第（1）列仅纳入Tone1，回归系数为-0.628，在1%的水平上显著；第（3）列仅纳入Tone2，回归系数为-0.305，在1%的水平上显著。回归结果说明，管理层语调与债券发行利差负相关，初步验证了假说2。

第（2）列在第（1）列的基础上加入控制变量，Tone1的回归系数为-0.610，在1%的水平上显著；第（4）列在第（3）列的基础上加入控制变量，Tone2的回归系数为-0.286，在1%的水平上显著。回归结果表明，公司管理层语调具有一定的信息含量，可以对债券发行利差产生负向影响，即管理层语调越正面，债券发行利差越小，从而进一步验证了假说2。

六、稳健性检验

（一）改变管理层语调变量的定义

借鉴黄超和王敏（2019）的研究，本文改变管理层语调的度量方式，用Tone3i,t和Tone4i,t重新度量管理层语调。Tone3i,t为债券发行人i第t年年报中，积极词汇出现次数与消极词汇出现次数之差和当年年报剔除停用词后总词数的比率；Tone4i,t为债券发行人i第t年年报中，积极词汇出现次数与消极词汇出现次数之差和当年年报剔除停用词前总词数的比率。

此外，考虑到不同公司管理层自身乐观性的差异会导致语调在各年度可能一直保持相对积极或相对消极，并对研究结果产生一定影响，本文计算债券发行人i样本期间内的年平均语调，然后用Tone1i,t和Tone2i,t分别减去各自的年平均语调，用差额重新度量管理层语调，并对模型（1）和模型（2）分别进行回归。结果表明研究结论没有发生变化，进一步证实了本文的研究假说。

（二）基于公司固定效应的考察

为消除发债公司之间的异质性，本文将模型（1）和模型（2）控制的行业固定效应替换为公司固定效应，并重新对两个模型进行回归。实证结果仍保持不变，进一步验证了本文的研究假说。

（三）剔除潜在噪音词汇

借鉴曾庆生等（2018）、周波等（2019）的研究，考虑到年报文本的会计政策板块描述会涉及词表中一些积极或消极词汇，从而对管理层语调积极程度的度量带来噪音。本文将年报中会计政策板块出现的噪音词汇从词表剔除，并重新计算管理层语调变量。对模型（1）和模型（2）重新回归的结果表明，研究结论没有发生变化，进一步验证了本文的研究假说。

七、结论

本文以2009—2018年A股上市公司发行的企业债、公司债、中期票据、短期融资券等券种为研究对象，借助上市公司披露的年报文本，系统考察了管理层语调对债券信用评级和发行利差的影响。研究结果表明，管理层语调具有一定的信息含量，管理层语调与债券信用评级显著正相关，与债券发行利差显著负相关，即管理层语调越正面，公司未来业绩越好，债券信用评级越高，债券发行利差越小；管理层语调越负面，公司未来业绩越差，债券信用评级越低，债券发行利差越大。

本文的研究意义有四个方面。首先，作为信息需求方，债券市场投资者对债券的估值会受文本信息披露行为的影响，本文的分析对此提供了经验证据，深化了投资者对债券估值决定因素的理解。其次，研究发现债券信用评级机构可以利用管理层语调调整评级，这也进一步证实信用评级机构在资本市场上发挥了信息传递作用。再次，本文将文本分析研究扩展至债券研究领域，首次检验了管理层语调对债券信用评级和发行利差的影响，丰富了管理层语调和债券领域的研究文献。最后，本文进一步证实了管理层语调具有一定的信息含量，拓展了对管理层语调相关经济后果的认知，有助于债券市场信息使用者更好地理解管理层语调代表的信息，从而优化资本市场资源配置。