前瞻性信息披露與分析師盈余預測
——基于文本分析和機器學習的證據

劉瑤瑤,路軍偉

（1. 中國石油大學（華東） 經濟管理學院,山東 青島 266580；2. 山東大學 管理學院,山東 濟南 250100）

一、引 言

信息披露是資本市場的核心問題，文本信息是信息披露的重要形式（曾慶生等，2018）。按照時態，文本信息可分為過去時態、現在時態和將來時態信息。有效市場理論認為，有效資本市場的股價至少已經包含所有歷史信息，這也意味著過去時態信息在投資者決策中的作用較為有限，最有價值的當屬現在時態和將來時態信息（王秀麗等，2020）①美國有線電視新聞網創始人特德·特納曾經說道，“過去的信息是歷史，現在的信息是新聞，未來的信息是情報”，可見將來時態信息的重要性。。將來時態信息即前瞻性信息，預測了公司未來的發展戰略、經營計劃、收益風險、機遇挑戰等，對投資者估計未來現金流和風險具有重要的參考價值（馬黎珺等，2019；潘越等，2021；田高良等，2022）。因此，我國證監會自2007年起多次修訂信息披露準則，要求上市公司在年報對其未來發展前景進行展望，內容涉及行業格局趨勢、發展戰略、經營計劃、面臨風險等方面。在此背景下，前瞻性信息披露是否具有信息含量也逐漸引發學術界關注。有學者認為，前瞻性信息能夠預測未來業績（Schleicher等，2007；Li，2010），影響投資者決策（潘越等，2021；田高良等，2022），改善資本市場信息環境（Muslu等，2015），且與盈余質量形成正向補充關系（汪煒和袁東任，2014）?？傮w來看，這些研究較為一致地肯定了前瞻性信息披露的有效性，認為前瞻性信息能夠為投資者等信息使用者提供增量信息。然而，也有學者認為，文本信息往往存在不同程度的“語言膨脹”，前瞻性信息可能也難逃例外（Feng等，2015），其策略性陳述將會加劇信息不對稱（程新生等，2013）?？梢?，前瞻性信息披露的信息含量仍是現階段一個亟待研究的開放性問題。

前瞻性信息以前瞻性和文本性為典型特征（王秀麗等，2020），相比歷史信息和定量信息更為隱晦和復雜，解讀該類信息也就需要更強的專業能力。Lehavy等（2011）、丘心穎等（2016）認為，分析師對于投資者解讀前瞻性信息有著十分重要的作用。這給予本文一定啟示，即從分析師角度研究前瞻性信息披露的信息含量，或許能為現有研究補充新的證據。分析師是專業的信息使用者，也是資本市場重要的信息中介，憑借著信息挖掘和信息解讀優勢，為資本市場提供盈余預測、投資建議等有價值的信息（方軍雄，2007）。那么，分析師究竟能否有效挖掘并解讀上市公司的前瞻性信息呢？目前，盡管已有國外學者對該問題進行初步探究（Bozzolan等，2009；Muslu等，2015），但研究結論是否適用于我國資本市場情境尚未可知。因此，本文對該問題進行研究，不僅能增強理論界對前瞻性信息披露信息含量的認知，還能為相關研究提供來自我國的經驗證據。

本文以2007—2020年A股上市公司為研究對象，借助文本分析和機器學習量化年報的前瞻性信息，研究并檢驗其對分析師盈余預測行為的影響。研究發現，年報前瞻性信息披露頻率越高，分析師盈余預測準確性也越高；盈余質量與文本可讀性能夠顯著增強前瞻性信息披露對分析師盈余預測準確性的積極效應。機制檢驗發現，信息不對稱的緩解和分析師實地調研的增加可能是前瞻性信息披露發揮積極效應的直接和間接路徑。進一步地，前瞻性信息還能夠預測上市公司未來三年的基本面變化，如盈余增長、創新產出及投資規模。研究表明，年報前瞻性信息披露是有信息含量的，分析師能夠有效挖掘和解讀前瞻性信息，提高盈余預測質量。

本研究可能的貢獻包括：（1）基于分析師盈余預測視角，拓展了前瞻性信息披露經濟后果的研究。目前，學術界就前瞻性信息披露是否具有信息含量尚未達成一致意見（Li，2010；程新生等，2013；汪煒和袁東任，2014；Muslu等，2015；Feng等，2015）。本文研究發現，年報前瞻性信息披露能夠提高分析師盈余預測準確性，在一定程度上證明年報前瞻性信息披露具有信息含量，能夠為分析師提供決策有用的增量信息。因此，本研究結論能夠促進理論界對前瞻性信息披露信息含量的認知。（2）從前瞻性信息披露角度，豐富了分析師盈余預測影響因素的研究文獻。近年來，相關研究從單純關注定量信息對分析師盈余預測的影響，逐漸演變為同時關注定量信息和文本信息（林樂和謝德仁，2017；王雄元等，2017；李巖瓊和姚頤，2020）。來自國外的研究表明，前瞻性信息作為面向未來的文本信息，也會影響分析師的盈余預測行為（Bozzolan等，2009；Muslu等，2015），但是在我國資本市場情境下，上市公司的前瞻性信息究竟是否也能被分析師有效挖掘和解讀，尚未得到學術界的證實。因此，本文基于我國資本市場信息披露實踐，研究前瞻性信息披露對分析師盈余預測的影響，能夠為現有研究提供來自我國的經驗證據。（3）從實踐價值來看，本文對上市公司、監管部門、分析師具有一定的啟示和借鑒。上市公司應規范前瞻性信息披露，以充分滿足投資者、分析師等信息使用者的需求。監管部門應深化資本市場信息披露改革，以確保前瞻性信息披露的可靠性、可讀性、完整性和無偏性。分析師在盈余預測時應關注年報前瞻性信息，并實施調研活動來驗證年報前瞻性信息。

二、文獻綜述

（一）文本信息披露與分析師盈余預測

隨著計算機自然語言處理能力的發展和計算能力的提升，基于文本分析的實證研究逐漸成為會計研究的新方向。與標準化的定量信息相比，非標準化的文本信息篇幅更長、表達形式更豐富，通常具有定量信息難以體現的豐富內涵（曾慶生等，2018）。目前國內外學者相繼從信息特征、信息內容等角度，對不同類型文本信息披露及其對分析師盈余預測的影響進行了研究。

一方面，從信息特征來看，由積極和消極兩種感覺構成的語調，是文本信息的基本特征之一（曾慶生等，2018）。有學者認為，管理層語調能夠傳遞未來業績的增量信息，增加分析師薦股行為（林樂和謝德仁，2017），并提高其盈余預測準確性（鐘凱等，2020）。也有學者發現，管理層語調可能包含刻意誤導信息使用者的有偏信息，以配合內幕交易（曾慶生等，2018）、盈余管理（王華杰和王克敏，2018），這種行為無疑將誤導分析師決策，降低其盈余預測準確性。除語調以外，可讀性也是文本信息的基本特征之一，可能也會被管理者任意操控，以掩蓋盈余管理（Lo等，2017；王克敏等，2018），緩解控制權轉移風險（逯東等，2020）等。因此，較低的文本可讀性也會損害分析師的盈余預測質量（劉會芹和施先旺，2020）。另一方面，從信息內容來看，相關文獻聚焦特定類型文本信息對分析師盈余預測的影響。相關研究發現，或有事項信息披露越詳細，明星分析師盈余預測準確性就越高（董小紅等，2015）。此外，風險信息（王雄元等，2017）、研發信息（李巖瓊和姚頤，2020）、核心競爭力信息（何雨晴，2021）等文本信息的披露頻率，也與分析師盈余預測準確性顯著正相關。這些研究給予我們一定啟示，即整體而言，分析師對文本信息具有較好的處理和解讀能力，但不可否認的是，文本信息的策略性陳述也會削弱其盈余預測質量。

（二）前瞻性信息披露的信息含量

若以時態為分類標準，文本信息可劃分為過去時態、現在時態和將來時態信息。根據《公開發行證券的公司信息披露內容與格式準則第2號》，上市公司需主要在年報的管理層討論與分析（MD&A）部分討論和分析其未來發展戰略、經營計劃以及可能面對的風險等，這些內容都是涉及公司未來收入、成本、費用變化的前瞻性信息，勢必會對投資者決策產生影響（馬黎珺等，2019；潘越等，2021；田高良等，2022）。因此，前瞻性信息披露是否具有信息含量便逐漸引起學界關注。有學者發現，前瞻性信息披露能夠預測公司未來業績（Schleicher等，2007；Li，2010），改善資本市場信息環境（Muslu等，2015），且盈余質量高的公司傾向于披露更多前瞻性信息（汪煒和袁東任，2014）。但也有學者持相反觀點，他們認為盈余操控公司會故意披露業績指引等前瞻性信息來誤導投資者決策，從而避免違規行為被發現（Feng等，2015）。程新生等（2013）也認為，現有制度難以對前瞻性信息披露進行約束，所以前瞻性信息披露并未有效緩解信息不對稱?？傮w來看，前瞻性信息披露究竟是否具有信息含量，進而為投資者等信息使用者提供增量信息，仍是一個亟待研究的開放性問題。

分析師作為資本市場最重要的信息中介之一，扮演著信息使用者和信息提供者的雙重角色（Schipper，1991），憑借信息優勢對公司特質信息進行挖掘和解讀，并將盈余預測和投資建議以研究報告形式提供給投資者（方軍雄，2007）。其中，盈余預測是指分析師對所跟蹤公司的未來財務狀況進行預測，包括對未來會計期間利潤總額、凈利潤、每股收益等關鍵財務指標進行估計和測算。由此可見，前瞻性信息在分析師盈余預測過程中發揮至關重要的作用。國外有學者研究發現，前瞻性信息披露能夠提高分析師盈余預測準確性（Bozzolan等，2009；Muslu等，2015），表明前瞻性信息披露能夠為分析師決策提供增量信息。但是截至目前，國內學術界尚未對該問題給出具體答案。因此，在我國資本市場情境下分析師能否有效挖掘和解讀前瞻性信息，便是值得研究的話題。

（三）文獻述評

通過文獻我們發現：（1）無論從信息特征，還是信息內容來看，分析師都對文本信息具有較好的解讀能力，但文本信息的策略性陳述卻會削弱分析師的盈余預測質量。（2）目前學術界對前瞻性信息披露的信息含量尚未達成共識，鑒于前瞻性信息相較于歷史信息和定量信息的隱晦性和復雜性，從分析師這一專業信息使用者視角研究前瞻性信息披露的信息含量，或許能為現有研究補充新的證據。（3）盡管已有國外學者就前瞻性信息披露對分析師盈余預測的影響進行初步探究，但在我國資本市場實踐中，分析師能否有效捕捉并解讀前瞻性信息還未被學術界發掘。對此，本文基于我國資本市場情境，研究上市公司前瞻性信息披露對分析師盈余預測的影響，能夠彌補前述研究不足，并為相關研究提供來自我國的經驗證據。若前瞻性信息披露能夠提高分析師預測準確性，則說明我國資本市場的前瞻性信息披露是有信息含量的；反之，倘若連分析師這類專業信息使用者尚且無法有效解讀前瞻性信息，說明前瞻性信息披露可能并不能給我國資本市場信息使用者提供有效增量信息。研究結論對于監管部門有針對性地完善資本市場信息披露，以提高資本市場效率具有重要的理論意義和現實意義。

三、理論推導與研究假設

投資者對公司特質信息具有很大的需求，分析師能否為投資者提供有價值的信息，便成為評價其能力的重要指標（伊志宏等，2019）。出于對個人聲譽和職業發展的考量，分析師往往有意愿和動機提高盈余預測質量，以向投資者傳遞有增量價值的特質信息。然而分析師盈余預測是否準確，歸根結底還取決于其掌握的信息數量和信息質量（周開國等，2014）。那么，分析師究竟能否有效挖掘并解讀前瞻性信息，進而提高盈余預測質量呢？本文從信息效應假說和機會主義假說兩方面邏輯進行論證。

（一）信息效應假說

從信息供給角度，根據信號均衡理論，上市公司作為信息優勢方能夠通過信息披露，改善處于信息劣勢方的投資者的信息不對稱程度（Spence，1973）。前瞻性信息作為年報公開披露的信息，內含公司未來戰略、行動、機遇和挑戰等特質信息，已被不少研究證實能夠預測未來業績（Schleicher等，2007；Li，2010），影響投資者決策（潘越等，2021；田高良等，2022），改善資本市場信息環境（Muslu等，2015），并且與盈余質量正向補充（汪煒和袁東任，2014）。這些研究初步證實前瞻性信息具有信息含量，且從事后角度驗證了前瞻性信息披露具有一定的可信度。由此可見，高質量的前瞻性信息披露既是上市公司向投資者預告未來發展前景的可行方式，也是投資者合理估計上市公司未來現金流和潛在風險的必要依據（馬黎珺等，2019；潘越等，2021；田高良等，2022）。

從信息需求角度，分析師盈余預測是基于公司未來可能發生的事項或采取的行動，對公司未來價值及其價值驅動因子進行展望和預測（馬黎珺等，2019）。如此來看，分析師進行盈余預測必然會對公司未來前景信息產生較高需求（Cheng等，2016）。從信息來源看，公開信息和私有信息是分析師盈余預測的重要依據（Schipper，1991；朱紅軍，2008）。年報所披露的前瞻性信息，恰是以管理層對公司未來發展前景預測為基礎的公開信息，因此高質量的前瞻性信息披露，理論上將能夠緩解公司內外信息不對稱，滿足分析師對前瞻性公開信息的需求，提高其對未來盈余模型參數估計的精確度。此外，前瞻性公開信息的增加還為分析師提供了信息挖掘和信息解讀的素材，可能會促使分析師進行更多的私有信息獲取，以驗證公開信息（朱紅軍，2008；楊青等，2019）。當年報前瞻性信息較多時，分析師可能會進行更多的實地調研活動，來獲取經營現狀和未來前景的私有信息（曹新偉等，2015；岳思詩和董大勇，2021）。公開信息與私有信息相互印證，有利于分析師及時準確地修正未來盈余模型，提高盈余預測準確性。這也就是說，前瞻性信息披露既可通過釋放公開信息、緩解信息不對稱，改善分析師盈余預測質量，還可通過促使分析師進行更多調研活動、獲取私有信息，來提高盈余預測準確性。

綜上，根據信息效應假說，高質量的前瞻性信息披露能夠滿足分析師對未來盈余預測的信息需求，進而提高其盈余預測質量。由此提出假設H1a：

H1a：控制其他因素，前瞻性信息披露能夠提高分析師盈余預測準確性。

（二）機會主義假說

然而，基于機會主義假說，前瞻性信息披露可能無益于分析師盈余預測質量的提高。從信息供給角度，盡管現有證券監管規則已對上市公司做出強制披露前瞻性信息的要求，但并未強制規定前瞻性信息披露的格式、范圍和數量。由此可見，前瞻性信息披露實則屬于自愿披露范疇。如此一來，管理者便可能對前瞻性信息進行策略性陳述（程新生等，2013；Feng等，2015），以謀求某些短期利益如穩定股價等（王秀麗等，2020）。因此，若前瞻性信息存在策略性陳述，將無法將公司真實的特質信息傳遞給投資者及分析師等信息使用者，從而加劇其信息不對稱程度。

從信息需求角度，分析師盡管具有信息挖掘和信息解讀優勢，但依然存在注意力有限問題（Driskill等，2020）。分析師往往需同時追蹤多家公司，年報前瞻性信息的集中披露會分散其有限注意力，使其決策呈現有限理性。分析師身處有限注意力和有限理性的情境，未必能夠及時識破管理層對前瞻性信息的策略性陳述，導致盈余預測準確性降低（劉會芹和施先旺，2020）。此外，前瞻性信息可能內含較高的不確定性，而信息不確定性往往也會降低分析師盈余預測準確性（Zhang，2006）。

綜上，根據機會主義假說，若前瞻性信息披露的信息質量無法得到有效保障，可能將無法提高分析師盈余預測質量。由此提出假設H1b：

H1b：控制其他因素，前瞻性信息披露無法提高分析師盈余預測準確性。

四、研究設計

（一）研究樣本

本文以2007—2020年全部A股上市公司為研究樣本，剔除金融行業樣本和財務數據缺失樣本。研究模型中解釋變量取滯后一期數據，因此前瞻性信息披露數據期間實則為2007—2019年，而分析師盈余預測數據期間實則為2008—2020年。為剔除異常值的影響，對所有連續變量進行1%至99%的縮尾處理。前瞻性信息披露數據來源于巨潮咨詢網披露的上市公司年報，經文本分析獲得；分析師盈余預測數據及其他財務數據來源于國泰安數據庫。年報前瞻性詞語抓取工具為Python2.7，數據處理軟件為Stata16.0。

（二）研究變量

1.被解釋變量

分析師盈余預測準確性為本文被解釋變量。在王雄元等（2017）變量度量的基礎上，分析師盈余預測準確性包括盈余預測誤差（FERROR）和盈余預測分歧度（FDISP），前者取值為“|每股盈余實際值－每股盈余預測值|/（|每股盈余實際值|+0.5）”，后者取值為“每股盈余預測值的標準差/（|每股盈余實際值|+0.5）”。

本文關注的是，第t-1年年報前瞻性信息披露與分析師對第t年年報盈余預測的關系。因此，每股盈余預測值FEPSi,t取值為第t-1年年報公布以后、第t年年報公布以前，分析師對第t年年報所作出的每股盈余預測值的均值。

2.解釋變量

前瞻性信息披露（FTR），參照胡楠等（2021）、張俊瑞等（2022）、田高良等（2022）等做法采用關鍵詞法進行度量，遵循以下步驟：（1）確定前瞻性關鍵詞的種子詞集。主要基于Muslu等（2015）、張俊瑞等（2022）、田高良等（2022）設定的前瞻性詞集，并結合中文語境進行修正和補充。種子詞集包括“未來、將來、今后、以后、來年、明年”等將來時態詞語，“前景、展望、愿景、發展、機遇、機會、時機、契機、目標、目的、挑戰、風險”等前景詞語，以及“希望、相信、期望、期待、預期、預計、預測、預估、計劃、規劃、預計、打算、尋求、可能、如果”等展望詞語。該做法既能保證詞集判斷的權威性，又符合中文特殊的語法結構。（2）借鑒胡楠等（2021）做法，以Word2Vec機器學習技術對種子詞集進行相似詞擴充，擴充詞集包括“新年度、下一年、下半年、下個月、下一步、下一階段、短期內、近期、后期、之后、后續、接下來、新一輪”等將來時態詞語，“使命、戰略定位、戰略方向、新形勢、切入點、突破口、良機、有利條件、潛力、成長、崛起、擴張、趨勢、面臨、持續、不確定性、考驗、嚴峻形勢、沖擊、威脅”等前景詞語，“信心、有望、還將、終將、開拓、拓展、尋找、探尋、探索、謀求、發掘、開辟、爭取、倘若、假如”等展望詞語。（3）基于前瞻性關鍵詞的種子詞集和擴充詞集，利用Python中文分詞模塊對年報文本①盡管前瞻性信息披露主要集中在年報管理層討論與分析（MD&A）部分，但不少公司（如萬科）還會在年報其他章節（如致股東部分）披露前瞻性信息。因此，為更加全面地度量前瞻性信息披露，本文選擇以年報為文本分析對象。進行自動分詞，統計前瞻性關鍵詞的詞頻。（4）前瞻性信息披露（FTR）取值為“100×年報前瞻性關鍵詞數/年報總詞數”。

3.控制變量

借鑒王雄元等（2017）、鐘凱等（2020）等研究，選取公司規模（SIZE）、盈利能力（ROA）、成長能力（GROWTH）、財務杠桿（LEV）、盈余波動（VOL）、收益率波動（SIGMA）、管理層預測（MF）、兩職合一（DUAL）、第一大股東持股（TOP1）、機構投資者持股（INS）、“四大”審計（BIG4）等作為控制變量。為控制分析師關注度對分析師盈余預測的影響，本文還將FCOVER作為控制變量。主要變量定義情況見表1。

表1 主要變量定義表

（三）研究模型

為檢驗年報前瞻性信息披露對分析師盈余預測準確性的影響，本文構建模型（2）進行實證檢驗。年報有關控制變量，如SIZE、ROA、GROWTH、LEV、VOL、DUAL、TOP1、BIG4，與解釋變量類似取滯后一期數據；分析師盈余預測有關控制變量，如SIGMA、MF、INS、FCOVER，則與被解釋變量類似取當期數據。此外，模型（2）不僅經過了公司層面的聚類調整，而且還控制了行業和年度固定效應。若α1顯著為負，則H1a得以驗證；若α1顯著為正或不顯著，則H1b得以驗證。

五、實證結果

（一）描述性統計

表2列示變量的描述性統計。FERROR和FDISP的均值分別為0.168和0.117，說明分析師盈余預測存在一定誤差和分歧。最小值和最大值分別為0.001、1.090和0.000、0.690，說明不同公司的分析師盈余預測準確性存在差異。FCOVER的均值為2.150，每個公司平均有7個左右的分析師對其進行跟蹤。FTR的均值為0.607，說明年報前瞻性關鍵詞數占總詞數的比例為0.60%左右，分布特征與張俊瑞等（2022）、田高良等（2022）類似。從控制變量來看，總資產收益率為5.00%，資產負債率為45.30%，營業收入增長率為25.10%，盈余波動為2.30%，股票收益率波動為13.20%，兩職合一樣本占22.60%，第一大股東持股為36.20%，機構投資者持股為49.60%，“四大”樣本占8.20%。整體而言，變量分布特征符合預期。此外，從相關系數來看，FTR與FERROR、FDISP的相關系數均在1%的水平顯著為負，說明前瞻性信息披露與分析師盈余預測準確性存在顯著的正相關關系，可初步證明假設H1a。各變量之間相關系數的絕對值大都小于0.50，說明不存在嚴重的多重共線性，模型設定較為合理（篇幅所限，未列示相關系數表）。

表2 描述性統計表

（三）回歸結果

1.前瞻性信息披露與分析師盈余預測

表3的實證結果用以驗證假設H1。FTR的系數分別為-0.042和-0.047，且分別在1%的水平顯著為負，說明年報前瞻性信息披露頻率越高，分析師盈余預測誤差和盈余預測分歧度也就越低。這一結果支持了前瞻性信息披露的信息效應假說，表明年報所披露的前瞻性信息是具有信息含量的，分析師能夠有效挖掘和解讀這類信息并提高盈余預測質量，假設H1a得以驗證。研究結論在一定程度上也肯定了我國資本市場前瞻性信息披露實踐的可行性和必要性，呼應了已有的研究結論（Schleicher等，2007；Bozzolan等，2009；Li，2010；汪煒和袁東任，2014；Muslu等，2015）。

表3 前瞻性信息披露與分析師盈余預測

2.信息質量的調節效應

根據信息效應假說，高質量的年報前瞻性信息披露能夠滿足分析師對公司未來盈余預測的信息需求，提高盈余預測質量。由此可見，信息質量是前瞻性信息發揮積極效應的重要前提。對此，本文從定量信息質量和文本信息質量兩個角度，研究了盈余質量和文本可讀性兩項年報信息質量特征，對前瞻性信息披露與分析師盈余預測關系的影響。

就盈余質量而言，定量信息往往與文本信息相輔相成、相互補充，有研究證實，高盈余質量能夠為文本信息提供可信度保障（汪煒和袁東任，2014），反過來，文本信息操控往往也用來輔助盈余操控（王華杰和王克敏，2018）。這意味著，當年報盈余質量較高時，其文本信息的可信度可能也較高，而分析師將高質量的前瞻性信息納入未來盈余預測模型，將能夠提高盈余預測質量。就文本可讀性而言，較低的可讀性會提高分析師閱讀和處理信息的難度和成本，降低其盈余預測質量（劉會芹和施先旺，2020）。由此可以合理預期，較低的可讀性將阻礙分析師對前瞻性信息的挖掘和解讀，即使前瞻性信息具有信息含量，分析師也未必能捕捉其所傳遞的價值信號，從而降低盈余預測質量。經由上述分析，在信息效應假說下，盈余質量和文本可讀性兩項信息質量特征，將會增強前瞻性信息披露對分析師盈余預測準確性的積極效應。

首先，借鑒修正Jones模型（Dechow等，1995），以操控性應計利潤的絕對值的負數來度量盈余質量，AQ取值越大，盈余質量就越高。其次，借鑒胡楠等（2021）的神經概率語言模型，計算年報文本中各句子生成概率乘積的對數均值，作為年報文本可讀性（READ）指標。模型（3）中，N為構成文本的句子數，Ps為句子生成的概率。READ取值越大，表示文本詞對搭配順序出現頻率越高，文本可讀性也就越高。最后，將盈余質量（AQ）和文本可讀性（READ）作為調節變量，構建模型（4）進行實證檢驗。當調節變量為盈余質量（AQ）時，為緩解其與前瞻性信息披露之間的多重共線性問題，本文借鑒Balli和S?rensen（2013）的做法將交乘項（FTR×AQ）進行了去中心化處理。

實證結果如表4所示，FTR的系數都顯著為負，說明前瞻性信息披露與分析師盈余預測準確性的關系較為穩健。在前兩列中，FTR×AQ的系數為-0.195和-0.078，分別在1%和5%的水平顯著為負。結果表明，前瞻性信息披露對分析師盈余預測準確性的積極影響，在盈余質量較高時更為顯著。同理，在后兩列中，FTR×READ的系數也顯著為負，表明文本可讀性也會增強前瞻性信息披露對分析師預測準確性的積極效應。該結果完全符合預期，定量信息與文本信息相互佐證。因此，盈余質量高也可能是前瞻性文本信息質量高的表征。另外，可讀性也是前瞻性信息在內的文本信息傳遞價值信號的必要前提。

（四）穩健性檢驗

1.盈余預測的其他度量

為避免變量度量誤差的潛在影響，以每位分析師最后一次盈余預測作為每股盈余預測值的計算基礎，構造分析師盈余預測誤差和分歧度，進行穩健性檢驗。另外，本文還借鑒宋樂和張然（2010）等研究的做法，將FERROR取值為“|每股盈余實際值－每股盈余預測值|/期初股票開盤價”，將FDISP取值為“每股盈余預測值的標準差/期初股票開盤價”，進行穩健性檢驗。整體而言，FTR的系數依然在1%和5%的水平顯著為負，說明前瞻性信息披露與分析師盈余預測之間的關系較為穩健。

2.前瞻性信息披露的細分

本文還借鑒李巖瓊和姚頤（2020）的做法，將前瞻性信息披露（FTR）分解為正常前瞻性信息披露（NFTR）與超額前瞻性信息披露（ABFTR）進行穩健性檢驗。若分析師盈余預測質量的提高主要是由正常前瞻性信息披露帶來的，而非超額前瞻性信息披露，則可進一步證實信息效應假說，排除機會主義假說。首先，選取公司規模（SIZE）、盈利能力（ROA）、成長能力（GROWTH）、財務杠桿（LEV）、盈余波動（VOL）、行業（Industry）、年度（Year）作為前瞻性信息披露（FTR）的影響因素變量。其次，將FTR作為被解釋變量、上述影響因素變量為解釋變量進行OLS回歸，估算得到的擬合值和殘差值即為正常前瞻性信息披露（NFTR）和超額前瞻性信息披露（ABFTR）。最后，將模型（2）中的解釋變量替換為NFTR和ABFTR進行實證檢驗。實證結果顯示，NFTR的系數在1%的水平顯著為負，而ABFTR的系數則不顯著。結果表明，分析師盈余預測準確性的提高主要是由正常前瞻性信息披露帶來的，超額前瞻性信息披露對此無顯著影響。該結果符合預期，且與信息效應假說的內在邏輯相呼應。

（五）內生性檢驗

1.工具變量法

前瞻性信息披露與分析師盈余預測之間可能存在互為因果的內生性問題。對此，本文借助工具變量法解決該問題。李巖瓊和姚頤（2020）在研究研發文本信息披露與分析師盈余預測時，選擇以“同行業同年度公司研發文本信息披露的均值”作為工具變量。然而，分析師通常會同時跟蹤來自多個行業的多家公司，因此工具變量的選擇還需考慮同行業關聯公司的影響，以更好地滿足相關性和外生性要求。本文在李巖瓊和姚頤（2020）研究基礎上，以“同行業同年度公司（除本公司以及與本公司被同一分析師跟蹤公司以外）的前瞻性信息披露的均值（FTRIND）”作為工具變量。

從相關性來看，弱工具變量檢驗中的Kleibergen-Paap rk Wald F統計量為314.55，表明工具變量（FTRIND）并非弱工具變量。從外生性來看，借鑒方穎和趙揚（2011）、潘越等（2021）的研究思路，同時以前瞻性信息披露（FTR）和工具變量（FTRIND）來解釋分析師盈余預測準確性；結果發現，工具變量（FTRIND）對分析師盈余預測的影響主要是通過前瞻性信息披露（FTR）來實現的，表明工具變量也符合外生性要求。工具變量法的結果如表5第（1）（2）列所示，結果表明，在控制潛在的互為因果問題后，前瞻性信息披露依然能夠提高分析師盈余預測準確性。

2.Heckman模型

前瞻性信息披露與分析師盈余預測之間還可能存在樣本選擇偏誤導致的內生性問題，為解決這一問題，本文以Heckman模型重復主檢驗。首先，根據行業年度中位數，構造前瞻性信息披露虛擬變量（FTRDUM）。其次，借鑒“工具變量法”的檢驗思路，將FTRIND作為排他性變量。然后，以FTRDUM為被解釋變量，FTRIND以及所有控制變量為解釋變量進行Probit回歸，計算逆米爾斯比率（IMR）。最后，將IMR作為控制變量，重復檢驗模型（2），結果如表5第（3）（4）列所示，FTR依然與FERROR和FDISP顯著負相關，表明在控制潛在的樣本選擇偏誤問題后，前瞻性信息披露對分析師盈余預測的影響依然穩健。

3.行業均值調整

前瞻性信息披露還可能存在明顯的行業特征。對此，本文還對前瞻性信息披露進行行業均值調整（FTRADJ）。結果顯示，在進行行業均值調整后，FTRADJ與FERROR與FDISP依舊顯著負相關，表明本文研究結論受行業因素干擾較小。

4.固定效應模型

為控制不隨時間變化因素對實證結果的影響，本文還以固定效應模型進行內生性檢驗。實證結果顯示，FTR的系數依然在1%的水平顯著為負，研究結論依然穩健。

六、進一步研究

（一）機制檢驗：直接路徑和間接路徑

1.直接路徑：緩解信息不對稱

根據信息效應假說，前瞻性信息披露能充分釋放未來相關的公司特質信息，有利于分析師提高未來盈余模型參數估計的精確度，提高盈余預測質量。由此推測，信息不對稱的緩解可能是前瞻性信息披露發揮積極效應的潛在路徑。對此，本文實證檢驗了信息不對稱在前瞻性信息披露與分析師盈余預測之間的中介效應。

參照Kajüter等（2019）的研究，以股票非流動性度量信息不對稱。借鑒Amihud（2002）、蘇冬蔚和熊家財（2013）的研究，股票非流動性的度量如模型（5）。其中，ritd和vitd分別是第t年第d天股票i考慮現金紅利再投資的收益率和交易金額（單位：百萬），Dit是第t年股票i的交易天數。ILLIQ取值越大，股票非流動性越高，即信息不對稱程度也越高。

表6是中介效應檢驗的結果。前三列是盈余預測誤差（FERROR）的結果，后三列是盈余預測分歧度（FDISP）的結果。以前三列為例，第（1）列中FTR的系數在1%的水平顯著為負，系數及顯著性與表3第（1）列相比未發生實質改變，說明前瞻性信息披露對盈余預測準確性的改善效應依然存在。第（2）列中FTR系數也顯著為負，說明前瞻性信息披露能夠降低股票非流動性，緩解信息不對稱。第（3）列中ILLIQ系數顯著為正，說明股票非流動性越高，即信息不對稱越嚴重，盈余預測準確性也就越低；此外，FTR的系數依然顯著為負，說明信息不對稱在前瞻性信息披露對分析師盈余預測準確性的影響中發揮部分中介效應，Sobel檢驗結果也對該中介效應進行了驗證。同理，第（4）（5）列的實證結果也符合預期?？傮w而言，前瞻性信息披露通過釋放公司未來特質信息，能夠緩解信息不對稱，提高分析師盈余預測準確性。

表6 信息不對稱的中介效應

2.間接路徑：促進分析師調研

根據信息效應假說，前瞻性信息披露還可能促使分析師進行實地調研以獲取更多私有信息，來驗證前瞻性公開信息的可信度。因此，分析師實地調研也可能是前瞻性信息披露發揮積極效應的間接路徑。對此，本文還實證檢驗了分析師實地調研在前瞻性信息披露與分析師盈余預測之間的中介效應。

借鑒周冬華和張啟浩（2021）的做法，SURVEY取值為“分析師調研次數+1”的自然對數。與FERROR和FDISP類似，SURVEY界定為第t-1年年報公布以后、第t年年報公布以前的期間。表7第（1）（4）列結果顯示，前瞻性信息披露對分析師盈余預測準確性的積極影響依然存在；第（2）列中，FTR系數在5%的水平顯著為正，說明前瞻性信息披露能夠顯著增加分析師實地調研頻率；第（3）（5）結果表明，分析師實地調研在前瞻性信息披露與分析師盈余預測準確性之間起到部分中介效應。Sobel檢驗結果，也支持了分析師實地調研的中介效應。

表7 分析師調研的中介效應

（二）前瞻性信息披露的預測價值

根據信息效應假說，倘若前瞻性信息是管理層針對公司未來經營發展有理有據的合理預測，將得到公司未來基本面特征的驗證（馬黎珺等，2019）。進而，若將信息細分為積極信息和消極信息，前瞻性信息披露又會側重于哪類信息？若側重于前者，前瞻性信息披露可能預示未來基本面向好發展，若側重于后者，則可能預示未來基本面較差。對此，本文選取盈余增長、創新產出、投資規模三者作為基本面特征，檢驗前瞻性信息披露對公司未來基本面信息的反映程度，在進一步驗證信息效應假說的基礎上，可探究前瞻性信息披露究竟偏向于積極信息披露還是消極信息披露。

首先，定義未來基本面特征。未來盈余增長EGi,t+n取值為“（第t+n年凈利潤－第t年凈利潤）/第t年總資產，未來創新產出RDt+n取值為“第t+n年的專利授予數量+1”的自然對數，未來投資規模INVi,t+n取值為“第t+n年購建固定資產、無形資產和其他長期資產支付的現金/第t年總資產”。其次，將EGi,t+n、RDt+n、INVi,t+n三者作為被解釋變量，FTR為解釋變量進行實證檢驗。表8的結果顯示，前瞻性信息披露頻率越高，公司未來兩年的盈余增長、創新產出，以及未來三年的投資規模也越高。結果表明，前瞻性信息披露能夠預測公司未來基本面變化，再次證明前瞻性信息是有信息含量的，而分析師依據高質量的前瞻性信息，也就能夠改善盈余決策質量。此外該結果還表明，管理層可能更傾向于披露公司未來發展前景相關的積極消息，而非消極消息。這可能是因為，消極消息相對積極消息往往具有更高的不確定性，披露過多無益于信息使用者的信息挖掘和解讀，反而可能引發股價大幅波動?；谏鲜隹紤]，管理層的前瞻性信息披露便可能側重于積極信息。該結果也為前瞻性信息披露監管提供了新思路，即無論積極信息還是消息信息皆應均衡披露，以保證前瞻性信息的完整性和無偏性。

表8 前瞻性信息披露的預測價值

七、研究結論與啟示

（一）研究結論

信息披露制度是資本市場健康發展的制度基石。我國資本市場的前瞻性信息披露制度自2007年正式確立以來，得到了實務界和學術界的廣泛關注。然而，現有研究對前瞻性信息披露的信息含量尚未形成一致結論。本文認為該分歧的原因可能在于，前瞻性信息以前瞻性與文本性為典型特征，相比歷史信息和定量信息更為隱晦和復雜，解讀該類信息也就需要更強的專業能力。分析師作為資本市場重要的信息中介，已被證實具有信息挖掘和信息解讀優勢。那么，分析師究竟能否有效挖掘并解讀前瞻性信息呢？目前國內學術界尚未就該問題給出具體答案。

本文借助文本分析和機器學習解析年報前瞻性文本信息，對該問題進行了研究。研究發現，前瞻性信息披露頻率與分析師盈余預測誤差、分歧度顯著負相關，說明前瞻性信息披露能夠提高分析師盈余預測準確性。盈余質量和文本可讀性會顯著增強前瞻性信息披露對分析師盈余預測的積極效應，說明信息質量是前瞻性信息傳遞價值信號的必要前提。機制研究發現，前瞻性信息披露主要通過緩解信息不對稱、促進分析師實地調研，來提高分析師盈余預測質量。進一步研究發現，前瞻性信息成功預測了公司未來三年的基本面變化。這些證據表明，年報前瞻性信息是有信息含量的，能夠為分析師決策提供增量信息。分析師依據前瞻性信息進行盈余預測，既可以提高預測質量，又可以改善資本市場信息環境，進而提高資本市場信息效率。

（二）研究啟示

本研究具有一定的啟示：（1）前瞻性文本信息是定量信息基礎上的增量信息源，能夠改善分析師決策質量，提高資本市場信息效率。因此，上市公司應嚴格遵守信息披露準則，尤其文本信息披露更要保證專業性、規范性、可靠性和可讀性，以充分滿足投資者、分析師等信息使用者的需求。（2）對監管部門而言，應加大對資本市場文本信息披露的規范和引導力度，不僅需規范文本信息披露的廣度和深度，還要針對文本信息虛假陳述建立事后追溯懲罰機制。對前瞻性信息披露而言，監管部門尤其應引導上市公司對積極前瞻性信息和消極前瞻性信息披露進行均衡披露，確保前瞻性信息的完整性和無偏性，以保障前瞻性信息披露制度的有效性。（3）分析師作為資本市場重要的信息中介，承擔著信息使用者和信息提供者雙重角色，在挖掘和解讀公司特質信息時不僅要關注定量信息，還要兼顧文本信息尤其是前瞻性信息。此外，對年報公開披露的前瞻性信息進行挖掘和解讀時，分析師還可以進行實地調研活動，以獲取更多非公開信息來驗證前瞻性公開信息的可信度，從而提高盈余預測質量、改善資本市場信息環境。