“学海拾珠”系列之一百四十六：盈余公告披露的现象、方法和目的

盈余公告披露的现象、方法和目的 ——“学海拾珠”系列之一百四十六 金融工程 专题报告 主要观点： 报告日期：2023-6-21 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：吴正宇 执业证书号：S0010522090001邮箱：wuzy@hazq.com 相关报告 1.《基金的协偏度择时能力——“学海拾珠”系列之一百三十八》 2.《利用深度神经网络改进时间序列动量策略——“学海拾珠”系列之一百三十九》 3.《是否存在宏观公告溢价现象？— —“学海拾珠”系列之一百四十》 4.《前景理论能否解释共同基金的业绩——“学海拾珠”系列之一百四十一》 5.《ChatGPT交易策略15个月收益500%+——“学海拾珠”系列之一百四十二》 6.《模糊因子与资产配置——“学海拾珠”系列之一百四十三》 7.《动量、反转和基金经理过度自信 ——“学海拾珠”系列之一百四十四 8.《股票因子个性化：基于股票嵌入的因子优化——“学海拾珠”系列之一百四十�》 本篇是“学海拾珠”系列第一百四十六篇，为了理解盈余公告（EA）是如何以及为什么如此披露财务指标，文章创建一个大型数据库，包含EA披露财务指标以及管理者是如何展示信息的。实证结果证明，经理人战略性地使用策略讨论财务指标，包括重要性和可读性特征，并且受到指标有利性、持久性、价值相关性和披露粘性因素的影响。回到国内市场，随着AI革命和CHATGPT的诞生，对文本处理的深入研究已是大势所趋，本文提供了一个框架性甄别盈余公告信息和格式的案例，值得一读。 EA披露财务指标分为重要性和可读性两个特征 使用Python系统地探究经理人“怎么样”在EA中讨论和阐释财务指标。具体来说，选取8个EA中常见财务指标，从4个方面衡量指标重要性，3个方面衡量指标被提及的可读性。 经理人在EA披露中策略性地讨论财务指标 考虑有利性、持久性、价值相关性、披露粘性四个可能影响披露选择的因素，使用多元回归探究其与指标重要性和可读性的关联。结果表明，指标重要性会随有利性，持久性和价值相关性增加，披露粘性均显著影响指标重要性和可读性。 经理人在EA披露中选择性提供信息 使用主成分分析集合重要性和可读性特征为指标清晰度，并从竞争机会主义和信息激励的角度研究公告披露和决策。结果发现，经理人是“广泛的机会主义”，投机披露的动机主导了告知投资者的动机。 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1简介4 2实证方法和数据5 2.1概览5 2.2识别EA5 2.3识别财务指标（WHAT）6 2.4财务指标格式（HOW）6 3结果6 3.1指标披露和格式的描述性统计（WHAT、HOW）6 3.1.1描述性统计6 3.1.2公告披露的行业差距8 3.1.3利润和收入的突出度8 3.2披露和格式选择上的差异（WHY）9 3.2.1指标有利性9 3.2.2指标持久性11 3.2.3价值相关性12 3.2.4指标披露粘性13 3.3附加分析14 3.3.1主成分分析14 3.3.2考虑多种激励15 3.3.3非公认会计准则利润披露17 3.3.4非公认会计准则利润披露的相对重要性19 4结论20 风险提示：20 图表目录 图表1描述性统计7 图表2指标披露、格式、行业8 图表3指标突出度9 图表4指标有利性10 图表5指标属性和有利性的多元回归结果11 图表6指标属性和持久性的多元回归结果12 图表7指标属性和价值相关性的多元回归结果13 图表8指标属性和粘性的多元回归结果14 图表9指标有利性、持久性与清晰度的关系16 图表10指标有利性、价值相关性与清晰度的关系16 图表11指标有利性、持久性与清晰度的关系17 图表12公认会计准则披露、指标有利性与清晰度的关系18 图表13公认会计准则利润披露与指标突出度19 图表14非公认会计准则披露、指标有利性与清晰度的关系20 1简介 经理人利用季度盈余公告（以下简称盈余公告或EA）与投资者沟通。大量文献支持EA披露的价值。几乎所有的公司都需要提交EA，并且大部分公司在提交季度或年度财务报表之前会提交初步的EA，以满足投资者对获取及时信息的需求。尽管EA无处不在，并且其所披露的信息在市场中非常重要，但对企业EA的内容和结构的监管和指导相对较少。公司可以决定何时提交EA（例如，在财务报表之前或与财务报表同时提交），在EA中披露哪些信息，以及如何提交/解释这些信息。这种灵活性导致了EA内容的变化。有些公司在提交EA时只是简单地报告利润，而另一些公司在提交EA时会包含财务报表在内的详细阐释。 作者构建和测试一个广泛的数据集，对围绕EA中常用的财务指标进行编制。使用EA的随机样本，首先手动确定在EA的叙述部分中通常讨论的财务指标（即经 理人披露的“内容”）。然后，使用Python脚本系统地搜索所有EA。作者发现，虽然几乎所有公司都在其EA的叙述部分讨论利润和收入（>97%），但在其他指标的叙述讨论频率上存在相当大的差异：息税前利润（EBIT，55%），非公认会计准则利润（NG利润，38%），经营现金流（39%），税折旧摊销前利润（EBITDA，32%），毛利率（31%），毛利润（21%）。值得注意的是，随着时间的推移，以上每个指标在文本中披露的频率有所增加：NG利润（2004年占EA的17%，2019年占EA的57%）和EBITDA（2004年占EA的16%，2019年占EA的51%）的披露增长最为显著。 在识别EA中最常见的披露信息之后，使用Python系统地度量指标重要性和被提及的可读性（经理人“怎么样”在EA中讨论和阐释财务指标）。具体来说，对于确定的8个常见财务指标，从4个方面衡量重要性：1）公司是否在EA的叙述部 分提到指标；2）第一个指标在EA中被提及的位置（即在第一次被提及之前有多少个单词）；3）在EA中提及指标的次数；4）至少一次使用项目符号、粗体或居中 （即文本高亮显示）。作者还估计了3个方面的可读性，其动机是美国证券交易委员会（SEC）的简明英语手册（PEH）（SEC1998）的建议：1）提到指标的句子的 迷雾指数（fogindex）；2）指标使用被动语态的占比；3）指标否定词使用占比。 在考虑的财务指标中，利润和收入在EA中最突出，因为它们是一般最早讨论的指标，最经常，也最有可能在文本中突出显示。EBIT是第三个最常披露的指标，但经理人对它的讨论不如NG利润或EBITDA那么突出。NG利润和EBITDA更有可能在文本中突出显示，并且在新闻稿中比EBIT更早更频繁地讨论。值得注意的是，虽然公司经常在EA中讨论经营现金流，但与其他指标相比，它往往不那么突出。最后，文本突出显示（特别是项目符号）的使用在样本期内普遍增加，而可读性在样本期内普遍下降。 在解释“是什么”和“怎么样”在EA中披露财务指标后，作者尝试阐释“为什 么”经理人构建EA。考虑了四个可能影响披露选择的因素，这些因素与指标的重要性和可读性有关：1）有利性；2）持久性；3）价值相关性（指标是否随市场价格变动）；4）披露粘性（经理人如何在前一年讨论该指标）。观察发现，指标重要性会随有利性，持久性和价值相关性增加。尽管指标可读性增加与有利性，没有像指标 的可读性和持久性或价值相关性之间的关系。最终发现，公司前一年EA指标可读性和重要性显著影响当前EA中指标重点属性和可读性。总之，文章结果显示企业在EA中使用了各种强调和可读性策略。 然后作者用其数据集进行了一系列探索性的分析，证明了它新问题中的有效性。 首先，对披露属性变量进行主成分分析，发现所有的属性都共享一个单一广泛的组成部分（在重要性和可读性方面都有所增加），称之为“清晰度”（MetricClarity）。为简洁起见，使用指标清晰度而不是6个单独指标作为附加分析中指标重要性和可读性的综合指标。其次，从竞争机会主义和信息激励的角度研究公告披露和决策。作者发现，经理人是“广泛的机会主义”，因为他们解释更有利的指标，无论指标是否持续（即有信息的）。然而，作者发现，如果该指标也是有利的，经理人只解释包含更多的信息的指标，这表明经理人是“选择性信息”。第三，考虑公认会计准则利润 （GAAP利润）清晰度的替代性和一个普通非公认会计准则利润（NG利润）的EA披露。作者发现，GAAP利润清晰度会减弱NG利润披露，并认为这反映了经理人的增加使用战略性解释时，不使用NG利润作为战略披露机制。最后，文章研究的意义在于监督自愿披露的做法。2016年，SEC发布声明，指出在披露GAAP指标之前报告非GAAP指标违反了法规（SEC2016）。作者发现，企业对这一声明的反 应是降低了文本突出（即位置和文本突出显示）的NG利润指标，并增加GAAP利润的文本突出。鉴于先前的研究表明，经理人使用NG利润突出信号的信息性（Chen等（2021））和本文的研究结果表明，经理人使用GAAP利润突出强调GAAP利润信息，作者认为这种监管干预可能已经消除了经理人告知投资者的机制。 最后，作者为未来的研究提供了方向。未来的研究可以使用本文数据集来探索经理人如何做出具体的披露和形式选择，以及这些信息与他们的动机和实际行动之间的关系。例如，经理人是否使用战略披露作为实际利润或账面盈余的替代（Bentley2019）？格式的选择是否与信息的可靠性有关？格式如何与披露时间等其他披露选择相关（deHaan等（2015），Arif等（2019））？类似地，研究人员可以研究披露选择如何与管理或公司环境的关联（例如，激励合同，合并和收购，公开发行或回购，法律行动等）。研究人员还可以探索行业披露模式的规范和趋势，以及偏离这些规范的原因和市场对这些偏离的反应。未来的研究还可以将文本数据集与其他数据集和文本信息（例如，分析师报告、新闻发布、电话会议）整合起来，研究金融新闻是如何在各个市场传播的。 2实证方法和数据 2.1概览 为了理解EA的“是什么”、“怎么样”和“为什么”，文章创建了一个大型数据库，其中包含有关披露哪些指标以及如何讨论这些指标的信息。作者提供的数据集主要EA中围绕公认会计准则的财务指标性质，以促进未来对EA的研究。以往的研究一直相当浅薄，其重点是EA中的非公认会计准则指标。作者希望本文数据集有助于进一步研究更广泛的EA披露选择相关问题。 2.2识别EA 作者从Bentley等（2018）更新的盈余公告数据集8-K开始。一个8-K文件可能包含多个新闻稿和支持性补充文件。当专注于EA的叙述部分时，首先在8-K中确定相关文档。大约81%的文件只包含两个文件。在大多数情况下，这两个文件包括官方的8-K和一个单独的EX-99附件，其中包含新闻稿（EA），因此很容易识别正确的文件。在其他情况下，官方的8-K包括EA，而EX-99附件包含补充财务报表。剩下的19%的文件包含三份或更多的文件。在这些情况下，识别适当的文档更加复杂。 2.3识别财务指标（What） 为了确定财务指标，随机选择100个EA，并确定了在EA的叙述部分中讨论的指标。如果一个指标至少在100个EA中被显著讨论了15%，就在Python搜索中包含该指标。这种方法确定了8个经常讨论的财务指标：利润（以原始或每股为基础）、收入、非公认会计准则利润（以原始或每股为基础）、EBIT、EBITDA、经营现金流、毛利润和毛利率。 对于每个确定的指标，从样本中随机选择并分析数百个额外的EA，以确定指标短语和常用其他说法，并在搜索中使用所有确定的指标短语。例如，当搜索“利润”时，也会搜索“净亏损”、“净利润”、“净收入”等短语。对于收入，也搜索了术语“销售”，并排除了包含单词“销售”但不涉及收入的短语，如“同店销售”或“销售成本”。总之，在准确性检查中评估的1576个EA中的指标，本文数据集准确地识别了EA的叙述部分提及或不提及度量的比例约为94%。 2.4财务指标格式（