信用评级机构利用管理层语调吗?——来自发债上市公司长期信用评级的证据

摘要/Abstract

摘要：

本文研究上市公司年报中“管理层讨论与分析”部分的语调对长期信用评级的影响,并检验信用评级机构能否识别管理层的语调操纵行为。研究发现:信用评级机构在评级过程中利用了管理层语调信息,管理层语调越积极,发债公司长期信用评级越好;虽然系数差异检验表明正常语调对信用评级的影响更大,但无论是管理层正常语调还是异常语调都显著影响了信用评级结果,表明信用评级机构没有完全识别出管理层语调信息中的操纵部分。上述发现为信用评级机构有效发掘并合理利用发债公司年报中的文本信息以及谨慎地判断管理层的语言粉饰行为提供了有益的启示。

关键词: 信用评级, 管理层语调, 文本信息, 管理层语调操纵

Abstract:

This paper investigates the effect of the MD&A tone in the annual report on listed firms’ long-term credit ratings, and examines whether credit rating agencies can identify the tone management. The results of the study are as follows: (1) Credit rating agencies do use the MD&A tone. The more positive the MD&A tone is, the better the long-term credit rating will be. (2) Although the coefficient difference test shows that the normal tone has a greater impact on credit ratings, both the normal tone and the abnormal tone have a significant impact on credit ratings, indicating that credit rating agencies have not fully recognized the tone management. The above findings provide useful enlightenment for credit rating agencies to effectively exploit and rationally utilize the firms’ text information and to prudently judge the MD&A tone management.

Key words: Credit Ratings, MD&A Tone, Text Information, Tone Management

中图分类号:

F830

李荣, 王越凤, 张玉明. 信用评级机构利用管理层语调吗?——来自发债上市公司长期信用评级的证据[J]. 财经论丛, 2022, 38(2): 69-78.

LI Rong, WANG Yuefeng, ZHANG Yuming. Do Credit Rating Agencies Use MD&A Tone?Evidence from Listed Firms’ Long-term Credit Ratings[J]. Collected Essays on Finance and Economics, 2022, 38(2): 69-78.

图/表 9

参考文献 33

[1]	Kraft P. Rating Agency Adjustments to GAAP Financial Statements and Their Effect on Ratings and Credit Spreads[J]. The Accounting Review, 2015, 90(2):641-674. DOI URL
[2]	Bonsall S. B., Miller B. P. The Impact of Narrative Disclosure Readability on Bond Ratings and the Cost of Debt[J]. Review of Accounting Studies, 2017, 22(2):608-643. DOI URL
[3]	Beyer A., Cohen D. A., Lys T. Z., Walther B. R. The Financial Reporting Environment: Review of the Recent Literature[J]. Journal of Accounting and Economics, 2010, 50(2-3):296-343. DOI URL
[4]	Davis A. K., Piger J. M., Sedor L. M. Beyond the Numbers: Measuring the Information Content of Earnings Press Release Language[J]. Contemporary Accounting Research, 2012, 29(3):845-868. DOI URL
[5]	Feldman R., Govindaraj S., Livnat J., Segal B.. Management’s Tone Change, Post Earnings Announcement Drift and Accruals[J]. Review of Accounting Studies, 2010, 15(4):915-953. DOI URL
[6]	谢德仁, 林乐. 管理层语调能预示公司未来业绩吗?——基于我国上市公司年度业绩说明会的文本分析[J]. 会计研究, 2015, (2):20-27, 93.
[7]	苗霞, 李秉成. 管理层超额乐观语调与企业财务危机预测——基于年报前瞻性信息的分析[J]. 商业研究, 2019, (2):129-137.
[8]	卢介然, 马超. “管理层讨论与分析”披露语调与银行贷款[J]. 财经问题研究, 2019, (5):66-72.
[9]	林乐, 谢德仁. 投资者会听话听音吗?——基于管理层语调视角的实证研究[J]. 财经研究, 2016, 42(7):28-39.
[10]	林乐, 谢德仁. 分析师荐股更新利用管理层语调吗?——基于业绩说明会的文本分析[J]. 管理世界, 2017, (11):125-145.
[11]	常莹莹, 曾泉. 环境信息透明度与企业信用评级——基于债券评级市场的经验证据[J]. 金融研究, 2019, (5):132-151.
[12]	宋敏, 甘煦, 林晚发. 债券信用评级膨胀: 原因、影响及对策[J]. 经济学动态, 2019, 697(3):136-149.
[13]	Kaplan R. S., Urwitz G. Statistical Models of Bond Ratings: A Methodological Inquiry[J]. The Journal of Business, 1979, 52(2):231-261. DOI URL
[14]	Blume M. E., Lim F., Mackinlay A. C. The Declining Credit Quality of U. S. Corporate Debt: Myth or Reality?[J]. The Journal of Finance, 1998, 53(4):1389-1413. DOI URL
[15]	Li F. The Information Content of Forward-looking Statements in Corporate Filings——A Naive Bayesian Machine Learning Approach[J]. Journal of Accounting Research, 2010, 48(5):1049-1102. DOI URL
[16]	Bochkay K., Levine C. B. Using MD&A to Improve Earnings Forecasts[J]. Journal of Accounting, Auditing & Finance, 2019, 34(3):458-482.
[17]	González M., Guzmán A., Tellez-Falla D. F., Trujillo M. A. Governance, Sentiment Analysis, and Initial Public Offering Underpricing[J]. Corporate Governance: An International Review, 2019, 27(3):226-244. DOI URL
[18]	刘逸爽, 陈艺云. 管理层语调与上市公司信用风险预警——基于公司年报文本内容分析的研究[J]. 金融经济学研究, 2018, 33(4):46-54.
[19]	Bicudo de Castro V., Gul F. A., Muttakin M. B., Mihret D. G. Optimistic Tone and Audit Fees: Some Australian Evidence[J]. International Journal of Auditing, 2019, 23(2), 352-364. DOI URL
[20]	寇宗来, 盘宇章, 刘学悦. 中国的信用评级真的影响发债成本吗?[J]. 金融研究, 2015, (10):81-98.
[21]	Loughran T., Mcdonald B. When is a Liability Not a Liability? Textual Analysis, Dictionaries, and 10-Ks[J]. Journal of Finance, 2011, 66(1):35-65. DOI URL
[22]	Gordon E. A., Henry E., Peytcheva M., Sun L. Discretionary Disclosure and the Market Reaction to Restatements[J]. Review of Quantitative Finance and Accounting, 2013, 41(1):75-110. DOI URL
[23]	Huang X., Teoh S. H., Zhang Y. Tone Management[J]. The Accounting Review, 2014, 89(3):1083-1113. DOI URL
[24]	王华杰, 王克敏. 应计操纵与年报文本信息语气操纵研究[J]. 会计研究, 2018, 366(4):47-53.
[25]	吴育辉, 翟玲玲, 吴世农. 信用评级与资本结构——来自中国A股上市公司的经验证据[J]. 厦门大学学报(哲学社会科学版), 2019, (4):41-52.
[26]	林晚发, 周倩倩. 异常审计费用与债券信用评级[J]. 审计与经济研究, 2018, 33(6):48-57.
[27]	Ashbaugh-Skaife H., Collins D. W., Lafond R. The Effects of Corporate Governance on Firms’ Credit Ratings[J]. Journal of Accounting and Economics, 2006, 42(1-2):203-243. DOI URL
[28]	王雄元, 高开娟. 客户集中度与公司债二级市场信用利差[J]. 金融研究, 2017, (1):134-148.
[29]	周宏, 周畅, 林晚发, 等. 公司治理与企业债券信用利差——基于中国公司债券2008-2016年的经验证据[J]. 会计研究, 2018, (5):59-66.
[30]	Jones J. J. Earnings Management during Import Relief Investigations[J]. Journal of Accounting Research, 1991, 29(2):193-228. DOI URL
[31]	Alissa W., Bonsall Iv S. B., Koharki K., Penn Jr M. W. Firms’ Use of Accounting Discretion to Influence Their Credit Ratings[J]. Journal of Accounting and Economics, 2013, 55(2-3):129-147. DOI URL
[32]	曾庆生, 周波, 张程, 等. 年报语调与内部人交易: “表里如一”还是“口是心非”?[J]. 管理世界, 2018, 34(9):149-166.
[33]	孟庆斌, 杨俊华, 鲁冰. 管理层讨论与分析披露的信息含量与股价崩盘风险——基于文本向量化方法的研究[J]. 中国工业经济, 2017, (12):132-150.

评级	数量	年度	数量	评级机构	数量
AAA+	1	2007	92	上海新世纪资信评估投资服务有限公司	733
AAA	655	2008	154	东方金诚国际信用评估有限公司	114
AAA-	24	2009	5	中债资信评估有限责任公司	258
AA+	871	2010	33	中证鹏元资信评估股份有限公司	711
AA	2022	2011	492	中诚信国际信用评级有限责任公司	556
AA-	836	2012	590	中诚信证券评估有限公司	837
A+	300	2013	645	大公国际资信评估有限公司	488
A	76	2014	699	联合信用评级有限公司	762
A-	27	2015	716	联合资信评估有限公司	388
BBB+	19	2016	715	远东资信评估有限公司	8
BBB	8	2017	714
BBB-	5
BB	1
B	3
CCC	1
CC	3
C	3
合计	4855	合计	4855	合计	4855

评级	数量	年度	数量	评级机构	数量
AAA+	1	2007	92	上海新世纪资信评估投资服务有限公司	733
AAA	655	2008	154	东方金诚国际信用评估有限公司	114
AAA-	24	2009	5	中债资信评估有限责任公司	258
AA+	871	2010	33	中证鹏元资信评估股份有限公司	711
AA	2022	2011	492	中诚信国际信用评级有限责任公司	556
AA-	836	2012	590	中诚信证券评估有限公司	837
A+	300	2013	645	大公国际资信评估有限公司	488
A	76	2014	699	联合信用评级有限公司	762
A-	27	2015	716	联合资信评估有限公司	388
BBB+	19	2016	715	远东资信评估有限公司	8
BBB	8	2017	714
BBB-	5
BB	1
B	3
CCC	1
CC	3
C	3
合计	4855	合计	4855	合计	4855

变量	名称		定义
被解释变量	Rating	信用评级	AAA+、AAA、AAA-、AA+、AA、AA-、A+、A、A-、BBB+、BBB、BBB-、BB+、BB、B、CCC、CC、C分别取值为18到1
解释变量	Tone	管理层语调	(正面词汇数量-负面词汇数量)/(正面词汇数量+负面词汇数量)
控制变量	Size	企业规模	企业资产总额的自然对数
	Leverage	财务杠杆	资产负债率
	Roa	资产报酬率	净利润/总资产
	Age	企业年龄	企业上市年数加1的自然对数
	Growth	企业成长性	营业收入增长率
	CFO	现金流	总资产标准化后的经营活动现金流量净额
	PPE	资产有形性	固定资产净额/资产总额
	First	股权集中度	第一大股东持股比例
	Manager	管理层持股	管理层持股记为1,否则为0
	Duality	是否两职合一	总经理和董事长两职合一记为1,否则为0
	Mao	审计意见	非标审计意见取值为1,否则为0
	Big4	是否四大审计	四大审计取值为1,否则为0
	Year/ Ind	年份	年份/行业虚拟变量
其他变量	Pos	积极词汇	积极词汇数量的自然对数
	Neg	消极词汇	消极词汇数量的自然对数
	N_tone	正常语调	根据Huang等(2014)^[23]、王华杰和王克敏(2018)^[24]计算的正常语调
	ABN_tone	异常语调	根据Huang等(2014)^[23]、王华杰和王克敏(2018)^[24]计算的异常语调
	Absda	盈余质量	参照Jones(1991)^[30]计算的操纵性应计的绝对值,取值越大盈余质量越差

变量	名称		定义
被解释变量	Rating	信用评级	AAA+、AAA、AAA-、AA+、AA、AA-、A+、A、A-、BBB+、BBB、BBB-、BB+、BB、B、CCC、CC、C分别取值为18到1
解释变量	Tone	管理层语调	(正面词汇数量-负面词汇数量)/(正面词汇数量+负面词汇数量)
控制变量	Size	企业规模	企业资产总额的自然对数
	Leverage	财务杠杆	资产负债率
	Roa	资产报酬率	净利润/总资产
	Age	企业年龄	企业上市年数加1的自然对数
	Growth	企业成长性	营业收入增长率
	CFO	现金流	总资产标准化后的经营活动现金流量净额
	PPE	资产有形性	固定资产净额/资产总额
	First	股权集中度	第一大股东持股比例
	Manager	管理层持股	管理层持股记为1,否则为0
	Duality	是否两职合一	总经理和董事长两职合一记为1,否则为0
	Mao	审计意见	非标审计意见取值为1,否则为0
	Big4	是否四大审计	四大审计取值为1,否则为0
	Year/ Ind	年份	年份/行业虚拟变量
其他变量	Pos	积极词汇	积极词汇数量的自然对数
	Neg	消极词汇	消极词汇数量的自然对数
	N_tone	正常语调	根据Huang等(2014)^[23]、王华杰和王克敏(2018)^[24]计算的正常语调
	ABN_tone	异常语调	根据Huang等(2014)^[23]、王华杰和王克敏(2018)^[24]计算的异常语调
	Absda	盈余质量	参照Jones(1991)^[30]计算的操纵性应计的绝对值,取值越大盈余质量越差

变量	N	均值	标准差	P25	中位数	P75
Rating	4855	14.170	1.595	13	14	15
Tone	4855	0.428	0.125	0.349	0.433	0.512
Pos	4855	5.970	0.501	5.687	6.004	6.308
Neg	4855	5.034	0.549	4.754	5.088	5.384
N_tone	4143	0.421	0.060	0.387	0.416	0.453
ABN_tone	4143	0.005	0.113	-0.067	0.011	0.083