MD＆A创新描述与公司未来创新绩效——基于文本分析的经验证据

陶 颜 潘越莹 何佳曦 赵又霖河海大学商学院南京 00 南京大学商学院南京 0093

引 言

上市公司是国家创新战略的重要参与者，创新也有助于上市公司获得持续竞争力。在资本市场中，公司从事创新活动是一项重大利好，有助于增强投资者信心，提升公司估值［1］。投资者会依据公司披露的创新活动信息展开价值评估，并为优质创新活动提供资金支持［2］，所以上市公司的创新活动披露一直都是投资者关注的重点。以往研究认为研发投入具有价值相关性［3］，是投资者判断公司创新和发展前景的重要依据［4］，因此，定量的研发投入数据是衡量企业创新的主流指标［5］。然而，研发投入具有高度复杂性、不确定性和易操纵性等特征［6］，其披露数值也显著受到会计准则影响［7］，同时，管理层也存在避税、操纵研发费用、实施“真实盈余管理”等策略性创新行为，这使得通过研发投入数据评估公司创新活动的信度效度也开始受到质疑［4］。

上市公司年报的“管理层讨论与分析”（Management Discussion＆Analysis，MD＆A）也披露了不少创新信息（本文将其简述为“创新描述”）。MD＆A中的创新描述多分布于“对企业现有创新状况的评价”和“对未来创新发展的计划”年报文本块，它是具有信息优势的管理层就公司创新活动展开的专门描述。相较于定量的财务指标，文本信息通常具有更丰富的内涵，能为投资者提供创新活动的细节性信息。同时，通俗化的语言表达也能更好满足大多数非财经专业使用者的信息需求［8］，便于投资者直接抓取反映企业创新现状和发展前景的文本内容，为其准确预测公司未来创新绩效提供更全面的评估信息。然而，MD＆A本质上属于一种自愿性披露的文本信息［9］，管理层仍有可能利用监管缺口实行机会主义披露，或利用言语披露的自由裁量空间向投资者传达不真实创新信息。在此背景下，本文提出以下问题：MD＆A中的创新描述值得投资者信赖吗？投资者能据此预测上市公司未来创新绩效吗？

本文运用文本分析方法提取“管理层讨论与分析”中的创新文本信息，通过“种子词集＋Word2 Vec相似词扩充”方法构建创新描述指标，检验MD＆A中的创新描述与创新活动投入之间关系，进而探讨创新描述对上市公司未来创新绩效的预测作用。

1 理论分析与研究假设

1.1 创新描述与公司创新投入

MD＆A中的创新描述与上市公司的创新投入相关吗？它是否具有降低企业创新信息不对称的信息披露效果？信息披露理论认为，真实信息对有效资本市场的运作至关重要，是缓解信息不对称、信息不完全和代理问题的重要机制［10］。然而，企业也会因盈余管理、舞弊和保密等原因，不愿进行真实信息披露。尤其对于MD＆A而言，其本质是一种自愿性信息披露活动［9］，选择性披露、模糊性披露、延迟披露、策略性信息披露等问题更严重。对于不确定性更大的创新活动来说，上市公司管理层可以通过创新描述，向外释放有关企业创新现状和未来发展前景的“美丽信号”，从而获得投资者支持并化解融资约束难题。因此，MD＆A中的创新描述与创新投入间是否“言行一致”就成为一个首要问题。

本文认为，上市公司基于以下原因更倾向于保持这种言行一致：（1）弥补财务数据不足。创新活动本身具有不透明和不确定特征［2］，财务报告中的研发信息仍存在披露比例不高、披露方式不规范等问题，难以充分展现企业创新活动全貌，此时若在MD＆A中通过有效的语言进行创新描述，将有利于化解信息不对称问题［8，1］；（2）吸引资本市场关注。研究表明，分析师等资本市场参与者的关注有助于企业获取资源并产生进一步创新［11］，当公司实施创新投入时，管理层倾向于将公司的创新优势信息传递给利益相关者，以期在投资市场中超越其它公司［12］；（3）防止关键信息误读。尽管真实地向资本市场进行创新披露，有暴露公司战略意图、泄露商业机密的可能，但在资本市场中，若某项关键信息未能及时披露，资本市场会怀疑公司的透明度，将未披露行为解读为坏消息［13］，尤其是创新这种高信息风险、资金风险和经济风险的活动［10］，更有可能放大资本市场疑虑。基于上述分析，本文提出如下假设：

H1：MD＆A中披露的创新描述与企业当期创新投入正相关。

1.2 创新描述与未来创新绩效

不少研究认为，创新投入对企业创新绩效有积极的正向作用［14］，投资者可以通过企业披露的研发费用预测创新绩效，进行投资决策。然而也有研究指出，企业的高创新投入并不必然指向高创新绩效，区域创新政策和环境、组织规模及公司治理等变量均会影响创新投入的绩效产出［15］，加上创新投入披露质量、透明度也存在不足。那么，如何找到一个简单易懂的新指标，为投资者预测上市公司未来创新绩效提供更加全面的信息呢？

本文认为MD＆A中的“创新描述”指标有助于解决上述难题。创新描述能真实反映公司现有创新能力。根据信号传递理论，高质量公司的管理层有动机将公司的优势信息及时传递给利益相关者，以期在投资市场中超越其它公司［16］，获得投资者青睐。因此，作为最清楚公司内部经营状况的信息优势方，管理层一旦发现公司在投资市场中具备突出的创新优势时，便有足够的动机进行创新披露，以降低内外部的信息不对称度。MD＆A中的创新描述不仅是管理层向投资者传递的企业创新信息，还是具有信息优势的管理层对公司现有创新能力的评估，它有助于克服研发投入指标的表面化问题，更具前瞻性和预测性［17］，能准确预测企业未来创新绩效。

另外，创新描述能准确传达公司未来创新信心。根据语言心理学理论，语言是认知的重要反映，能够传递认识主体的认知、信念和预期［18］。MD＆A中的创新信息本质上是管理层“技术创新效能感”的显性表达，能够映射管理层对公司未来创新绩效的信心和预期。社会认知理论指出，效能信念是行动的重要基础［19］。高技术创新效能感能促使组织积极迎接高风险的技术创新，设定更高的技术创新目标并付诸努力。因此，当公司管理层在MD＆A中披露大量创新描述时，投资者可以推断管理层基于公司现实产生了高技术创新效能感，有动机实施积极的创新活动，并将更多的资源配置于技术创新。基于上述分析，本文认为MD＆A中的创新描述能有效弥补公司财务报表数据的不足，为投资者提供新的创新预测工具，并提出如下假设：

H2a：MD＆A中披露的创新描述与企业下一年专利申请数正相关。

H2b：MD＆A中披露的创新描述与企业下一年专利授权数正相关。

2 研究设计

2.1 样本选取与数据来源

本文选取2007～2020年沪深A股上市公司数据作为研究样本。新冠肺炎疫情对样本整体影响较小，可以忽略。因变量专利申请和专利授权数据来自Wind数据库和CNRDS数据库，自变量创新描述来源于WinGo财经文本数据平台，其余数据均来源于CSMAR数据库。为保证样本数据有效性，本文进行了如下处理：（1）剔除金融业的观测数据；（2）剔除ST、PT类特殊企业的观测数据；（3）为避免极端值干扰，对所有连续变量进行1%和99%缩尾处理；（4）剔除数据严重缺失样本，最终得到14年间的16422个非平衡面板数据。

2.2 变量设计

（1）因变量

创新投入（RD）。现有研究主要采用绝对指标研发支出或相对指标研发投入强度来衡量企业的创新投入［20］，其中，研发投入强度常以研发投入除以总资产或营业收入来表征。本文使用企业研发投入与营业收入的比值作为创新投入的测量指标。

创新绩效（Innovationi，T＋1）。创新绩效指创新产出对企业经济收益目标的实现程度［21］。现有研究多使用专利申请数［22］、专利授权数［23］、多维指标测度［24］等指标进行衡量。本文采用滞后1期的专利申请数和专利授权数作为创新绩效的测量指标［21］。

（2）自变量

创新描述（Innovation＿index）。创新描述指对企业技术创新过程中的投入和产出相关的创新信息描述，是一种衡量企业创新水平的文本指标。本文的创新描述指标采用“种子词集＋Word2Vec相似词扩充”的方法构建［25］。

（3）控制变量

参考李春涛等［26］的研究，本文选取以下控制变量：公司规模（Size）、公司未来成长机会（Growth）、现金比率（Cash）、股权集中度（Gent）。

表1 主要变量说明

2.3 研究模型

为检验假设1，本文建立回归模型（1）。其中，因变量为当年的创新投入（RD），自变量为创新描述（Innovation＿index）。若模型（1）中的回归系数α1显著为正，则说明MD＆A中的创新描述能够如实反映企业当期的创新投入。

为检验假设2，本文建立回归模型（2）与（3）。因变量为T＋1年的创新绩效（Innovation），分别用滞后1期的专利申请数（Patent）和专利授权数（Patent＿Award）进行回归。若两者的回归系数均显著为正，则说明MD＆A中的创新描述可以正向预测企业未来创新绩效。

上述所有模型回归时均控制了年份（Year）和行业（Industry）。

3 实证结果与分析

3.1 描述性统计

表2为本文主要变量的描述性统计结果。如下所示，创新描述（Innovation＿index）的均值为0.030，这说明在MD＆A中，平均每100个词中包含0.03个创新描述的关键词。创新投入（RD）的均值为0.038，标准差为0.037，与已有研究相近。企业专利申请数（Patent）的均值为2.870（对数值），企业专利授权数（Patent＿Award）的均值为2.684（对数值）。

表2 描述性统计结果

3.2 回归结果及分析

创新描述与公司创新投入。表3的模型（1）列示了创新描述（Innovation＿index）与企业当期创新投入（RD）的回归结果。从列（1）可知，创新投入的回归系数在1%水平下显著正相关。这表明，创新描述与企业创新投入之间存在显著的正相关关系，研究假设H1得以验证。当管理层在MD＆A报告中披露大量创新描述时，投资者可通过MD＆A的创新描述来判断企业在创新投入上的表现。

创新描述与未来创新绩效。表3的模型（2）和模型（3）分别检验了创新描述（Innovation＿in-dex）对T＋1年专利授权数（L.Patent）、T＋1年专利授权数（L.Patent＿Award）的预测作用。由模型（2）可知，创新描述对滞后1期的专利申请数的回归系数为3.705，在1%水平下显著相关，说明创新描述与企业下一年的专利申请总量之间显著正相关，创新描述能较好地预测企业下一年度专利申请数，研究假设H2a得到验证。然而，模型（3）显示，当采用滞后1期的年度专利授权量作为因变量时，回归结果在统计上并不显著，H2b假设不成立。综上，创新描述指标对企业未来创新绩效的预测作用存在局限。

表3 回归结果

针对模型（3）的不显著结果，本文认为可能存在以下三方面的原因：（1）专利申请缺乏新颖性和创造性。在中国，专利授权具有“三性”限制（新颖性、创造性、实用性），每项专利从申请到授权的过程，均对专利质量有严格要求。一旦申请的专利缺乏新颖性和创造性，专利授权就极有可能陷入困境；（2）专利授权时滞的延长。近年来，我国的专利审查积压问题日益严重，专利申请者从提交申请到获得授权所需等待的时间日益增加。2020年12月1日，国知局310号咨询员对发明、实用新型、外观设计3种专利授权时间进行回答：我国发明专利从申请到授权一般平均需要3年左右，外观设计专利和实用新型专利一般则需要0.5～1年左右的授权时间。因此，本文认为这种专利授权时滞很可能导致同期的专利申请量与专利授权量产生严重脱节；（3）“策略性创新”的结果。为更好地激励企业创新，我国政府制定了一系列以税收优惠、创新补贴为核心的激励政策。但研究却发现，这些以“研发费用加计扣除”为代表的普适型激励政策并不能真正促进企业的创新质量［27］，那些受到产业政策激励的公司也并没有如期提高发明专利数，企业更像是为“寻补贴”而“策略性创新”［4］。

为进一步探究授权时滞延长的影响，本文对因变量专利授权数分别进行滞后多期的回归分析。数据显示，创新描述对企业未来专利授权数的回归结果并不显著，表明MD＆A中的创新描述的确难以预测企业的专利授权数，其不显著结果与我国专利授权时滞的延长无关①。

3.4 稳健性检验

为了使研究结果更稳健，本文替换专利度量方法重新计算了创新绩效，分别采用发明专利申请数、发明专利授权数替代专利申请数和专利授权数进行稳健性检验。表4列示了替换因变量之后的回归结果。数据结果与前文一致，H2a假设继续得到支持，H2b假设依然不成立，表明本文结果较为稳健。

表4 稳健性检验

4 结论与启示

基于2007～2020年沪深两市A股上市公司14年间16422个非平衡面板数据样本，本文研究了上市公司披露的创新描述与其创新投入之间的关系，并检验了创新描述对公司未来创新绩效的预测作用。研究结论如下：（1）MD＆A中的创新描述与企业当期创新投入呈正相关。这一结果表明，上市公司所披露的创新信息具有较好的可信度，管理层在年报中所宣称的创新行为能如实反映其真实创新投入。这一结论不仅为上市公司管理层的“言行一致”提供了证据，也较好证明了监管部门落实MD＆A披露制度的必要性；（2）MD＆A中的创新描述对公司未来创新绩效的预测作用有限。尽管上市公司管理层所披露的创新描述能够有效预测企业下一年度的专利申请数，却难以预测下一年度的专利授权数。这一结果既可能是专利授权的严格要求导致，也可能源于企业的“策略性创新”行为。

本文的主要研究贡献在于：（1）实证检验了MD＆A中创新文本的披露质量。已有研究大多通过企业的研发投入数据衡量企业的创新投入，忽视了定性文本信息，本文通过检验上市公司管理层的创新描述和企业创新投入之间的关系，证实公司管理层在创新活动中的“言行一致”，由此拓宽了利益相关者获取企业创新信息的渠道；（2）为投资者提供了一种新的创新预测方式。不同于以往关注企业信息披露影响因素和信息披露经济后果的大量研究，本文基于投资者保护视角，关注信息披露内容对投资者决策的帮助，为投资者正确使用MD＆A信息提供重要参考；（3）本文为政府继续加强上市公司信息披露的监管提供了重要依据。为有效缓解公司内外部信息不对称问题，有关部门应进一步加强对MD＆A信息披露内容的监管，改善投资者对信息披露的怀疑态度，从而化解我国企业和投资者之间的信任危机。

基于上述研究结论，本文提出以下政策启示：

（1）监管部门要加强对“管理层讨论与分析”披露内容的质量监管，进一步完善我国强制性信息披露制度，细化和规范MD＆A的披露内容，最大限度减小管理层的可操纵空间，提升MD＆A信息披露质量，提高对投资者的保护效用。

（2）地方政府要加快转变创新激励的政策手段。要加强对企业补助申请的审查力度，严格审查创新补助企业的程序，及时审视创新补贴政策的作用效果；另外，要丰富创新补贴指标的多样化，在传统补贴方式上采取多元化的创新产出成果等指标。

注释：

①限于篇幅，本文略去进一步分析中的回归结果表格。