Seminar | 电话会议中的"non-answer"

本文讲解：薛   原

本文推介：李   虎

本文编辑：赵冰洁

近期，爬虫俱乐部举行论文workshop，由博士生薛原跟大家分享了论文：Non-answers during Conference Calls，由硕士生李虎为大家总结本文要点。

原文信息

Gow Ian D，Larcker David F，Zakolyukina Anastasia A. Non-answers during Conference Calls (April 24, 2020). Chicago Booth Research Paper No. 19-01, Fama-Miller Working Paper , Rock Center for Corporate Governance at Stanford University Working Paper No. 237, Available at SSRN: https://ssrn.com/abstract=3310360 or http://dx.doi.org/10.2139/ssrn.3310360

公司电话会议是管理层向资本市场披露信息的重要渠道，但是在电话会议上，股票分析师所提出的问题并非全部都能得到管理层详细的回答。有些时候，管理层可能还会给出类似于“我们不便透露这些数字”、“我无法提供具体信息”或者“我不知道”这种不算是回答的回答（所谓“non-answer”）。Gow Ian D，Larcker David F和Zakolyukina Anastasia A（2020）三位学者基于文本分析和自然语言处理技术，开发了一种“新颖”的测度企业自愿信息披露选择的指标——管理层的non-answer，并分别研究了企业业绩和市场竞争与自愿信息披露选择之间的关系。

与先前研究中使用的方法相比，使用non-answer测度企业自愿信息披露选择具有多个优点：（1）管理层的non-answer是临场决定，这种测度方式是一种实时的测度；（2）分析师提出的问题代表对特定信息的需求，而管理层的non-answer正好能够反映企业不愿意披露的特定领域；（3）管理层的non-answer是在单个问题的层面上的衡量，类似一种高频的数据；（4）通过对问答层面进行分析有助于我们预测管理层对不同类型问题的答复。

当然，构造non-answer这一指标也是一件困难的事情，通过人工进行判断non-answer需要的工作量太大，效率也较低，因此，作者设计了一套分类算法进行判断，算法的主要流程为：（1）作者从管理层对分析师问题的回答中随机抽取1796个样本，人工判断每条回答是否属于non-answer，将其中1296个样本作为训练集，将500个样本作为测试集；（2）作者基于训练集的分类结果设计了一组正则表达式来匹配non-answer，在训练集中识别准确率达到了90.90%，而在测试样本中识别准确率达到了89.20％；（3）作者将该分类算法运用到整个270万条语料库中，结果发现大概会有11%的管理层给出的答复属于non-answer。

在构造完管理层non-answer的指标后，作者研究了企业业绩与其自愿信息披露选择之间的关系。作者使用了四种企业业绩指标，研究结果相当一致，即non-answer与企业当前和未来的业绩之间存在负相关关系，公司当前和未来业绩越糟糕的话，管理层越有可给出non-answer的答复。除此之外，作者还发现公司业绩越差，与业绩相关的问题越有可能得到管理层non-answer的答复。

最后，作者研究了市场竞争与企业自愿信息披露选择之间的关系。结果发现市场竞争与企业自愿信息披露选择之间存在显著的负相关关系，市场竞争越激烈，管理层越不愿意进行自愿信息披露，因此就越有可能给出non-answer的答复。此外，作者还发现市场竞争在特定信息问题与管理层non-answer之间起调节作用，即市场竞争越激烈，特定信息的问题越有可能得到管理层non-answer的答复。但是，遗漏变量和测量误差问题的存在会导致估计结果有偏，因此，想要厘清市场竞争与企业自愿信息披露选择之间的关系，就必须解决内生性问题这一“拦路虎”。作者通过借鉴经济学和金融学的最新方法，提出了一个新的测度市场竞争的指标——美国制造业企业从中国的进口量，他的逻辑是，如果美国制造业企业从中国的进口量越多，那么美国国内的市场竞争就会越强。同时，作者使用非美国的高收入国家从中国的进口量作为其工具变量。运用工具变量进行回归后，作者发现美国制造业企业从中国的进口量与管理层non-answer之间存在显著正向关系，这意味着市场竞争越激烈，管理层越有可能给出non-answer的答复。

这篇论文最大的创新就是开发了一种“新颖”的测度企业自愿信息披露选择的指标——管理层的non-answer，并厘清了其与企业业绩和市场竞争之间的关系。这种度量方法不仅适用于电话会议，还可以应用于经纪人会议、现场访问、分析师和投资者日、股东年会和会议陈述等场合，这对于后续有关企业信息披露的研究具有极大的参考和借鉴意义。

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐

关于我们

微信公众号“Stata and Python数据分析”分享实用的stata、python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

此外，欢迎大家踊跃投稿，介绍一些关于stata和python的数据处理和分析技巧。

投稿邮箱：[e-mail]

投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。
2）邮件请注明投稿，邮件名称为“投稿+推文名称”。
3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。