上市公司披露的社会责任信息“通俗易懂”吗？——基于机器学习的可读性质量评估与实证研究

作者：段钊; 周红; 周辉

来源：宏观质量研究, 2022, 10(04): 80-94.

DOI：10.13948/j.cnki.hgzlyj.2022.04.006

• 信息披露
• 企业社会责任
• 机器学习
• 可读性

文本的“通俗易懂”是证券市场信息披露质量的前提与保证，为此提供了一个上市公司社会责任报告可读性质量评估的解决方案：首先，结合证券市场信息披露动机及阅读行为分析，提出了一个基于“阅读效率”与“适应水平”的两维度可读性质量评估模型；其次，设计并验证了一个基于机器学习的信息披露文本可读性质量评估的方法；最后，对我国上市公司2009-2017年发布的社会责任报告可读性质量水平进行了测度，并对全样本的总体与结构特征进行了数据分析。研究发现：我国上市公司社会责任报告可读性水平整体呈正态分布且逐年提升；不同行业与年份组间差异显著，行业异质性和外部政策变化可能是差异出现的主要原因。上述模型为信息披露质量评估提供了一个新的思路，评价方法有效减少了可读性质量评估中主观性干扰问题；同时研究结果为后续实证研究提供了一组新的量化数据，也为证券市场信息披露监管提供了新的启示。

• 单位
  华中师范大学