【RAS】企业年报中图片的信息含量

【摘要】本文研究企业年报中的照片类图片（不含图表、信息图等）如何为使用者提供信息，并借助机器学习算法评估其信息含量。本文构建了内容强化指标，衡量投资者从图片中提取的信息对文本叙述细节的补充与强化程度。研究发现，资产增长更快、业务复杂度更高、文本披露可读性更差的企业更倾向于使用图片，说明信息处理成本较高时，企业会更多使用图片。主要结果显示，图片出现频率的提升、图片对文本强化程度的提高，与分析师预测准确性提升、预测分歧降低显著相关，表明图片能够改善使用者的信息处理效率。在外生的分析师覆盖减少事件后，企业也会增加图片的使用。总体而言，企业在信息环境较差时会使用图片，而图片的信息价值能够促进信息的吸收与理解。

企业沟通的形式早已超出纯文本披露的范畴，图片、图表等视觉元素已经成为企业报告的组成部分。现有研究大多将文本内容作为信息与印象管理的来源，也有部分研究关注10-K文件中图表类视觉元素的作用，但照片类图片与图表、信息图存在本质差异，其对信息吸收和企业结果的影响尚未得到充分探索。

年报是企业广泛分发的沟通载体，其内容与10-K、季报、业绩公告等披露文件存在差异。与10-K文件相比，年报中图片的使用更为普遍，为针对图片的研究提供了合适的场景。本文的主要研究问题是，年报中的图片及其信息内容对文本的强化程度，是否会影响信息使用者的决策，图片通过何种路径发挥作用。

结合心理学与营销学的相关结论，本文提出图片可能通过两条相互关联的渠道影响利益相关者：一是注意力与感知渠道，图片能够缓解投资者的信息处理约束；二是认知层面的内容强化渠道，图片能够补充、强化文本叙述的信息，这是此前研究尚未充分探索的路径。本文围绕这两条渠道展开实证检验。

（一）文献综述

现有关于财务披露中视觉元素的研究可分为三类。第一类关注非图片类视觉元素，研究发现颜色会影响投资者的风险偏好与交易行为，图表等视觉工具会影响信息理解、股票收益与机构持仓。针对10-K文件中信息图的研究显示，这类视觉元素与更高的股价波动率、更大的分析师预测分歧相关，通常对应更复杂的披露内容。

第二类关注图片类视觉元素，早期研究认为财务报告中的图片主要用于塑造企业形象、影响利益相关者认知，实验研究也发现年报前两页的图片与色彩会提升投资意愿，但整体而言，会计与金融领域针对财务报告中实拍图片的研究仍然较少。

第三类关注视觉元素的情绪效应与信息效应。一方面，图片可能吸引不成熟投资者的注意力，引发非基本面的市场反应；另一方面，包含相关信息的视觉内容也能够提升信息吸收效率。已有研究分别验证了新闻图片情绪、社交平台动图情绪对市场收益的预测作用，也有研究发现业绩公告中的图片会吸引散户注意力，演示文稿中的前瞻性视觉运营信息与短期公告收益、长期业绩增长相关。

与本文最相关的研究开发了图片信息含量与内容强化的测度方法，证实股权众筹场景下图片能够提升投资者出资意愿。本文在此基础上，将研究场景拓展至上市公司年报，聚焦分析师这一专业信息中介群体，检验图片对信息处理效率的影响。

（二）研究假设

本文的理论基础是有限理性与注意力约束理论，以及披露处理成本的分析框架。使用者的信息处理能力存在上限，当信息复杂度较高或注意力资源有限时，信息处理成本会显著上升。

从作用路径看，注意力与感知渠道下，图片凭借视觉显著性能够捕捉使用者注意力，引导其关注披露中的关键内容，降低信息的感知与获取成本；认知与内容强化渠道下，与文本内容一致的图片能够加深记忆、促进理解，帮助使用者将披露信息整合到自身的分析框架中，降低信息的整合成本。两条路径共同作用，最终会提升信息处理效率。

基于上述逻辑，本文提出主要预期：第一，企业信息处理成本越高，如业务扩张、复杂度上升、文本可读性差，越倾向于在年报中使用图片；第二，年报中图片出现频率越高、图片对文本内容的强化程度越强，分析师的盈利预测准确性越高，预测分歧越低；第三，当分析师面临更强的认知约束时，图片对预测效率的提升作用会更明显；第四，当企业信息环境外生变差时，企业会主动增加图片使用，以此补充信息供给。

1. 数据与样本

本文初始样本为AnnualReports.com数据库中1989至2019年标普1500企业的全部可获取电子版年报，经剔除早期样本、损坏文件、重复样本、页数异常样本与缺失财年信息的样本后，得到1993至2019年共18229份年报。考虑到早期数字披露的选择偏差与控制变量可得性，主检验样本区间为2002至2019年，且要求企业每年至少有一篇新闻报道，最终得到15477个企业-年观测值，对应1363家独特企业。

研究涉及的其他数据来源包括：股价与交易数据来自CRSP，财务数据来自Compustat，机构持仓数据来自Thomson Reuters S34，新闻报道数据来自RavenPack，分析师预测数据来自I/B/E/S。券商关闭事件的相关数据基于已有研究的事件清单匹配得到。

2. 研究方法

主检验采用双向固定效应回归模型，分别检验图片使用的决定因素，以及图片对分析师预测准确性、预测分歧的影响，标准误在对应层面进行聚类调整。为缓解内生性问题，本文利用券商关闭这一外生冲击，采用堆叠双重差分法识别分析师覆盖减少对企业图片使用的因果效应，同时通过安慰剂检验、遗漏变量检验等方式验证结果稳健性。

视觉元素识别方面，本文结合机器学习算法与启发式分类规则，将年报页面按主导视觉类型分为图片页、团队照片页、图表页、地图页与信息图页；并借助谷歌视觉识别API为图片生成描述标签，以此构建内容强化指标。

3. 变量测度

图片页数（IMGC）：主要自变量之一，衡量图片的普及程度，指单份年报中以实拍图片为主导元素的页面数量，不含团队照片与封面页。

内容强化程度（RFC）：主要自变量之一，衡量图片信息对文本的强化作用，指单份年报中，所有信息型图片的识别标签与年报文本匹配的数量，数值越高代表图片与文本的信息一致性越强。

分析师内预测误差（WAFE）：主要因变量之一，衡量预测准确性。基于单个分析师当季覆盖的所有股票计算，用该分析师对某企业的预测绝对误差，减去其当季所有股票的平均预测绝对误差，再除以平均误差，数值越低代表预测准确性越高。

分析师预测分歧（AnalystDisp）：主要因变量之一，指单季度内分析师对企业盈利预测的标准差，除以预测均值的绝对值，数值越低代表分析师之间的观点分歧越小。

第一，关于图片使用的决定因素。表6的结果显示，企业资产规模增长、地理业务复杂度提升与年报文本可读性下降，均与下一年图片页数、内容强化程度的提升显著正相关；广告支出与两类图片指标均无显著关联，说明年报图片并非单纯的营销工具。整体而言，信息处理成本越高的企业，越倾向于使用图片。

第二，关于图片对分析师预测准确性的影响。表7列2和列6的结果显示，在年报发布后的第二季度，图片页数与内容强化程度均与分析师内预测误差显著负相关，即图片使用越多、内容强化越强，分析师预测准确性越高。在各类视觉元素中，仅图片类指标对预测准确性有显著正向作用，图表类指标反而与预测误差正相关，与已有针对10-K信息图的研究结论一致。

表8的补充检验显示，图片对10-K中业务描述、管理层讨论与分析部分的内容强化，以及对年报核心语句的内容强化，均与预测准确性提升显著相关；而非强化类图片标签与预测准确性无显著关联，进一步验证了内容强化渠道的作用。表9的结果显示，控制自愿披露、投资者活动、业绩指引、业绩电话会议文本特征等其他信息渠道后，图片的作用依然显著，说明图片并非其他信息披露的简单替代。

第三，异质性检验方面。表10 PanelA和PanelB的结果显示，在盈利波动率更高的企业、分析师覆盖数量更多的企业中，图片对预测准确性的提升作用更强且显著，在低波动、低覆盖样本中作用不显著，支持了认知约束下图片缓解处理成本的逻辑。

第四，关于预测分歧。表11列2和列6的结果显示，图片页数与内容强化程度均与第二季度的分析师预测分歧显著负相关，即图片使用能够降低分析师之间的观点分歧，与准确性的结论相互印证。表12的安慰剂检验同样显示，仅强化类图片标签能够降低预测分歧。

第五，因果识别方面。表13列4的结果显示，券商关闭事件后，处理组企业的分析师覆盖显著下降，同时年报中的图片页数显著增加，平均增幅约1.3页，具备经济显著性。表14的安慰剂检验显示，在事件前后的虚假时间点均不存在显著效应，平行趋势也得到验证，支持了信息环境恶化促使企业增加图片使用的因果推断。

（一）理论贡献

一是丰富了非文本披露领域的研究。本文开发了区分图片与其他视觉元素的机器学习分析框架，首次系统验证了实拍图片在财务沟通中的信息价值，以及内容强化指标对文本类指标的增量解释力，相关方法可拓展至更多披露场景。

二是拓展了披露处理成本的相关研究。本文将图片纳入披露处理成本的分析框架，区分了注意力感知与内容强化两条作用路径，明确了图片对信息感知、获取与整合全流程成本的影响机制。

三是补充了分析师信息获取领域的文献。本文证实年报图片是影响分析师预测准确性的增量因素，为理解分析师信息处理的影响因素提供了新的视角。

（二）实践贡献

对企业而言，本文结论为披露策略的制定提供了参考，当业务复杂度较高、信息环境较差时，合理使用与文本内容匹配的图片，能够有效降低信息使用者的处理成本，提升沟通效率。

对信息中介与投资者而言，年报中的图片具备实质信息含量，可作为信息分析的补充依据。

【声明】本文内容仅供学术交流，著作权与版权归原作者及期刊出版商所有。如需引用、转载或使用，请注明原文出处。