Disclosure Regarding a Security: Any interest collections on the loans remaining after payments of interest on the notes and the company's expenses will be available to cover any losses on the loans that are not covered by the insurance policies.
大家看懂了么?如果你看懂了每个单词,却不明白其中的意思,不要沮丧,因为你不是少数!
这段繁琐难懂的文字来自美国某上市公司的年报!如果翻译成中文,其大致意思约是:在支付了票据利息和公司费用之后的来自于任何剩余贷款利息收入都可以被用来支付保险没有覆盖的任何贷款损失。
其实将其简化,其大致为:After we pay our expenses and interest on the notes, we will use any remaining funds to cover uninsured losses. 支付了公司费用和票据利息之后,我们将用剩余的基金来支付意外损失。
为什么上市公司要用例句1这种方式来表述年报的内容?
2017年9月14日,在由上海交通大学上海高级金融学院(SAIF/高金)与蓝鲸传媒联合举办的第六期FinanceTalk公开课上,高金副院长、会计学教授李峰以此为例,向现场近30家主流财经媒体记者介绍怎样通过大数据和财报分析,用“迷雾指数”揭开企业年报后面的层层玄机。
金融要脱虚向实
李峰教授首先向在场的财经记者解读了近期的金融工作会议要点。
习总书记提出,金融工作要把握四个原则:第一,回归本源,服务于经济社会发展,尤其是要把实体经济作为金融工作的出发点。第二,优化经济结构,促进融资便利化,降低投资的成本。第三,强监管,防风险。第四,市场导向,发挥市场在金融资源配置中的决定性作用。
李峰表示,前两项原则都跟金融服务实体经济相关,“金融业发展一定要‘脱虚向实’,要服务实体经济,一定要防止金融在体外空转”。他补充道,在实体经济当中要更加注重价值投资,这也是今年二级市场的一个主题——价值投资。脱虚向实,很多实体经济在运作过程当中变成讲题材、讲故事和炒作。他认为在“向实”过程当中要更加追求价值投资,这是值得鼓励的,也是监管层的一个风向。
这其中实行有效监管非常重要,对于误导投资人的上市公司要及时发现,并给予一定惩罚。但怎样发现这些误导投资人的上市公司,怎样挖掘信息披露可能存在问题的公司呢?
对此,李峰教授坦言,大家对企业财报的用处和信息含量等问题争议很大。业内人士和学者很多都认为年报就是一个形式,原因是每个公司都相似,同一个公司去年跟今年的年报基本内容几乎一样,就是稍微换了换数字。此外,现在年报越来越厚,一两百页是家常便饭,外国公司年报更是达到三四百页。不要讲普通投资者,专业人员都很难看懂,这也促发了他创建年报“迷雾指数”,给企业年报降维,帮助投资者从年报中发现玄机的动因。
用大数据降维
2004年始,李峰在芝加哥大学期间,通过计算机系统对美国当时上市公司公布的五万五千份年报进行分析, 重点研究年报的可读性跟公司经营业绩的关系。
相关研究论文“Annual Report Readability, Current Earnings, and Earnings Persistence(年报可读性,当期盈利与盈利可持续性),一文发表于2008年的” Journal of Accounting and Economics“期刊上。在这篇论文中,他开创性地提出上市公司年报的“迷雾指数”,即借助于计算机做大量文本分析,得出一个企业的盈余质量。
实际上,迷雾指数(The Gunning FOG Index)是由美国教授Robert Gunning于1952年提出,从一个句子的词数、难度、完整思维的数量和平均句长考量一篇文章的阅读难度。FOG指数越高,文章越难读懂。李峰表示,根据迷雾指数估算,《圣经》的迷雾指数为6,《读者文摘》的迷雾指数为8,美国流行小说的迷雾指数为8-10,《时代周刊》、《新闻周刊》的迷雾指数为10,《泰晤士报》、《卫报》的迷雾指数为14,本论文的迷雾指数为17,但论文的研究对象,即这些上市公司年报的迷雾指数均值是19.39,也即意味着,要读懂作为研究对象的上市公司年报,需要有19年的教育,或者说有硕士研究生的文凭才能看懂,远超平常人的阅读理解能力。
”用机器学习语言提取年报中的特征变量,使用大数据降维,将数百页的年报转化为数字,能够帮助投资者和监管层更有效率地识别潜在问题和风险“,李峰表示。以福特年报为例,该公司2000年年报有113页,投资人看一遍很痛苦,因为无法判别重点,但对于不知疲倦的机器而言,这项工作不仅十分适合,还能更加细微地抓取关键信息。“我们曾写过一个程序自动分析,在福特2000年的年报中发现该公司对当年的业绩表现非常悲观,对未来现金流很悲观,对坏账问题很担心。虽然花费较多时间做数据库的组建,但通过机器学习进行评分,最后证明福特2001年业绩的确非常差。因此,我们可以通过机器学习算法,发现卖方分析师、资本市场等都还没有看到的信息。”
以大摩对通用电气的分析为例。当年,大摩分析师注意到,通用电气CEO、CFO每季度与卖方分析师和机构投资人开电话会议进行沟通期间,描述中使用“Great”的次数和接下来股价涨跌紧密相关。2002年第三季度电话会议上,通用电气CEO、CFO大概用了20多次“Great”。如果把这个关键词的出现频率作为一个基准,大摩分析师统计发现,2005年第二季度,通用公司管理层使用了70多次“Great”,而随后通用电气的股价涨幅达37%。但在紧接下来的2006年第三季度,“Great”的出现频率降到了37次,股价也随之下跌10%。
另外,再以友邦保险举例,金融危机发生前的2006年是友邦保险发展最好的时期。年报中有这么一段话,“公司忠实地贯彻了我们的战略,加上本年度并未有大的灾难性事件,这些原因给我们2006年的经营业绩带来很大的助力。在全球范围内,在我们的所有业务条线中,我们都在充分挖掘成长机会,借助于我们的业务多样化和矩阵式管理架构来迅速地满足顾客的需求。”
对此,李峰教授指出,“战略、业务多样化、矩阵式管理架构”这些都是年报当中的关键词。这反映出友邦保险2006年的业绩非常出色。而到2008年金融危机发生的年份,友邦保险接近倒闭被摘牌,在年报的相同位置,管理层表示:““由于信用市场的持续恶化,尤其是按揭抵押证券市场的恶化,加上正在进行的业务重组成本使得公司在本年度的第四季度产生了创纪录的亏损,亏损了617亿美元(每股亏损22.95美元)。去年(2007)第四季度,本公司亏损53亿美元(每股亏损2.08美元)。”李峰进一步称:“2008年第四季度友邦亏损了617亿美元,这是很惊人的数字。为什么会亏?友邦的解释是,信用市场持续恶化,尤其是住房抵押贷款市场的恶化,加上要进行业务重组带来了一定的业务亏损,亏损了617亿美元,创了记录。”
这就是通过计算机自动发掘出来的,从2006年和2008年友邦公司财报中所反映出信息披露的巨大差别——“2006年业绩好的时候,说是由于我们战略、多样化业务、矩阵式管理带来的,都是管理层把公司做好了。业绩不好时没有提我们战略不完美,说矩阵式管理失灵,而是说市场不好,所以业绩差。也就是干得好是我的问题,干得不好全是别人的问题,这叫自我归因,这是一个心理学上的概念。其实也说明了年报里面很细小的区别能反映出人性上的特点”,李峰教授笑称。
其实,早在1933年、1934年美国《证券法》和《证券交易法》即设立了初步模型,1969年发布了“惠特报告”,当时的证监会主席提出了一个信息披露的监管要求。1998年美国证监会提出,信息披露要用英文白话文,要使用大众看得懂的语言。中国目前也存在这套监管思路。2015年11月,中国证监会制定了一个修订稿,关于主板和创业板上市公司年度报告信息披露内容与格式准则的修订稿,要求使用清晰易懂、通俗浅白的语言。
“A股市场有大量散户,有的公司财报有200页,其中195页跟去年一模一样,作为散户型投资人往往没耐心看完。这就给大数据或机器学习分析带来大量机会。因为机器人可以直接找出来今年跟去年的区别,聚焦于区别信息”,李峰称。李峰的这项研究,以及他创设的上市公司年报“迷雾指数”,成为美国证监会的监管依据。
前美国证监会主席考克斯曾在2006年斯坦福大学董事培训班上表示,无论从监管层出发,或他自己的信仰均认为:“迷雾”越重,企业越有可能在隐藏不利的消息,企业变脸的可能越大。考克斯同时表示:““李峰教授的研究表明,年报易于阅读和理解的公司往往业绩更好,而业绩不佳的公司则更频繁地试图施放烟雾掩盖事实。李峰教授创造性地提出‘迷雾指数’概念,将年报的复杂性与公司未来的盈利表现联系起来,而且成功证明了两者之间的相关性非常明显。”
在“高金脱口秀”最后,李峰表示:“监管层的大数据加上实时分析、实时监管,是很有意义的事情。他希望自己的这项研究未来在中国也将有用武之地。”
此外,《第一财经周刊》主笔记者朱宝也从媒体角度,从自身从业多年的角度审视年报的体会。她表示,“迷雾指数”对识别财报中潜在的问题十分有用,在判断一个公司对自己做的东西有没有信心方面,财报中是可以读出来的。
朱宝坦言,从财报中可以看出这家公司业绩有没有提升?竞争力如何?被市场淘汰的原因是什么?分析给出的数据合不合理。看资产负债表里面资产负债和所有者权益如何能对等起来?钱从哪来?去向哪儿?投向什么地方?里面都大致可以看到。
现场媒体记者们在提问环节踊跃发言,与李峰教授就监管层和投资者如何使用“迷雾指数”,“迷雾指数”一旦公开后上市公司针对性回避后如何应对等问题展开热烈讨论。