从以往的文献来看,已有许多研究对财务信息与企业业绩的关系做出了贡献,这些研究成果得到了学者们的普遍认同和支持。然而,人们发现,随着市场复杂性的增加,财务数据即会计信息在分析其对公司绩效影响方面的作用越来越不足。因此,本文在前人研究的基础上,着重探讨了非财务信息与企业业绩的关系,具体来说,通过对上市公司年报中出现的文字语气词的探讨,可以发现非财务信息与企业业绩的关系,本文运用文本挖掘的方法,试图了解年报中的文字语气词对企业业绩的关系。这篇文章基于前人研究的基础,将侧重点集中于研究上市公司年报中的文字语气与企业业绩之间的关系。期间,应用了文本挖掘技术对2010-2019年我国沪市A股的电子设备、汽车制造、零售业、银行、农副产品五大产业进行量化,基于情感词典结合深度学习的方法,运用了基于情感词典的文字语气词抽取和基于ALBERT-BiLSTM-CRF模型的文字语气词抽取两种方式结合起来,对文字语气进行量化分析。除此之外,本文还建立三类文字语气词及总的文字语气词与上市公司企业业绩的PVAR模型,通过脉冲响应和方差分析结果来探究年报中文字语气与企业业绩之间的关系。研究结果表明上市公司的年报中的积极文字语气词、消极文字语气词、程度副词及总的文字语气词都会对上市公司的企业业绩有显著负向影响,并滞后一期波动最大。说明市场/投资者对年报中四类文字语气词都十分敏感,这些文字语气词的修饰,加强了市场/投资者对年报文本信息披露质量的质疑,增强了对企业经营情况判断的不确定性。同时也体现了市场/投资者对年报中的过于丰富的积极文字语气词的不信任,以及不愿意看到消极文字语气词,认为其暗含着企业业绩下行的风险,同时也体现出市场/投资者对于年报中消极文字语气词前面加的程度副词的影响要大于积极文字语气词前面加的程度副词,对削弱风险等减缓负面语气的文本信息的描述更加敏感,不愿意看到出现不好的信号。在做分行业研究时,发现周期短且行业风险性较低的农副产品行业的企业业绩受到年报中四类文字语气词的正向影响,并滞后一期达到峰值。然而,对于周期性相对较长,且风险性较高的电子设备行业的年报中,四类文字语气词会对其企业业绩却产生显著负向的影响,并逐渐波动至滞后二期达到峰值。说明市场/投资者对于低风险行业的一些风险要素不会那么敏感,但是相比较而言对于一些积极的信息会比较敏感,然而对于高风险行业会更加重视风险的考量。