在即时翻译与全球互联的时代，人们普遍认为外地投资者能获取与当地人相同的数据。然而，一项新研究揭示了惊人事实：“主场优势”不仅是文化或地理的副产品，企业更会主动设计机制，使当地持份者获得偏袒。

香港城市大学（城大）会计学系助理教授黄裕庭教授团队近期于会计学顶尖期刊《会计评论》发表题为“差异化沟通与在地资讯优势：从翻译差异中获得的启示”的研究，提出侦测此类“差异化沟通”现象的崭新策略。

这项研究的灵感源自一次日常购物体验。黄教授在跨国零售商店购物后，注意到退货政策的中英文版之间有翻译上的差异。察觉到这个细节后，他推测企业在涉及重大利益的财务揭露中可能也会出现类似情况，促成了这项研究的展开。

这种策略性偏差历来往往藏身于私人电邮与非正式通话之中，几乎无法察觉或量化。为了揭开这稳秘，研究团队开发了一套新的概念框架：透过比较同一份年报的英文版与中文版，他们揭露了与私下对话相呼应的策略差异。

标准分析工具通常需要将英文及中文版本都翻译成第三种“中介”语言（例如法文），借此建立比较基准。然而，这种双重翻译过程会引入大量杂讯与误差，且往往无法把细微的文体差异跟影响投资者对企业绩效理解的实质性分歧区分开来。

为解决此局限，研究团队运用突破性的联合语言机器学习模型，同时开发出一套新的人工智能（AI）方法。与过往方法不同，这些工具能直接比较文件，完全省略“中介”步骤。关键在于，此模型以过滤文体差异，只识别对企业绩效具实质影响的差异，从而将有效讯号与杂讯区分开来，确保所侦测到的“落差”在经济层面上具有实质意义。

由于上述工具无须依赖中转翻译，因此可应用于更广泛的场景，例如侦测法律合约、政府条约，或其他高风险双语情境中的隐藏差异。这些工具能识别出细微的“翻译落差”，即报告的中英文版本所传达的资讯有显著差异。本研究指出当检测到此类落差时，本地与外国投资者之间的资讯不对称会出现可量度的增幅，从而量化竞争环境的倾斜程度。

研究结果显示，这些资讯落差属系统性问题，而非偶然现象。当本地与外地投资者同时参与时，资讯不对称随之加剧，外地投资者因而面临结构性劣势。即使是专业的外地分析师，所获取的资讯披露品质也较低，且其预测准确度显著较低。企业在英文文件中刻意淡化复杂的关系型资讯而强调会计细节，以配合外地投资者的治理优先事项。

为了确认这些落差所反映的是刻意策略而非翻译误差，研究团队进行了一项大胆的实地实验，就是假扮成投资者直接联系企业。结果令人震惊：翻译落差较大的企业，对外地投资者查询的回应率显著较低，这证实了企业确实采取了刻意策略，让外地持份者处于资讯真空状态。

这项研究既是对全球监管机构的警钟，也同时具备技术创新与经证实的政策影响实绩作为支撑。研究采用尖端的AI方法，并获得竞争激烈的 Google Cloud Research Credits Program 认可，证明企业正积极制造不利于国际投资者的条件。研究获得大型科技公司的产业验证，凸显了研究团队新型机器学习工具的技术可行性。然而，研究结果揭示了一项关键限制：仅靠技术无法实现公平竞争。

若缺乏监管规定来确保资讯披露的一致性，外资将持续处于结构性劣势。鉴于黄教授在塑造市场监管方面的丰富经验，此结论尤具分量。美国证券交易委员会（SEC）在多项裁决中均援引了他的研究，包括2023年《Final Rule on Modernization of Beneficial Ownership Reporting》及2024年《Final Rule: Short Position and Short Activity Reporting》；而德国联邦银行亦以此作为填补气候相关数据缺口的基础。基于这份已确立的影响力，本研究为致力于弥合翻译落差并维护全球市场完整性的监管机构提供了关键证据。