【摘要】随着文本大数据分析的发展，非结构化数据的分析成为研究热点，这为理解公司违规行为提供了新的研究视角。以2009—2019年深沪A股非金融类上市公司为样本，通过机器学习的文本分析方法对11 040份上市公司年度财务报告中的“管理层讨论与分析”（MD&A）的文本情绪进行测度，研究文本情绪与公司违规行为的关系。研究发现：整体而言，MD&A文本情绪与公司的违规行为负相关。对MD&A细分后发现，展望部分文本情绪与上市公司违规行为的负相关性弱于经营情况概述部分。进一步研究发现，较高的信息透明度增强了文本情绪与上市公司违规的负相关关系。在控制内生性和调整了MD&A文本情绪值之后，主要结论仍然稳健。此外，研究MD&A文本情绪与不同违规类型的关系发现，与领导人违规相比，MD&A文本情绪与信息披露和经营类违规的相关性更显著。因此，上市公司和投资者都应该重视MD&A文本情绪的信息价值，监管部门应加强对上市公司信息披露的管控。