環(huán)境信息披露質量、分析師關注與股價崩盤風險
——基于重污染行業(yè)上市公司的經驗數據

劉光彥，張文潔

(山東工商學院 金融學院，山東 煙臺 264005)

一、引言

股價崩盤不僅擾亂資本市場的正常運行，損害投資者利益，而且嚴重影響實體經濟的健康發(fā)展。我國股票市場成立時間雖然不長，但有可能威脅金融安全的股價崩盤的案例已屢見不鮮。例如，2018年3月，輝豐股份因污染環(huán)境被立案偵查，短短一個月內股價跌幅超過20%，半年內股價跌幅逾70%。2020年9月，中國鋁業(yè)被生態(tài)環(huán)境部予以處罰，這一事件造成中國鋁業(yè)股價連續(xù)8天下跌。因此探究股價崩盤風險影響因素，對促進資本市場的繼續(xù)穩(wěn)定運行有重要的理論與現實意義。

自2012年黨的十八大報告中首次提到“推進綠色發(fā)展、循環(huán)發(fā)展、低碳發(fā)展”，到2020年黨的十九屆五中全會中再次提出“加快推動綠色低碳發(fā)展，持續(xù)改善環(huán)境質量”，近年來我國在大政方針上一直在倡導綠色低碳發(fā)展。自2015年1月新環(huán)保法實施以來，環(huán)保部門也在不斷完善環(huán)境信息披露細則。因此，在國家政策和法律規(guī)章制度約束的雙重壓力下，我國各行業(yè)面臨著史上最嚴格的環(huán)保監(jiān)管，在環(huán)境污染方面，重污染行業(yè)難辭其咎，需承擔更大的社會責任。雖然2010年環(huán)保部已明確要求我國16類重污染行業(yè)要根據《上市公司環(huán)境信息披露指南》進行環(huán)境信息披露，但目前重污染行業(yè)在披露環(huán)境信息時仍然存在很多問題[1]。環(huán)境信息披露作為重污染行業(yè)上市公司向外界傳達的重要信息之一，探究環(huán)境信息披露質量與股價崩盤風險二者之間的關系具有重要意義。

在我國，證券分析師行業(yè)越來越重要，分析師的研究報告是市場投資者進行證券投資的重要參考依據，分析師關注能夠影響公司的股價崩盤風險。肖土盛等認為證券分析師在資本市場中重要功能是信息中介，作為“信息傳遞者”在上市公司和投資者之間傳遞信息，并且在信息生產、傳遞與吸收的各個環(huán)節(jié)中扮演著重要角色[2]。分析師對于重污染行業(yè)披露環(huán)境信息的解讀相比于普通投資者更專業(yè)、全面，同時分析師關注又在上市公司和投資者之間發(fā)揮著傳遞信息的作用，因此在環(huán)境信息披露質量影響股價崩盤風險的過程中提供了有效途徑。所以，本文將進一步探究分析師關注是否在環(huán)境信息披露質量對股價崩盤風險的影響中發(fā)揮著中介作用。

基于此，本文以2015—2019年重污染行業(yè)上市公司為樣本，以分析師關注為傳導路徑，研究了環(huán)境信息披露質量與股價崩盤風險之間的內在關系。本文的貢獻可能有以下幾個方面：一是立足于重污染行業(yè)上市公司，從分析師關注視角切入，將環(huán)境信息披露質量、分析師關注與股價崩盤風險納入同一研究框架之中，從理論層面系統(tǒng)分析了環(huán)境信息披露質量、分析師關注對股價崩盤風險的傳導機制，全面揭示了二者與股價崩盤風險之間的內在邏輯關系，拓展和補充了現有研究。二是基于中介效應檢驗方法，驗證了分析師關注在環(huán)境信息披露質量影響股價崩盤風險路徑中的中介傳導作用，為論證“環(huán)境信息披露質量→分析師關注→股價崩盤風險”的傳導機制提供經驗證據。三是本文的研究結論為監(jiān)管部門、投資者及上市公司從分析師關注角度重新認識環(huán)境信息披露質量對股價崩盤風險的影響路徑，并改善這一路徑以降低股價崩盤風險提供了理論支持。

二、理論分析與研究假設

(一)環(huán)境信息披露質量與股價崩盤風險

自從Jin等基于信息隱藏假說，對管理者隱藏壞信息與股價崩盤風險之間的關系研究之后[3]，學者們從不同的角度探究了股市崩盤的原因及傳導機制。Ball認為管理層通過對公司的負面信息進行選擇性披露，使其與投資者之間存在信息不對稱，從而導致企業(yè)股價的錯誤估計[4]。謝盛紋和陶然認為，公司會通過推遲年報預約披露的方式為管理層隱藏信息創(chuàng)造時間條件，一旦隱瞞的信息被發(fā)現，就會引起股價暴跌[5]。江婕等從多維度證明公司信息越不透明則未來股價崩盤風險越高[6]。股價崩盤風險的發(fā)生實質上是由于公司信息透明度低，投資者與管理層信息不對稱造成的。劉儒昞研究發(fā)現信息不對稱導致的道德風險和逆向選擇問題，會對資本市場的有效性造成不利影響，導致個股和市場股價波動幅度增大，增加股價崩盤風險[7]。

關于公司信息披露情況的研究，多數學者從財務信息披露角度出發(fā)，隨著時代的發(fā)展，人們也越來越多地關注非財務信息對企業(yè)發(fā)展的影響。孟慶斌等認為提高披露質量，能夠有效降低信息不對稱，避免負面消息不斷累積而造成的股價短期大幅下跌[8]。蔡艷萍和劉曉光等發(fā)現，隨著企業(yè)內控信息披露水平的提高，股價崩盤風險會顯著降低[9]。宋獻中等研究表明，企業(yè)社會責任信息披露可以通過信息效應路徑和聲譽保險路徑降低股價崩盤風險[10]。沿襲這樣的思路，本文推斷，環(huán)境信息披露作為重污染行業(yè)的重要的非財務信息披露，披露質量能夠負向影響股價崩盤風險。

對于重污染行業(yè)上市公司來說，較高的環(huán)境信息披露質量可以提高上市公司的透明度，減輕公司內部人與外部市場之間的信息不對稱程度，使投資者在做出決策時是基于對公司情況的更多了解，從而減緩因信息不對稱而導致的未知事件的沖擊。另外，環(huán)境信息披露作為公司內部與外部人的信息傳輸紐帶之一，低質量的環(huán)境信息披露和環(huán)境違法行為會影響公司良好形象的建立，對公司業(yè)績造成負面影響。高質量的環(huán)境信息披露可以增加市場對企業(yè)的認同度，提高企業(yè)在市場中的聲譽形象。良好的企業(yè)聲譽可以在企業(yè)受到負面消息的沖擊時起到保護作用，有利于降低股價崩盤風險[11]。

基于以上分析，我們提出假設H1：環(huán)境信息披露質量的提高能降低股價崩盤風險。

(二)分析師關注與股價崩盤風險

迎合機制視角下，黃東燁發(fā)現證券分析師的關注可以顯著提升股價崩盤風險[12]。管理者機會主義行為視角下，韓艷錦等發(fā)現分析師關注的增加可以提高企業(yè)未來股價崩盤風險，細化到明星分析師關注以及更小的行業(yè)集中度的企業(yè)，這一影響更為突出[13]。分析師覆蓋面、分析師推薦評級、分析師樂觀偏差等角度下，NX等研究發(fā)現分析師覆蓋面的增加、較高的分析師推薦評級、較大分析師樂觀偏差都會增加股價崩盤風險[14]。相較于普通投資者而言，證券分析師在搜集和使用信息方面具備更專業(yè)的能力。一直以來，證券分析師以信息中介的身份參與到資本市場中，扮演著傳遞信息的角色。理論上，分析師關注能夠為資本市場的投資者提供更詳備的上市公司的信息，發(fā)揮信息傳遞功能，緩解公司與市場之間的信息不對稱，穩(wěn)定我國證券市場，降低股價崩盤風險。實際上，證券分析師很難堅守職業(yè)道德，他們?yōu)樽非笞陨砝妫荒芸陀^公允的向投資者發(fā)布他們所掌握的真實信息。陳輝等發(fā)現，在利益誘惑面前，分析師為獲得可觀的傭金收入而優(yōu)先與優(yōu)質客戶共享價值信息[15]。Womack發(fā)現證券分析師會向投資者過度推送樂觀的投資評級報告，而樂觀的評級報告會使得相關上市公司的股價虛高[16]。張丹妮和劉春林的研究也證實較高的分析師推薦評級加劇了企業(yè)股價崩盤風險[17]。曹勝和朱紅軍認為受制于各種利益沖突，分析師向市場傳遞的信息存在嚴重的選擇性偏差[18]。因此本文認為分析師關注度的增加不僅沒有緩解公司內部和市場之間的信息不對稱程度，反而擾亂了我國資本市場的穩(wěn)定運行，引發(fā)股價崩盤風險。

基于以上分析，我們提出假設H2：分析師關注與股價崩盤風險正相關。

(三)中介因子——分析師關注

投資者和企業(yè)之間信息不對稱是引起股價崩盤風險發(fā)生的重要原因，在信息不對稱的市場中，分析師能夠利用其專業(yè)知識及時準確的挖掘公司尚未披露的影響股價漲跌的深層次信息，有助于投資者做出正確的決策。潘越等認為公司信息的生產、傳遞和吸收的各個環(huán)節(jié)分析師都參與其中，分析師對企業(yè)的關注程度越高，企業(yè)的真實面貌更易被解釋和解讀[19]。基于信號傳遞理論，企業(yè)環(huán)境信息的披露向投資者傳遞了重要信息，為企業(yè)樹立了積極履行環(huán)境責任的形象，分析師的關注能夠降低因不良信息的積累而導致的股價崩盤風險的增加。張純和呂偉發(fā)現，證券分析師不僅發(fā)揮著信息傳遞的作用，而且在約束管理者方面發(fā)揮著重要作用[20]。李春濤等也認為分析師發(fā)揮著重要的外部監(jiān)管作用[21]。

基于分析師的監(jiān)督治理機制，對于重污染行業(yè)來講，相較于已經披露環(huán)境信息的上市公司，分析師會更重點關注那些未按規(guī)定披露環(huán)境信息的上市公司。相較于環(huán)境信息披露質量高的上市公司，分析師會更專注于挖掘那些環(huán)境信息披露質量低的上市公司，尋找其信息披露質量較低的原因。因此，我們認為環(huán)境信息披露質量與分析師關注負相關。環(huán)境信息披露質量的提高有助于減少分析師的關注，而分析師關注與股價崩盤風險正相關，分析師關注的減少有助于降低企業(yè)股價崩盤風險。李馨子和肖土盛發(fā)現分析師關注在上市公司和市場之間發(fā)揮著傳遞信息的作用[22]，因此分析師關注在重污染行業(yè)上市公司環(huán)境信息披露質量影響股價崩盤風險的過程中提供了有效途徑。所以，我們預期重污染行業(yè)上市公司環(huán)境信息披露質量通過分析師關注這一中介機制，對股價崩盤風險產生間接影響。

基于以上分析，我們提出假設H3：分析師關注是環(huán)境信息披露質量與股價崩盤風險的中介因子，環(huán)境信息披露質量通過作用于分析師關注影響股價崩盤風險。

三、研究設計

(一)樣本選擇與說明

本文以重污染行業(yè)作為研究對象，選取2015—2019年滬深A股重污染行業(yè)上市公司為研究樣本，環(huán)境信息披露質量數據來源于潤靈環(huán)球數據庫，本文所使用其他相關數據取均來源于 CSMAR數據庫。參照已有文獻，按照以下原則處理樣本：(1)剔除ST類上市公司；(2)為保證股價崩盤風險指標的可靠性，剔除年度交易周數少于30的上市公司；(3)剔除樣本缺失的數據；(4)為避免極端值對結果造成影響，對所有連續(xù)變量進行上下1%的縮尾處理。經過上述處理，最終得到370家重污染行業(yè)上市公司的1560個非平衡面板數據。

(二)變量選擇

1.股價崩盤風險

本文選擇負收益偏態(tài)系數NCSKEW和收益上下波動比率DUVOL這兩個學術界公認的指標來衡量股價崩盤風險。參照AJBK等[23]和王化成等[24]，根據如下步驟構造股價崩盤風險指標：

首先，對個股周收益率數據進行回歸：

Ri,t=αi+β1Rm,t-2+β2Rm,t-1+β3Rm,t+β4Rm,t+1+β5Rm,t+2+εi,t。

(1)

其中，Ri,t表示公司個股i在第t周的收益率，Rm,t是整個股票市場的所有股票第t周的流通市值的加權平均收益率，εi,t為回歸方程(1)的殘差。為了減小交易非同步性帶來的偏差，本文在方程(1)中加入了市場收益率的超前項和滯后項。

其次，定義周特質收益率為Wi,t：

Wi,t=Ln(1+εi,t)。

(2)

最后，基于Wi,t構造股價崩盤風險變量，負收益偏態(tài)系數NCSKEW：

(3)

其中，n為股票i在t年的交易周數。NCSKEW的值越大，表示股票i在t年的崩盤風險越大。

收益上下波動比率 DUVOL：

(4)

其中，nu和nd為股票i的Wi,t大于( 小于) 年平均收益的周數。DUVOL的值越大，表示股票i在t年的崩盤風險越大。

2．環(huán)境信息披露質量

我國已有部分學者采用潤靈環(huán)球評級機構提供的數據進行學術研究，該機構的評價結果相較于個人構建指標評分更加客觀。因此，本文使用潤靈環(huán)球發(fā)布的環(huán)境信息披露指數EDI作為企業(yè)環(huán)境信息披露質量的替代變量。潤靈環(huán)球責任評級發(fā)布的環(huán)境信息披露指數EDI的環(huán)境信息指標有11個，指標設置和賦值情況具體見表1。

3．分析師關注

借鑒我國學者謝盛紋等人[5]對分析師關注下的定義，我們將分析師關注(Analyst)定義為出具盈余報告的分析師人數加1再取對數，將分析師跟蹤(Coverage)定義為分析師當年發(fā)布的研報數量加1再取對數。分析師跟蹤(Coverage)是分析師關注(Analyst)在穩(wěn)健性檢驗中的替代變量。

4．其他控制變量

參照王化成等[24]的研究，在回歸模型中控制如下變量：信息透明度(ABACC)、滯后一期的負收益偏態(tài)系數(NCSKEW)、賬面市值比(MB)、資產負債率(Lev)、凈資產收益率(Roe)、個股的年平均周特有收益率(Ret)、公司規(guī)模(Size)、周特有收益率標準差(Sigma)、換手率(Turnover)。此外，為控制年度和行業(yè)固定效應，在回歸模型中加入年度和行業(yè)啞變量。變量的定義和度量見表2。

(三)模型設定

為檢驗假設1，構建模型(5)：

Crashi,t+1=α0+α1EDIi,t+ ∑Controls+∑Year+∑Ind+εi,t+1。

(5)

為檢驗假設2，構建模型(6)：

Crashi,t+1=γ0+γ1Analysti,t+ ∑Controls+∑Year+∑Ind+τi,t+1。

(6)

表1 環(huán)境信息披露指標體系

表2 變量定義與度量

為檢驗假設3，構建模型(7)，并在在模型(5)的基礎上加入分析師關注(Analysti,t)變量，構建模型(8)：

Analysti,t=β0+β1EDIi,t+∑Controls+∑Year+∑Ind+ξi,t。

(7)

Crashi,t+1=β2+β3EDIi,t+β4Analysti,t+∑Controls+∑Year+∑Ind+θi,t+1。

(8)

其中，Crash表示股價崩盤風險，用NCSKEW和DUVOL衡量；EDI表示環(huán)境信息披露質量，Analyst表示分析師關注；Controls表示控制變量；Year和 Ind表示年份和行業(yè)啞變量。

根據溫忠麟和葉寶娟的研究[25]，將中介效應的檢驗步驟分為以下幾步：第一步，檢驗模型5中的系數α1，α1表示環(huán)境信息披露對股價崩盤風險的總效應，若系數α1顯著則繼續(xù)檢驗，否則停止分析。第二步，依次檢驗系數β1和β4，如果這兩個系數都顯著，意味著環(huán)境信息披露質量EDI對股價崩盤風險的影響至少有一部分是通過中介變量實現的，則進行第三步檢驗；如果系數β1和β4至少有一個不顯著，則直接跳過第三步進行第四步檢驗。第三步，檢驗模型8中的系數β3，如果系數β3顯著，說明分析師關注在環(huán)境信息披露影響股價崩盤風險中具有部分中介效應；如果系數β3不顯著而系數β4顯著，表明分析師關注具有完全中介效應。第四步，做Bootstrap檢驗, 如果檢驗結果顯著，則分析師關注的中介效應顯著,否則分析師關注的中介效應不顯著，檢驗結束。

四、實證結果與分析

(一)描述性統(tǒng)計

表3是本文主要變量的描述性統(tǒng)計結果。根據表3可知，衡量股價崩盤風險的兩個指標，NCSKEWt+1和DUVOLt+1的均值分別為-0.375和-0.255，這兩個數值與其他研究文獻差別不大。企業(yè)環(huán)境信息披露質量EDI的最大、最小值分別為0.941和0.059，說明不同企業(yè)之間的環(huán)境信息披露質量參差不齊。分析師關注Analyst的最大值、最小值分別為3.892和0，說明分析師對重污染行業(yè)的不同上市公司的關注度并不都一樣，存在較大差異。

(二)相關性分析

表3 描述性統(tǒng)計分析

表4是主要變量的相關系數表。從檢驗結果可看出，股價崩盤風險的兩個指標高度正相關，具有較好的一致性。而環(huán)境信息披露質量EDI與NCSKEWt+1和 DUVOLt+1相關系數并不顯著，說明環(huán)境信息披露和股價崩盤風險相關關系可能受到其他控制變量的影響，比如年度和行業(yè)控制變量，所以環(huán)境信息披露質量與股價崩盤風險之間的關系，還需要通過回歸結果再做分析。分析師關注Analyst 與NCSKEWt+1及DUVOLt+1的相關系數均為正，在1%的水平上顯著正相關，表明分析師關注度越高發(fā)生股價崩盤風險的可能性就越大，初步證實了研究假設2。

(三)回歸結果分析

表4 主要變量相關性檢驗

1．檢驗假設1

表5顯示了假設1的回歸結果。列(1)中，以NCSKEWt+1作為股價崩盤風險指標，EDI的系數為-0.157，在10%的水平下顯著為負。列(2)中，以DUVOLt+1作為股價崩盤風險指標，EDI的系數為-0.102，且在10%的水平下顯著為負。說明在控制了一系列變量后，重污染行業(yè)上市公司環(huán)境信息披露質量的提高能夠降低股價崩盤風險，二者是負相關關系，驗證了假設H1。通過觀察控制變量發(fā)現，Roe、MB與崩盤風險負相關，Size、Ret與崩盤風險正相關。

2．檢驗假設2

從回歸結果表5的列(3)和列(4)來看，分析師關注Analyst與NCSKEWt+1的回歸系數為0.048，在5%水平下顯著為正；分析師關注Analyst與DUVOLt+1的回歸系數為 0.025，在10%水平下顯著為正。回歸結果顯示分析師關注與股價崩盤風險正相關，表明在控制信息透明度以及其他影響股價崩盤風險的因素之后，隨著分析師關注度的提高，重污染行業(yè)上市公司未來股價崩盤風險會增加。這與韓艷錦等的研究結果一致[13]。

3．檢驗假設3

表6列示了對假設3的回歸結果。列(3)中的環(huán)境信息披露質量系數在10%的水平上顯著為負，表明對于重污染行業(yè)上市公司來講環(huán)境信息披露質量越高越有助于減少分析師的關注，基于監(jiān)督治理機制，分析師會更關注環(huán)境信息披露質量低的上市公司，符合上文對二者關系的分析。在列(4)和列(5)中分析師關注Analyst的系數分別在5%和10%的水平上顯著為正，表明較高的分析師關注更容易引發(fā)股價崩盤，而環(huán)境信息披露質量系數依然在10%水平顯著為負，依據上文對中介效應的分析，可以得到分析師關注發(fā)揮了部分中介作用的結論，驗證了假設H3。對于分析師關注發(fā)揮的中介效應大小，可以通過進一步具體計算得到，對于NCSKEWt+1指標，中介解釋作用=-0.204×(0.046)/(-0.157)=5.98%；對于 DUVOLt+1指標，中介解釋作用=-0.204×(-0.024)/(-0.102)=4.8%。這說明，環(huán)境信息披露質量對股價崩盤風險的影響，有5.98%(4.8%)是通過分析師關注起中介作用的。

五、穩(wěn)健性檢驗

為驗證模型的穩(wěn)健性，控制內生性對研究結果的干擾，我們使用兩種方法對模型進行穩(wěn)健性檢驗，第一種是加入新的控制變量，第二種是替換中介變量的衡量方式。

(一)加入控制變量

為了減輕遺漏變量所造成的內生性問題，參考已有文獻，進一步控制第一大股東持有比例變量。基于“監(jiān)督效應”假說，王化成等[24]指出，隨著大股東持股比例的增加，為確保自身利益大股東會加強對上市公司的監(jiān)督，緩解管理層與股東之間存在的代理沖突問題，從而降低未來股價崩盤風險。第一大股東持股比例與股價崩盤風險顯著負相關。為控制該變量對研究結果的影響，我們在模型中加入控制變量第一大股東持股比例Hld，具體結果如表7所示。環(huán)境信息披露質量EDI 的系數在10%的水平上仍然顯著為負，分析師關注也仍然發(fā)揮著部分中介作用。這意味著本文研究結果并非遺漏第一大股東持股比例變量導致。

表5 假設H1、H2的檢驗結果

表6 假設3回歸結果

(二)更換中介變量的衡量方式

在不更換模型的情況下，通過更換分析師關注的衡量方式，以分析師跟蹤即分析師當年發(fā)布的研報數量加1再取對數，以此作為分析師關注的替代變量放入雙重固定效應模型重新回歸。表8是更換中介變量衡量方式的回歸結果，并且進一步檢驗了中介效應。從回歸結果上看，主要變量的回歸系數的符號、顯著性和數值基本沒有發(fā)生變化，仍然支持前文的研究結論。

表7 進一步控制其他變量的影響

表8 更換中介變量衡量方式的回歸結果

六、結論及啟示

本文以2015—2019年A股重污染行業(yè)上市公司為樣本，分析了環(huán)境信息披露質量、分析師關注與股價崩盤風險之間的關系，并進一步研究了分析師關注在環(huán)境信息披露質量影響股價崩盤風險路徑中的作用。得出以下結論：第一，環(huán)境信息披露的提高可以降低企業(yè)未來股價崩盤風險。對于重污染行業(yè)上市公司來說，重污染行業(yè)環(huán)境信息的披露，可以向外界傳遞更多的企業(yè)信息，讓投資者和其他利益相關者更了解公司情況，減輕公司和外部市場的信息不對稱程度，從而降低股價崩盤風險。第二，分析師關注與股價崩盤風險存在正相關關系，分析師為了追求自身利益，而不向公眾傳遞與上市公司相關的負面消息，這些都會影響股價正常波動，從而導致股價崩盤風險的發(fā)生。第三，分析師關注是環(huán)境信息披露質量與股價崩盤風險的中介因子，環(huán)境信息披露質量通過作用于分析師關注影響股價崩盤風險。分析師關注在上市公司和市場之間發(fā)揮著傳遞信息的功能，在重污染行業(yè)上市公司環(huán)境信息披露質量影響股價崩盤風險的過程中發(fā)揮部分中介作用。

本文的研究結論對重污染行業(yè)上市公司、證券分析師行業(yè)、投資者以及相關監(jiān)管部門都具有一定的啟示。首先，重污染行業(yè)公司應積極主動的披露環(huán)境信息，提高公司的透明度，加大環(huán)保投入力度，提高對外環(huán)境信息披露質量，建立良好的企業(yè)形象，能夠穩(wěn)定股票價格，抑制股價崩盤風險。其次，要規(guī)范證券分析師行業(yè)的發(fā)展，加強行業(yè)自律管理，強化監(jiān)督管理，提高證券分析師準入門檻以及職業(yè)素養(yǎng)和專業(yè)能力，以確保證券分析師能夠及時并準確地向外部信息使用者傳遞企業(yè)的各方面信息。再者，對于證券投資者而言，投資者應提高對公司環(huán)境信息披露的關注，包括公司是否披露環(huán)境信息，以及公司所披露的環(huán)境信息的內容，具備閱讀和分析企業(yè)環(huán)境信息披露報告的能力。這樣有助于投資者做出更正確更佳的投資決策，為穩(wěn)定上市公司的股價起到一定的幫助作用。最后，相關監(jiān)管部門應加強對重污染行業(yè)上市公司監(jiān)督和執(zhí)法力度，使其環(huán)境信息披露更為及時、真實、準確，讓市場了解其真實情況。