證交所網絡平臺互動與管理層業績預告披露

李季鵬 卓宗豪

【摘要】近年來， 網絡平臺互動受到越來越多的關注， 不斷出現“蹭熱點”等一系列問題， 管理層涉嫌利用網絡平臺操縱信息披露， 使網絡平臺成為管理層謀取私利的工具。本文利用2010 ～ 2021年上證e互動和互動易平臺中A股上市公司數據， 考察網絡平臺互動對管理層業績預告披露的影響。結果表明： 網絡平臺互動能降低業績預告披露的精確性， 提升業績預告披露的積極性和頻率?？刂瓶赡艿膬壬詥栴}后， 結果依舊顯著。進一步研究發現： 管理層私利動機越強， 上述效果越為明顯； 當業績預告披露為“好消息”時， 能夠弱化網絡平臺互動對管理層策略性披露業績預告的影響； 分析師關注與公司治理水平均能在一定程度上緩解管理層策略性披露業績預告問題。本文不僅拓展了有關網絡平臺的經濟后果和業績預告披露的影響因素研究， 也對規范網絡平臺、 保護中小投資者利益提供了一定啟示。

【關鍵詞】網絡平臺互動；業績預告；管理層私利動機；分析師關注；公司治理水平

【中圖分類號】 F275；F832? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）09-0074-8

一、 引言

黨的二十大報告提出要“推動經濟實現質的有效提升和量的合理增長”。信息技術的發展對資本市場信息環境產生了革命性的影響， 對于資本市場穩定、 推動經濟實現質的提升有著至關重要的作用。2010年深交所開通“互動易”， 2013年上交所開通“上證e互動”。兩個網絡平臺的設立初衷是為了促進市場參與主體之間的信息交流， 投資者可以隨時通過平臺向上市公司提問， 內容包括公司的運營、 財務狀況、 戰略發展等方面， 董秘會針對這些問題給予適當的回復。根據平臺統計， 截至2021年底， 兩個網絡平臺共計收到425萬余次的提問， 問題回復達399萬余次。

網絡平臺的運行得到了市場參與者的一致認可， 但是近年來網絡平臺互動也出現了一些問題， 包括蹭熱點、 職業化提問、 重復問題和無效問題多等①。例如， 2019年7月， 雙鷺藥業（002038）收到深交所的關注函， 原因是公司長期未回復深交所“互動易”平臺投資者的問題。自2021年11月19日起， 九安醫療（002432）股價突飛猛進， 僅用46個交易日， 股價就從6.9元/股飆升至最高88.88元/股， 漲幅高達約12倍， 也疑似蹭疫情熱點②。因此， 2022年5月15日起施行的《上市公司與投資者關系管理工作指引》指出， 披露的信息應當真實、 準確、 完整， 不得有誤導性陳述。我國上市公司在近幾年也出現了爆雷情況， 嚴重損害了投資者利益。業績預告作為信息披露的重要組成部分， 在披露時點及形式上具有較強的自主性（Hirst等，2008）， 且監管力度較小， 管理層可以通過策略性披露進行市值管理或向大股東輸送利益。

相關學者研究發現， 網絡平臺互動能夠提升投資者對于信息的利用和解讀能力， 降低信息不對稱（丁慧等，2018b）和股價的波動風險（楊凡和張玉明，2020b）， 提高資本市場信息效率（周耿等， 2020）等。然而有學者基于公司管理層尋求私利動機視角， 發現上市公司涉嫌利用網絡平臺互動“蹭熱點”來操縱股價， 證交所網絡平臺成為管理層私利動機下操縱信息披露的工具， 互動越頻繁， 股價崩盤的風險越大（李文貴和路軍，2022）。關于網絡平臺互動與業績預告披露相關的研究中， 陳皓雪等（2022）發現， 投資者通過網絡平臺和上市公司進行相應的事前溝通來增進對公司經營、 財務等基本面信息的了解， 網絡平臺互動能夠提升投資者對信息的解讀能力， 及時調整預期并增加盈余預期準確性， 從而降低業績預告披露時的市場反應。那么， 管理層針對網絡平臺的頻繁交流， 是否會基于其私利動機有策略性地披露業績預告？現有文獻沒有提供相應的證據。為此，本文從業績預告披露的視角進行分析。根據代理理論， 管理層可能出于提高個人薪酬、 維護個人私利的考慮， 極力隱藏“壞消息”或者過度渲染“好消息”， 使得公司股價上升。不同于傳統的網絡平臺（如微博、股吧、互聯網與留言板發帖等）單方向的信息披露， 證交所網絡平臺溝通是雙向的， 投資者可以直接與公司進行交流， 保證了投資者與公司互動的真實性和完整性， 并且網絡平臺受證交所定期或者不定期的檢查， 且檢查結果被納入信息披露考核中（劉運國和劉芷蕙，2021）， 信息披露質量能夠得到更好的保障（Bartov等，2018）。但是， 在委托人和代理人目標不一致的情況下， 改變溝通方式不能減少管理層為了私利來披露信息的動機。另外， 根據楊凡和張玉明（2020b）的研究， 董秘在與投資者進行溝通時， 多用主觀描述性的文本信息或者直接摘錄已披露公告的信息， 管理層更容易采用敷衍或模糊不清的回復方式， 有關監管部門也很難認定其是否違規， 網絡平臺可能會淪為管理層私利行為的工具。

鑒于以上分析， 本文采用2010 ～ 2021年上證e互動和互動易平臺數據， 實證檢驗網絡平臺互動對管理層業績預告披露的影響。本文發現， 網絡平臺互動降低了管理層業績預告披露的精確性， 提升了管理層業績預告披露的積極性和頻率。在控制內生性問題之后， 結果依舊顯著。進一步研究中通過區分業績預告消息類型、 管理層私利動機、 內外部治理作用機制進行檢驗， 發現： 當管理層發布的業績預告為“好消息”時， 能夠有效緩解網絡平臺互動對業績預告披露精確性、 積極性和頻率的影響； 管理層私利動機越強， 網絡平臺互動降低業績預告披露精確性和提升披露積極性、 頻率的效果越明顯； 分析師關注人數越多， 產生的外部治理作用越能夠緩解網絡平臺互動對業績預告精確性的不利影響， 對于業績預告披露積極性和頻率的效果則不同； 采用主成分分析法構建公司治理水平指標后發現， 公司治理水平越高， 內部治理作用越大， 越可以緩解網絡平臺互動對業績預告披露精確性的不利影響， 對于業績預告披露積極性和頻率則沒有產生影響。

本文可能的貢獻表現在以下方面： 第一， 豐富了網絡平臺互動的研究?，F有文獻認為證交所網絡平臺作為新型的互動平臺受到相關部門的監管， 能夠降低平臺噪音， 且多集中于降低信息不對稱（岑維等，2014）、提升投資者信息獲取能力（丁慧等，2018a）、 改善投資環境（周耿等，2020）、 提高市場效率（Liu， 2022）等方面。李文貴和路軍（2022）基于管理層私利動機， 認為網絡平臺互動增加了股價崩盤的風險。本文發現， 網絡平臺互動降低了業績預告披露的精確性， 提升了業績預告披露的積極性和頻率， 管理層通過網絡平臺來尋求個人私利， 策略性地披露業績預告， 進一步為損害企業信息環境提供了證據。第二， 拓展了業績預告的影響因素。以往的文獻主要研究股吧（王丹等，2020）、 媒體（孟焰和王英允，2019）、 機構投資者調研（程小可等，2017）等對業績預告的影響， 以及社交新媒體平臺投資者e互動對業績預告有效性的影響（陳郜雪等，2022）， 并沒有直接研究網絡平臺互動對業績預告披露的影響， 因此本文從網絡平臺互動視角出發， 豐富了相關文獻， 同時也為監管機構治理證交所網絡平臺提供了依據。第三， 具有一定的現實價值。近幾年網絡平臺出現的問題越來越多， 并逐漸成為管理層謀取私利的工具。本文研究結論可為證交所監督公司在網絡平臺的行為、 維護網絡平臺秩序提供依據， 并保護中小投資者的利益， 敦促企業規范地傳播信息。

二、? 理論分析與研究假設

（一）網絡平臺互動與業績預告精確性

首先， 證交所網絡平臺的密切交流容易引起分析師的關注， 業績預告精確性的差異往往會引起分析師的意見分歧。精確性越低， 分析師之間的分歧程度越高（Cheng等，2013）。有研究表明， 分析師分歧程度越大， 對公司未來的估計不確定程度就越高， 股價也就越容易被高估（Miller，1997）。另外， 岑維等（2014）利用深交所“互動易”平臺數據研究發現， 投資者關注度越高， 股票會呈現上漲的趨勢， 收益率就越高。證交所網絡平臺由證交所設立并運行， 具有一定的權威性， 并且受到越來越多的投資者關注。根據外部盈利壓力假說， 當投資者在平臺與上市公司進行密切交流時， 對上市公司的關注向管理層傳遞了信息， 即公司發展能力較強， 投資者期待公司未來有較高的收益， 如果管理層發布的業績預告無法達到投資者的預期， 其很有可能會賣掉持有的股份， 造成公司股價下跌。管理層可能會基于機會主義下的自利動機， 戰略性地披露更為模糊的業績預告， 維持高估的股價， 并緩解投資者利用該盈余信息對公司股價帶來的影響。

其次， 網絡傳播使得信息碎片化和消極化， 這并不能實質性地幫助投資者提高信息獲取的準確性， 而是容易增加信息不對稱問題， 引發管理層的機會主義行為。而更精確的預告有利于投資者對公司做出自己的判斷， 并最終形成買入或賣出決策， 容易造成公司價值的波動。所以， 管理層為了尋求私利， 也希望通過發布低精確性的業績預告來調整投資者對公司的異質信念， 穩住投資者。業績預告精確性降低后， 投資者的超額換手率會變低， 將帶來更低的投資者異質信念調整， 投資者更愿意維持原來的信念（王英允和高敬忠，2018；王英允等，2022）。并且， 投資者的異質信念調整越強， 在網絡平臺的交流越強烈， 就越容易引起監管層的密切關注， 出現違規的可能性也就越大， 并引起股價的波動（王丹等， 2020）。

最后， 網絡平臺并不能有效約束管理層操縱信息披露。由于存在委托代理問題， 委托人和代理人在長期契約中存在信息不對稱， 如果公司股東與管理層利益存在分歧， 即對公司的運營、 發展戰略存在不一致的看法， 則管理層可能會為了自身的利益去影響公司對外披露的預告信息， 策略性選擇業績預告的精確性（Li和Zhang，2015）和準確性（董南雁等， 2017）。雖然網絡平臺互動的整個過程受到證交所的監管， 拉近了投資者與上市公司之間的距離， 提升了投資者的信息獲取和信息解讀能力（丁慧等，2018a）。但是， 管理層在證交所網絡平臺回復問題時更容易玩“文字游戲”， 表達含糊其辭， 引導投資者按其預期的想法進行溝通， 此時監管機構并不容易判斷其是否違規。當代理成本越高時， 為了私利， 管理層越傾向于發布精確度低的業績預告， 這樣有利于掩飾委托代理問題（袁振超等，2014）?；谝陨戏治觯?本文提出以下假設：

H1： 網絡平臺互動能降低管理層業績預告精確性。

（二）網絡平臺互動與業績預告披露積極性和頻率

根據H1的理論推導， 投資者在證交所網絡平臺進行密切交流時， 基于機會主義動機， 管理層可能會為了滿足自身私利需求而降低業績預告的精確性。延續該推導， 從業績預告質量視角出發， 為了掩蓋網絡平臺互動降低業績預告精確性的情況 ， 管理層可能會積極披露業績預告并增加業績預告披露的頻率。

首先， 深交所和上交所僅要求在公司業績出現較大變動時管理層需要強制性地披露業績預告， 但是可以自主性地披露非強制性的業績預告， 并且不需要經過審計師的審計。那么， 在輿論壓力較大的情況下， 中小投資者會密切關注公司的動向并權衡利益和風險。一方面， 公司積極地披露業績預告也是為了迎合投資者， 維持公司的良好聲譽， 提升公司形象； 另一方面， 網絡平臺互動程度越高， 越容易受到相關媒體、 分析師的密切關注， 就越可能引起監管機構的跟蹤。John等（2005）也發現， 積極披露業績預告能夠向外界傳遞公司具有良好聲譽的信號。因此， 基于自身市值、 形象和風險的考量， 為了降低有關監管機構的關注、 提升自身私利、 規避訴訟風險的可能性（Hirst等，2008）， 公司會選擇積極地披露業績預告。其次， 根據信號傳遞理論， 積極地披露業績預告有利于公司， 公司經營業績越好， 越有競爭優勢（Coller和Yohn，1997）。若管理層自愿向投資者傳遞的企業信息越多， 則越能體現公司本身的優勢地位。市場成功接收到這一信息后， 會對公司的市場價值進行向上修正（Lev和Penman，1990）。已有研究估算了積極的業績預告對企業收益產生的影響， 積極的業績預告為3.2%的預期收益， 消極的業績預告則為-9.96%的預期收益（Skinner，1994）。所以， 管理層積極披露業績預告向投資者傳遞了一個信號， 即該公司目前形勢良好， 愿意為投資者提供更多的公司經營狀況信息， 從而給予投資者繼續投資的信心， 若其繼續持有該公司的股票會獲得豐厚的收益?；谝陨戏治?， 本文提出以下假設：

H2： 網絡平臺互動能提升管理層業績預告披露的積極性。

根據迎合理論， 當公司的外部投資者持續關注公司時， 管理層出于維護個人利益的動機會做出迎合投資者的決定。當外部投資者通過證交所網絡平臺進行密切交流時， 說明投資者是關注該公司業績的， 希望獲取該公司更多的信息， 并且公司披露業績預告的動機與投資者信息需求正相關（常利民， 2022）。 為了從投資者身上獲取某種利益， 企業在制定策略時會迎合投資者的訴求， 而投資者十分關注公司的動向及公司是否具有投資價值等， 希望獲取更多的盈余信息來幫助自己做出決策， 這會對管理層造成壓力。網絡平臺匯集了大量的信息， 投資者的交流與信息傳播使得公眾對公司的行為變得更加敏感， 公司的任何措施都有可能引起股價的變動， 為了迎合投資者， 維護與投資者的良好關系， 給予投資者繼續投資的自信， 管理層會增加披露業績預告的頻率。由此， 本文提出以下假設：

H3： 網絡平臺互動能提升管理層業績預告披露的頻率。

三、 研究設計

（一）數據來源

本文以我國“上證e互動”和“互動易”平臺中2010 ～ 2021年A股上市公司數據作為研究對象。由于深交所最早于2010年1月開通了“互動易”平臺， 上交所最早于2013年7月開通了“上證e互動”平臺， 本文選擇2010年作為研究的初始時間。所用到的網絡平臺數據來自CNRDS數據庫， 上市公司業績預告數據來自WIND數據庫， 其余各變量數據來自CSMAR數據庫。本文對數據做了如下處理： 剔除存在缺失值的公司樣本， 剔除金融類公司樣本， 剔除ST、 ?ST公司樣本， 最終得到20246個樣本觀測值。為控制極端值的影響， 本文對連續型變量在1%和99%分位數上做了Winsorize處理。

（二）變量定義

1. 自變量： 網絡平臺互動（hf）。 上交所和深交所分別開通的“上證ｅ互動”和“互動易”為投資者直接與上市公司交流提供了便利， 問答數量的多少代表了上市公司與投資者之間互動程度的高低。本文參考高敬忠和楊朝（2021）、 李文貴和路軍（2022）的研究， 將年度內上市公司回答投資者的總數加1取自然對數， 得到代表網絡平臺互動的指標hf， 即： hf=ln（上市公司回答投資者的總數+1）。

2. 因變量。

（1）業績預告精確性（Pre）。我國業績預告披露形式一般有四種： 點值、 閉區間、 開區間和定性。本文借鑒程小可等（2017）的研究， 將管理層業績預告精確度分為四個等級： 一是點值預測， 對凈利潤給出明確的預測值， Pre取值為4； 二是閉區間預測， 對凈利潤給出同時具有上下限的預測值， Pre取值為3； 三是開區間預測， 對凈利潤僅給出上限或下限， Pre取值為2； 四是定性預測， 僅給出定性描述， 沒有明確數值， Pre取值為1。

（2）業績預告積極性（Pos）。本文參照常利民（2022）的研究， 采用未達到強制披露標準的公司是否選擇披露業績預告來衡量業績預告積極性， 即對于未達到強制披露標準的上市公司， 若公司自愿披露業績預告則Pos取1， 否則取0。將業績預告類型屬于“略增”“續盈”“略減”和“不確定”的樣本視為自愿披露， 屬于“扭虧”“首虧”“續虧”“預減”和“預增”的樣本視為強制披露。

（3）業績預告頻率（For）。我國上市公司披露的定期報告包括年報、 半年報和一、 三季度報告。因此， 借鑒文雯等（2020）的研究， 采用企業當年披露的業績預告數量來衡量業績預告頻率（For）。

3. 控制變量。參考文雯等（2020）、 常利民（2022）有關于業績預告的研究， 本文選取盈利能力（ROA）等指標作為控制變量， 具體見表1。

（三）模型設定

根據上述研究思路， 采用順序Logit回歸構建模型（1）、 （2）、 （3）以檢驗本文假設， 即檢驗網絡平臺互動對業績預告精確性、 積極性和頻率的影響。

Preit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit （1）

Posit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit? （2）

Forit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit （3）

四、 實證分析

（一）描述性統計

表2為描述性統計結果， 網絡平臺互動（hf）的最大值為8.645， 最小值為0， 均值為4.149， 標準差為1.444， 表明上市公司回復投資者的提問存在明顯差異； 業績預告精確性（Pre）的最大值為4， 最小值為1， 均值為2.973， 表明上市公司披露的凈利潤多為區間預測； 業績預告頻率（For）的最大值為4， 最小值為1， 均值為3.057， 表明上市公司每年披露的業績預告次數平均為3次； 業績預告積極性（Pos）的均值為0.376， 說明上市公司自愿披露業績預告的比例約為37.6%。其余控制變量的均值和中位數也基本處于合理范圍內。

（二）基準回歸

控制行業和年份固定效應，按照公司聚類進行回歸， 表3報告了網絡平臺互動與管理層業績預告披露的回歸結果。列（1）的結果顯示， 當不加入控制變量時， 網絡平臺互動（hf）與業績預告精確性（Pre）的回歸系數為-0.087， 在1%的水平上顯著為負。列（2）加入了有關控制變量， hf與Pre的回歸系數大小和對應的t值有所下降， 在1%的水平上顯著為負， 表明網絡平臺互動降低了管理層業績預告披露的精確性， 初步驗證了H1。列（3）的結果顯示， 當不加入控制變量時， hf與業績預告積極性（Pos）的回歸系數為0.183， 在1%的水平上顯著為正。列（4）加入了有關控制變量， hf與Pos的回歸系數大小和對應的t值有所下降， 但仍在1%的水平上顯著為正， 表明網絡平臺互動提升了管理層業績預告披露的積極性， 初步驗證了H2。列（5）的結果顯示， 當不加入控制變量時， hf與業績預告頻率（For）的回歸系數為0.476， 在1%的水平上顯著為正。列（6）加入了有關控制變量， hf與For的回歸系數大小和對應的t值有所上升， 但仍在1%的水平上顯著為正， 表明網絡平臺互動提升了管理層業績預告披露的頻率， 初步驗證了H3。上述結果說明， 投資者在網絡平臺的互動雖然頻繁， 但并不能有效地緩解信息不對稱問題， 網絡平臺反而成為管理層謀取私利的工具， 管理層會通過提升業績預告披露的積極性和頻率來掩蓋業績預告披露精確性的降低。此外， 網絡平臺互動對管理層業績預告披露具有顯著的經濟意義， 根據列（2）、 （4）和（6）， 上市公司對于投資者的回答數每增加1個標準差（1.444）， 管理層業績預告披露的精確性將降低0.120（0.083×1.444）， 管理層業績預告披露的積極性將提升0.235（0.163×1.444）， 管理層業績預告披露的頻率將提升0.739（0.512×1.444）。這表明， 網絡平臺互動對管理層業績預告披露的影響具有不可忽視的經濟重要性。

（三）穩健性檢驗

1. 內生性問題檢驗。

（1）Heckman兩階段法。為了解決網絡平臺互動與管理層業績預告披露可能存在的自選擇問題， 本文使用Heckman兩階段法進行檢驗。首先， 參考劉運國和劉芷蕙（2021）、 楊凡和張玉明（2020a）的做法， 當網絡平臺互動大于行業—年度均值時取值為1， 否則取值為0， 以此來構建一個新的虛擬變量（HF）作為因變量， 衡量網絡平臺互動程度。其次， 選取盈利能力（ROA）、 獨立董事比例（Indep）、 償債能力（Lev）、 股權集中度（Top1）、 托賓Q值（TobinQ）、 公司規模（SIZE）作為自變量， 并控制行業和年份， 構建可能影響網絡平臺互動程度的因素模型（4）來計算逆米爾斯比（Imr）。并參照楊凡和張玉明（2020a）的做法， 選用同行業、 同年度中其他公司的網絡平臺互動平均值（hf_mean）作為工具變量加入模型（4）中。之所以選用該工具變量， 是因為同行業、 同年度的其他公司的網絡平臺互動平均值與本公司有著一定的相關性， 但并不會直接影響本公司管理層披露業績預告的行為。

HFit=α0+α1hf_meanit+α2Controlsit+∑Ind+

∑Year+εit （4）

最后， 將計算的Imr作為控制變量加入模型（2） ～（4）中， 限于篇幅， 回歸結果略（下同）。控制了可能存在的自選擇問題后， 網絡平臺互動依然影響管理層業績預告的披露。

（2）傾向得分匹配法。為降低網絡平臺互動程度較高企業與較低企業之間存在的特征差別， 本文參考高敬忠和楊朝（2021）的方法， 采用傾向得分匹配法進行穩健性檢驗。把整個樣本數據劃分為兩個子樣本， 網絡平臺互動大于中位數的樣本設置為處理組， 其他樣本設置為對照組， 并選取Lev、 ROA、 TOP1、 SIZE、 Indep、 TobinQ作為協變量， 通過Logit回歸計算傾向得分值， 根據傾向得分值進行1∶1有放回匹配。進一步地， 對于匹配后的結果進行平行趨勢檢驗， 發現匹配后變量的絕對值偏差均小于2.4%， 并且t值統計量都不顯著， 說明匹配結果是合理的。對匹配后的數據進行公司層面的穩健標準誤聚類， 結果顯示， hf與Pre的回歸系數在1%的水平上顯著為負， hf與Pos、 For的回歸系數均在1%的水平上顯著為正， 在控制了可能存在的特征差別后， 說明網絡平臺互動依然影響管理層業績預告的披露。

（3）安慰劑檢驗。為了加強結果的穩健性， 驗證網絡平臺互動是管理層業績預告披露的重要影響因素， 參考高敬忠和楊朝（2021）、 李文貴和路軍（2022）的方法， 采用安慰劑檢驗， 將當年的網絡平臺互動變量在各上市公司中隨機交換， 將打亂順序的網絡平臺互動變量與管理層業績預告披露分別按照模型（2） ～ （4）重復進行1000次回歸， 回歸系數均小于真實數據的回歸系數且均呈現以0為中心的正態分布。由此可見， 網絡平臺互動與管理層業績預告披露的研究結論不是由于某些隨機因素導致的， 而是因為二者之間存在顯著的因果關系。

2. 其他穩健性檢驗。

（1）縮小樣本?！盎右住逼脚_設立的初期可能還沒有受到廣大投資者的關注和使用， 并且“上證e互動”平臺在2013年才設立并運行， 年份比較早的數據可能不具有代表性， 因此本文刪除了2010 ～ 2013年的樣本數據， 并將自變量滯后一期后重新進行回歸， 結依然顯著果且與基本回歸一致， 說明前文的結論并未受到樣本區間的影響。

（2）更換核心變量。本文還參考丁慧等（2018）以及高敬忠和楊朝（2021）的研究， 采用上市公司當年的回答總字數加1取自然對數度量網絡平臺互動程度（Imteract）， 即Interact=ln（上市公司當年的回答總字數+1）。并且借鑒程小可等（2017）的研究， 使用順序Probit模型， 更換核心變量和模型后進行回歸， 結果仍與基準回歸一致， 說明管理層在網絡平臺回復投資者的字數越多， 管理層策略性披露業績預告的效果就越好。

（3）增加控制變量。為了解決可能的遺漏變量問題， 參考文雯等（2020）和常利民（2022）的研究， 加入有關公司治理和財務的控制變量， 如賬面市值比（BM）、 管理層持股比例（Mshare）、 產權性質（SOE）、 國際“四大”審計（BIG4）， 結果依然顯著。

五、 進一步分析

（一）區分業績預告消息類型

已有研究表明， 業績預告為“好消息”時的股價反應為1.96%， 為“壞消息”時的股價反應為-9.96%（Amy等，2003）。為了提高股價， 管理層對于“好消息”會采用更加精確的點估計和區間估計（Penman，1980）。當業績預告為“好消息”時， 股價反應為正向， 管理層可能會傾向于發布精確性高的業績預告， 從而達到投資者的預期， 應對投資者的關注。另外， 根據本文理論分析， 當業績預告類型為“好消息”時， 管理層不需要通過提升業績預告的積極性和頻率來掩蓋管理層降低業績預告精確性的動機。

業績預告的發布有好壞消息之分， 本文參考程小可等（2017）的做法， 設置業績預告類型啞變量， 若預測性質為略增、 預增、 扭虧、 續盈則取值為1， 為“好消息”， 否則取值為0， 為“壞消息”， 回歸結果如表4列（1） ～ （3）所示。列（1）中hf×Good的回歸系數為0.127且在1%的水平上顯著為正， 說明當管理層為了迎合投資者的關注發布“好消息”業績預告時， 能夠有效緩解網絡平臺互動對業績預告精確性的不利影響； 列（2）和列（3）中hf×Good的回歸系數分別為-0.163、 -0.210且均在1%的水平上顯著為負， 說明“好消息”并不能提升網絡平臺互動對業績預告積極性和頻率的影響。本文的結論可以說明， 管理層增加業績預告的積極性、 頻率與降低業績預告的精確性看似是相互矛盾的做法， 目的應該是掩蓋降低業績預告精確性的動機， 從而降低股價下跌的風險， 該結果也為管理層利用網絡平臺策略性地披露業績預告提供了實證依據。

（二）管理層私利動機

本文的理論分析是基于管理層私利動機， 管理層涉嫌利用網絡平臺互動并通過操縱業績預告披露進而達到自身目的。因此， 當管理層私利動機越強時， 就會戰略性地披露越模糊的業績預告， 從而穩定股價， 通過提升業績預告積極性和頻率來掩飾管理層降低業績預告精確的動機， 那么對于管理層披露業績預告的后果就會越明顯。本文參考何任等（2019）的研究， 采用管理費用率（管理費用/營業收入）來衡量管理層私利（Cost）。Cost值越大， 代表管理層私利動機越強， 回歸結果如表4列（4） ～ （6）所示。列（4）中hf×Cost的回歸系數為-0.196， 并在5%的水平上顯著為負； 列（5）和列（6）中hf×Cost的回歸系數分別為0.172、 0.204， 并在5%和1%的水平上顯著為正。這說明管理層私利越強， 越能夠強化網絡平臺互動對降低業績預告精確性的影響， 以及對提升業績預告積極性和頻率的影響， 在一定程度上也驗證了管理層利用網絡平臺策略性地披露業績預告的理論邏輯。

（三）公司治理水平

公司治理是對公司董事會、 股東、 監事和高管的權利進行分配和制衡， 能夠讓其監督彼此的行為， 有效降低管理者和股東的機會主義動機（郝照輝等，2016）。治理水平越高的公司， 其盈利、 運營、 發展等能力越強， 越能夠保證上市公司在資本市場處于穩定地位。有研究選取股東持股比例、 高管持股比例、 財務指標等綜合衡量公司治理水平， 發現公司治理水平越高， 公司的信息披露質量越高（周娜和莊玲玲，2016）， 企業績效也越好。此類公司的制度比較完善， 董事及高管自身素質高， 對企業有較強的歸屬感， 使得管理層等利益相關者為了公司整體利益而努力， 可以緩解所有者和管理者之間的代理問題， 間接抑制管理層的私利動機。

本文參考張會麗和陸正飛（2012）的研究， 選取相應的變量， 采用主成分分析法構建公司治理指標來衡量公司治理水平（CGL）， CGL值越大代表公司治理水平越高， 回歸結果如表5列（1） ～ （3）所示。列（1）中hf×CGL的回歸系數為0.028， 且在5%的水平上顯著為正， 說明公司治理水平能夠緩解網絡平臺互動對業績預告精確性的不利影響。列（2）中hf×CGL的回歸系數為

-0.089， 且在1%的水平上顯著為負， 說明公司治理水平降低了網絡平臺互動對業績預告積極性的影響； 列（3）中hf×CGL的回歸系數為0.061， 在1%的水平上顯著為正， 說明公司治理水平促進了網絡平臺互動對業績預告頻率的影響。這表明， 在公司治理水平較高時， 公司披露的業績預告精確度較高， 頻率有所增加， 但是積極性會下降， 從而抑制了管理層通過提升業績預告積極性和頻率來掩蓋降低業績預告精確性的動機。

（四）分析師關注

分析師是資本市場中幫助投資者分析和判斷上市公司經營情況的專業人士， 分析師關注度在學術上被較多地用來作為公司外部治理的衡量方法。分析師能夠監督企業的行為， 降低投資者與公司之間的信息不對稱， 抑制企業的盈余操縱行為（于忠泊等，2011）， 并且可以降低管理層因自利動機而引起的盈余預測偏差（張嬈等，2017）。分析師關注度越高， 通過聲譽機制給管理層帶來的輿論壓力越大， 管理層迫于外部壓力會降低尋求私利的動機和對證交所網絡平臺的操縱。

本文參考Frank（2007）的做法， 采用本年度公司被分析師跟蹤的人數并取自然對數來衡量分析師關注（Analyst）， 結果如表5列（4） ～ （6）所示。列（4）中hf×Analyst的回歸系數為0.038， 在1%的水平上顯著為正， 說明分析師關注能緩解網絡平臺互動對業績預告精確性的不利影響。列（5）和列（6）中hf×Analyst的回歸系數均不顯著， 說明分析師關注對網絡平臺互動與業績預告積極性和頻率之間的正向關系沒有影響。這表明， 公司受到較多分析師關注時， 其外部監督力量更強， 因此管理層會提供精確性較高的業績預告， 而在業績預告積極性和頻率方面并不會采取提高或降低的手段， 其目的是防止前后矛盾的行為或者更為透明的業績預告引起更多的關注和對公司股價造成不利影響。

六、 結論與建議

本文借助“上證e互動”和“互動易”網絡平臺， 從管理層私利動機出發， 基于業績預告披露視角探尋證交所網絡平臺是否淪為管理層謀取私利的工具， 結果表明頻繁的網絡平臺互動并未有效降低投資者與企業之間的信息不對稱問題， 反而會帶來一些消極影響， 并影響資本信息市場的穩定發展。因此， 本文以2010 ～2021年上述網絡平臺中的A股上市公司數據為樣本， 探尋網絡平臺互動對管理業績預告披露的影響， 并進一步研究了區分業績預告消息類型、 管理層私利動機、 公司治理水平和分析師關注的作用機制。本文不僅拓展了網絡平臺的經濟后果和業績預告披露的影響因素研究， 也對證交所規范網絡平臺有重要啟示價值。

基于上述結論， 本文提出以下建議： 首先， 證交所加強對網絡平臺的監督， 建設具有良好風氣的網絡平臺， 制定更加全面和規范的考核制度， 規范企業與投資者的行為。并且， 要加強對企業違規的懲罰機制， 引導企業樹立不敢違規、 不想違規、 不能違規的思想， 這有助于資本信息市場持續穩定地發展。其次， 針對如何有效回復投資者提出的問題， 企業對董秘等高管進行培訓， 明確溝通的制度要求和方法， 使其不斷提高回復的準確性和可讀性， 切不可錯誤引導投資者。最后， 加強對投資者的教育， 使其理性對待并合理使用證交所網絡平臺， 切勿盲目追尋熱點問題。投資者提高投資能力的關鍵在于提升自身投資素質， 努力學習與投資理財相關的知識， 增強風險意識。

【 注 釋 】

1e公司官微.誰在“碰瓷”互動平臺？什么熱門問什么，有用戶一個月提問2000多個問題……這六大問題待解?。跡B/OL］.http：//www.nbd.com.cn/articles/2019-07-16/1354673.html，2019-07-16。

2新浪財經.花式“蹭熱點”，揭開上市藥企的真假套路［EB/OL］.https：//finance.sina.com.cn/stock/stockzmt/2022-03-03/doc-imcwiwss4028615.shtml，2022-03-03。

【 主 要 參 考 文 獻 】

岑維，李士好，童娜瓊．投資者關注度對股票收益與風險的影響——基于深市“互動易”平臺數據的實證研究［ J］．證券市場導報，2014（7）：40 ～ 47．

常利民．商譽減值與公司業績預告行為［ J］．證券市場導報，2022（1）：62 ～ 71．

陳皓雪，呂長江，范琳珊．社交新媒體、業績預告與資本市場效率——來自深滬兩市投資者e互動的證據［J/OL］.南開管理評論：1 ～ 36［2022-09-09］．

程小可，李昊洋，高升好．機構投資者調研與管理層盈余預測方式［ J］．管理科學，2017（1）：131 ～ 145．

丁慧，呂長江，黃海杰．社交媒體、投資者信息獲取和解讀能力與盈余預期——來自“上證e互動”平臺的證據［ J］．經濟研究，2018a（1）：153 ～ 168．

丁慧，呂長江，陳運佳．投資者信息能力：意見分歧與股價崩盤風險——來自社交媒體“上證e互動”的證據［ J］．管理世界，2018b（9）：161 ～ 171．

董南雁，梁巧妮，林青．管理層業績預告策略與隱含資本成本［ J］．南開管理評論，2017（2）：45 ～ 57．

高敬忠，楊朝．網絡平臺互動能夠抑制實體企業金融化嗎？——來自交易所互動平臺問答的經驗證據［ J］．上海財經大學學報，2021（5）：50 ～ 64+106．

何任，邵帥，楊青．財務獨立董事能否抑制高管的價值損毀行為？——基于我國 A 股上市公司并購的經驗證據［ J］．南京審計大學學報，2019（2）：20 ～ 29．

李文貴，路軍．網絡平臺互動與股價崩盤風險：“溝通易”還是“操縱易”［ J］．中國工業經濟，2022（7）：178 ～ 196．

劉運國，劉芷蕙．投資者e 互動與公司費用粘性［ J］．中國地質大學學報（社會科學版），2021（1）：105 ～ 123．

孟焰，王英允．投資者注意力是否具有外部治理作用——來自管理層業績預告精確性選擇的經驗證據［ J］．中國會計評論，2019（3）：371 ～ 396．

王丹，孫鯤鵬，高皓．社交媒體上“用嘴投票”對管理層自愿性業績預告的影響［ J］．金融研究，2020（11）：188 ～ 206．

王英允，高敬忠．管理層業績預告精確性與投資者異質信念調整［ J］．財經論叢，2018（10）：68 ～ 76．

王英允，孟焰，季蘊慈．社交媒體關注、業績預告精確性與預告效應［ J］．現代財經（天津財經大學學報），2022（6）：91 ～ 110．

文雯，喬菲，陳胤默．控股股東股權質押與管理層業績預告披露［ J］．管理科學，2020（6）：145 ～ 159．

楊凡，張玉明．互聯網溝通能降低股價同步性嗎？——來自“上證e互動”的證據［ J］．中南財經政法大學學報，2020a（6）：108 ～ 119．

楊凡，張玉明．網絡媒介、互動式信息披露與分析師行為——來自“上證e互動”的證據［ J］．山西財經大學學報，2020b（11）：113 ～ 126．

袁振超，岳衡，談文峰．代理成本、所有權性質與業績預告精確度［J］．南開管理評論，2014（3）：49 ～ 61．

張會麗，陸正飛．現金分布、公司治理與過度投資——基于我國上市公司及其子公司的現金持有狀況的考察［ J］．管理世界，2012（3）：141 ～ 150 +188．

周耿，周舟，范從來．上證“e互動”對市場信息效率影響及機制研究［ J］．上海經濟研究，2020（2）：110 ～ 121．

周娜，莊玲玲. 董事會結構、公司治理水平與信息披露質量研究［ J］．經濟與管理評論，2016（5）：88 ～ 94．

Amy P. H.， Gregory S. M.， Douglas J. S.. The Role of Supplementary Statements with Management Earnings Forecasts［ J］．Journal of Accounting Research，2003（5）：867 ～ 890．

Bartov E.， Faurel L.， Mohanram P. S.. Can Twitter Help Predict Firm-Level Earnings and Stock Returns？［ J］．The Accounting Review，2018（3）：25 ～ 57．

Coller M.， Yohn T. L.. Management Forecasts and Information Asymmetry：An Examination of Bid-Ask Spreads［ J］．Journal of Accounting Research，1997（2）：181 ～ 191．

Fang F. Y.. Analyst Coverage and Earnings Management［ J］．Journal of Financial Economics，2007（2）：245 ～ 271．

Hirst E.， Koonce L.， Venkataraman S.. Management Earnings Forecasts：A Review and Framework［ J］．Accounting Horizons，2008（3）：315 ～ 338．

John R. G.， Campbell R. H.， Shiva R.. The Economic Implications of Corporate Financial Reporting［ J］．Journal of Accounting and Economics，2005（1-3）：3 ～ 73．

Li Y.， Zhang L.. Short Selling Pressure， Stock Price Behavior， and Management Forecast Precision：Evidence from a Natural Experiment［ J］．Journal of Accounting Research，2015（1）：79 ～ 117．

Liu Y.. Investor Protection and Audit Fees：Evidence from the E-interaction Platform in China［ J］．Accounting and Business Research，2022（7）：815 ～ 837．

Skinner D. J.. Why Firms Voluntarily Disclose Bad News［ J］．Journal of Accounting Research，1994（1）：38 ～ 60．

【基金項目】國家自然科學基金項目（項目編號：71662028）

【作者單位】新疆財經大學工商管理學院， 烏魯木齊 830012