董永琦 宋光輝

(華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510641)

一、引言

對上市公司的實地調(diào)研是當(dāng)下基金公司信息搜尋的主要方式①，基金公司實地調(diào)研是基金公司與上市公司管理層面對面進(jìn)行直接互動交流、獲取公司經(jīng)營信息的重要手段。根據(jù)美國的調(diào)查分析顯示：對上市公司進(jìn)行實地調(diào)研非常普遍且重要[1]。然而，國內(nèi)學(xué)術(shù)界卻對此關(guān)注甚少[2]，僅有幾篇文獻(xiàn)對機(jī)構(gòu)投資者的調(diào)研進(jìn)行了初步探索，且集中在整個機(jī)構(gòu)投資者群體進(jìn)行實地調(diào)研對上市公司信息披露質(zhì)量或公司治理的影響方面[3][4][5][6]。顯然這些學(xué)者對該問題的研究使我們認(rèn)識到機(jī)構(gòu)投資者調(diào)研所產(chǎn)生的重要影響。但是，現(xiàn)有研究結(jié)論既不能清晰揭示基金公司這類專業(yè)的機(jī)構(gòu)投資者對上市公司調(diào)研的效果，也不能準(zhǔn)確揭露實地調(diào)研對上市公司負(fù)面信息挖掘的效果②。

從整體上來看，自2013年起，基金公司實地調(diào)研上市公司的數(shù)量和頻率不斷增加，但依然未能阻止類似“長生生物”事件的發(fā)生。這些現(xiàn)象迫使我們思考：基金公司如此耗費(fèi)資源進(jìn)行實地調(diào)研究竟有沒有挖掘到上市公司的負(fù)面信息呢？為此，本文將根據(jù)現(xiàn)有研究成果，采用股價崩盤風(fēng)險指標(biāo)測度上市公司負(fù)面信息隱藏的程度，對基金公司實地調(diào)研挖掘負(fù)面信息的情況進(jìn)行探討，研究主要涉及以下三個問題：第一，基金公司實地調(diào)研究竟是挖掘了上市公司隱藏的負(fù)面消息呢，還是對上市公司隱藏的負(fù)面情況毫無察覺，甚至形成了樂觀誤判?第二，不同市場環(huán)境下，基金公司實地調(diào)研對負(fù)面信息挖掘的效果是否存在差異?第三，就基金公司實地調(diào)研行為方式而言，基金公司單獨(dú)調(diào)研和集體調(diào)研對負(fù)面信息挖掘的效果是否存在差異?這些問題的研究不僅有助于我們清晰認(rèn)識基金公司實地調(diào)研的效果，而且對于推動基金公司實地調(diào)研發(fā)展、改善公司治理以及保護(hù)中小投資者利益都有著重要的理論價值和現(xiàn)實意義。

二、文獻(xiàn)回顧與研究假設(shè)

從現(xiàn)有關(guān)于機(jī)構(gòu)投資者實地調(diào)研的文獻(xiàn)可知，基金公司實地調(diào)研具有兩大信息挖掘價值：第一，基金公司實地調(diào)研能夠觀察到公司的生產(chǎn)和經(jīng)營管理狀況，在調(diào)研過程中參與調(diào)研的基金公司可以實地考察公司的研發(fā)環(huán)境、生產(chǎn)車間、庫存和員工餐廳等，直觀了解公司的運(yùn)作情況，提高對公司生產(chǎn)流程、研發(fā)能力以及資產(chǎn)利用率的理解，從而降低基金公司與上市公司之間的信息不對稱[7]。第二，基金公司在實地調(diào)研過程中，可以獲得語言內(nèi)容之外的信息，并評估語言內(nèi)容的可信性。比如，可以觀察和捕捉到參與交流的上市公司管理層的身體語言、面部表情和聲音腔調(diào)等非語言提示，而這些非語言提示蘊(yùn)含大量的信息[8]?？梢酝茰y，基金公司在對上市公司實地調(diào)研的過程中，會獲取更多關(guān)于被調(diào)研公司的增量信息，尤其是上市公司隱藏的負(fù)面信息。然而，以上關(guān)于基金公司實地調(diào)研的信息挖掘優(yōu)勢在實際過程中要真正轉(zhuǎn)化為挖掘真實負(fù)面信息的效果，需要基金公司實地調(diào)研過程中有充分的時間和充分的理性作為保證。

首先，基金公司實地調(diào)研的信息挖掘職能可能會受到擠壓。基金公司是“受人之托，代人理財”，為了贏得現(xiàn)有股東對其投資決策的支持以及塑造“敬業(yè)負(fù)責(zé)”的投資者形象需要，他們常常對上市公司進(jìn)行實地調(diào)研，基金公司實地調(diào)研可能帶有“取悅”其投資者的味道[9]，而不完全是為了信息挖掘，這可能影響基金公司實地調(diào)研過程中信息挖掘職能的履行。

其次，基金公司實地調(diào)研挖掘負(fù)面信息的時間難以保證。本文在收集數(shù)據(jù)的過程中發(fā)現(xiàn)，很多基金公司實地調(diào)研一家上市公司的時間僅有半天或者一天；如此短的時間內(nèi)，很多時候基金公司對上市公司的實地調(diào)研只是匆匆而過，并未真正對被調(diào)研公司的研發(fā)環(huán)境、生產(chǎn)車間和庫存等進(jìn)行仔細(xì)的實地考察。這種短時間的“匆匆而來、匆匆而去”式調(diào)研使基金公司實地調(diào)研信息挖掘優(yōu)勢的發(fā)揮缺乏充分的時間保證，而要挖掘上市公司隱藏的負(fù)面信息變得更加艱難。

第三，基金公司實地調(diào)研挖掘負(fù)面信息的理性難以保證。孫光國和趙健宇(2014)指出：公司管理層更容易滋生過度自信心理[10]。而上市公司管理層的這種過度自信可以通過溝通傳遞給參與實地調(diào)研的基金公司，這不僅不利于負(fù)面信息的挖掘，反而夸大了已有的利好信息，推動了負(fù)面信息的進(jìn)一步隱藏。例如譚松濤和崔小勇(2015)指出：在調(diào)研過程中，上市公司很可能會使用具有傾向性的詞匯介紹公司經(jīng)營現(xiàn)狀和未來盈利前景，從而給調(diào)研參與者留下好的印象，并將樂觀的情緒傳遞給市場其他投資者，從而引發(fā)市場對該上市公司的“樂觀誤判”[2]。Cao 等(2017)則更進(jìn)一步指出：在實地考察期間，上市公司可能會呈現(xiàn)有偏的信息或者隱藏一些不利的信息，因此，調(diào)研者并不能收集有價值的信息，甚至?xí)纬捎衅臉酚^預(yù)期[6]。

第四，基金公司實地調(diào)研挖掘負(fù)面信息的功能難以得到市場中其他投資者的認(rèn)可?；鸸緦ι鲜泄镜膶嵉卣{(diào)研，會引發(fā)市場上其他投資者的關(guān)注，且常將基金公司實地調(diào)研行為解讀為被調(diào)研上市公司的利好信息，忽視基金公司實地調(diào)研可能挖掘上市公司負(fù)面信息的功能，進(jìn)而引發(fā)整個市場對被調(diào)研上市公司的一種樂觀判斷，推動了被調(diào)研公司負(fù)面信息的進(jìn)一步隱藏。綜上所述，本研究提出競爭性假說H1a和H1b:

H1a：基金公司實地調(diào)研能挖掘到被調(diào)研公司隱藏的負(fù)面信息，降低被調(diào)研公司隱藏負(fù)面信息的程度；

H1b：基金公司實地調(diào)研不但難以挖掘被調(diào)研公司隱藏的負(fù)面信息，甚至可能促成被調(diào)研公司負(fù)面信息的進(jìn)一步隱藏。

基金公司實地調(diào)研的市場環(huán)境可以分為：牛市和熊市。何問陶和趙建群(2008)發(fā)現(xiàn)：我國基金在牛市階段更具攻擊性，在熊市階段相對更加謹(jǐn)慎[11]。故可知：不同市場環(huán)境下，投資者對負(fù)面信息的敏感程度和謹(jǐn)慎態(tài)度是不一樣的，由此導(dǎo)致投資者對上市公司負(fù)面信息挖掘的盡職程度和勤奮程度是不同的。在牛市狀態(tài)下，市場呈現(xiàn)繁榮狀態(tài)，市場上充斥大量的利好消息，投資者被這種利好消息所感染，使得基金公司在實地調(diào)研過程中對負(fù)面信息挖掘相對松懈，而往往希望獲得更多的利好消息；從而對于被調(diào)研公司可能隱藏的負(fù)面信息則有意或無意地選擇了忽視，在熊市狀態(tài)下則相反。由此，本研究提出假說H2：

H2：相對牛市，在熊市狀態(tài)下，基金公司實地調(diào)研挖掘負(fù)面信息的效果較好。

基金公司實地調(diào)研行為方式有單獨(dú)調(diào)研和集體調(diào)研兩種。關(guān)于基金公司實地調(diào)研的行為方式選擇，究竟是采取單獨(dú)調(diào)研更優(yōu)還是集體調(diào)研更優(yōu)？這一問題是實務(wù)界和學(xué)術(shù)界關(guān)注的焦點(diǎn)。與H1a和H1b相對應(yīng)，當(dāng)基金公司實地調(diào)研可以真正挖掘到負(fù)面信息時，基金公司集體實地調(diào)研將對被調(diào)研公司進(jìn)行全方位的關(guān)注與提問，并在調(diào)研過程中參與調(diào)研的基金公司之間相互交換各自獲取的負(fù)面信息[12]，從而使被調(diào)研公司的負(fù)面信息得以更多的挖掘；相反，當(dāng)基金公司實地調(diào)研不但不能挖掘到被調(diào)研公司的負(fù)面信息，反而會形成一種“樂觀誤判”時，基金公司集體實地調(diào)研因其受到的市場關(guān)注更高[10]，將更加明顯地增強(qiáng)市場中其他投資者的樂觀判斷，從而進(jìn)一步加劇被調(diào)研公司負(fù)面信息的隱藏。由此，本研究提出假說H3a和H3b：

H3a：相比于基金公司單獨(dú)實地調(diào)研，基金公司集體實地調(diào)研挖掘上市公司負(fù)面信息的效果較好；

H3b：相比于基金公司單獨(dú)實地調(diào)研，基金公司集體實地調(diào)研挖掘上市公司負(fù)面信息的效果較差。

三、數(shù)據(jù)來源與變量設(shè)計

(一)數(shù)據(jù)來源

本研究所用的基金公司實地調(diào)研數(shù)據(jù)手工收集于深交所互動易平臺下的“調(diào)研活動”欄目；上市公司的股票收益率、股票換手率、資產(chǎn)規(guī)模、賬面市值比、固定資產(chǎn)占比、總資產(chǎn)收益率、資產(chǎn)負(fù)債率、管理層持股比例以及機(jī)構(gòu)投資者持股比例數(shù)據(jù)皆來源于WIND數(shù)據(jù)庫。

(二)樣本選擇

選取2013～2016年所有在深圳證券交易所上市的公司，以及所有參與實地調(diào)研的基金公司為研究樣本。同時，對于所有深圳證券交易所上市的公司，作如下樣本處理：(1)剔除金融類上市公司；(2)剔除上市不足一年的公司；(3)剔除樣本期間始終沒有被基金公司調(diào)研過的上市公司。最終選定上市公司1139家，數(shù)據(jù)長度為16個季度，共18224個觀測值。

(三)變量設(shè)計與主要實證模型

本文主要通過如下模型檢驗基金公司實地調(diào)研對上市公司負(fù)面信息挖掘的效果：

NIi,t=α+β1FVisti,t-1+γControlvariablesi,t-1+εi,t-1

(1)

同時，為了緩解因變量與自變量之間互為因果的內(nèi)生性問題，把所有自變量的取值都滯后了一期。模型(1)中，NI為上市公司負(fù)面信息隱藏的程度；FVisit為基金公司實地調(diào)研指標(biāo)；Controlvariables為一組控制變量。若β1顯著為負(fù)，意味著基金公司實地調(diào)研挖掘了被調(diào)研公司的負(fù)面信息，也就降低了被調(diào)研公司負(fù)面信息隱藏的程度，則假設(shè)H1a成立；若β1顯著為正，意味著基金公司實地調(diào)研沒有挖掘到被調(diào)研公司的負(fù)面信息，甚至推動負(fù)面信息的進(jìn)一步隱藏，也就意味著增加了被調(diào)研公司負(fù)面信息隱藏的深度，則假設(shè)H1b成立。

1.上市公司負(fù)面信息隱藏程度的量化

本研究用上市公司負(fù)面信息隱藏程度來體現(xiàn)基金公司挖掘負(fù)面信息的效果。由于上市公司隱藏的負(fù)面信息難以直接觀察到，因此，要想刻畫上市公司負(fù)面信息隱藏程度變得十分困難。但現(xiàn)有研究的結(jié)論為我們間接度量上市公司負(fù)面信息隱藏程度提供了思路[17]。當(dāng)上市公司隱藏負(fù)面信息的程度越小時，上市公司積累的負(fù)面信息就越少，其股價崩盤風(fēng)險也就越小。基于此，本研究采用股價崩盤風(fēng)險的量化指標(biāo)——負(fù)向偏度系數(shù)(NCSKEW)[14]和收益上下波動比率(DUVOL)[15]來度量上市公司負(fù)面信息隱藏的程度。

2.基金公司實地調(diào)研的量化

構(gòu)造啞變量和連續(xù)變量兩類變量來量化基金公司實地調(diào)研。FVist_if表示上市公司在一個季度內(nèi)是否被基金公司實地調(diào)研；FVist_frequency表示每個上市公司一個季度內(nèi)接待的基金公司調(diào)研次數(shù)；FVist_individual表示一個季度內(nèi)接待的基金公司家數(shù)。

3.其他解釋變量及控制變量

為了驗證假設(shè)H2、H3a、H3b，本文也構(gòu)造了相應(yīng)的分組變量，分別為市場狀態(tài)State，Alone；具體測度方法可詳見表1，據(jù)此對樣本進(jìn)行不同的分組檢驗。

同時，參考Hutton等(2009)[16]、Kim 等(2011)[15]以及肖土勝等(2017)[13]的研究，選擇如下7個控制變量：月平均超額換手率(DTURN)、特有收益波動(Sigma)、平均周特有收益(RET)、公司規(guī)模(SIZE)、市值賬面比(MB)、資產(chǎn)負(fù)債率(LEV)、總資產(chǎn)收益率(ROA)、機(jī)構(gòu)投資者持股比例(Inshold)。

表1 主要變量定義及計算方法

四、實證結(jié)果分析

(一)描述性統(tǒng)計分析

為初步了解基金公司實地調(diào)研的概況，表2列示了主要變量的描述性統(tǒng)計結(jié)果，從表2的結(jié)果可以看出：(1)平均而言，32.1%的公司都得到了基金公司的實地調(diào)研，覆蓋了上市公司的1/3，基金公司實地調(diào)研的影響范圍較廣；(2)從基金公司實地調(diào)研的頻率來看，基金公司對單個上市公司的實地調(diào)研在一個季度內(nèi)最高可達(dá)11次，而最低不到1次，不同的上市公司受到基金公司實地調(diào)研的青睞差異較大，說明基金公司對上市公司調(diào)研具有一定的路徑依賴；(3)從基金公司實地調(diào)研參與的數(shù)量來看，在一個季度內(nèi)最高有60家基金公司對單個上市公司進(jìn)行實地調(diào)研，基金公司扎堆調(diào)研的現(xiàn)象明顯。

(二)回歸結(jié)果分析

1.基金公司實地調(diào)研與被調(diào)研公司負(fù)面信息隱藏程度

從表3可以看出，3個不同的解釋變量在應(yīng)用模型(1)分別對上市公司負(fù)面信息隱藏程度的測度指標(biāo)進(jìn)行回歸，都得到了顯著為正的系數(shù)，驗證了假說H1b，即基金公司實地調(diào)研不但沒有挖掘到被調(diào)研公司的負(fù)面信息，反而可能因基金公司在實地調(diào)研過程中形成的“樂觀誤判”，進(jìn)一步推動被調(diào)研公司負(fù)面信息的隱藏。控制變量中，Inshold的系數(shù)在1%的水平下始終顯著為正，這與曹豐等(2015)[21]以及許年行等(2013)[22]的研究結(jié)果一致。

表2 主要變量的描述性統(tǒng)計

表3 基金公司實地調(diào)研對負(fù)面信息隱藏程度的OLS回歸結(jié)果

注：(1)***、**、*分別表示參數(shù)的估計值在1%、5%、10%水平下顯著；(2)括號內(nèi)為T值。下表同。

2.不同市場狀態(tài)下基金公司實地調(diào)研與被調(diào)研公司負(fù)面信息隱藏程度

由于本研究幾乎涉及在深圳證券交易所上市的所有A股上市公司，故選定深證A指作為反映市場行情的指標(biāo)，并運(yùn)用Pagan和Sossounov(2003)[19]提出的“波峰波谷判定法”確定牛市和熊市的時間區(qū)間。由圖1可以看出，2013年第一季度到2015第二季度之間，市場走勢呈現(xiàn)明顯的“峰態(tài)”，而2015年第三季度，市場走勢呈現(xiàn)明顯的“谷態(tài)”，因此最終確定2013年一季度至2015年二季度為牛市，2015年第三季度為熊市。

圖1 深證A指時間序列圖

由表4可以看出，在牛市狀態(tài)下基金公司實地調(diào)研指標(biāo)的回歸系數(shù)都顯著為正，而在熊市狀態(tài)下，基金公司實地調(diào)研指標(biāo)的回歸系數(shù)都為負(fù)，雖然有些在統(tǒng)計上并不顯著，但是其相對牛市的相反效果仍然得到了證實。即相對牛市，熊市狀態(tài)下基金公司實地調(diào)研更加謹(jǐn)慎和盡責(zé)，能部分挖掘到被調(diào)研公司隱藏的負(fù)面信息，降低被調(diào)研公司隱藏負(fù)面信息的程度，假設(shè)H2得到證實。

表4 不同市場狀態(tài)下基金公司實地調(diào)研對負(fù)面信息隱藏程度的回歸結(jié)果

3.不同調(diào)研行為方式下基金公司實地調(diào)研與被調(diào)研公司負(fù)面信息隱藏程度

為了對假說H3a和H3b進(jìn)行驗證，計算被調(diào)研的1139家上市公司中，16個季度內(nèi)單獨(dú)調(diào)研次數(shù)占總調(diào)研次數(shù)的比例，并得到均值為0.10954，根據(jù)高于和低于均值，將這1139家上市公司劃分為單獨(dú)調(diào)研組和集體調(diào)研組，這兩組涉及的上市公司數(shù)量分別為390和749。由于篇幅限制，表5只列示主要結(jié)果。從表5可以看出，單獨(dú)調(diào)研組，基金公司實地調(diào)研對上市公司負(fù)面信息隱藏程度的回歸系數(shù)雖然也都為正，但在10%顯著性水平下也難以通過檢驗；說明單獨(dú)調(diào)研所形成的“樂觀誤判”并不強(qiáng)烈，也就說明了基金公司單獨(dú)調(diào)研挖掘負(fù)面信息的效果較好。而在集體調(diào)研組，基金公司實地調(diào)研的回歸系數(shù)在1%的顯著性水平下都為正，驗證了假說H3b。

表5 不同調(diào)研方式下基金公司實地調(diào)研對負(fù)面信息隱藏程度的回歸結(jié)果

五、進(jìn)一步檢驗

上文已經(jīng)檢驗了基金公司實地調(diào)研對被調(diào)研公司負(fù)面信息隱藏程度的影響，即對被調(diào)研公司負(fù)面信息挖掘的效果，證實了基金公司實地調(diào)研并沒有挖掘到被調(diào)研公司的負(fù)面信息，反而因其“樂觀誤判”推動了被調(diào)研公司負(fù)面信息的進(jìn)一步隱藏。為了更加直觀地考察基金公司實地調(diào)研過程中可能形成的“樂觀誤判”，本研究選取基金公司對上市公司的持倉量(fund positions)作為檢驗的指標(biāo)。因為，基金公司持倉量將受到基金公司實地調(diào)研的影響，若基金公司實地調(diào)研挖掘到被調(diào)研公司的負(fù)面信息，則會導(dǎo)致基金公司持倉量的降低；相反，如果基金公司實地調(diào)研沒有挖掘到被調(diào)研公司的負(fù)面信息，甚至形成了“樂觀誤判”，將導(dǎo)致基金公司持倉量的增加。運(yùn)用模型(2)進(jìn)行實證檢驗。其中，Cmv表示流通市值的對數(shù)，Growth表示營業(yè)收入增長率，其他變量與前述測度一致。

Fundpositionsi,t=π+ω1FVisti,t+ω2Cmvi,t+ω3Growthi,t+ω4Agei,t+ω5Roai,t+ξi,t

(2)

表6 基金實地調(diào)研對基金持倉量影響的回歸結(jié)果

根據(jù)表6的結(jié)果可以看出：基金公司實地調(diào)研導(dǎo)致基金公司對被調(diào)研公司的持倉量進(jìn)一步增加，證實了基金公司實地調(diào)研過程中形成了對被調(diào)研公司的“樂觀誤判”。

六、穩(wěn)健性檢驗

(一)內(nèi)生性問題

針對遺漏重要變量可能帶來的內(nèi)生性問題，采用工具變量法進(jìn)行回歸分析。由于基金公司對上市公司實地調(diào)研受制于交通工具便利性的影響，基金公司實地調(diào)研與否、調(diào)研次數(shù)必然與被調(diào)研公司所在城市開通的高鐵數(shù)量相關(guān)，但城市開通高鐵數(shù)量是由管理當(dāng)局決定的，屬于外生變量，與殘差項不相關(guān)，也與其他解釋變量不相關(guān)，故而選定被調(diào)研上市公司所在城市開通的高鐵數(shù)量GT_number作為工具變量。運(yùn)用GMM進(jìn)行回歸，從表7可以看出解釋變量的回歸系數(shù)依然顯著為正，且J-statistic也完全接受了工具變量外生性的假設(shè)。

表7 基金公司實地調(diào)研對負(fù)面信息隱藏程度的GMM回歸結(jié)果

基金公司實地調(diào)研在選擇對象時可能往往傾向于去那些披露正面信息多的企業(yè)，這些企業(yè)可能只披露正面信息而對負(fù)面信息避而不談，使得基金公司實地調(diào)研選擇的對象可能往往就是那些負(fù)面信息隱藏程度大的企業(yè)。由此，本研究設(shè)計的模型可能存在因果互逆的情況。針對互為因果可能帶來的內(nèi)生性問題，采用聯(lián)立方程進(jìn)行回歸。實證研究結(jié)果顯示，解釋變量的系數(shù)都在5%的水平下顯著為正，進(jìn)一步支持了前文的結(jié)論(限于篇幅，具體結(jié)果略)。

(二)極端值問題

樣本中存在的極端值可能會影響實證結(jié)果的穩(wěn)定性，從表2的描述性統(tǒng)計分析中，我們發(fā)現(xiàn)解釋變量NCSKEW的最大值高達(dá)8.377，最小值為-8.339，皆遠(yuǎn)離其均值-0.569和中位數(shù)-0.524，可以認(rèn)定本研究中的被解釋變量存在極端值問題，使用穩(wěn)健回歸(RLS)進(jìn)行實證分析發(fā)現(xiàn)，在考慮極端值之后，解釋變量的系數(shù)不但始終為正，且更加顯著，整個模型的解釋力也更進(jìn)一步提升，R2W基本都在16.5%左右(由于篇幅限制，未將結(jié)果列示)。

七、結(jié)論與啟示

本研究采用手工收集的數(shù)據(jù)，檢驗基金公司實地調(diào)研挖掘負(fù)面信息的效果。經(jīng)過實證檢驗發(fā)現(xiàn)：(1)基金公司實地調(diào)研不但沒有挖掘到被調(diào)研公司的負(fù)面信息，反而因其在實地調(diào)研過程中形成的“樂觀誤判”，加劇了被調(diào)研公司負(fù)面信息的隱藏；(2)就基金公司實地調(diào)研在不同市場環(huán)境下的表現(xiàn)而言，在牛市狀態(tài)下，基金公司充斥著樂觀情緒，基金公司實地調(diào)研不但不利于負(fù)面信息的挖掘，反而形成了更大的“樂觀誤判”，進(jìn)一步隱藏了上市公司負(fù)面信息；(3)就基金公司實地調(diào)研的行為方式而言，基金公司集體實地調(diào)研挖掘負(fù)面信息的效果更差，對被調(diào)研公司隱藏負(fù)面信息程度的升高更為顯著。同時，本研究采用GMM方法和聯(lián)立方程方法針對性地控制了內(nèi)生性問題，并運(yùn)用RLS方法控制了極端值帶來的影響，結(jié)果上述發(fā)現(xiàn)依然成立，保證了本研究結(jié)論的可靠性。并進(jìn)行了進(jìn)一步的檢驗，發(fā)現(xiàn)基金公司在實地調(diào)研過程中形成的“樂觀誤判”體現(xiàn)在隨后的對被調(diào)研公司的持倉量上，基金公司實地調(diào)研與隨后的被調(diào)研公司持倉量正相關(guān)。這一結(jié)論充分表明：基金公司實地調(diào)研往往是“走馬觀花”而非“信息挖掘”，是基金公司對投資者“塑造形象”的一種手段。

從上述結(jié)果可以看出，我國的基金公司實地調(diào)研并未達(dá)到理想的效果，反而成了被調(diào)研公司隱藏負(fù)面信息的“從犯”，說明基金公司實地調(diào)研尚不成熟、基金公司調(diào)研質(zhì)量有待提升。造成這一結(jié)果的可能原因是我國基金公司治理水平低下，基金公司實地調(diào)研過程中難以真正實現(xiàn)為投資者服務(wù)的目標(biāo)。因此，我們必須采取有效措施，推動基金公司實地調(diào)研的健康發(fā)展。首先，監(jiān)管層應(yīng)適時出臺相應(yīng)規(guī)則規(guī)范基金公司實地調(diào)研。監(jiān)管層肩負(fù)著保護(hù)投資者利益和確保市場健康運(yùn)行的責(zé)任，基金公司實地調(diào)研雖然只是基金公司個體行為，但對于基金公司自身的廣大投資者以及市場中其他的投資者都會帶來影響，并引發(fā)股價的變化。其次，基金公司實地調(diào)研要追求質(zhì)量而不是數(shù)量。作為負(fù)責(zé)任的基金公司在調(diào)研過程必須謹(jǐn)慎和盡責(zé)，在精力和人員有限的情況下，并適當(dāng)減少調(diào)研次數(shù)，增加單次調(diào)研時間，確保信息挖掘優(yōu)勢充分發(fā)揮的時間，而不是走馬觀花。

注釋：

①Baker(1998)調(diào)查發(fā)現(xiàn)：相比經(jīng)分析師處理的信息，基金經(jīng)理更加重視自身從上市公司管理層那里獲取的原始信息或數(shù)據(jù)。

②Graham等(2005)調(diào)查發(fā)現(xiàn)，管理者傾向于延遲披露壞消息而不是好消息； Kothari等(2009)的研究也表明：管理者披露壞消息和好消息分布并不對稱——即管理者更傾向于隱瞞或推遲披露壞消息而加速披露好消息；因此，對于基金公司實地調(diào)研對上市公司所隱藏的壞消息的挖掘才能直觀且真實的反映基金公司實地調(diào)研的價值和效果。