龔光明　楊露

【摘 要】 基于信息不對稱理論和隱藏壞消息假設(shè)，結(jié)合2010—2015年全景網(wǎng)投資者互動(dòng)平臺上A股上市公司管理層與投資者之間的問答數(shù)據(jù)，研究了企業(yè)管理層、投資者之間的溝通質(zhì)量與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系。研究發(fā)現(xiàn)：管理層與投資者之間良好的溝通可以顯著降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)，這意味著管理層應(yīng)該重視與投資者的溝通，保障溝通質(zhì)量，從而降低企業(yè)未來股價(jià)發(fā)生崩盤的可能性；對于信息不對稱程度高、機(jī)構(gòu)投資者持股比例大的企業(yè)來說，良好的溝通對企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更明顯。

【關(guān)鍵詞】 股價(jià)崩盤風(fēng)險(xiǎn)； 互聯(lián)網(wǎng)互動(dòng)平臺； 溝通質(zhì)量

【中圖分類號】 F272.3 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2018）14-0030-07

一、引言

自改革開放以來，中國經(jīng)濟(jì)建設(shè)取得了舉世矚目的成績，其中資本市場在資金融通、資源配置等方面發(fā)揮了不可或缺的作用。然而中國資本市場制度仍不健全，依舊存在諸多問題與挑戰(zhàn)。其中股價(jià)崩盤一直是監(jiān)管層和學(xué)術(shù)界關(guān)注的焦點(diǎn)，其對企業(yè)甚至資本市場造成的危害尤為嚴(yán)重，至今仍未消除。

文章基于信息不對稱理論和隱藏壞消息假設(shè)研究企業(yè)股價(jià)崩盤現(xiàn)象。該假設(shè)認(rèn)為，在信息不對稱的條件下，管理層為了謀取自身利益，往往傾向于隱藏或推遲披露壞消息，選擇性地披露好消息；一旦壞消息的隱藏量超過市場能接受的閾值，壞消息大量流出，就會造成股價(jià)崩盤。這種管理層機(jī)會主義形式的代理行為是造成股價(jià)崩盤的主要原因[ 1-2 ]。除了少量文獻(xiàn)研究了股價(jià)崩盤與市場化程度[ 3 ]、地區(qū)投資者保護(hù)[ 4 ]等宏觀環(huán)境因素之間的關(guān)系外，現(xiàn)有的微觀研究大致可以分為兩類：一是從經(jīng)營管理視角展開研究，發(fā)現(xiàn)隨著財(cái)務(wù)信息透明度的提高[ 2 ]、女性高管聘請的增多[ 5 ]、會計(jì)穩(wěn)健性的增強(qiáng)[ 6 ]，股價(jià)崩盤風(fēng)險(xiǎn)會顯著降低，然而企業(yè)過度投資[ 7 ]、現(xiàn)金流操控行為[ 8 ]、管理層過高的酬勞[ 9 ]、管理層的過度自信[ 10 ]等因素又會導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)的增加；二是從監(jiān)督制衡視角展開研究，發(fā)現(xiàn)隨著大股東持股比例的提高[ 11 ]、審計(jì)師行業(yè)專長的提升[ 12 ]，股價(jià)崩盤風(fēng)險(xiǎn)隨之降低，然而隨著機(jī)構(gòu)投資者持股比例增大[ 13 ]、分析師樂觀偏差加大[ 14 ]，股價(jià)崩盤風(fēng)險(xiǎn)會顯著增大。

至今鮮有文章基于經(jīng)營管理與監(jiān)督制衡兩大因素相結(jié)合的視角研究股價(jià)崩盤現(xiàn)象。本文以參與經(jīng)營的管理層與負(fù)有監(jiān)督職責(zé)的投資者之間的互動(dòng)行為為切入點(diǎn)，研究管理層、投資者之間良好的溝通是否可以降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)。本文主要的研究貢獻(xiàn)在于：（1）運(yùn)用網(wǎng)絡(luò)抓取、數(shù)據(jù)庫及文本分析技術(shù)，挖掘出全景網(wǎng)中2010—2015年A股上市公司管理層與投資者之間問答記錄的相關(guān)特征，并結(jié)合股票市場價(jià)格波動(dòng)數(shù)據(jù)進(jìn)行回歸分析，探究了管理層、投資者之間的良好溝通與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系；（2）現(xiàn)有文本分析文章缺乏對更能及時(shí)反映市場多樣變化的實(shí)時(shí)、不可預(yù)測、非規(guī)格化的文本信息研究，然而該類文本信息相較于定時(shí)披露的、可預(yù)測的、規(guī)格化的文本，與隨時(shí)都可能發(fā)生的、不可預(yù)測的企業(yè)股價(jià)崩盤的聯(lián)系更加緊密，本文的研究彌補(bǔ)了文本分析領(lǐng)域內(nèi)以往研究股價(jià)崩盤風(fēng)險(xiǎn)文章對該類至關(guān)重要的數(shù)據(jù)來源的研究不足。

二、理論分析和研究假設(shè)

（一）與溝通相關(guān)的分析

隨著互聯(lián)網(wǎng)的普及，互聯(lián)網(wǎng)平臺為投資者了解企業(yè)的信息、業(yè)績和營運(yùn)策略提供了方便快捷的途徑，已經(jīng)成為投資者與企業(yè)之間進(jìn)行戰(zhàn)略性交流的重要途徑。相應(yīng)地，投資者關(guān)系管理可以使交易平臺信息透明度得到改善，降低逆向選擇的成本，最終實(shí)現(xiàn)股票價(jià)格的提高。從委托代理角度出發(fā)，楊德明等[ 15 ]認(rèn)為，企業(yè)與投資者開展關(guān)系管理活動(dòng)可以保證投資者對企業(yè)信息的知情權(quán)，降低企業(yè)與投資者之間的信息不對稱程度，從而降低企業(yè)的代理成本。另外，與投資者開展良好的溝通具有戰(zhàn)略意義，通過與投資者進(jìn)行充分有效的交流，可以使投資者更了解企業(yè)的運(yùn)營情況，更好地發(fā)揮投資者的社會監(jiān)督作用，同時(shí)企業(yè)自身的經(jīng)營管理模式也將得到完善，從而削弱管理層的機(jī)會主義，減少代理問題的發(fā)生。

（二）與文本相關(guān)的分析

目前除了謝德仁等[ 16 ]研究企業(yè)業(yè)績說明會這一非規(guī)格化文本與企業(yè)業(yè)績的關(guān)系外，現(xiàn)有的文本分析文章主要集中在對規(guī)格化文本的研究上。規(guī)格化文本是經(jīng)過企業(yè)準(zhǔn)備，并有相關(guān)規(guī)則、慣例可循的文本，此類文本中包含的信息與實(shí)時(shí)可能發(fā)生的股價(jià)崩盤聯(lián)系較低。相應(yīng)地，因?yàn)樵诨ヂ?lián)網(wǎng)互動(dòng)平臺上企業(yè)令人滿意的回復(fù)，可以增強(qiáng)投資者的信心，消極答復(fù)則可能促使投資者看空股票，企業(yè)在此接受社會的實(shí)時(shí)監(jiān)督，同時(shí)互動(dòng)平臺又發(fā)揮其信息中介的作用，所以互動(dòng)平臺上投資者與公司管理層之間非規(guī)格化的實(shí)時(shí)問答數(shù)據(jù)與企業(yè)股價(jià)崩盤之間的聯(lián)系更為緊密。

（三）研究假設(shè)

根據(jù)壞消息隱藏假設(shè)，企業(yè)管理層為了謀取自身利益而損害股東利益的代理行為是企業(yè)發(fā)生股價(jià)崩盤的起因。并且在管理層與投資者之間存在信息不對稱的情況下，由于投資者不能獲得充分有效的信息，管理層機(jī)會主義傾向就可能促使其做出隱藏壞消息等損害投資者利益的行為，最終導(dǎo)致股價(jià)崩盤的發(fā)生[ 1-2 ]。

信息不對稱造成的代理問題是現(xiàn)代企業(yè)制度固有的弊病。信息披露作為解決信息不對稱的途徑之一，一直被監(jiān)管層要求強(qiáng)制性執(zhí)行。然而在現(xiàn)代信息社會，企業(yè)根據(jù)法律法規(guī)披露的公開信息是不及時(shí)、不充分的。公開信息渠道的不暢通，就會造成投資者被小道消息等蒙蔽，甚至做出不合理的投資行為。

管理層與投資者在互聯(lián)網(wǎng)互動(dòng)平臺上展開良好的溝通，作為一種對強(qiáng)制性公開披露信息制度的補(bǔ)充機(jī)制，正好可以解決此類問題，投資者可以通過該類平臺，及時(shí)獲得所需的信息，企業(yè)管理層也可以及時(shí)地回答投資者們關(guān)心的問題，規(guī)避小道消息等造成的不利影響，最終降低了管理層與投資者之間的信息不對稱程度，降低了代理成本，減少了企業(yè)未來發(fā)生股價(jià)崩盤的可能性。

同時(shí)，管理層與投資者良好的溝通勢必使得投資者更了解企業(yè)，從而更好地行使其監(jiān)督的權(quán)利，促使企業(yè)完善內(nèi)部經(jīng)營管理制度，抑制管理層的機(jī)會主義行為，抑制股價(jià)崩盤。

另外，管理層與投資者良好的溝通，使得投資者對企業(yè)的經(jīng)營管理模式和業(yè)務(wù)范圍等更加了解，必然縮小管理層進(jìn)行尋租、隱藏壞消息等損害投資者利益的行為空間，從源頭抑制了股價(jià)崩盤的發(fā)生。

本文以管理層是否在互聯(lián)網(wǎng)互動(dòng)平臺上對投資者的提問給予高質(zhì)量的回復(fù)來度量管理層與投資者之間溝通的好壞。因?yàn)楣芾韺幼鳛樾畔⒌膬?yōu)勢方和有效信息的提供者，在與投資者的溝通中占有絕對的主動(dòng)權(quán)和選擇權(quán)，管理者與投資者的溝通質(zhì)量關(guān)鍵就在于管理層是否提供了高質(zhì)量的信息。為此，提出假設(shè)1：

H1：在其他條件相同的情況下，管理層高質(zhì)量的回復(fù)可以降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)。

在文本挖掘中，筆者使用了兩個(gè)替代變量來度量回復(fù)質(zhì)量：一是回答的充分性（量），使用一年內(nèi)平均每條回復(fù)的字符數(shù)；二是回答的精確性（質(zhì)），用一年內(nèi)平均每條回復(fù)中存在定量描述的比率來表示。由此，得到H1兩個(gè)更細(xì)的假設(shè)，即：

H1a：在其他條件相同的情況下，管理層回復(fù)越充分，企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)越小。

H1b：在其他條件相同的情況下，管理層回復(fù)越精確，企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)越小。

管理層通過自身主動(dòng)地和投資者建立良好的溝通，就可能降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)。然而，良好的溝通能對股價(jià)崩盤現(xiàn)象起到抑制作用的機(jī)理之一是企業(yè)存在信息不對稱。Jin and Myers[ 1 ]和Hutton[ 2 ]研究發(fā)現(xiàn)，在企業(yè)信息不對稱程度較高時(shí)，管理層有更大的空間進(jìn)行信息管理，從而增加了企業(yè)未來發(fā)生股價(jià)崩盤的可能性。對于信息不對稱程度嚴(yán)重的企業(yè)來說，良好的溝通能夠促使企業(yè)管理層披露更多內(nèi)部信息，使投資者對企業(yè)有更充分的了解，從而降低了管理層與投資者之間的信息不對稱，降低了企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)。而對于企業(yè)信息不對稱程度較輕的企業(yè)來說，企業(yè)信息原本就比較透明，良好的溝通并不能提供過多的增量信息，對降低企業(yè)信息不對稱性的作用并不十分明顯，從而對股價(jià)崩盤風(fēng)險(xiǎn)的影響也比較輕微。因此，可以推測在企業(yè)信息不對稱程度較高的企業(yè)中，回復(fù)的高質(zhì)量對降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的作用更明顯；而在信息透明度較低的企業(yè)中，該作用較弱或者不明顯。為此，提出假設(shè)2：

H2：在其他條件相同的情況下，在信息不對稱嚴(yán)重的企業(yè)中，高質(zhì)量的回復(fù)對降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的作用更明顯。

并不是所有投資者都能很好地吸收企業(yè)披露的回復(fù)信息，并迅速做出合理決策。一定程度上，披露的信息對于擁有較強(qiáng)信息處理能力的機(jī)構(gòu)投資者更實(shí)用，并且一旦管理層做出不善的經(jīng)營管理行為，機(jī)構(gòu)投資者相比一般中小投資者有更強(qiáng)的交涉能力，從而督促管理層進(jìn)行整改。因此，可以預(yù)測在企業(yè)機(jī)構(gòu)投資者持股比例越高的情況下，回復(fù)的高質(zhì)量對降低企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的作用更加顯著。為此，提出假設(shè)3：

H3：在其他條件相同的情況下，機(jī)構(gòu)投資者持股比例高的企業(yè)中，高質(zhì)量的回復(fù)對降低企業(yè)崩盤風(fēng)險(xiǎn)的作用更明顯。

三、研究設(shè)計(jì)

（一）樣本選擇

全景網(wǎng)作為一個(gè)財(cái)經(jīng)資訊網(wǎng)站，其IPO網(wǎng)上路演市場占有率高達(dá)九成以上，具有一定權(quán)威性。并且相較于上交所“上證e互動(dòng)”和深交所“互動(dòng)易”兩大互動(dòng)平臺，全景網(wǎng)兼具了上海、深圳兩大證券交易所的股票信息，樣本更為齊全，問答數(shù)據(jù)較為規(guī)整，其發(fā)布的信息接受監(jiān)管部門的嚴(yán)格審核。謝德仁等[ 16 ]利用全景網(wǎng)業(yè)績說明會的數(shù)據(jù)研究了管理層語調(diào)與企業(yè)業(yè)績之間的關(guān)系，可見全景網(wǎng)數(shù)據(jù)具有一定說服力。

本文選取在全景網(wǎng)投資者互動(dòng)平臺上參與互動(dòng)的所有A股上市公司為樣本，通過網(wǎng)絡(luò)抓取技術(shù)，收集企業(yè)與投資者之間全部的問答數(shù)據(jù)，數(shù)據(jù)分布期間為2010—2015年。同時(shí)從CSMAR、Wind和iFind數(shù)據(jù)庫中收集與股價(jià)崩盤相關(guān)的數(shù)據(jù)及控制變量數(shù)據(jù)，并做如下篩選處理：剔除金融行業(yè)企業(yè)，剔除數(shù)據(jù)缺失、結(jié)構(gòu)不完整的數(shù)據(jù)，借鑒參照J(rèn)in and Myers[ 1 ]、宋獻(xiàn)中等[ 17 ]的做法，剔除交易周數(shù)不足30周的數(shù)據(jù)，以便計(jì)算出來的年股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)具有代表性，最終得到3 249個(gè)企業(yè)/年度有效觀察數(shù)據(jù)。

四、實(shí)證結(jié)果

（一）描述性統(tǒng)計(jì)

表2是變量的描述性統(tǒng)計(jì)。從表2可以看出DUVOL、NCSKEW的均值分別為-0.076和-0.134，標(biāo)準(zhǔn)差為0.857和1.040，說明股價(jià)崩盤風(fēng)險(xiǎn)在不同樣本企業(yè)中存在較大差異。QUANTITY、QUALITY均值分別為0.733和0.307，標(biāo)準(zhǔn)差為0.397和0.139，說明企業(yè)管理層對投資者提問所做回答的充分性和精確性在不同樣本中仍存在一定的差距。

（二）相關(guān)性分析

由未報(bào)告的Pearson和Spearman的相關(guān)系數(shù)表可知，DUVOL與NCSKEW的Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)分別為0.92和0.93，并且均在1%的水平上顯著，表明DUVOL和NCSKEW能較一致地度量股價(jià)崩盤風(fēng)險(xiǎn)。除了QUANTITY與NCSKEW在1%的水平上顯著負(fù)相關(guān)外，其余度量回復(fù)質(zhì)量的指標(biāo)與度量股價(jià)崩盤風(fēng)險(xiǎn)的指標(biāo)之間負(fù)相關(guān)關(guān)系并不顯著。由于相關(guān)性分析只是簡單地衡量兩個(gè)變量之間的關(guān)系，并沒有考慮其他控制變量對該關(guān)系的影響，因此，只有通過多元回歸分析才能得出更準(zhǔn)確的結(jié)論。同時(shí)計(jì)算了各變量的VIF值，發(fā)現(xiàn)各VIF值均小于3，排除了多重共線性對回歸結(jié)果的影響。

（三）關(guān)于回復(fù)質(zhì)量的回歸

表3提供了回復(fù)的充分性（QUANTITY）和回復(fù)的精確性（QUALITY）與股價(jià)崩盤風(fēng)險(xiǎn)（CrashRisk）之間的回歸結(jié)果。在控制了控制人屬性、企業(yè)規(guī)模、年度平均周特質(zhì)收益、年度周特質(zhì)收益標(biāo)準(zhǔn)差、企業(yè)信息不對稱程度、企業(yè)賬面市值比、企業(yè)總資產(chǎn)收益率、企業(yè)資產(chǎn)負(fù)債率、行業(yè)、年份等的影響后，由表3中（1）列和（2）列可知，回復(fù)的充分性與DUVOL和NCSKEW在1%的水平上顯著負(fù)相關(guān)，即企業(yè)平均每條回復(fù)的字符數(shù)越多、越充分，企業(yè)股價(jià)崩盤發(fā)生的可能性越低，符合假設(shè)H1a。由表3的（3）列和（4）列可知，回復(fù)的精確性與DUVOL在5%的水平上負(fù)相關(guān)，與NCSKEW在1%的水平上顯著負(fù)相關(guān)，即企業(yè)平均每條回復(fù)存在定量描述的比率越大，回復(fù)越精確，企業(yè)股價(jià)崩盤發(fā)生的可能性越低，符合假設(shè)H1b。

在控制變量方面，企業(yè)的規(guī)模與年度平均周特質(zhì)收益與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān)，企業(yè)的賬面市值比與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)，結(jié)果與王化成等[ 11 ]的研究相符。

（四）按信息不對稱程度分組回歸結(jié)果

借鑒王化成等[ 11 ]的做法，根據(jù)企業(yè)的信息不對稱程度ABSACC，將樣本按年度、行業(yè)中位數(shù)分為信息不對稱程度高和信息不對稱程度低兩組，以檢驗(yàn)不同信息不對稱狀態(tài)下企業(yè)和投資者溝通質(zhì)量對股價(jià)崩盤風(fēng)險(xiǎn)的影響是否存在差異性，即檢驗(yàn)假設(shè)2是否成立。分組回歸結(jié)果如表4所示。由表4的（1）—（4）列可知，在信息不對稱程度高的組中回復(fù)的充分性和精確性，都在1%的水平上與股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)DUVOL和NCSKEW顯著負(fù)相關(guān)，而在信息不對稱程度低的組中后4個(gè)回歸可得（表4中（5）—（8）列），回復(fù)的充分性和精確性對股價(jià)崩盤的抑制作用均不顯著，說明在信息不對稱程度高的企業(yè)中，互聯(lián)網(wǎng)互動(dòng)平臺作為一種信息傳播交流渠道，在抑制企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)方面起到更明顯的作用，符合假設(shè)H2。

（五）按機(jī)構(gòu)投資者持股比例分組回歸結(jié)果

根據(jù)企業(yè)的機(jī)構(gòu)投資者持股比例，將樣本按年度、行業(yè)中位數(shù)分為機(jī)構(gòu)持股比例高和機(jī)構(gòu)持股比例低兩組，以檢驗(yàn)不同機(jī)構(gòu)投資者持股比例狀態(tài)下企業(yè)和投資者溝通質(zhì)量對股價(jià)崩盤風(fēng)險(xiǎn)的影響是否存在差異性，即檢驗(yàn)假設(shè)3是否成立。分組回歸結(jié)果如表5所示。由表5的（1）—（4）列回歸結(jié)果可得，在機(jī)構(gòu)投資者持股比例高的組中，回復(fù)的充分性和精確性均在5%以內(nèi)的水平上與股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)DUVOL和NCSKEW負(fù)相關(guān)，而在機(jī)構(gòu)投資者持股比例較低的組中（見表5的（5）—（8）列），該關(guān)系并不顯著。由此可以推測，在機(jī)構(gòu)投資者持股比例較高的企業(yè)中，高質(zhì)量的回復(fù)信息可以被機(jī)構(gòu)投資者更好地消化、吸收，從而對降低股價(jià)崩盤風(fēng)險(xiǎn)起到更明顯的抑制作用，符合假設(shè)H3。

（六）穩(wěn)健性檢驗(yàn)

為了保證本文結(jié)論的穩(wěn)健性，進(jìn)行了如下檢驗(yàn)：（1）借鑒羅進(jìn)輝等[ 19 ]的研究可知媒體報(bào)道作為一種外部監(jiān)督機(jī)制，同樣具有信息中介和公共監(jiān)督作用，媒體報(bào)道數(shù)量因素對股價(jià)崩盤有顯著影響。因此，本文進(jìn)一步以百度新聞搜索條數(shù)度量媒體報(bào)道數(shù)量，并控制媒體報(bào)道數(shù)量對股價(jià)崩盤風(fēng)險(xiǎn)的影響。（2）更改信息不對稱程度指標(biāo)的度量方法，使用傳統(tǒng)的瓊斯模型計(jì)算的可操縱應(yīng)計(jì)利潤的絕對值度量信息不對稱程度。由于篇幅限制，（1）和（2）檢驗(yàn)的相關(guān)結(jié)果未列示，通過回歸結(jié)果可知，結(jié)論依舊和前文一致，且系數(shù)均高度顯著。

五、研究結(jié)論與啟示

本文研究了全景網(wǎng)投資者互動(dòng)平臺中上市公司管理層與投資者在2010—2015年之間的問答數(shù)據(jù)，發(fā)現(xiàn)企業(yè)管理層與投資者之間溝通越良好，即管理層給予投資者回復(fù)的充分性與精確性越高，企業(yè)在未來發(fā)生股價(jià)崩盤的可能性越低。并且對于機(jī)構(gòu)投資者持股比例高、信息不對稱嚴(yán)重的企業(yè)該抑制作用更明顯。

本文運(yùn)用網(wǎng)絡(luò)抓取、數(shù)據(jù)庫及文本分析技術(shù)，分析了非規(guī)格化的、實(shí)時(shí)問答數(shù)據(jù)，彌補(bǔ)了文本分析領(lǐng)域?qū)υ擃悢?shù)據(jù)的研究不足，豐富了數(shù)據(jù)挖掘技術(shù)在企業(yè)管理中的應(yīng)用。研究結(jié)論對企業(yè)的經(jīng)營管理有一定的指導(dǎo)作用，為企業(yè)降低股價(jià)崩盤風(fēng)險(xiǎn)提供了新思路、新對策，指出企業(yè)管理層可以通過在互聯(lián)網(wǎng)互動(dòng)平臺上積極與投資者交流，并且提供更加充分精確的信息來降低企業(yè)未來發(fā)生股價(jià)崩盤的可能性，尤其對于機(jī)構(gòu)投資者持股比例高、信息不對稱嚴(yán)重的企業(yè)，更應(yīng)注重這方面的交流。同時(shí)，對于監(jiān)管層而言，本文的研究結(jié)果明確了互聯(lián)網(wǎng)互動(dòng)平臺在企業(yè)治理中的作用，表明其作為一個(gè)企業(yè)管理層與投資者的交流平臺，的確可以起到信息中介和穩(wěn)定股價(jià)的作用。該結(jié)論為監(jiān)管層進(jìn)一步加大互聯(lián)網(wǎng)互動(dòng)平臺的建設(shè)提供了理論基礎(chǔ)。

【參考文獻(xiàn)】

[1] LI JIN， MYERS S C. R2 around the world： new theory and new tests[J]. Journal of Financial Economics，2006，79（2）：257-292.

[2] HUTTON A P， MARCUS A J， TEHRANIAN H. Opaque financial reports， R2， and crash risk[J]. Journal of Financial Economics，2009，94（1）：67-86.

[3] 施先旺，胡沁，徐芳婷.市場化進(jìn)程、會計(jì)信息質(zhì)量與股價(jià)崩盤風(fēng)險(xiǎn)[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2014（4）：80-87，96.

[4] 王化成，曹豐，高升好，等.投資者保護(hù)與股價(jià)崩盤風(fēng)險(xiǎn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2014（10）：73-82.

[5] 李小榮，劉行.CEO vs CFO：性別與股價(jià)崩盤風(fēng)險(xiǎn)[J].世界經(jīng)濟(jì)，2012（12）：102-129.

[6] KIM J B， ZHANG L. Does accounting conservatism reduce stock price crash risk：firm-level evidence[C]. Unpublished Working Paper， City University of Hong Kong，2010.

[7] 江軒宇，許年行.企業(yè)過度投資與股價(jià)崩盤風(fēng)險(xiǎn)[J].金融研究，2015（8）：141-158.

[8] 周冬華，賴升東.上市公司現(xiàn)金流操控行為會加劇股價(jià)崩盤風(fēng)險(xiǎn)嗎[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（2）：100-111.

[9] XU N， LI X， YUAN Q， et al. Excess perks and stock price crash risk： evidence from China[J]. Journal of Corporate Finance，2014（25）：419-434.

[10] KIM J B， WANG Z， ZHANG L. CEO overconfidence and stock price crash risk[J].Social Science Electronic Publishing，2016，33（4）：1720-1749.

[11] 王化成，曹豐，葉康濤.監(jiān)督還是掏空：大股東持股比例與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2015（2）：45-57，187.

[12] 熊家財(cái).審計(jì)行業(yè)專長與股價(jià)崩盤風(fēng)險(xiǎn)：基于信息不對稱與異質(zhì)信念視角的檢驗(yàn)[J].審計(jì)與經(jīng)濟(jì)研究，2015（6）：47-57.

[13] 曹豐，魯冰，李爭光，等.機(jī)構(gòu)投資者降低了股價(jià)崩盤風(fēng)險(xiǎn)嗎？[J].會計(jì)研究，2015（11）：55-61，97.

[14] 許年行，江軒宇，伊志宏，等.分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)[J].經(jīng)濟(jì)研究，2012（7）：127-140.

[15] 楊德明，辛清泉.投資者關(guān)系與代理成本：基于上市公司的分析[J].經(jīng)濟(jì)科學(xué)，2006（3）：47-60.

[16] 謝德仁，林樂.管理層語調(diào)能預(yù)示公司未來業(yè)績嗎：基于我國上市公司年度業(yè)績說明會的文本分析[J].會計(jì)研究，2015（2）：20-27，93.

[17] 宋獻(xiàn)中，胡珺，李四海.社會責(zé)任信息披露與股價(jià)崩盤風(fēng)險(xiǎn)：基于信息效應(yīng)與聲譽(yù)保險(xiǎn)效應(yīng)的路徑分析[J].金融研究，2017（4）：161-175.

[18] 孟慶斌，楊俊華，魯冰.管理層討論與分析披露的信息含量與股價(jià)崩盤風(fēng)險(xiǎn)：基于文本向量化方法的研究[J].中國工業(yè)經(jīng)濟(jì)，2017（12）：132-150.

[19] 羅進(jìn)輝，杜興強(qiáng).媒體報(bào)道、制度環(huán)境與股價(jià)崩盤風(fēng)險(xiǎn)[J].會計(jì)研究，2014（9）：53-59，97.