關(guān)靜怡 朱恒 劉娥平

(1.廣東財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院，廣東 廣州 510320；2.中山大學(xué)管理學(xué)院，廣東 廣州 510275)

一、引言

近年來，東方財(cái)富、雪球、和訊等越來越多的財(cái)經(jīng)網(wǎng)站開設(shè)了“股吧”或者類似的股評(píng)社區(qū)，供廣大投資者進(jìn)行有關(guān)證券投資的討論。逐漸地，在股吧上瀏覽、評(píng)論、跟帖、打賞成為許多股民的每日功課，并且形成了一批擁有眾多粉絲的所謂“大V”，他們會(huì)發(fā)布關(guān)于上市公司經(jīng)營各方面的點(diǎn)評(píng)和預(yù)測。這種現(xiàn)象反映了投資者對(duì)獲得真實(shí)、完整信息的強(qiáng)烈需求，因?yàn)槟壳安环π畔⑴恫灰?guī)范的情況，投資者不得不借助股吧獲得即時(shí)的解答與互動(dòng)，從而降低信息的檢索、核實(shí)成本，而股吧中“問董秘”功能也可以在一定程度上構(gòu)成投資者的信息反饋和輿情監(jiān)督渠道，督促上市公司充分、及時(shí)、有效地披露信息。

盡管股吧在促進(jìn)信息傳遞方面具有一定作用，然而，作為非正式的信息發(fā)布傳播平臺(tái)，股吧也存在較為突出的缺陷：首先，信息發(fā)布主體良莠不齊，詐騙、傳銷、無關(guān)廣告等信息層出不窮，使股吧的整體信息質(zhì)量較低；其次，股吧活躍著大量網(wǎng)絡(luò)水軍、黑嘴，成為不法分子開展內(nèi)幕交易、股價(jià)操縱等非法證券活動(dòng)的工具，而股吧評(píng)論轉(zhuǎn)發(fā)分享的功能使得相關(guān)信息呈幾何級(jí)數(shù)傳播，加強(qiáng)了不法活動(dòng)的危害性；第三，目前股吧缺乏行之有效的自我糾正機(jī)制，只要不涉及垃圾廣告、抄襲剽竊、人身攻擊或者黃賭毒等內(nèi)容即可發(fā)布，平臺(tái)并不會(huì)針對(duì)內(nèi)容的真?zhèn)卧O(shè)定發(fā)帖門檻，這在客觀上加大了上市公司信息澄清、投資者去偽存真的成本。

但總的來說，股吧盛行反映了傳統(tǒng)的信息披露模式無法滿足當(dāng)前投資者的信息需求，預(yù)示著今后網(wǎng)絡(luò)化、扁平化信息披露的趨勢。在這種情況下，可以將股吧評(píng)論理解為是一種具有“雙刃劍”效應(yīng)的模糊信息：一方面，股吧評(píng)論提供了關(guān)于證券投資的大量信息，另一方面，這些信息并不是官方、正式、公允的，存在一定的“模糊性”。那么，這種模糊信息的信息含量如何呢？

目前，已有研究從發(fā)帖數(shù)量和發(fā)帖情緒兩個(gè)角度分別展開討論，指出股吧評(píng)論雖然有助于提升股票收益，促進(jìn)股票市場的流動(dòng)性，卻也容易蔓延非理性情緒，加劇股價(jià)崩潰風(fēng)險(xiǎn)。但是對(duì)于股吧評(píng)論所反映的投資者意見分歧是否會(huì)引發(fā)股價(jià)崩潰風(fēng)險(xiǎn)、通過何種路徑引發(fā)風(fēng)險(xiǎn)，這兩個(gè)問題暫時(shí)未能在已有研究中得到答案。而盡管分析師作為資本市場的信息中介，有望發(fā)揮外部監(jiān)督或者信息挖掘功能，但分析師自身并非客觀中立或者完全理性，分析師的行為或許將在投資者意見分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的過程中產(chǎn)生中介作用。為此，本文以2012—2017年A股上市公司為研究樣本，結(jié)合東方財(cái)富股吧中的發(fā)帖數(shù)據(jù)，研究股吧評(píng)論對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，并探討分析師跟蹤可能存在的中介效應(yīng)。實(shí)證結(jié)果表明，股吧評(píng)論分歧越小，則股價(jià)崩潰風(fēng)險(xiǎn)越大，并且分析師跟蹤人數(shù)和研報(bào)數(shù)量在其中發(fā)揮了部分中介效應(yīng)，即股吧評(píng)論分歧較小的公司吸引了更多的分析師跟蹤，跟蹤人數(shù)和研報(bào)數(shù)量的增多加劇了股價(jià)崩潰風(fēng)險(xiǎn)。

本文研究貢獻(xiàn)可能在于：(1)基于信息傳播以及模糊信息決策的視角，探討了股吧評(píng)論分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，有助于豐富股價(jià)崩潰風(fēng)險(xiǎn)的成因研究；(2)通過檢驗(yàn)分析師跟蹤的中介效應(yīng)，進(jìn)一步揭示了股吧評(píng)論分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的路徑和機(jī)理；(3)相對(duì)于討論上市公司公告、監(jiān)管處罰等領(lǐng)域的文獻(xiàn)，本文所研究的股吧評(píng)論和分析師跟蹤都屬于模糊信息，有助于在行為金融理論下揭示模糊信息的信息含量，豐富市場有效性體系的實(shí)證研究。

二、文獻(xiàn)評(píng)述

(一)股吧評(píng)論

由于傳統(tǒng)定價(jià)模型在解釋市場異常收益率時(shí)面臨窘境，研究者們逐漸把研究視角拓展到心理學(xué)、行為金融等領(lǐng)域。盡管股吧評(píng)論作為非正式、非權(quán)威的信息渠道，似乎很難被當(dāng)作交易的參考標(biāo)桿，但隨著網(wǎng)絡(luò)技術(shù)進(jìn)步，尤其是移動(dòng)互聯(lián)網(wǎng)的盛行，在交易前通過股票論壇收集信息來輔助交易決策的投資者越來越多，網(wǎng)絡(luò)股票論壇漸漸引起了政策制定者、從業(yè)人員及研究者的注意。

一開始研究者們認(rèn)為股票論壇上的信息與上市公司公告信息、分析師評(píng)級(jí)報(bào)告或媒體報(bào)道不同，具有很大的噪音成分，但隨后的研究表明，股票論壇上的信息并不完全是噪音，例如Antweiler and Frank(2004)[1]指出股票論壇上的評(píng)論數(shù)量可以用來預(yù)測未來的交易量，他們采用雅虎財(cái)經(jīng)論壇的評(píng)論數(shù)量作為研究對(duì)象，發(fā)現(xiàn)評(píng)論數(shù)量與交易量、波動(dòng)率正相關(guān)，認(rèn)為用戶發(fā)表買入、持有、賣出等帖子實(shí)際上是表達(dá)著情緒，其中買入類評(píng)論代表正面情緒、持有類評(píng)論代表中性情緒、賣出類評(píng)論代表負(fù)面情緒，這些情緒對(duì)股票論壇用戶的交易行為產(chǎn)生影響，使用這些帖子作為情緒的代理變量可以預(yù)測未來收益。比較不同類型的投資者關(guān)注和投資者情緒也可以發(fā)現(xiàn)，由于中國股票市場散戶占比較高，股吧、雪球等代表個(gè)人的投資者關(guān)注度對(duì)股市的影響更大，新聞關(guān)注度和新聞情緒指數(shù)等代表機(jī)構(gòu)的投資者關(guān)注度對(duì)股市的影響反而不大(石勇等，2017)[23]。

這些研究在理論上與網(wǎng)絡(luò)股票論壇影響資本市場運(yùn)行的推論相吻合，隨后的研究則主要從評(píng)論數(shù)量和評(píng)論情緒兩個(gè)角度展開分析。一方面，股吧評(píng)論所反映的投資者關(guān)注或互動(dòng)強(qiáng)度(評(píng)論數(shù)量)會(huì)影響股票收益，促進(jìn)股票市場流動(dòng)性(李思龍等，2018)[20]，但同時(shí)也容易加劇市場情緒的傳染，增加資產(chǎn)泡沫(羅衎等，2018)[22]。另一方面，股吧評(píng)論所反映的投資者情緒(看漲程度)對(duì)股票收益率和交易量存在影響(熊熊等，2017)[29]，隨著互聯(lián)網(wǎng)技術(shù)高度發(fā)展，投資者情緒得以迅速蔓延，股吧評(píng)論情緒越樂觀，未來的股價(jià)崩潰風(fēng)險(xiǎn)越高(孫鯤鵬和肖星，2018)[25]。

結(jié)合股吧評(píng)論的研究可以發(fā)現(xiàn)，目前關(guān)于股吧評(píng)論的研究主要集中于投資者關(guān)注強(qiáng)度(評(píng)論數(shù)量)和投資者情緒(看漲看跌)兩個(gè)角度，而股吧評(píng)論所反映的投資者意見分歧(看漲看跌的較量)尚未得到足夠關(guān)注。

(二)模糊信息

模糊不等于風(fēng)險(xiǎn)，兩者的區(qū)別在于，風(fēng)險(xiǎn)是可以被計(jì)算出概率與期望值的，即能被量化，而模糊是難以被事先計(jì)算與估計(jì)的。在風(fēng)險(xiǎn)所對(duì)應(yīng)的事件中，其變化是能被預(yù)測的，雖然結(jié)果可能是未知的，但可能的結(jié)果分布是可以估計(jì)的。而在一些復(fù)雜情況下，未來的變化是難以預(yù)期和確定的，使得人們在面對(duì)模糊信息時(shí)的決策方式不同于面對(duì)風(fēng)險(xiǎn)。

已有研究主要從心理學(xué)理論和模型分析兩個(gè)角度探討模糊信息影響決策的機(jī)制。Heath and Tversky(1991)[6]認(rèn)為能力、知識(shí)、經(jīng)驗(yàn)的差異影響著模糊厭惡的程度，當(dāng)決策事件對(duì)能力、知識(shí)和經(jīng)驗(yàn)的要求較高、而決策者又相對(duì)缺乏時(shí)，決策者會(huì)表現(xiàn)出明確的模糊厭惡傾向，他們更愿意在自己熟悉、擁有豐富知識(shí)和能力的領(lǐng)域進(jìn)行決策?！癆lpha Max Min模型”認(rèn)為投資者存在模糊厭惡和模糊偏好，該模型將最終決策看成是最壞結(jié)果與最好結(jié)果的合集，它取決于模糊厭惡及模糊偏好的程度(Ford et al., 2013)[5]?！癆lpha Max Min模型”的極端情況是“最壞情況下的模型”，該模型設(shè)定投資者是完全模糊厭惡的個(gè)體，在極端厭惡模糊的投資者面臨模糊事件時(shí)，會(huì)在最壞可能性發(fā)生的情況下最大化其效用，即做決策時(shí)總是會(huì)把最悲觀的后果發(fā)生的可能性作為決策參考依據(jù)(Caballero and Krishnamurthy, 2008)[3]。Kelsey et al.(2011)[8]認(rèn)為模糊情境決策的最終預(yù)期效用是三項(xiàng)效用的加權(quán)平均，包括該事件的初始預(yù)期效用、最大效用和最小效用。該模型認(rèn)為模糊水平越低，個(gè)體將會(huì)越堅(jiān)持自己的初始判斷，初始預(yù)期效用較高表明投資者將權(quán)重賦予好的結(jié)果上，體現(xiàn)了對(duì)結(jié)果的樂觀，反之，初始預(yù)期效用較低則表明投資者將權(quán)重賦予壞的結(jié)果上，體現(xiàn)了對(duì)結(jié)果的悲觀?？偟膩碚f，初始預(yù)期效用的取值依賴于市場環(huán)境。Klibanoff et al.(2005)[11]使用平滑模型描述了人們在模糊情境下的決策，認(rèn)為當(dāng)人們處于模糊情境時(shí)，會(huì)將自己的主觀判斷作為最大化效用的基礎(chǔ)，所采用最大化效用的模型是極大極小預(yù)期效用模型。

從模糊信息的研究可以發(fā)現(xiàn)，資本市場是具有模糊性的，且模糊性廣泛存在于資本市場的各個(gè)方面：如信息的質(zhì)量是模糊不清的、不太確定針對(duì)某些因素使用哪些模型等。理論模型認(rèn)為模糊性是影響資產(chǎn)定價(jià)的一個(gè)重要因素，它不等同于風(fēng)險(xiǎn)。事實(shí)上，投資者面臨模糊性與風(fēng)險(xiǎn)時(shí)的決策行為也不同，一般來講，人們會(huì)盡量去避免模糊情境下的決策。雖然對(duì)于模糊性的研究存在多種理論解釋，也得到過一些實(shí)證結(jié)果，但是鮮有研究基于模糊信息決策的視角對(duì)A股市場展開實(shí)證研究。

(三)股價(jià)崩潰風(fēng)險(xiǎn)

股價(jià)崩潰風(fēng)險(xiǎn)的根本原因在于壞消息突然爆發(fā)，導(dǎo)致股價(jià)短時(shí)間出現(xiàn)大幅下跌。

從委托代理問題的角度來看，管理層出于對(duì)自身利益的追求，會(huì)刻意隱瞞壞消息(Kothari et al., 2009)[12]，一旦壞消息累積到某個(gè)程度無法再隱藏，就會(huì)突然爆發(fā)，導(dǎo)致股價(jià)暴跌。

從管理層過度自信的角度來看，過度自信的管理層容易高估投資項(xiàng)目的回報(bào)，并將負(fù)凈現(xiàn)值(NPV〈0)的項(xiàng)目誤認(rèn)為是價(jià)值創(chuàng)造，還傾向于對(duì)已觀察到的負(fù)面信息和負(fù)面反饋予以忽視或者找理由開脫，其結(jié)果是負(fù)凈現(xiàn)值的項(xiàng)目長時(shí)間地運(yùn)作，使得不良業(yè)績?nèi)諠u累積，最終導(dǎo)致股價(jià)崩潰(Kim et al., 2016)[9]。

從信息傳播的角度來看，投資者情緒及其波動(dòng)性的增加會(huì)顯著加劇股價(jià)的崩盤風(fēng)險(xiǎn)(李昊洋等，2017)[19]，特別是網(wǎng)絡(luò)輿情出現(xiàn)危機(jī)時(shí)，上市公司的股價(jià)崩潰風(fēng)險(xiǎn)較高(田高良等，2018)[27]。肖土盛等(2017)[28]的研究表明，分析師跟蹤可以發(fā)揮積極的外部監(jiān)督和信息中介作用，幫助緩解股價(jià)崩潰風(fēng)險(xiǎn)。但也有研究得出完全相反的結(jié)論，指出分析師跟蹤會(huì)加劇股價(jià)崩潰風(fēng)險(xiǎn)(Xu et al.,2013)[16]。

綜合股價(jià)崩潰風(fēng)險(xiǎn)的研究可以發(fā)現(xiàn)，無論是委托代理視角下還是行為金融視角下，處于信息生成環(huán)節(jié)的管理層行為都已展開過充分的研究，而信息傳播環(huán)節(jié)對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響則尚未明晰，部分研究甚至得出了截然相反的結(jié)論。

(四)分析師跟蹤

關(guān)于分析師跟蹤對(duì)資本市場的價(jià)值，已有研究發(fā)現(xiàn)分析師跟蹤有助于挖掘信息從而提高投資回報(bào)率，并通過影響管理層行為而改善某些公司治理問題。首先，分析師具有信息挖掘能力，投資者可以根據(jù)分析師的預(yù)測來獲取超額回報(bào)(So, 2011)[15]。其次，分析師能對(duì)上市公司形成外部監(jiān)督效應(yīng)，在降低委托代理成本、提升公司治理質(zhì)量方面發(fā)揮有益作用(譚雪，2016)[26]。

然而，更多文獻(xiàn)發(fā)現(xiàn)，分析師本身并非完全中立或者理性，所發(fā)布的信息可能是有偏差的。這些研究主要從利益和情緒兩個(gè)角度展開：一方面，當(dāng)證券公司的經(jīng)紀(jì)承銷業(yè)務(wù)與自身的研究工作發(fā)生利益沖突時(shí)，分析師會(huì)曲意逢迎而發(fā)布有偏的(通常是更為樂觀的)信息(康健，2013)[18]；另一方面，分析師的預(yù)測存在樂觀偏差(Low and Tan, 2016)[13]以及處置效應(yīng)(即傾向于在股價(jià)走高時(shí)推薦賣出，在股價(jià)走低時(shí)推薦買入)(Balkanska, 2018)[2]。分析師的道德風(fēng)險(xiǎn)和有限理性問題降低了其發(fā)布信息的質(zhì)量，并導(dǎo)致分析師本應(yīng)發(fā)揮的公司治理作用被削弱了，他們不但無法有效平抑市場情緒，反而還隨波逐流，成為市場非理性思潮的中流砥柱，正是其樂觀偏差導(dǎo)致股價(jià)崩潰風(fēng)險(xiǎn)加劇，因此，分析師報(bào)告本質(zhì)上并未提供有效信息，所帶來的股票超額收益實(shí)際上是“泡沫”。

綜合分析師跟蹤的研究可以發(fā)現(xiàn)，分析師對(duì)某些類型的上市公司存在跟進(jìn)的偏好，并且分析師自身并非客觀中立或者完全理性，其道德風(fēng)險(xiǎn)和過度樂觀傾向可能會(huì)阻礙其外部監(jiān)督和信息中介作用的發(fā)揮。

(五)文獻(xiàn)評(píng)述

綜合以上分析，要探明股價(jià)崩潰風(fēng)險(xiǎn)的成因，還有賴于更多的實(shí)證證據(jù)支持，以揭示投資者意見分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響。尤其重要的是，由于股吧的個(gè)股討論區(qū)有“研報(bào)”欄目，上面自帶了各券商分析師與該股票有關(guān)的研究報(bào)告和觀點(diǎn)，意味著分析師跟蹤本身就是股吧信息中密不可分的一環(huán)，分析師跟蹤或許將在投資者意見分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的過程中產(chǎn)生中介作用。據(jù)此，本文基于信息傳播和模糊信息決策兩個(gè)視角，考察股價(jià)崩潰風(fēng)險(xiǎn)的成因，具體以東方財(cái)富股吧評(píng)論數(shù)據(jù)衡量投資者意見分歧，研究股吧評(píng)論分歧對(duì)上市公司股價(jià)崩潰風(fēng)險(xiǎn)的影響，并檢驗(yàn)分析師跟蹤的中介作用。研究結(jié)果有助于刻畫模糊信息情境下的投資策略，揭示股吧評(píng)論的信息含量和作用機(jī)制，對(duì)提高市場監(jiān)管效率和投資者決策效率具有一定啟示。

三、研究假設(shè)

(一)股吧評(píng)論與股價(jià)崩潰風(fēng)險(xiǎn)

從心理認(rèn)知偏差的角度分析，認(rèn)為一系列事件的結(jié)果在某種程度上具有自相關(guān)性的現(xiàn)象可以被概括為“熱手效應(yīng)”和“賭徒謬誤”，即投資者預(yù)測未來股價(jià)走勢受到了歷史價(jià)格信息的影響，產(chǎn)生了啟發(fā)式心理，表現(xiàn)為追漲殺跌(熱手效應(yīng))與抄底逃頂(賭徒謬誤)兩種投資策略。據(jù)林樹等(2006)[21]的研究，“賭徒謬誤”效應(yīng)在中國資本市場上對(duì)股價(jià)序列變化的作用要強(qiáng)于“熱手效應(yīng)”。因此，在面對(duì)確定性的好消息或壞消息時(shí)，投資者可能會(huì)作出股價(jià)即將反轉(zhuǎn)的判斷，傾向于在股價(jià)連續(xù)上漲超過某一臨界點(diǎn)時(shí)賣出，在股價(jià)連續(xù)下跌超過某一臨界點(diǎn)時(shí)買入。

但是，從模糊信息決策的視角來看，當(dāng)存在不確定性時(shí)，如果決策者不知道隨機(jī)變量的精確概率分布，這就意味面對(duì)著模糊信息。在資本市場上，當(dāng)信息質(zhì)量難以判斷時(shí)，投資者通常將其視為模糊信息，根據(jù)概率來作出決策。通常來說，偏好于在未知概率下采取行動(dòng)的模糊偏好型投資者在群體中的占比很小，絕大多數(shù)投資者都屬于模糊厭惡型，不愿意在未知概率下進(jìn)行決策。因此，大多數(shù)投資者在決策前都會(huì)對(duì)模糊信息當(dāng)中的確定性情況進(jìn)行考慮：當(dāng)模糊信息傳遞的是好消息時(shí)，可以確定最壞情況就是這個(gè)好消息是不可靠的，而當(dāng)模糊信息傳遞的是壞消息時(shí)，可以確定最壞情況是這個(gè)壞消息是可靠的(Epstein and Schneider, 2008)[4]。于是，投資者傾向于在好消息是假、壞消息是真的前提下進(jìn)行選擇，從而表現(xiàn)為壞消息比好消息更能影響人們的投資決策等行為，模糊性越大，這種影響效應(yīng)就越強(qiáng)。

基于股吧本身的非權(quán)威性、人員的復(fù)雜性，股吧評(píng)論更容易加大這種模糊程度。針對(duì)上市公司面臨和發(fā)生的種種事件，持有該股票的散戶或網(wǎng)絡(luò)水軍會(huì)積極發(fā)帖維護(hù)該公司，防止股價(jià)下跌；看好這家公司但并未持有該公司股票的散戶或網(wǎng)絡(luò)黑嘴則會(huì)大力唱空，加劇恐慌程度。在這種情況下，投資者缺少專業(yè)知識(shí)和信息渠道對(duì)這些事件和信息進(jìn)行甄別，也缺乏良好的交易習(xí)慣和心理素質(zhì)，在模糊信息決策情境下，傾向于認(rèn)為一致看好或一致看跌都不是好事，容易采取殺跌的交易策略。事實(shí)上，從廣大投資者自身的交易經(jīng)驗(yàn)來看，利好傳言往往很快會(huì)被辟謠，而許多利空傳言盡管也會(huì)被當(dāng)事人辟謠，事后卻被證明是真的。所以當(dāng)股吧上出現(xiàn)一致性的看好或者看跌時(shí)，更容易被投資者視為危險(xiǎn)信號(hào)，第一反應(yīng)是走為上計(jì)。

此外，在東西方文化里對(duì)于模糊事件的預(yù)測是存在顯著差別的(Ji et al., 2000)[7]。傳統(tǒng)中國文化特別注重趨勢發(fā)展的變化性，如“月滿則虧”“盛極而衰”“否極泰來”“塞翁失馬焉知非?！薄瓣庩柣Q”等。在與人相關(guān)的事件中也有所體現(xiàn)，如“福兮禍之所伏，禍兮福之所依”。這種辯證式的思維方式有著悠久的歷史淵源，在極具不確定性的情境下，這種思維方式不僅強(qiáng)調(diào)事物矛盾雙方的對(duì)立統(tǒng)一，更注重矛盾雙方的相互轉(zhuǎn)化。在這樣的文化熏陶下，中國人特別注重的是變數(shù)而不是穩(wěn)定(Nisbett et al., 2001)[14]，傾向于認(rèn)為事態(tài)的發(fā)展會(huì)從一個(gè)極端走向另一極端，這種思維方式的影響具有普遍性、廣泛性和穩(wěn)定性。

在本文研究情境下，投資者是根據(jù)股吧正負(fù)面信息來作出投資決策的，投資者因其有限理性問題，內(nèi)在的思維方式成為了他們的思考行動(dòng)指南，在這種辯證的思維方式下，當(dāng)股吧評(píng)論分歧越大，他們越有可能認(rèn)為股價(jià)的發(fā)展會(huì)從分歧這一極端轉(zhuǎn)向一致穩(wěn)定。而當(dāng)股吧評(píng)論分歧小的時(shí)候，則說明股吧評(píng)論觀點(diǎn)的一致性較大，在中國傳統(tǒng)文化中辯證式思維方式看來，這恰恰蘊(yùn)含著向分歧轉(zhuǎn)化的潛在可能，故而投資者會(huì)傾向于認(rèn)為未來股價(jià)會(huì)出現(xiàn)波動(dòng)情況從而采取殺跌策略，最終加劇股價(jià)崩潰風(fēng)險(xiǎn)。

總之，當(dāng)信息環(huán)境的模糊程度越大時(shí)，投資者更容易受到股吧負(fù)面評(píng)論的影響，而面對(duì)正面評(píng)論時(shí)，因?qū)ο⒄鎸?shí)性的把握程度不高與規(guī)避風(fēng)險(xiǎn)的心理，而選擇不相信該評(píng)論的真實(shí)性，表現(xiàn)為在一致性負(fù)面評(píng)論和一致性正面評(píng)論時(shí)都傾向于規(guī)避風(fēng)險(xiǎn)、爭相拋售，加劇股價(jià)崩潰風(fēng)險(xiǎn)。

故而本文提出：

H1：股吧評(píng)論分歧越小，上市公司的股價(jià)崩潰風(fēng)險(xiǎn)越大。

(二)股吧評(píng)論分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的路徑

理論上，盡管股價(jià)崩潰風(fēng)險(xiǎn)本質(zhì)上來源于管理層披露好消息和壞消息的不對(duì)稱性，但信息的傳播環(huán)節(jié)也會(huì)對(duì)股價(jià)崩潰風(fēng)險(xiǎn)產(chǎn)生重要影響。作為資本市場的信息中介，分析師會(huì)及時(shí)跟蹤公司財(cái)務(wù)報(bào)告和各種經(jīng)營活動(dòng)，幫助投資者解讀市場信息，并且定期或者不定期地開展實(shí)地調(diào)研、撰寫相關(guān)報(bào)告，承擔(dān)著提高信息質(zhì)量和傳播效率的重要職責(zé)。

然而，當(dāng)前市場的短期評(píng)價(jià)機(jī)制加劇了分析師追漲殺跌的動(dòng)機(jī)，使得分析師傾向于追蹤被投資者一致看好或看跌的股票，而不愿作出與市場預(yù)期大相徑庭的分析報(bào)告。通常來說，分析師基于公司基本面信息所得到的估值結(jié)論往往適用于中長期價(jià)值投資，不適用于短期投機(jī)獲利。但A股市場是個(gè)典型的“資金驅(qū)動(dòng)型市場”，即股市漲跌更多取決于入市資金的規(guī)模，公司質(zhì)地、行業(yè)周期等在價(jià)值投資理念下非常重要的因素處于相對(duì)次要地位，并不滿足分析師信息挖掘所需要的理性且有效的資本市場這一前提。在某個(gè)契機(jī)下大量資金進(jìn)場推動(dòng)股價(jià)迅速走高后，會(huì)引發(fā)投資者情緒高漲、一片叫好，此時(shí)公司股價(jià)并不與價(jià)值一致，如果分析師逆勢而行，缺乏耐心的投資者會(huì)認(rèn)為分析師是錯(cuò)的，在這種投機(jī)氛圍濃厚的環(huán)境下，分析師的業(yè)績評(píng)價(jià)趨于短期化，往往會(huì)被狂熱的市場所裹挾，傾向于隨波逐流、繼續(xù)唱多，而畏懼于平抑狂熱的市場情緒。因此，追蹤并迎合市場觀點(diǎn)分歧較小的股票是分析師在當(dāng)前非理性投資環(huán)境下的“適應(yīng)性反應(yīng)”，表現(xiàn)為股吧評(píng)論分歧越小，分析師跟蹤越多。

由于分析師往往存在過度樂觀的預(yù)測偏差，即對(duì)壞消息反應(yīng)不足而對(duì)好消息反應(yīng)過度，當(dāng)分析師跟蹤變得活躍時(shí)，這種樂觀偏差會(huì)進(jìn)一步放大，導(dǎo)致壞消息的披露更不充分，好壞消息的不對(duì)稱性更強(qiáng)。隨著投資者一致看好或看空吸引更多分析師關(guān)注，分析師的樂觀預(yù)測偏差進(jìn)一步加劇并產(chǎn)生溢出效應(yīng)，使得其他分析師的預(yù)測也變得更加樂觀，股價(jià)“泡沫”程度越來越大，股價(jià)崩潰風(fēng)險(xiǎn)也隨之提升。

據(jù)此，本文提出：

H2：股吧評(píng)論分歧較小的公司吸引了更多的分析師跟蹤，使得股價(jià)崩潰風(fēng)險(xiǎn)加劇。

四、研究設(shè)計(jì)

(一)數(shù)據(jù)來源與樣本選擇

選取2012—2017年A股上市公司為研究樣本，共得到14,496個(gè)觀測值。為使實(shí)證結(jié)果不受個(gè)別極端值影響，對(duì)所有連續(xù)變量皆進(jìn)行了上下1%分位的winsorize處理。股吧評(píng)論的數(shù)據(jù)通過網(wǎng)絡(luò)爬蟲技術(shù)從東方財(cái)富股吧網(wǎng)頁上提取，分析師跟蹤的數(shù)據(jù)來自CSMAR，其他數(shù)據(jù)來自Wind資訊金融終端，采用Stata 14.0軟件進(jìn)行數(shù)據(jù)處理。之所以選取東方財(cái)富股吧，是由于該網(wǎng)站在中國的訪問量和影響力較大，發(fā)帖量、閱讀量較高，孫鯤鵬和肖星(2018)[25]、段江嬌等(2017)[17]等也采用東方財(cái)富股吧作為數(shù)據(jù)來源。

(二)重要變量的衡量方法

1.股吧評(píng)論分歧

為定義股吧評(píng)論分歧，首先要定義股吧評(píng)論情緒。延續(xù)孫鯤鵬和肖星(2018)[25]的做法，采用關(guān)鍵詞識(shí)別股吧評(píng)論的不同情緒傾向，當(dāng)股吧評(píng)論出現(xiàn)“買、好、支持、重組、收購、并購、上、增、漲、成、賺、?！钡瓤炊嚓P(guān)鍵詞時(shí)定義為正面評(píng)論，出現(xiàn)“賣、空、垃圾、破位、跌、出、震蕩、敗、賠、熊、壞、差、坑”等看空關(guān)鍵詞時(shí)定義為負(fù)面評(píng)論，既非正面評(píng)論又非負(fù)面評(píng)論的定義為中性評(píng)論，刪除同時(shí)出現(xiàn)看多與看空關(guān)鍵詞的評(píng)論，最終得到各上市公司股吧評(píng)論情緒。具體各年股吧評(píng)論情緒的平均值如表1所示。

表1 股吧評(píng)論情緒分布

得到股吧評(píng)論情緒后，借鑒段江嬌等(2017)[17]，按照式(1)計(jì)算股吧評(píng)論分歧agridx，其數(shù)值越大，表示股吧評(píng)論分歧越小。

2.股價(jià)崩潰風(fēng)險(xiǎn)

參考已有研究的做法(孫鯤鵬和肖星，2018)[25]，采用負(fù)收益偏態(tài)系數(shù)NCSKEW和股票回報(bào)的漲跌波動(dòng)率DUVOL衡量股價(jià)崩潰風(fēng)險(xiǎn)。具體地，首先按照式(2)把股票周收益率和市場指數(shù)周收益率進(jìn)行回歸，所得殘差即為股票收益率偏離市場收益率的程度：

其中，ri,t是指股票i某一年在第t周的收益率，rm,t是同一周的市場收益率(股票所在板塊的指數(shù)收益率)，β0,i是常數(shù)項(xiàng)，β1,i～β5,i是對(duì)應(yīng)變量的回歸系數(shù)，εi,t是殘差項(xiàng)。隨后，按式(3)計(jì)算股票i在第t周的股票周特有收益率Wi,t：

接著，計(jì)算當(dāng)年負(fù)收益偏態(tài)系數(shù)(NCSKEW)和股票回報(bào)的漲跌波動(dòng)率(DUVOL)：

其中，n是指股票i當(dāng)年內(nèi)的交易周數(shù)，nu、nd分別代表股票i的周特有收益率高于或低于其當(dāng)年均值的周數(shù)。NCSKEW、DUVOL越大表示股價(jià)崩潰風(fēng)險(xiǎn)越大。

(三)模型構(gòu)建

為檢驗(yàn)股吧評(píng)論分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，采用式(6)進(jìn)行回歸：

其中，被解釋變量crashrisk是股價(jià)崩潰風(fēng)險(xiǎn)，采用負(fù)收益偏態(tài)系數(shù)ncskew以及股票回報(bào)的漲跌波動(dòng)率duvol來衡量；解釋變量agridx是股吧評(píng)論分歧，具體衡量方法借鑒段江嬌等(2017)[17]；控制變量參考孫鯤鵬和肖星(2018)[25]，選取了被解釋變量的一階滯后項(xiàng)、超額換手率oturnover、股票周特有收益率均值rw、股票周特有收益率標(biāo)準(zhǔn)差sigw、信息不透明度da、公司規(guī)模lnta、總資產(chǎn)收益率roa以及行業(yè)和年度的虛擬變量。在此基礎(chǔ)上，在式(6)中加入看漲程度lnposneg、看跌程度lnnegpos及其與股吧評(píng)論分歧的交乘項(xiàng)進(jìn)行回歸，以考察股吧評(píng)論分歧的方向?qū)蓛r(jià)崩潰風(fēng)險(xiǎn)的影響。

為檢驗(yàn)分析師跟蹤的中介效應(yīng)，在式(6)的基礎(chǔ)上加入中介變量作為控制變量，得到式(7)，并通過式(8)考察股吧評(píng)論分歧對(duì)中介變量的影響。

式(7)、(8)中的media是中介變量，分別采用分析師跟蹤人數(shù)lnanalyst和研報(bào)數(shù)量lnreport作為代理變量。式(8)的控制變量參考宋玉和陳岑(2017)[24]，選用了機(jī)構(gòu)持股比例inst、不確定性intan、成長性growth、負(fù)債率lev、股權(quán)集中度first、信息不透明度da、公司規(guī)模lnta、總資產(chǎn)收益率roa以及行業(yè)和年度的虛擬變量。如果式(7)中介變量的系數(shù)顯著、agridx的系數(shù)顯著并且小于式(6)，式(8)agridx的系數(shù)顯著，則可以驗(yàn)證分析師跟蹤的部分中介效應(yīng)；如果式(7)中介變量的系數(shù)顯著、agridx的系數(shù)不顯著，式(8)agridx的系數(shù)顯著，則可以驗(yàn)證分析師跟蹤的完全中介效應(yīng)。

表2 變量定義

以上模型所涉及的變量定義如表2所示。

五、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表3報(bào)告了變量的描述性統(tǒng)計(jì)結(jié)果。從數(shù)據(jù)上看，股價(jià)崩潰風(fēng)險(xiǎn)的當(dāng)期值和一階滯后差異并不大；lnposneg的觀測值遠(yuǎn)大于lnnegpos，說明絕大多數(shù)股票的正面評(píng)論占優(yōu)，這可能是由于上市公司存在報(bào)喜不報(bào)憂的傾向或者開展了輿情監(jiān)控行為；分析師研報(bào)數(shù)量的平均值大于分析師跟蹤人數(shù)，說明一位分析師總體上不止撰寫一篇研報(bào)。

(二)回歸結(jié)果

表4報(bào)告了股吧評(píng)論分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的回歸結(jié)果?？梢钥闯?，agridx的系數(shù)在1%水平下顯著為正，說明股吧評(píng)論分歧越小，股價(jià)崩潰風(fēng)險(xiǎn)越大，這是由于在評(píng)論分歧較小的情況下，投資者基于模糊信息決策邏輯，相信一致的壞消息是真、一致的好消息是假，從而采取殺跌策略，引起股價(jià)崩潰風(fēng)險(xiǎn)上升。在正面評(píng)論比負(fù)面評(píng)論多的情況下，看漲程度將削弱股吧評(píng)論分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，但是在負(fù)面評(píng)論較多的情況下，看跌程度不存在這種調(diào)節(jié)作用。表4的回歸結(jié)果驗(yàn)證了假設(shè)1，并進(jìn)一步說明了一致看漲或一致看跌對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響具有不對(duì)稱性，盡管一致看漲或一致看跌都會(huì)加劇股價(jià)崩潰風(fēng)險(xiǎn)，但一致看漲所引發(fā)的股價(jià)崩潰風(fēng)險(xiǎn)相對(duì)更小。

表3 變量描述性統(tǒng)計(jì)結(jié)果

表4 股吧評(píng)論分歧與股價(jià)崩潰風(fēng)險(xiǎn)

表5報(bào)告了分析師跟蹤的中介效應(yīng)檢驗(yàn)結(jié)果?？梢园l(fā)現(xiàn)，(1)、(4)列agridx的系數(shù)顯著為正，說明股吧評(píng)論分歧與分析師跟蹤存在顯著的負(fù)相關(guān)關(guān)系，股吧評(píng)論分歧較小的公司更容易引起較多分析師跟蹤；在表4基礎(chǔ)上加入分析師跟蹤作為控制變量后，agridx的回歸系數(shù)小于表4，并且agridx、lnanalyst、lnreport的系數(shù)均顯著為正，說明分析師跟蹤在股吧評(píng)論分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的過程中發(fā)揮了部分中介效應(yīng)。這些結(jié)果驗(yàn)證了假設(shè)2。

表5 機(jī)構(gòu)調(diào)研和分析師跟蹤的中介效應(yīng)

(三)穩(wěn)健性檢驗(yàn)

本文的假設(shè)1存在較強(qiáng)的內(nèi)生性問題，即股價(jià)崩潰風(fēng)險(xiǎn)高的股票容易在股吧形成一致的投資觀點(diǎn)。為了解決這一問題，通過兩種方法進(jìn)行檢驗(yàn)：(1)雙重差分回歸，該檢驗(yàn)的邏輯是，2013年9月最高人民法院公布了《最高人民法院、最高人民檢察院關(guān)于辦理利用信息網(wǎng)絡(luò)實(shí)施誹謗等刑事案件適用法律若干問題的解釋》，規(guī)定“同一誹謗信息實(shí)際被點(diǎn)擊、瀏覽次數(shù)達(dá)到5000次以上，或者被轉(zhuǎn)發(fā)次數(shù)達(dá)到500次以上的”，應(yīng)當(dāng)認(rèn)定為誹謗行為“情節(jié)嚴(yán)重”，因此自該辦法實(shí)施之后，發(fā)帖者畏懼法律制裁，造謠傳謠的動(dòng)機(jī)有所降低，于是股吧評(píng)論的信息含量和真實(shí)程度應(yīng)當(dāng)會(huì)有所提升，從而降低了股吧評(píng)論的信息模糊性。假如股吧評(píng)論的信息模糊性確實(shí)影響了投資者的決策方式，導(dǎo)致股吧評(píng)論分歧與股價(jià)崩潰風(fēng)險(xiǎn)的關(guān)系，那么股吧評(píng)論的模糊性降低后，兩者的相關(guān)關(guān)系應(yīng)當(dāng)會(huì)有所削弱；而如果是由于上市公司信息不對(duì)稱程度大、自身股價(jià)崩潰風(fēng)險(xiǎn)高，而引起了投資者的討論和爭議，則股吧評(píng)論分歧與股價(jià)崩潰風(fēng)險(xiǎn)的關(guān)系不應(yīng)該在2013年和2014年出現(xiàn)差異。于是，本文選取2013年和2014年的觀測值構(gòu)建了政策虛擬變量policy，對(duì)政策公告后的2014年賦值policy=1，對(duì)政策公告前的2013年賦值policy=0，并構(gòu)建政策虛擬變量與股吧評(píng)論分歧的交乘項(xiàng)agridx_policy，重新進(jìn)行回歸，結(jié)果如表6(1)-(2)列。(2)傾向得分匹配(PSM)方法，借鑒Kim et al.(2016)[10]的思路，先根據(jù)agridx的高低將樣本分為10份，取最高的10%作為實(shí)驗(yàn)組、最低的20%作為對(duì)照組，在兩組樣本中按照年度相同、行業(yè)相同、ncskew和duvol的一階滯后項(xiàng)相似的原則進(jìn)行一比一無替代最近鄰匹配，對(duì)匹配后的樣本重新進(jìn)行回歸，結(jié)果如表6(3)-(4)列。此外，從熊熊等(2017)[29]的研究來看，高質(zhì)量的投資意見能夠通過股吧帖子閱讀量得以傳播識(shí)別，那么在閱讀量較高的情況下，股吧評(píng)論對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響應(yīng)當(dāng)會(huì)更顯著。于是，按照股吧評(píng)論閱讀量的中位數(shù)將樣本分成高閱讀量和低閱讀量兩組，分別進(jìn)行回歸，結(jié)果如表6(5)-(8)列。從表6中agridx的回歸系數(shù)可以發(fā)現(xiàn)，在信息模糊性降低后，股吧評(píng)論分歧與股價(jià)崩潰風(fēng)險(xiǎn)的關(guān)系被削弱；控制了歷史股價(jià)崩潰風(fēng)險(xiǎn)的差異后，股吧評(píng)論對(duì)當(dāng)期股價(jià)崩潰風(fēng)險(xiǎn)的影響仍然是顯著的；在高閱讀量的情況下，股吧評(píng)論對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響更顯著，這些結(jié)果說明假設(shè)1的結(jié)果具有穩(wěn)健性。

表6 股吧評(píng)論影響股價(jià)崩潰風(fēng)險(xiǎn)的穩(wěn)健性檢驗(yàn)

表7 中介效應(yīng)的穩(wěn)健性檢驗(yàn)

為確保中介效應(yīng)的研究結(jié)果可靠，本文采用了Sobel檢驗(yàn)加以驗(yàn)證，結(jié)果如表7所示，其中z值均在1%水平下顯著，說明分析師行為確實(shí)在股吧評(píng)論分歧影響上市公司股價(jià)崩潰風(fēng)險(xiǎn)的過程中發(fā)揮了中介效應(yīng)，當(dāng)股吧評(píng)論分歧較小的時(shí)候，會(huì)吸引更多分析師跟蹤關(guān)注，加劇了股價(jià)崩潰風(fēng)險(xiǎn)。

六、結(jié)論、啟示與研究局限

本文以2012—2017年A股上市公司為樣本，采用東方財(cái)富股吧的評(píng)論數(shù)據(jù)，探究股吧評(píng)論分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，以及在此過程中分析師跟蹤所扮演的角色。研究表明，股吧評(píng)論分歧越小，股價(jià)崩潰風(fēng)險(xiǎn)越高，這是由于在模糊信息環(huán)境下，人們往往會(huì)產(chǎn)生“物極必反”的思維方式，傾向于將認(rèn)知從一個(gè)極端轉(zhuǎn)向另一個(gè)極端，在本文中體現(xiàn)為股吧評(píng)論分歧越小，投資者越傾向于認(rèn)為未來是不確定的，從而采取殺跌策略，因此股價(jià)崩潰風(fēng)險(xiǎn)也就越高；相反的，股吧評(píng)論分歧越大，投資者越傾向于認(rèn)為未來是確定的，因此股價(jià)崩潰風(fēng)險(xiǎn)也就越小。此外，股吧評(píng)論分歧越小，分析師跟蹤人數(shù)、研究報(bào)告越多，進(jìn)一步加劇了股價(jià)崩潰風(fēng)險(xiǎn)，表明分析師跟蹤在股吧評(píng)論分歧影響股價(jià)崩潰風(fēng)險(xiǎn)的過程中發(fā)揮了中介作用。這些研究結(jié)果意味著，投資者意見分歧較小會(huì)促使分析師的研究行為變得更加活躍，在“物極必反”這種思維方式的影響下，投資者傾向于認(rèn)為未來的不確定性較高，從而加劇未來的股價(jià)崩潰風(fēng)險(xiǎn)。

本文基于信息傳播以及模糊信息決策的視角，探討了股吧評(píng)論分歧對(duì)股價(jià)崩潰風(fēng)險(xiǎn)的影響，并揭示了分析師跟蹤在其中的作用機(jī)制，有助于豐富股價(jià)崩潰風(fēng)險(xiǎn)的成因研究，揭示股吧評(píng)論和分析師跟蹤等模糊信息的信息含量。綜合本文的研究結(jié)果，建議上市公司重視網(wǎng)絡(luò)輿情監(jiān)控與管理。中國A股市場的散戶占比較高，而股票論壇作為散戶聚集區(qū)，各類“大V”言論的影響力不可小覷，某些高人氣博主甚至有能力號(hào)召論壇用戶在股東大會(huì)的線上投票中一致反對(duì)，特別是在大股東回避投票的情況下，“大V”的影響力更為凸顯。因此上市公司與投資者之間的交流不可只拘泥于傳統(tǒng)模式，可以嘗試直接在股票論壇中開設(shè)官方賬號(hào)，與廣大投資者建立良性的互動(dòng)行為，使得投資者的信息需求可以獲得更為有效的回應(yīng)，從而改善公司的信息環(huán)境。

本文的研究結(jié)果對(duì)監(jiān)管部門也有一定的政策啟示。一方面，應(yīng)當(dāng)對(duì)東方財(cái)富、雪球等民間股票論壇予以重視，引導(dǎo)股票論壇規(guī)范運(yùn)作，嘗試通過大數(shù)據(jù)技術(shù)從股票論壇這種模糊信息中挖掘未來股價(jià)波動(dòng)的信號(hào)，可以考慮重點(diǎn)地監(jiān)測股票論壇發(fā)帖量、發(fā)帖情緒和意見分歧等指標(biāo)，從而在股價(jià)劇烈波動(dòng)之前加以關(guān)注，避免非理性情緒長時(shí)間蔓延，防止幕后黑手通過操縱股票論壇輿論而進(jìn)行非法證券活動(dòng)；另一方面，盡管分析師的信息收集和解讀能力往往更為專業(yè)，但利益沖突和非理性等固有缺陷使得分析師存在過度樂觀的偏差，受短期業(yè)績評(píng)價(jià)體系的影響容易出現(xiàn)追漲殺跌的傾向，加劇資本市場的非理性情緒。因此，在政策設(shè)計(jì)時(shí)應(yīng)進(jìn)一步考慮如何發(fā)揮分析師等中介機(jī)構(gòu)的外部監(jiān)督作用和信息挖掘功能，并緩解其道德風(fēng)險(xiǎn)問題。

本文可能在以下方面存在不足：(1)與上市公司公告、監(jiān)管處罰等其他信息不同，股吧信息相對(duì)而言包含更多的噪音，而且許多專業(yè)投資者和散戶不一定會(huì)有瀏覽股吧信息的習(xí)慣，僅僅從股票論壇角度所得出的結(jié)論也許不能代表這些投資者；(2)除了東方財(cái)富股吧，雪球、和訊等網(wǎng)站或證券交易客戶端也形成了頗具規(guī)模的股吧論壇，擁有大量活躍用戶，但不同類型的投資者可能在論壇的選擇上具有一定的偏好，因此投資者未必僅根據(jù)東方財(cái)富股吧信息來進(jìn)行決策。這些問題都可以在今后的研究中進(jìn)一步解決。