王英允 孟焰 季蘊(yùn)慈

(1.天津農(nóng)學(xué)院 經(jīng)濟(jì)管理學(xué)院，天津 300392; 2.中央財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，北京 100081; 3.中國(guó)進(jìn)出口銀行總行， 北京 100031)

一、引言

我國(guó)資本市場(chǎng)正經(jīng)歷的以信息披露為核心的注冊(cè)制改革，凸顯了信息披露在投資者決策中的重要性。根據(jù)Broadbent(1957)[1]以及Kahneman(1973)[2]的理論觀點(diǎn)，投資者的有限注意力直接影響了注意力分配及其對(duì)信息的感知結(jié)果。信息披露的屬性(如精確性)則可能通過(guò)影響投資者有限注意力的分配改變其對(duì)信息的理解與應(yīng)用，并最終影響信息披露的效果以及資本市場(chǎng)的有效性。現(xiàn)有研究也表明，管理層在信息披露中的精確性選擇可能從多個(gè)角度影響到投資者的決策：如投資者的判斷[3]、投資者對(duì)發(fā)布信息的反應(yīng)[4-6]、投資者對(duì)信息的定價(jià)與回報(bào)[7]、投資者交易[8]，以及投資者的注意力分配[9]。在我國(guó)資本市場(chǎng)中，業(yè)績(jī)預(yù)告是信息披露的重要內(nèi)容之一。證監(jiān)會(huì)、深交所及上交所要求上市公司在凈利潤(rùn)為負(fù)值、凈利潤(rùn)與上年同期相比上升或者下降50%以上、實(shí)現(xiàn)扭虧為盈時(shí)要發(fā)布業(yè)績(jī)預(yù)告，履行信息報(bào)告義務(wù)，以解決重大事項(xiàng)中上市公司與投資者之間的信息不對(duì)稱問(wèn)題。盡管監(jiān)管部門(mén)要求上市公司在存在以上情形時(shí)發(fā)布業(yè)績(jī)預(yù)告，發(fā)揮業(yè)績(jī)變動(dòng)警示作用，但是延續(xù)至今的業(yè)績(jī)預(yù)告制度并未對(duì)如何進(jìn)行預(yù)告作出特別詳細(xì)的規(guī)定，從而給上市公司業(yè)績(jī)預(yù)告中的精確性選擇留下空間。在我國(guó)資本市場(chǎng)中，個(gè)體投資者一直占據(jù)較大比例，而大部分個(gè)體投資者的注意力分配能力相對(duì)較弱。因此，便利地獲取精確的信息對(duì)于投資者更為有效地分配有限的注意力并利用信息進(jìn)行決策尤為重要?，F(xiàn)有研究表明，業(yè)績(jī)預(yù)告具有較強(qiáng)的信息含量[10-11]，因而公司發(fā)布的業(yè)績(jī)預(yù)告也受到監(jiān)管機(jī)構(gòu)、上市公司與投資者的關(guān)注，且易于認(rèn)知的精確信息可能更容易被投資者所理解。在我國(guó)當(dāng)前制度背景下，鑒于信息披露精確性對(duì)投資者決策的影響以及現(xiàn)有制度中對(duì)業(yè)績(jī)預(yù)告精確性選擇留下的空間，管理層可能會(huì)根據(jù)自身利益需要對(duì)業(yè)績(jī)預(yù)告精確性進(jìn)行選擇，這一選擇將如何改變投資者決策并最終影響業(yè)績(jī)預(yù)告產(chǎn)生的效應(yīng)有待于進(jìn)一步研究。

近年來(lái)，社交媒體技術(shù)的發(fā)展極大地影響了投資者注意力資源分配，拓寬了信息獲取渠道并改變了理解信息的方式，特別是對(duì)于注意力分配能力有限的個(gè)體投資者而言尤為突出。部分研究從社交媒體傳播信息的功能角度，發(fā)現(xiàn)社交媒體能夠提高投資者信息獲取、處理與解讀能力[12-14]，降低信息不對(duì)稱[15]，提升市場(chǎng)信息效率水平[16]。同時(shí)，投資者的社交媒體關(guān)注也會(huì)影響到投資者交易及定價(jià)行為[17-18]。當(dāng)前，網(wǎng)絡(luò)社交媒體已成為投資者獲取信息的重要來(lái)源[19]，他們還經(jīng)常通過(guò)網(wǎng)絡(luò)論壇[20]、Twitter[13]、微博[21]、股吧[22]等網(wǎng)絡(luò)社交媒體表達(dá)觀點(diǎn)，質(zhì)疑關(guān)注對(duì)象的行為，并通過(guò)信息共享提升其對(duì)信息的解讀效率。在此背景下，投資者利用社交媒體對(duì)上市公司的關(guān)注，是否會(huì)影響投資者對(duì)管理層業(yè)績(jī)預(yù)告精確性選擇的解讀，進(jìn)而影響業(yè)績(jī)預(yù)告的效應(yīng)也有待進(jìn)一步研究。

本文的研究貢獻(xiàn)如下：首先，在我國(guó)資本市場(chǎng)中，較多的投資者關(guān)注上市公司的業(yè)績(jī)預(yù)告并利用業(yè)績(jī)預(yù)告信息改變投資決策，但以往研究更多關(guān)注業(yè)績(jī)預(yù)告內(nèi)容的經(jīng)濟(jì)后果，很少關(guān)注業(yè)績(jī)預(yù)告方式對(duì)我國(guó)投資者理解與運(yùn)用業(yè)績(jī)預(yù)告信息進(jìn)行決策的影響。本文構(gòu)建了管理層業(yè)績(jī)預(yù)告精確性選擇對(duì)投資者利用業(yè)績(jī)預(yù)告信息進(jìn)行交易決策后果作用的理論假說(shuō)并進(jìn)行了實(shí)證檢驗(yàn)，補(bǔ)充了信息披露方式對(duì)信息決策有用性作用的研究文獻(xiàn)，也豐富了心理學(xué)認(rèn)知理論在資本市場(chǎng)投資者決策中應(yīng)用的研究；其次，以往關(guān)于信息披露經(jīng)濟(jì)后果的研究更多從異?；貓?bào)角度解釋了信息披露后的短窗口市場(chǎng)反應(yīng)，本文研究了業(yè)績(jī)預(yù)告后0至1個(gè)交易日，業(yè)績(jī)預(yù)告后0至3個(gè)交易日以及業(yè)績(jī)預(yù)告到盈余宣告期間的平均超額換手率，從換手率角度在更長(zhǎng)窗口期研究業(yè)績(jī)預(yù)告的信息釋放效應(yīng)，拓展了信息市場(chǎng)反應(yīng)的解釋角度，豐富了信息披露市場(chǎng)反應(yīng)的研究文獻(xiàn)；最后，結(jié)合現(xiàn)有社交媒體的發(fā)展，本文研究了社交媒體關(guān)注對(duì)管理層業(yè)績(jī)預(yù)告精確性與市場(chǎng)反應(yīng)關(guān)系的調(diào)節(jié)作用，補(bǔ)充了社交媒體關(guān)注的研究文獻(xiàn)，豐富了新媒體技術(shù)發(fā)展情境下投資者注意力資源分配的相關(guān)研究。

二、理論分析與假設(shè)提出

Broadbent(1957)[1]提出的選擇性注意模型及過(guò)濾器理論表明，觀察者的感知結(jié)果將被其注意力控制，只有被篩選進(jìn)入控制機(jī)制的信息才可能接受進(jìn)一步的加工；而未通過(guò)篩選進(jìn)入這一機(jī)制的其他信息則可能完全喪失。Kahneman(1973)[2]資源限制的認(rèn)知理論觀點(diǎn)表明，由于投資者處理信息的能力有限，并且在信息篩選中也要付出大量的努力，這樣易于認(rèn)知的精確信息可能獲得更多的集中關(guān)注。信息披露實(shí)踐以及理論研究表明了管理層在信息披露中會(huì)根據(jù)自身利益需要策略性地選擇披露方式，以改變投資者注意力配置，進(jìn)而影響其對(duì)公司的認(rèn)知及決策。譬如，Cheng等(2013)[4]的研究結(jié)果發(fā)現(xiàn)，管理層策略性地在內(nèi)部賣(mài)出前選擇預(yù)告精確性以提高股價(jià)，而在內(nèi)部買(mǎi)進(jìn)前降低股價(jià)；當(dāng)管理層傳遞更好的業(yè)績(jī)前景時(shí)，則通過(guò)精確性選擇進(jìn)行組織印象管理，獲得投資者的積極響應(yīng)[23]。同時(shí)，現(xiàn)有研究也證明了管理層的披露方式選擇確實(shí)起到了改變投資者決策的效果。例如，Boulland等(2017)[24]發(fā)現(xiàn)歐洲大陸公司開(kāi)始使用英語(yǔ)電子服務(wù)傳播公司消息后，相對(duì)于他們采用非電子格式和歐洲大陸語(yǔ)言傳播消息，投資者對(duì)盈余意外表現(xiàn)出更強(qiáng)的初始反應(yīng)。Nelson和Rupar(2015)[3]研究發(fā)現(xiàn)，會(huì)計(jì)信息披露中描述結(jié)果的數(shù)字格式會(huì)影響到投資者的風(fēng)險(xiǎn)判斷。投資者對(duì)以美元格式披露比對(duì)以等價(jià)的比例格式披露反應(yīng)時(shí)評(píng)估了更高的風(fēng)險(xiǎn)。更可讀的披露導(dǎo)致投資者更強(qiáng)的反應(yīng)，接收到更可讀披露的投資者在明確地關(guān)注到可讀性的潛在變化時(shí)改變了他們的價(jià)值判斷[5]。在業(yè)績(jī)預(yù)告過(guò)程中，現(xiàn)有研究證明管理層同樣進(jìn)行了策略選擇并影響了投資者的決策。例如，Rogers和Stocken(2005)[6]發(fā)現(xiàn)，市場(chǎng)隨著預(yù)告中可預(yù)測(cè)的偏差改變其反應(yīng)。而且，公告的精確度也直接影響了市場(chǎng)反應(yīng)量的敏感性[8]，如減小反應(yīng)不足的量[25]或?qū)е峦顿Y者更強(qiáng)的反應(yīng)[5]。

以上分析表明，管理層會(huì)根據(jù)自身的利益選擇信息披露的精確性，這種精確性選擇改變了信息傳播中需要考慮的因素，進(jìn)而直接影響了投資者的判斷。個(gè)體進(jìn)行判斷時(shí)，遇到的不僅是合理因素，還要考慮非合理因素。非合理因素對(duì)判斷的影響取決于合理因素的彈性(模糊)，存在彈性比不存在彈性的影響更大[26]。投資者在判斷時(shí)面對(duì)的信息精確性較低，意味著信息彈性較大，決策中也將要考慮更多因素；反之，則信息彈性較小，決策中考慮的因素也相對(duì)較少。結(jié)合Kahneman(1973)[2]的有限注意力理論，當(dāng)投資者在判斷中面對(duì)較少的考慮因素時(shí)，注意力資源能夠獲得更為充足的分配，否則可能會(huì)出現(xiàn)注意力分配不足。注意力資源的分配最終影響了決策的有效性。以上關(guān)于精確性選擇及其產(chǎn)生影響的情形同樣可能出現(xiàn)在我國(guó)上市公司業(yè)績(jī)預(yù)告中。我國(guó)上市公司業(yè)績(jī)預(yù)告的目的主要是解決在重大事項(xiàng)中上市公司與投資者之間的信息不對(duì)稱問(wèn)題，對(duì)于未來(lái)宣告的盈余信息起到預(yù)警作用。但是，在預(yù)告過(guò)程中管理層也可能根據(jù)自身利益選擇業(yè)績(jī)預(yù)告的精確性，這一選擇直接影響了投資者在預(yù)告信息解讀中需要考慮的因素及其判斷中的注意力資源分配，最終影響了投資者的決策及信息的預(yù)告效應(yīng)。預(yù)告信息的預(yù)告效應(yīng)可以從兩個(gè)時(shí)段來(lái)反映，即業(yè)績(jī)預(yù)告期間以及業(yè)績(jī)預(yù)告至盈余宣告期間。如果管理層采用更為精確的方式進(jìn)行預(yù)告，則投資者由于收到精確的預(yù)告信息，在決策中面臨更小的信息彈性及更少的考慮因素，能夠更為充分地進(jìn)行注意力資源分配，從而在預(yù)告期間以及預(yù)告至宣告期間做出更為積極的反應(yīng)。投資者的積極反應(yīng)有助于加快信息的釋放速度，從而起到更好的預(yù)警與信息釋放作用，加快降低上市公司與投資者之間的信息不對(duì)稱程度，在交易中，投資者的積極反應(yīng)可以直接表現(xiàn)為換手率的提高。根據(jù)以上分析，提出假設(shè)1。

H1a隨著管理層業(yè)績(jī)預(yù)告精確性提高，業(yè)績(jī)預(yù)告期間的預(yù)告效應(yīng)更強(qiáng)，即投資者的平均超額換手率更高。

H1b隨著管理層業(yè)績(jī)預(yù)告精確性提高，業(yè)績(jī)預(yù)告至盈余宣告期間的預(yù)告效應(yīng)更強(qiáng)，即投資者的平均超額換手率更高。

隨著信息技術(shù)的發(fā)展，社交媒體的出現(xiàn)極大地方便了投資者的信息獲取，也便于投資者與上市公司的交流與溝通。在信息技術(shù)賦能條件下，投資者通過(guò)社交媒體對(duì)上市公司進(jìn)行關(guān)注與解讀的能力也大大提升，最終改善了其交易及定價(jià)決策[17]?，F(xiàn)有研究證明了信息技術(shù)的發(fā)展提高了投資者的信息解讀能力[14]，社交媒體的傳播性能夠顯著改善投資者的信息獲取能力[13]。在社交媒體背景下，投資者信息獲取和解讀能力的提高減少了投資者之間以及投資者與上市公司的信息不對(duì)稱，優(yōu)化了資本市場(chǎng)資源配置效率[27]，降低了非知情交易者要求的信息補(bǔ)償[28]，也降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)[12]，提高了資本市場(chǎng)定價(jià)效率[29]，企業(yè)通過(guò)社交媒體的溝通也可以減弱市場(chǎng)對(duì)召回公告的負(fù)面價(jià)格反應(yīng)[30]。

以上研究表明，投資者通過(guò)社交媒體關(guān)注直接影響了其對(duì)信息的傳播、認(rèn)知與解讀，并最終影響了其根據(jù)信息所做出的決策?；谛畔⒓夹g(shù)發(fā)展構(gòu)建的社交媒體平臺(tái)提升了投資者在信息獲取與解讀過(guò)程中的注意力資源分配效率，可以使投資者在分配同等注意力條件下獲取更大的關(guān)注范圍。在管理層業(yè)績(jī)預(yù)告中，管理層通過(guò)精確性選擇可能會(huì)改變投資者的注意力分配效果，進(jìn)而影響他們對(duì)業(yè)績(jī)預(yù)告信息的反應(yīng)。根據(jù)現(xiàn)有研究，在投資者的社交媒體關(guān)注情境下，注意力分配的效果也可能隨之變化。高社交媒體關(guān)注可能有助于投資者更有效地分配注意力并提高注意力利用效率，進(jìn)而提高對(duì)業(yè)績(jī)預(yù)告的解讀效率。結(jié)合假設(shè)1與現(xiàn)有研究成果，本文認(rèn)為，高的社交媒體關(guān)注能夠通過(guò)提高投資者的注意力資源分配效果增強(qiáng)其信息獲取與解讀能力，最終增強(qiáng)業(yè)績(jī)預(yù)告精確性選擇所帶來(lái)的預(yù)告效應(yīng)。因此，本文提出假設(shè)2。

H2社交媒體關(guān)注的提高會(huì)增強(qiáng)業(yè)績(jī)預(yù)告精確性選擇對(duì)預(yù)告效應(yīng)的影響。

三、研究設(shè)計(jì)

(一)樣本選擇

本文主要選取了2007年一季度至2017年四季度我國(guó)A股上市公司的管理層業(yè)績(jī)預(yù)告樣本作為研究對(duì)象。在研究中，剔除金融行業(yè)公司、業(yè)績(jī)預(yù)告期間異常及數(shù)據(jù)缺失樣本。另外為消除異常值的影響，本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的winsorize處理，最終確定觀測(cè)值以每次模型檢驗(yàn)中所列示的樣本數(shù)為準(zhǔn)。業(yè)績(jī)預(yù)告數(shù)據(jù)及公司財(cái)務(wù)報(bào)表原始數(shù)據(jù)均來(lái)源于wind數(shù)據(jù)庫(kù)，股票交易原始數(shù)據(jù)來(lái)源于CCER數(shù)據(jù)庫(kù)，社交媒體關(guān)注數(shù)據(jù)來(lái)源于CNRDS數(shù)據(jù)庫(kù)。

(二)變量定義與度量

1.管理層業(yè)績(jī)預(yù)告精確性的界定與度量

根據(jù)高敬忠等(2011)[31]的研究，本文以業(yè)績(jī)預(yù)告誤差表示業(yè)績(jī)預(yù)告精確性(Forecast_Error)。預(yù)告誤差用業(yè)績(jī)預(yù)告值與盈余實(shí)際宣告值之差除以期初總資產(chǎn)再乘以100的絕對(duì)值表示，誤差越小表示其業(yè)績(jī)預(yù)告精確性就越高。具體計(jì)算方法如式(1)所示。

預(yù)告誤差=|[業(yè)績(jī)預(yù)告點(diǎn)值(范圍值中值)-盈余實(shí)際宣告值]/期初總資產(chǎn)×100|

(1)

2.業(yè)績(jī)預(yù)告效應(yīng)變量界定與度量

盈余信息市場(chǎng)反應(yīng)往往體現(xiàn)在交易量上[32]。我國(guó)業(yè)績(jī)預(yù)告制度的目的之一是釋放業(yè)績(jī)變動(dòng)引起的風(fēng)險(xiǎn)，這種釋放效應(yīng)可以通過(guò)交易換手率體現(xiàn)。另外，業(yè)績(jī)預(yù)告對(duì)風(fēng)險(xiǎn)的釋放可能在管理層預(yù)告時(shí)通過(guò)投資者交易實(shí)現(xiàn)，也可能在預(yù)告后至盈余宣告期間進(jìn)行釋放。因此，本文分別采用業(yè)績(jī)預(yù)告期間以及業(yè)績(jī)預(yù)告至盈余宣告期間的平均超額換手率表示預(yù)告效應(yīng)(以ACn表示)。參考Hirshleifer等(2009)[33]本文利用式(2)計(jì)算的平均超額換手率來(lái)表示業(yè)績(jī)預(yù)告效應(yīng)。

(2)

在式(2)中，ACn表示0至n個(gè)交易日的平均超額換手率，Turni,t表示i公司第t天的換手率，Turnm,t表示市場(chǎng)第t天的平均換手率。具體研究中，分別以業(yè)績(jī)預(yù)告期間0至1個(gè)交易日的平均超額換手率(以FAC1表示)、0至3個(gè)交易日的平均超額換手率(以FAC3表示)以及業(yè)績(jī)預(yù)告至盈余宣告期間的平均超額換手率(以F_AACn表示)表示業(yè)績(jī)預(yù)告期間以及業(yè)績(jī)預(yù)告至盈余宣告期間的預(yù)告效應(yīng)。

3.社交媒體關(guān)注變量界定與度量

參照孫鯤鵬和肖星(2018)[29]，本文以每季度上市公司所在股吧的全部發(fā)帖子數(shù)量總計(jì)取對(duì)數(shù)(以AT表示)度量社交媒體關(guān)注變量。

4.控制變量界定與度量

在實(shí)證檢驗(yàn)中，本文根據(jù)以前文獻(xiàn)的研究[34-35]，對(duì)以下可能影響管理層業(yè)績(jī)預(yù)告效應(yīng)的因素進(jìn)行了控制：(1)上市公司高管持股比例；(2)公司成立年限；(3)公司規(guī)模；(4)公司盈利情況；(5)財(cái)務(wù)杠桿；(6)市場(chǎng)預(yù)期；(7)公司財(cái)務(wù)狀況；(8)公司面對(duì)的市場(chǎng)競(jìng)爭(zhēng)狀況；(9)公司的盈余波動(dòng)情況；(10)行業(yè)影響；(11)年度影響?？刂谱兞拷缍岸攘咳绫?所示。

表1 控制變量界定及度量

(三)回歸模型設(shè)計(jì)

1.預(yù)告期間預(yù)告精確性對(duì)預(yù)告效應(yīng)的影響

首先，本文設(shè)計(jì)了式(3)、式(4)檢驗(yàn)管理層業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告期間及預(yù)告至宣告期間預(yù)告效應(yīng)的影響。

FACn=α0+α1Forcast_Error+α2Bonus+α3Age+α4Size+α5Roe+α6Lev+α7BM+α8Z+α9Market_Rate+α10Volatility+ΣIND+ΣYear+εi

(3)

F_AACn=α0+α1Forcast_Error+α2Bonus+α3Age+α4Size+α5Roe+α6Lev+α7BM+α8Z+α9Market_Rate+α10Volatility+ΣIND+ΣYear+εi

(4)

在式(3)-(4)中，具體實(shí)證研究時(shí)，將分別用0至1個(gè)交易日以及0至3個(gè)交易日的平均超額換手率FAC1及FAC3表示FACn，F(xiàn)_AACn將分別以各家公司預(yù)告至宣告期間的平均超額換手率表示，其他控制變量的定義與度量如表1所示。

2.社交媒體關(guān)注的調(diào)節(jié)作用

本文設(shè)計(jì)了式(5)、式(6)檢驗(yàn)社交媒體關(guān)注對(duì)管理層業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告后0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告至宣告期間預(yù)告效應(yīng)影響的調(diào)節(jié)作用。

FACn=α0+α1Forcast_Error+α2AT+α3Forcast_Error×AT+α4Bonus+α5Age+α6Size+α7Roe+α8Lev+α9BM+α10Z+α11Market_Rate+α12Volatility+ΣIND+ΣYear+εi

(5)

F_AACn=α0+α1Forcast_Error+α2AT+α3Forcast_Error×AT+α4Bonus+α5Age+α6Size+α7Roe+α8Lev+α9BM+α10Z+α11Market_Rate+α12Volatility+ΣIND+ΣYear+εi

(6)

在式(5)、式(6)中，AT表示社交媒體關(guān)注變量，其他變量的定義與式(3)、式(4)一致。

四、管理層業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)的影響檢驗(yàn)

(一)均值對(duì)比檢驗(yàn)

本文分別以Forcast_Error變量的均值及中位數(shù)為分組依據(jù)，將樣本分為高精確性HIGH樣本組(小于均值樣本組)及低精確性LOW樣本組(大于均值樣本組)，分別檢驗(yàn)兩組樣本在業(yè)績(jī)預(yù)告期間預(yù)告效應(yīng)FAC1、FAC3、業(yè)績(jī)預(yù)告至宣告期間預(yù)告效應(yīng)F_AACn的差異。表2列示了檢驗(yàn)結(jié)果。

表2中列示的結(jié)果顯示，從預(yù)告效應(yīng)上來(lái)看，無(wú)論以均值還是中位數(shù)的分組，業(yè)績(jī)預(yù)告精確性高(誤差較小)的樣本組比精確性低(誤差較大)的樣本組，在業(yè)績(jī)預(yù)告期間的0至1個(gè)交易日以及0至3個(gè)交易日平均超額換手率更高，在預(yù)告至宣告期間的平均超額換手率也更高。以上檢驗(yàn)結(jié)果說(shuō)明，業(yè)績(jī)預(yù)告精確性高的組可能通過(guò)更高的換手率更快地釋放信息風(fēng)險(xiǎn)。

表2 按變量均值及中位數(shù)分組的各變量均值檢驗(yàn)

(二)Pearson相關(guān)檢驗(yàn)

表3列示了業(yè)績(jī)預(yù)告精確性變量Forecast_Error與業(yè)績(jī)預(yù)告預(yù)告效應(yīng)各變量之間的Pearson相關(guān)系數(shù)及顯著性檢驗(yàn)。

表3 各研究變量的Pearson相關(guān)系數(shù)檢驗(yàn)

表3中的結(jié)果顯示，業(yè)績(jī)預(yù)告精確性變量Forecast_Error與業(yè)績(jī)預(yù)告期間預(yù)告效應(yīng)變量FAC1、FAC3、業(yè)績(jī)預(yù)告至盈余宣告期間預(yù)告效應(yīng)變量F_AACn均在1%水平顯著負(fù)相關(guān)，這一結(jié)果表明，業(yè)績(jī)預(yù)告精確性越高，業(yè)績(jī)預(yù)告期間以及業(yè)績(jī)預(yù)告至盈余宣告期間的平均超額換手率越高，即高精確性的業(yè)績(jī)預(yù)告具有更好的信息釋放效應(yīng)。

(三)多元回歸檢驗(yàn)

本文利用選取的樣本對(duì)式(3)、式(4)進(jìn)行了回歸檢驗(yàn)，在控制其他變量影響的情形下，檢驗(yàn)管理層業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告期間及預(yù)告至宣告期間的預(yù)告效應(yīng)的作用，檢驗(yàn)結(jié)果見(jiàn)表4。

表4中的結(jié)果顯示：在控制了其他因素的影響后，管理層業(yè)績(jī)預(yù)告精確性變量Forecast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日的預(yù)告效應(yīng)變量FAC1、FAC3，以及預(yù)告至宣告期間的預(yù)告效應(yīng)變量F_AACn均在1%水平下顯著負(fù)相關(guān)。這一結(jié)果表明，業(yè)績(jī)預(yù)告精確性越高，業(yè)績(jī)預(yù)告期間的預(yù)告效應(yīng)越強(qiáng)，預(yù)告到宣告期間的預(yù)告效應(yīng)也越強(qiáng)。即精確的管理層業(yè)績(jī)預(yù)告能夠更有效地促進(jìn)業(yè)績(jī)變動(dòng)風(fēng)險(xiǎn)的釋放，投資者在接收到更為精確的預(yù)告信息后，通過(guò)更高的交易換手率，產(chǎn)生了更大的信息釋放效應(yīng)，也更有效地實(shí)現(xiàn)了業(yè)績(jī)預(yù)告的預(yù)警作用，這一結(jié)果與本文預(yù)期假設(shè)一致。

表4 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

(四)穩(wěn)健性測(cè)試

1.內(nèi)生性處理

(1)PSM匹配。為了解決研究中可能存在的樣本選擇偏差，本文設(shè)計(jì)虛擬變量DForecast_Error，以原業(yè)績(jī)預(yù)告誤差精確性變量Forecast_Error均值為界，業(yè)績(jī)預(yù)告誤差大于等于均值DForecast_Error則取1，否則取0。將DForecast_Error為1的公司設(shè)為處理組，DForecast_Error為0的公司設(shè)為控制組，進(jìn)行1∶1 PSM匹配，運(yùn)用匹配后的樣本對(duì)式(3)、式(4)重新進(jìn)行回歸?；貧w結(jié)果如表5所示。

表5 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

表5中的結(jié)果顯示：管理層業(yè)績(jī)預(yù)告精確性變量Forecast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及業(yè)績(jī)預(yù)告至盈余宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)，這表明管理層業(yè)績(jī)預(yù)告精確性越高，業(yè)績(jī)預(yù)告期間以及業(yè)績(jī)預(yù)告至盈余宣告期間的平均超額換手率越高，預(yù)告效應(yīng)越強(qiáng)，這意味著預(yù)告信息得到了更為有效的釋放。這一結(jié)果與前文回歸結(jié)果一致，進(jìn)一步支持了本文的研究假設(shè)。

(2)采用滯后一期自變量重新回歸。參照張傳財(cái)和陳漢文(2017)[36]的研究，為解決自變量與因變量可能存在的互為因果而產(chǎn)生的內(nèi)生性問(wèn)題，本文以滯后一期的業(yè)績(jī)預(yù)告精確性變量為自變量，帶入原模型重新進(jìn)行回歸，得到回歸結(jié)果如表6所示。

表6結(jié)果顯示：管理層業(yè)績(jī)預(yù)告精確性變量Forecast_Error的回歸系數(shù)均在1%水平下顯著為負(fù)，回歸結(jié)果依然支持本文假設(shè)。

表6 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

(3)差分模型。參照杜勇等(2021)[37]的研究，為解決可能存在遺漏變量而產(chǎn)生的內(nèi)生性問(wèn)題，本文考察自變量變動(dòng)值與因變量變動(dòng)值之間的關(guān)系，構(gòu)建如下模型

DFACn=α0+α1DForcast_Error+α2DBonus+α3Dage+α4DSize+α5DRoe+α6DLev+α7DBM+α8DZ+α9DMarket_Rate+α10DVolatility+ΣFirm+ΣYear+εi

(7)

DF_AACn=α0+α1DForcast_Error+α2DBonus+α3Dage+α4DSize+α5DRoe+α6DLev+α7DBM+α8DZ+α9DMarket_Rate+α10DVolatility+ΣFirm+ΣYear+εi

(8)

其中，D為變量變動(dòng)值，即本季度值減去上季度值，同時(shí)考慮個(gè)體固定效應(yīng)后進(jìn)行檢驗(yàn)，回歸結(jié)果如表7所示。

表7結(jié)果顯示：對(duì)于DFAC1、DFAC3、DF_AACn，DForcast_Error的回歸系數(shù)均在5%水平下顯著為負(fù)，即業(yè)績(jī)預(yù)告精確性越高，預(yù)告效應(yīng)越強(qiáng)。

表7 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

2.改變變量度量

(1)改變業(yè)績(jī)預(yù)告精確性變量的度量。借鑒袁振超等(2014)[35]的研究，本文根據(jù)管理層業(yè)績(jī)預(yù)告時(shí)所采用形式，即點(diǎn)值、范圍值、上下限值以及定性方式，進(jìn)行賦值。當(dāng)管理層以以上形式進(jìn)行業(yè)績(jī)預(yù)告時(shí)，精確性程度依次降低，點(diǎn)值與范圍值相對(duì)于上下限值及定性預(yù)告方式具有明確的數(shù)值邊界，精確性相對(duì)更高。因此，在賦值時(shí)，當(dāng)管理層業(yè)績(jī)預(yù)告形式為點(diǎn)值與范圍值時(shí)，賦值為0，為其他形式時(shí)，賦值為1，構(gòu)建業(yè)績(jī)預(yù)告形式的虛擬變量(Forcast_Type2)度量業(yè)績(jī)預(yù)告精確性，并進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒高敬忠等(2011)[38]的研究，本文根據(jù)管理層業(yè)績(jī)預(yù)告時(shí)所采用的形式進(jìn)行賦值。當(dāng)管理層業(yè)績(jī)預(yù)告形式為點(diǎn)值時(shí)，賦值為0；范圍值時(shí)，賦值為1；上下限時(shí)，賦值為2；定性時(shí)，賦值為3，構(gòu)建變量(Forcast_Type1)度量業(yè)績(jī)預(yù)告精確性，并進(jìn)行穩(wěn)健性檢驗(yàn)。上述檢驗(yàn)回歸結(jié)果如表8所示。

表8中的結(jié)果顯示：管理層業(yè)績(jī)預(yù)告精確性變量Forcast_Type1、Forcast_Type2的系數(shù)均在1%水平下顯著為負(fù)。這一結(jié)果同樣表明，業(yè)績(jī)預(yù)告精確性越高，業(yè)績(jī)預(yù)告期間及預(yù)告至宣告期間的預(yù)告效應(yīng)越強(qiáng)，預(yù)告信息得到更大程度釋放，該結(jié)論再次支持本文假設(shè)。

表8 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

(2)改變預(yù)告效應(yīng)變量的度量。主檢驗(yàn)部分檢驗(yàn)了業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告后0到1個(gè)交易日、0到3個(gè)交易日的預(yù)告效應(yīng)，本部分延長(zhǎng)了窗口期，檢驗(yàn)業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告后0到15個(gè)交易日、0到30個(gè)交易日的預(yù)告效應(yīng)的影響，回歸結(jié)果如表9所示。

表9 業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)影響的回歸檢驗(yàn)

表9結(jié)果顯示：管理層業(yè)績(jī)預(yù)告精確性變量Forecast_Error與業(yè)績(jī)預(yù)告期間0至15個(gè)交易日、0至30個(gè)交易日的預(yù)告效應(yīng)變量FAC15、FAC30均在1%水平下顯著負(fù)相關(guān)，進(jìn)一步支持了本文假設(shè)。

五、社交媒體關(guān)注調(diào)節(jié)作用的檢驗(yàn)

(一)多元回歸檢驗(yàn)

本文利用選取的樣本對(duì)式(5)、式(6)進(jìn)行了回歸檢驗(yàn)，在控制其他變量影響的情形下，檢驗(yàn)社交媒體關(guān)注對(duì)管理層業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)關(guān)系的調(diào)節(jié)作用，檢驗(yàn)結(jié)果如表10所示。

表10 社交媒體關(guān)注的調(diào)節(jié)作用

表10中的結(jié)果顯示：社交媒體關(guān)注變量與管理層業(yè)績(jī)預(yù)告精確性變量的交互項(xiàng)AT×Forecast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)，這一結(jié)果表明，社交媒體關(guān)注增強(qiáng)了業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)之間的關(guān)系，即社交媒體關(guān)注越高，業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)的作用越強(qiáng)，社交媒體關(guān)注增強(qiáng)了業(yè)績(jī)預(yù)告精確性所帶來(lái)的預(yù)告期間以及預(yù)告到宣告期間的預(yù)告信息釋放效應(yīng)。

(二)穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)

(1)PSM匹配。由于不同樣本公司的公司規(guī)模、公司盈利情況、財(cái)務(wù)杠桿等存在顯著差異，為解決可能存在的樣本選擇性偏差問(wèn)題，與前面采用的PSM配對(duì)處理方法一致，此處也以業(yè)績(jī)預(yù)告精確性變量為基礎(chǔ)，將樣本劃分為控制組與處理組，對(duì)式(5)、式(6)進(jìn)行了檢驗(yàn)，結(jié)果如表11所示。

表11 社交媒體關(guān)注的調(diào)節(jié)作用

表11中的結(jié)果顯示，在采用PSM方法對(duì)樣本進(jìn)行配對(duì)后，社交媒體關(guān)注變量與管理層業(yè)績(jī)預(yù)告精確性變量的交互項(xiàng)AT×Forecast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn仍均在1%水平下顯著負(fù)相關(guān)，這一結(jié)果進(jìn)一步證明了社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)關(guān)系的調(diào)節(jié)作用。

(2)采用滯后一期社交媒體關(guān)注變量重新回歸。與前文一致，為解決可能存在的互為因果產(chǎn)生的內(nèi)生性問(wèn)題，本文原社交媒體關(guān)注變量以預(yù)告當(dāng)季的上市公司所在股吧的全部發(fā)帖子數(shù)量總計(jì)取對(duì)數(shù)度量，現(xiàn)以滯后一期的股吧全部發(fā)帖子數(shù)量總計(jì)取對(duì)數(shù)度量社交媒體關(guān)注變量，利用全樣本重新對(duì)式(5)、式(6)進(jìn)行了檢驗(yàn)，結(jié)果如表12所示。

表12 社交媒體關(guān)注的調(diào)節(jié)作用

表13 社交媒體關(guān)注的調(diào)節(jié)作用

表12中的結(jié)果顯示，在采用滯后一期股吧發(fā)帖數(shù)取對(duì)數(shù)度量社交媒體關(guān)注變量后，社交媒體關(guān)注變量與管理層業(yè)績(jī)預(yù)告精確性變量的交互項(xiàng)AT×Forecast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及業(yè)績(jī)預(yù)告到盈余宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn仍均在1%水平下顯著負(fù)相關(guān)，這一結(jié)果進(jìn)一步支持了社交媒體關(guān)注顯著的增強(qiáng)調(diào)節(jié)作用。

(3)差分模型。與前文一致，為解決可能存在的遺漏變量而產(chǎn)生的內(nèi)生性問(wèn)題，此處考察各變量變動(dòng)值之間的關(guān)系，構(gòu)建如下模型

DFACn=α0+α1DForcast_Error+α2DAT+α3DForcast_Error×DAT+α4DBonus+α5DAge+α6DSize+α7DRoe+α8DLev+α9DBM+α10DZ+α11DMarket_Rate+α12DVolatility+ΣFirm+ΣYear+εi

(9)

DF_AACn=α0+α1DForcast_Error+α2DAT+α3DForcast_Error×DAT+α4DBonus+α5DAge+α6DSize+α7DRoe+α8DLev+α9DBM+α10DZ+α11DMarket_Rate+α12DVolatility+ΣFirm+ΣYear+εi

(10)

其中，D為變量變動(dòng)值，即本季度值減去上季度值，同時(shí)考慮個(gè)體固定效應(yīng)后進(jìn)行檢驗(yàn)，回歸結(jié)果如表13所示。

表13結(jié)果顯示：對(duì)于DFAC1、DFAC3、DF_AACn，DAT×DForcast_Error的回歸系數(shù)均在1%水平下顯著為負(fù)，即解決遺漏變量產(chǎn)生的內(nèi)生性問(wèn)題后，本文的假設(shè)依然得到驗(yàn)證。

2.改變業(yè)績(jī)預(yù)告精確性變量度量

與前面的度量方法一致，此處以業(yè)績(jī)預(yù)告形式變量Forcast_Type1、Forcast_Type2表達(dá)精確性，并重新用式(5)、式(6)檢驗(yàn)了社交媒體關(guān)注的調(diào)節(jié)作用，結(jié)果如表14所示。

表14中的結(jié)果顯示，在更換業(yè)績(jī)預(yù)告精確性度量后，社交媒體關(guān)注變量與管理層業(yè)績(jī)預(yù)告精確性變量的交互項(xiàng)AT×Forcast_Type2的系數(shù)均在1%水平下顯著負(fù)相關(guān)；AT×Forcast_Type1的系數(shù)分別在5%、5%、1%水平下顯著負(fù)相關(guān)。這一結(jié)果也進(jìn)一步說(shuō)明，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)的關(guān)系有顯著的正向調(diào)節(jié)作用，即社交媒體關(guān)注增強(qiáng)了業(yè)績(jī)預(yù)告精確性與預(yù)告信息釋放效應(yīng)的關(guān)系，與前文結(jié)論一致。

表14 社交媒體關(guān)注的調(diào)節(jié)作用

3.改變社交媒體關(guān)注變量度量

本文以預(yù)告當(dāng)季的上市公司所在股吧所發(fā)帖子的閱讀數(shù)總計(jì)取對(duì)數(shù)(以RAT表示)重新度量社交媒體關(guān)注變量，并利用全樣本重新對(duì)式(5)、式(6)進(jìn)行了檢驗(yàn)，結(jié)果如表15所示。

表15中的結(jié)果顯示，在采用股吧發(fā)帖的閱讀數(shù)取對(duì)數(shù)度量社交媒體關(guān)注變量后，社交媒體關(guān)注變量與管理層業(yè)績(jī)預(yù)告精確性變量的交互項(xiàng)RAT×Forcast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及業(yè)績(jī)預(yù)告到盈余宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)，進(jìn)一步支持了社交媒體關(guān)注的顯著增強(qiáng)調(diào)節(jié)作用，與前文研究得到的結(jié)論一致。

表15 社交媒體關(guān)注的調(diào)節(jié)作用

六、進(jìn)一步檢驗(yàn)

(一)不同性質(zhì)預(yù)告消息的影響

投資者對(duì)不同性質(zhì)預(yù)告消息的反應(yīng)也會(huì)有所不同[39]，好消息往往會(huì)產(chǎn)生積極影響，壞消息則相反。為進(jìn)一步檢驗(yàn)對(duì)于預(yù)告不同性質(zhì)消息時(shí)，業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)的影響以及社交媒體關(guān)注的調(diào)節(jié)作用，本文根據(jù)管理層業(yè)績(jī)預(yù)告類型，將預(yù)增、預(yù)贏以及扭虧等類型的業(yè)績(jī)預(yù)告劃歸為好消息預(yù)告，將預(yù)減、預(yù)虧、首虧等類型的業(yè)績(jī)預(yù)告劃歸為壞消息預(yù)告，據(jù)此將樣本劃分為好消息樣本組與壞消息樣本組，分別利用兩組樣本數(shù)據(jù)對(duì)式(3)-(6)進(jìn)行了回歸檢驗(yàn)。具體的檢驗(yàn)結(jié)果如表16、表17所示。

表16列示了在不同消息性質(zhì)下，業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告期間及預(yù)告到宣告期間預(yù)告效應(yīng)影響的回歸結(jié)果。結(jié)果顯示，在好消息樣本組與壞消息樣本組，管理層業(yè)績(jī)預(yù)告精確性變量Forcast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)?；貧w系數(shù)差異的Suest檢驗(yàn)結(jié)果顯示，兩組在因變量為FAC1的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.28，兩組在因變量為F_AACn的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.33，兩組在因變量為F_AACn的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.11，可以發(fā)現(xiàn)兩個(gè)樣本組的回歸系數(shù)均不存在顯著差異。以上結(jié)果表明，無(wú)論是好消息組還是壞消息組，管理層業(yè)績(jī)預(yù)告精確性越高，業(yè)績(jī)預(yù)告期間及預(yù)告到宣告期間的平均超額換手率均越高，預(yù)告效應(yīng)越強(qiáng)，信息釋放效應(yīng)越大。

表16 業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)(以好、壞消息分組檢驗(yàn))

表17列示了在不同消息性質(zhì)下，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)關(guān)系調(diào)節(jié)作用的回歸結(jié)果。結(jié)果顯示，在好消息樣本組，管理層業(yè)績(jī)預(yù)告精確性變量與社交媒體關(guān)注變量的交互項(xiàng)Forcast_Error×AT與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)，以上結(jié)果表明，在好消息樣本組中，社交媒體關(guān)注增強(qiáng)了業(yè)績(jī)預(yù)告精確性與預(yù)告期間及預(yù)告到宣告期間平均超額換手率的關(guān)系，即社交媒體關(guān)注增強(qiáng)了精確的業(yè)績(jī)預(yù)告的信息釋放效應(yīng)。在壞消息樣本組，管理層業(yè)績(jī)預(yù)告精確性變量與社交媒體關(guān)注變量的交互項(xiàng)Forcast_Error×AT與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn之間的關(guān)系在統(tǒng)計(jì)上均不顯著，這表明在壞消息樣本組，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告信息釋放效應(yīng)之間的關(guān)系未發(fā)揮調(diào)節(jié)作用。這可能是由于壞消息業(yè)績(jī)預(yù)告本身的投資者關(guān)注度較高，其預(yù)告效應(yīng)得到了較為充分的釋放，社交媒體關(guān)注并未發(fā)揮增量效用，同時(shí)相較于壞消息，股吧評(píng)論中的中小投資者更容易對(duì)好消息做出反應(yīng)，因此在好消息組社交媒體關(guān)注發(fā)揮了顯著調(diào)節(jié)作用?；貧w系數(shù)差異的Suest檢驗(yàn)結(jié)果顯示，兩組在因變量為FAC1的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.02，兩組在因變量為FAC3的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.00，兩組在因變量為F_AACn的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.00，可以發(fā)現(xiàn)兩個(gè)樣本組的回歸系數(shù)分別在5%、1%、1%水平下存在顯著差異，顯然好消息樣本組的回歸系數(shù)較壞消息樣本組更加顯著。Suest檢驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了僅在好消息樣本組，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)之間的關(guān)系發(fā)揮了調(diào)節(jié)作用。

表17 社交媒體關(guān)注的調(diào)節(jié)作用(以好壞消息分組檢驗(yàn))

(二)按機(jī)構(gòu)投資者持股比例分組檢驗(yàn)

機(jī)構(gòu)投資者相對(duì)于個(gè)人投資者獲取信息的渠道更多、速度更快，且具有更專業(yè)的信息收集與分析能力[40]，為了分析不同機(jī)構(gòu)投資者持股比例下業(yè)績(jī)預(yù)告精確性對(duì)預(yù)告效應(yīng)的影響，本文按機(jī)構(gòu)投資者持股比例數(shù)據(jù)中位數(shù)進(jìn)行分組，高于中位數(shù)的樣本為機(jī)構(gòu)投資者持股比例高組，反之為機(jī)構(gòu)投資者持股比例低組。分組后重新對(duì)原模型進(jìn)行回歸，回歸結(jié)果如表18、表19所示。

表18列示了在不同機(jī)構(gòu)投資者持股比例下，業(yè)績(jī)預(yù)告精確性與業(yè)績(jī)預(yù)告期間及預(yù)告到宣告期間預(yù)告效應(yīng)關(guān)系的回歸結(jié)果。結(jié)果顯示，在機(jī)構(gòu)投資者持股比例高組，管理層業(yè)績(jī)預(yù)告精確性變量Forcast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均沒(méi)有顯著相關(guān)性，以上結(jié)果表明，在機(jī)構(gòu)投資者持股比例高組，管理層業(yè)績(jī)預(yù)告精確性不能對(duì)預(yù)告期間以及預(yù)告到宣告期間的預(yù)告效應(yīng)產(chǎn)生影響。在機(jī)構(gòu)投資者持股比例低組，管理層業(yè)績(jī)預(yù)告精確性變量Forcast_Error與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)，以上結(jié)果表明，在機(jī)構(gòu)投資者持股比例低組，業(yè)績(jī)預(yù)告越精確，預(yù)告期間及預(yù)告到宣告期間的平均超額換手率越高，即業(yè)績(jī)預(yù)告越精確，其信息釋放效應(yīng)越大。這可能是因?yàn)闄C(jī)構(gòu)投資者擁有專業(yè)背景，精確的業(yè)績(jī)預(yù)告信息對(duì)其不能產(chǎn)生明顯的增量效應(yīng)，而對(duì)中小投資者的增量效應(yīng)更強(qiáng)。回歸系數(shù)差異的Suest檢驗(yàn)結(jié)果顯示，兩組在因變量為FAC1的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.00，兩組在因變量為FAC3的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.00，兩組在因變量為F_AAC的檢驗(yàn)中，F(xiàn)orcast_Error對(duì)應(yīng)的P值為0.00，可以發(fā)現(xiàn)兩個(gè)樣本組的回歸系數(shù)均存在顯著差異，進(jìn)一步支持了上述結(jié)論。

表18 業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)(按機(jī)構(gòu)投資者持股比例分組檢驗(yàn))

表19 社交媒體關(guān)注的調(diào)節(jié)作用(按機(jī)構(gòu)投資者持股比例分組檢驗(yàn))

表19列示了在不同機(jī)構(gòu)投資者持股比例下，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)關(guān)系調(diào)節(jié)作用的回歸結(jié)果。結(jié)果顯示，在機(jī)構(gòu)投資者持股比例高組，業(yè)績(jī)預(yù)告精確性變量與社交媒體關(guān)注變量的交互項(xiàng)Forcast_Error×AT與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn分別在1%、5%、5%水平下顯著負(fù)相關(guān)。在機(jī)構(gòu)投資者持股比例低組，業(yè)績(jī)預(yù)告精確性變量與社交媒體關(guān)注變量的交互項(xiàng)Forcast_Error×AT與業(yè)績(jī)預(yù)告期間0至1個(gè)交易日、0至3個(gè)交易日以及預(yù)告到宣告期間的預(yù)告效應(yīng)變量FAC1、FAC3、F_AACn均在1%水平下顯著負(fù)相關(guān)?；貧w系數(shù)差異的Suest檢驗(yàn)結(jié)果顯示，兩組在因變量為FAC1的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.64，兩組在因變量為FAC3的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.38，兩組在因變量為F_AACn的檢驗(yàn)中，F(xiàn)orcast_Error×AT對(duì)應(yīng)的P值為0.90，可以發(fā)現(xiàn)兩個(gè)樣本組的回歸系數(shù)不存在顯著差異。以上結(jié)果表明，無(wú)論是在機(jī)構(gòu)投資者持股比例高組還是機(jī)構(gòu)投資者持股比例低組，社交媒體關(guān)注均對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)之間的關(guān)系發(fā)揮了顯著的調(diào)節(jié)作用，即社交媒體關(guān)注增強(qiáng)了精確的業(yè)績(jī)預(yù)告的信息釋放效應(yīng)，機(jī)構(gòu)投資者持股比例高低對(duì)社交媒體關(guān)注的調(diào)節(jié)作用沒(méi)有顯著影響。

七、結(jié)論與啟示

(一)結(jié)論

本文采用2007年一季度至2017年四季度我國(guó)A股上市公司的管理層業(yè)績(jī)預(yù)告樣本作為研究對(duì)象，基于管理層對(duì)信息傳播方式的選擇，檢驗(yàn)了管理層業(yè)績(jī)預(yù)告精確性對(duì)業(yè)績(jī)預(yù)告信息釋放效應(yīng)的影響，以及社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與信息釋放效應(yīng)關(guān)系的調(diào)節(jié)作用。檢驗(yàn)結(jié)果發(fā)現(xiàn)：業(yè)績(jī)預(yù)告精確性越高，其信息釋放效應(yīng)越強(qiáng),說(shuō)明精確的業(yè)績(jī)預(yù)告更有利于投資者的理解；社交媒體關(guān)注的增加增強(qiáng)了業(yè)績(jī)預(yù)告精確性選擇對(duì)預(yù)告效應(yīng)的影響，說(shuō)明社交媒體關(guān)注增強(qiáng)了業(yè)績(jī)預(yù)告的信息釋放效應(yīng)。進(jìn)一步檢驗(yàn)發(fā)現(xiàn)，消息性質(zhì)的好壞對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)的關(guān)系沒(méi)有顯著影響；在機(jī)構(gòu)投資者持股比例低組，業(yè)績(jī)預(yù)告越精確，其信息釋放效應(yīng)越強(qiáng)；在好消息組，社交媒體關(guān)注對(duì)業(yè)績(jī)預(yù)告精確性與預(yù)告信息釋放效應(yīng)之間的關(guān)系發(fā)揮了顯著調(diào)節(jié)作用；機(jī)構(gòu)投資者持股比例的高低對(duì)社交媒體關(guān)注調(diào)節(jié)作用的發(fā)揮沒(méi)有顯著影響。本文的研究從新視角為業(yè)績(jī)預(yù)告精確性的經(jīng)濟(jì)后果提供了理論和實(shí)證依據(jù)，增強(qiáng)了投資者對(duì)業(yè)績(jī)預(yù)告策略、社交媒體關(guān)注在資本市場(chǎng)中作用的理解。

(二)啟示

根據(jù)研究結(jié)論，本文總結(jié)了以下啟示：第一，越精確的業(yè)績(jī)預(yù)告其信息釋放效應(yīng)越強(qiáng)，其提高了信息對(duì)投資者的決策有用性，因此，在以信息披露為核心的注冊(cè)制下，上市公司需要進(jìn)一步提高信息披露質(zhì)量，維護(hù)信息披露中的投資者關(guān)系，進(jìn)而提高資本市場(chǎng)的有效性；第二，社交媒體強(qiáng)化了業(yè)績(jī)預(yù)告對(duì)投資者的信息釋放效應(yīng)，為投資者提供了直接溝通的平臺(tái)，促進(jìn)了信息的交流和傳播，因此上市公司與投資者均應(yīng)關(guān)注社交媒體產(chǎn)生的影響，并合理利用其作用提升信息披露效果與投資決策的有效性；第三，隨著信息技術(shù)的發(fā)展，監(jiān)管部門(mén)也在不斷探索監(jiān)管轉(zhuǎn)型與監(jiān)管現(xiàn)代化的發(fā)展路徑，本文的研究發(fā)現(xiàn)為監(jiān)管機(jī)構(gòu)合理引導(dǎo)社交媒體在資本市場(chǎng)中的功能發(fā)揮、提升監(jiān)管現(xiàn)代化水平提供了實(shí)踐參考。