胡娟 李雪軼 郝穎 董士君

一、引言

面對瞬息萬變的市場環(huán)境，傳統(tǒng)財務報表提供的格式化的公司財務信息已無法滿足投資者的決策需求(程新生等，2012[1])。然而，近年來互聯(lián)網(wǎng)技術的不斷普及，通過搜索引擎、社交媒體等渠道傳播的非財務信息，作為公司異質信息的重要補充受到學術界和實務界的廣泛關注。據(jù)《中國網(wǎng)絡零售市場數(shù)據(jù)監(jiān)測報告》顯示，2014—2020年，網(wǎng)絡購物用戶比重不斷上升，截至2018年，國內(nèi)網(wǎng)絡零售市場交易規(guī)模達8.56萬億元，占2018年中國社會消費品零售總額38萬億元的22.5%。各大電商平臺通過與購物社區(qū)、微博和自媒體巧妙結合，促使消費者主動分享購物體驗、發(fā)布在線評論，顛覆性地改變了信息的數(shù)量和類型。尤其是“大數(shù)據(jù)技術”的發(fā)展不僅改變了傳統(tǒng)消費模式，也為投資者獲取更多更全面的信息提供技術支持，極大地提升了信息傳遞的及時性和有效性，加速投資者的市場反應。在此宏觀背景下，開展對非財務信息的市場反應、預測可能誘發(fā)的風險等一系列問題的研究，無論從理論上還是實踐上都具有重要意義。

以往研究分別從財務舞弊行為(葉康濤和劉金洋，2021[2])、銀行信貸決策(曹偉等，2022[3])、企業(yè)投資等方面，對非財務信息的影響展開了探索(Tellis和Johnson，2007[4]；Chen等，2012[5]；Luo和Zhang，2013[6])。這些研究一方面表明非官方發(fā)布的產(chǎn)品質量評估和產(chǎn)品使用建議，在效力上等同于上市公司官方披露的非財務信息，可能改變消費者和投資者對企業(yè)的認知(1)根據(jù)尼爾森2015年全球廣告信托調(diào)查，66%的調(diào)查者信任在線消費者評論，其中69%表示他們會對這些意見采取行動。；另一方面說明消費者評論可以作為間接度量企業(yè)非財務信息的指標，投資者通過消費者評論的信息傳遞功能捕捉企業(yè)未來盈利的信號，并反映到股票市場中。然而，目前關于非財務信息對資本市場的影響研究尚未達成共識，部分文獻認為非財務信息能夠在一定程度上提升公司信息透明度，滿足利益相關者了解公司發(fā)展趨勢的信息需求(Brazel等，2009[7]；孟曉俊等，2010[8])；部分文獻則認為我國監(jiān)管制度尚不健全，企業(yè)出于利己主義選擇性地披露非財務信息，信息效度大打折扣(唐躍軍等，2008[9]；Da等，2011[10])。由此便引申出一些關鍵問題：消費者在線評論信息是否優(yōu)化了非財務信息、實現(xiàn)增量提質，其經(jīng)濟后果到底如何？其是否能發(fā)揮更具前瞻性的作用？

事實上，消費者在線評論是網(wǎng)絡購物用戶在電商平臺上發(fā)布的企業(yè)產(chǎn)品使用體驗，信息披露的內(nèi)容和頻率并未受到企業(yè)監(jiān)督和干涉，保證了評論信息的獨立性，不僅可以幫助潛在消費者直接獲取相關產(chǎn)品信息，也能讓投資者便捷地搜集有關企業(yè)盈利狀況的公開信息，增加公司非財務信息在市場傳播的有效性。更為重要的是，消費者在線評論是客戶更真切的購物體驗，遠優(yōu)于上市公司為追求控制權等私利動機而公布的一些模糊的、避重就輕的信息。因此，在某種情況下，消費者發(fā)布的正面或負面評論甚至超過了廣告、促銷等方式產(chǎn)生的影響(盧向華和馮越，2009[11])?？梢姡M者作為產(chǎn)品的最終使用者，所提供的評論信息更具時效性和客觀性，在一定程度上可以避免自愿披露的主觀性誤差。特別地，“大數(shù)據(jù)技術”的發(fā)展使投資者對信息的及時捕捉和量化處理成為現(xiàn)實，豐富了投資者獲取信息的渠道，降低了投資者從公開信息中提取有用信息的難度(丁慧等，2018[12])。因此，沿著上述邏輯思路，本文借助當前日漸成熟的電子商務系統(tǒng)和快速發(fā)展的數(shù)據(jù)搜集技術所提供的絕佳機會，通過采用Python文本分析技術量化消費者在線評論，研究消費者在線評論對股票收益率的影響。研究結果表明：消費者情緒與消費者關注度對股票收益率的影響密切相關，并受其左右。在通過替換因變量、替換固定效應模型、增加控制變量等方法檢驗后其結果依然穩(wěn)健。進一步地，我們通過有效識別方法，排除樣本中的水軍言論，以消除“言論噪音”帶來的誤導性，抑制股價長期反轉的可能。異質性分析表明，消費者關注度與消費者情緒的交叉效應在追加評論組及競爭激烈的行業(yè)組結果更加顯著，與整體樣本的特征基本一致，而且在消極情緒下要比積極情緒下作用更強。

與既有的研究相比，本文的增量貢獻在于：第一，突破了以往研究數(shù)據(jù)的局限，拓展和豐富了消費者在線評論對資本市場價值影響方面的文獻?，F(xiàn)有研究主要利用股票論壇或上市公司公告的文本信息，存在研究窗口期短、樣本所屬行業(yè)單一等局限，亦無法獲得有深度、有廣度的面板數(shù)據(jù)(Clemons等，2006[13]；Fornell等，2016[14])。本文利用Python信息搜索技術，獲取2014—2018年上市公司相關店鋪的產(chǎn)品評論信息160萬余條，構建了綜合面板數(shù)據(jù)，對上市公司非財務信息與投資價值預判作用的研究提供參考價值。第二，獨特的數(shù)據(jù)處理允許本文更純粹地觀察消費者評論對股價的影響。本文有效識別并剔除網(wǎng)絡水軍評論，更真實地闡釋了消費者在線評論的市場反應和預判作用。第三，本文通過構建一個全新的自變量“消費者關注度×消費者評論情緒”，論證了消費者關注的情緒效應，并清晰地揭示了該效應存在不對稱性，豐富和補充了非財務信息領域的研究。

二、理論構建與假說提出

(一)消費者關注度與股票回報

傳統(tǒng)觀點認為，財務分析是專業(yè)預測者的領域。然而，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)時代的到來，通過搜索引擎、社交媒體等渠道傳播的信息以及網(wǎng)絡平臺發(fā)布的產(chǎn)品第三方評論的預測作用嶄露頭角，企業(yè)高管、消費者和投資者也意識到非財務信息的披露能有效緩解信息不對稱。消費者在選擇產(chǎn)品時，不再依賴專家建議，而是越來越多地轉向其他客戶的評議。消費者評論在信息決策中已搶占了一席之地，并為其他消費者在購物決策和潛在投資者決策提供參考。用戶生成的評級對市場上其他參與者產(chǎn)生的影響驟然增加，而來自公司公告等傳統(tǒng)咨詢來源的影響力正在下降。監(jiān)管機構由此得出結論“社交媒體正在改變格局”，其傳播的非財務信息與金融市場的相關性只會不斷增加。

有效市場理論認為，有價值的信息進入資本市場，就會立即被投資者識別并以此調(diào)整策略，最終反映在股票價格中(Fama和French，2015[15])。投資者將消費者感知到的產(chǎn)品質量、滿意度等信息整合處理后，作為判斷企業(yè)未來發(fā)展前景和潛力的信號，在一定程度上規(guī)避投資風險、提高投資決策效率(Aaker和Jacobson，1994[16]；Subrahmanyam和Titman，1999[17]；Mizik和Jacobson，2003[18]；Srivastava等，1998[19])。因此，消費者評論信息與股票回報率息息相關。在經(jīng)濟活動實踐中也不難發(fā)現(xiàn)：由于監(jiān)管部門尚未準確地界定非財務信息披露的準則，且資本市場中已有一些企業(yè)自愿披露的非財務信息大部分是報喜不報憂，不僅信息的多寡、優(yōu)劣良莠不齊，而且不同公司之間的非財務信息無法對比，導致投資者無法準確分析和判斷價值相關的信息。而相比之下，消費者在線評論卻很好地消除了已有非財務信息的弊端，一方面，消費者在線評論獨立于企業(yè)管理者和資本市場投資者，屬于第三方平臺發(fā)布的公開信息，具有一定的客觀性和參考性；另一方面，消費者在線評論提升了信息的標準化程度，內(nèi)容涵蓋范圍廣，而且通過構建評論等級、評論數(shù)量等綜合性指標，強化了評論信息的可比性。因此，消費者及時披露的產(chǎn)品使用體驗不僅能夠打破信息傳遞偏差和局限，為投資者提供了更多的增量信息，投資者在獲取這些信息后，對公司股票價值進行預測，至少在短期內(nèi)會引起股價波動。

基于上述邏輯，提出本文第一個假設：

假設1：消費者在線評論數(shù)量越多，意味著該產(chǎn)品在市場上受到的關注度越高，越易引起股價波動。

(二)消費者關注度、消費者評論情感的交叉效應與股票回報

消費者作為企業(yè)產(chǎn)品的直接使用者和體驗者，在購買產(chǎn)品或服務后會針對購買和使用體驗提出總體評價，投資者通過消費者評論的信息傳遞功能，捕捉企業(yè)未來盈利的信號，并反映到市場中。國內(nèi)外已有研究表明，金融資產(chǎn)的價格會被投資者情感所左右，尤其是非理性投資者情感會扭曲公司股價，嚴重偏離公司基本面(金雪軍等，2013[20])。由此及彼，消費者在線評論中包含的情感信息通過傳遞同樣也能對股價產(chǎn)生顯著影響。

一般而言，市場中對企業(yè)產(chǎn)品的評價和認可不斷累積后會形成“消費者口碑”，驅動潛在消費者和投資者的好奇心，從而使產(chǎn)品受到持續(xù)關注，提升了品牌效應，增強企業(yè)的競爭優(yōu)勢等，以上都足以奠定消費者評論對企業(yè)未來經(jīng)濟利益的重要預測作用。此外，相對成熟的市場環(huán)境和監(jiān)管體系，在抑制特定消費者在線評論情感的主觀動機的同時，削弱消費者評論單一性的噪聲干擾，保障消費者情感傾向更加客觀真實地反映未來業(yè)績情況(Huang，2018[21])?！翱诒钡慕槿霝楦行А⒏娴亟忉屜M者在線評論對資本市場的影響提供了思路：首先，通過口碑傳播向潛在消費者推廣企業(yè)產(chǎn)品和服務，以此降低吸引新客戶的市場營銷成本，同時提升企業(yè)品牌形象和聲譽(Mittal和Kamakura，2001[22]；Anderson和Mittal，2000[23])。其次，消費者正面評價體現(xiàn)了消費者對產(chǎn)品的高度認可，吸引潛在消費者，從而帶來重復購買和交叉購買，增加企業(yè)營業(yè)收入、提高企業(yè)運營能力(白長虹和劉熾，2002[24]；韓經(jīng)綸和韋福祥，2001[25])。最后，消費者滿意度使得顧客和企業(yè)的利益關系更加穩(wěn)固，降低企業(yè)交易費用和交易失敗成本。顯而易見，基于消費者口碑和企業(yè)忠誠度，消費者正面評論有利于增強企業(yè)軟實力，成為企業(yè)在激烈的市場中取勝的重要支撐(王永貴等，2005[26]；張英奎等，2012[27])。

進一步地，“注意力分配模型”認為，當消費者在線評論信息越多，越容易引起投資者的注意，因此，消費者評論情感便成為消費者關注度影響股價的重要推動力。其基本邏輯在于：當消費者對某一產(chǎn)品評論持積極情感時，投資者更愿意購買該公司股票，引起股票價格的正向反應，相反，當消費者評論持消極情感，此時潛在消費者和投資者都發(fā)生了巨大變化，重復購買的可能性大大降低，投資者更為謹慎，大規(guī)模拋售股票導致股票價格大幅跌落。

基于以上分析，提出本文第二個假設：

假設2：消費者關注對股票價格的影響取決于消費者評論情感，消費者評論持積極情感時，消費者關注度正向影響股價；消費者評論持消極情感時，消費者關注度則負向影響股價。

三、研究設計

(一)樣本選擇與數(shù)據(jù)來源

據(jù)《中國網(wǎng)絡零售市場數(shù)據(jù)監(jiān)測報告》顯示，京東商城和淘寶是國內(nèi)最大、消費者最常用的購物平臺。京東商城在國內(nèi)B2C網(wǎng)絡零售市場排名名列前茅，截至2018年京東營業(yè)收入占零售電商上市公司總營收的34.16%，位居首位?？梢?，“京東商城”平臺是個人購買商品的熱門場所，也成為獲取互聯(lián)網(wǎng)消費者在線評論的最大來源之一，因此本文選擇京東商城具有代表性。

本文選取2014—2018年產(chǎn)品在京東商城網(wǎng)站上交易的182家A股上市公司作為研究對象，通過手工搜集與Python數(shù)據(jù)獲取技術相結合，整理得到研究所用數(shù)據(jù)?；谘芯吭O計的需要，對樣本做如下篩選：(1)鑒于金融業(yè)、房地產(chǎn)、采礦業(yè)以及大型機械設備生產(chǎn)等行業(yè)產(chǎn)品和服務的特殊性，無法在電商平臺銷售，故剔除上述行業(yè)。(2)剔除在研究期間內(nèi)財務數(shù)據(jù)和資本市場數(shù)據(jù)不完整的樣本。(3)剔除在研究期間無商品交易或產(chǎn)品評論數(shù)據(jù)的上市公司。(4)剔除各變量有缺失以及數(shù)據(jù)異常的樣本。(5)為提高研究樣本質量，本文選取京東商城銷售額占比較大的上市公司為研究樣本(如××旗艦店、××自營店)獲取更廣泛的消費者評論信息。(6)由于書籍和音樂光盤類產(chǎn)品均以作品名或作者名字列示，因此不納入本研究樣本中。經(jīng)如上步驟篩選，共獲得182家上市公司的160余萬條觀測值。

需要指出的是，由于樣本量的要求，需涵蓋農(nóng)副食品加工業(yè)、日化用品、金屬制品以及家具制造業(yè)等多個行業(yè)，總之以終端產(chǎn)品直接面向消費者的行業(yè)占比較多，當然也包含了極少量的漁業(yè)和餐飲業(yè)。限于篇幅，未在文中列示樣本的行業(yè)分布(2)分類標準參考中國證監(jiān)會2012年公布的《上市公司行業(yè)分類指引》。(3)限于篇幅，消費者評價樣本的行業(yè)分布表未在文中列示，留存?zhèn)渌??！?/p>

(二)主要變量說明

基于前文分析，本文中“消費者在線評論”包含兩層含義：消費者關注度和消費者評論情感。

1.消費者關注度(Attention)。

主流文獻中對于“關注度”的衡量大多數(shù)采用與之相匹配的數(shù)量作為度量指標。本文利用Python數(shù)據(jù)搜索技術，在平臺上搜集了消費者使用產(chǎn)品的感受，并以搜索結果中的評論數(shù)量作為消費者對該商品的關注度。評論數(shù)量越多，說明消費者對上市公司產(chǎn)品的關注度越高。

2.消費者評論情感(Sentiment)(也稱為評論情感傾向)。

一般而言，用戶發(fā)布的內(nèi)容包含了情感傾向、偏好以及滿意程度等，有助于其他潛在消費者獲得參考信息，且情感傾向越明確，越易發(fā)揮預測作用。本文借鑒施曉菁等(2016)[28]的研究，為了更加清晰和精確地度量消費者的商品體驗和評價，本文以可量化的數(shù)字即消費者評分衡量評論的情感屬性?；具壿嫗椋合M者評分分值從1到5，其中，1分是極端負面，5分是極端正面，分值越高，評價越好，意味著消費者情緒越積極。需要強調(diào)的是，現(xiàn)有的評價研究往往只關注評論或評級，而忽視兩者之間的有機統(tǒng)一。為了更進一步地分析消費者評論的市場反應，我們構建了兩個交叉變量：

Cross_negative=Attention×Neg_Sentiment

①

Cross_positive=Attention×Pos_Sentiment

②

其中，虛擬變量Neg_Sentiment，代表消費者評論的消極情感，即當消費者評分低于中位數(shù)時，該虛擬變量為1；類似地，虛擬變量Pos_Sentiment，代表消費者評論的積極情感，即當消費者評分高于中位數(shù)時，該虛擬變量為1。上述兩個交叉變量Cross_negative和Cross_positive，在反映消費者關注度程度的同時刻畫了關注度的情感屬性(楊曉蘭等，2016[29])。

3.市場反應。

為確保結果穩(wěn)健成立，本文采用如下3個變量來度量市場反應情況：個股股票收益率(Rett)、股票交易量(Tradingvolume)、短期資金流向(Capital_flow)。其中，根據(jù)研究的重點還選取了股票t+1～t+3未來三期回報數(shù)據(jù)Rett+1～t+3。

4.控制變量。

借鑒主流文獻中有關市場反應的研究，本文選取了多個公司層面的控制變量，包括公司規(guī)模Size、歷史收益率Rett-1、市場收益率MRet、賬面市值比BM。同時，本文還加入年度、行業(yè)的固定效應。具體的定義及測度見表1。

表1變量定義表

(三)模型構建

為檢驗本文提出的理論假設，以面板數(shù)據(jù)構建如下回歸模型，模型中主要解釋變量Attention、Sentiment代表滯后一期消費者關注度(即評論數(shù)量)和消費者評論情感，目的在于緩解研究的內(nèi)生性問題。

Reti,t=α1+α2Attentioni,t-1+α3∑Controlsi,t-1

+Industryt+Yeari+εi,t

(1)

Reti,t=β1+β2Sentimenti,t-1+β3∑Controlsi,t-1

+Industryt+Yeari+εi,t

(2)

Reti,t=γ1+γ2Cross_positivei,t-1+γ3Attentioni,t-1

+γ4Sentimenti,t-1+γ5∑Controlsi,t-1

+Industryt+Yeari+εi,t

(3)

Reti,t=λ1+λ2Cross_negativei,t-1+λ3Attentioni,t-1

+λ4Sentimenti,t-1+λ5∑Controlsi,t-1

+Industryt+Yeari+εi,t

(4)

其中，因變量Reti,t表示股票i在t期的收益率；Cross_positive表示消費者評論積極情緒與消費者關注度的交叉變量；Cross_negative表示消費者評論消極情緒與消費者關注度的交叉變量，具體含義如前文所示。Controlsi,t表示一組控制變量；Industryt和Yeari分別表示行業(yè)和年份固定效應；εi,t為殘差項。

四、實證結果與分析

(一)描述性統(tǒng)計

從表2主要變量的描述性統(tǒng)計中可知，Sentiment是消費者評論情緒的測度指標，均值為4.47，標準差為1.10，中位數(shù)為4.86，說明在樣本研究期間積極情感占據(jù)較大比例。一種頗具影響力的解釋為：首先，在消費者群體中存在選擇效應，即普遍認為京東商城的交易產(chǎn)品具有相對較高的質量。其次，對于用戶體驗度較差的產(chǎn)品終究會被淘汰，隨著消費者數(shù)量的下降，負面評價隨之減少。同理，對于用戶體驗較好的產(chǎn)品，好評與銷量便相得益彰。再次，對于所購商品只要不存在瑕疵，即使價格與質量不完全匹配，消費者也更愿意發(fā)布正面評論，認為購買合理化。因此，從整體上而言，平臺上呈現(xiàn)出大篇幅正面評論。Attention是消費者關注度的測度指標，最小值為0.69，最大為9.78，標準差為2.36，說明樣本個體存在較大差異。一個較為合理的解釋為行業(yè)性質和企業(yè)性質不同導致其交易數(shù)量和頻率不同，從而產(chǎn)生的評論數(shù)量也有顯著差異。

表2主要變量的描述性統(tǒng)計

(二)回歸分析：消費者關注度、消費者評論情緒對股票收益率的解釋能力

表3列示了市場反應的回歸檢驗度結果。其中，列(1)加入了控制變量，消費者關注度Attention的系數(shù)為0.004，在1%的水平上顯著，說明消費者關注度越高，股票收益率越高。就影響力而言，如果消費者關注度指標提高1個單位，股票收益率將提高0.004，相對于均值為0.01的股票收益率而言，約提高(0.004/0.01)40%，得出的結論支持了本文提出的假設1。從回歸方程(2)來看，消費者評論情緒(消費者評級)對股價的正向影響在1%的水平上顯著，這支持了已有文獻的結論——消費者評論情感可以左右消費者關注度對股票收益率的影響方向，因此在大數(shù)據(jù)時代，通過搜索技術獲取的消費者評論信息在股價市場中的作用不容小覷。表3進一步列示了方程(3)的回歸檢驗結果，并表明無論是消費者評論的積極情感抑或消極情感，其交叉效應對股票收益率的回歸系數(shù)均在1%的水平上顯著，也證實了存在消費者關注的情緒效應。實證結論支持了本文提出的假設2，即消費者情緒與消費者關注度對股票收益率的影響密切相關，并受其左右。綜上可見，本文的研究檢驗了消費者關注度與消費者評論情緒對股票收益率的交叉影響，在積極情感下，股票收益率隨著消費者關注度的增加而提高，而在消極情緒下，消費者關注度與股票收益率則負向顯著，且消極情感的負面沖擊程度略高于積極情感下的正面沖擊。

表3 消費者在線評論與股票收益率的回歸分析

五、穩(wěn)健性檢驗

(一)內(nèi)生性檢驗

本文可能存在內(nèi)生性問題：即由于產(chǎn)品質量較好(較差)，銷量提高(下降)，從而引起股價的上漲(下跌)，投資者追加投資、引起股價波動可能是因為產(chǎn)品質量的好壞導致的，與消費者評論語氣是積極還是消極無關，投資者也并沒有去查看和處理這些評論信息。

以往研究發(fā)現(xiàn)，消費者在線評論與產(chǎn)品質量之間并非呈線性關系，同時還受到品牌認可度、產(chǎn)品依賴性、宣傳效應等諸多非量化因素的影響，因此，消費者積極或者消極情緒并不等同于產(chǎn)品質量好或者不好(畢雪梅，2004[30]；陳國平，2009[31]；戴悅和何超，2017[32])，都是一種可供潛在消費者和投資者參考的有效信號。本文重點關注消費者評論等非財務信息在資本市場信息傳遞中是否具有價值效用。

基于上述邏輯分析，本文以中位數(shù)為界將樣本按照產(chǎn)品質量好壞分為兩組。其中，用和訊網(wǎng)中供應商、客戶的評分衡量產(chǎn)品質量(4)目前，學術界關于產(chǎn)品質量的測度尚未形成統(tǒng)一標準。和訊網(wǎng)中供應商、客戶的評分(15%)包括：產(chǎn)品質量、售后、誠信互惠3個細分指標，其中產(chǎn)品相關評分占比10%。因此，本文以該評分代指企業(yè)產(chǎn)品質量。。研究發(fā)現(xiàn)消費者評論在質量好與質量差的情況下，均發(fā)揮了顯著作用，進而排除了消費者評論的作用完全源自產(chǎn)品質量高的可能。

表4穩(wěn)健性檢驗：排除替代性解釋

(二)替換因變量

為證明主要結論的穩(wěn)健性，本文分別選取股票交易量(Tradingvolume)、短期資金流向(Capital_flow)作為度量市場反應的指標來驗證結論的穩(wěn)健性。其中，短期資金流向用(單筆交易金額小于等于100萬元的買入額-賣出額)/(單筆交易金額小于等于100萬元的買入額+賣出額)這一指標度量。

回歸檢驗結果表明(5)參考銳思數(shù)據(jù)庫(RESSET)對股票資金流向的判斷標準。，無論在積極情感抑或消極情感下消費者關注對股票交易量均有正向影響；相較而言，消費者關注度的情感效應在消費者評論情感持積極傾向下比消極傾向下作用更明顯。在消極情感的作用下，會使消費者關注度產(chǎn)生兩種截然不同的影響：一方面，消費者對產(chǎn)品的使用體驗持否定態(tài)度，必將導致謹慎的投資者賣出股票，使成交量上升；但另一方面，一些風險偏好者更愿意繼續(xù)持有股票，不會產(chǎn)生大幅度的拋售，最終交易量會不及積極情感下實現(xiàn)的數(shù)量?？傊?，消費者消極情感下的消費者關注對股票成交量的正面沖擊力度有限。

(三)固定效應模型替換

為了控制其他維度異質性的影響對觀測結果的質疑，本文進行了固定效應模型替換，將行業(yè)固定效應替換為控制公司個體固定效應。結果顯示，消費者關注度與股票收益率之間顯著正向影響，消費者評級與股價正向相關，這支持了已有文獻的結論?？偠灾?，前述檢驗均不改變本文基準回歸結論。

(四)增加控制變量

影響股價波動的因素除基準模型中控制的基本因素外，還受到產(chǎn)品層面和公司治理層面等因素的影響，為此，本文控制了以下變量：資產(chǎn)收益率、公司規(guī)模、公司成長性、財務杠桿、公司年齡等，以及涉及公司治理層面的度量：機構持股比例、股權結構、獨立董事比例、董事會規(guī)模等。檢驗結果與基準回歸一致，驗證了研究結論的穩(wěn)健性(6)限于篇幅，穩(wěn)健性檢驗結果未在文中列示，留存?zhèn)渌??！?/p>

六、進一步研究

(一)識別網(wǎng)絡水軍言論

為更好地保證交易雙方的權益，京東商城出臺《京東開放平臺評價管理規(guī)則》(7)京東開放平臺評價管理規(guī)則網(wǎng)址：https://rule.jd.com/rule/ruleDetail.action?ruleId=2395。，具體列示惡意評價等擾亂平臺秩序的違規(guī)情形。雖然該規(guī)則明確了管控范圍，但依然存在一些商家鉆空子，試圖向市場傳播虛假信息，企圖誤導其他市場參與者。鄭春東等(2015)[33]研究表明，鑒于消費者評論的效用在產(chǎn)品交易市場中的地位不容小覷，一部分公司為了搶占市場占有率，通過雇傭水軍，以發(fā)帖、跟帖、轉帖等形式偽造“偽網(wǎng)絡口碑”，影響消費者選擇。因此，網(wǎng)絡媒體如此強有力地推動市場經(jīng)濟發(fā)展，并非只收獲贊揚，同時也帶來許多擔憂?；谏缃幻襟w固有的開放性和缺乏監(jiān)管的先天不足，不知情的參與者很容易被市場不完善導致的噪音所誘導，做出非理性選擇，還會導致公司股價偏離自身基本面。我國股市以散戶為主，這些投資者們的專業(yè)判斷和識別能力有限，當處在無限信息和有限認知的兩難境地時，正確識別并排除水軍評論便會大大增強投資者獲取信息的準確性，降低長期股價反轉的可能性。因此，進一步分析網(wǎng)絡水軍如何影響消費者關注度與股票收益率之間的關系顯得尤為重要。

本文借鑒已有研究思路，總結“網(wǎng)絡水軍”(Paid Poster)的言論特征。如前所述，水軍評論與正常評論差異呈現(xiàn)形式不一而足：(1)就文本內(nèi)容來看，“水軍”為達到以假亂真的目的，評論文字內(nèi)容較長，且有固定的模板套路。本文剔除評論內(nèi)容一致、數(shù)量大于2次的文本。(2)一般而言，在“618”“雙11”或“雙12”促銷時，才會出現(xiàn)交易數(shù)量和評論數(shù)量驟然增加的情況，除此之外，若企業(yè)的評論在某一時段大幅波動，必定存在蹊蹺。為此，本文剔除同一天內(nèi)產(chǎn)品評論數(shù)量大于60的店鋪。(3)本文借助Python數(shù)據(jù)搜集技術能夠獲得評論者ID，從中剔除同一消費者ID每天評論數(shù)量大于10的樣本，從而規(guī)避了職業(yè)“水軍”的干擾。(4)識別IP地址：篩選出評論者IP地址與店鋪有關聯(lián)的評論。(5)瀏覽深度：正常情況下顧客線上瀏覽商品時間大概在5～12分鐘之間，根據(jù)瀏覽時長和瀏覽商品數(shù)量可以判斷是否存在水軍刷屏的可能，如果時間過于短暫便被認為有刷單的嫌疑。本文剔除瀏覽時間低于5分鐘的樣本。(6)咨詢占比：通常認為，消費者在購買商品時不會都是靜默下單，也不會都有客服咨詢，因此，本文針對ID用戶的交易中是否與客服有互動以及互動頻次來判斷評論的有效性，剔除不符合要求的樣本。(7)消費水平：一般情況下，周、月交易量的金額可以基本判定該買家的消費水平，有些賬號從頭至尾沒有買過高端單價商品，突然出現(xiàn)用這一賬號刷高單價商品，則有網(wǎng)絡水軍的嫌疑。(8)點擊率和轉化率：據(jù)統(tǒng)計，正常情況下商品的點擊率和轉化率在行業(yè)平均點擊率的200%上下浮動，對于明顯超過正常范圍浮動比率的樣本予以剔除。遵循上述方法對京東購物評論區(qū)信息進行識別和判斷，最終得到5 368個樣本數(shù)。

(二)水軍言論的經(jīng)濟后果研究

基于上述識別策略和方法，本節(jié)考察“網(wǎng)絡水軍”言論在未來期被投資者甄別后如何影響股票回報率。表5展示了個股收益Rett的回歸結果，在不包含水軍言論和包含水軍言論兩種情況下作對比。列(1)、(2)、(3)為識別水軍言論并刪除后的回歸結果，列(4)、(5)、(6)驗證了水軍言論對股票收益率影響的回歸結果，回歸系數(shù)不顯著，這一結論表明水軍言論具有嚴重的干擾性?？傊?基準回歸結果的顯著性是由高質量消費者言論(不包含水軍言論)的正向顯著性拉動產(chǎn)生的。

表6展示了投資者通過甄別水軍言論后，“干凈的”消費者評論在未來期對股價的影響。因此，本文選取t+1～t+3期(未來三個月的)個股累積收益Rett+1～t+3和股價長期發(fā)生反轉分別作為因變量。Rett+1～t+3對應的回歸系數(shù)均在1%的水平上顯著，通過了顯著性檢驗，意味著高質量且正面評論所形成的產(chǎn)品信息傳遞了有效的信號，在融入股票價格后，激發(fā)出投資者積極正面的情緒和傾向，進而促進股票價格的上漲。同時，排除“水軍”言論后的高質量評論抑制了股價長期發(fā)生反轉的可能性。Reverse是虛擬變量，該變量刻畫了前期(即被披露后5天)股票累積超額回報率為正，而在后期(大概披露后200天)股票累計超額回報率為負的情形。事實上，企業(yè)出于利己主義雇傭網(wǎng)絡水軍發(fā)布評論，導致消費者在線評論信息良莠不齊，使其具有“迷惑性”和“誘導性”，短期內(nèi)將推高股價，但當投資者意識到水軍言論導致信息含量大打折扣后，會改變非理性決策，抑制股價反應過度，緩解市場噪聲扭曲價格產(chǎn)生的損失，督促長期內(nèi)股價回歸正常水平。以上分析說明，水軍評論終究會被投資者識破，不會產(chǎn)生長期的股票收益效應，因此，在很大程度上只體現(xiàn)為短期沖擊。綜上，剔除水軍言論后的消費者評論使得股票價格更準確地反映企業(yè)價值。

表5消費者關注度、消費者情緒的交叉效應與股票回報關系的回歸分析

表6剔除水軍言論后消費者關注度的長期效應

(三)異質性檢驗

1.初次評論與追加評論。

前已述及，消費者在線評論信息對市場的預判作用日益凸顯，對此，各大電商平臺評論系統(tǒng)也進行了重要創(chuàng)新，陸續(xù)推出追加評論的功能。鑒于情緒變化的時間效應，不同時間對同一事物的評價和認知存在情感傾向的弱化抑或轉變。為此，我們將評論分為在線初次評論和在線追加評論進行分組檢驗，探究兩者的市場反應差異。需要說明的是，本研究只針對初始評論和追加評論情感傾向的一致性展開討論。

如表7所示，列(1)、(2)、(3)顯示在線初次評論的回歸系數(shù)在10%的水平上顯著，列(4)、(5)、(6)顯示在線追加評論的回歸系數(shù)也顯著相關，且相較于初次評論，在線追加評論的顯著性程度更強。一種頗為合理的解釋為：追加評論在內(nèi)容豐富性、情感真實性以及感染力方面都比初次評論更勝一籌，對此，消費者和投資者在決策時也給予追加評論更高的參考權重。尤其是對于產(chǎn)品質量差、用戶滿意度不高的產(chǎn)品，倘若初始評論就傾向于負面或消極情感，那么，在通過一段時間的使用認證后，所累積的不滿情緒在追加評論中表現(xiàn)并爆發(fā)出來，體現(xiàn)出比初次評論更加強烈的情感傾向。

表7追加評論對消費者評論和股票回報的影響作用

2.行業(yè)競爭程度。

一般而言，消費者評論對產(chǎn)品的市場反應并非一致。據(jù)統(tǒng)計，在各大電商平臺進行交易的產(chǎn)品可以劃分為兩大類型：快消品和非快消品?！翱煜贰毙袠I(yè)市場準入門檻低，但利潤率較高，因此吸引大量中小廠商持續(xù)進入市場，導致行業(yè)競爭加劇。特別地，當行業(yè)競爭程度較高時，消費者對產(chǎn)品使用體驗的敏感性增加，此時，“消費者口碑”的傳播效應縮減了企業(yè)吸引客戶的成本，潛在消費者難以抵制“口碑”的誘惑而尋找正面評價更多的產(chǎn)品，進而提升消費者評價與股票回報之間的關聯(lián)(Gupta和Zeithaml，2006[34])。

本文設置虛擬變量，若商品為快消品，則代表行業(yè)競爭激烈(High_compe)；若商品為非快消品，則代表行業(yè)競爭程度低(Low_compe)。研究結果注：限于篇幅，行業(yè)競爭度的異質性檢驗結果未在文中列示。表明，相較而言，行業(yè)競爭程度較低組比行業(yè)競爭激烈組消費者評論與市場反應的相關性更強，與前文的猜想基本一致。對此，較合理的解釋是：由于產(chǎn)品競爭激烈，替代品隨時對商家的市場占有額構成威脅，消費者轉尋另一家品牌的成本更低，討價還價更易成功。因此，實證結果表明：行業(yè)競爭程度顯著調(diào)節(jié)消費者評論對股票收益率的影響，在行業(yè)競爭激烈的環(huán)境中，消費者評論和股票回報之間的關聯(lián)性更強。

七、結論與啟示

本文立足“京東商城”消費者在線評論的角度，構建了一個全新的自變量“消費者關注度×消費者評論情緒”的交叉效應，探究在一個流行的社交媒體網(wǎng)站上消費者發(fā)布的產(chǎn)品體驗言論與金融市場上股票價格及其收益之間存在的關系。研究發(fā)現(xiàn)，消費者關注度對股票收益率的影響取決于消費者評論情感。異質性分析表明，消費者關注的情感效應在追加評論中以及競爭激烈的行業(yè)更加顯著，而且消極情感下要比積極情感下的作用力度更強。

本文研究結論為規(guī)范消費者在線評論、推動投資市場更有效的運行提供了有益啟示。第一，正確認識消費者關注度對股票收益率的影響。投資者不僅需要考慮消費者在線評論的數(shù)量，也應關注消費者在線評論的情感差異，揭示了消費者在線評論能夠充當公司發(fā)展前景的指示器。第二，得益于互聯(lián)網(wǎng)技術的發(fā)展，挖掘出消費者在線評論的更重要的作用，即該信息能維護企業(yè)與用戶關系、樹立品牌以及進行質量監(jiān)控。實踐經(jīng)驗得出，消費者在線評論為企業(yè)宣傳產(chǎn)品、傳遞信息節(jié)約了成本，成為潛在消費者獲取企業(yè)產(chǎn)品信息的免費渠道。第三，對評論中摻雜的網(wǎng)絡水軍言論進行有效監(jiān)管，警惕商家借助水軍言論創(chuàng)造偽口碑效應，對投資市場穩(wěn)定性產(chǎn)生不利影響?？傊?，隨著互聯(lián)網(wǎng)在市場中扮演越來越重要的角色，對互聯(lián)網(wǎng)傳遞的非財務信息質量進行監(jiān)管也成為政府和企業(yè)面臨的重要課題，本文的研究不僅為監(jiān)管部門制定相關政策提供了借鑒意義，也為微觀企業(yè)提升企業(yè)經(jīng)營業(yè)績提供經(jīng)驗指導。