李季鵬 卓宗豪

【摘要】近年來(lái)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)受到越來(lái)越多的關(guān)注， 不斷出現(xiàn)“蹭熱點(diǎn)”等一系列問(wèn)題， 管理層涉嫌利用網(wǎng)絡(luò)平臺(tái)操縱信息披露， 使網(wǎng)絡(luò)平臺(tái)成為管理層謀取私利的工具。本文利用2010 ～ 2021年上證e互動(dòng)和互動(dòng)易平臺(tái)中A股上市公司數(shù)據(jù)， 考察網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理層業(yè)績(jī)預(yù)告披露的影響。結(jié)果表明： 網(wǎng)絡(luò)平臺(tái)互動(dòng)能降低業(yè)績(jī)預(yù)告披露的精確性， 提升業(yè)績(jī)預(yù)告披露的積極性和頻率?？刂瓶赡艿膬?nèi)生性問(wèn)題后， 結(jié)果依舊顯著。進(jìn)一步研究發(fā)現(xiàn)： 管理層私利動(dòng)機(jī)越強(qiáng)， 上述效果越為明顯； 當(dāng)業(yè)績(jī)預(yù)告披露為“好消息”時(shí)， 能夠弱化網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理層策略性披露業(yè)績(jī)預(yù)告的影響； 分析師關(guān)注與公司治理水平均能在一定程度上緩解管理層策略性披露業(yè)績(jī)預(yù)告問(wèn)題。本文不僅拓展了有關(guān)網(wǎng)絡(luò)平臺(tái)的經(jīng)濟(jì)后果和業(yè)績(jī)預(yù)告披露的影響因素研究， 也對(duì)規(guī)范網(wǎng)絡(luò)平臺(tái)、 保護(hù)中小投資者利益提供了一定啟示。

【關(guān)鍵詞】網(wǎng)絡(luò)平臺(tái)互動(dòng)；業(yè)績(jī)預(yù)告；管理層私利動(dòng)機(jī)；分析師關(guān)注；公司治理水平

【中圖分類號(hào)】 F275；F832? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）09-0074-8

一、 引言

黨的二十大報(bào)告提出要“推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)質(zhì)的有效提升和量的合理增長(zhǎng)”。信息技術(shù)的發(fā)展對(duì)資本市場(chǎng)信息環(huán)境產(chǎn)生了革命性的影響， 對(duì)于資本市場(chǎng)穩(wěn)定、 推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)質(zhì)的提升有著至關(guān)重要的作用。2010年深交所開(kāi)通“互動(dòng)易”， 2013年上交所開(kāi)通“上證e互動(dòng)”。兩個(gè)網(wǎng)絡(luò)平臺(tái)的設(shè)立初衷是為了促進(jìn)市場(chǎng)參與主體之間的信息交流， 投資者可以隨時(shí)通過(guò)平臺(tái)向上市公司提問(wèn)， 內(nèi)容包括公司的運(yùn)營(yíng)、 財(cái)務(wù)狀況、 戰(zhàn)略發(fā)展等方面， 董秘會(huì)針對(duì)這些問(wèn)題給予適當(dāng)?shù)幕貜?fù)。根據(jù)平臺(tái)統(tǒng)計(jì)， 截至2021年底， 兩個(gè)網(wǎng)絡(luò)平臺(tái)共計(jì)收到425萬(wàn)余次的提問(wèn)， 問(wèn)題回復(fù)達(dá)399萬(wàn)余次。

網(wǎng)絡(luò)平臺(tái)的運(yùn)行得到了市場(chǎng)參與者的一致認(rèn)可， 但是近年來(lái)網(wǎng)絡(luò)平臺(tái)互動(dòng)也出現(xiàn)了一些問(wèn)題， 包括蹭熱點(diǎn)、 職業(yè)化提問(wèn)、 重復(fù)問(wèn)題和無(wú)效問(wèn)題多等①。例如， 2019年7月， 雙鷺?biāo)帢I(yè)（002038）收到深交所的關(guān)注函， 原因是公司長(zhǎng)期未回復(fù)深交所“互動(dòng)易”平臺(tái)投資者的問(wèn)題。自2021年11月19日起， 九安醫(yī)療（002432）股價(jià)突飛猛進(jìn)， 僅用46個(gè)交易日， 股價(jià)就從6.9元/股飆升至最高88.88元/股， 漲幅高達(dá)約12倍， 也疑似蹭疫情熱點(diǎn)②。因此， 2022年5月15日起施行的《上市公司與投資者關(guān)系管理工作指引》指出， 披露的信息應(yīng)當(dāng)真實(shí)、 準(zhǔn)確、 完整， 不得有誤導(dǎo)性陳述。我國(guó)上市公司在近幾年也出現(xiàn)了爆雷情況， 嚴(yán)重?fù)p害了投資者利益。業(yè)績(jī)預(yù)告作為信息披露的重要組成部分， 在披露時(shí)點(diǎn)及形式上具有較強(qiáng)的自主性（Hirst等，2008）， 且監(jiān)管力度較小， 管理層可以通過(guò)策略性披露進(jìn)行市值管理或向大股東輸送利益。

相關(guān)學(xué)者研究發(fā)現(xiàn)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)能夠提升投資者對(duì)于信息的利用和解讀能力， 降低信息不對(duì)稱（丁慧等，2018b）和股價(jià)的波動(dòng)風(fēng)險(xiǎn)（楊凡和張玉明，2020b）， 提高資本市場(chǎng)信息效率（周耿等， 2020）等。然而有學(xué)者基于公司管理層尋求私利動(dòng)機(jī)視角， 發(fā)現(xiàn)上市公司涉嫌利用網(wǎng)絡(luò)平臺(tái)互動(dòng)“蹭熱點(diǎn)”來(lái)操縱股價(jià)， 證交所網(wǎng)絡(luò)平臺(tái)成為管理層私利動(dòng)機(jī)下操縱信息披露的工具， 互動(dòng)越頻繁， 股價(jià)崩盤的風(fēng)險(xiǎn)越大（李文貴和路軍，2022）。關(guān)于網(wǎng)絡(luò)平臺(tái)互動(dòng)與業(yè)績(jī)預(yù)告披露相關(guān)的研究中， 陳皓雪等（2022）發(fā)現(xiàn)， 投資者通過(guò)網(wǎng)絡(luò)平臺(tái)和上市公司進(jìn)行相應(yīng)的事前溝通來(lái)增進(jìn)對(duì)公司經(jīng)營(yíng)、 財(cái)務(wù)等基本面信息的了解， 網(wǎng)絡(luò)平臺(tái)互動(dòng)能夠提升投資者對(duì)信息的解讀能力， 及時(shí)調(diào)整預(yù)期并增加盈余預(yù)期準(zhǔn)確性， 從而降低業(yè)績(jī)預(yù)告披露時(shí)的市場(chǎng)反應(yīng)。那么， 管理層針對(duì)網(wǎng)絡(luò)平臺(tái)的頻繁交流， 是否會(huì)基于其私利動(dòng)機(jī)有策略性地披露業(yè)績(jī)預(yù)告？現(xiàn)有文獻(xiàn)沒(méi)有提供相應(yīng)的證據(jù)。為此，本文從業(yè)績(jī)預(yù)告披露的視角進(jìn)行分析。根據(jù)代理理論， 管理層可能出于提高個(gè)人薪酬、 維護(hù)個(gè)人私利的考慮， 極力隱藏“壞消息”或者過(guò)度渲染“好消息”， 使得公司股價(jià)上升。不同于傳統(tǒng)的網(wǎng)絡(luò)平臺(tái)（如微博、股吧、互聯(lián)網(wǎng)與留言板發(fā)帖等）單方向的信息披露， 證交所網(wǎng)絡(luò)平臺(tái)溝通是雙向的， 投資者可以直接與公司進(jìn)行交流， 保證了投資者與公司互動(dòng)的真實(shí)性和完整性， 并且網(wǎng)絡(luò)平臺(tái)受證交所定期或者不定期的檢查， 且檢查結(jié)果被納入信息披露考核中（劉運(yùn)國(guó)和劉芷蕙，2021）， 信息披露質(zhì)量能夠得到更好的保障（Bartov等，2018）。但是， 在委托人和代理人目標(biāo)不一致的情況下， 改變溝通方式不能減少管理層為了私利來(lái)披露信息的動(dòng)機(jī)。另外， 根據(jù)楊凡和張玉明（2020b）的研究， 董秘在與投資者進(jìn)行溝通時(shí)， 多用主觀描述性的文本信息或者直接摘錄已披露公告的信息， 管理層更容易采用敷衍或模糊不清的回復(fù)方式， 有關(guān)監(jiān)管部門也很難認(rèn)定其是否違規(guī)， 網(wǎng)絡(luò)平臺(tái)可能會(huì)淪為管理層私利行為的工具。

鑒于以上分析， 本文采用2010 ～ 2021年上證e互動(dòng)和互動(dòng)易平臺(tái)數(shù)據(jù)， 實(shí)證檢驗(yàn)網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理層業(yè)績(jī)預(yù)告披露的影響。本文發(fā)現(xiàn)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)降低了管理層業(yè)績(jī)預(yù)告披露的精確性， 提升了管理層業(yè)績(jī)預(yù)告披露的積極性和頻率。在控制內(nèi)生性問(wèn)題之后， 結(jié)果依舊顯著。進(jìn)一步研究中通過(guò)區(qū)分業(yè)績(jī)預(yù)告消息類型、 管理層私利動(dòng)機(jī)、 內(nèi)外部治理作用機(jī)制進(jìn)行檢驗(yàn)， 發(fā)現(xiàn)： 當(dāng)管理層發(fā)布的業(yè)績(jī)預(yù)告為“好消息”時(shí)， 能夠有效緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告披露精確性、 積極性和頻率的影響； 管理層私利動(dòng)機(jī)越強(qiáng)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)降低業(yè)績(jī)預(yù)告披露精確性和提升披露積極性、 頻率的效果越明顯； 分析師關(guān)注人數(shù)越多， 產(chǎn)生的外部治理作用越能夠緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告精確性的不利影響， 對(duì)于業(yè)績(jī)預(yù)告披露積極性和頻率的效果則不同； 采用主成分分析法構(gòu)建公司治理水平指標(biāo)后發(fā)現(xiàn)， 公司治理水平越高， 內(nèi)部治理作用越大， 越可以緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告披露精確性的不利影響， 對(duì)于業(yè)績(jī)預(yù)告披露積極性和頻率則沒(méi)有產(chǎn)生影響。

本文可能的貢獻(xiàn)表現(xiàn)在以下方面： 第一， 豐富了網(wǎng)絡(luò)平臺(tái)互動(dòng)的研究。現(xiàn)有文獻(xiàn)認(rèn)為證交所網(wǎng)絡(luò)平臺(tái)作為新型的互動(dòng)平臺(tái)受到相關(guān)部門的監(jiān)管， 能夠降低平臺(tái)噪音， 且多集中于降低信息不對(duì)稱（岑維等，2014）、提升投資者信息獲取能力（丁慧等，2018a）、 改善投資環(huán)境（周耿等，2020）、 提高市場(chǎng)效率（Liu， 2022）等方面。李文貴和路軍（2022）基于管理層私利動(dòng)機(jī)， 認(rèn)為網(wǎng)絡(luò)平臺(tái)互動(dòng)增加了股價(jià)崩盤的風(fēng)險(xiǎn)。本文發(fā)現(xiàn)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)降低了業(yè)績(jī)預(yù)告披露的精確性， 提升了業(yè)績(jī)預(yù)告披露的積極性和頻率， 管理層通過(guò)網(wǎng)絡(luò)平臺(tái)來(lái)尋求個(gè)人私利， 策略性地披露業(yè)績(jī)預(yù)告， 進(jìn)一步為損害企業(yè)信息環(huán)境提供了證據(jù)。第二， 拓展了業(yè)績(jī)預(yù)告的影響因素。以往的文獻(xiàn)主要研究股吧（王丹等，2020）、 媒體（孟焰和王英允，2019）、 機(jī)構(gòu)投資者調(diào)研（程小可等，2017）等對(duì)業(yè)績(jī)預(yù)告的影響， 以及社交新媒體平臺(tái)投資者e互動(dòng)對(duì)業(yè)績(jī)預(yù)告有效性的影響（陳?ài)┑龋?022）， 并沒(méi)有直接研究網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告披露的影響， 因此本文從網(wǎng)絡(luò)平臺(tái)互動(dòng)視角出發(fā)， 豐富了相關(guān)文獻(xiàn)， 同時(shí)也為監(jiān)管機(jī)構(gòu)治理證交所網(wǎng)絡(luò)平臺(tái)提供了依據(jù)。第三， 具有一定的現(xiàn)實(shí)價(jià)值。近幾年網(wǎng)絡(luò)平臺(tái)出現(xiàn)的問(wèn)題越來(lái)越多， 并逐漸成為管理層謀取私利的工具。本文研究結(jié)論可為證交所監(jiān)督公司在網(wǎng)絡(luò)平臺(tái)的行為、 維護(hù)網(wǎng)絡(luò)平臺(tái)秩序提供依據(jù)， 并保護(hù)中小投資者的利益， 敦促企業(yè)規(guī)范地傳播信息。

二、? 理論分析與研究假設(shè)

（一）網(wǎng)絡(luò)平臺(tái)互動(dòng)與業(yè)績(jī)預(yù)告精確性

首先， 證交所網(wǎng)絡(luò)平臺(tái)的密切交流容易引起分析師的關(guān)注， 業(yè)績(jī)預(yù)告精確性的差異往往會(huì)引起分析師的意見(jiàn)分歧。精確性越低， 分析師之間的分歧程度越高（Cheng等，2013）。有研究表明， 分析師分歧程度越大， 對(duì)公司未來(lái)的估計(jì)不確定程度就越高， 股價(jià)也就越容易被高估（Miller，1997）。另外， 岑維等（2014）利用深交所“互動(dòng)易”平臺(tái)數(shù)據(jù)研究發(fā)現(xiàn)， 投資者關(guān)注度越高， 股票會(huì)呈現(xiàn)上漲的趨勢(shì)， 收益率就越高。證交所網(wǎng)絡(luò)平臺(tái)由證交所設(shè)立并運(yùn)行， 具有一定的權(quán)威性， 并且受到越來(lái)越多的投資者關(guān)注。根據(jù)外部盈利壓力假說(shuō)， 當(dāng)投資者在平臺(tái)與上市公司進(jìn)行密切交流時(shí)， 對(duì)上市公司的關(guān)注向管理層傳遞了信息， 即公司發(fā)展能力較強(qiáng)， 投資者期待公司未來(lái)有較高的收益， 如果管理層發(fā)布的業(yè)績(jī)預(yù)告無(wú)法達(dá)到投資者的預(yù)期， 其很有可能會(huì)賣掉持有的股份， 造成公司股價(jià)下跌。管理層可能會(huì)基于機(jī)會(huì)主義下的自利動(dòng)機(jī)， 戰(zhàn)略性地披露更為模糊的業(yè)績(jī)預(yù)告， 維持高估的股價(jià)， 并緩解投資者利用該盈余信息對(duì)公司股價(jià)帶來(lái)的影響。

其次， 網(wǎng)絡(luò)傳播使得信息碎片化和消極化， 這并不能實(shí)質(zhì)性地幫助投資者提高信息獲取的準(zhǔn)確性， 而是容易增加信息不對(duì)稱問(wèn)題， 引發(fā)管理層的機(jī)會(huì)主義行為。而更精確的預(yù)告有利于投資者對(duì)公司做出自己的判斷， 并最終形成買入或賣出決策， 容易造成公司價(jià)值的波動(dòng)。所以， 管理層為了尋求私利， 也希望通過(guò)發(fā)布低精確性的業(yè)績(jī)預(yù)告來(lái)調(diào)整投資者對(duì)公司的異質(zhì)信念， 穩(wěn)住投資者。業(yè)績(jī)預(yù)告精確性降低后， 投資者的超額換手率會(huì)變低， 將帶來(lái)更低的投資者異質(zhì)信念調(diào)整， 投資者更愿意維持原來(lái)的信念（王英允和高敬忠，2018；王英允等，2022）。并且， 投資者的異質(zhì)信念調(diào)整越強(qiáng)， 在網(wǎng)絡(luò)平臺(tái)的交流越強(qiáng)烈， 就越容易引起監(jiān)管層的密切關(guān)注， 出現(xiàn)違規(guī)的可能性也就越大， 并引起股價(jià)的波動(dòng)（王丹等， 2020）。

最后， 網(wǎng)絡(luò)平臺(tái)并不能有效約束管理層操縱信息披露。由于存在委托代理問(wèn)題， 委托人和代理人在長(zhǎng)期契約中存在信息不對(duì)稱， 如果公司股東與管理層利益存在分歧， 即對(duì)公司的運(yùn)營(yíng)、 發(fā)展戰(zhàn)略存在不一致的看法， 則管理層可能會(huì)為了自身的利益去影響公司對(duì)外披露的預(yù)告信息， 策略性選擇業(yè)績(jī)預(yù)告的精確性（Li和Zhang，2015）和準(zhǔn)確性（董南雁等， 2017）。雖然網(wǎng)絡(luò)平臺(tái)互動(dòng)的整個(gè)過(guò)程受到證交所的監(jiān)管， 拉近了投資者與上市公司之間的距離， 提升了投資者的信息獲取和信息解讀能力（丁慧等，2018a）。但是， 管理層在證交所網(wǎng)絡(luò)平臺(tái)回復(fù)問(wèn)題時(shí)更容易玩“文字游戲”， 表達(dá)含糊其辭， 引導(dǎo)投資者按其預(yù)期的想法進(jìn)行溝通， 此時(shí)監(jiān)管機(jī)構(gòu)并不容易判斷其是否違規(guī)。當(dāng)代理成本越高時(shí)， 為了私利， 管理層越傾向于發(fā)布精確度低的業(yè)績(jī)預(yù)告， 這樣有利于掩飾委托代理問(wèn)題（袁振超等，2014）?；谝陨戏治?， 本文提出以下假設(shè)：

H1： 網(wǎng)絡(luò)平臺(tái)互動(dòng)能降低管理層業(yè)績(jī)預(yù)告精確性。

（二）網(wǎng)絡(luò)平臺(tái)互動(dòng)與業(yè)績(jī)預(yù)告披露積極性和頻率

根據(jù)H1的理論推導(dǎo)， 投資者在證交所網(wǎng)絡(luò)平臺(tái)進(jìn)行密切交流時(shí)， 基于機(jī)會(huì)主義動(dòng)機(jī)， 管理層可能會(huì)為了滿足自身私利需求而降低業(yè)績(jī)預(yù)告的精確性。延續(xù)該推導(dǎo)， 從業(yè)績(jī)預(yù)告質(zhì)量視角出發(fā)， 為了掩蓋網(wǎng)絡(luò)平臺(tái)互動(dòng)降低業(yè)績(jī)預(yù)告精確性的情況 ， 管理層可能會(huì)積極披露業(yè)績(jī)預(yù)告并增加業(yè)績(jī)預(yù)告披露的頻率。

首先， 深交所和上交所僅要求在公司業(yè)績(jī)出現(xiàn)較大變動(dòng)時(shí)管理層需要強(qiáng)制性地披露業(yè)績(jī)預(yù)告， 但是可以自主性地披露非強(qiáng)制性的業(yè)績(jī)預(yù)告， 并且不需要經(jīng)過(guò)審計(jì)師的審計(jì)。那么， 在輿論壓力較大的情況下， 中小投資者會(huì)密切關(guān)注公司的動(dòng)向并權(quán)衡利益和風(fēng)險(xiǎn)。一方面， 公司積極地披露業(yè)績(jī)預(yù)告也是為了迎合投資者， 維持公司的良好聲譽(yù)， 提升公司形象； 另一方面， 網(wǎng)絡(luò)平臺(tái)互動(dòng)程度越高， 越容易受到相關(guān)媒體、 分析師的密切關(guān)注， 就越可能引起監(jiān)管機(jī)構(gòu)的跟蹤。John等（2005）也發(fā)現(xiàn)， 積極披露業(yè)績(jī)預(yù)告能夠向外界傳遞公司具有良好聲譽(yù)的信號(hào)。因此， 基于自身市值、 形象和風(fēng)險(xiǎn)的考量， 為了降低有關(guān)監(jiān)管機(jī)構(gòu)的關(guān)注、 提升自身私利、 規(guī)避訴訟風(fēng)險(xiǎn)的可能性（Hirst等，2008）， 公司會(huì)選擇積極地披露業(yè)績(jī)預(yù)告。其次， 根據(jù)信號(hào)傳遞理論， 積極地披露業(yè)績(jī)預(yù)告有利于公司， 公司經(jīng)營(yíng)業(yè)績(jī)?cè)胶茫?越有競(jìng)爭(zhēng)優(yōu)勢(shì)（Coller和Yohn，1997）。若管理層自愿向投資者傳遞的企業(yè)信息越多， 則越能體現(xiàn)公司本身的優(yōu)勢(shì)地位。市場(chǎng)成功接收到這一信息后， 會(huì)對(duì)公司的市場(chǎng)價(jià)值進(jìn)行向上修正（Lev和Penman，1990）。已有研究估算了積極的業(yè)績(jī)預(yù)告對(duì)企業(yè)收益產(chǎn)生的影響， 積極的業(yè)績(jī)預(yù)告為3.2%的預(yù)期收益， 消極的業(yè)績(jī)預(yù)告則為-9.96%的預(yù)期收益（Skinner，1994）。所以， 管理層積極披露業(yè)績(jī)預(yù)告向投資者傳遞了一個(gè)信號(hào)， 即該公司目前形勢(shì)良好， 愿意為投資者提供更多的公司經(jīng)營(yíng)狀況信息， 從而給予投資者繼續(xù)投資的信心， 若其繼續(xù)持有該公司的股票會(huì)獲得豐厚的收益?；谝陨戏治?， 本文提出以下假設(shè)：

H2： 網(wǎng)絡(luò)平臺(tái)互動(dòng)能提升管理層業(yè)績(jī)預(yù)告披露的積極性。

根據(jù)迎合理論， 當(dāng)公司的外部投資者持續(xù)關(guān)注公司時(shí)， 管理層出于維護(hù)個(gè)人利益的動(dòng)機(jī)會(huì)做出迎合投資者的決定。當(dāng)外部投資者通過(guò)證交所網(wǎng)絡(luò)平臺(tái)進(jìn)行密切交流時(shí)， 說(shuō)明投資者是關(guān)注該公司業(yè)績(jī)的， 希望獲取該公司更多的信息， 并且公司披露業(yè)績(jī)預(yù)告的動(dòng)機(jī)與投資者信息需求正相關(guān)（常利民， 2022）。 為了從投資者身上獲取某種利益， 企業(yè)在制定策略時(shí)會(huì)迎合投資者的訴求， 而投資者十分關(guān)注公司的動(dòng)向及公司是否具有投資價(jià)值等， 希望獲取更多的盈余信息來(lái)幫助自己做出決策， 這會(huì)對(duì)管理層造成壓力。網(wǎng)絡(luò)平臺(tái)匯集了大量的信息， 投資者的交流與信息傳播使得公眾對(duì)公司的行為變得更加敏感， 公司的任何措施都有可能引起股價(jià)的變動(dòng)， 為了迎合投資者， 維護(hù)與投資者的良好關(guān)系， 給予投資者繼續(xù)投資的自信， 管理層會(huì)增加披露業(yè)績(jī)預(yù)告的頻率。由此， 本文提出以下假設(shè)：

H3： 網(wǎng)絡(luò)平臺(tái)互動(dòng)能提升管理層業(yè)績(jī)預(yù)告披露的頻率。

三、 研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文以我國(guó)“上證e互動(dòng)”和“互動(dòng)易”平臺(tái)中2010 ～ 2021年A股上市公司數(shù)據(jù)作為研究對(duì)象。由于深交所最早于2010年1月開(kāi)通了“互動(dòng)易”平臺(tái)， 上交所最早于2013年7月開(kāi)通了“上證e互動(dòng)”平臺(tái)， 本文選擇2010年作為研究的初始時(shí)間。所用到的網(wǎng)絡(luò)平臺(tái)數(shù)據(jù)來(lái)自CNRDS數(shù)據(jù)庫(kù)， 上市公司業(yè)績(jī)預(yù)告數(shù)據(jù)來(lái)自WIND數(shù)據(jù)庫(kù)， 其余各變量數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)。本文對(duì)數(shù)據(jù)做了如下處理： 剔除存在缺失值的公司樣本， 剔除金融類公司樣本， 剔除ST、 ?ST公司樣本， 最終得到20246個(gè)樣本觀測(cè)值。為控制極端值的影響， 本文對(duì)連續(xù)型變量在1%和99%分位數(shù)上做了Winsorize處理。

（二）變量定義

1. 自變量： 網(wǎng)絡(luò)平臺(tái)互動(dòng)（hf）。 上交所和深交所分別開(kāi)通的“上證ｅ互動(dòng)”和“互動(dòng)易”為投資者直接與上市公司交流提供了便利， 問(wèn)答數(shù)量的多少代表了上市公司與投資者之間互動(dòng)程度的高低。本文參考高敬忠和楊朝（2021）、 李文貴和路軍（2022）的研究， 將年度內(nèi)上市公司回答投資者的總數(shù)加1取自然對(duì)數(shù)， 得到代表網(wǎng)絡(luò)平臺(tái)互動(dòng)的指標(biāo)hf， 即： hf=ln（上市公司回答投資者的總數(shù)+1）。

2. 因變量。

（1）業(yè)績(jī)預(yù)告精確性（Pre）。我國(guó)業(yè)績(jī)預(yù)告披露形式一般有四種： 點(diǎn)值、 閉區(qū)間、 開(kāi)區(qū)間和定性。本文借鑒程小可等（2017）的研究， 將管理層業(yè)績(jī)預(yù)告精確度分為四個(gè)等級(jí)： 一是點(diǎn)值預(yù)測(cè)， 對(duì)凈利潤(rùn)給出明確的預(yù)測(cè)值， Pre取值為4； 二是閉區(qū)間預(yù)測(cè)， 對(duì)凈利潤(rùn)給出同時(shí)具有上下限的預(yù)測(cè)值， Pre取值為3； 三是開(kāi)區(qū)間預(yù)測(cè)， 對(duì)凈利潤(rùn)僅給出上限或下限， Pre取值為2； 四是定性預(yù)測(cè)， 僅給出定性描述， 沒(méi)有明確數(shù)值， Pre取值為1。

（2）業(yè)績(jī)預(yù)告積極性（Pos）。本文參照常利民（2022）的研究， 采用未達(dá)到強(qiáng)制披露標(biāo)準(zhǔn)的公司是否選擇披露業(yè)績(jī)預(yù)告來(lái)衡量業(yè)績(jī)預(yù)告積極性， 即對(duì)于未達(dá)到強(qiáng)制披露標(biāo)準(zhǔn)的上市公司， 若公司自愿披露業(yè)績(jī)預(yù)告則Pos取1， 否則取0。將業(yè)績(jī)預(yù)告類型屬于“略增”“續(xù)盈”“略減”和“不確定”的樣本視為自愿披露， 屬于“扭虧”“首虧”“續(xù)虧”“預(yù)減”和“預(yù)增”的樣本視為強(qiáng)制披露。

（3）業(yè)績(jī)預(yù)告頻率（For）。我國(guó)上市公司披露的定期報(bào)告包括年報(bào)、 半年報(bào)和一、 三季度報(bào)告。因此， 借鑒文雯等（2020）的研究， 采用企業(yè)當(dāng)年披露的業(yè)績(jī)預(yù)告數(shù)量來(lái)衡量業(yè)績(jī)預(yù)告頻率（For）。

3. 控制變量。參考文雯等（2020）、 常利民（2022）有關(guān)于業(yè)績(jī)預(yù)告的研究， 本文選取盈利能力（ROA）等指標(biāo)作為控制變量， 具體見(jiàn)表1。

（三）模型設(shè)定

根據(jù)上述研究思路， 采用順序Logit回歸構(gòu)建模型（1）、 （2）、 （3）以檢驗(yàn)本文假設(shè)， 即檢驗(yàn)網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告精確性、 積極性和頻率的影響。

Preit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit （1）

Posit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit? （2）

Forit=α0+α1hfit+α2Controlsit+∑Ind+∑Year+εit （3）

四、 實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2為描述性統(tǒng)計(jì)結(jié)果， 網(wǎng)絡(luò)平臺(tái)互動(dòng)（hf）的最大值為8.645， 最小值為0， 均值為4.149， 標(biāo)準(zhǔn)差為1.444， 表明上市公司回復(fù)投資者的提問(wèn)存在明顯差異； 業(yè)績(jī)預(yù)告精確性（Pre）的最大值為4， 最小值為1， 均值為2.973， 表明上市公司披露的凈利潤(rùn)多為區(qū)間預(yù)測(cè)； 業(yè)績(jī)預(yù)告頻率（For）的最大值為4， 最小值為1， 均值為3.057， 表明上市公司每年披露的業(yè)績(jī)預(yù)告次數(shù)平均為3次； 業(yè)績(jī)預(yù)告積極性（Pos）的均值為0.376， 說(shuō)明上市公司自愿披露業(yè)績(jī)預(yù)告的比例約為37.6%。其余控制變量的均值和中位數(shù)也基本處于合理范圍內(nèi)。

（二）基準(zhǔn)回歸

控制行業(yè)和年份固定效應(yīng)，按照公司聚類進(jìn)行回歸， 表3報(bào)告了網(wǎng)絡(luò)平臺(tái)互動(dòng)與管理層業(yè)績(jī)預(yù)告披露的回歸結(jié)果。列（1）的結(jié)果顯示， 當(dāng)不加入控制變量時(shí)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)（hf）與業(yè)績(jī)預(yù)告精確性（Pre）的回歸系數(shù)為-0.087， 在1%的水平上顯著為負(fù)。列（2）加入了有關(guān)控制變量， hf與Pre的回歸系數(shù)大小和對(duì)應(yīng)的t值有所下降， 在1%的水平上顯著為負(fù)， 表明網(wǎng)絡(luò)平臺(tái)互動(dòng)降低了管理層業(yè)績(jī)預(yù)告披露的精確性， 初步驗(yàn)證了H1。列（3）的結(jié)果顯示， 當(dāng)不加入控制變量時(shí)， hf與業(yè)績(jī)預(yù)告積極性（Pos）的回歸系數(shù)為0.183， 在1%的水平上顯著為正。列（4）加入了有關(guān)控制變量， hf與Pos的回歸系數(shù)大小和對(duì)應(yīng)的t值有所下降， 但仍在1%的水平上顯著為正， 表明網(wǎng)絡(luò)平臺(tái)互動(dòng)提升了管理層業(yè)績(jī)預(yù)告披露的積極性， 初步驗(yàn)證了H2。列（5）的結(jié)果顯示， 當(dāng)不加入控制變量時(shí)， hf與業(yè)績(jī)預(yù)告頻率（For）的回歸系數(shù)為0.476， 在1%的水平上顯著為正。列（6）加入了有關(guān)控制變量， hf與For的回歸系數(shù)大小和對(duì)應(yīng)的t值有所上升， 但仍在1%的水平上顯著為正， 表明網(wǎng)絡(luò)平臺(tái)互動(dòng)提升了管理層業(yè)績(jī)預(yù)告披露的頻率， 初步驗(yàn)證了H3。上述結(jié)果說(shuō)明， 投資者在網(wǎng)絡(luò)平臺(tái)的互動(dòng)雖然頻繁， 但并不能有效地緩解信息不對(duì)稱問(wèn)題， 網(wǎng)絡(luò)平臺(tái)反而成為管理層謀取私利的工具， 管理層會(huì)通過(guò)提升業(yè)績(jī)預(yù)告披露的積極性和頻率來(lái)掩蓋業(yè)績(jī)預(yù)告披露精確性的降低。此外， 網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理層業(yè)績(jī)預(yù)告披露具有顯著的經(jīng)濟(jì)意義， 根據(jù)列（2）、 （4）和（6）， 上市公司對(duì)于投資者的回答數(shù)每增加1個(gè)標(biāo)準(zhǔn)差（1.444）， 管理層業(yè)績(jī)預(yù)告披露的精確性將降低0.120（0.083×1.444）， 管理層業(yè)績(jī)預(yù)告披露的積極性將提升0.235（0.163×1.444）， 管理層業(yè)績(jī)預(yù)告披露的頻率將提升0.739（0.512×1.444）。這表明， 網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理層業(yè)績(jī)預(yù)告披露的影響具有不可忽視的經(jīng)濟(jì)重要性。

（三）穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性問(wèn)題檢驗(yàn)。

（1）Heckman兩階段法。為了解決網(wǎng)絡(luò)平臺(tái)互動(dòng)與管理層業(yè)績(jī)預(yù)告披露可能存在的自選擇問(wèn)題， 本文使用Heckman兩階段法進(jìn)行檢驗(yàn)。首先， 參考劉運(yùn)國(guó)和劉芷蕙（2021）、 楊凡和張玉明（2020a）的做法， 當(dāng)網(wǎng)絡(luò)平臺(tái)互動(dòng)大于行業(yè)—年度均值時(shí)取值為1， 否則取值為0， 以此來(lái)構(gòu)建一個(gè)新的虛擬變量（HF）作為因變量， 衡量網(wǎng)絡(luò)平臺(tái)互動(dòng)程度。其次， 選取盈利能力（ROA）、 獨(dú)立董事比例（Indep）、 償債能力（Lev）、 股權(quán)集中度（Top1）、 托賓Q值（TobinQ）、 公司規(guī)模（SIZE）作為自變量， 并控制行業(yè)和年份， 構(gòu)建可能影響網(wǎng)絡(luò)平臺(tái)互動(dòng)程度的因素模型（4）來(lái)計(jì)算逆米爾斯比（Imr）。并參照楊凡和張玉明（2020a）的做法， 選用同行業(yè)、 同年度中其他公司的網(wǎng)絡(luò)平臺(tái)互動(dòng)平均值（hf_mean）作為工具變量加入模型（4）中。之所以選用該工具變量， 是因?yàn)橥袠I(yè)、 同年度的其他公司的網(wǎng)絡(luò)平臺(tái)互動(dòng)平均值與本公司有著一定的相關(guān)性， 但并不會(huì)直接影響本公司管理層披露業(yè)績(jī)預(yù)告的行為。

HFit=α0+α1hf_meanit+α2Controlsit+∑Ind+

∑Year+εit （4）

最后， 將計(jì)算的Imr作為控制變量加入模型（2） ～（4）中， 限于篇幅， 回歸結(jié)果略（下同）?？刂屏丝赡艽嬖诘淖赃x擇問(wèn)題后， 網(wǎng)絡(luò)平臺(tái)互動(dòng)依然影響管理層業(yè)績(jī)預(yù)告的披露。

（2）傾向得分匹配法。為降低網(wǎng)絡(luò)平臺(tái)互動(dòng)程度較高企業(yè)與較低企業(yè)之間存在的特征差別， 本文參考高敬忠和楊朝（2021）的方法， 采用傾向得分匹配法進(jìn)行穩(wěn)健性檢驗(yàn)。把整個(gè)樣本數(shù)據(jù)劃分為兩個(gè)子樣本， 網(wǎng)絡(luò)平臺(tái)互動(dòng)大于中位數(shù)的樣本設(shè)置為處理組， 其他樣本設(shè)置為對(duì)照組， 并選取Lev、 ROA、 TOP1、 SIZE、 Indep、 TobinQ作為協(xié)變量， 通過(guò)Logit回歸計(jì)算傾向得分值， 根據(jù)傾向得分值進(jìn)行1∶1有放回匹配。進(jìn)一步地， 對(duì)于匹配后的結(jié)果進(jìn)行平行趨勢(shì)檢驗(yàn)， 發(fā)現(xiàn)匹配后變量的絕對(duì)值偏差均小于2.4%， 并且t值統(tǒng)計(jì)量都不顯著， 說(shuō)明匹配結(jié)果是合理的。對(duì)匹配后的數(shù)據(jù)進(jìn)行公司層面的穩(wěn)健標(biāo)準(zhǔn)誤聚類， 結(jié)果顯示， hf與Pre的回歸系數(shù)在1%的水平上顯著為負(fù)， hf與Pos、 For的回歸系數(shù)均在1%的水平上顯著為正， 在控制了可能存在的特征差別后， 說(shuō)明網(wǎng)絡(luò)平臺(tái)互動(dòng)依然影響管理層業(yè)績(jī)預(yù)告的披露。

（3）安慰劑檢驗(yàn)。為了加強(qiáng)結(jié)果的穩(wěn)健性， 驗(yàn)證網(wǎng)絡(luò)平臺(tái)互動(dòng)是管理層業(yè)績(jī)預(yù)告披露的重要影響因素， 參考高敬忠和楊朝（2021）、 李文貴和路軍（2022）的方法， 采用安慰劑檢驗(yàn)， 將當(dāng)年的網(wǎng)絡(luò)平臺(tái)互動(dòng)變量在各上市公司中隨機(jī)交換， 將打亂順序的網(wǎng)絡(luò)平臺(tái)互動(dòng)變量與管理層業(yè)績(jī)預(yù)告披露分別按照模型（2） ～ （4）重復(fù)進(jìn)行1000次回歸， 回歸系數(shù)均小于真實(shí)數(shù)據(jù)的回歸系數(shù)且均呈現(xiàn)以0為中心的正態(tài)分布。由此可見(jiàn)， 網(wǎng)絡(luò)平臺(tái)互動(dòng)與管理層業(yè)績(jī)預(yù)告披露的研究結(jié)論不是由于某些隨機(jī)因素導(dǎo)致的， 而是因?yàn)槎咧g存在顯著的因果關(guān)系。

2. 其他穩(wěn)健性檢驗(yàn)。

（1）縮小樣本。“互動(dòng)易”平臺(tái)設(shè)立的初期可能還沒(méi)有受到廣大投資者的關(guān)注和使用， 并且“上證e互動(dòng)”平臺(tái)在2013年才設(shè)立并運(yùn)行， 年份比較早的數(shù)據(jù)可能不具有代表性， 因此本文刪除了2010 ～ 2013年的樣本數(shù)據(jù)， 并將自變量滯后一期后重新進(jìn)行回歸， 結(jié)依然顯著果且與基本回歸一致， 說(shuō)明前文的結(jié)論并未受到樣本區(qū)間的影響。

（2）更換核心變量。本文還參考丁慧等（2018）以及高敬忠和楊朝（2021）的研究， 采用上市公司當(dāng)年的回答總字?jǐn)?shù)加1取自然對(duì)數(shù)度量網(wǎng)絡(luò)平臺(tái)互動(dòng)程度（Imteract）， 即Interact=ln（上市公司當(dāng)年的回答總字?jǐn)?shù)+1）。并且借鑒程小可等（2017）的研究， 使用順序Probit模型， 更換核心變量和模型后進(jìn)行回歸， 結(jié)果仍與基準(zhǔn)回歸一致， 說(shuō)明管理層在網(wǎng)絡(luò)平臺(tái)回復(fù)投資者的字?jǐn)?shù)越多， 管理層策略性披露業(yè)績(jī)預(yù)告的效果就越好。

（3）增加控制變量。為了解決可能的遺漏變量問(wèn)題， 參考文雯等（2020）和常利民（2022）的研究， 加入有關(guān)公司治理和財(cái)務(wù)的控制變量， 如賬面市值比（BM）、 管理層持股比例（Mshare）、 產(chǎn)權(quán)性質(zhì)（SOE）、 國(guó)際“四大”審計(jì)（BIG4）， 結(jié)果依然顯著。

五、 進(jìn)一步分析

（一）區(qū)分業(yè)績(jī)預(yù)告消息類型

已有研究表明， 業(yè)績(jī)預(yù)告為“好消息”時(shí)的股價(jià)反應(yīng)為1.96%， 為“壞消息”時(shí)的股價(jià)反應(yīng)為-9.96%（Amy等，2003）。為了提高股價(jià)， 管理層對(duì)于“好消息”會(huì)采用更加精確的點(diǎn)估計(jì)和區(qū)間估計(jì)（Penman，1980）。當(dāng)業(yè)績(jī)預(yù)告為“好消息”時(shí)， 股價(jià)反應(yīng)為正向， 管理層可能會(huì)傾向于發(fā)布精確性高的業(yè)績(jī)預(yù)告， 從而達(dá)到投資者的預(yù)期， 應(yīng)對(duì)投資者的關(guān)注。另外， 根據(jù)本文理論分析， 當(dāng)業(yè)績(jī)預(yù)告類型為“好消息”時(shí)， 管理層不需要通過(guò)提升業(yè)績(jī)預(yù)告的積極性和頻率來(lái)掩蓋管理層降低業(yè)績(jī)預(yù)告精確性的動(dòng)機(jī)。

業(yè)績(jī)預(yù)告的發(fā)布有好壞消息之分， 本文參考程小可等（2017）的做法， 設(shè)置業(yè)績(jī)預(yù)告類型啞變量， 若預(yù)測(cè)性質(zhì)為略增、 預(yù)增、 扭虧、 續(xù)盈則取值為1， 為“好消息”， 否則取值為0， 為“壞消息”， 回歸結(jié)果如表4列（1） ～ （3）所示。列（1）中hf×Good的回歸系數(shù)為0.127且在1%的水平上顯著為正， 說(shuō)明當(dāng)管理層為了迎合投資者的關(guān)注發(fā)布“好消息”業(yè)績(jī)預(yù)告時(shí)， 能夠有效緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告精確性的不利影響； 列（2）和列（3）中hf×Good的回歸系數(shù)分別為-0.163、 -0.210且均在1%的水平上顯著為負(fù)， 說(shuō)明“好消息”并不能提升網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告積極性和頻率的影響。本文的結(jié)論可以說(shuō)明， 管理層增加業(yè)績(jī)預(yù)告的積極性、 頻率與降低業(yè)績(jī)預(yù)告的精確性看似是相互矛盾的做法， 目的應(yīng)該是掩蓋降低業(yè)績(jī)預(yù)告精確性的動(dòng)機(jī)， 從而降低股價(jià)下跌的風(fēng)險(xiǎn)， 該結(jié)果也為管理層利用網(wǎng)絡(luò)平臺(tái)策略性地披露業(yè)績(jī)預(yù)告提供了實(shí)證依據(jù)。

（二）管理層私利動(dòng)機(jī)

本文的理論分析是基于管理層私利動(dòng)機(jī)， 管理層涉嫌利用網(wǎng)絡(luò)平臺(tái)互動(dòng)并通過(guò)操縱業(yè)績(jī)預(yù)告披露進(jìn)而達(dá)到自身目的。因此， 當(dāng)管理層私利動(dòng)機(jī)越強(qiáng)時(shí)， 就會(huì)戰(zhàn)略性地披露越模糊的業(yè)績(jī)預(yù)告， 從而穩(wěn)定股價(jià)， 通過(guò)提升業(yè)績(jī)預(yù)告積極性和頻率來(lái)掩飾管理層降低業(yè)績(jī)預(yù)告精確的動(dòng)機(jī)， 那么對(duì)于管理層披露業(yè)績(jī)預(yù)告的后果就會(huì)越明顯。本文參考何任等（2019）的研究， 采用管理費(fèi)用率（管理費(fèi)用/營(yíng)業(yè)收入）來(lái)衡量管理層私利（Cost）。Cost值越大， 代表管理層私利動(dòng)機(jī)越強(qiáng)， 回歸結(jié)果如表4列（4） ～ （6）所示。列（4）中hf×Cost的回歸系數(shù)為-0.196， 并在5%的水平上顯著為負(fù)； 列（5）和列（6）中hf×Cost的回歸系數(shù)分別為0.172、 0.204， 并在5%和1%的水平上顯著為正。這說(shuō)明管理層私利越強(qiáng)， 越能夠強(qiáng)化網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)降低業(yè)績(jī)預(yù)告精確性的影響， 以及對(duì)提升業(yè)績(jī)預(yù)告積極性和頻率的影響， 在一定程度上也驗(yàn)證了管理層利用網(wǎng)絡(luò)平臺(tái)策略性地披露業(yè)績(jī)預(yù)告的理論邏輯。

（三）公司治理水平

公司治理是對(duì)公司董事會(huì)、 股東、 監(jiān)事和高管的權(quán)利進(jìn)行分配和制衡， 能夠讓其監(jiān)督彼此的行為， 有效降低管理者和股東的機(jī)會(huì)主義動(dòng)機(jī)（郝照輝等，2016）。治理水平越高的公司， 其盈利、 運(yùn)營(yíng)、 發(fā)展等能力越強(qiáng)， 越能夠保證上市公司在資本市場(chǎng)處于穩(wěn)定地位。有研究選取股東持股比例、 高管持股比例、 財(cái)務(wù)指標(biāo)等綜合衡量公司治理水平， 發(fā)現(xiàn)公司治理水平越高， 公司的信息披露質(zhì)量越高（周娜和莊玲玲，2016）， 企業(yè)績(jī)效也越好。此類公司的制度比較完善， 董事及高管自身素質(zhì)高， 對(duì)企業(yè)有較強(qiáng)的歸屬感， 使得管理層等利益相關(guān)者為了公司整體利益而努力， 可以緩解所有者和管理者之間的代理問(wèn)題， 間接抑制管理層的私利動(dòng)機(jī)。

本文參考張會(huì)麗和陸正飛（2012）的研究， 選取相應(yīng)的變量， 采用主成分分析法構(gòu)建公司治理指標(biāo)來(lái)衡量公司治理水平（CGL）， CGL值越大代表公司治理水平越高， 回歸結(jié)果如表5列（1） ～ （3）所示。列（1）中hf×CGL的回歸系數(shù)為0.028， 且在5%的水平上顯著為正， 說(shuō)明公司治理水平能夠緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告精確性的不利影響。列（2）中hf×CGL的回歸系數(shù)為

-0.089， 且在1%的水平上顯著為負(fù)， 說(shuō)明公司治理水平降低了網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告積極性的影響； 列（3）中hf×CGL的回歸系數(shù)為0.061， 在1%的水平上顯著為正， 說(shuō)明公司治理水平促進(jìn)了網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告頻率的影響。這表明， 在公司治理水平較高時(shí)， 公司披露的業(yè)績(jī)預(yù)告精確度較高， 頻率有所增加， 但是積極性會(huì)下降， 從而抑制了管理層通過(guò)提升業(yè)績(jī)預(yù)告積極性和頻率來(lái)掩蓋降低業(yè)績(jī)預(yù)告精確性的動(dòng)機(jī)。

（四）分析師關(guān)注

分析師是資本市場(chǎng)中幫助投資者分析和判斷上市公司經(jīng)營(yíng)情況的專業(yè)人士， 分析師關(guān)注度在學(xué)術(shù)上被較多地用來(lái)作為公司外部治理的衡量方法。分析師能夠監(jiān)督企業(yè)的行為， 降低投資者與公司之間的信息不對(duì)稱， 抑制企業(yè)的盈余操縱行為（于忠泊等，2011）， 并且可以降低管理層因自利動(dòng)機(jī)而引起的盈余預(yù)測(cè)偏差（張嬈等，2017）。分析師關(guān)注度越高， 通過(guò)聲譽(yù)機(jī)制給管理層帶來(lái)的輿論壓力越大， 管理層迫于外部壓力會(huì)降低尋求私利的動(dòng)機(jī)和對(duì)證交所網(wǎng)絡(luò)平臺(tái)的操縱。

本文參考Frank（2007）的做法， 采用本年度公司被分析師跟蹤的人數(shù)并取自然對(duì)數(shù)來(lái)衡量分析師關(guān)注（Analyst）， 結(jié)果如表5列（4） ～ （6）所示。列（4）中hf×Analyst的回歸系數(shù)為0.038， 在1%的水平上顯著為正， 說(shuō)明分析師關(guān)注能緩解網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)業(yè)績(jī)預(yù)告精確性的不利影響。列（5）和列（6）中hf×Analyst的回歸系數(shù)均不顯著， 說(shuō)明分析師關(guān)注對(duì)網(wǎng)絡(luò)平臺(tái)互動(dòng)與業(yè)績(jī)預(yù)告積極性和頻率之間的正向關(guān)系沒(méi)有影響。這表明， 公司受到較多分析師關(guān)注時(shí)， 其外部監(jiān)督力量更強(qiáng)， 因此管理層會(huì)提供精確性較高的業(yè)績(jī)預(yù)告， 而在業(yè)績(jī)預(yù)告積極性和頻率方面并不會(huì)采取提高或降低的手段， 其目的是防止前后矛盾的行為或者更為透明的業(yè)績(jī)預(yù)告引起更多的關(guān)注和對(duì)公司股價(jià)造成不利影響。

六、 結(jié)論與建議

本文借助“上證e互動(dòng)”和“互動(dòng)易”網(wǎng)絡(luò)平臺(tái)， 從管理層私利動(dòng)機(jī)出發(fā)， 基于業(yè)績(jī)預(yù)告披露視角探尋證交所網(wǎng)絡(luò)平臺(tái)是否淪為管理層謀取私利的工具， 結(jié)果表明頻繁的網(wǎng)絡(luò)平臺(tái)互動(dòng)并未有效降低投資者與企業(yè)之間的信息不對(duì)稱問(wèn)題， 反而會(huì)帶來(lái)一些消極影響， 并影響資本信息市場(chǎng)的穩(wěn)定發(fā)展。因此， 本文以2010 ～2021年上述網(wǎng)絡(luò)平臺(tái)中的A股上市公司數(shù)據(jù)為樣本， 探尋網(wǎng)絡(luò)平臺(tái)互動(dòng)對(duì)管理業(yè)績(jī)預(yù)告披露的影響， 并進(jìn)一步研究了區(qū)分業(yè)績(jī)預(yù)告消息類型、 管理層私利動(dòng)機(jī)、 公司治理水平和分析師關(guān)注的作用機(jī)制。本文不僅拓展了網(wǎng)絡(luò)平臺(tái)的經(jīng)濟(jì)后果和業(yè)績(jī)預(yù)告披露的影響因素研究， 也對(duì)證交所規(guī)范網(wǎng)絡(luò)平臺(tái)有重要啟示價(jià)值。

基于上述結(jié)論， 本文提出以下建議： 首先， 證交所加強(qiáng)對(duì)網(wǎng)絡(luò)平臺(tái)的監(jiān)督， 建設(shè)具有良好風(fēng)氣的網(wǎng)絡(luò)平臺(tái)， 制定更加全面和規(guī)范的考核制度， 規(guī)范企業(yè)與投資者的行為。并且， 要加強(qiáng)對(duì)企業(yè)違規(guī)的懲罰機(jī)制， 引導(dǎo)企業(yè)樹(shù)立不敢違規(guī)、 不想違規(guī)、 不能違規(guī)的思想， 這有助于資本信息市場(chǎng)持續(xù)穩(wěn)定地發(fā)展。其次， 針對(duì)如何有效回復(fù)投資者提出的問(wèn)題， 企業(yè)對(duì)董秘等高管進(jìn)行培訓(xùn)， 明確溝通的制度要求和方法， 使其不斷提高回復(fù)的準(zhǔn)確性和可讀性， 切不可錯(cuò)誤引導(dǎo)投資者。最后， 加強(qiáng)對(duì)投資者的教育， 使其理性對(duì)待并合理使用證交所網(wǎng)絡(luò)平臺(tái)， 切勿盲目追尋熱點(diǎn)問(wèn)題。投資者提高投資能力的關(guān)鍵在于提升自身投資素質(zhì)， 努力學(xué)習(xí)與投資理財(cái)相關(guān)的知識(shí)， 增強(qiáng)風(fēng)險(xiǎn)意識(shí)。

【 注 釋 】

1e公司官微.誰(shuí)在“碰瓷”互動(dòng)平臺(tái)？什么熱門問(wèn)什么，有用戶一個(gè)月提問(wèn)2000多個(gè)問(wèn)題……這六大問(wèn)題待解?。跡B/OL］.http：//www.nbd.com.cn/articles/2019-07-16/1354673.html，2019-07-16。

2新浪財(cái)經(jīng).花式“蹭熱點(diǎn)”，揭開(kāi)上市藥企的真假套路［EB/OL］.https：//finance.sina.com.cn/stock/stockzmt/2022-03-03/doc-imcwiwss4028615.shtml，2022-03-03。

【 主 要 參 考 文 獻(xiàn) 】

岑維，李士好，童娜瓊．投資者關(guān)注度對(duì)股票收益與風(fēng)險(xiǎn)的影響——基于深市“互動(dòng)易”平臺(tái)數(shù)據(jù)的實(shí)證研究［ J］．證券市場(chǎng)導(dǎo)報(bào)，2014（7）：40 ～ 47．

常利民．商譽(yù)減值與公司業(yè)績(jī)預(yù)告行為［ J］．證券市場(chǎng)導(dǎo)報(bào)，2022（1）：62 ～ 71．

陳皓雪，呂長(zhǎng)江，范琳珊．社交新媒體、業(yè)績(jī)預(yù)告與資本市場(chǎng)效率——來(lái)自深滬兩市投資者e互動(dòng)的證據(jù)［J/OL］.南開(kāi)管理評(píng)論：1 ～ 36［2022-09-09］．

程小可，李昊洋，高升好．機(jī)構(gòu)投資者調(diào)研與管理層盈余預(yù)測(cè)方式［ J］．管理科學(xué)，2017（1）：131 ～ 145．

丁慧，呂長(zhǎng)江，黃海杰．社交媒體、投資者信息獲取和解讀能力與盈余預(yù)期——來(lái)自“上證e互動(dòng)”平臺(tái)的證據(jù)［ J］．經(jīng)濟(jì)研究，2018a（1）：153 ～ 168．

丁慧，呂長(zhǎng)江，陳運(yùn)佳．投資者信息能力：意見(jiàn)分歧與股價(jià)崩盤風(fēng)險(xiǎn)——來(lái)自社交媒體“上證e互動(dòng)”的證據(jù)［ J］．管理世界，2018b（9）：161 ～ 171．

董南雁，梁巧妮，林青．管理層業(yè)績(jī)預(yù)告策略與隱含資本成本［ J］．南開(kāi)管理評(píng)論，2017（2）：45 ～ 57．

高敬忠，楊朝．網(wǎng)絡(luò)平臺(tái)互動(dòng)能夠抑制實(shí)體企業(yè)金融化嗎？——來(lái)自交易所互動(dòng)平臺(tái)問(wèn)答的經(jīng)驗(yàn)證據(jù)［ J］．上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（5）：50 ～ 64+106．

何任，邵帥，楊青．財(cái)務(wù)獨(dú)立董事能否抑制高管的價(jià)值損毀行為？——基于我國(guó) A 股上市公司并購(gòu)的經(jīng)驗(yàn)證據(jù)［ J］．南京審計(jì)大學(xué)學(xué)報(bào)，2019（2）：20 ～ 29．

李文貴，路軍．網(wǎng)絡(luò)平臺(tái)互動(dòng)與股價(jià)崩盤風(fēng)險(xiǎn)：“溝通易”還是“操縱易”［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2022（7）：178 ～ 196．

劉運(yùn)國(guó)，劉芷蕙．投資者e 互動(dòng)與公司費(fèi)用粘性［ J］．中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（1）：105 ～ 123．

孟焰，王英允．投資者注意力是否具有外部治理作用——來(lái)自管理層業(yè)績(jī)預(yù)告精確性選擇的經(jīng)驗(yàn)證據(jù)［ J］．中國(guó)會(huì)計(jì)評(píng)論，2019（3）：371 ～ 396．

王丹，孫鯤鵬，高皓．社交媒體上“用嘴投票”對(duì)管理層自愿性業(yè)績(jī)預(yù)告的影響［ J］．金融研究，2020（11）：188 ～ 206．

王英允，高敬忠．管理層業(yè)績(jī)預(yù)告精確性與投資者異質(zhì)信念調(diào)整［ J］．財(cái)經(jīng)論叢，2018（10）：68 ～ 76．

王英允，孟焰，季蘊(yùn)慈．社交媒體關(guān)注、業(yè)績(jī)預(yù)告精確性與預(yù)告效應(yīng)［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（6）：91 ～ 110．

文雯，喬菲，陳胤默．控股股東股權(quán)質(zhì)押與管理層業(yè)績(jī)預(yù)告披露［ J］．管理科學(xué)，2020（6）：145 ～ 159．

楊凡，張玉明．互聯(lián)網(wǎng)溝通能降低股價(jià)同步性嗎？——來(lái)自“上證e互動(dòng)”的證據(jù)［ J］．中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020a（6）：108 ～ 119．

楊凡，張玉明．網(wǎng)絡(luò)媒介、互動(dòng)式信息披露與分析師行為——來(lái)自“上證e互動(dòng)”的證據(jù)［ J］．山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020b（11）：113 ～ 126．

袁振超，岳衡，談文峰．代理成本、所有權(quán)性質(zhì)與業(yè)績(jī)預(yù)告精確度［J］．南開(kāi)管理評(píng)論，2014（3）：49 ～ 61．

張會(huì)麗，陸正飛．現(xiàn)金分布、公司治理與過(guò)度投資——基于我國(guó)上市公司及其子公司的現(xiàn)金持有狀況的考察［ J］．管理世界，2012（3）：141 ～ 150 +188．

周耿，周舟，范從來(lái)．上證“e互動(dòng)”對(duì)市場(chǎng)信息效率影響及機(jī)制研究［ J］．上海經(jīng)濟(jì)研究，2020（2）：110 ～ 121．

周娜，莊玲玲. 董事會(huì)結(jié)構(gòu)、公司治理水平與信息披露質(zhì)量研究［ J］．經(jīng)濟(jì)與管理評(píng)論，2016（5）：88 ～ 94．

Amy P. H.， Gregory S. M.， Douglas J. S.. The Role of Supplementary Statements with Management Earnings Forecasts［ J］．Journal of Accounting Research，2003（5）：867 ～ 890．

Bartov E.， Faurel L.， Mohanram P. S.. Can Twitter Help Predict Firm-Level Earnings and Stock Returns？［ J］．The Accounting Review，2018（3）：25 ～ 57．

Coller M.， Yohn T. L.. Management Forecasts and Information Asymmetry：An Examination of Bid-Ask Spreads［ J］．Journal of Accounting Research，1997（2）：181 ～ 191．

Fang F. Y.. Analyst Coverage and Earnings Management［ J］．Journal of Financial Economics，2007（2）：245 ～ 271．

Hirst E.， Koonce L.， Venkataraman S.. Management Earnings Forecasts：A Review and Framework［ J］．Accounting Horizons，2008（3）：315 ～ 338．

John R. G.， Campbell R. H.， Shiva R.. The Economic Implications of Corporate Financial Reporting［ J］．Journal of Accounting and Economics，2005（1-3）：3 ～ 73．

Li Y.， Zhang L.. Short Selling Pressure， Stock Price Behavior， and Management Forecast Precision：Evidence from a Natural Experiment［ J］．Journal of Accounting Research，2015（1）：79 ～ 117．

Liu Y.. Investor Protection and Audit Fees：Evidence from the E-interaction Platform in China［ J］．Accounting and Business Research，2022（7）：815 ～ 837．

Skinner D. J.. Why Firms Voluntarily Disclose Bad News［ J］．Journal of Accounting Research，1994（1）：38 ～ 60．

【基金項(xiàng)目】國(guó)家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：71662028）

【作者單位】新疆財(cái)經(jīng)大學(xué)工商管理學(xué)院， 烏魯木齊 830012