顏敏　耿偉良

【摘要】基于上市公司高管與獨(dú)立董事的校友關(guān)系， 選取2008 ～ 2020年滬深A(yù)股上市公司為研究對(duì)象， 檢驗(yàn)股吧網(wǎng)民對(duì)該校友關(guān)系負(fù)外部性的輿論監(jiān)督效應(yīng)， 及其引致證券交易所問(wèn)詢函監(jiān)管的運(yùn)行機(jī)制和作用特征。研究發(fā)現(xiàn)： 股吧網(wǎng)民監(jiān)督與校友關(guān)系負(fù)外部性顯著負(fù)相關(guān)； 股吧網(wǎng)民監(jiān)督對(duì)校友關(guān)系負(fù)外部性不僅具有顯著的抑制作用， 而且能夠引致證券交易所問(wèn)詢函監(jiān)管， 提升交易所一線監(jiān)管效率， 實(shí)現(xiàn)融合數(shù)字化平臺(tái)和股吧網(wǎng)民、 監(jiān)管部門等多元參與的數(shù)字治理微觀效應(yīng)。機(jī)制檢驗(yàn)發(fā)現(xiàn)： 雖然校友關(guān)系隱蔽性極強(qiáng)， 但股吧網(wǎng)民能夠借助公司股價(jià)變動(dòng)趨勢(shì)識(shí)別其真實(shí)盈余管理行為， 股價(jià)同步性發(fā)揮了完全中介效應(yīng)。

【關(guān)鍵詞】校友關(guān)系負(fù)外部性；問(wèn)詢函監(jiān)管；股吧網(wǎng)民監(jiān)督；數(shù)字治理

【中圖分類號(hào)】F272? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）06-0030-8

一、 引言

校友關(guān)系既是關(guān)系網(wǎng)絡(luò)， 也是資本、 智力與信息交流渠道， 更是利益共同體（Fracassi等，2012）； 既可能被用來(lái)引資引智、 創(chuàng)造正面溢出效應(yīng)（王會(huì)娟等，2020）， 也可能被“合謀”利用而導(dǎo)致負(fù)面溢出效應(yīng)（Gu和Kurov，2020）。本應(yīng)具有獨(dú)立性的簽字注冊(cè)會(huì)計(jì)師、 獨(dú)立董事， 由于與上市公司高管存在校友關(guān)系， 引致了更為嚴(yán)重的真實(shí)盈余管理和股市動(dòng)蕩等諸多負(fù)外部性影響（張蕊等，2018；吳偉榮等，2018）。然而， 現(xiàn)有監(jiān)管政策并未對(duì)此類校友關(guān)系加以限制， 證券交易所對(duì)校友關(guān)系負(fù)外部性一線監(jiān)管效率如何亦未可知。

隨著互聯(lián)網(wǎng)平臺(tái)日益成為公眾“數(shù)字化生存”不可或缺的必需品（張志安等，2020）， 中國(guó)股市“草根”散戶正在通過(guò)龐大的互聯(lián)網(wǎng)股票論壇（股吧）逐漸加強(qiáng)對(duì)上市公司的輿論監(jiān)督（朱孟楠等，2020）。股吧可以像傳統(tǒng)媒體那樣影響資本市場(chǎng)參與者的行為和監(jiān)管層的關(guān)注（Bednar，2012）， 其所帶來(lái)的信息共享可以惠及原來(lái)被上市公司高管社會(huì)關(guān)系排除在外的中小投資者， 有效降低了中小投資者與公司管理層的信息不對(duì)稱（王福勝等，2021）。隨著股吧交流活躍度的提高， 公司正向應(yīng)計(jì)盈余管理行為減少（孫鯤鵬等，2020）， 客觀上發(fā)揮了保護(hù)中小投資者權(quán)益的作用（沈藝峰等，2013）。那么， 股吧是否能對(duì)極具隱蔽性的校友關(guān)系負(fù)外部性發(fā)揮精準(zhǔn)的輿論監(jiān)督效應(yīng)并影響證券交易所一線監(jiān)管效率呢？本文基于上市公司高管與獨(dú)立董事的校友關(guān)系， 選取2008 ～ 2020年滬深A(yù)股上市公司為研究對(duì)象， 檢驗(yàn)了股吧對(duì)該校友關(guān)系負(fù)外部性的輿論監(jiān)督效應(yīng)， 及其引致證券交易所問(wèn)詢函監(jiān)管的運(yùn)行機(jī)制和作用特征。

本文研究貢獻(xiàn)在于： 第一， 充實(shí)了校友關(guān)系負(fù)外部性治理研究， 為監(jiān)管機(jī)構(gòu)“善治”提供借鑒。股吧網(wǎng)民監(jiān)督與數(shù)字治理都具有以社會(huì)公眾參與為核心的特點(diǎn)（黃璜，2018）， 但目前鮮少推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化建設(shè)的微觀效應(yīng)實(shí)證研究（陳德球和胡晴，2022）。本文既充實(shí)了校友關(guān)系負(fù)外部性治理研究， 也為證券交易所借助互聯(lián)網(wǎng)平臺(tái)提高股票市場(chǎng)監(jiān)管的精準(zhǔn)性提供了借鑒。第二， 拓展了提高數(shù)字時(shí)代公司治理包容性的渠道。包容性概念體現(xiàn)了效率和公平之間的辯證統(tǒng)一關(guān)系（謝銳等，2020）， 數(shù)字資產(chǎn)的共享性天然是對(duì)社會(huì)資本“排斥圈外人”這一消極功能的抵制。本文驗(yàn)證了數(shù)據(jù)資源和信息網(wǎng)絡(luò)可充分為中小投資者賦能增權(quán)， 有效遏制了校友關(guān)系負(fù)外部性， 提高了公司治理的包容性。

二、 文獻(xiàn)述評(píng)與理論分析

（一）文獻(xiàn)述評(píng)

1. 校友關(guān)系負(fù)外部性與問(wèn)詢函監(jiān)管。上市公司主要高管與簽字注冊(cè)會(huì)計(jì)師、 獨(dú)立董事、 基金經(jīng)理、 供應(yīng)商等形成的外部校友關(guān)系以及同一公司高管之間形成的內(nèi)部校友關(guān)系， 引發(fā)了真實(shí)盈余管理、 避稅和隱形交易等行為（張蕊等，2018；）， 造成上市公司審計(jì)質(zhì)量下降（謝盛紋等，2017）、 股票市場(chǎng)信息不對(duì)稱程度提高（于劍喬和羅婷，2021）和股價(jià)動(dòng)蕩（Gu和Kurov，2020）等諸多負(fù)外部性。與高管有社會(huì)關(guān)系的獨(dú)立董事不僅不能很好地履行職能和發(fā)揮預(yù)期的作用（Hwang等，2009）， 而且導(dǎo)致董事選擇、 首席執(zhí)行官保留決策和公司投資決策的扭曲（Nguyen，2008）， 以及高管超額薪酬等代理問(wèn)題， 甚至通過(guò)提前獲知公司負(fù)面消息而在內(nèi)幕交易中獲益（Cao等，2015）； 與其他董事有校友關(guān)系的獨(dú)立董事在一定程度上也削弱了其出具意見的文字效應(yīng)（趙子夜，2014）。

然而， 由于高管與獨(dú)立董事校友關(guān)系隱蔽性極強(qiáng)， 如何進(jìn)行治理較少有人關(guān)注。有學(xué)者發(fā)現(xiàn)政府監(jiān)管力度加大時(shí)， 注冊(cè)會(huì)計(jì)師與高管校友關(guān)系對(duì)審計(jì)質(zhì)量的影響將被削弱（吳偉榮等，2018）； 問(wèn)詢函對(duì)上市公司政治關(guān)聯(lián)（Chen等，2013）、 大股東掏空（聶萍等，2019）、 治理環(huán)境（Cassell等，2013）和并購(gòu)（李曉溪等，2019）等方面具有監(jiān)管效率。但目前尚無(wú)聚焦問(wèn)詢函監(jiān)管對(duì)獨(dú)立董事與高管校友關(guān)系負(fù)外部性的有效性研究， 對(duì)真實(shí)盈余管理的監(jiān)管效率也未取得一致結(jié)論（Cunningham等，2020）。本文擬以高管與獨(dú)立董事校友關(guān)系公司的真實(shí)盈余管理行為為對(duì)象， 探索證券交易所是否能夠借助股吧網(wǎng)民監(jiān)督以提升問(wèn)詢函監(jiān)管效率及其運(yùn)行機(jī)制。

2. 股吧網(wǎng)民監(jiān)督研究。以美國(guó)為主的互聯(lián)網(wǎng)和金融市場(chǎng)發(fā)達(dá)國(guó)家率先展開了股吧網(wǎng)民監(jiān)督研究， 研究者通過(guò)分析各種股票論壇變量（股吧發(fā)帖量、 投資觀點(diǎn)、 股票關(guān)注關(guān)聯(lián)度等）來(lái)研究其對(duì)證券市場(chǎng)變量（收益率、 方差、 協(xié)方差和成交量）的影響、 預(yù)測(cè)證券市場(chǎng)表現(xiàn)（Wysocki， 1999）， 以及股吧信息內(nèi)容和投資者情緒對(duì)市場(chǎng)波動(dòng)的預(yù)測(cè)能力和股票收益影響的統(tǒng)計(jì)顯著性（Tumarkin等，2001；Clarksona等，2006；Siganos等，2017；Deng等，2018）。

我國(guó)學(xué)者大多認(rèn)同了股吧信息對(duì)股票市場(chǎng)的輿論監(jiān)督作用， 影響因素既有股吧發(fā)帖量（楊曉蘭等，2020）、 股吧閱讀量和評(píng)論量（熊熊等，2017）， 也有股吧發(fā)帖內(nèi)容（沈藝峰等，2013）和投資者情緒（部慧等，2018）。影響后果既有導(dǎo)致公司業(yè)績(jī)變化（Jesper，2010）， 還有影響信息不對(duì)稱性（岑維等，2014）、 分析師預(yù)測(cè)準(zhǔn)確性（胡軍等，2015）和信息透明度（何賢杰等，2018）， 甚至有引致股市羊群效應(yīng)（鄭瑤等，2015）、 股價(jià)同步性（孫鯤鵬等，2018）和股價(jià)崩盤風(fēng)險(xiǎn)（朱孟楠等，2020）。

然而， 與股票收益率和交易量、 股價(jià)變動(dòng)、 公司業(yè)績(jī)等公開信息不同， 上市公司校友關(guān)系具有很強(qiáng)的隱蔽性， 難以被股吧網(wǎng)民知曉， 股吧輿論是否能遏制校友關(guān)系負(fù)外部性尚未可知。

3. 交易所數(shù)字治理研究。目前關(guān)于數(shù)字治理的研究尚缺乏系統(tǒng)的理論框架和學(xué)術(shù)共識(shí)， 不同學(xué)科、 不同理論視角對(duì)數(shù)字治理的理解有交叉有分歧， 既有公共管理理論視角下的數(shù)字治理研究， 也有基于雙邊市場(chǎng)理論視角的平臺(tái)治理研究， 還有基于數(shù)據(jù)等要素視角的治理研究。既有“基于數(shù)字化的治理”， 又有“對(duì)數(shù)字化的治理”（Milakovich，2012；Floridi，2018）； 既是與原有制度體制機(jī)制相融合的技術(shù)嵌入的過(guò)程， 更涉及價(jià)值層面中西方文化傳統(tǒng)的差異化問(wèn)題， 需要一個(gè)更加包容的理論框架（李睿深等，2021；李韜等，2022）。國(guó)外學(xué)者比較重視數(shù)字治理理論及其應(yīng)用的實(shí)證研究， 我國(guó)數(shù)字治理研究經(jīng)歷了從概念體系引入到治理實(shí)踐應(yīng)用的演進(jìn)， 融合數(shù)字化技術(shù)和證券交易所問(wèn)詢函監(jiān)管、 互聯(lián)網(wǎng)平臺(tái)、 社會(huì)公眾多元參與的股票市場(chǎng)數(shù)字治理微觀效應(yīng)實(shí)證分析十分缺乏（岑維等，2014；丁慧等，2018）。本文將以上市公司校友關(guān)系負(fù)外部性為治理對(duì)象， 研究基于股吧網(wǎng)民監(jiān)督效應(yīng)所引致的證券交易所問(wèn)詢函監(jiān)管效率的提升問(wèn)題。

（二）理論分析

1. 股吧網(wǎng)民監(jiān)督與校友關(guān)系負(fù)外部性。

（1）股吧網(wǎng)民“高用戶自主性”奠定了監(jiān)督上市公司校友關(guān)系負(fù)外部性的基礎(chǔ)?；ヂ?lián)網(wǎng)平臺(tái)使得受眾發(fā)生了變遷 —— 傳統(tǒng)傳播學(xué)理論“魔彈論”被“使用與滿足理論”所取代， 網(wǎng)絡(luò)平臺(tái)中的“用戶”取代了“受眾”。在股吧活躍的用戶通常是中小投資者， 楊曉蘭等（2020）發(fā)現(xiàn)， 我國(guó)網(wǎng)民和股民高度重合。與“使用與滿足理論”相適應(yīng)， 只要在合法的前提下， 中小投資者可以隨時(shí)自由地發(fā)表自己的觀點(diǎn)， 從被動(dòng)的受眾一躍成為主動(dòng)的用戶。用戶主觀能動(dòng)性增強(qiáng)， 參與意識(shí)和需要滿足動(dòng)機(jī)更為強(qiáng)烈（喻國(guó)明等，2021）。傳播者與受傳者關(guān)系實(shí)現(xiàn)了前所未有的平等， 為發(fā)揮監(jiān)督作用奠定了基礎(chǔ)。

（2）股吧“高傳播效率”引致并放大網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的輿論監(jiān)督效應(yīng)?！爸R(shí)溝”假說(shuō)認(rèn)為， 大眾傳媒傳送的信息越多， 社會(huì)經(jīng)濟(jì)地位高者越能快速地獲取信息， 知識(shí)鴻溝越難以彌合。然而， 楊玉龍等（2017）發(fā)現(xiàn)， 針對(duì)我國(guó)資本市場(chǎng)的媒體報(bào)道可以彌合信息鴻溝， 促進(jìn)信息公平， “上限效果”假說(shuō)取代了“知識(shí)溝”假說(shuō)。當(dāng)前， 股吧作為公開信息渠道的一種， 使得投資者信息獲取與解讀的方式、 方法和工具得到了極大拓展（Blankespor等，2014）， 極易在短時(shí)間內(nèi)產(chǎn)生“蝴蝶效應(yīng)”， 加速股票市場(chǎng)信息鴻溝的彌合。同時(shí)， 人們對(duì)負(fù)面信息的敏感性會(huì)放大股吧網(wǎng)民針對(duì)校友關(guān)系負(fù)外部性的反應(yīng)。人類出于生存需要對(duì)負(fù)面與危險(xiǎn)信號(hào)極為關(guān)注（Liu等，2014）， 當(dāng)股吧討論中蘊(yùn)含公司負(fù)面信息時(shí)， 市場(chǎng)的負(fù)面回報(bào)率將更大（Klein，2002）。2013年我國(guó)對(duì)互聯(lián)網(wǎng)信息環(huán)境整治之后， 消極信息的資本市場(chǎng)反應(yīng)倍增（孫鯤鵬等，2020）。上市公司校友關(guān)系網(wǎng)絡(luò)中私有信息的暴露， 對(duì)上市公司而言通常是負(fù)面的， 媒體對(duì)此類報(bào)道亦有天然的沖動(dòng)。管理層預(yù)見到自己的操縱行為有可能被揭發(fā)和討論， 就會(huì)減少損害股東利益的行為， 從而避免一旦被股吧網(wǎng)民關(guān)注， 會(huì)面臨更大的監(jiān)管處罰風(fēng)險(xiǎn)。

（3）股吧“高社交互動(dòng)性”進(jìn)一步增加中小投資者參與公司治理的可能。中小投資者由于股權(quán)極度分散， 與上市公司管理層的直接“互動(dòng)”無(wú)疑是“蚍蜉撼樹”， 在公司治理行動(dòng)中屬于“沉默的大多數(shù)”。但是， 網(wǎng)絡(luò)平臺(tái)可以使持“少數(shù)派”意見的網(wǎng)民也敢于將自己的觀點(diǎn)表達(dá)出來(lái)， 股吧“多對(duì)多”的社交功能更使得中小投資者之間以及與上市公司管理層之間可以實(shí)現(xiàn)零延遲互動(dòng)交流（朱孟楠等，2020）。當(dāng)上市公司因高管校友關(guān)系而導(dǎo)致盈余質(zhì)量低下時(shí)， 可能會(huì)引起更多的投資者關(guān)注和更加有效的交流， 甚至引起監(jiān)管機(jī)構(gòu)的關(guān)注和介入， 因而會(huì)減少盈余管理等損害股東利益的行為（孫鯤鵬等，2020）。

總之， 股吧所具有的“高用戶自主性”“高傳播效率”和“高社交互動(dòng)性”， 不僅使其具有挖掘上市公司私有信息的能力， 彌合市場(chǎng)參與者之間的信息鴻溝， 而且使得中小投資者參與公司治理成為可能， 實(shí)現(xiàn)校友關(guān)系負(fù)外部性的降低。據(jù)此提出如下假設(shè)：

H1： 股吧發(fā)帖量與校友關(guān)系負(fù)外部性呈顯著的負(fù)相關(guān)關(guān)系。

2. 交易所數(shù)字治理與校友關(guān)系負(fù)外部性。數(shù)字治理理論發(fā)軔于新公共管理運(yùn)動(dòng)的衰微與數(shù)字時(shí)代治理的興起之際， 與網(wǎng)絡(luò)化治理理論、 整體性治理理論合稱為后新公共管理時(shí)期的主要理論， 是在整體性治理理論的基礎(chǔ)上結(jié)合數(shù)字時(shí)代而建構(gòu)的理論（韓兆柱等，2016）。從微觀上講， 數(shù)字治理是指在政府、 公民社會(huì)和以企業(yè)為代表的經(jīng)濟(jì)社會(huì)等三大主體的互動(dòng)中， 運(yùn)用信息技術(shù)簡(jiǎn)化政府行政和公共事務(wù)的處理程序， 以提高民主化程度的治理模式（鄭磊，2021）。目前數(shù)字化技術(shù)已經(jīng)提供了證券交易所、 股吧網(wǎng)民、 其他市場(chǎng)參與主體與企業(yè)多元參與、 共同治理的技術(shù)條件， 交易所在查處資本市場(chǎng)虛假信息的過(guò)程中更加關(guān)注股吧的發(fā)言， 股吧發(fā)帖也引起了交易所更高的關(guān)注（孫鯤鵬等，2020）。因此， 本文預(yù)期上市公司高管校友關(guān)系負(fù)外部性一旦被股吧網(wǎng)民關(guān)注并引發(fā)輿論監(jiān)督效應(yīng)， 則會(huì)進(jìn)一步被交易所關(guān)注， 引發(fā)問(wèn)詢函監(jiān)管， 提升交易所監(jiān)管效率， 實(shí)現(xiàn)微觀數(shù)字治理效應(yīng)。據(jù)此提出如下假設(shè)：

H2： 股吧網(wǎng)民監(jiān)督能夠提升證券交易所針對(duì)校友關(guān)系負(fù)外部性的問(wèn)詢函監(jiān)管效率， 取得顯著的數(shù)字治理效應(yīng)。

三、 研究設(shè)計(jì)

（一）樣本選擇

本文選取2008 ～ 2020年滬深A(yù)股上市公司為研究對(duì)象， 從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)中獲取上市公司董監(jiān)高任職信息和教育背景信息， 并以巨潮資訊、 新浪財(cái)經(jīng)和百度搜索引擎等相關(guān)信息作為補(bǔ)充， 手工整理獨(dú)立董事與高管校友關(guān)系樣本。股吧發(fā)帖量等數(shù)據(jù)來(lái)自于WIND和CSMAR數(shù)據(jù)庫(kù)， 問(wèn)詢函監(jiān)管信息通過(guò)巨潮資訊網(wǎng)手工查詢獲得。同時(shí)對(duì)樣本進(jìn)行如下處理： 剔除ST、 ?ST類特殊處理的上市公司； 剔除金融保險(xiǎn)業(yè)公司； 剔除相關(guān)數(shù)據(jù)缺失的公司。經(jīng)過(guò)上述篩選， 共得到9311個(gè)觀測(cè)值。此外， 對(duì)連續(xù)變量進(jìn)行Winsorize縮尾處理以消除極端值的影響。本研究所使用的數(shù)據(jù)處理和分析軟件為STATA 16、 Excel 2019等。

（二）變量定義

1. 校友關(guān)系（AR）。借鑒Fracassi和Tate（2012）的定義方法， 校友關(guān)系（AR）信息通過(guò)將獨(dú)立董事的畢業(yè)學(xué)校分別與公司高管中非獨(dú)立董事的畢業(yè)學(xué)校信息進(jìn)行一一匹配而獲得。畢業(yè)時(shí)所獲學(xué)位級(jí)別、 畢業(yè)時(shí)間和所學(xué)專業(yè)都可能不同， 但沒有加以區(qū)分。借鑒Guan等（2016）的研究， 當(dāng)樣本公司獨(dú)立董事與高管在本科或研究生階段畢業(yè)于同一所院校時(shí)取1， 否則取0?？紤]到先有校友關(guān)系， 才有校友關(guān)系負(fù)外部性， 以及后續(xù)可能引起的股吧網(wǎng)民監(jiān)督和問(wèn)詢函監(jiān)管， 因此， 在具體檢驗(yàn)中校友關(guān)系變量用滯后一期來(lái)計(jì)量。

2. 校友關(guān)系負(fù)外部性（RM）。上市公司校友關(guān)系負(fù)外部性就是指因校友關(guān)系導(dǎo)致的資本市場(chǎng)盈余信息質(zhì)量下降和中小股東投資回報(bào)降低。鑒于股東投資回報(bào)與盈余信息質(zhì)量的正相關(guān)性（李心愉等，2018）， 本文以獨(dú)立董事與公司高管校友關(guān)系導(dǎo)致的盈余信息質(zhì)量下降程度來(lái)表示“校友關(guān)系負(fù)外部性”， 采用高管與獨(dú)立董事校友關(guān)系公司的真實(shí)盈余管理計(jì)量。借鑒Roychowdhury（2006）的研究經(jīng)驗(yàn)， 本文用異常經(jīng)營(yíng)活動(dòng)現(xiàn)金流、 異常產(chǎn)品成本和異常費(fèi)用三個(gè)分指標(biāo)之和作為真實(shí)盈余管理的計(jì)量指標(biāo)。該指標(biāo)值越大， 表示真實(shí)盈余管理水平越高， 盈余信息質(zhì)量越低。

3. 股吧網(wǎng)民監(jiān)督（Pum）。國(guó)外相關(guān)研究以論壇發(fā)帖數(shù)量和發(fā)帖內(nèi)容對(duì)股吧網(wǎng)民監(jiān)督進(jìn)行計(jì)量（Wysocki，1999；Tumarkin等，2001；Deng等，2018）。我國(guó)關(guān)于股吧網(wǎng)民監(jiān)督的研究大多使用東方財(cái)富網(wǎng)股吧發(fā)帖量（羅衎，2018；喻國(guó)明等，2021）、 百度搜索量（趙龍凱，2013）、 雪球網(wǎng)關(guān)注度（孫毅等，2020）或交易所互動(dòng)平臺(tái)問(wèn)答數(shù)（岑維等，2014；丁慧等，2018）作為投資者關(guān)注的代理變量； 還有部分研究涉及發(fā)帖內(nèi)容和投資者情緒指數(shù)（楊曉蘭等，2020）。本文依據(jù)國(guó)泰安數(shù)據(jù)庫(kù)結(jié)合手工整理獲取個(gè)股年度股吧發(fā)帖量， 并結(jié)合校友關(guān)系數(shù)據(jù)， 計(jì)量股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的監(jiān)督。

4. 問(wèn)詢函監(jiān)管（IL）。參照李曉溪等（2019）、 陳運(yùn)森等（2019）的研究， 以是否收到問(wèn)詢函為準(zhǔn)計(jì)量， 設(shè)IL為被問(wèn)詢公司虛擬變量， 若公司第t年收到針對(duì)t-1年的年報(bào)問(wèn)詢函或半年/季報(bào)問(wèn)詢函， 則IL為1， 否則為0。

5. 控制變量。上市公司盈余信息質(zhì)量不僅與獨(dú)立董事校友關(guān)系有關(guān)， 還受到諸多因素的影響。參照胡奕明等（2008）的研究， 在模型中控制了反映公司特征的變量， 包括： 公司規(guī)模（Size）、 資產(chǎn)負(fù)債率（Lev）、 資產(chǎn)收益率（ROA）、 成長(zhǎng)率（Growths）等。同時(shí)加入了公司治理變量作為控制變量， 包括： 企業(yè)高管前三名薪酬之和（Salary）、 董事會(huì)規(guī)模（BoardScale）、 獨(dú)立董事比例（Independent）、 管理層持股比例（MShrRat）、 兩職合一（Duality）、 第一大股東持股比例（Top1）、 高校教授獨(dú)立董事（Title）。此外， 還控制了年份（Year）和行業(yè)（Industry）虛擬變量。

主要變量定義如表1所示。

（三）模型構(gòu)建

1. 股吧網(wǎng)民監(jiān)督效應(yīng)。為了檢驗(yàn)股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的監(jiān)督效應(yīng)， 建立模型（1）如下：

RMit=η0+η1Pumit+η2ARit-1+η3Pumit×ARit-1+η4Controlit+∑Industry+∑Year+εit? ? （1）

模型（1）中： Pum為股吧網(wǎng)民監(jiān)督的代理變量； AR為校友關(guān)系； RM為真實(shí)盈余管理； 控制公司行業(yè)固定效應(yīng)（Industry）和年度固定效應(yīng)（Year）。

2. 交易所數(shù)字治理效應(yīng)。

（1）檢驗(yàn)問(wèn)詢函監(jiān)管對(duì)校友關(guān)系負(fù)外部性治理的有效性。借鑒李曉溪等（2019）的研究， 采用DID模型設(shè)計(jì)， 選擇校友關(guān)系公司中未被問(wèn)詢樣本作為控制組來(lái)控制其他因素對(duì)真實(shí)盈余管理的影響， 通過(guò)比較處理組（被問(wèn)詢樣本）與控制組（未被問(wèn)詢樣本）的差異， 以剝離問(wèn)詢函對(duì)真實(shí)盈余管理的效應(yīng)。DID模型如下：

RMit=α0+α1ILit+α2ARit-1+α3ILit×ARit-1+α4ILit×ARit-1×Post+α5Post +α6Controlit+∑Industry+∑Year+εit? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

模型（2）中， IL為被問(wèn)詢公司虛擬變量， 若公司第t年收到年報(bào)問(wèn)詢函則為1， 否則為0。Post為樣本公司被問(wèn)詢函監(jiān)管前后的虛擬變量， 被監(jiān)管當(dāng)年及以后年份為1， 監(jiān)管之前為0。

（2）檢驗(yàn)股吧網(wǎng)民監(jiān)督是否能夠引致問(wèn)詢函監(jiān)管。建立如下回歸分析模型：

ILit=μ0+μ1Pumit+μ2RMit+μ3ARit-1+μ4Pumit×

RMit+μ5Pumit×ARit-1+μ6RMit×ARit-1+μ7Pumit×

RMit×ARit-1+μ8Controlit+∑Industry+∑Year+εit （3）

模型（3）中， Pumit×RMit×ARit-1的系數(shù)μ7估計(jì)了相比非校友關(guān)系公司， 校友關(guān)系公司真實(shí)盈余管理被股吧網(wǎng)民監(jiān)督后， 公司收到年報(bào)問(wèn)詢函的可能性。預(yù)期三重交乘項(xiàng)的系數(shù)μ7符號(hào)為正， 即上市公司校友關(guān)系負(fù)外部性被股吧網(wǎng)民監(jiān)督后引致了交易所問(wèn)詢函監(jiān)管， 為數(shù)字治理效應(yīng) —— 股吧網(wǎng)民監(jiān)督與問(wèn)詢函監(jiān)管合力治理效應(yīng)的取得奠定了基礎(chǔ)。

（3）檢驗(yàn)交易所數(shù)字治理效應(yīng)。建立如下回歸模型：

RMit=Ψ0+Ψ1ILit+Ψ2Pumit+Ψ3ARit-1+Ψ4ILit×Pumit+Ψ5Pumit×ARit-1+Ψ6ILit×ARit-1+Ψ7ILit×Pumit×ARit-1+Ψ8Controlit+∑Industry+∑Year+εit? ? ? （4）

模型（4）中， ILit×Pumit×ARit-1的系數(shù)Ψ7估計(jì)了對(duì)校友關(guān)系負(fù)外部性的數(shù)字治理效應(yīng)。根據(jù)H2， 預(yù)期三重交乘項(xiàng)的系數(shù)Ψ7符號(hào)顯著為負(fù)， 表明股吧網(wǎng)民監(jiān)督和問(wèn)詢函監(jiān)管的共同治理不僅有效抑制了上市公司校友關(guān)系負(fù)外部性， 且治理效應(yīng)大于獨(dú)立效應(yīng)α4。

四、 實(shí)證分析

（一）描述性統(tǒng)計(jì)和差異檢驗(yàn)

描述性統(tǒng)計(jì)結(jié)果顯示， 樣本內(nèi)上市公司校友關(guān)系均值為0.021， 即本研究樣本中約有2.1%的觀測(cè)值屬于高管與獨(dú)立董事有校友關(guān)系。

真實(shí)盈余管理均值為-0.016， 不僅低于羅進(jìn)輝等（2021）針對(duì)中國(guó)上市公司計(jì)算的真實(shí)盈余管理均值（-0.003）， 更低于張蕊等（2018）關(guān)于高管與簽字注冊(cè)會(huì)計(jì)師校友關(guān)系研究統(tǒng)計(jì)的真實(shí)盈余管理均值（-0.002）， 整體呈現(xiàn)更加“偏負(fù)向”的趨勢(shì)。但是， 差異檢驗(yàn)發(fā)現(xiàn)， 校友關(guān)系公司的真實(shí)盈余管理均值（0.02）和中位數(shù)（0.03）均高于非校友關(guān)系公司真實(shí)盈余管理均值

（-0.017）和中位數(shù)（0.002）， 且二者中位數(shù)在1%的水平上存在顯著差異， 整體呈現(xiàn)“偏正向”的趨勢(shì)， 與全體上市公司以及高管與簽字注冊(cè)會(huì)計(jì)師校友關(guān)系公司“偏負(fù)向”的趨勢(shì)均不相同，? 應(yīng)格外予以關(guān)注。

股吧發(fā)帖量均值為8.944， 高于孫鯤鵬等（2020）針對(duì)中國(guó)上市公司統(tǒng)計(jì)的股吧發(fā)帖量均值2.532， 說(shuō)明隨著互聯(lián)網(wǎng)的發(fā)展， 股吧網(wǎng)民對(duì)上市公司的關(guān)注程度逐年提高。但是從差異檢驗(yàn)來(lái)看， 針對(duì)校友關(guān)系公司的發(fā)帖量少于非校友關(guān)系公司， 且中位數(shù)在5%水平上存在顯著差異， 說(shuō)明校友關(guān)系隱蔽性較強(qiáng)， 并沒有引起股吧網(wǎng)民更多的關(guān)注。因此， 股吧發(fā)帖量是否能夠?qū)πＳ殃P(guān)系負(fù)外部性發(fā)揮監(jiān)督效應(yīng)有待驗(yàn)證。

年報(bào)問(wèn)詢函收函水平均值為0.153， 高于袁蓉麗等（2021）的研究水平0.086， 說(shuō)明證券交易所監(jiān)管力度在逐年加大。但是從差異檢驗(yàn)來(lái)看， 針對(duì)校友關(guān)系公司的問(wèn)詢函監(jiān)管略少于非校友關(guān)系公司， 雖然差異不顯著， 但仍然說(shuō)明， 校友關(guān)系的隱蔽性使得證券交易所不僅沒有加強(qiáng)對(duì)校友關(guān)系公司的關(guān)注反而減弱。

（二）回歸分析

1. 股吧網(wǎng)民監(jiān)督效應(yīng)檢驗(yàn)。股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的監(jiān)督效應(yīng)如表2第（1）列所示。其中， Pumit的系數(shù)η1為-0.027， 在1%的水平上通過(guò)顯著性測(cè)試， 表明股吧發(fā)帖量能夠有效抑制上市公司真實(shí)盈余管理。

股吧網(wǎng)民監(jiān)督與校友關(guān)系交乘項(xiàng)（Pumit×ARit-1）的系數(shù)η3為-0.034， 在5%的水平上通過(guò)顯著性測(cè)試， 但低于系數(shù)η1的顯著性水平， 說(shuō)明針對(duì)校友關(guān)系公司的Pumit與RM顯著負(fù)相關(guān)， H1得到檢驗(yàn)， 但顯著性水平低于非校友關(guān)系公司。

結(jié)合校友關(guān)系（ARit-1）系數(shù)η2的表現(xiàn)（與校友關(guān)系負(fù)外部性在10%的水平上顯著正相關(guān)）和差異檢驗(yàn)結(jié)果發(fā)現(xiàn)， 相對(duì)于非校友關(guān)系公司， 校友關(guān)系公司的負(fù)外部性“偏正向”趨勢(shì)嚴(yán)重， 且較強(qiáng)的隱蔽性使得股吧網(wǎng)民對(duì)校友關(guān)系公司負(fù)外部性的監(jiān)督相對(duì)困難。

2. 交易所數(shù)字治理效應(yīng)檢驗(yàn)?；谛Ｓ殃P(guān)系負(fù)外部性的問(wèn)詢函監(jiān)管有效性檢驗(yàn)結(jié)果如表2第（2）列所示。問(wèn)詢函監(jiān)管（ILit）系數(shù)α1不顯著， 即校友關(guān)系負(fù)外部性隱蔽性極強(qiáng)， 問(wèn)詢函監(jiān)管對(duì)其無(wú)效； 交乘項(xiàng)ILit×ARit×Post的系數(shù)α4為-0.024， 在10%的水平上通過(guò)顯著性測(cè)試， 針對(duì)校友關(guān)系公司的問(wèn)詢函監(jiān)管與校友關(guān)系負(fù)外部性呈較為顯著的負(fù)相關(guān)關(guān)系， 表明相對(duì)于非校友關(guān)系公司， 問(wèn)詢函監(jiān)管能夠在一定程度上抑制校友關(guān)系負(fù)外部性。但是， 問(wèn)詢函監(jiān)管之于校友關(guān)系負(fù)外部性的治理效應(yīng)（ILit×ARit×Post）極弱， 交易所借助股吧網(wǎng)民監(jiān)督的力量是否會(huì)提升問(wèn)詢函監(jiān)管效率呢？

首先依據(jù)模型（3）， 對(duì)股吧網(wǎng)民監(jiān)督是否能引致問(wèn)詢函監(jiān)管進(jìn)行檢驗(yàn)， 結(jié)果如表2第（3）列所示。Pumit的系數(shù)μ1為0.064， 在1%的水平上通過(guò)顯著性測(cè)試， 與問(wèn)詢函監(jiān)管顯著正相關(guān)， 表明股吧網(wǎng)民監(jiān)督能夠極為有效地引致問(wèn)詢函監(jiān)管。針對(duì)校友關(guān)系負(fù)外部性的股吧網(wǎng)民監(jiān)督Pumit×ARit-1×RMit的系數(shù)μ7為0.618， 在5%的水平上通過(guò)顯著性測(cè)試， 與問(wèn)詢函監(jiān)管顯著正相關(guān)， 表明相比非校友關(guān)系公司， 校友關(guān)系公司的負(fù)外部性被股吧網(wǎng)民監(jiān)督后， 也引致了年報(bào)問(wèn)詢函監(jiān)管， 有望帶來(lái)治理效應(yīng)的提升。

其次依據(jù)模型（4）， 對(duì)經(jīng)股吧網(wǎng)民監(jiān)督調(diào)節(jié)后的問(wèn)詢函監(jiān)管效率 —— 問(wèn)詢函監(jiān)管與股吧網(wǎng)民監(jiān)督合力治理效應(yīng)， 即交易所數(shù)字治理效應(yīng)進(jìn)行檢驗(yàn)， 結(jié)果如表2第（4）列所示。數(shù)字治理效應(yīng)（ILit×ARit-1×Pumit）的系數(shù)Ψ7為-0.084， 在5%的水平上通過(guò)顯著性測(cè)試， 顯著性水平高于第（2）列問(wèn)詢函監(jiān)管獨(dú)立效應(yīng)（ILit×ARit×Post）的系數(shù)α4， 表明問(wèn)詢函監(jiān)管和股吧網(wǎng)民監(jiān)督的合力治理效應(yīng)顯著提升。H2得到驗(yàn)證。

五、 拓展分析

（一）機(jī)制檢驗(yàn)

依據(jù)差異檢驗(yàn)和回歸分析結(jié)果可知， 雖然校友關(guān)系極具隱蔽性， 但股吧網(wǎng)民監(jiān)督仍然能夠顯著抑制校友關(guān)系負(fù)外部性并提升問(wèn)詢函監(jiān)管效應(yīng)。原因何在？唯有識(shí)別， 方能監(jiān)督。為此， 對(duì)股吧網(wǎng)民監(jiān)督的識(shí)別機(jī)制進(jìn)行研究。首先， 建立模型（5）如下。

Pumit=a0+a1RMit+a2ARit-1+a3RMit×ARit-1+a4Controlit+∑Industry+∑Year+εit? ? ? ? ?（5）

模型（5）中， RMit×ARit-1的系數(shù)a3估計(jì)了股吧網(wǎng)民監(jiān)督對(duì)校友關(guān)系負(fù)外部性的識(shí)別能力， 預(yù)期二者呈正相關(guān)關(guān)系， 即校友關(guān)系對(duì)股吧網(wǎng)民監(jiān)督與校友關(guān)系負(fù)外部性具有顯著的方向調(diào)節(jié)效應(yīng)。

檢驗(yàn)結(jié)果如表3第（1）列所示。RMit×ARit-1的系數(shù)a3為0.125， 在10%的水平上通過(guò)顯著性測(cè)試， 表明股吧網(wǎng)民能夠識(shí)別校友關(guān)系公司的負(fù)外部性。RMit的系數(shù)a1為-0.136， 在1%的水平上通過(guò)顯著性測(cè)試。但是， 校友關(guān)系（ARit-1）的系數(shù)a2（-0.052）不顯著， 說(shuō)明校友關(guān)系隱蔽性極強(qiáng)， 股吧網(wǎng)民根本無(wú)法識(shí)別。因此， 股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的識(shí)別能力主要源自其真實(shí)盈余管理行為的識(shí)別。

但是， 真實(shí)盈余管理行為作為企業(yè)內(nèi)部的隱秘操作并不能直接為外部人所知， 預(yù)計(jì)股吧網(wǎng)民監(jiān)督對(duì)校友關(guān)系負(fù)外部性的識(shí)別是受其他更易為投資者關(guān)注的變量影響所致， 這一變量應(yīng)與公司在股票市場(chǎng)的表現(xiàn)有關(guān)。從高管與獨(dú)立董事校友關(guān)系來(lái)看， 高管主要通過(guò)與獨(dú)立董事的校友關(guān)系隱藏對(duì)公司不利的私有信息， 降低信息披露效率， 以保證公司在股票市場(chǎng)上的表現(xiàn)與大多數(shù)公司近似， “求同存異”， 達(dá)到掩飾問(wèn)題的目的。因而， 本文以股價(jià)同步性來(lái)表示這一“識(shí)別變量”。借鑒伊志宏等（2019）的股價(jià)同步性模型計(jì)算股票i在t年股價(jià)同步性Synit， 股吧網(wǎng)民對(duì)真實(shí)盈余管理的識(shí)別路徑檢驗(yàn)在前述模型（5）RMit×ARit-1的系數(shù)a3顯著的基礎(chǔ)上， 進(jìn)一步構(gòu)建有中介的調(diào)節(jié)效應(yīng)模型（6）、 （7）如下。

Synit=b0+b1RMit+b2ARit-1+b3RMit×ARit-1+b4Controlit+∑Industry+∑Year+εit? ? ? ? ?（6）

Pumit=c0+c1RMit+c2ARit-1+c3RMit×ARit-1+c4Synit+c5Controlit+∑Industry+∑Year+εit （7）

預(yù)期模型（6）中RMit×ARit-1的系數(shù)b3顯著， 即校友關(guān)系公司真實(shí)盈余管理顯著導(dǎo)致了股價(jià)同步性的變化。檢驗(yàn)結(jié)果如表3第（2）列所示， RMit×ARit-1的系數(shù)b3為0.458， 在5%的水平上顯著， 即校友關(guān)系公司真實(shí)盈余管理與股價(jià)同步性顯著正相關(guān)， 檢驗(yàn)結(jié)果符合預(yù)期， 則進(jìn)一步對(duì)模型（7）進(jìn)行檢驗(yàn)。

預(yù)期模型（7）中股價(jià)同步性（Synit）的系數(shù)c4顯著， 即股價(jià)同步性與股吧網(wǎng)民監(jiān)督顯著相關(guān)； RMit×ARit-1的系數(shù)c3不顯著， 即股吧網(wǎng)民監(jiān)督對(duì)校友關(guān)系負(fù)外部性的識(shí)別完全通過(guò)中介變量 —— 股價(jià)同步性（Synit）而起作用。檢驗(yàn)結(jié)果如表3第（3）列所示。股價(jià)同步性（Synit）的系數(shù)c4為-0.538， 在1%的水平上顯著， 股吧網(wǎng)民監(jiān)督與股價(jià)同步性呈顯著的負(fù)相關(guān)， 即股價(jià)同步性越低， 越容易引起股吧網(wǎng)民強(qiáng)烈關(guān)注。RMit×ARit-1的系數(shù)c3不顯著， 即股價(jià)同步性發(fā)揮了完全中介效應(yīng)。股吧網(wǎng)民通過(guò)股價(jià)同步性來(lái)識(shí)別校友關(guān)系負(fù)外部性， 其顯著性水平（0.538???）甚至高于股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的直接識(shí)別能力（0.125?）， 識(shí)別的“精度”顯著提升。

（二）穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)本文的假說(shuō)邏輯， 通過(guò)以下穩(wěn)健性檢驗(yàn)給予回應(yīng)。首先針對(duì)可能的內(nèi)生性問(wèn)題和替代性假說(shuō)， 引入工具變量進(jìn)行分析； 其次對(duì)關(guān)鍵變量 —— 股吧網(wǎng)民監(jiān)督（Pum）的穩(wěn)健性進(jìn)行檢驗(yàn)。

1. 工具變量檢驗(yàn)。股吧網(wǎng)民監(jiān)督與校友關(guān)系公司真實(shí)盈余管理之間可能存在“雙向因果”的內(nèi)生性問(wèn)題。以往研究中， 公司所在省份互聯(lián)網(wǎng)基礎(chǔ)設(shè)施與新增投資者數(shù)量、 公司知名度等被作為工具變量， 用來(lái)解決社交媒體與應(yīng)計(jì)盈余管理之間的內(nèi)生性問(wèn)題（王福勝等，2021；孫鯤鵬等，2020）， 本文以公司所在地互聯(lián)網(wǎng)用戶數(shù)作為股吧發(fā)帖量與真實(shí)盈余管理內(nèi)生性檢驗(yàn)的工具變量。

從相關(guān)性方面來(lái)看， 投資者更多地針對(duì)自己家鄉(xiāng)的企業(yè)進(jìn)行討論（董大勇等，2011）， 公司所在地互聯(lián)網(wǎng)用戶數(shù)決定了投資者在股吧的參與度， 公司所在地互聯(lián)網(wǎng)用戶數(shù)越多， 說(shuō)明有越多投資者針對(duì)家鄉(xiāng)的股票積極地參與股吧討論， 從而導(dǎo)致股吧發(fā)帖量增加。從外生性方面來(lái)看， 尚未有研究表明公司所在地的互聯(lián)網(wǎng)用戶數(shù)會(huì)直接影響公司的真實(shí)盈余管理。因此， 本文以公司所在地互聯(lián)網(wǎng)用戶數(shù)作為股吧發(fā)帖量的工具變量， 進(jìn)行二階段最小二乘法回歸估計(jì)。從國(guó)泰安數(shù)據(jù)庫(kù)中獲得各省區(qū)互聯(lián)網(wǎng)用戶數(shù)， 結(jié)合樣本公司所在省區(qū)進(jìn)行匹配， 檢驗(yàn)結(jié)果如表4所示。

在第一階段回歸中， 將Pum回歸在工具變量上， 發(fā)現(xiàn)互聯(lián)網(wǎng)用戶數(shù)InternetUsers系數(shù)顯著為正， 這意味著公司所在省份的互聯(lián)網(wǎng)用戶數(shù)越多， 股吧發(fā)帖量越多， 因此工具變量與內(nèi)生解釋變量相關(guān)得到滿足； 在弱工具變量檢驗(yàn)方面， 第一階段回歸的F統(tǒng)計(jì)量為963.45， Adj. R2為0.474， 拒絕弱工具變量的原假說(shuō)。

在第二階段， 同時(shí)加入第一階段Pum的擬合值和Pum×ARit-1的擬合值， 可以發(fā)現(xiàn)交乘項(xiàng)擬合值的系數(shù)仍然顯著為負(fù)， 與上文實(shí)證結(jié)果一致， 再一次驗(yàn)證了H1的“股吧輿論監(jiān)督效應(yīng)假設(shè)”。

2. 改變股吧網(wǎng)民監(jiān)督衡量方法。表示投資者關(guān)注程度的股吧發(fā)帖量是本文的一個(gè)關(guān)鍵變量。有學(xué)者發(fā)現(xiàn)， 股吧閱讀量、 跟帖評(píng)論量與股吧發(fā)帖量一樣能顯著降低正向盈余管理行為（孫鯤鵬等，2020）， 高質(zhì)量的投資意見能夠通過(guò)股吧帖子閱讀量得以傳播識(shí)別（熊熊等，2017）， 上市公司回答投資者提問(wèn)的文字總字?jǐn)?shù)能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)（丁慧等，2018）。因此， 本文以帖子平均字?jǐn)?shù)（PWC）、 股吧閱讀量（Rum）和股吧評(píng)論量（Cum）作為股吧網(wǎng)民監(jiān)督（Pum）的替代變量， 檢驗(yàn)其對(duì)校友關(guān)系負(fù)外部性的抑制作用， 結(jié)果如表5所示。

其中， 股吧帖子平均字?jǐn)?shù)（PWC）及其閱讀量（Rum）不僅能夠顯著降低真實(shí)盈余管理， 而且還能顯著降低校友關(guān)系負(fù)外部性。因此， 股吧網(wǎng)民監(jiān)督效應(yīng)假設(shè)依然成立。

六、 結(jié)論與啟示

本文基于上市公司獨(dú)立董事與高管的校友關(guān)系， 探討了互聯(lián)網(wǎng)股吧網(wǎng)民對(duì)校友關(guān)系負(fù)外部性的輿論監(jiān)督效應(yīng)和交易所數(shù)字治理效應(yīng)。研究發(fā)現(xiàn)： ①由于校友關(guān)系與真實(shí)盈余管理的隱蔽性極強(qiáng)， 股吧網(wǎng)民監(jiān)督雖然能夠抑制校友關(guān)系負(fù)外部性， 但顯著性水平低于非校友關(guān)系公司； 問(wèn)詢函監(jiān)管之于校友關(guān)系負(fù)外部性的治理效應(yīng)也極弱。但是， 股吧網(wǎng)民監(jiān)督能夠提升證券交易所一線監(jiān)管的效率。相比非校友關(guān)系公司， 校友關(guān)系公司真實(shí)盈余管理通過(guò)股吧網(wǎng)民監(jiān)督和問(wèn)詢函監(jiān)管的合力治理， 得到了更為有效的遏制。②股吧網(wǎng)民監(jiān)督機(jī)制檢驗(yàn)發(fā)現(xiàn)， 投資者很難識(shí)別隱蔽性極強(qiáng)的校友關(guān)系， 但卻能識(shí)別校友關(guān)系負(fù)外部性。原因在于股價(jià)同步性發(fā)揮了完全中介效應(yīng)， 中小投資者通過(guò)中介變量 —— 股價(jià)同步性間接識(shí)別了校友關(guān)系公司真實(shí)盈余管理行為。

本研究證實(shí)了互聯(lián)網(wǎng)股吧網(wǎng)民的輿論監(jiān)督力量， 不僅深化了校友關(guān)系負(fù)外部性的治理研究， 而且為監(jiān)管機(jī)構(gòu)進(jìn)行有效管理提供了新思路和有益的補(bǔ)充， 也為構(gòu)建上市公司線上治理網(wǎng)絡(luò)提供了新方案。對(duì)監(jiān)管機(jī)構(gòu)而言， 除應(yīng)整合利用線上資源及善用互聯(lián)網(wǎng)技術(shù)提高數(shù)字治理水平外， 還應(yīng)對(duì)以往的監(jiān)管政策進(jìn)行改進(jìn)。對(duì)上市公司而言， 應(yīng)當(dāng)有效區(qū)分不同類型校友關(guān)系的效應(yīng)差異及其影響， 更好地通過(guò)校友社會(huì)資本發(fā)揮提高企業(yè)創(chuàng)新能力的功能。對(duì)互聯(lián)網(wǎng)平臺(tái)與中小投資者而言， 互聯(lián)網(wǎng)平臺(tái)應(yīng)積極通過(guò)大數(shù)據(jù)技術(shù)為中小投資者提供更可靠的溝通交流與信息獲取渠道， 中小投資者亦應(yīng)通過(guò)互聯(lián)網(wǎng)充分發(fā)揮對(duì)上市公司的輿論監(jiān)督作用。

【 主 要 參 考 文 獻(xiàn) 】

陳德球，胡晴．?dāng)?shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿［ J］．管理世界，2022（6）：213 ～ 240．

陳運(yùn)森，鄧祎璐，李哲．證券交易所一線監(jiān)管的有效性研究 —— 基于財(cái)務(wù)報(bào)告問(wèn)詢函的證據(jù)［ J］．管理世界，2019（3）：169 ～ 185+208．

李曉溪，楊國(guó)超，饒品貴．交易所問(wèn)詢函有監(jiān)管作用嗎？ —— 基于并購(gòu)重組報(bào)告書的文本分析［ J］．經(jīng)濟(jì)研究，2019（5）：181 ～ 198．

孫鯤鵬，王丹，肖星．互聯(lián)網(wǎng)信息環(huán)境整治與社交媒體的公司治理作用［ J］．管理世界，2020（7）：106 ～ 137．

王福勝，王也，劉仕煜．網(wǎng)絡(luò)媒體報(bào)道對(duì)盈余管理的影響研究 —— 基于投資者異常關(guān)注視角的考察［ J］．南開管理評(píng)論，2021（5）：116 ～ 127．

王會(huì)娟，余夢(mèng)霞， 張路，岳衡．校友關(guān)系與企業(yè)創(chuàng)新 —— 基于PE管理人和高管的關(guān)系視角［ J］．會(huì)計(jì)研究，2020（3）：78 ～ 94．

于劍喬，羅婷．高管校友關(guān)系與業(yè)績(jī)預(yù)測(cè)披露行為［ J］．會(huì)計(jì)研究，2021（2）：72～85．

朱孟楠，梁裕珩，吳增明．互聯(lián)網(wǎng)信息交互網(wǎng)絡(luò)與股價(jià)崩盤風(fēng)險(xiǎn)：輿論監(jiān)督還是非理性傳染［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（10）：81 ～ 99．

Chen Y. S.， Deng Y.， Jin Y.， He L.， Zhang X.. Political Connection and Regulatory Scrutiny through Comment Letters： Evidence from China［ J］．International Review of Finance，2020（3）：789 ～ 798．

Cunningham L. M.， Johnson B. A.， Johnson E. S.， Lisic L. L.. The Switch-up： An Examination of Changes in Earnings Management after Receiving SEC Comment Letters［ J］．Contemporary Accounting Research，2020（2）：917 ～ 944．

Goldstein I.， Spatt C. S.， Ye M.. Big Data in Finance［ J］．Review of Financial Studies，2021（7）：3213 ～ 3225．

Gu C.， Kurov A.. Informational Role of Social Media： Evidence from Twitter Sentiment［ J］．Journal of Banking and Finance，2020（121）：105969．

（責(zé)任編輯·校對(duì)： 李小艷? 黃艷晶）