社交媒体关注、业绩预告精确性与预告效应

王英允 孟焰 季蕴慈

(1.天津农学院 经济管理学院，天津 300392; 2.中央财经大学 会计学院，北京 100081; 3.中国进出口银行总行， 北京 100031)

一、引言

我国资本市场正经历的以信息披露为核心的注册制改革，凸显了信息披露在投资者决策中的重要性。根据Broadbent(1957)[1]以及Kahneman(1973)[2]的理论观点，投资者的有限注意力直接影响了注意力分配及其对信息的感知结果。信息披露的属性(如精确性)则可能通过影响投资者有限注意力的分配改变其对信息的理解与应用，并最终影响信息披露的效果以及资本市场的有效性。现有研究也表明，管理层在信息披露中的精确性选择可能从多个角度影响到投资者的决策：如投资者的判断[3]、投资者对发布信息的反应[4-6]、投资者对信息的定价与回报[7]、投资者交易[8]，以及投资者的注意力分配[9]。在我国资本市场中，业绩预告是信息披露的重要内容之一。证监会、深交所及上交所要求上市公司在净利润为负值、净利润与上年同期相比上升或者下降50%以上、实现扭亏为盈时要发布业绩预告，履行信息报告义务，以解决重大事项中上市公司与投资者之间的信息不对称问题。尽管监管部门要求上市公司在存在以上情形时发布业绩预告，发挥业绩变动警示作用，但是延续至今的业绩预告制度并未对如何进行预告作出特别详细的规定，从而给上市公司业绩预告中的精确性选择留下空间。在我国资本市场中，个体投资者一直占据较大比例，而大部分个体投资者的注意力分配能力相对较弱。因此，便利地获取精确的信息对于投资者更为有效地分配有限的注意力并利用信息进行决策尤为重要。现有研究表明，业绩预告具有较强的信息含量[10-11]，因而公司发布的业绩预告也受到监管机构、上市公司与投资者的关注，且易于认知的精确信息可能更容易被投资者所理解。在我国当前制度背景下，鉴于信息披露精确性对投资者决策的影响以及现有制度中对业绩预告精确性选择留下的空间，管理层可能会根据自身利益需要对业绩预告精确性进行选择，这一选择将如何改变投资者决策并最终影响业绩预告产生的效应有待于进一步研究。

近年来，社交媒体技术的发展极大地影响了投资者注意力资源分配，拓宽了信息获取渠道并改变了理解信息的方式，特别是对于注意力分配能力有限的个体投资者而言尤为突出。部分研究从社交媒体传播信息的功能角度，发现社交媒体能够提高投资者信息获取、处理与解读能力[12-14]，降低信息不对称[15]，提升市场信息效率水平[16]。同时，投资者的社交媒体关注也会影响到投资者交易及定价行为[17-18]。当前，网络社交媒体已成为投资者获取信息的重要来源[19]，他们还经常通过网络论坛[20]、Twitter[13]、微博[21]、股吧[22]等网络社交媒体表达观点，质疑关注对象的行为，并通过信息共享提升其对信息的解读效率。在此背景下，投资者利用社交媒体对上市公司的关注，是否会影响投资者对管理层业绩预告精确性选择的解读，进而影响业绩预告的效应也有待进一步研究。

本文的研究贡献如下：首先，在我国资本市场中，较多的投资者关注上市公司的业绩预告并利用业绩预告信息改变投资决策，但以往研究更多关注业绩预告内容的经济后果，很少关注业绩预告方式对我国投资者理解与运用业绩预告信息进行决策的影响。本文构建了管理层业绩预告精确性选择对投资者利用业绩预告信息进行交易决策后果作用的理论假说并进行了实证检验，补充了信息披露方式对信息决策有用性作用的研究文献，也丰富了心理学认知理论在资本市场投资者决策中应用的研究；其次，以往关于信息披露经济后果的研究更多从异常回报角度解释了信息披露后的短窗口市场反应，本文研究了业绩预告后0至1个交易日，业绩预告后0至3个交易日以及业绩预告到盈余宣告期间的平均超额换手率，从换手率角度在更长窗口期研究业绩预告的信息释放效应，拓展了信息市场反应的解释角度，丰富了信息披露市场反应的研究文献；最后，结合现有社交媒体的发展，本文研究了社交媒体关注对管理层业绩预告精确性与市场反应关系的调节作用，补充了社交媒体关注的研究文献，丰富了新媒体技术发展情境下投资者注意力资源分配的相关研究。

二、理论分析与假设提出

Broadbent(1957)[1]提出的选择性注意模型及过滤器理论表明，观察者的感知结果将被其注意力控制，只有被筛选进入控制机制的信息才可能接受进一步的加工；而未通过筛选进入这一机制的其他信息则可能完全丧失。Kahneman(1973)[2]资源限制的认知理论观点表明，由于投资者处理信息的能力有限，并且在信息筛选中也要付出大量的努力，这样易于认知的精确信息可能获得更多的集中关注。信息披露实践以及理论研究表明了管理层在信息披露中会根据自身利益需要策略性地选择披露方式，以改变投资者注意力配置，进而影响其对公司的认知及决策。譬如，Cheng等(2013)[4]的研究结果发现，管理层策略性地在内部卖出前选择预告精确性以提高股价，而在内部买进前降低股价；当管理层传递更好的业绩前景时，则通过精确性选择进行组织印象管理，获得投资者的积极响应[23]。同时，现有研究也证明了管理层的披露方式选择确实起到了改变投资者决策的效果。例如，Boulland等(2017)[24]发现欧洲大陆公司开始使用英语电子服务传播公司消息后，相对于他们采用非电子格式和欧洲大陆语言传播消息，投资者对盈余意外表现出更强的初始反应。Nelson和Rupar(2015)[3]研究发现，会计信息披露中描述结果的数字格式会影响到投资者的风险判断。投资者对以美元格式披露比对以等价的比例格式披露反应时评估了更高的风险。更可读的披露导致投资者更强的反应，接收到更可读披露的投资者在明确地关注到可读性的潜在变化时改变了他们的价值判断[5]。在业绩预告过程中，现有研究证明管理层同样进行了策略选择并影响了投资者的决策。例如，Rogers和Stocken(2005)[6]发现，市场随着预告中可预测的偏差改变其反应。而且，公告的精确度也直接影响了市场反应量的敏感性[8]，如减小反应不足的量[25]或导致投资者更强的反应[5]。

以上分析表明，管理层会根据自身的利益选择信息披露的精确性，这种精确性选择改变了信息传播中需要考虑的因素，进而直接影响了投资者的判断。个体进行判断时，遇到的不仅是合理因素，还要考虑非合理因素。非合理因素对判断的影响取决于合理因素的弹性(模糊)，存在弹性比不存在弹性的影响更大[26]。投资者在判断时面对的信息精确性较低，意味着信息弹性较大，决策中也将要考虑更多因素；反之，则信息弹性较小，决策中考虑的因素也相对较少。结合Kahneman(1973)[2]的有限注意力理论，当投资者在判断中面对较少的考虑因素时，注意力资源能够获得更为充足的分配，否则可能会出现注意力分配不足。注意力资源的分配最终影响了决策的有效性。以上关于精确性选择及其产生影响的情形同样可能出现在我国上市公司业绩预告中。我国上市公司业绩预告的目的主要是解决在重大事项中上市公司与投资者之间的信息不对称问题，对于未来宣告的盈余信息起到预警作用。但是，在预告过程中管理层也可能根据自身利益选择业绩预告的精确性，这一选择直接影响了投资者在预告信息解读中需要考虑的因素及其判断中的注意力资源分配，最终影响了投资者的决策及信息的预告效应。预告信息的预告效应可以从两个时段来反映，即业绩预告期间以及业绩预告至盈余宣告期间。如果管理层采用更为精确的方式进行预告，则投资者由于收到精确的预告信息，在决策中面临更小的信息弹性及更少的考虑因素，能够更为充分地进行注意力资源分配，从而在预告期间以及预告至宣告期间做出更为积极的反应。投资者的积极反应有助于加快信息的释放速度，从而起到更好的预警与信息释放作用，加快降低上市公司与投资者之间的信息不对称程度，在交易中，投资者的积极反应可以直接表现为换手率的提高。根据以上分析，提出假设1。

H1a随着管理层业绩预告精确性提高，业绩预告期间的预告效应更强，即投资者的平均超额换手率更高。

H1b随着管理层业绩预告精确性提高，业绩预告至盈余宣告期间的预告效应更强，即投资者的平均超额换手率更高。

随着信息技术的发展，社交媒体的出现极大地方便了投资者的信息获取，也便于投资者与上市公司的交流与沟通。在信息技术赋能条件下，投资者通过社交媒体对上市公司进行关注与解读的能力也大大提升，最终改善了其交易及定价决策[17]。现有研究证明了信息技术的发展提高了投资者的信息解读能力[14]，社交媒体的传播性能够显著改善投资者的信息获取能力[13]。在社交媒体背景下，投资者信息获取和解读能力的提高减少了投资者之间以及投资者与上市公司的信息不对称，优化了资本市场资源配置效率[27]，降低了非知情交易者要求的信息补偿[28]，也降低了股价崩盘风险[12]，提高了资本市场定价效率[29]，企业通过社交媒体的沟通也可以减弱市场对召回公告的负面价格反应[30]。

以上研究表明，投资者通过社交媒体关注直接影响了其对信息的传播、认知与解读，并最终影响了其根据信息所做出的决策。基于信息技术发展构建的社交媒体平台提升了投资者在信息获取与解读过程中的注意力资源分配效率，可以使投资者在分配同等注意力条件下获取更大的关注范围。在管理层业绩预告中，管理层通过精确性选择可能会改变投资者的注意力分配效果，进而影响他们对业绩预告信息的反应。根据现有研究，在投资者的社交媒体关注情境下，注意力分配的效果也可能随之变化。高社交媒体关注可能有助于投资者更有效地分配注意力并提高注意力利用效率，进而提高对业绩预告的解读效率。结合假设1与现有研究成果，本文认为，高的社交媒体关注能够通过提高投资者的注意力资源分配效果增强其信息获取与解读能力，最终增强业绩预告精确性选择所带来的预告效应。因此，本文提出假设2。

H2社交媒体关注的提高会增强业绩预告精确性选择对预告效应的影响。

三、研究设计

(一)样本选择

本文主要选取了2007年一季度至2017年四季度我国A股上市公司的管理层业绩预告样本作为研究对象。在研究中，剔除金融行业公司、业绩预告期间异常及数据缺失样本。另外为消除异常值的影响，本文对所有连续变量进行了上下1%的winsorize处理，最终确定观测值以每次模型检验中所列示的样本数为准。业绩预告数据及公司财务报表原始数据均来源于wind数据库，股票交易原始数据来源于CCER数据库，社交媒体关注数据来源于CNRDS数据库。

(二)变量定义与度量

1.管理层业绩预告精确性的界定与度量

根据高敬忠等(2011)[31]的研究，本文以业绩预告误差表示业绩预告精确性(Forecast_Error)。预告误差用业绩预告值与盈余实际宣告值之差除以期初总资产再乘以100的绝对值表示，误差越小表示其业绩预告精确性就越高。具体计算方法如式(1)所示。

预告误差=|[业绩预告点值(范围值中值)-盈余实际宣告值]/期初总资产×100|

(1)

2.业绩预告效应变量界定与度量

盈余信息市场反应往往体现在交易量上[32]。我国业绩预告制度的目的之一是释放业绩变动引起的风险，这种释放效应可以通过交易换手率体现。另外，业绩预告对风险的释放可能在管理层预告时通过投资者交易实现，也可能在预告后至盈余宣告期间进行释放。因此，本文分别采用业绩预告期间以及业绩预告至盈余宣告期间的平均超额换手率表示预告效应(以ACn表示)。参考Hirshleifer等(2009)[33]本文利用式(2)计算的平均超额换手率来表示业绩预告效应。

(2)

在式(2)中，ACn表示0至n个交易日的平均超额换手率，Turni,t表示i公司第t天的换手率，Turnm,t表示市场第t天的平均换手率。具体研究中，分别以业绩预告期间0至1个交易日的平均超额换手率(以FAC1表示)、0至3个交易日的平均超额换手率(以FAC3表示)以及业绩预告至盈余宣告期间的平均超额换手率(以F_AACn表示)表示业绩预告期间以及业绩预告至盈余宣告期间的预告效应。

3.社交媒体关注变量界定与度量

参照孙鲲鹏和肖星(2018)[29]，本文以每季度上市公司所在股吧的全部发帖子数量总计取对数(以AT表示)度量社交媒体关注变量。

4.控制变量界定与度量

在实证检验中，本文根据以前文献的研究[34-35]，对以下可能影响管理层业绩预告效应的因素进行了控制：(1)上市公司高管持股比例；(2)公司成立年限；(3)公司规模；(4)公司盈利情况；(5)财务杠杆；(6)市场预期；(7)公司财务状况；(8)公司面对的市场竞争状况；(9)公司的盈余波动情况；(10)行业影响；(11)年度影响。控制变量界定及度量如表1所示。

表1 控制变量界定及度量

(三)回归模型设计

1.预告期间预告精确性对预告效应的影响

首先，本文设计了式(3)、式(4)检验管理层业绩预告精确性对业绩预告期间及预告至宣告期间预告效应的影响。

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，具体实证研究时，将分别用0至1个交易日以及0至3个交易日的平均超额换手率FAC1及FAC3表示FACn，F_AACn将分别以各家公司预告至宣告期间的平均超额换手率表示，其他控制变量的定义与度量如表1所示。

2.社交媒体关注的调节作用

本文设计了式(5)、式(6)检验社交媒体关注对管理层业绩预告精确性对业绩预告后0至1个交易日、0至3个交易日以及预告至宣告期间预告效应影响的调节作用。

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表示社交媒体关注变量，其他变量的定义与式(3)、式(4)一致。

四、管理层业绩预告精确性对预告效应的影响检验

(一)均值对比检验

本文分别以Forcast_Error变量的均值及中位数为分组依据，将样本分为高精确性HIGH样本组(小于均值样本组)及低精确性LOW样本组(大于均值样本组)，分别检验两组样本在业绩预告期间预告效应FAC1、FAC3、业绩预告至宣告期间预告效应F_AACn的差异。表2列示了检验结果。

表2中列示的结果显示，从预告效应上来看，无论以均值还是中位数的分组，业绩预告精确性高(误差较小)的样本组比精确性低(误差较大)的样本组，在业绩预告期间的0至1个交易日以及0至3个交易日平均超额换手率更高，在预告至宣告期间的平均超额换手率也更高。以上检验结果说明，业绩预告精确性高的组可能通过更高的换手率更快地释放信息风险。

表2 按变量均值及中位数分组的各变量均值检验

(二)Pearson相关检验

表3列示了业绩预告精确性变量Forecast_Error与业绩预告预告效应各变量之间的Pearson相关系数及显著性检验。

表3 各研究变量的Pearson相关系数检验

表3中的结果显示，业绩预告精确性变量Forecast_Error与业绩预告期间预告效应变量FAC1、FAC3、业绩预告至盈余宣告期间预告效应变量F_AACn均在1%水平显著负相关，这一结果表明，业绩预告精确性越高，业绩预告期间以及业绩预告至盈余宣告期间的平均超额换手率越高，即高精确性的业绩预告具有更好的信息释放效应。

(三)多元回归检验

本文利用选取的样本对式(3)、式(4)进行了回归检验，在控制其他变量影响的情形下，检验管理层业绩预告精确性对业绩预告期间及预告至宣告期间的预告效应的作用，检验结果见表4。

表4中的结果显示：在控制了其他因素的影响后，管理层业绩预告精确性变量Forecast_Error与业绩预告期间0至1个交易日、0至3个交易日的预告效应变量FAC1、FAC3，以及预告至宣告期间的预告效应变量F_AACn均在1%水平下显著负相关。这一结果表明，业绩预告精确性越高，业绩预告期间的预告效应越强，预告到宣告期间的预告效应也越强。即精确的管理层业绩预告能够更有效地促进业绩变动风险的释放，投资者在接收到更为精确的预告信息后，通过更高的交易换手率，产生了更大的信息释放效应，也更有效地实现了业绩预告的预警作用，这一结果与本文预期假设一致。

表4 业绩预告精确性对预告效应影响的回归检验

(四)稳健性测试

1.内生性处理

(1)PSM匹配。为了解决研究中可能存在的样本选择偏差，本文设计虚拟变量DForecast_Error，以原业绩预告误差精确性变量Forecast_Error均值为界，业绩预告误差大于等于均值DForecast_Error则取1，否则取0。将DForecast_Error为1的公司设为处理组，DForecast_Error为0的公司设为控制组，进行1∶1 PSM匹配，运用匹配后的样本对式(3)、式(4)重新进行回归。回归结果如表5所示。

表5 业绩预告精确性对预告效应影响的回归检验

表5中的结果显示：管理层业绩预告精确性变量Forecast_Error与业绩预告期间0至1个交易日、0至3个交易日以及业绩预告至盈余宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关，这表明管理层业绩预告精确性越高，业绩预告期间以及业绩预告至盈余宣告期间的平均超额换手率越高，预告效应越强，这意味着预告信息得到了更为有效的释放。这一结果与前文回归结果一致，进一步支持了本文的研究假设。

(2)采用滞后一期自变量重新回归。参照张传财和陈汉文(2017)[36]的研究，为解决自变量与因变量可能存在的互为因果而产生的内生性问题，本文以滞后一期的业绩预告精确性变量为自变量，带入原模型重新进行回归，得到回归结果如表6所示。

表6结果显示：管理层业绩预告精确性变量Forecast_Error的回归系数均在1%水平下显著为负，回归结果依然支持本文假设。

表6 业绩预告精确性对预告效应影响的回归检验

(3)差分模型。参照杜勇等(2021)[37]的研究，为解决可能存在遗漏变量而产生的内生性问题，本文考察自变量变动值与因变量变动值之间的关系，构建如下模型

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为变量变动值，即本季度值减去上季度值，同时考虑个体固定效应后进行检验，回归结果如表7所示。

表7结果显示：对于DFAC1、DFAC3、DF_AACn，DForcast_Error的回归系数均在5%水平下显著为负，即业绩预告精确性越高，预告效应越强。

表7 业绩预告精确性对预告效应影响的回归检验

2.改变变量度量

(1)改变业绩预告精确性变量的度量。借鉴袁振超等(2014)[35]的研究，本文根据管理层业绩预告时所采用形式，即点值、范围值、上下限值以及定性方式，进行赋值。当管理层以以上形式进行业绩预告时，精确性程度依次降低，点值与范围值相对于上下限值及定性预告方式具有明确的数值边界，精确性相对更高。因此，在赋值时，当管理层业绩预告形式为点值与范围值时，赋值为0，为其他形式时，赋值为1，构建业绩预告形式的虚拟变量(Forcast_Type2)度量业绩预告精确性，并进行稳健性检验。借鉴高敬忠等(2011)[38]的研究，本文根据管理层业绩预告时所采用的形式进行赋值。当管理层业绩预告形式为点值时，赋值为0；范围值时，赋值为1；上下限时，赋值为2；定性时，赋值为3，构建变量(Forcast_Type1)度量业绩预告精确性，并进行稳健性检验。上述检验回归结果如表8所示。

表8中的结果显示：管理层业绩预告精确性变量Forcast_Type1、Forcast_Type2的系数均在1%水平下显著为负。这一结果同样表明，业绩预告精确性越高，业绩预告期间及预告至宣告期间的预告效应越强，预告信息得到更大程度释放，该结论再次支持本文假设。

表8 业绩预告精确性对预告效应影响的回归检验

(2)改变预告效应变量的度量。主检验部分检验了业绩预告精确性对业绩预告后0到1个交易日、0到3个交易日的预告效应，本部分延长了窗口期，检验业绩预告精确性对预告后0到15个交易日、0到30个交易日的预告效应的影响，回归结果如表9所示。

表9 业绩预告精确性对预告效应影响的回归检验

表9结果显示：管理层业绩预告精确性变量Forecast_Error与业绩预告期间0至15个交易日、0至30个交易日的预告效应变量FAC15、FAC30均在1%水平下显著负相关，进一步支持了本文假设。

五、社交媒体关注调节作用的检验

(一)多元回归检验

本文利用选取的样本对式(5)、式(6)进行了回归检验，在控制其他变量影响的情形下，检验社交媒体关注对管理层业绩预告精确性与预告效应关系的调节作用，检验结果如表10所示。

表10 社交媒体关注的调节作用

表10中的结果显示：社交媒体关注变量与管理层业绩预告精确性变量的交互项AT×Forecast_Error与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关，这一结果表明，社交媒体关注增强了业绩预告精确性与预告效应之间的关系，即社交媒体关注越高，业绩预告精确性对预告效应的作用越强，社交媒体关注增强了业绩预告精确性所带来的预告期间以及预告到宣告期间的预告信息释放效应。

(二)稳健性检验

1.内生性检验

(1)PSM匹配。由于不同样本公司的公司规模、公司盈利情况、财务杠杆等存在显著差异，为解决可能存在的样本选择性偏差问题，与前面采用的PSM配对处理方法一致，此处也以业绩预告精确性变量为基础，将样本划分为控制组与处理组，对式(5)、式(6)进行了检验，结果如表11所示。

表11 社交媒体关注的调节作用

表11中的结果显示，在采用PSM方法对样本进行配对后，社交媒体关注变量与管理层业绩预告精确性变量的交互项AT×Forecast_Error与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn仍均在1%水平下显著负相关，这一结果进一步证明了社交媒体关注对业绩预告精确性与预告效应关系的调节作用。

(2)采用滞后一期社交媒体关注变量重新回归。与前文一致，为解决可能存在的互为因果产生的内生性问题，本文原社交媒体关注变量以预告当季的上市公司所在股吧的全部发帖子数量总计取对数度量，现以滞后一期的股吧全部发帖子数量总计取对数度量社交媒体关注变量，利用全样本重新对式(5)、式(6)进行了检验，结果如表12所示。

表12 社交媒体关注的调节作用

表13 社交媒体关注的调节作用

表12中的结果显示，在采用滞后一期股吧发帖数取对数度量社交媒体关注变量后，社交媒体关注变量与管理层业绩预告精确性变量的交互项AT×Forecast_Error与业绩预告期间0至1个交易日、0至3个交易日以及业绩预告到盈余宣告期间的预告效应变量FAC1、FAC3、F_AACn仍均在1%水平下显著负相关，这一结果进一步支持了社交媒体关注显著的增强调节作用。

(3)差分模型。与前文一致，为解决可能存在的遗漏变量而产生的内生性问题，此处考察各变量变动值之间的关系，构建如下模型

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为变量变动值，即本季度值减去上季度值，同时考虑个体固定效应后进行检验，回归结果如表13所示。

表13结果显示：对于DFAC1、DFAC3、DF_AACn，DAT×DForcast_Error的回归系数均在1%水平下显著为负，即解决遗漏变量产生的内生性问题后，本文的假设依然得到验证。

2.改变业绩预告精确性变量度量

与前面的度量方法一致，此处以业绩预告形式变量Forcast_Type1、Forcast_Type2表达精确性，并重新用式(5)、式(6)检验了社交媒体关注的调节作用，结果如表14所示。

表14中的结果显示，在更换业绩预告精确性度量后，社交媒体关注变量与管理层业绩预告精确性变量的交互项AT×Forcast_Type2的系数均在1%水平下显著负相关；AT×Forcast_Type1的系数分别在5%、5%、1%水平下显著负相关。这一结果也进一步说明，社交媒体关注对业绩预告精确性与预告效应的关系有显著的正向调节作用，即社交媒体关注增强了业绩预告精确性与预告信息释放效应的关系，与前文结论一致。

表14 社交媒体关注的调节作用

3.改变社交媒体关注变量度量

本文以预告当季的上市公司所在股吧所发帖子的阅读数总计取对数(以RAT表示)重新度量社交媒体关注变量，并利用全样本重新对式(5)、式(6)进行了检验，结果如表15所示。

表15中的结果显示，在采用股吧发帖的阅读数取对数度量社交媒体关注变量后，社交媒体关注变量与管理层业绩预告精确性变量的交互项RAT×Forcast_Error与业绩预告期间0至1个交易日、0至3个交易日以及业绩预告到盈余宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关，进一步支持了社交媒体关注的显著增强调节作用，与前文研究得到的结论一致。

表15 社交媒体关注的调节作用

六、进一步检验

(一)不同性质预告消息的影响

投资者对不同性质预告消息的反应也会有所不同[39]，好消息往往会产生积极影响，坏消息则相反。为进一步检验对于预告不同性质消息时，业绩预告精确性对预告效应的影响以及社交媒体关注的调节作用，本文根据管理层业绩预告类型，将预增、预赢以及扭亏等类型的业绩预告划归为好消息预告，将预减、预亏、首亏等类型的业绩预告划归为坏消息预告，据此将样本划分为好消息样本组与坏消息样本组，分别利用两组样本数据对式(3)-(6)进行了回归检验。具体的检验结果如表16、表17所示。

表16列示了在不同消息性质下，业绩预告精确性对业绩预告期间及预告到宣告期间预告效应影响的回归结果。结果显示，在好消息样本组与坏消息样本组，管理层业绩预告精确性变量Forcast_Error与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关。回归系数差异的Suest检验结果显示，两组在因变量为FAC1的检验中，Forcast_Error对应的P值为0.28，两组在因变量为F_AACn的检验中，Forcast_Error对应的P值为0.33，两组在因变量为F_AACn的检验中，Forcast_Error对应的P值为0.11，可以发现两个样本组的回归系数均不存在显著差异。以上结果表明，无论是好消息组还是坏消息组，管理层业绩预告精确性越高，业绩预告期间及预告到宣告期间的平均超额换手率均越高，预告效应越强，信息释放效应越大。

表16 业绩预告精确性与预告效应(以好、坏消息分组检验)

表17列示了在不同消息性质下，社交媒体关注对业绩预告精确性与预告效应关系调节作用的回归结果。结果显示，在好消息样本组，管理层业绩预告精确性变量与社交媒体关注变量的交互项Forcast_Error×AT与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关，以上结果表明，在好消息样本组中，社交媒体关注增强了业绩预告精确性与预告期间及预告到宣告期间平均超额换手率的关系，即社交媒体关注增强了精确的业绩预告的信息释放效应。在坏消息样本组，管理层业绩预告精确性变量与社交媒体关注变量的交互项Forcast_Error×AT与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn之间的关系在统计上均不显著，这表明在坏消息样本组，社交媒体关注对业绩预告精确性与预告信息释放效应之间的关系未发挥调节作用。这可能是由于坏消息业绩预告本身的投资者关注度较高，其预告效应得到了较为充分的释放，社交媒体关注并未发挥增量效用，同时相较于坏消息，股吧评论中的中小投资者更容易对好消息做出反应，因此在好消息组社交媒体关注发挥了显著调节作用。回归系数差异的Suest检验结果显示，两组在因变量为FAC1的检验中，Forcast_Error×AT对应的P值为0.02，两组在因变量为FAC3的检验中，Forcast_Error×AT对应的P值为0.00，两组在因变量为F_AACn的检验中，Forcast_Error×AT对应的P值为0.00，可以发现两个样本组的回归系数分别在5%、1%、1%水平下存在显著差异，显然好消息样本组的回归系数较坏消息样本组更加显著。Suest检验结果进一步验证了仅在好消息样本组，社交媒体关注对业绩预告精确性与预告效应之间的关系发挥了调节作用。

表17 社交媒体关注的调节作用(以好坏消息分组检验)

(二)按机构投资者持股比例分组检验

机构投资者相对于个人投资者获取信息的渠道更多、速度更快，且具有更专业的信息收集与分析能力[40]，为了分析不同机构投资者持股比例下业绩预告精确性对预告效应的影响，本文按机构投资者持股比例数据中位数进行分组，高于中位数的样本为机构投资者持股比例高组，反之为机构投资者持股比例低组。分组后重新对原模型进行回归，回归结果如表18、表19所示。

表18列示了在不同机构投资者持股比例下，业绩预告精确性与业绩预告期间及预告到宣告期间预告效应关系的回归结果。结果显示，在机构投资者持股比例高组，管理层业绩预告精确性变量Forcast_Error与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均没有显著相关性，以上结果表明，在机构投资者持股比例高组，管理层业绩预告精确性不能对预告期间以及预告到宣告期间的预告效应产生影响。在机构投资者持股比例低组，管理层业绩预告精确性变量Forcast_Error与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关，以上结果表明，在机构投资者持股比例低组，业绩预告越精确，预告期间及预告到宣告期间的平均超额换手率越高，即业绩预告越精确，其信息释放效应越大。这可能是因为机构投资者拥有专业背景，精确的业绩预告信息对其不能产生明显的增量效应，而对中小投资者的增量效应更强。回归系数差异的Suest检验结果显示，两组在因变量为FAC1的检验中，Forcast_Error对应的P值为0.00，两组在因变量为FAC3的检验中，Forcast_Error对应的P值为0.00，两组在因变量为F_AAC的检验中，Forcast_Error对应的P值为0.00，可以发现两个样本组的回归系数均存在显著差异，进一步支持了上述结论。

表18 业绩预告精确性与预告效应(按机构投资者持股比例分组检验)

表19 社交媒体关注的调节作用(按机构投资者持股比例分组检验)

表19列示了在不同机构投资者持股比例下，社交媒体关注对业绩预告精确性与预告效应关系调节作用的回归结果。结果显示，在机构投资者持股比例高组，业绩预告精确性变量与社交媒体关注变量的交互项Forcast_Error×AT与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn分别在1%、5%、5%水平下显著负相关。在机构投资者持股比例低组，业绩预告精确性变量与社交媒体关注变量的交互项Forcast_Error×AT与业绩预告期间0至1个交易日、0至3个交易日以及预告到宣告期间的预告效应变量FAC1、FAC3、F_AACn均在1%水平下显著负相关。回归系数差异的Suest检验结果显示，两组在因变量为FAC1的检验中，Forcast_Error×AT对应的P值为0.64，两组在因变量为FAC3的检验中，Forcast_Error×AT对应的P值为0.38，两组在因变量为F_AACn的检验中，Forcast_Error×AT对应的P值为0.90，可以发现两个样本组的回归系数不存在显著差异。以上结果表明，无论是在机构投资者持股比例高组还是机构投资者持股比例低组，社交媒体关注均对业绩预告精确性与预告效应之间的关系发挥了显著的调节作用，即社交媒体关注增强了精确的业绩预告的信息释放效应，机构投资者持股比例高低对社交媒体关注的调节作用没有显著影响。

七、结论与启示

(一)结论

本文采用2007年一季度至2017年四季度我国A股上市公司的管理层业绩预告样本作为研究对象，基于管理层对信息传播方式的选择，检验了管理层业绩预告精确性对业绩预告信息释放效应的影响，以及社交媒体关注对业绩预告精确性与信息释放效应关系的调节作用。检验结果发现：业绩预告精确性越高，其信息释放效应越强,说明精确的业绩预告更有利于投资者的理解；社交媒体关注的增加增强了业绩预告精确性选择对预告效应的影响，说明社交媒体关注增强了业绩预告的信息释放效应。进一步检验发现，消息性质的好坏对业绩预告精确性与预告效应的关系没有显著影响；在机构投资者持股比例低组，业绩预告越精确，其信息释放效应越强；在好消息组，社交媒体关注对业绩预告精确性与预告信息释放效应之间的关系发挥了显著调节作用；机构投资者持股比例的高低对社交媒体关注调节作用的发挥没有显著影响。本文的研究从新视角为业绩预告精确性的经济后果提供了理论和实证依据，增强了投资者对业绩预告策略、社交媒体关注在资本市场中作用的理解。

(二)启示

根据研究结论，本文总结了以下启示：第一，越精确的业绩预告其信息释放效应越强，其提高了信息对投资者的决策有用性，因此，在以信息披露为核心的注册制下，上市公司需要进一步提高信息披露质量，维护信息披露中的投资者关系，进而提高资本市场的有效性；第二，社交媒体强化了业绩预告对投资者的信息释放效应，为投资者提供了直接沟通的平台，促进了信息的交流和传播，因此上市公司与投资者均应关注社交媒体产生的影响，并合理利用其作用提升信息披露效果与投资决策的有效性；第三，随着信息技术的发展，监管部门也在不断探索监管转型与监管现代化的发展路径，本文的研究发现为监管机构合理引导社交媒体在资本市场中的功能发挥、提升监管现代化水平提供了实践参考。