企业声誉:木秀于林,风必摧之?——基于市场传闻及澄清的经验证据

范晓敏 ,李元旭 ,游家兴

(1.复旦大学 管理学院,上海 200433;2.厦门大学 管理学院,福建 厦门 361005)

关于企业声誉的文献是广泛的,它是社会公众对企业行为与结果的认知和评价,是企业知名度与美誉度的结合。大量研究证实,不论是作为一种优质资产或是积极信号,良好的声誉会给企业带来许多正面影响,能够有效限制信息扭曲,降低交易成本,减少不确定性,在公司扩大市场、吸引客户、提升业绩等诸多方面有着重要作用[1-3]。然而,良好的声誉在某些情况下却可能成为企业的负担[4-5]。一方面,良好的声誉赋予企业更高的社会地位,更丰富的社会资源,更高的社会认同;另一方面,良好的声誉也给予了利益相关者(雇员、顾客、投资者、合作伙伴、媒体、政府等)更多的、无形的承诺。一旦出现违背公众期望的情形,企业也将遭受更为严厉的惩罚。对此,George等[6]特别呼吁学者们要关注声誉的负面作用,对企业声誉在不同场景下的影响效果展开更加全面的研究。由于文化和国情的差异,西方的声誉理论在中国的适用性受到质疑。遗憾的是,国内学术界接触西方声誉理论较晚,现有研究基本处于概念引进和理论梳理阶段,立足于中国企业的声誉相关的实证研究仍凤毛麟角。

本文立足于中国股票市场“传闻满天飞”和传闻澄清的场景,探索企业声誉在中国这一新兴经济体中的作用。市场传闻通常定义为:“在股票市场中传播的,并且被公开媒体登载过的,但未经官方证实的信息”[7]。中国股票市场起步晚、发展快,与之配套的制度建设还有待完善,信息披露监管薄弱,公司信息不公开、不透明的现象广为诟病。这些为市场传闻提供了滋生的机会,使得小道消息满天飞。2018年9月科大讯飞被传AI翻译造假,2018年10月云南白药被爆添加处方药成分,2019年9月三一重工被传分拆上市等。有关兼并收购、资产重组、财务造假的传闻不绝于耳,这些传闻极大冲击了上市公司的股价。为维护股市稳定,中国证监会在2007年2月修订的《上市公司信息披露管理办法》中要求上市公司对市场出现传闻的重大事件(无论是积极或消极事件)进行披露。深圳证券交易所和上海证券交易所先后出台了有关传闻澄清的工作指引和规则1)深圳证券交易所《上市公司信息披露工作指引第5号——传闻与澄清》(2007年)写明:“公共传媒传播的消息可能或已经对公司股票及其衍生品种交易价格产生较大影响的,上市公司应当及时向本所提供传闻传播的证据,并发布澄清公告。”上海证券交易所《股票上市规则》(2008年)第11.5.5条规定:“公共传媒传播的消息可能或者已经对公司股票及其衍生品种交易价格产生较大影响的,上市公司应当及时向本所提供传闻传播的证据,控股股东及其实际控制人确认是否存在影响上市公司股票交易价格的重大事项的回函,并发布澄清公告。”。基于此背景,本文的研究问题是:当身处市场传闻如影相随的环境中,企业声誉到底会起到怎样的作用? 具体地,它会帮助企业减少传闻的负面冲击,还是会因其带来更高的公众期望而放大传闻的影响? 在企业发布澄清公告时,它是否影响澄清策略的选择? 以及在澄清后,它是否影响澄清效果?

基于此,本文手工收集并整理中国A 股上市公司2007～2019年3 845个传闻,按照传闻及澄清的时间线:传闻引发市场反应-企业发布澄清公告-澄清公告发挥效果,渐次探讨企业声誉在此过程中的作用以及边界条件。首先,传闻的发布会对市场产生强烈冲击,印证了普遍的研究结论:积极传闻会拉动股价上涨,消极传闻导致股价下跌。更重要的是,本文发现,相比低声誉企业,高声誉企业受到消极传闻的负面冲击更大,受到积极传闻带来的正面提升更小。其次,在传闻发布之后,企业会采取不同的澄清策略。高声誉企业应对消极传闻更愿意使用强否定,而应对积极传闻更不愿意使用强否定。最后,在澄清公告发布之后,无论是积极传闻还是消极传闻,公司的股价都无法恢复正常水平,说明中国资本市场存在“澄而不清”的现象[8-10]。在澄清之后,高声誉企业受到消极传闻带来的负面市场反应依然更剧烈,而高声誉企业受到积极传闻带来的正面影响依然更弱。进一步研究发现,来自新兴媒体的消极传闻会给高声誉企业带来更大的伤害,高声誉企业应对消极传闻使用强否定时澄清效果更好,应对积极传闻滞后时间更长(澄清速度更慢)时澄清效果更差。

在已有研究基础上,本文的贡献主要体现在3个方面:首先,对于企业声誉,无论是学术研究还是大众认知,大多只关注其具有优势的一面,本文对“声名所累”给出了直接的证据,并探索了高声誉影响传闻效应及澄清效果的边界条件,扩充了现有文献对于声誉的认知和理解;其次,针对国内声誉研究尚处于起步的现状,本文立足于中国A 股市场中市场传闻和公司澄清这个经典而重要的情境对企业声誉的作用进行探索,填补了国内学术界在该领域上的研究空白;最后,现有文献主要考察澄清效果及其影响因素,本文从企业澄清策略方面做了有益补充,为后续的传闻和澄清研究提供一个崭新又切实可行的研究视角。

1 文献综述与研究假设

1.1 文献综述

1.1.1 企业声誉 企业声誉是指与竞争者相比较,利益相关者对于一个组织创造价值能力的看法[2,11]。对于声誉的研究,最早可以追溯到Akerlof[12]的经典论著《“柠檬市场”:质量的不确定性与市场机制》。在该文中,他首次指出声誉可以减轻信息不对称带来的市场效率降低的问题。此后,随着研究的不断推进,理论研究和实证检验日渐丰富,促成了关于企业声誉的一系列研究。这些研究可以分为两条脉络:第1个分支基于经济学视角,以声誉交易理论为代表。该理论认为声誉是一种对于组织生产商品能力的预期,是企业一项重要的无形资产,它附属于企业的名称并由其展现[13]。换言之,声誉是一种稀缺的、不可模仿的宝贵资源,影响了利益相关者在所有企业中的选择,可以给企业提供可持续的竞争优势[11]。第2个分支基于制度学视角,以声誉信息理论为代表。该理论认为声誉是利益相关者对于组织的印象。通过历史信息在各个利益相关者之间的交换与传播,声誉能够有效地限制信息阻隔与扭曲,增加交易的透明度,降低交易成本,因此,在公众脑海里留下更为深刻的印象[14-15]。

早期文献大多关注声誉的优势,但随着研究的深入,近期有学者认为声誉不是积极的信号,而可能成为沉重的负担。其逻辑在于:当企业因良好声誉而笼罩在光环下时,公众对企业的期望会随之上升,对其言行也会用更高的标准检视和评价。当高声誉企业身陷困境或面临负面事件时,市场会给予它们更加严厉的惩罚。Rhee等[4]对于美国摩托车行业产品召回的研究发现,声誉好的公司会因产品撤回受到更大的惩罚,并且利益相关者因产品召回对声誉高的企业的评价更加负面。Wei等[16]研究发现,当企业的知名度越高,财务危机会给企业带来更大的冲击,从而损害企业价值。Zavyalova等[5]研究发现,当背负负面事件时,声誉高的大学不仅更难收到非校友捐赠者的捐款,而且从校友获得的捐赠也有可能会减少。基于上述有关企业声誉的不同结论,学者们呼吁开展更多探索声誉不同影响的研究[6]。

值得一提的是,目前企业声誉的研究大多围绕美国企业展开,所形成的理论分析与实证检验无疑会存在地域的局限,使得现有的企业声誉理论在跨文化、跨国别上的适用性存在限制,影响研究结论的普适性。遗憾的是,国内学术界对于声誉理论的研究才起步不久,围绕中国企业的理论探索和实证检验非常少,还需要加强、拓展和延伸,以增进对声誉在新兴市场的作用机制与经济后果的通盘认识。

1.1.2 市场传闻 股价基于信息运动。作为信息一种独特呈现方式,市场传闻会影响公司股价,这一观点在国内外学者的研究中得到了反复论证。Davies等[17]通过对《华尔街日报》专栏“华尔街听闻”中的传闻进行研究,首次证实了市场传闻对股票市场的巨大影响。Freedman[18]进一步发现,在某些时候,看似不严重的消极传闻会给企业带来灾难性的打击。近年来,国内学者也对国内股票市场“传闻满天飞”的现象开展研究,发现传闻对股价产生显著的异常冲击,已经成为扰乱中国证券市场秩序的重大问题[8-9,19-20]。

现有文献在探讨传闻市场反应的影响因素时,主要集中在传闻的各类特征。具体而言,研究者根据传闻性质,分为“积极传闻”和“消极传闻”展开分析[8,19,21];根据传闻内容,分为兼并收购、财务、法律、经营、诉讼、盈利能力、再融资或资产重组等类型进行研究[8-9];根据传闻传播的媒体来源,分为传统媒体和新兴媒体展开探索[22-23]。研究发现,传闻的性质、内容、载体对传闻市场反应有着不同的重要影响。然而,尽管公司作为传闻涉及的主体,但已有文献在公司特征是否以及如何影响传闻市场效应的研究问题上着墨不多。就笔者涉猎的文献来看,仅有少量研究探讨公司规模对传闻市场反应的影响,且结论不尽相同[9,24]。

1.1.3 澄清公告 针对中国股市“传闻满天飞”的现象,上市公司发布澄清公告的初衷是减少信息不对称,避免股价异常波动,但国内外学者从案例或大样本的层面发现,对传闻直接进行否定起不到澄清的效果[9,25]。由此也激发了更多的学者探索影响澄清效果的各种因素。在传闻特征层面,研究发现,传闻的性质、内容和传闻来源会影响澄清效果[8,20,23,26]。在澄清特征层面,研究发现,澄清措辞的强弱程度、澄清表述的详尽程度、澄清的及时性等会对澄清效果产生影响[8-9,26]。遗憾的是,这些研究同样主要集中在传闻和澄清特征的层面而忽略公司特征[27-28]。并且,现有研究往往将澄清策略当成既定选择,没有进一步追溯企业澄清策略本身是如何产生的。

基于上述有关企业声誉、传闻和澄清的文献综述,本文探讨作为企业的重要特征之一,声誉如何影响企业受到的传闻冲击、澄清策略的选择和澄清效果。

1.2 研究假设

传闻常常伴随着不确定性和风险。当面临不确定时,投资者会积极寻找相关信息进行决策[29]。然而,由于信息的稀缺性和不对称性,投资者能获得的与传闻直接相关且有效的信息非常有限[16]。因此,投资者会依据过去个人互动经验或公开的信息对组织产生的整体评价(即声誉)对组织进行评估[30-31]。换言之,在面临纷繁复杂的传闻时,投资者往往将企业声誉作为判别和决策的一项重要依据[32]。在此基础上,本文按照传闻及澄清的时间线:传闻引发市场反应-企业发布澄清公告-澄清公告发挥效果,渐次探讨企业声誉在此过程中的作用。

1.2.1 企业声誉对传闻市场反应的影响 期望违背理论认为,评价者对于新信息的评价主要取决于该信息与先前目标特定信息的一致性[33]。例如,在收到大量正面信息后,评价者会建立关于该人的积极预期。一旦随后收到新信息是负面的,那么,该负面信息将格外受到重视[16]。相反地,如果评价者收到大量关于个人的负面信息但随后收到一条新的正面信息,那么,新的正面信息将由于与预期不一致而受到更大的关注。企业声誉是利益相关者对企业过去行为和表现进行整体评估的结果。一方面,公司声誉有助于利益相关者建立对公司的期望[14]。人们对于企业声誉的排序会很自然转化为对组织期望的排序,他们对声誉好的企业会持有积极的预期,而对声誉差的企业预期则会比较低;另一方面,声誉往往被视作组织向其利益相关者做出的、潜在的承诺,即组织的行为表现会与其期望相符合。因此,企业的声誉越好,则给予利益相关者的承诺越积极,而声誉相对较差的企业则没有这样的约束。

将期望违背理论应用于本文的研究,相对于低声誉企业,利益相关者对于高声誉企业持有更为积极的预期。因此,在面临消极传闻时,投资者会认为一直备受期待的高声誉公司严重违背了先前的预期和承诺,从而做出更为强烈的反应,即消极传闻对高声誉公司带来的负面影响会越大。相反,对于积极传闻,投资者会视为高声誉公司预期之内、意料之中的信息,不会做出过度的反应,但会视为低声誉公司超出预期的信息,给予格外的关注和认可,做出比较强烈的积极反应。由此提出如下假设:

H1a企业的声誉越好,消极传闻所带来的市场负向反应越大,反之亦然。

H1b企业的声誉越好,积极传闻所带来的市场正向反应越小,反之亦然。

1.2.2 企业声誉对企业澄清策略的影响 虽然针对传闻发布澄清公告是制度要求,但由于监管部门对于澄清策略的选择没有明确要求,上市公司在澄清公告上的回应和表述具有很强的自主性。本文从企业声誉的角度探讨其对企业澄清策略选择的影响。

Tadelis[34]通过构建逆向选择模型研究声誉如何传递信号,提出了“声誉的维持效应”。具体而言,由于好的声誉能够给企业带来很多优势,有利于企业可持续发展,从而激励了企业愿意为维持好的声誉支付更多费用。因此,好企业会比差企业更倾向于维持好的声誉。Mailath 等[35]也认为,声誉一旦形成,需要企业持续投资与维持。Stocken[36]也指出,已形成的高声誉表明,上市公司与利益相关者之间形成了良好的互动关系,高质量声誉激励公司更努力地将自己和其他企业区别开来,并持续进行真实可靠的信息披露。因此,本文认为,无论对于消极或积极传闻,高声誉的企业会有更强的动机采取更积极的措施进行澄清,以维持自己和过去预期一致的承诺。对比之下,低声誉的企业缺乏声誉激励的动机,可能只是完成监管部门的基本要求而不会提供高质量的信息披露。积极的澄清策略可以体现在两个方面,一个是澄清速度,其体现着上市公司对传闻的重视程度[37];另一个是澄清强度,其传达出上市公司对传闻的否定态度[23]。由此提出如下假设:

H2a在面对消极传闻时,声誉越好的企业澄清速度越快、澄清强度越大。

H2b在面对积极传闻时,声誉越好的企业澄清速度越快、澄清强度越大。

1.2.3 企业声誉对企业澄清效果的影响 企业声誉在公司公告的澄清效果中会起到怎样的作用? 是清者更清还是欲盖弥彰? 根据说服理论中的态度改变-说服模型,个人在一定的社会影响下形成已有的态度,在接受说服者的新信息之后会产生态度变化[38]。在此过程中,说服者的可靠性、吸引力和经验等特征会影响个体态度改变的程度[39]。结合本文的研究场景,投资者对上市公司形成的已有态度,会在接受新闻媒体的传闻信息以及上市公司的澄清信息后产生变化。在此过程中,新闻媒体和上市公司的特征会影响投资者态度变化的程度,进而影响投资决策及澄清效果。一方面,在澄清阶段,高声誉的企业伴随着更高的可靠性[2,11],其发布的澄清消息更具说服力,因此带来投资者更大的态度改变,澄清效果越好;另一方面,结合传闻及澄清阶段整体而言,相比于上市公司的澄清信息,新闻媒体报道的传闻信息更有吸引力[40],因此,相比低声誉企业,高声誉企业在澄清阶段虽然会有好的澄清效果,但是小于前期新闻媒体给投资者带来的态度变化,故澄清后消极传闻给高声誉企业带来的影响依然更大,积极传闻的影响依然较小。结合上述分析,提出如下假设:

H3a在对消极传闻发布澄清公告后,企业的声誉越好,澄清阶段的澄清效果越好;但整体负向的市场反应仍然更大。

H3b在对积极传闻发布澄清公告后,企业的声誉越好,澄清阶段的澄清效果越好;但整体正向的市场反应仍然更小。

2 研究设计

2.1 样本选择和数据来源

本文以中国A 股上市公司于2007～2019年发布的澄清公告对应的传闻作为研究样本。澄清公告是中国证监会、深圳证券交易所和上海证券交易有关上市公司对于重大传闻回应的要求,因此,选择澄清公告对应的传闻符合重要性和标准性的原则。其中,澄清公告数据来自WIND,共计4 707条,上市公司股票交易数据和财务数据来自CSMAR,声誉变量数据来自中国重要报纸全文数据库。

为了保证数据采集的质量,采取了如下措施:首先,对助研同学(经济管理专业相关的本科生或研究生)进行数据收集的培训;接着,对于同一个澄清公告,由两名助研同学对传闻内容(性质、时间、内容、来源)和澄清内容(时间、回应、措辞)独立进行搜索、判断和整理;然后,对两名助研同学整理得到的结果进行对照,所有变量编码的一致性均达到90%以上,达到较高的编码者信度[41],不一致的部分由笔者做最后核实。根据本文研究的需要并参考已有文献[8],进一步对样本进行筛选:①剔除不是针对传闻进行澄清的样本(如对于已发公告的解释说明);②剔除经过人工搜索后仍无法确定传闻日期和来源的样本;③为了避免有关重复传闻的叠加影响,只选取传闻首次发布的样本;④剔除中性传闻样本;⑤由于金融行业受到政府监管而且财务报表与非金融行业不可比,剔除银行、保险等金融行业上市公司样本;⑥剔除上市公司交易数据或财务数据缺失的样本。最终纳入本文研究的澄清公告共计3 845个,涉及1 678家上市公司,平均每家上市公司涉及2.3条传闻。样本筛选过程如表1所示。

2.2 样本描述

表2从不同角度对传闻样本做了详细的分类统计。根据市场传闻的性质[2],将传闻分为积极传闻和消极传闻2)积极传闻指的是那些有助于提升未来业绩、改善经营和财务状况、提高公司声誉的传闻,如并购优质标的、掌握核心科技、签订大额合同、预期业绩大幅提升等。消极传闻指的是那些影响公司业绩、降低公司价值和未来发展前景的传闻,如公司涉讼、并购不良标的、高管辞职等。根据样本分布,消极和积极传闻的数量相当,分别占比50.38%和49.62%。不管是消极传闻还是积极传闻,公司绝大多数情况下给予否定回应,所占比例达到93.47%,而消极传闻比积极传闻得到否定回应的比例略高(95.77% 和91.14%)。根据传闻涉及内容[8-9],传闻分为5类:经营相关、公司治理相关、股权相关、绩效相关和其他3)传闻内容包括:经营相关(包括订单、经营、产品、投资、融资等)、公司治理相关(包括内幕交易、关联交易、违法违规、环保、信息披露、财务造假等)、股权相关(包括整体/借壳上市、资产重组/整合、资产注入、并购等)、绩效相关(包括业绩/利润、股价表现、配与分红等)。总体而言,经营相关和股权相关的传闻占比略高(32.98%和30.90%)。消极传闻中公司治理相关传闻的占比最高,达到38.72%;积极传闻中股权相关传闻的占比最高,达到46.44%。

表2 传闻样本分布

根据传闻传播的媒体类型,将媒体来源分为传统媒体和新兴媒体两类[23]。①传统媒体4)包括政府部门信息发布平台和电视台,包括发改委网站、环保局网站、中央电视台等;证监会指定的信息披露的报刊杂志和网站,包括《中国证券报》、《证券时报》、《证券日报》、《上海证券报》、《证券市场周刊》、巨潮网、中证网;财经类报刊,包括经济观察报、21世纪经济报道、第一财经日报、中国经营报、华夏时报、中国经济时报、经济参考报等。综合性报刊,包括人民日报、广州日报、新民晚报、南方都市报、北京晚报、北京青年报、光明日报等,包括政府部门信息发布平台和电视台,证监会指定的信息披露的报刊杂志和网站,财经类报刊和综合类报刊等;②新兴媒体,包括各类财经网站5)东方财富网、搜狐网、网易财经网、新浪财经、凤凰网、和讯财经等、微信公众号、论坛和股吧等。根据样本分布,来自传统媒体的传闻占大部分(62.50%),但新兴媒体也不可忽视(37.50%)。从澄清滞后时间来看[8],上市公司发布澄清公告比较及时,38.57%的上市公司在出现传闻的次日就发布澄清公告,只有14.88%的公司传闻在第5及第5个工作日之后才发布澄清公告。

2.3 模型设置和变量说明

为了检验研究假设1～3,在现有文献的基础上设计了如下回归模型:

式中:i表示上市公司;y表示年份;t表示交易日;N为解释变量(自变量和控制变量)的数量。

2.3.1 累计超额收益率 采用累计超额收益率(CAR)来衡量市场传闻给企业带来的冲击[42],CAR的绝对值越大,说明市场反应越大。首先,本文的特别之处在于存在两个事件日,即传闻发布日(Rumor Day,记为R)和澄清公告日(Announcement Day,记为A)。一方面,考虑到时间窗口太长容易受到其他重要事项的干扰(如多次传闻的叠加影响);另一方面,考虑到传闻可能会提前泄露,故选择[R-2,R]作为传闻窗口期,[A,A +2]作为澄清窗口期,[R-2,A+2]作为总体事件窗口期。在实证分析中,采用多个时间窗口作为因变量,传闻窗口下选取[R,R]、[R-1,R]和[R-2,R],澄清窗口下选取[A,A]、[A,A+1]和[A,A+2],总窗口下选取[R-2,A]、[R-2,A+1]和[R-2,A+2]。时间窗口的定义如图1所示。

在此事件窗口下,采用资本资产定价模型(CAPM)计算股票在事件日的超额收益率,计算公式为

式中:Ri,t为第i只股票在t日实际收益率;Rf,t是无风险利率,用同期银行间同业拆借利率替代;RM,t为市场组合收益率,采用流通市值加权计算获得的日回报率;βi是用最小二乘法估算出来的i股票收益率和市场组合收益率之间的回归系数,估计期为传闻日前第185～第6天,即[-186,-6]。股票i在事件窗口期[t1,t2]累计超额收益率为

所有股票每天的平均超额收益为

所有股票在事件窗口[t1,t2]内的累积平均超额收益为

2.3.2 澄清策略 本文的澄清策略分为澄清速度和澄清强度两个维度[8,23]。其中,澄清速度使用逆向指标“澄清滞后时间(Lagtime)”进行测量,用澄清日与传闻日相差的交易日加1取自然对数来度量,Lagtime数值越小,说明澄清间隔时间越短,即上市公司澄清速度越快;澄清强度使用指标“强否定(Strong)”进行测量,如果在澄清公告中包括“严重失实”“追究法律责任”“三个月/六个月内无此类事项发生”或针对传闻提供事实证据进行回应,则赋值为1,否则赋值为0[28]。

2.3.3 企业声誉 企业声誉(Reputation)为本文的关键解释变量。首先,通过计算媒体偏好度对企业声誉进行刻画。媒体对塑造企业声誉至关重要[2],由于强大的影响力和公信度,媒体通过新闻报道塑造了企业在公众中的形象,左右了公众对企业的认知[5]。换言之,媒体在利益相关者间传递了企业声誉相关的信息,是传播声誉标准或规范的重要中介[4,43]。其次,与其他相比,媒体消息、报纸的故事更容易被追溯和求证。利益相关者倾向于通过拼接这些信息故事形成他们对一家公司的看法[44]。基于此,学者们建议通过对报刊媒体上新闻报道语调(积极、消极或中性)的提炼并计算媒体偏好度来测度企业声誉[5,14,22]。

构建声誉指标具体步骤:

(1)承袭You等[45]的做法,选取在中国具有广泛影响力的八家全国性财经报纸上有关上市公司的所有报道进行研究7)这8家媒体,分别是《中国证券报》《上海证券报》《证券日报》《证券时报》《中国经营报》《21世纪经济报道》《经济观察报》和《第一财经日报》。本文未对媒体报道中的传闻类报道做特殊处理。

(2)对于每一篇报道进行文本分析,将语调分类为积极、消极或中性。采取字典法对文本基调进行判断,为构建一个适合于中文情境下的、完整的正负面词典,首先将Loughran等[46]所创建的词典翻译为中文,作为基础词汇表;然后,通过人工阅读2 000篇随机选择的财经新闻文章,提取积极词汇和消极词汇,与基础词汇表进行合并,再通过搜寻近义词和反义词进行补充和扩展,最终形成包含1 425个积极词汇和1 583个消极词汇的中文词典。

(3)根据构建好的词典,对每篇新闻报道进行词频分析,如果一篇文章中的积极词汇/(积极词汇+消极词汇)＞2/3,将其归为积极报道;如果一篇文章中的积极词汇/(消极词汇+积极词汇)＜1/3,将其归为消极报道,否则归为中性报道。

(4)进行语调判断后,计算出传闻日前一年的积极、消极、中性文章的数量,并计算媒体偏好度。

(5)最后,将媒体偏好度根据每一年的中位数进行分组:“高声誉组”赋值为1,“低声誉组”赋值为0。媒体偏好度的计算公式为:

式中:V为传闻日前一年关于某上市公司所有新闻报道的数量;P和N分别为积极报道和消极报道的数量。

2.3.4 控制变量 本文控制了几个层面的变量,在传闻层面[8,9,23],对于传闻内容类别(Type),以其他(Others)为基准组,构造公司治理(CG)、经营(Operation)、股权 (Ownership) 和绩效(Performance)4 个虚拟变量;对于传闻媒体来源(Source),传统媒体赋值为1,新兴媒体赋值为0。在企业层面[23,45,47],本文控制了企业规模(Size)、企业盈利能力(资产收益率ROA)、企业的债务结构(资产负债率Lev)、企业市场价值(TQ)、公司治理指标(董事长总经理是否两职合一Duality、董事会人数Board、独立董事人数Inde、第一大股东持股比例Top1)以及企业性质(国企或民企SOE)。

此外,在传闻窗口市场反应的检验中,为了控制其他重大事件的影响,本文控制了传闻日前为期一周([R-11,R-4])的市场超额收益率(Rcar_week)。在澄清策略和澄清窗口市场反应的检验中,考虑传闻冲击可能的影响,本文控制了传闻前两日([R-2,R])市场超额收益率(Rumor_effect)8)在控制了传闻市场反应的情况下,企业声誉的回归系数代表着企业声誉对于澄清策略(澄清窗口市场反应)的“净”影响,剔除了由于企业声誉影响传闻市场反应,进而影响澄清策略(澄清窗口市场反应)的混杂效应。此外,本文还控制了年份(Year)和行业(Industry)的影响因素。为了减轻互为因果可能导致的内生性问题,将所有企业相关的解释变量均滞后1期。为了减少极端值对结论的影响,对连续型变量进行了上下1%的缩尾处理。具体变量定义如表3所示。

表3 变量定义

3 实证结果分析

3.1 描述性统计

表4给出了各主要变量的描述性统计。消极传闻各窗口期CAR 的均值为负,而积极传闻各窗口期CAR 的均值为正。对于澄清滞后时间(Lagtime),消极传闻下的均值为1.234,积极传闻下的均值为1.145,说明上市公司对于积极传闻的回应速度更快。对于澄清强度(Strong),消极传闻下的均值为0.401,积极传闻下的均值为0.239,说明上市公司更倾向于对消极传闻使用“强否定”;对于传闻来源(Source),消极传闻下的均值为0.639,积极传闻下的均值为0.611,说明大半的消极和积极传闻均来自传统媒体。其他变量不再赘述。

表4 主要变量的描述性统计

3.2 传闻效应检验

3.2.1 传闻窗口下市场反应的描述性统计 表5所示为在传闻窗口下市场反应的描述性统计(均值)9)由于消极传闻给上司公司带来负CAR,如果CAR 的数值越小,说明消极传闻带来的负面冲击越大;积极传闻带来正CAR,如果CAR 的数值越大,说明积极传闻带来的正面冲击越大。消极传闻下,各传闻窗口的CAAR 均负向显著(p＜1%),CAAR[R,R]达到-0.624%,且随着传闻窗口的拉长继续降低;积极传闻下的市场反应更加剧烈,各传闻窗口的CAAR 均正向显著(p＜1%),CAAR[R,R]达到1.964%且随着传闻窗口的拉长继续上升。这说明了中国股票市场的传闻具有信息含量,积极传闻会提升股价,消极传闻会降低股价,市场对于积极传闻的反应更剧烈,与国内外文献中有关市场传闻会影响股价的结论保持一致[17-19]。表5还给出了高声誉组和低声誉组的差异。消极传闻下,高声誉组CAAR 均比低声誉组CAAR 显著更低(p＜1%);积极传闻下,高声誉组CAAR 均比低声誉组CAAR 显著更低(最高的p＜5%)。这初步说明了高声誉企业受到的消极传闻冲击更大,积极传闻冲击更小。

3.2.2 传闻窗口下市场反应的回归分析 表6给出了传闻窗口下市场反应的回归结果,窗口分别取[R,R]、[R-1,R]和[R-2,R]。模型(1)～(3)对应消极传闻,企业声誉的回归系数显著为负(模型(1),β=-0.329,p＜10%;模型(2),β=-0.714,p＜1%;模型(3),β=-0.667,p＜5%)。模型(4)～(6)对应积极传闻,企业声誉的回归系数显著为负(模型(4),β=-0.404,p＜10%;模型(5),β=-0.864,p＜1%;模型(6),β=-0.724,p＜5%)。结合描述性统计,高声誉企业受到消极传闻的负面冲击越大,支持假设H1a;高声誉企业受到积极传闻的正面冲击越小,支持假设H1b。针对现有文献更多关注声誉的积极影响,上述实证发现,对“声名所累”给出了直接的证据[4-5]。

表6 传闻窗口下市场反应的回归结果

3.3 澄清策略检验

3.3.1 澄清策略的描述性统计 表7所示为传闻发生后,企业澄清策略的描述性统计(均值)。从总样本来看,企业应对消极传闻比应对积极传闻要慢(1.234＞1.145),澄清强度更大(0.401＞0.239)。表7还给出了高声誉组和低声誉组在澄清策略上的差异。对于消极传闻,高声誉组比低声誉组澄清更快,澄清强度更大;对于积极传闻,高声誉组比低声誉组澄清更快,澄清强度更小(p＜5%)。

表7 澄清策略的分样本描述性统计

3.3.2 澄清策略的回归分析 表8给出了澄清策略的回归结果(篇幅所限仅展示部分),被解释变量分别是Lagtime和Strong。模型(1)、(2)对应消极传闻,Lagtime 对声誉的回归系数为负但不显著(β=-0.024,p＞10%);Strong对声誉的回归系数显著为正(β=0.049,p＜5%)。模型(3)、(4)对应积极传闻,Lagtime对声誉的回归系数为负但不显著(β=-0.036,p＞10%);Strong对声誉的回归系数显著为负(β=-0.049,p＜5%)。结合描述性统计:对于消极传闻,高声誉企业与低声誉企业在澄清时间上无显著差异,但更倾向使用强否定,部分支持H2a;对于积极传闻,高声誉企业与低声誉企业在澄清滞后时间上同样无显著差异,但更不倾向使用强否定,不支持H2b。针对现有文献更多关注澄清策略的效果,上述结论从企业声誉的角度对澄清策略的选择提供可能的解释。不同声誉水平的企业面临不同的激励和约束[34-35],因此,在面对传闻时会采用不同的澄清策略,而传闻的性质(积极或消极)也会影响这种策略的选择。高声誉企业由于“爱惜羽毛”,如果发生消极传闻,这与投资者对高声誉企业一般的正面评价有所违背[14,16],因此,其对于消极传闻的澄清更愿意使用强否定,以试图尽快提升“由于消极传闻拉低”的股价;而如果发生积极传闻,这与投资者对高声誉企业一般的正面评价较为一致[14,16],因此,对于积极传闻更不愿意使用强否定,以继续享受之前“由于积极传闻拉升”的股价红利。

3.4 澄清效果的检验

3.4.1 澄清窗口和整体窗口下市场反应的描述性统计 参考已有文献[8-9],澄清效果体现在两个方面,一个是澄清公告发布对股价的直接影响,另一个是传闻和澄清整体事件的综合影响10)由于消极传闻会给公司股价带来股价下行压力,表现为公司在传闻流出后一段时期的CAR 为负,故澄清窗口下,CAR 的数值越大,说明上市公司股价恢复越多,澄清效果越好;积极传闻类推。在消极传闻流出到公司澄清的整体窗口中,观察到上市公司的CAR仍然为负。在这种情况下,整个窗口下CAR 的数值越大,说明该整体事件对上市公司的影响越有限。积极传闻类推。因此,本文选取澄清窗口([A,A+2])和总事件窗口([R-2,A+2])两组不同的窗口期。表9中A栏是澄清窗口市场反应的描述性统计(均值)。对于消极传闻,澄清当日的CAAR 达-0.490%(p＜1%),随着澄清窗口的拉长继续降低。虽然CAAR 降低的趋势放缓但澄清日后第2天仍能通过1%的显著性检验。对于积极传闻,澄清当日的CAAR仍达0.265%(p＜5%),澄清日后第1日开始无显著异于0。对比高声誉组和低声誉组澄清后的市场反应,不同声誉组的CAAR 之间均无显著差异。表9中B 栏是整个窗口市场反应的描述性统计(均值)。消极传闻各窗口的CAAR 均显著为负(p＜1%),积极传闻各窗口的均显著为正(p＜1%)。对比高声誉组和低声誉组澄清后的市场反应,对于消极传闻,高声誉组比低声誉组的CAAR 均低且显著(p＜1%);对于积极传闻,高声誉组比低声誉组的CAAR 均低且显著(最高的p＜10%)。

表9 澄清窗口下市场反应的分样本描述性统计

上述说明,传闻带来的影响显著,且会保持到企业澄清之后。首先,在企业澄清之后,两种传闻下的股价都无法恢复正常水平,且消极传闻更加难以澄清;其次,在企业澄清之后,高声誉和低声誉企业市场反应的差异在澄清窗口下不明显,但在整个窗口期内仍然显著存在。

3.4.2 澄清窗口和整体窗口下市场反应的回归分析 表10中A 栏给出了澄清窗口下市场反应的回归结果(篇幅所限仅展示部分),窗口为[A,A]、[A,A+1]和[A,A+2];表10中B栏给出了整体窗口下市场反应的回归结果,窗口为[R-2,A]、[R-2,A+1]和[R-2,A+2]。模型(1)～(3)对应消极传闻,澄清窗口下企业声誉的回归系数为正但均不显著;整体窗口下声誉的回归系数负向显著(如模型(1),β=-1.378,p＜1%)。模型(4)～(6)对应积极传闻,澄清窗口下企业声誉的回归系数正负皆有且均不显著;整体窗口下企业声誉的回归系数负向显著(如模型(4),β=-1.248,p＜5%)。结合描述性分析,上述结论说明:对于消极传闻,整体窗口下企业声誉越高,负向的市场反应仍然更大,部分支持假设H3a;对于积极传闻,整体窗口下企业声誉越高,正向的市场反应依然更小,部分支持假设H3b。

表10 澄清窗口和整体窗口下市场反应的回归结果

上述实证进一步说明,声誉不总是积极的信号,反而可能成为公司沉重的负担[4-5,16],并且这种影响会保持到上市公司澄清之后,消极传闻对高声誉公司仍然会带来更大的伤害,积极传闻对高声誉公司仍然带来较小的正面影响。

此外,本文对澄清策略的效果进行探讨,无论是消极传闻或积极传闻,澄清滞后时间越短(即澄清速度越快),澄清效果越差。本文提供的解释是,澄清滞后时间越短(澄清速度越快),一方面,企业未对传闻内容做详细考证和回应,影响了澄清效果;另一方面,投资者对传闻过度反应,而对随之而来的澄清没有足够的时间做出调整。对于澄清强度,对消极传闻使用强否定没有收到显著效果,而对于积极传闻有很好的澄清效果,这进一步说明了消极传闻难澄清。此外,结合上文的研究结论,即使对积极传闻使用强否定可以有更好的澄清效果,高声誉企业仍不愿意使用强否定进行澄清。这与上文的分析一致,如果使用强否定对积极传闻进行澄清,一方面破坏了投资者对其保有的良好印象;另一方面,公司股价则会快速回落,企业无法继续享受之前“由于积极传闻拉升”的股价红利。

3.5 健健性检验

本文展开了丰富的稳健性检验,限于正文篇幅,所有实证结果备索。

(1)CAR 的替代测量。选取[0～245,0～6]作为CAPM 模型计算的估计窗口期计算超额收益率,重新进行回归分析,实证结果保持稳健。

(2)企业声誉的替代测量。①对声誉按照每年的大小分为5组或10组;②考虑到声誉的建立具有长期性,选取传闻日前3年的新闻报道计算媒体偏好度;③考虑到中文词汇在应用上千变万化,同一个词汇在不同语境下也会表达完全相反的蕴义[48-49],通过人工阅读对新闻报道的态度倾向做出判断,并采用5级对称计分法(即积极、较积极、中性、较消极、消极,分别赋值2、1、0、-1、-2)来量化每篇报道的情感基调。④除了八大主流媒体,本文还考虑了投资者评价对声誉的影响,因此,借助中国研究数据服务平台(CNRDS)的东方财富网股吧评论子数据库,计算股吧媒体偏好度,并与八大主流媒体偏好度相加为综合媒体偏好度。根据不同的声誉变量重新回归,实证结果保持稳健。

(3)不实传闻的检验。谣言(不实传闻)的定义是“媒体公开报道并经上市公司澄清的虚假信息或者误导性信息”[9],传闻和谣言存在“是否证实为真或为假”的差异。借助CSMAR 的并购重组子数据库,对“股权相关”的传闻进行人工判断并分类。具体地,对于传闻内容模糊的样本,分类为无法判断;对于传闻日之后6个月内发生的样本,定义为真实传闻;对于在传闻日之后6个月内没有发生的样本,定义为不实传闻。对不实传闻样本进行回归分析,实证结果保持稳健。

(4)内生性问题的处理。本文的研究场景是市场传闻,属于外生事件的短期冲击,而声誉是公司通过长期努力和行为而形成的积淀,两者互为因果的可能性较小。但不可否认,本文仍然无法完全排除因遗漏变量、测量误差等原因导致的内生性问题,故选取上市公司所在地的高铁站数量(加1取自然对数)作为工具变量[50]。高铁的开通不仅使媒体更容易获得上市公司的信息,而且方便上市公司与媒体建立联系,获得媒体对公司的关注与偏袒,从而提高公司声誉。而高铁开通情况不直接影响上市公司的股价,满足相关性和外生性的要求。本文使用2SLS模型重新进行回归分析,实证结果保持稳健。

4 进一步分析

不同于已有文献关注企业声誉的优势,本文从不同方面证实了“高声誉可能成为企业的负担”的观点。进一步,选取传闻来源和澄清策略两个角度,分别探讨企业声誉影响传闻效应以及澄清效果的边界条件。

4.1 传闻来源对传闻效应的调节作用

首先探讨传闻来源对企业声誉影响传闻效应的调节作用,以观察企业声誉对传闻效应的影响在不同媒体来源下的表现差异。一方面,传统媒体信息来源较可靠,权威性较高,读者对其新闻报道有更高的粘性[26]。因此,传统媒体发布的传闻更能引起重视,进而放大企业声誉对于传闻效应的影响。但另一方面,受到版面、经费、利益集团等压力,传统媒体的影响力压力日渐式微,而随着互联网的发展,各类财经网站、微博、微信等新兴媒体迅速崛起[51]。新兴媒体的受众群体更广泛,传播成本更低,传播更具实效性[52]。因此,新兴媒体发布的传闻更容易被广泛传播,进而放大企业声誉对于传闻效应的影响。

表11列示了在传闻窗口下市场反应的回归结果(受篇幅所限仅列示部分)。模型(1)～(6)对应消极传闻,企业声誉×传闻来源的回归系数显著为正(如模型(2),β=0.787,p＜5%);模型(7)～(12)对应积极传闻,企业声誉×传闻来源的回归系数为正但不显著。这说明,企业声誉对传闻市场反应的影响在源于新兴媒体的消极传闻中有更明显的体现,即新兴媒体的消极传闻对高声誉企业伤害更大。

表11 传闻来源对企业声誉影响传闻效应的调节作用

4.2 澄清策略对澄清效果的调节作用

根据上文的研究发现,企业声誉和澄清策略对澄清效果的影响均较为有限,本文进一步探讨澄清策略对企业声誉影响澄清效果的调节作用,挖掘是否存在某些细分类别(不同声誉水平的企业配合使用不同类型的澄清策略)存在更好的澄清效果。表12 列示了澄清窗口下市场反应的回归结果(受篇幅所限仅列示部分)。Panel A 对应消极传闻的结果,而企业声誉×强否定的回归系数显著为正(如模型(3),β=0.852,p＜5%),说明企业声誉对于澄清效果的影响在使用强否定时得到体现,即高声誉企业对消极传闻使用强否定时澄清效果更好。Panel B 对应积极传闻的结果,企业声誉×澄清滞后时间的回归系数显著为正(如模型(2),β=0.815,p＜10%),说明企业声誉对于澄清效果的影响在澄清滞后时间长(澄清速度更慢)时得到体现,即高声誉企业对积极传闻滞后时间越长(澄清速度越慢)澄清效果越差。这说明,虽然总体上企业声誉和应对策略本身的澄清效果不尽如人意,但不同声誉的企业匹配不同澄清策略仍能产生澄清效果的差异。

表12 澄清策略对企业声誉影响澄清效果的调节作用

5 结论

本文基于中国股票市场“传闻满天飞”的场景,从企业声誉的角度研究了其对传闻市场反应、企业澄清策略以及澄清效果的影响以及边界条件。实证研究发现:

(1)相比低声誉企业,消极传闻对于高声誉企业的负面冲击会更大,而积极传闻对于高声誉企业的正面冲击会更小。

(2)高声誉企业应对消极传闻更愿意使用强否定,而应对积极传闻更不愿意使用强否定。

(3)在澄清之后,高声誉企业受到消极传闻带来的负面影响依然更大,而受到积极传闻带来的正面影响依然越小。

(4)进一步分析发现,新兴媒体传播的消极传闻对于高声誉企业伤害更大,高声誉企业对消极传闻使用强否定时澄清效果更好,对积极传闻滞后时间更长(澄清速度更慢)时澄清效果更差。

本文的理论意义体现在如下几个方面:

(1)通过研究企业声誉在不同性质传闻下的具体表现,回应了近来学者们对于探索企业声誉在不同场景下影响效果的呼吁[6]。根据本文的研究结论,高声誉是一把“双刃剑”:一方面,高声誉企业在面临传闻时有更差的表现,且此影响保持至澄清之后;但另一方面,在消极传闻拉低上市公司股价且难以澄清的情况下,高声誉企业对其使用强否定可以产生更好的澄清效果。不同于已有文献主要关注企业声誉的优势[11,14-15],本文通过确定高声誉获得优势的重要边界条件,有助于全面认识企业声誉的优势和劣势[4-5,53]。

(2)突破现有文献只关注传闻特征以及澄清特征的影响[8-9,23,28],探索了声誉这一重要的企业特征在传闻发布及澄清过程中发挥的作用。本文同时考虑企业进行澄清策略制定存在自主性,并探索了可能的影响因素,为后续研究提供了崭新又切实可行的研究视角。

(3)有关传统媒体和新兴媒体调节作用的检验,强调了新兴媒体因传播广泛性、信息传播互动性而带来更大的经济后果[51-52],为未来的相关研究需考虑媒体类型并重视新兴媒体提供了启示。

本文的实践意义体现在企业和政策监管两个层面。在企业层面,首先,企业应做好严格的信息披露,减少公众猜测引起的市场传闻及股价异常波动;其次,企业应深化对于声誉的全面理解,在追求高声誉带来的特权时也要警惕其可能带来的负面影响;再次,在应对市场传闻时,企业既要重视澄清策略的选择,且需要根据传闻性质、企业特征等有的放矢;最后,在新媒体时代,企业需要与时俱进,更加关注“草根”媒体的强大力量,维护良好的媒体形象。在政策监管层面,证监会应细化澄清公告的条款,例如对于澄清公告的发布时间、澄清措辞及内容等做出详细规定,减少企业含糊敷衍的回应。此外,监管部门在引导传统媒体发挥作用的同时,应适时引导和监督新兴媒体的舆论,避免“小道消息满天飞”,进一步维护股票市场的稳定和健康发展。

本文存在一定的局限性和不足。首先,本文探索了传闻场景下企业声誉的表现,但是对于企业声誉影响投资者决策的过程缺乏机制检验,未来研究可以结合案例研究或实验的方式对此过程进行具体刻画;其次,对企业声誉进行测量时,本文未对八大报刊媒体报道中的传闻类媒体报道进行特殊处理;最后,本文的澄清策略仅聚焦于澄清公告的文本内容,未来研究可以探索澄清策略的新形式,如举办新闻发布会等。

附录

稳健性检验。

附表1 稳健性检验(1):市场反应替代指标([0-245,0-6])

附表2 稳健性检验(2):声誉替代指标(5组)

附表3 稳健性检验(2):声誉替代指标(10组)

附表4 稳健性检验(2):声誉替代指标(3年的报道)

附表6 稳健性检验(2):声誉替代指标(八大媒体+贴吧12))

附表7 稳健性检验(3):“股权相关”不实传闻分布13)

附表8 稳健性检验(3):“股权相关”不实传闻

附表9 稳健性检验(4):工具变量法