证交所网络平台互动与管理层业绩预告披露

李季鹏 卓宗豪

【摘要】近年来， 网络平台互动受到越来越多的关注， 不断出现“蹭热点”等一系列问题， 管理层涉嫌利用网络平台操纵信息披露， 使网络平台成为管理层谋取私利的工具。本文利用2010 ～ 2021年上证e互动和互动易平台中A股上市公司数据， 考察网络平台互动对管理层业绩预告披露的影响。结果表明： 网络平台互动能降低业绩预告披露的精确性， 提升业绩预告披露的积极性和频率。控制可能的内生性问题后， 结果依旧显著。进一步研究发现： 管理层私利动机越强， 上述效果越为明显； 当业绩预告披露为“好消息”时， 能够弱化网络平台互动对管理层策略性披露业绩预告的影响； 分析师关注与公司治理水平均能在一定程度上缓解管理层策略性披露业绩预告问题。本文不仅拓展了有关网络平台的经济后果和业绩预告披露的影响因素研究， 也对规范网络平台、 保护中小投资者利益提供了一定启示。

【关键词】网络平台互动；业绩预告；管理层私利动机；分析师关注；公司治理水平

【中图分类号】 F275；F832     【文献标识码】A      【文章编号】1004-0994（2023）09-0074-8

一、 引言

黨的二十大报告提出要“推动经济实现质的有效提升和量的合理增长”。信息技术的发展对资本市场信息环境产生了革命性的影响， 对于资本市场稳定、 推动经济实现质的提升有着至关重要的作用。2010年深交所开通“互动易”， 2013年上交所开通“上证e互动”。两个网络平台的设立初衷是为了促进市场参与主体之间的信息交流， 投资者可以随时通过平台向上市公司提问， 内容包括公司的运营、 财务状况、 战略发展等方面， 董秘会针对这些问题给予适当的回复。根据平台统计， 截至2021年底， 两个网络平台共计收到425万余次的提问， 问题回复达399万余次。

网络平台的运行得到了市场参与者的一致认可， 但是近年来网络平台互动也出现了一些问题， 包括蹭热点、 职业化提问、 重复问题和无效问题多等①。例如， 2019年7月， 双鹭药业（002038）收到深交所的关注函， 原因是公司长期未回复深交所“互动易”平台投资者的问题。自2021年11月19日起， 九安医疗（002432）股价突飞猛进， 仅用46个交易日， 股价就从6.9元/股飙升至最高88.88元/股， 涨幅高达约12倍， 也疑似蹭疫情热点②。因此， 2022年5月15日起施行的《上市公司与投资者关系管理工作指引》指出， 披露的信息应当真实、 准确、 完整， 不得有误导性陈述。我国上市公司在近几年也出现了爆雷情况， 严重损害了投资者利益。业绩预告作为信息披露的重要组成部分， 在披露时点及形式上具有较强的自主性（Hirst等，2008）， 且监管力度较小， 管理层可以通过策略性披露进行市值管理或向大股东输送利益。

相关学者研究发现， 网络平台互动能够提升投资者对于信息的利用和解读能力， 降低信息不对称（丁慧等，2018b）和股价的波动风险（杨凡和张玉明，2020b）， 提高资本市场信息效率（周耿等， 2020）等。然而有学者基于公司管理层寻求私利动机视角， 发现上市公司涉嫌利用网络平台互动“蹭热点”来操纵股价， 证交所网络平台成为管理层私利动机下操纵信息披露的工具， 互动越频繁， 股价崩盘的风险越大（李文贵和路军，2022）。关于网络平台互动与业绩预告披露相关的研究中， 陈皓雪等（2022）发现， 投资者通过网络平台和上市公司进行相应的事前沟通来增进对公司经营、 财务等基本面信息的了解， 网络平台互动能够提升投资者对信息的解读能力， 及时调整预期并增加盈余预期准确性， 从而降低业绩预告披露时的市场反应。那么， 管理层针对网络平台的频繁交流， 是否会基于其私利动机有策略性地披露业绩预告？现有文献没有提供相应的证据。为此，本文从业绩预告披露的视角进行分析。根据代理理论， 管理层可能出于提高个人薪酬、 维护个人私利的考虑， 极力隐藏“坏消息”或者过度渲染“好消息”， 使得公司股价上升。不同于传统的网络平台（如微博、股吧、互联网与留言板发帖等）单方向的信息披露， 证交所网络平台沟通是双向的， 投资者可以直接与公司进行交流， 保证了投资者与公司互动的真实性和完整性， 并且网络平台受证交所定期或者不定期的检查， 且检查结果被纳入信息披露考核中（刘运国和刘芷蕙，2021）， 信息披露质量能够得到更好的保障（Bartov等，2018）。但是， 在委托人和代理人目标不一致的情况下， 改变沟通方式不能减少管理层为了私利来披露信息的动机。另外， 根据杨凡和张玉明（2020b）的研究， 董秘在与投资者进行沟通时， 多用主观描述性的文本信息或者直接摘录已披露公告的信息， 管理层更容易采用敷衍或模糊不清的回复方式， 有关监管部门也很难认定其是否违规， 网络平台可能会沦为管理层私利行为的工具。

鉴于以上分析， 本文采用2010 ～ 2021年上证e互动和互动易平台数据， 实证检验网络平台互动对管理层业绩预告披露的影响。本文发现， 网络平台互动降低了管理层业绩预告披露的精确性， 提升了管理层业绩预告披露的积极性和频率。在控制内生性问题之后， 结果依旧显著。进一步研究中通过区分业绩预告消息类型、 管理层私利动机、 内外部治理作用机制进行检验， 发现： 当管理层发布的业绩预告为“好消息”时， 能够有效缓解网络平台互动对业绩预告披露精确性、 积极性和频率的影响； 管理层私利动机越强， 网络平台互动降低业绩预告披露精确性和提升披露积极性、 频率的效果越明显； 分析师关注人数越多， 产生的外部治理作用越能够缓解网络平台互动对业绩预告精确性的不利影响， 对于业绩预告披露积极性和频率的效果则不同； 采用主成分分析法构建公司治理水平指标后发现， 公司治理水平越高， 内部治理作用越大， 越可以缓解网络平台互动对业绩预告披露精确性的不利影响， 对于业绩预告披露积极性和频率则没有产生影响。

本文可能的贡献表现在以下方面： 第一， 丰富了网络平台互动的研究。现有文献认为证交所网络平台作为新型的互动平台受到相关部门的监管， 能够降低平台噪音， 且多集中于降低信息不对称（岑维等，2014）、提升投资者信息获取能力（丁慧等，2018a）、 改善投资环境（周耿等，2020）、 提高市场效率（Liu， 2022）等方面。李文贵和路军（2022）基于管理层私利动机， 认为网络平台互动增加了股价崩盘的风险。本文发现， 网络平台互动降低了业绩预告披露的精确性， 提升了业绩预告披露的积极性和频率， 管理层通过网络平台来寻求个人私利， 策略性地披露业绩预告， 进一步为损害企业信息环境提供了证据。第二， 拓展了业绩预告的影响因素。以往的文献主要研究股吧（王丹等，2020）、 媒体（孟焰和王英允，2019）、 机构投资者调研（程小可等，2017）等对业绩预告的影响， 以及社交新媒体平台投资者e互动对业绩预告有效性的影响（陈郜雪等，2022）， 并没有直接研究网络平台互动对业绩预告披露的影响， 因此本文从网络平台互动视角出发， 丰富了相关文献， 同时也为监管机构治理证交所网络平台提供了依据。第三， 具有一定的现实价值。近几年网络平台出现的问题越来越多， 并逐渐成为管理层谋取私利的工具。本文研究结论可为证交所监督公司在网络平台的行为、 维护网络平台秩序提供依据， 并保护中小投资者的利益， 敦促企业规范地传播信息。

二、  理论分析与研究假设

（一）网络平台互动与业绩预告精确性

首先， 证交所网络平台的密切交流容易引起分析师的关注， 业绩预告精确性的差异往往会引起分析师的意见分歧。精确性越低， 分析师之间的分歧程度越高（Cheng等，2013）。有研究表明， 分析师分歧程度越大， 对公司未来的估计不确定程度就越高， 股价也就越容易被高估（Miller，1997）。另外， 岑维等（2014）利用深交所“互动易”平台数据研究发现， 投资者关注度越高， 股票会呈现上涨的趋势， 收益率就越高。证交所网络平台由证交所设立并运行， 具有一定的权威性， 并且受到越来越多的投资者关注。根据外部盈利压力假说， 当投资者在平台与上市公司进行密切交流时， 对上市公司的关注向管理层传递了信息， 即公司发展能力较强， 投资者期待公司未来有较高的收益， 如果管理层发布的业绩预告无法达到投资者的预期， 其很有可能会卖掉持有的股份， 造成公司股价下跌。管理层可能会基于机会主义下的自利動机， 战略性地披露更为模糊的业绩预告， 维持高估的股价， 并缓解投资者利用该盈余信息对公司股价带来的影响。

其次， 网络传播使得信息碎片化和消极化， 这并不能实质性地帮助投资者提高信息获取的准确性， 而是容易增加信息不对称问题， 引发管理层的机会主义行为。而更精确的预告有利于投资者对公司做出自己的判断， 并最终形成买入或卖出决策， 容易造成公司价值的波动。所以， 管理层为了寻求私利， 也希望通过发布低精确性的业绩预告来调整投资者对公司的异质信念， 稳住投资者。业绩预告精确性降低后， 投资者的超额换手率会变低， 将带来更低的投资者异质信念调整， 投资者更愿意维持原来的信念（王英允和高敬忠，2018；王英允等，2022）。并且， 投资者的异质信念调整越强， 在网络平台的交流越强烈， 就越容易引起监管层的密切关注， 出现违规的可能性也就越大， 并引起股价的波动（王丹等， 2020）。

最后， 网络平台并不能有效约束管理层操纵信息披露。由于存在委托代理问题， 委托人和代理人在长期契约中存在信息不对称， 如果公司股东与管理层利益存在分歧， 即对公司的运营、 发展战略存在不一致的看法， 则管理层可能会为了自身的利益去影响公司对外披露的预告信息， 策略性选择业绩预告的精确性（Li和Zhang，2015）和准确性（董南雁等， 2017）。虽然网络平台互动的整个过程受到证交所的监管， 拉近了投资者与上市公司之间的距离， 提升了投资者的信息获取和信息解读能力（丁慧等，2018a）。但是， 管理层在证交所网络平台回复问题时更容易玩“文字游戏”， 表达含糊其辞， 引导投资者按其预期的想法进行沟通， 此时监管机构并不容易判断其是否违规。当代理成本越高时， 为了私利， 管理层越倾向于发布精确度低的业绩预告， 这样有利于掩饰委托代理问题（袁振超等，2014）。基于以上分析， 本文提出以下假设：

H1： 网络平台互动能降低管理层业绩预告精确性。

（二）网络平台互动与业绩预告披露积极性和频率

根据H1的理论推导， 投资者在证交所网络平台进行密切交流时， 基于机会主义动机， 管理层可能会为了满足自身私利需求而降低业绩预告的精确性。延续该推导， 从业绩预告质量视角出发， 为了掩盖网络平台互动降低业绩预告精确性的情况 ， 管理层可能会积极披露业绩预告并增加业绩预告披露的频率。

首先， 深交所和上交所仅要求在公司业绩出现较大变动时管理层需要强制性地披露业绩预告， 但是可以自主性地披露非强制性的业绩预告， 并且不需要经过审计师的审计。那么， 在舆论压力较大的情况下， 中小投资者会密切关注公司的动向并权衡利益和风险。一方面， 公司积极地披露业绩预告也是为了迎合投资者， 维持公司的良好声誉， 提升公司形象； 另一方面， 网络平台互动程度越高， 越容易受到相关媒体、 分析师的密切关注， 就越可能引起监管机构的跟踪。John等（2005）也发现， 积极披露业绩预告能够向外界传递公司具有良好声誉的信号。因此， 基于自身市值、 形象和风险的考量， 为了降低有关监管机构的关注、 提升自身私利、 规避诉讼风险的可能性（Hirst等，2008）， 公司会选择积极地披露业绩预告。其次， 根据信号传递理论， 积极地披露业绩预告有利于公司， 公司经营业绩越好， 越有竞争优势（Coller和Yohn，1997）。若管理层自愿向投资者传递的企业信息越多， 则越能体现公司本身的优势地位。市场成功接收到这一信息后， 会对公司的市场价值进行向上修正（Lev和Penman，1990）。已有研究估算了积极的业绩预告对企业收益产生的影响， 积极的业绩预告为3.2%的预期收益， 消极的业绩预告则为-9.96%的预期收益（Skinner，1994）。所以， 管理层积极披露业绩预告向投资者传递了一个信号， 即该公司目前形势良好， 愿意为投资者提供更多的公司经营状况信息， 从而给予投资者继续投资的信心， 若其继续持有该公司的股票会获得丰厚的收益。基于以上分析， 本文提出以下假设：

H2： 网络平台互动能提升管理层业绩预告披露的积极性。

根据迎合理论， 当公司的外部投资者持续关注公司时， 管理层出于维护个人利益的动机会做出迎合投资者的决定。当外部投资者通过证交所网络平台进行密切交流时， 说明投资者是关注该公司业绩的， 希望获取该公司更多的信息， 并且公司披露业绩预告的动机与投资者信息需求正相关（常利民， 2022）。 为了从投资者身上获取某种利益， 企业在制定策略时会迎合投资者的诉求， 而投资者十分关注公司的动向及公司是否具有投资价值等， 希望获取更多的盈余信息来帮助自己做出决策， 这会对管理层造成压力。网络平台汇集了大量的信息， 投资者的交流与信息传播使得公众对公司的行为变得更加敏感， 公司的任何措施都有可能引起股价的变动， 为了迎合投资者， 维护与投资者的良好关系， 给予投资者继续投资的自信， 管理层会增加披露业绩预告的频率。由此， 本文提出以下假设：

H3： 网络平台互动能提升管理层业绩预告披露的频率。

三、 研究设计

（一）数据来源

本文以我国“上证e互动”和“互动易”平台中2010 ～ 2021年A股上市公司数据作为研究对象。由于深交所最早于2010年1月开通了“互动易”平台， 上交所最早于2013年7月开通了“上证e互动”平台， 本文选择2010年作为研究的初始时间。所用到的网络平台数据来自CNRDS数据库， 上市公司业绩预告数据来自WIND数据库， 其余各变量数据来自CSMAR数据库。本文对数据做了如下处理： 剔除存在缺失值的公司样本， 剔除金融类公司样本， 剔除ST、 ?ST公司样本， 最终得到20246个样本观测值。为控制极端值的影响， 本文对连续型变量在1%和99%分位数上做了Winsorize处理。

（二）变量定义

1. 自变量： 网络平台互动（hf）。 上交所和深交所分别开通的“上证ｅ互动”和“互动易”为投资者直接与上市公司交流提供了便利， 问答数量的多少代表了上市公司与投资者之间互动程度的高低。本文参考高敬忠和杨朝（2021）、 李文贵和路军（2022）的研究， 将年度内上市公司回答投资者的总数加1取自然对数， 得到代表网络平台互动的指标hf， 即： hf=ln（上市公司回答投资者的总数+1）。

2. 因变量。

（1）业绩预告精确性（Pre）。我国业绩预告披露形式一般有四种： 点值、 闭区间、 开区间和定性。本文借鉴程小可等（2017）的研究， 将管理层业绩预告精确度分为四个等级： 一是点值预测， 对净利润给出明确的预测值， Pre取值为4； 二是闭区间预测， 对净利润给出同时具有上下限的预测值， Pre取值為3； 三是开区间预测， 对净利润仅给出上限或下限， Pre取值为2； 四是定性预测， 仅给出定性描述， 没有明确数值， Pre取值为1。

（2）业绩预告积极性（Pos）。本文参照常利民（2022）的研究， 采用未达到强制披露标准的公司是否选择披露业绩预告来衡量业绩预告积极性， 即对于未达到强制披露标准的上市公司， 若公司自愿披露业绩预告则Pos取1， 否则取0。将业绩预告类型属于“略增”“续盈”“略减”和“不确定”的样本视为自愿披露， 属于“扭亏”“首亏”“续亏”“预减”和“预增”的样本视为强制披露。

（3）业绩预告频率（For）。我国上市公司披露的定期报告包括年报、 半年报和一、 三季度报告。因此， 借鉴文雯等（2020）的研究， 采用企业当年披露的业绩预告数量来衡量业绩预告频率（For）。

3. 控制变量。参考文雯等（2020）、 常利民（2022）有关于业绩预告的研究， 本文选取盈利能力（ROA）等指标作为控制变量， 具体见表1。

（三）模型设定

根据上述研究思路， 采用顺序Logit回归构建模型（1）、 （2）、 （3）以检验本文假设， 即检验网络平台互动对业绩预告精确性、 积极性和频率的影响。

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、 实证分析

（一）描述性统计

表2为描述性统计结果， 网络平台互动（hf）的最大值为8.645， 最小值为0， 均值为4.149， 标准差为1.444， 表明上市公司回复投资者的提问存在明显差异； 业绩预告精确性（Pre）的最大值为4， 最小值为1， 均值为2.973， 表明上市公司披露的净利润多为区间预测； 业绩预告频率（For）的最大值为4， 最小值为1， 均值为3.057， 表明上市公司每年披露的业绩预告次数平均为3次； 业绩预告积极性（Pos）的均值为0.376， 说明上市公司自愿披露业绩预告的比例约为37.6%。其余控制变量的均值和中位数也基本处于合理范围内。

（二）基准回归

控制行业和年份固定效应，按照公司聚类进行回归， 表3报告了网络平台互动与管理层业绩预告披露的回归结果。列（1）的结果显示， 当不加入控制变量时， 网络平台互动（hf）与业绩预告精确性（Pre）的回归系数为-0.087， 在1%的水平上显著为负。列（2）加入了有关控制变量， hf与Pre的回归系数大小和对应的t值有所下降， 在1%的水平上显著为负， 表明网络平台互动降低了管理层业绩预告披露的精确性， 初步验证了H1。列（3）的结果显示， 当不加入控制变量时， hf与业绩预告积极性（Pos）的回归系数为0.183， 在1%的水平上显著为正。列（4）加入了有关控制变量， hf与Pos的回归系数大小和对应的t值有所下降， 但仍在1%的水平上显著为正， 表明网络平台互动提升了管理层业绩预告披露的积极性， 初步验证了H2。列（5）的结果显示， 当不加入控制变量时， hf与业绩预告频率（For）的回归系数为0.476， 在1%的水平上显著为正。列（6）加入了有关控制变量， hf与For的回归系数大小和对应的t值有所上升， 但仍在1%的水平上显著为正， 表明网络平台互动提升了管理层业绩预告披露的频率， 初步验证了H3。上述结果说明， 投资者在网络平台的互动虽然频繁， 但并不能有效地缓解信息不对称问题， 网络平台反而成为管理层谋取私利的工具， 管理层会通过提升业绩预告披露的积极性和频率来掩盖业绩预告披露精确性的降低。此外， 网络平台互动对管理层业绩预告披露具有显著的经济意义， 根据列（2）、 （4）和（6）， 上市公司对于投资者的回答数每增加1个标准差（1.444）， 管理层业绩预告披露的精确性将降低0.120（0.083×1.444）， 管理层业绩预告披露的积极性将提升0.235（0.163×1.444）， 管理层业绩预告披露的频率将提升0.739（0.512×1.444）。这表明， 网络平台互动对管理层业绩预告披露的影响具有不可忽视的经济重要性。

（三）稳健性检验

1. 内生性问题检验。

（1）Heckman两阶段法。为了解決网络平台互动与管理层业绩预告披露可能存在的自选择问题， 本文使用Heckman两阶段法进行检验。首先， 参考刘运国和刘芷蕙（2021）、 杨凡和张玉明（2020a）的做法， 当网络平台互动大于行业—年度均值时取值为1， 否则取值为0， 以此来构建一个新的虚拟变量（HF）作为因变量， 衡量网络平台互动程度。其次， 选取盈利能力（ROA）、 独立董事比例（Indep）、 偿债能力（Lev）、 股权集中度（Top1）、 托宾Q值（TobinQ）、 公司规模（SIZE）作为自变量， 并控制行业和年份， 构建可能影响网络平台互动程度的因素模型（4）来计算逆米尔斯比（Imr）。并参照杨凡和张玉明（2020a）的做法， 选用同行业、 同年度中其他公司的网络平台互动平均值（hf_mean）作为工具变量加入模型（4）中。之所以选用该工具变量， 是因为同行业、 同年度的其他公司的网络平台互动平均值与本公司有着一定的相关性， 但并不会直接影响本公司管理层披露业绩预告的行为。

HFit=α0+α1hf_meanit+α2Controlsit+∑Ind+

∑Year+εit （4）

最后， 将计算的Imr作为控制变量加入模型（2） ～（4）中， 限于篇幅， 回归结果略（下同）。控制了可能存在的自选择问题后， 网络平台互动依然影响管理层业绩预告的披露。

（2）倾向得分匹配法。为降低网络平台互动程度较高企业与较低企业之间存在的特征差别， 本文参考高敬忠和杨朝（2021）的方法， 采用倾向得分匹配法进行稳健性检验。把整个样本数据划分为两个子样本， 网络平台互动大于中位数的样本设置为处理组， 其他样本设置为对照组， 并选取Lev、 ROA、 TOP1、 SIZE、 Indep、 TobinQ作为协变量， 通过Logit回归计算倾向得分值， 根据倾向得分值进行1∶1有放回匹配。进一步地， 对于匹配后的结果进行平行趋势检验， 发现匹配后变量的绝对值偏差均小于2.4%， 并且t值统计量都不显著， 说明匹配结果是合理的。对匹配后的数据进行公司层面的稳健标准误聚类， 结果显示， hf与Pre的回归系数在1%的水平上显著为负， hf与Pos、 For的回归系数均在1%的水平上显著为正， 在控制了可能存在的特征差别后， 说明网络平台互动依然影响管理层业绩预告的披露。

（3）安慰剂检验。为了加强结果的稳健性， 验证网络平台互动是管理层业绩预告披露的重要影响因素， 参考高敬忠和杨朝（2021）、 李文贵和路军（2022）的方法， 采用安慰剂检验， 将当年的网络平台互动变量在各上市公司中随机交换， 将打乱顺序的网络平台互动变量与管理层业绩预告披露分别按照模型（2） ～ （4）重复进行1000次回归， 回归系数均小于真实数据的回归系数且均呈现以0为中心的正态分布。由此可见， 网络平台互动与管理层业绩预告披露的研究结论不是由于某些随机因素导致的， 而是因为二者之间存在显著的因果关系。

2. 其他稳健性检验。

（1）缩小样本。“互动易”平台设立的初期可能还没有受到广大投资者的关注和使用， 并且“上证e互动”平台在2013年才设立并运行， 年份比较早的数据可能不具有代表性， 因此本文删除了2010 ～ 2013年的样本数据， 并将自变量滞后一期后重新进行回归， 结依然显著果且与基本回归一致， 说明前文的结论并未受到样本区间的影响。

（2）更换核心变量。本文还参考丁慧等（2018）以及高敬忠和杨朝（2021）的研究， 采用上市公司当年的回答总字数加1取自然对数度量网络平台互动程度（Imteract）， 即Interact=ln（上市公司当年的回答总字数+1）。并且借鉴程小可等（2017）的研究， 使用顺序Probit模型， 更换核心变量和模型后进行回归， 结果仍与基准回归一致， 说明管理层在网络平台回复投资者的字数越多， 管理层策略性披露业绩预告的效果就越好。

（3）增加控制变量。为了解决可能的遗漏变量问题， 参考文雯等（2020）和常利民（2022）的研究， 加入有关公司治理和财务的控制变量， 如账面市值比（BM）、 管理层持股比例（Mshare）、 产权性质（SOE）、 国际“四大”审计（BIG4）， 结果依然显著。

五、 进一步分析

（一）区分业绩预告消息类型

已有研究表明， 业绩预告为“好消息”时的股价反应为1.96%， 为“坏消息”时的股价反应为-9.96%（Amy等，2003）。为了提高股价， 管理层对于“好消息”会采用更加精确的点估计和区间估计（Penman，1980）。当业绩预告为“好消息”时， 股价反应为正向， 管理层可能会倾向于发布精确性高的业绩预告， 从而达到投资者的预期， 应对投资者的关注。另外， 根据本文理论分析， 当业绩预告类型为“好消息”时， 管理层不需要通过提升业绩预告的积极性和频率来掩盖管理层降低业绩预告精确性的动机。

业绩预告的发布有好坏消息之分， 本文参考程小可等（2017）的做法， 设置业绩预告类型哑变量， 若预测性质为略增、 预增、 扭亏、 续盈则取值为1， 为“好消息”， 否则取值为0， 为“坏消息”， 回归结果如表4列（1） ～ （3）所示。列（1）中hf×Good的回归系数为0.127且在1%的水平上显著为正， 说明当管理层为了迎合投资者的关注发布“好消息”业绩预告时， 能够有效缓解网络平台互动对业绩预告精确性的不利影响； 列（2）和列（3）中hf×Good的回归系数分别为-0.163、 -0.210且均在1%的水平上显著为负， 说明“好消息”并不能提升网络平台互动对业绩预告积极性和频率的影响。本文的结论可以说明， 管理层增加业绩预告的积极性、 频率与降低业绩预告的精确性看似是相互矛盾的做法， 目的应该是掩盖降低业绩预告精确性的动机， 从而降低股价下跌的风险， 该结果也为管理层利用网络平台策略性地披露业绩预告提供了实证依据。

（二）管理层私利动机

本文的理论分析是基于管理层私利动机， 管理层涉嫌利用网络平台互动并通过操纵业绩预告披露进而达到自身目的。因此， 当管理层私利动机越强时， 就会战略性地披露越模糊的业绩预告， 从而稳定股价， 通过提升业绩预告积极性和频率来掩饰管理层降低业绩预告精确的动机， 那么对于管理层披露业绩预告的后果就会越明显。本文参考何任等（2019）的研究， 采用管理费用率（管理费用/营业收入）来衡量管理层私利（Cost）。Cost值越大， 代表管理层私利动机越强， 回归结果如表4列（4） ～ （6）所示。列（4）中hf×Cost的回归系数为-0.196， 并在5%的水平上显著为负； 列（5）和列（6）中hf×Cost的回归系数分别为0.172、 0.204， 并在5%和1%的水平上显著为正。这说明管理层私利越强， 越能够强化网络平台互动对降低业绩预告精确性的影响， 以及对提升业绩预告积极性和频率的影响， 在一定程度上也验证了管理层利用网络平台策略性地披露业绩预告的理论逻辑。

（三）公司治理水平

公司治理是对公司董事会、 股东、 监事和高管的权利进行分配和制衡， 能够让其监督彼此的行为， 有效降低管理者和股东的机会主义动机（郝照辉等，2016）。治理水平越高的公司， 其盈利、 运营、 发展等能力越强， 越能够保证上市公司在资本市场处于稳定地位。有研究选取股东持股比例、 高管持股比例、 财务指标等综合衡量公司治理水平， 发现公司治理水平越高， 公司的信息披露质量越高（周娜和庄玲玲，2016）， 企业绩效也越好。此类公司的制度比较完善， 董事及高管自身素质高， 对企业有较强的归属感， 使得管理层等利益相关者为了公司整体利益而努力， 可以缓解所有者和管理者之间的代理问题， 间接抑制管理层的私利动机。

本文参考张会丽和陆正飞（2012）的研究， 选取相应的变量， 采用主成分分析法构建公司治理指标来衡量公司治理水平（CGL）， CGL值越大代表公司治理水平越高， 回归结果如表5列（1） ～ （3）所示。列（1）中hf×CGL的回归系数为0.028， 且在5%的水平上显著为正， 说明公司治理水平能够缓解网络平台互动对业绩预告精确性的不利影响。列（2）中hf×CGL的回归系数为

-0.089， 且在1%的水平上显著为负， 说明公司治理水平降低了网络平台互动对业绩预告积极性的影响； 列（3）中hf×CGL的回归系数为0.061， 在1%的水平上显著为正， 说明公司治理水平促进了网络平台互动对业绩预告频率的影响。这表明， 在公司治理水平较高时， 公司披露的业绩预告精确度较高， 频率有所增加， 但是积极性会下降， 从而抑制了管理层通过提升业绩预告积极性和频率来掩盖降低业绩预告精确性的动机。

（四）分析师关注

分析师是资本市场中帮助投资者分析和判断上市公司经营情况的专业人士， 分析师关注度在学术上被较多地用来作为公司外部治理的衡量方法。分析师能够监督企业的行为， 降低投资者与公司之间的信息不对称， 抑制企业的盈余操纵行为（于忠泊等，2011）， 并且可以降低管理层因自利动机而引起的盈余预测偏差（张娆等，2017）。分析师关注度越高， 通过声誉机制给管理层带来的舆论压力越大， 管理层迫于外部压力会降低寻求私利的动机和对证交所网络平台的操纵。

本文参考Frank（2007）的做法， 采用本年度公司被分析师跟踪的人数并取自然对数来衡量分析师关注（Analyst）， 结果如表5列（4） ～ （6）所示。列（4）中hf×Analyst的回归系数为0.038， 在1%的水平上显著为正， 说明分析师关注能缓解网络平台互动对业绩预告精确性的不利影响。列（5）和列（6）中hf×Analyst的回归系数均不显著， 说明分析师关注对网络平台互动与业绩预告积极性和频率之间的正向关系没有影响。这表明， 公司受到较多分析师关注时， 其外部监督力量更强， 因此管理层会提供精确性较高的业绩预告， 而在業绩预告积极性和频率方面并不会采取提高或降低的手段， 其目的是防止前后矛盾的行为或者更为透明的业绩预告引起更多的关注和对公司股价造成不利影响。

六、 结论与建议

本文借助“上证e互动”和“互动易”网络平台， 从管理层私利动机出发， 基于业绩预告披露视角探寻证交所网络平台是否沦为管理层谋取私利的工具， 结果表明频繁的网络平台互动并未有效降低投资者与企业之间的信息不对称问题， 反而会带来一些消极影响， 并影响资本信息市场的稳定发展。因此， 本文以2010 ～2021年上述网络平台中的A股上市公司数据为样本， 探寻网络平台互动对管理业绩预告披露的影响， 并进一步研究了区分业绩预告消息类型、 管理层私利动机、 公司治理水平和分析师关注的作用机制。本文不仅拓展了网络平台的经济后果和业绩预告披露的影响因素研究， 也对证交所规范网络平台有重要启示价值。

基于上述结论， 本文提出以下建议： 首先， 证交所加强对网络平台的监督， 建设具有良好风气的网络平台， 制定更加全面和规范的考核制度， 规范企业与投资者的行为。并且， 要加强对企业违规的惩罚机制， 引导企业树立不敢违规、 不想违规、 不能违规的思想， 这有助于资本信息市场持续稳定地发展。其次， 针对如何有效回复投资者提出的问题， 企业对董秘等高管进行培训， 明确沟通的制度要求和方法， 使其不断提高回复的准确性和可读性， 切不可错误引导投资者。最后， 加强对投资者的教育， 使其理性对待并合理使用证交所网络平台， 切勿盲目追寻热点问题。投资者提高投资能力的关键在于提升自身投资素质， 努力学习与投资理财相关的知识， 增强风险意识。

【 注 释 】

1e公司官微.谁在“碰瓷”互动平台？什么热门问什么，有用户一个月提问2000多个问题……这六大问题待解！［EB/OL］.http：//www.nbd.com.cn/articles/2019-07-16/1354673.html，2019-07-16。

2新浪财经.花式“蹭热点”，揭开上市药企的真假套路［EB/OL］.https：//finance.sina.com.cn/stock/stockzmt/2022-03-03/doc-imcwiwss4028615.shtml，2022-03-03。

【 主 要 参 考 文 献 】

岑维，李士好，童娜琼．投资者关注度对股票收益与风险的影响——基于深市“互动易”平台数据的实证研究［ J］．证券市场导报，2014（7）：40 ～ 47．

常利民．商誉减值与公司业绩预告行为［ J］．证券市场导报，2022（1）：62 ～ 71．

陈皓雪，吕长江，范琳珊．社交新媒体、业绩预告与资本市场效率——来自深沪两市投资者e互动的证据［J/OL］.南开管理评论：1 ～ 36［2022-09-09］．

程小可，李昊洋，高升好．机构投资者调研与管理层盈余预测方式［ J］．管理科学，2017（1）：131 ～ 145．

丁慧，吕长江，黄海杰．社交媒体、投资者信息获取和解读能力与盈余预期——来自“上证e互动”平台的证据［ J］．经济研究，2018a（1）：153 ～ 168．

丁慧，吕长江，陈运佳．投资者信息能力：意见分歧与股价崩盘风险——来自社交媒体“上证e互动”的证据［ J］．管理世界，2018b（9）：161 ～ 171．

董南雁，梁巧妮，林青．管理层业绩预告策略与隐含资本成本［ J］．南开管理评论，2017（2）：45 ～ 57．

高敬忠，杨朝．网络平台互动能够抑制实体企业金融化吗？——来自交易所互动平台问答的经验证据［ J］．上海财经大学学报，2021（5）：50 ～ 64+106．

何任，邵帅，杨青．财务独立董事能否抑制高管的价值损毁行为？——基于我国 A 股上市公司并购的经验证据［ J］．南京审计大学学报，2019（2）：20 ～ 29．

李文贵，路军．网络平台互动与股价崩盘风险：“沟通易”还是“操纵易”［ J］．中国工业经济，2022（7）：178 ～ 196．

刘运国，刘芷蕙．投资者e 互动与公司费用粘性［ J］．中国地质大学学报（社会科学版），2021（1）：105 ～ 123．

孟焰，王英允．投资者注意力是否具有外部治理作用——来自管理层业绩预告精确性选择的经验证据［ J］．中国会计评论，2019（3）：371 ～ 396．

王丹，孙鲲鹏，高皓．社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响［ J］．金融研究，2020（11）：188 ～ 206．

王英允，高敬忠．管理层业绩预告精确性与投资者异质信念调整［ J］．财经论丛，2018（10）：68 ～ 76．

王英允，孟焰，季蕴慈．社交媒体关注、业绩预告精确性与预告效应［ J］．现代财经（天津财经大学学报），2022（6）：91 ～ 110．

文雯，乔菲，陈胤默．控股股东股权质押与管理层业绩预告披露［ J］．管理科学，2020（6）：145 ～ 159．

杨凡，张玉明．互联网沟通能降低股价同步性吗？——来自“上证e互动”的证据［ J］．中南财经政法大学学报，2020a（6）：108 ～ 119．

杨凡，张玉明．网络媒介、互动式信息披露与分析师行为——来自“上证e互动”的证据［ J］．山西财经大学学报，2020b（11）：113 ～ 126．

袁振超，岳衡，谈文峰．代理成本、所有权性质与业绩预告精确度［J］．南开管理评论，2014（3）：49 ～ 61．

张会丽，陆正飞．现金分布、公司治理与过度投资——基于我国上市公司及其子公司的现金持有状况的考察［ J］．管理世界，2012（3）：141 ～ 150 +188．

周耿，周舟，范从来．上证“e互动”对市场信息效率影响及机制研究［ J］．上海经济研究，2020（2）：110 ～ 121．

周娜，庄玲玲. 董事会结构、公司治理水平与信息披露质量研究［ J］．经济与管理评论，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．

【基金項目】国家自然科学基金项目（项目编号：71662028）

【作者单位】新疆财经大学工商管理学院， 乌鲁木齐 830012