刘建秋,徐雨露
(湖南工商大学 会计学院,湖南 长沙 410205)
个人投资者是中国资本市场的重要组成部分,也是中小股东的典型代表[1]。在传统的公司治理结构下,中小股东常常处于消极应对话语权困境。近年来,随着互联网的发展,社交媒体的兴起为中小股东实现与上市公司的平等对话提供了崭新的平台[2]。
社交媒体上无门槛、公开的“大众对话”氛围,让中小股东从一贯的信息接收者转变为信息发出者,企业成为被信息冲击的对象。一方面,中小股东群体在社交媒体上的情绪化发言具有监督治理效应。中小投资者群体负面情绪越强烈,越容易受到网络新闻媒体关注,进而形成群体性舆论事件[3]。群体性舆论容易引发监管部门介入,增加企业违规稽查的概率。
已有研究发现,股吧上的负面言论能够促进国有企业高管薪酬效率性和公平性的改进[4]。并且,社交媒体上投资者发言参与度越高,此时管理层更愿意主动披露业绩下滑等坏消息[5]。另一方面,社交媒体上的信息具有极强的传染效应。知觉负载理论认为人类在处理信息的过程中,极易受到群体极端情绪的感染[6]。中小股东在社交媒体上的情绪性发言,会影响另一部分无偏见投资者的判断,从而触发群体性情绪。此类群体性情绪不仅损害企业社会声誉,还可能驱使股票价格偏离基础价值[7-8],引发股价崩盘风险[9],影响企业价值[10]。这种情况下管理层有充分的自利动机,主动向外界传递企业发展良好的积极信息,以纠正投资者的负面预期。
管理层讨论与分析(management discussion &analysis,MD&A)包含企业当前和预期未来的经营状况及发展潜力[11],是投资者决策的重要信息来源,也是管理层回应中小股东情绪化发言的重要载体。理论上,MD&A作为财务信息的补充,可以满足投资者对信息相关性和前瞻性的需求,具备信息增量效应[12],有助于投资者预测企业未来的盈利能力[13-14]。事实上,上市公司在披露文本信息时,会战略性地设定语调倾向,以影响投资者等利益相关者对企业经营状况和未来发展趋势的看法[15-16]。根据信息心理学的框架效应理论,积极词汇促使投资者决策表现为“同化”“顺应”机制。当投资者在社交媒体上散播负面情绪时,向上管理MD&A语调能提高投资者对企业经营业绩和发展前景的认可度[17],从而起到情绪安抚和印象管理的作用。但从监督与治理的角度看,MD&A语调管理会影响资本市场定价效率,进一步加大企业和投资者之间的信息不对称程度[18],阻碍了资本市场的健康发展。中小股东在社交媒体上的发言作为一种信息流通方式,容易触发资本市场惩罚机制和监督机制[19],增加了高管推迟确认负面信息的成本[20],有助于抑制高管机会主义行为。因此,探究社交媒体上中小股东群体负面情绪对MD&A语调管理有何种影响,厘清社交媒体上投资者情绪对企业文本信息披露的影响机理,对加强文本信息披露监管、细化中小股东权益保护工作以提高资本市场发展质量具有重要的理论和实践意义。
本文基于2010—2021年中国A股上市公司数据,利用投资者在东方财富网股吧的发帖信息,研究中小股东群体负面情绪对MD&A语调管理的影响。本文将验证:
(1)中小股东负面情绪对MD&A语调管理呈现驱动效应。即中小股东在社交媒体上发布的负面帖子越多,MD&A语调越积极,企业对语调的操纵幅度越大。
(2)中小股东在社交媒体上的负面情绪容易引发股市波动,提高企业经营风险,这促使企业通过MD&A积极语调管理来安抚投资者负面情绪,从而达到稳定股价、规避经营风险的目的。
(3)中小股东的负面情绪对MD&A语调管理的驱动效应在投资者互动较多并且网络、报刊媒体关注度较高的公司中更明显。
(4)提高信息透明度、提升企业内部治理水平和完善外部制度能抑制中小股东负面情绪对MD&A语调管理的驱动效应。
本文的边际贡献如下:
其一,拓展了中小股东群体负面情绪的研究视角。现有大多数研究认为,中小股东在社交媒体上的情绪化发言会触发资本市场惩戒机制和监管机制[19],可以监督企业减少盈余管理行为[20-22],提高企业披露自愿性业绩预告的概率[5],促使企业及时披露坏消息,有助于提升会计信息稳健性[23]。本文则从文本语调的角度发现,中小股东负面情绪对MD&A语调管理存在驱动效应,进一步拓展了中小股东群体性情绪的经济后果研究。
其二,丰富了MD&A语调管理方面的研究。近年来,文本语调管理成为学术界的热门话题,已有文献从外部监管[24]、期望绩效反馈[15]、公司战略、高管特征[25]等方面对文本语调影响因素展开研究,而本文从MD&A的主要受众——投资者角度出发,探讨投资者情绪对MD&A语调管理的影响,丰富了MD&A语调管理的影响因素研究。
其三,深入探究中小股东负面情绪对MD&A语调管理驱动效应的传导路径,区分不同情境下MD&A积极语调管理的异质性,能够帮助投资者提升信息解读能力并作出理性决策。
其四,进一步探讨中小股东负面情绪对MD&A语调管理影响的调节机制,研究发现信息透明度、企业内部治理水平和外部制度质量对MD&A语调管理行为具有治理效应,这对强化上市公司文本信息披露监管、提高资本市场信息传递效率具有一定的借鉴意义。
社交媒体的出现改变了以往中小股东在公司治理实践中的边缘化地位,对企业策略性信息披露产生实质性影响[23]。有学者提出,中小股东在社交媒体上发表的情绪化言论,具有监督威慑效应[2],有助于监督管理层机会主义行为[26],改善中小股东与企业之间的信息不对称,提高企业信息披露质量[23]。但另一部分学者认为,中小股东群体在社交媒体上表达负面情绪容易引发股价市场波动[27],提高企业经营风险[28],显著增强了高管的业绩薪酬敏感性[29],可能会驱使管理层通过操纵MD&A语调向市场传递好消息。因此,对于中小股东群体负面情绪存在监督和驱动两种相互对立的假设。
社交媒体上中小股东群体情绪可能会形成舆论事件,而负面舆论的长尾效应极具破坏力和穿透力,容易引发股市波动,提高企业经营风险。
首先,中小股东在互联网上的负面言论可能会影响其他无偏见投资者的决策,加剧股票市场波动。行为金融学相关理论认为,情绪是影响投资者进行股票交易和投资决策的重要因素[30],能够反映投资者的预期[31]。投资者对企业未来经营与发展的负面预期会致使其作出“用脚投票”的决策。单一或少数投资者的负面情绪很难造成股价波动,但是在互联网的传播下,社交媒体上的少数负面情绪可能会产生共鸣效果,引发投资者的趋同行为[6],进而演变成群体性负面情绪。投资者群体负面情绪可能会驱使股票价格偏离基础价值,甚至引发股价崩盘风险[20]。
其次,社交媒体上的负面舆论会导致客户和消费者的信任及忠诚度下降,影响企业的销售和市场份额,不利于企业的可持续经营与发展。由于消费者信息获取的不完全性,消费者通常还会从其他渠道挖掘信息以消除选择的不确定性。社交媒体上的群体负面情绪使得消费者或客户心理产生风险预期。出于风险厌恶心理,消费者可能会选择放弃消费,致使企业业绩和竞争力下降,增加企业经营风险。
最后,上市公司的某种行为对中小投资者利益产生的现实或者潜在的负面影响[32],中小投资者可以通过群体负面情绪表达出其对于上市公司行为的态度,加大了监管部门介入的可能性[33],从而增加了上市公司的行政处罚风险和诉讼风险。因此,当社交媒体上中小股东负面情绪盛行时,管理者会主动寻求策略安抚投资者以避免长尾效应的困扰。
相比通过战略变革提升企业的真实业绩,通过操纵MD&A信息披露来纠正投资者负面预期是一种更为便捷的方式。
一是与操纵数字信息相比,操纵文本信息语调的隐蔽性更强,更不易被察觉,且操纵空间也更大。虽然关于MD&A信息披露制度的事前导向制度正在不断完善[17],但事后监管尚不完善,管理层对于文本信息披露的自由裁量权较大。
二是文本语调能直接影响甚至是改变投资者的态度和交易行为[34]。以往研究表明,投资者会对管理层的积极语调做出正向反应,而对消极语调做出显著负向反应[35]。根据认知心理学理论,投资者情绪悲观时会表现出更多的担忧与顾虑[36],此时企业披露坏消息往往会被强化。因此,MD&A作为投资者了解企业经营与发展的主要渠道,当社交媒体上负面情绪盛行时,管理层会选择性地隐瞒坏消息、渲染好消息,用积极语调向外界传递公司发展良好的信号,从而稳定投资者情绪。
综上所述,驱动视角下中小股东群体负面情绪引发市场波动,提高了经营风险,为避免此类负面舆论的长尾效应,管理层倾向于向上管理MD&A语调以稳定投资者情绪、减少市场波动,从而降低企业经营风险。因此,本文提出如下假设。
H1a:中小股东群体负面情绪与MD&A异常积极语调正相关。
中小股东在社交媒体上表达负面情绪,限制了管理层操纵MD&A语调的空间。
首先,中小股东在社交媒体上发言为处于信息劣势的中小投资者构建了有效的信息桥梁[37]。投资者信息获取方式有两种,一种来源于自身的信息搜集,另一种是企业的信息披露。中小股东在社交平台上发言互动,有助于增强投资者自身的信息搜集和解读能力,缓解信息困境[37]。投资者解读能力的提高意味着管理层很难通过MD&A语调管理来影响投资者的想法。中小股东在社交媒体平台发表意见,促进彼此之间的信息流通,增加了高管推迟确认负面信息的成本,抑制了企业高管的机会主义行为[20,23]。
其次,社交媒体作为一种信息媒介,提高了资本市场的信息传递效率。中小投资者可以通过互联网获取上市公司信息,并且可以通过对上市公司之间的横向比较,判断信息质量,从而增加企业掩盖或修饰信息的难度。在互联网高度发达的时代,信息不对称性的降低,迫使管理层提高信息透明度,放弃MD&A语调操纵。如果职业经理人仍决定铤而走险,在网络上将受到来自中小投资者的批评,引起监管机构的关注并介入,这将对其未来职业生涯带来毁灭性的打击[20]。
中小股东在社交媒体上表达负面情绪作为一种新型治理机制[2],抑制了管理层操纵MD&A语调的动机。从企业内部治理来看,中小股东积极发声有助于提高董事会的独立性,监督管理层的机会主义行为[38],从而改善内部治理环境[39]。已有研究表明,社交媒体上的投资者关注促使企业采取纠正行动,缩短了企业纠正违规行为的时间[40]。从企业外部治理来看,社交媒体是监管机构履行监督职责、获取信息的补充渠道[5]。与大股东相比,作为弱势群体的中小股东负面发言人数越多,越能引起监管机构和投资者保护机构的关注[41],从而对管理层形成更强烈的外部监督[42],减少管理层自利行为,抑制管理层操纵MD&A语调的动机。
综上所述,监管视角下中小股东群体负面情绪缓解了信息不对称,是一种治理机制。社交媒体上中小股东负面情绪盛行时,管理层的行为都在网络舆论的监督下,管理层受到的内外部监督更强,抑制了管理层的机会主义[20],进而减少了MD&A语调管理行为。基于此,本文提出如下假设。
H1b:中小股东群体负面情绪与MD&A异常积极语调负相关。
本文选取2010—2021年中国A股上市公司作为研究样本,采用公司-年度面板数据结构。中小股东在社交媒体发帖评论数据以及上市公司网络、报刊财经媒体报道数据均来自中国研究数据服务平台(CNRDS),其他数据均来自深圳希施玛数据科技有限公司CSMAR中国经济金融研究数据库。在样本筛选过程中,本文进行如下处理:(1)剔除金融行业样本;(2)剔除ST、*ST样本;(3)剔除核心变量数据缺失的样本。最终得到18 022个数据观测值。为避免极端值的影响,本文对连续变量进行上下1%的缩尾处理。
1.被解释变量
本文以t+1年1至4月企业披露的第t年年报中管理层讨论与分析部分为基础。借鉴谢德仁和林乐(2015)[43]的方法定义MD&A积极语调(Tone):
(1)
其中,POSPECTi,t是上市公司i在t年MD&A信息披露中积极词汇数占总词汇数的比例,NEGPCTi,t是指上市公司i在t年MD&A信息披露中消极词汇数占总词汇数的比例。POSPCT相对于NEGPCT越多,Tone越大,说明MD&A整体语调越积极。MD&A积极词汇、消极词汇数据来源于深圳希施玛数据科技有限公司CSMAR中国经济金融研究数据库。
从MD&A积极语调(Tone)中分离出异常积极语调。根据式(1)计算的MD&A语调,同时包含了基于公司基本面反映的正常积极语调和管理层选择性披露的异常积极语调。为从MD&A积极语调(Tone)中分离出异常积极语调(ABTONE_FE),本文参考已有研究[44],建立模型(2):
Tonei,t=α0+α1Roai,t+α2Reti,t+α3Sizei,t+α4BMi,t+α5Ret_sdi,t+α6Roa_sdi,t+
α7Agei,t+α8Lossi,t+α9D_roai,t+α9F_roai,t+ε
(2)
本文利用模型(2)回归所得的残差项(ε)衡量MD&A异常积极语调(ABTONE_FE)。其中:Tone为MD&A积极语调;Roa为企业业绩;Ret为年持有到期收益率;Size为企业规模;BM为账面市值比;Ret_sd为个股月收益率标准差;Roa_sd为过去五年业绩的标准差;Age为企业上市年龄;Loss为虚拟变量,若当年亏损则为1,否则为0;D_roa为t期净利润减t-1期净利润的差,再除以t-1期总资产;F_roa为t+1期净利润与t期总资产的比值;
最后,由于用残差项(ε)计算的MD&A异常积极语调(ABTONE_FE)有正有负,只能表示MD&A语调操纵的方向。因此,本文将MD&A语调的异常积极语调(ABTONE_FE)取绝对值,用以衡量MD&A积极语调管理幅度(|ABTONE_FE|)。
2.解释变量
参照廖佳和苏冬蔚(2021)[45]的研究方法,用第t年上市公司所在股吧的负面帖子数量(Neg)与总帖子数量(Total)的比值来衡量中小股东负面情绪(Neg-sent)。Neg-sent越大,说明投资者负面情绪越强烈。
3.控制变量
参照现有研究[46-47],本文加入以下控制变量:公司规模(Size)、净资产收益率(Roe)、资产负债率(Lev)、账面市值比(BM)、产权性质(Soe)、两职合一(Dual)、独立董事比例(Indep)、审计师是否来自四大(Big4)。除此之外,为控制遗漏变量的影响,还加入了时间、行业和公司层面的个体固定效应。同时,为获得更稳健的结果,本文所有回归都采用聚类在公司层面的稳健标准误。
主要变量定义及测度见表1。
表1 变量的定义
为检验本文假设:投资者负面情绪对MD&A语调管理是驱动效应还是监督效应,建立如下模型(3):
ABTONE(|ABTONE_FE|)i,t=β0+β1Neg-senti,t+β2Sizei,t+β3Roei,t+β4Levi,t+β5BMi,t+β6Soei,t+β7Duali,t+β8Indepi,t+β9Big4i,t+Year+Ind+Firm+ε
(3)
表2报告了主要变量的描述性统计结果。从表2可以看出:(1)MD&A积极语调(Tone)的平均值和中位数分别为0.412、0.409,说明上市公司普遍会采用积极语调来披露MD&A信息。另外,MD&A异常积极语调(ABTONEFE)、MD&A语调管理(|ABTONE_FE|)的平均值分别为0.007、0.087,MD&A异常积极语调(ABTONE_FE)、MD&A语调管理(|ABTONE_FE|)的中位数分别为0.001、0.075,说明上市公司普遍采用积极语调披露MD&A并非公司基本面的正常反映,而是管理层操纵的结果,这与曾庆生等(2018)[48]、林晚发等(2022)[49]研究结论一致。更重要的是,MD&A异常积极语调(ABTONEFE)、MD&A语调管理(|ABTONE_FE|)在样本中存在较大的波动,这为本文相关研究提供了一定的基础。(2)解释变量中小股东负面情绪(Neg-sent)的平均值、中位数、最大值分别为0.233、0.235、0.361,说明股吧上投资者发言普遍偏正面,这与王爱群和王婧怡(2021)[50]统计一致。(3)控制变量的分布均在合理范围内,与相关文献基本保持一致,不再赘述。
表2 描述性统计结果
中小股负面情绪与MD&A语调管理的回归结果如表3所示。可以看出,无论是否加入控制变量,中小股东负面情绪(Neg-sent)与MD&A异常积极语调(ABTONE_FE)及语调管理幅度(|ABTONE_FE|)均正相关,且显著性水平不低于5%。研究结论验证了假设H1a,表明中小股东在社交媒体上的负面情绪提高了MD&A异常积极语调水平,加大了MD&A语调管理幅度。这说明中小股东借助社交平台发表负面言论,可能会对企业经营和管理层自身的发展造成威胁,增加了管理层的自利动机,进而对MD&A语调管理呈现出驱动效应而非监督效应。
表3 基准回归
本文使用多种方法进行稳健性检验,选择性报告相关结果。
1.双重差分检验
本文在实证分析中面临的较大挑战为上市公司自身存在问题时容易引发投资者在社交媒体表达负面情绪,这又提高了管理层操纵MD&A语调的概率,因此本文结论受到较强的内生性干扰。鉴于此,本文参照董天一等(2022)[51]的研究方法,以2014年工业和信息化部向三大运营商发布4G牌照作为外生冲击变量,建立双重差分模型进行检验,以增强研究结论的因果性。工业和信息化部发布4G牌照对于本文而言是一个良好的外生冲击事件,其原因在于:第一,4G技术促使社交媒体软件向移动化的方向发展,极大地提高了用户使用的便捷性,进而提高了中小股东在社交媒体上的发言频率;第二,工业和信息化部发布4G牌照主要依赖于互联网技术的逐步积累,而不依赖于某一公司的事项或特征。因此,具体双重差分模型设定如式(4)所示:
ABTONE(|ABTONE_FE|)i,t=γ0+γ1Teat×Posti,t+γ2Controli,t+Year+Ind+Firm+ε
(4)
其中Post、Teat为虚拟变量,若样本时间处于2014年及以后,则Post取值为1,否则为0;若上市公司负面帖子比例大于年度所有上市公司负面帖子比例的均值,Treat取值为1,否则为0。Control为控制变量,其选取与主回归分析一致。Year、Ind、Firm分别为年度、行业以及公司个体固定效应。另外,由于在回归模型中加入了时间固定效应和个体固定效应,本文删除Teat和Post项以避免多重共线性问题。双重差分检验结果显示,MD&A异常积极语调(ABTONE_FE)和语调管理幅度(|ABTONE_FE|)与Treat×Post均正相关。这意味着在工业和信息化部向三大运营商发布4G牌照后,投资者负面情绪高的企业MD&A语调管理行为更严重,与前文实证结果相符。
另外,为使双重差分检验更具说服力,本文进行了平行趋势检验。具体做法为:以事件发生当期作为基准参考,将工业和信息化部向三大运营商发布4G牌照事件前后的时段进行如下区分并设置虚拟变量。如果观测值处于工业和信息化部向三大运营商发布4G牌照事件之前一年,则取值为-1,观测值处于工业和信息化部向三大运营商发布4G牌照事件之前两年,则取值为-2,以此类推;同样地,如果观测值处于工业和信息化部向三大运营商发布4G牌照事件发生后一年,则取值为1,观测处于事件发生后两年,取值为2,以此类推。平行趋势检验结果显示,工业和信息化部向三大运营商发布4G牌照事件发生前实验组和控制组没有明显差异,在事件发生后逐渐出现明显差异,符合平行趋势假定要求。以上检验结果说明,用外生事件识别中小股东群体负面情绪与MD&A语调管理之间的因果关系,同样支持本文研究结论。
2.滞后变量
为进一步缓解中小股东群体负面情绪与MD&A语调管理可能存在反向因果关系而造成的内生性问题,本文采用滞后一期的中小股东群体负面情绪(L.Neg-sent)作为解释变量重新回归。研究结果显示,解释变量滞后一期,中小股东群体负面情绪(L.Neg-sent)的系数均至少在5%的水平上显著为正。这与基准回归结果一致,说明本文研究结论具有稳健性。
3.倾向匹配得分法
为排除样本选择偏误与遗漏变量问题,本文选择倾向匹配得分法进行稳健性检验。具体而言,本文选择上市公司股吧内年度负面帖子数量的中位数作为分组标准,将文中控制变量作为匹配变量,利用逻辑回归(Logit)模型计算倾向匹配得分,然后进行1∶1的卡尺内最近邻匹配,卡尺选择为0.05。倾向得分匹配后的回归结果显示,加入控制变量前后中小股东的负面情绪(Neg-sent)、MD&A异常积极语调(ABTONE_FE)以及MD&A异常语调管理幅度(|ABTONE_FE|)均至少在5%的水平上正相关。倾向得分匹配法的估计结果同样支持本文结论。
4.替代变量
为检验研究结论的稳健性,参照已有研究[4-5],用Neg-sent1=ln(1+负面帖子数量)、Neg-sent2=(负面帖子数量/正面帖子数量)重新度量中小投资者负面情绪,并代入模型(3)重新回归。回归结果显示,重新度量中小投资者负面情绪后,本文结论依然成立,结论具有稳健性。
5.高维固定效应
上市公司的信息披露很可能受到行业周期、当地政策的影响,而呈现系统性趋势。考虑到行业趋势和宏观经济政策的影响,本文引入高维固定效应模型以缓解内生性问题。具体来说,在模型中除行业、年度和公司个体固定效应外,还分别控制了年度与行业、年度与地区的交乘项Year×Ind、Year×Pro,以排除行业趋势和宏观经济的影响。检验结果显示在控制高维度固定效应后,本文结论依然成立。
上文的研究结果显示,中小股东负面情绪驱使管理层向上操纵MD&A语调。社交媒体上中小股东群体情绪性发言是一个舆论事件,而负面舆论可能对企业产生以下影响。一是基于风险厌恶心理,社交媒体上的群体负面情绪可能使得消费者选择放弃消费,导致企业业绩和竞争力下降,提高了企业经营风险。二是基于行为金融学相关理论,情绪反映了投资者对企业未来发展的负面预期,这种负面预期会促使投资者作出“用脚投票”的决策。社交媒体上投资者的负面发言还可能影响其他无偏投资者的决策行为,进而加剧股票市场波动。鉴于此,当社交媒体上中小股东负面发言盛行时,企业更倾向于用积极的MD&A语调向外界传递企业发展良好的信号,以减少投资者负面预期。因此,本文构建模型(5)和模型(6),从企业经营风险和股市波动两方面检验中小股东负面情绪对MD&A语调管理的作用路径,以揭示其背后的作用机理:
Riski,t/Voli,t=γ0+γ1Neg-senti,t+γ2Controli,t+Year+Ind+Firm+ε
(5)
ABTONE(|ABTONE_FE|)i,t=δ0+δ1Neg-senti,t+δ2Riski,t/Voli,t+δ3Controli,t+Year+Ind+Firm+ε
(6)
其中,Riski,t代表经营风险,Voli,t代表股市波动,其他变量与基础回归保持一致。若γ1、δ1和δ2均显著,且δ1与模型(3)中β1相比,大小与显著性均有所下降,则说明经营风险(Risk)和股市波动(Vol)在中小股东负面情绪促进MD&A语调管理中承担部分中介作用。
中小股东借助社交平台发表负面评论,散播负面情绪,提高了企业经营风险。由于互联网使用门槛低、传播速度快,中小股东在社交平台上发布的负面评论可以迅速在互联网用户间传播,从而直接影响到客户对企业的好感和信任,降低客户对企业产品购买的欲望,进而影响企业的绩效,增加企业的经营风险。企业面临经营业绩困境时,管理层出于自我服务的目的,会选择性地对外披露企业信息[52],以塑造一个积极的企业形象[47]。在坏消息盛行的情形下,管理层通过文本语调操纵可以引导投资者产生积极认知,为公司业绩低迷与经营风险增大提供责任逃避的机会[48],防止公司未来业绩继续变差[53]。因此,本文认为中小股东在社交平台上的负面情绪可能会通过提高企业经营风险,来促使管理层进行MD&A语调管理。基于此,本文采用阿尔曼提出的Z值来衡量公司经营风险,该值越小说明公司面临的经营风险越大[54]。Z值具体的计算如式(7)所示:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
(7)
其中,X1=净营运资本/总资产,X2=留存收益/总资产,X3=息税前利润/总资产,X4=股权市场价值总额/总资产,X5=营业收入/总资产。基于经营风险的作用机制分析结果如表4所示,从列(1)可看出,企业经营风险(Risk)与投资者负面情绪(Neg-sent)在1%水平上负相关且系数显著,说明中小股东在社交媒体上的负面发言越多,其对应的Z值越小,也即企业的经营风险越高。列(2)、列(3)显示,当在回归模型中同时加入经营风险(Risk)和MD&A语调管理(ABTONE_FE和|ABTONE_FE|)变量后,MD&A异常积极语调(ABTONE_FE)与经营风险(Risk)在1%的水平上负相关且系数显著,MD&A异常语调管理幅度(|ABTONE_FE|)与经营风险(Risk)在5%的水平上负相关且系数显著。MD&A异常积极语调(ABTONE_FE)和MD&A异常语调管理幅度(|ABTONE_FE|)与中小股东负面情绪(Neg-sent)仍然正相关且系数显著,且中小股东负面情绪(Neg-sent)的显著性和估计系数有所下降。由此可见,经营风险(Risk)在中小股东负面情绪影响MD&A语调管理的过程中扮演部分中介作用。这说明中小股东在社交媒体上的负面情绪提高了企业经营风险,迫使企业管理层向上管理MD&A积极语调来对冲中小股东负面发言产生的消极影响。
表4 基于经营风险的作用机制分析
中小股东借助社交平台表达负面情绪,加剧了股市波动。投资者对上市公司公开信息的解析能力不强,对特质信息的挖掘能力更是有限[45]。社交媒体成为投资信息搜集的新平台,中小股东在社交媒体上的情绪性言论会引起企业股价波动。从发言者层面来看,负面情绪代表投资者本身对企业经营发展不看好,投资者会抛售股票。从信息阅读者角度来看,信息发布者的负面情绪暗示此企业发展状况不好,提示投资者规避风险,不买甚至是抛售此企业的股票。此时,管理层倾向于向上操纵MD&A语调向外界传递利好信号稳定中小股东情绪。因而,本文认为股市波动可能是投资者情绪影响MD&A语调管理的一条路径。基于此,本文参照文磊和李宏兵(2022)[55]的做法,采用年化月收益率标准差的对数值来衡量股市波动程度(Vol)。
基于股市波动的作用机制,分析结果如表5所示,从列(1)可看出,股市波动程度(Vol)与中小股东负面情绪(Neg-sent)在1%的水平上正相关且系数显著,说明社交媒体上中小股东的负面发言增加了股价波动程度,这初步论证了上述推断。列(2)和列(3)显示,将股市波动(Vol)变量加入基准回归模型后,MD&A异常积极语调(ABTONE_FE)与股市波动程度(Vol)在1%的水平上正相关且系数显著,MD&A语调管理幅度(|ABTONE_FE|)与股市波动程度(Vol)在10%的水平上正相关且系数显著,MD&A异常积极语调(ABTONE_FE)和MD&A语调管理幅度(|ABTONE_FE|)与投资者负面情绪(Neg-sent)依然正相关且系数显著,且中小股东负面情绪(Neg-sent)的显著性和估计系数有所下降,说明股市波动(Vol)在中小股东负面情绪影响MD&A语调管理的过程中扮演部分中介作用。由此可知,中小股东借助社交媒体发表负面评论,加剧了股市波动,促使管理层利用MD&A积极语调这一既便捷又经济的印象管理工具,安抚投资者负面情绪以稳定股市。
表5 基于股市波动的作用机制分析
中小股东在社交媒体上的负面发言具有信息传染风险。具体来说,社交媒体上中小股东负面情绪的扩散,容易引发股市波动,增加企业经营风险,进而驱使管理层向上管理MD&A语调以向外界传递企业未来发展向好的信号。为进一步论证信息传染风险这一作用逻辑,本文将根据样本信息传染风险高低进行分组检验。首先,媒体作为信息生产、信息传播以及舆论引导的重要工具和载体[22],具有扩音器效应[56],可能将中小股东讨论的热点进一步提升为社会大众讨论的热点[57],扩大了信息传染风险。其次,社交媒体上中小股东之间互动越多,负面信息传染速度越快,由此带来的股市波动和经营风险越大。因此,本文认为网络、报刊媒体关注和投资者互动增加了信息传染风险,使得中小股东负面情绪对MD&A语调管理的驱动效应更明显。
为检验上述推断,本文将样本根据投资者互动程度、网络媒体关注度以及报刊媒体关注度进行分组。其中,投资者互动用当年上市公司所在股吧帖子的评论数量进行衡量,并根据其年度中位数分组;网络、报刊媒体关注度则用公司当年被网络、报刊媒体报道的原创新闻总数量进行衡量,并根据其年度中位数分组。投资者互动和网络、报刊媒体关注度数据均来自中国研究数据服务平台(CNRDS)。分组回归结果(限于篇幅,具体结果略)显示,中小股东“用嘴投票”对MD&A语调管理的驱动效应只在投资者互动多、网络和报刊媒体关注度高的分组中显著,这与本文推断一致。投资者互动越多、媒体关注度越高,负面信息传染风险越大,中小股东负面情绪对MD&A语调管理的驱动作用越显著。
MD&A作为财务信息的补充,为投资者提供了更多的回顾性和展望性的文字信息,有助于缓解企业内外部的信息不对称问题,从而促进市场资源的合理配置[17]。但MD&A语调管理作为一种不诚信、不规范的信息披露行为,进一步加大了企业管理层与投资者之间的信息不对称程度,影响资产定价效率[16,18],阻碍资本市场的健康发展[58]。因此,本文将从企业内部和外部两个方面,探讨中小股东负面情绪盛行时如何监督并治理企业MD&A语调管理行为,以期为中国相关部门规范MD&A信息披露、抑制MD&A语调管理行为提供理论参考意见。
首先,MD&A语调作为信息披露的内容之一,提高信息透明度是缩小MD&A语调管理的空间、限制管理层操纵MD&A语调动机最直接的手段。
其次,良好的公司治理结构是管理层诚实尽责披露信息的内在保证。企业良好的内部治理水平,能有效抑制管理层的机会主义行为,减少MD&A积极语调管理动机,提高企业信息披露质量。
最后,外部制度环境是企业微观决策行为的重要影响因素。制度环境较好的地区,制度建设更健全,相关部门监管力度更强,企业违规成本越大,管理层操纵M&A语调的空间和动机越小。因此,本文认为提高信息透明度、提升公司治理水平和完善外部制度,监督管理层自利主义行为,能够弱化中小股东“用嘴投票”对MD&A语调管理的驱动效应。
为检验上述推断,本文将样本根据信息透明度、公司治理水平和地区制度质量进行分组回归。其中,参照李文贵和鲍娇蕾(2023)[59]的研究方法,用盈余激进度反向计量企业信息透明度并根据其年度中位数将样本划分为信息透明度较高和较低组。借鉴已有文献[60]的研究思路,运用主成分分析法,使用股权制衡度、机构持股比例、两职合一、管理层持股比例、高管薪酬、董事会规模及独立董事占比这七个指标合成公司治理综合度量指标。根据这一指标的年度中位数,将样本划分为公司治理水平较高组和较低组。采取各地区的市场化水平作为外部制度质量的代理变量。市场化数据来源于王小鲁等编写的《中国分省份市场化指数报告(2016)》,并参考解学梅和朱琪玮(2021)[61]的研究方法,以历年各地区市场化总指数的平均增长幅度作为2017—2021年各地区市场化指数的数据。回归结果(限于篇幅,具体结果略)显示,相比于信息透明度较低、公司治理水平较差、外部制度质量较低的分组,中小股东“用嘴投票”对MD&A语调管理的驱动效应在信息透明度较高、公司治理水平较好、外部制度质量较高的样本企业中显著性较低或不显著。更重要的是,在公司治理水平较高、外部制度较完善的样本分组中,中小股东负面情绪(Neg-sent)的估计系数为负。这说明提高信息透明度、提升公司治理水平、完善外部制度环境是抑制中小股东“用嘴投票”对MD&A语调管理的驱动效应的有效措施。
数字经济引领智媒时代的发展,加快了中小股东“用嘴投票”的传播速度、扩大了其对企业经营发展的影响力,从而提升了管理层对社交媒体评论的敏感度。本文以2010—2021年中国A股上市公司为研究样本,实证检验社交媒体上中小股东负面评论对企业MD&A积极语调管理的影响。研究发现,中小股东“用嘴投票”促使管理层向上操纵MD&A语调。其具体的作用路径为,中小股东在社交媒体上表达负面情绪引发股市波动,提高了企业经营风险,促使管理层使用MD&A积极语调来向外界传达企业经营状况良好的信号,以安抚投资者情绪、稳定股价、减少企业经营风险。异质性检验发现,投资者互动和外部媒体关注(网络媒体和报刊媒体)具有扩音器效应,增加了信息传染风险,使得中小股东“用嘴投票”的驱动效应更加明显。调节效应分析结果显示,提高信息透明度、提升公司治理水平和完善外部制度能有效抑制管理层机会主义,减少MD&A语调操纵行为。
基于以上研究结论,可以得到如下政策启示:
第一,监管部门和上市企业应重视网络舆情的引导和管控。以股吧为代表的社交媒体虽然能降低信息沟通与搜索成本,提高资本市场信息传播效率,但在互联网高效沟通模式下,也可能会造成投资者情绪传染,增加管理层机会主义动机,提高市场风险。因此,监管部门与上市公司应鼓励并正确引导中小投资者在社交媒体上发声,建立良性的信息沟通机制,以维护资本市场信息环境的和谐与稳定。
第二,营造良好的治理环境是管理层诚实披露信息的重要保证。MD&A语调管理行为存在的重要原因是信息环境较差且内外部治理制度不完善,提高企业信息透明度、改善内外部治理环境是限制管理层机会主义行为、减少管理层MD&A积极语调管理的有效途径。
第三,投资者应树立正确投资理念并提高自身的信息解读能力。正确的投资理念和信息解读能力能帮助投资者打破信息劣势,有效规避上市公司精心打造的MD&A积极语调陷阱,减少非理性投资行为,这对提高市场资源的配置效率具有重大的现实意义。
本文在以下方面仍可能存在一定的局限性,在未来研究中有待进一步完善。
一是互联网发展带动社交媒体的兴起,投资者发声平台越来越多,比如“雪球论坛”“上证e互动”“微博”等都可能是投资者发布信息的地方。不同社交媒体的平台定位、论坛结构和用户特征不同,平台上的投资者情绪对企业信息披露行为产生的影响可能不一样。本文仅考虑东方财富网股吧这一社交媒体上投资者情绪对MD&A语调管理的影响,未来研究可以进一步探讨不同社交媒体上的投资者情绪对企业信息披露决策影响的异质性。
二是中国为高语境传播环境,积极词汇也可表达消极情感,消极词汇也可以表达积极情感。本文以积极词汇和消极词汇来代表积极语调和消极语调,可能存在一定的偏差。因此,未来研究可考虑借助计算机机器语言学习,全面识别MD&A文本信息的情感语调。