文章信息
- 何贤杰, 王孝钰, 赵海龙, 陈信元
- He Xianjie, Wang Xiaoyu, Zhao Hailong, Chen Xinyuan
- 上市公司网络新媒体信息披露研究:基于微博的实证分析
- On Information Disclosure of Listed Companies through New Media:An Empirical Analysis Based on Microblog
- 财经研究, 2016, 42(3): 16-27
- Journal of Finance and Economics, 2016, 42(3): 16-27.
-
文章历史
- 收稿日期:2015-04-16
2.上海财经大学 会计学院 上海 200433
2.School of Accounting, Shanghai University of Finance and Economics, Shanghai 200433, China
一、引 言
近年来,随着计算机网络的迅速发展,微博等网络新媒体在公众的信息分享与传播中扮演了越来越重要的角色。这些网络新媒体的出现不仅开创了人际传播的新模式,而且对资本市场的信息提供与传播以及信息的获取途径与及时性带来了重大的影响和变革,改善了公司的信息环境,提高了资本市场的信息效率。微博等网络新媒体上自愿披露的公司重要新闻,能在极短的时间内为资本市场的参与方获悉,并迅速被反映在股价上。例如,2012年10月23日,SOHO董事长潘石屹在微博中发布消息称,江河幕墙中标上海SOHO复兴广场幕墙项目,短短7分钟之后,江河幕墙的股价上涨近2%。①2011年3月15日,中兴通讯通过官方微博发布消息称,马来西亚运营商U Mobile选择中兴通讯为其在马来西亚主要城市建设HSPA+/LTE网络,此合同消息使得中兴通讯第二天的股价上涨4%。①这些事件充分说明,微博等网络新媒体上发布的信息已经成为投资者重要的信息来源,微博已成为公司与投资者之间的重要信息交流平台和媒介。鉴于微博这一新兴的公司自愿性信息披露方式,考察微博的具体披露信息内容和公司治理特征的差异尤其重要。
①新闻源自于凤凰网:http://finance.ifeng.com/news/macro/20121025/7202458.shtml。
①新闻源自中兴通讯官方微博:http://e.weibo.com/ztecorporation。
作为信息传播的平台,微博等网络新媒体具有的速度优势和自我掌控使其具备了成为资本市场良好的信息发布平台的潜质,并成为传统信息披露渠道的有益补充。上市公司的传统信息披露渠道,如公司定期或临时公告、电话会议,由于受到规章制度或信息发布成本的限制,发布时间间隔往往较长,这导致投资者难以全面、及时地了解公司的经营状况。虽然上市公司还可以通过报纸等传统媒体披露信息,增进披露信息的及时性,但信息的发布却往往不为上市公司自主掌控。报社通常会出于吸引读者和增加发行量以获得广告收入的目的,选择性地报道有轰动效应的公司事件。而微博作为典型的自媒体,任何单位和个人只要符合网络平台的微博管理要求,均可开设账户并发布信息,信息发布的成本和自我掌控优势比较明显。上市公司通过微博发布的信息对公司正式公告和媒体披露的重大事件形成补充,辅助投资者更及时清楚地了解公司经营状况和判断公司盈利能力,对投资者极具价值。另外,微博平台的信息“推送”技术允许公司将信息直接传递给投资者,减少投资者搜集信息的时间成本(Blankespoor等,2014)。同时,微博的“转发”功能使得信息如同发生裂变一样得到迅速传播(陈立敏,2011),短时间内引发大量关注,使得公司信息覆盖更多投资者或潜在投资者。因此,微博逐渐成为上市公司信息披露和投资者关系维护的重要渠道之一。截至2013年2月28日,已有228家上市公司开设了微博。②
②开设微博指上市公司注册了微博账户并且发布了与上市公司密切相关的信息。具体的定义请见数据与样本部分。
微博在上市公司信息披露中日益突出的作用,也引起了监管层的关注和重视。无论是在资本市场发展较成熟的美国,还是在正在发展中的中国,政府的政策或法规都在鼓励和引导公司通过微博等网络新媒体发布信息。在美国,法律法规已正式允许公司通过Twitter和Facebook等自媒体发布公司信息,只要上市公司提前告知投资者将要在何种社交平台上发布信息即可。虽然我国目前还没有专门的法律法规对上市公司通过微博等自媒体发布信息的行为进行规范,但证监会已数次发表声明,将对机构和个人利用微博等社交媒体披露信息进行引导与规范。例如,2013年6月,证监会声明任何机构和个人利用社交媒体实施内幕交易、操纵市场、证券欺诈等违法违规行为,中国证监会将依法予以查处。2014年9月,证监会再次声明要完善信息披露规则,强化网络媒体信息披露的监管,积极引导上市公司通过微博等社交媒体披露信息,处罚披露不真实的信息或利用社交媒体操纵市场等行为。③
③新闻源自于新华网:http://news.xinhuanet.com/fortune/2013-06/22/c_124895223.htm。
然而,与实务的发展形成鲜明对比的是,目前还很少有学术研究对微博在资本市场中的作用进行研究,特别是对其在上市公司信息披露中的作用进行研究。例如,上市公司的微博披露了哪些信息?这些信息是对其他途径已公布信息的简单重复,还是提供了增量的信息?哪些特征的公司更倾向于通过微博披露信息?对于这些问题的研究,不但具有重要的理论价值,还可为投资者、上市公司和监管层提供有益的参考和借鉴。
本文利用手工收集到的上市公司在新浪微博上发布的信息研究发现,上市公司微博信息披露的内容非常广泛,涉及公司经营活动类信息、社会责任及澄清类信息、政治关系类信息和业绩类信息等。而披露最多的为公司经营类信息,约占微博信息披露总量的69%,尤其是销售合同、企业获奖和研发创新等内容。而这些信息中,未经公司正式公告披露的信息,约占微博信息披露总量的84%。进一步地,本文还考察了上市公司特征对其开设微博发布信息数量的影响。研究结果显示,公司治理水平越高的公司越倾向于开设微博且发布更多的与公司密切相关的信息,尤其是未经公司正式公告披露的信息以及经营活动策略类信息。同时,上市公司是否开设微博及其通过微博披露的信息数量还与董事会成员特征、公司规模和盈利能力等因素相关。
本文的贡献主要体现在:首先,本文拓展了关于微博等网络新媒体的相关研究。现有关于微博或Twitter的文献侧重于研究推文内容与公司未来销售业绩或股价等的关系(Bollen等,2011;Sonnier 等,2011),而本文则对微博等网络新媒体在资本市场信息披露中的作用进行有益的探索。其次,本文拓展了自愿性信息披露的文献。现有关于自愿性披露的文献主要集中于考察公司在正式公告和电话会议中的自愿性信息披露(Frankel等,1999;Ajinkaya等,2005;Karamanou和Vafeas,2005),而很少有文献研究微博这一新兴的信息披露渠道,而本文则对此展开了研究。最后,本文也具有重要的政策启示。证监会和交易所等机构目前致力于研究、制定和出台社交媒体信息披露的相关政策和法规,对上市公司的微博信息披露行为进行规范。因此,本文可为监管部门制定相应的规章制度提供实证证据。
二、文献回顾与评论(一)关于自愿性披露及其影响因素的研究
信息披露就其方式而言,可分为强制性披露与自愿性披露。强制性披露一般是根据监管部门的政策和规章要求进行披露,也是公司信息披露的最低要求,往往缺乏灵活性。因此,公司为降低信息不对称和满足投资者的信息需求,在强制性披露之外会选择自愿性披露作为对前者的有益补充。自愿性披露作为公司降低信息不对称的重要方式之一,也是学术界与监管机构一直关注的重要问题。
早期文献发现,公司降低信息不对称的需求是影响公司披露意愿的重要因素,公司不仅增加自愿披露的信息,而且选择信息的披露时机。例如,Lang和Lundholm(1993)发现,公司在股权融资之前倾向于发布更多的利好消息,这既可以提高公司股价和降低融资成本,还可以减轻投资者将再融资作为公司股价被高估信号的担忧。Frankel等(1999)通过考察电话会议上管理层自愿提供的信息发现,成长速度较快、无形资产较多、分析师仅根据历史会计信息难以估值的高科技行业公司,往往为降低信息不对称而在电话会议过程中披露更多信息。Chen等(2002)发现未来盈利存在较大不确定性或即将发生并购时,管理层会更倾向于在季报中披露资产负债表,使得投资者能够更准确地进行估值。
公司治理是影响信息披露的重要因素。近些年的研究主要关注股权结构和董事会结构等公司治理机制对自愿性信息披露的影响。例如,Ho和Wong(2001)以中国香港的上市公司为研究对象,发现董事会中家族成员比例越高,总经理和董事长两职合一,董事会的独立性越低,其自愿性信息披露也就越少。Chen等(2008)发现,家族企业由于创始人家族掌握了大量股权,同时积极参与公司经营,因此控股股东对公开信息的需求不高,公司会更少地发布盈利预测和召开电话会议。
国内关于自愿性信息披露的研究也基本遵循了类似于国外研究的思路。例如,沈洪涛(2007)以石化塑胶行业的公司为研究对象,发现规模越大、盈利能力越好、在上交所上市交易的公司倾向于披露更多的公司社会责任信息;佟岩等(2012)发现,随着市场竞争程度的增加,民企更倾向于自愿披露内部控制信息以向市场传递积极信号;高雷和宋顺林(2007)发现高管持股比例、董事会规模与公司透明度正相关。
(二)关于微博的研究现有关于微博或Twitter等网络新媒体的文献还为数不多,主要侧重于研究推文的经济后果,而对于具体信息内容和公司特征差异则更是鲜有涉及。例如,Sonnier等(2011)发现,可以根据消费者在网络上对公司及其商品的正面或负面的评论来预测未来销售业绩。Bollen等(2011)发现推文的情感走势与三日后的股票走势十分相似。他们认为可以通过推文的情感关键词预测道琼斯工业平均指数收盘值的变化。目前关注微博在资本市场信息披露中作用的文献还比较少。Blankespoor等(2014)研究表明,如果公司通过年报和报刊媒体等方式披露信息的同时还通过Twitter发布相关信息,则可以显著降低股票的买卖价差,提高股票流动性,降低信息不对称程度。胡军和王甄(2014)发现开通微博后,分析师盈余预测的修正频率增加,并且平均盈余预测偏差和盈余预测分歧度都得到显著的下降。何贤杰等(2014)发现,开设微博的公司的股价同步性更低,并且发布微博信息数量越多的公司,股价同步性越低。
三、理论分析与研究预期现代企业经营权与所有权的分离,带来了专业化分工、收益分享和风险分担优势,但同时要求一系列契约安排以解决信息不对称和道德风险等代理问题。信息披露就是其中一种,这不仅包括监管部门要求的强制性披露,还包括公司的自愿性披露。良好的自愿性信息披露能够降低公司与投资者之间的信息不对称程度,从而改善股票流动性,降低资本成本、公司股价低估风险以及公司的诉讼风险。
在提高公司自愿性信息披露程度的诸多机制安排中,公司治理是其中非常关键的一项。公司治理结构的安排,是保护外部投资者权益的基础条件。良好的公司治理机制,如合理的董事会结构与股权结构等,能改变公司自愿性信息披露意愿,提高自愿性信息披露水平,增加信息披露方式和信息披露内容,改善公司的信息环境,促进资本市场的信息效率。
首先,董事会效率是决定公司自愿性披露水平的重要因素。董事会代表股东行使权力,承担与股东沟通以及对管理层任免两项职责,在监督管理层方面拥有较大权力。独立董事是内部权力制衡和保护中小外部投资者利益的重要制度安排,而为了降低委托人和代理人之间的利益冲突,管理层持股可以保障企业的经营更符合股东利益。独立董事与管理层之间的关联较小,为了维护自身名誉以及降低可能招致的诉讼风险,由其占主体的董事会与审计委员会往往倾向于构建更透明的信息环境。董事会成员持股使得董事的利益与股东的利益更加一致,其投入到公司的精力也会更多,会更加努力地提高信息透明度。Karamanou和Vafeas(2005)发现独立董事比例和管理层持股比例越高的公司越倾向于发布管理层预测。Hillman和Dalziel(2003)认为,董事在公司中的持股比例不仅影响了其对经理层的激励强度,而且还决定了其投入到公司资源的多少,因此董事会成员的股权比例越高,公司绩效往往也越好。
其次,公司的股权结构,特别是股权集中度,是决定公司自愿性披露程度的重要因素。中国上市公司的一股独大问题尤其突出,对于股权较为集中的公司,在缺乏有效的制衡的情况下,控股股东往往会利用其对公司经营决策的控制权,选择关联交易和资金占用等方式向由其控制的公司转移财富,或者选择自身效用最大化而非公司利益最大化的经营决策。此时,控股股东会出于隐藏这些信息的需要而降低自愿性披露的程度。因此,股权集中度越高的公司,其自愿性披露的水平越低,反之亦然。Fan和Wong(2002)发现股权集中度较高的公司为了避免私有信息的泄露以及由此带来的社会压力或政治压力,会向公众披露较少的公司信息。魏明海等(2013)发现,家族企业中关联大股东的持股比例越高会导致控股股东侵占小股东的行为越严重,从而损耗企业价值。
综上所述,公司的治理水平越高,大股东侵占小股东的可能性越低,管理层与股东的利益越倾向于一致,即公司代理成本越低,其自愿性披露的水平也就越高。微博作为公司新兴的自愿性披露的重要渠道,也同样适用于上述理论分析。基于此,我们预期公司的治理水平越高,其越倾向于开设微博发布越多的信息,具体表现为:股权结构越分散,独立董事比例越高,董事会成员持股比例越高,则公司自愿通过微博披露更多信息,尤其是未经公司正式公告披露的信息和经营活动与策略类信息。
四、样本选择和研究设计(一)数据与样本
本文采用的微博数据全部手工收集自新浪微博。①我们首先区分新浪微博中的上市公司官方微博和上市公司高管微博。考虑到收集信息的官方性和权威性,本文仅收集含有上市公司名称或简称,并经过新浪微博真实身份认证的加V用户。同时,本文搜集的公司微博只包括上市公司本身的微博,不包括上市公司的控股股东及其子公司和分公司的微博。此外,考虑到数据收集的成本,我们将样本限定为所有在主板和中小板上市的公司。在此基础上,我们还对原始数据进行了如下的筛选:删除没有发布任何信息的微博;②删除与公司经营活动完全无关的微博信息(如心灵鸡汤和天气情况等内容)以及公司用于营销用途的微博信息(如公司做促销活动和有奖活动等内容)。
①本文选择新浪微博作为研究对象,是因为新浪微博拥有庞大的微博用户和良好的使用环境。新浪微博从2009年8月14日正式开始运营,从消息传播的广度和速度来看,都要优于其他微博。
②如复星医药和仙琚制药等。
经过上述筛选后,我们仅保留了与公司经营状况密切相关的微博信息作为研究对象。其中,第一家上市公司开设微博的时间为2009年年底,但由于2009年和2010年开设微博的公司数量较少(只有28家),可能会使回归结果产生偏差,因此我们的样本期间选定为2011年1月1日至2013年2月28日。
(二)研究设计借鉴已有的自愿性披露文献(Frankel等,1999;Ajinkaya等,2005),我们采用如下的模型检验本文的研究假说:
$ \begin{align} &LNC{{Q}_{t}}={{\beta }_{0}}+{{\beta }_{1}}HFD{{5}_{t-}}_{1}+{{\beta }_{2}}DEPE{{N}_{t-}}_{1}+{{\beta }_{3}}BS{{H}_{t-}}_{1}+{{\beta }_{4}}FEMAL{{E}_{t-}}_{1}~ \\ &\ \ \ \ \ \ \ \ \ \ \ \ +{{\beta }_{5}}LNAG{{E}_{t-}}_{1}+{{\beta }_{6}}ED{{U}_{t-}}_{1}+{{\beta }_{7}}SIZ{{E}_{t-}}_{1}+{{\beta }_{8}}RO{{A}_{t-}}_{1}+{{\beta }_{9}}LE{{V}_{t-}}_{1} \\ &\ \ \ \ \ \ \ \ \ \ \ \ +{{\beta }_{10}}GROWT{{H}_{t-}}_{1}+{{\beta }_{11}}IN{{S}_{t-}}_{1}+{{\beta }_{12}}ACTIV{{E}_{t-}}_{1} \\ &\ \ \ \ \ \ \ \ \ \ \ \ +{{\beta }_{13}}yeardummy+\varepsilon \\ \end{align} $ | (1) |
$ \begin{align} & PERCEN{{T}_{t}}={{\beta }_{0}}+{{\beta }_{1}}HFD{{5}_{t-}}_{1}+{{\beta }_{2}}DEPE{{N}_{t-}}_{1}+{{\beta }_{3}}BS{{H}_{t-}}_{1}+{{\beta }_{4}}FEMAL{{E}_{t-}}_{1} \\ & \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ +{{\beta }_{5}}LNAG{{E}_{t-}}_{1}+{{\beta }_{6}}ED{{U}_{t-}}_{1}+{{\beta }_{7}}SIZ{{E}_{t-}}_{1}+{{\beta }_{8}}RO{{A}_{t-}}_{1}+{{\beta }_{9}}LE{{V}_{t-}}_{1}~ \\ & \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ +{{\beta }_{10}}GROWT{{H}_{t-}}_{1}+{{\beta }_{11}}IN{{S}_{t-}}_{1}+{{\beta }_{12}}ACTIV{{E}_{t-}}_{1}+{{\beta }_{13}}yeardummy+\varepsilon \\ \end{align} $ | (2) |
其中,模型(1)和模型(2)为Tobit回归,因变量LNCQ表示上市公司通过微博发布的信息数量的月平均值。①如果上市公司当年未开设微博或未发布我们所要研究的信息,则LNCQ=0。因变量PERCENT表示某类重要微博信息占该公司当年通过微博发布的且与公司经营状况密切相关的信息的比例。如果上市公司当年未开设微博或未发布我们所要研究的信息,则PERCENT=0。这样虽然导致了大量因变量为0的样本,但本文所使用的Tobit模型回归可以很好地避免样本受限所带来的估计偏差问题。
本文从股权结构和董事会效率两个方面来衡量公司治理水平,HFD5、DEPEN和BSH是衡量股权结构与董事会特征的代理变量。参考Demsetz(1985)和冯根福等(2002)的做法,我们采用前五大股东的持股比例之和(HFD5)衡量公司的股权集中度。股权越集中,公司治理水平越低。参考Ajinkaya等(2005)以及Hillman和Dalziel(2003)的做法,我们采用董事会中独立董事的比例(DEPEN)和董事会成员持股比例(BSH)来衡量董事会效率。独立董事比例越高,董事会成员持股比例越高,意味着董事会效率越高,公司治理水平也就越高。
①月平均值为当年发布信息数量除以12,如果某年年中开设微博,则以当年发布信息数量除以开设微博后的月份数;由于本文数据的统计截止时间为2013年2月28日,因此2013年月平均值都为当年发布信息数量除以2。为了减少变量方差,我们将其加1后再取自然对数,即进行 LOG(1+N)变换。
鉴于微博这个新兴披露渠道的特殊性,其开设与否及其使用程度还会受到公司董事会成员特征的影响。我们还选取董事会成员年龄(LNAGE)、女性董事比例(FEMALE)和董事会成员教育程度(EDU)这三个变量来考察上市公司董事会成员的个人特征与微博自愿性信息披露的关系。LNAGE为上市公司上年的董事会成员平均年龄的自然对数。钱颖等(2012)通过访谈发现,微博的使用程度在年轻人中的比例更高,因此,我们预期董事会成员越年轻,上市公司越可能开设微博以发布更多信息。FEMALE用于衡量上市公司上一年的董事会成员中女性董事的比例,为女性董事数量除以总的董事人数。上海交通大学媒体与设计学院和新浪微博基于数据库的随机调研发现,将近70%的微博用户为女性。因此,我们在模型中也控制了女性董事的比例。EDU用于衡量上市公司上一年的董事会成员的教育程度,当董事会成员中有一半以上的学历在本科及以上时取值为1,否则为0。Wiersema和Bantel(1992)发现,高管教育程度越高,公司多元化程度也越高,越容易发生战略变革。因此,董事会成员的教育程度可能是影响公司开设微博发布信息的因素之一。
此外,我们还控制了一些公司层面的特征。SIZE表示公司规模,为公司上一年总资产的自然对数;ROA表示资产回报率,为公司上一年的净利润除以上一年末的总资产;LEV表示资产负债率,为公司上一年末的总负债除以上一年末的总资产;GROWTH表示公司的成长性,用公司上一年营业收入的增长率衡量;INS表示上一年机构投资者的持股比例;ACTIVE表示公司所属行业的变量,如果公司属于计算机、通信行业则取值为1,否则为0。此外,本文还控制了年份因素的影响。
五、实证结果与分析(一)描述性统计
表 1是对上市公司开设微博情况的描述性统计。在剔除创业板和金融行业之后,截至2013年2月28日,我国A股市场共有2 154家上市公司,其中228家上市公司开设了微博并发布了与公司密切相关的信息。其中,Panel A报告了分年度的统计,而Panel B报告了分行业的统计。从表 1可以发现,大约有11%的上市公司开设了微博并发布了与公司密切相关的信息,并且大多数公司集中在2011年和2012年开设微博。从行业分布来看,制造业开设微博的上市公司数量最多(139家),信息技术行业开设微博的上市公司的比例最大(22%)。
Panel A:分年份统计 | |||||||||||||
注:表中行业代码分别为:A.农、林、牧、渔业,B.采掘业,C.制造业,D.电力、煤气、及水的生产和供应业,E.建筑业,F.交通运输、仓储业,G.信息技术业,H.批发和零售贸易,J.房地产业,K.社会服务业,L.传播与文化产业,M .综合类。 | |||||||||||||
年份 | 2011 | 2012 | 2013 | ||||||||||
已开设微博的公司数 | 134 | 223 | 228 | ||||||||||
未开设微博的公司数 | 1 940 | 1 931 | 1 926 | ||||||||||
Panel B:分行业统计 | |||||||||||||
行业 | A | B | C | D | E | F | G | H | J | K | L | M | 小计 |
已开设微博的公司数 | 4 | 0 | 139 | 2 | 7 | 3 | 29 | 16 | 16 | 5 | 6 | 1 | 228 |
未开设微博的公司数 | 39 | 61 | 1 160 | 73 | 45 | 77 | 102 | 114 | 115 | 58 | 22 | 60 | 1 926 |
表 2是对回归模型中使用的主要变量的描述性统计。为了减轻潜在的极值对研究结论的影响,我们在1%和99%的水平上对所有连续变量进行Winsorize处理。从描述性统计可以发现,LNCQ最大值为1.59,相当于平均每年发布48条信息;而标准差为0.25,说明不同公司发布的信息数量还是存在较大差别的。如果只选取开设微博的上市公司作为研究样本,则LNCQ的均值为0.85,中位数为0.69,最小值为0.08,最大值为2.62,也就是说,开设微博的上市公司通过微博平均一年发布16条与公司经营密切相关的信息。
变量 | N | Mean | Std | Min | Q1 | Median | Q3 | Max |
LNCQ | 3 890 | 0.06 | 0.25 | 0.00 | 0.00 | 0.00 | 0.00 | 1.59 |
HFD5 | 3 890 | 0.18 | 0.13 | 0.01 | 0.07 | 0.15 | 0.25 | 0.58 |
DEPEN | 3 890 | 0.37 | 0.05 | 0.30 | 0.33 | 0.33 | 0.40 | 0.57 |
BSH | 3 890 | 0.07 | 0.16 | 0.00 | 0.00 | 0.00 | 0.00 | 0.65 |
FEMALE | 3 890 | 0.12 | 0.11 | 0.00 | 0.00 | 0.11 | 0.18 | 0.44 |
LNAGE | 3 890 | 3.90 | 0.07 | 3.72 | 3.85 | 3.90 | 3.95 | 4.08 |
EDU | 3 890 | 0.70 | 0.46 | 0.00 | 0.00 | 1.00 | 1.00 | 1.00 |
SIZE | 3 890 | 21.83 | 1.29 | 18.83 | 20.96 | 21.69 | 22.59 | 25.75 |
ROA | 3 890 | 0.05 | 0.06 | -0.18 | 0.02 | 0.04 | 0.08 | 0.24 |
LEV | 3 890 | 0.49 | 0.25 | 0.04 | 0.31 | 0.49 | 0.65 | 1.50 |
GROWTH | 3 890 | 0.62 | 2.40 | -0.71 | -0.05 | 0.11 | 0.37 | 18.96 |
INS | 3 890 | 0.39 | 0.23 | 0.00 | 0.20 | 0.40 | 0.57 | 0.88 |
ACTIVE | 3 890 | 0.06 | 0.23 | 0.00 | 0.00 | 0.00 | 0.00 | 1.00 |
通过对微博信息的逐条阅读,我们发现上市公司在微博上披露的信息内容十分广泛。表 3是对微博信息内容的统计和分析。从信息种类来看,发布最多的为公司经营策略类信息,占比为69.08%;其次是社会责任与澄清类信息、与政府相关类信息和业绩类信息,所占比例分别为8.82%、7.94%和5.32%。而在公司经营策略类信息中,占比较大的是销售合同、企业获奖和研发类的信息,比重分别为22.37%、21.95%和17.45%。进一步地,我们根据微博信息是否经过公司正式公告披露,将信息分为未经公司正式公告披露的信息和已经过公司正式公告披露的信息。其中,未经公司正式公告披露的信息约占微博信息披露总量的84%。
类型 | 数量 | 比例 | 未经正式公告信息比例 |
业绩类信息 | 313 | 5.32% | 20.45% |
管理层相关类信息 | 213 | 3.62% | 56.34% |
财务、融资类信息 | 103 | 1.75% | 0.00% |
经营活动及策略类信息: | 4 063 | 69.08% | 94.09% |
收购类信息 | 63 | 1.55% | 0.00% |
外界考察类信息 | 172 | 4.23% | 100.00% |
销售合同类信息 | 909 | 22.37% | 95.38% |
新项目投资类信息 | 334 | 8.22% | 84.13% |
研发类信息 | 709 | 17.45% | 98.73% |
企业获奖类信息 | 892 | 21.95% | 100.00% |
企业市场营销类信息 | 225 | 5.54% | 100.00% |
市场份额及排名类信息 | 523 | 12.87% | 89.48% |
资质认证类及其他信息 | 236 | 5.81% | 92.37% |
所有制改变及股东行为类信息 | 85 | 1.45% | 0.00% |
政府相关类信息 | 467 | 7.94% | 94.43% |
社会责任、澄清类信息 | 519 | 8.82% | 71.48% |
其他信息 | 119 | 2.02% | 82.35% |
小计 | 5 882 | 100.00% | 83.59% |
表 4报告了利用模型(1)对第一个预期进行检验的结果。列(1)的结果显示,HFD5的系数为-1.014,在5%的水平上显著,DEPEN和BSH的系数分别为1.942和1.301,且分别在5%和1%的水平上显著。列(2)的结果显示,当我们在模型中加入董事会成员个人特征的变量后,HFD5的系数仍然显著为负,DEPEN和BSH的系数仍然显著为正。同时,LNAGE的系数显著为负,说明上市公司董事会成员越年轻,公司通过微博披露的信息越多。我们还发现,公司规模、公司盈利能力和机构投资者持股比例等与LNCQ显著正相关,计算机相关行业通过微博披露的信息更多。这一结果支持了本文的预期,即公司治理越好的公司,通过微博披露的信息越多。
变量 | (1) | (2) |
LNCQ | LNCQ | |
注:括号中报告的是HuberWhite Sandwich robust tstatistic,***、**和*分别表示在1%、5%和10%的水平上显著。下同。 | ||
HFD5 | -1.014**(-2.418) | -0.963**(-2.303) |
DEPEN | 1.942**(2.314) | 2.283***(2.703) |
BSH | 1.301***(4.163) | 1.125***(3.588) |
FEMALE | 0.619(1.385) | |
LNAGE | -2.333***(-3.195) | |
EDU | 0.029(0.264) | |
SIZE | 0.259***(5.776) | 0.309***(6.463) |
ROA | 4.466***(4.537) | 4.191***(4.263) |
LEV | 0.118(0.463) | 0.042(0.165) |
GROWTH | -0.010(-0.431) | -0.017(-0.679) |
INS | 0.529**(2.200) | 0.550**(2.289) |
ACTIVE | 0.698***(3.946) | 0.731***(4.120) |
Constant | -9.378***(-9.169) | -1.554(-0.578) |
Year | 控制 | 控制 |
Observations | 3 890 | 3 890 |
Pseudo R2 | 0.059 | 0.065 |
在此基础上,我们进一步对微博的信息内容进行区分,并进行相关的检验。一方面,由于公司不仅会通过微博发布公司业绩等必须通过正式公告披露的信息,还会发布公司合同的签订与进展情况和政府官员的视察情况等不在要求范围之内的信息,这些信息对于投资者了解公司以及判断公司的价值同样有重要的帮助。因此,我们的第一个分类是 将微博信息根据是否通过公司正式公告披露,分为未经公司正式公告披露的信息和已通过公司正式公告披露的信息。另一方面,从初步的数据统计来看,上市公司通过微博发布的经营活动及策略类信息(即第四类信息)的比重较大,并且经营活动及策略类信息也是投资者了解公司经营状况和判断公司价值的重要信息。因此,我们的第二个分类是将微博信息分为经营活动及策略类信息和其他类信息。
我们进一步利用模型(1)检验公司治理水平与不同种类信息的绝对数量之间的关系,其中,
变量 | (1) | (2) | (3) | (4) |
LNCN | LNCC | LNCO | LNCS | |
HFD5 | -1.037***(-2.632) | -0.241(-1.236) | -0.789**(-2.193) | -0.571**(-2.151) |
DEPEN | 2.023**(2.563) | 1.281***(3.271) | 1.593**(2.176) | 1.497***(2.815) |
BSH | 1.096***(3.734) | 0.361**(2.359) | 1.057***(3.910) | 0.639***(3.180) |
FEMALE | 0.384(0.916) | 0.393*(1.828) | 0.478(1.241) | 0.300(1.051) |
LNAGE | -2.304***(-3.377) | -0.614*(-1.733) | -2.062***(-3.278) | -1.095**(-2.342) |
EDU | 0.037(0.359) | -0.014(-0.273) | 0.003(0.035) | 0.002(0.032) |
SIZE | 0.292***(6.489) | 0.131***(5.645) | 0.282***(6.723) | 0.173***(5.727) |
ROA | 3.804***(4.139) | 1.733***(3.630) | 3.502***(4.127) | 2.501***(4.017) |
LEV | 0.065(0.273) | 0.107(0.875) | 0.105(0.479) | 0.128(0.803) |
GROWTH | -0.017(-0.733) | -0.001(-0.037) | -0.012(-0.565) | -0.008(-0.498) |
INS | 0.562**(2.482) | 0.126(1.103) | 0.471**(2.259) | 0.297*(1.940) |
ACTIVE | 0.720***(4.410) | 0.329***(3.943) | 0.726***(4.901) | 0.375***(3.285) |
Constant | -0.969(-0.388) | -2.388*(-1.817) | -1.372(-0.596) | -1.978(-1.144) |
Year | 控制 | 控制 | 控制 | 控制 |
Observations | 3 890 | 3 890 | 3 890 | 3 890 |
Pseudo R2 | 0.071 | 0.090 | 0.079 | 0.069 |
我们还用未经公司正式公告披露的信息的比例(PERCENTN)和经营活动及策略类信息的比例(PERCENTO)作为因变量,并用模型(2)进行检验。表 6报告的回归结果显示,HFD5分别与PERCENTN和PERCENTO都显著负相关,DEPEN、BSH分别与PERCENTN和PERCENTO都显著正相关。这一结果再次验证了我们的预期,即治理越好的公司,越倾向于通过微博发布更多的未公告信息和经营活动及策略类信息,以降低信息不对称程度。
变量 | (1) | (2) |
PERCENTN | PERCENTO | |
HFD5 | -1.067**(-2.469) | -0.711*(-1.911) |
DEPEN | 2.137**(2.465) | 1.533**(2.014) |
BSH | 1.292***(4.049) | 1.133***(4.077) |
FEMALE | 0.456(0.996) | 0.561(1.410) |
LNAGE | -2.640***(-3.537) | -2.199***(-3.377) |
EDU | 0.043(0.378) | -0.001(-0.007) |
SIZE | 0.292***(5.932) | 0.271***(6.230) |
ROA | 4.010***(3.994) | 3.501***(3.986) |
LEV | 0.029(0.110) | 0.055(0.240) |
GROWTH | -0.019(-0.750) | -0.012(-0.566) |
INS | 0.659***(2.658) | 0.490**(2.270) |
ACTIVE | 0.725***(4.033) | 0.712***(4.622) |
Constant | 0.021(0.008) | -0.663(-0.278) |
Year | 控制 | 控制 |
Observations | 3 890 | 3 890 |
Pseudo R2 | 0.066 | 0.075 |
①受篇幅限制,文中未报告稳健性检验结果。如有需要,可向作者索取。
1.检验公司治理与是否开设微博的关系
我们将模型(1)中的因变量替换为是否开设微博,检验公司治理水平对是否开设微博的影响。当上市公司或其高管开设了微博时,则因变量取值为1,否则为0。回归结果显示,公司股权集中度与公司是否开设微博显著负相关,独立董事比例、董事会成员持股比例与公司是否开设微博显著正相关。
2.将样本进行配对后检验
考虑到开设微博的公司数量较少,我们在未开设微博的样本中根据行业、规模最接近的原则,与开设微博的公司进行一对一配对。回归结果与主回归结果一致。
3.以公司治理指数衡量公司治理水平
考虑到公司治理机制所包含的内容十分广泛,我们参考白重恩等(2005)和何贤杰等(2013)的方法,选取高管的持股比例、独立董事占董事会人数的比例、公司董事长是否兼任公司总经理、第一大股东的持股比例、第二至第十大股东持股比例的平方和、第一大股东与第二大股东持股比例的比值、公司是否同时发行B股或H股和公司是否为国有控股等八个指标,并通过主成分分析法构建一个公司治理指数作为代理变量。回归结果显示,公司治理指数与是否开设微博、微博信息数量、未经公司正式公告披露信息的比例以及经营活动策略类信息的比例均显著正相关。
六、结论与启示近年来,微博等网络新媒体在公众的信息分享与传播中扮演了越来越重要的角色,开设微博的企业数量日益增多。这些网络新媒体的出现不仅开创了人际传播的新模式,而且对资本市场的信息提供与传播以及信息的获取途径和及时性带来了重大的影响和变革。同时,微博披露的兴起也引起了证监会等监管机构的关注和重视。本文通过手工收集并逐条阅读上市公司在新浪微博上发布的信息,对微博在信息披露中的作用进行考察。研究结果显示,目前上市公司微博信息披露的内容非常广泛,且很大一部分为未经公司正式公告披露的信息。进一步地,我们还发现,公司治理水平越高的公司越倾向于开设微博并发布越多的与公司密切相关的信息,尤其是未经公司正式公告披露的信息以及经营活动策略类信息。同时,上市公司是否开设微博及其通过微博披露的信息量还与董事会成员的个人特征、公司规模和盈利能力等因素相关。
目前,我国还没有制定专门的法规和政策对上市公司的微博信息披露进行规范和引导。本文的研究结果对于监管层制定政策具有一定的借鉴意义。首先,监管层可以考虑对公司通过微博披露的信息内容与其他公告的信息内容进行规范,如建议哪些信息通过公告的形式披露,哪些信息通过微博的形式披露;其次,监管层可以考虑建立对微博信息的监督系统,当公司通过微博披露虚假信息时,应能及时发现并进行处罚。
但是,本文也不可避免地受到内生性问题的影响,即公司治理和公司通过微博披露信息可能是由共同因素决定的。这个因素可能决定了公司有好的治理,继而决定了公司通过微博发布信息。不过,就本文的问题而言,内生性问题的影响相对较小,即对我们想要阐述的 “好公司”更可能通过微博发布信息的结论的影响相对较小,不会影响本文结论的有效性。
本文对微博在信息披露中的作用进行了探索,作为一个新兴的领域,还有很多值得我们深入研究的问题。网络新媒体的信息披露会对上市公司产生哪些影响?网络新媒体的信息披露能否降低公司股价同步性?网络新媒体的信息披露能否提高分析师预测的准确性?上市公司通过微博进行信息披露提高透明度后,能否降低公司的融资成本?能否利用上市公司微博披露的信息更好地对公司的经营状况和未来的业绩进行判断?
[1] | 白重恩,刘俏,陆洲,等.中国上市公司治理结构的实证研究[J].经济研究,2005,(2):81-91. |
[2] | 陈立敏.微博与传统媒体关系探微[J].新闻爱好者(下半月),2011,(6):8-9. |
[3] | 冯根福,韩冰,闫冰.中国上市公司股权集中度变动的实证分析[J].经济研究,2002,(8):12-18. |
[4] | 高雷,宋顺林.公司治理与公司透明度[J].金融研究,2007,(11):28-44. |
[5] | 何贤杰,肖土盛,朱红军.所有权性质、治理环境与企业社会责任信息披露的经济后果:基于分析师盈利预测的研究视角[J].中国会计与财务研究,2013,(2):57-120. |
[6] | 胡军,王甄.微博、特质性信息披露与股价同步性[J].金融研究,2015,(11):190-206. |
[7] | 钱颖,汪守金,金晓玲.基于用户年龄的微博信息分享行为研究[J].情报杂志,2012,(11):14-18. |
[8] | 沈洪涛.公司特征与公司社会责任信息披露——来自我国上市公司的经验证据[J].会计研究,2007,(3):9-16. |
[9] | 佟岩,冯红卿,吕栋.市场集中、控制权特征与内部控制鉴证报告披露[J].会计研究,2012,(6):61-66. |
[10] | 魏明海,黄琼宇,程敏英.家族企业关联大股东的治理角色——基于关联交易的视角[J].管理世界,2013,(3):133-147. |
[11] | Ajinkya B,Bhojraj S,Sengupta P.The association between outside directors,institutional investors and the properties of management earnings forecasts[J].Journal of Accounting Research,2005,43(3):343-376. |
[12] | Blankespoor E,Miller G S,White H D.The role of dissemination in market liquidity:Evidence from firms' use of twitter[J].Accounting Review,2014,89(1):79-112. |
[13] | Bollen J,Mao H N,Zeng X J.Twitter mood predicts the stock market[J].Journal of Computational Science,2011,2(1):1-8. |
[14] | Chen S P,DeFond M L,Park C W.Voluntary disclosure of balance sheet information in quarterly earnings announcements[J].Journal of Accounting and Economics,2002,33(2):229-251. |
[15] | Chen S P,Chen X,Cheng Q.Do family firms provide more or less voluntary disclosure?[J].Journal of Accounting Research,2008,46(3):499-536. |
[16] | Demsetz H,Lehn K.The structure of corporate ownership:Causes and consequences[J].Journal of Political Economy,1985,93(6):1155-1177. |
[17] | Fan J P H,Wong T J.Corporate ownership structure and the informativeness of accounting earnings in East Asia[J].Journal of Accounting and Economics,2002,33(3):401-425. |
[18] | Frankel R,Johnson M,Skinner D J.An empirical examination of conference calls as a voluntary disclosure medium[J].Journal of Accounting Research,1999,37(1):133-150. |
[19] | Hillman A J,Dalziel T.Boards of directors and firm performance:Integrating agency and resource dependence perspectives[J].The Academy of Management Review,2003,28(3):383-396. |
[20] | Ho S S M,Wong K S.A study of the relationship between corporate governance structures and the extent of voluntary disclosure[J].Journal of International Accounting,Auditing and Taxation,2001,10(2):139-156. |
[21] | Karamanou I,Vafeas N.The association between corporate boards,audit committees,and management earnings forecasts:An empirical analysis[J].Journal of Accounting Research,2005,43(3):453-486. |
[22] | Lang M,Lundholm R.Cross-sectional determinants of analyst ratings of corporate disclosures[J].Journal of Accounting Research,1993,31(2):246-271. |
[23] | Sonnier G P,McAlister L,Rutz O J.A dynamic model of the effect of online communications on firm sales[J].Marketing Science,2011,30(4):702-716. |
[24] | Wiersema M F,Bantel K A.Top management team demography and corporate strategic change[J].The Academy of Management Journal,1992,35(1):91-121. |