陳 華， 孫 漢， 沈胤鴻

（南京財經(jīng)大學 會計學院, 江蘇 南京 210023）

一、 引 言

2021年9月18日，最高人民檢察院駐中國證監(jiān)會檢察室揭牌成立，這是我國資本市場改革與發(fā)展中的里程碑事件。檢察室的首要使命是維護投資者合法權(quán)益，成為公眾投資者信賴的娘家人和保護者。中國證監(jiān)會主席易會滿也曾強調(diào)：“強化資本市場監(jiān)管人民性的關(guān)鍵是在監(jiān)管工作中，踐行以人民為中心的理念，想投資者之所想，慮投資者之所憂，解投資者之所難”。截至2022年2月，我國A股投資者數(shù)量已超過2億人，堪稱全球規(guī)模最大、交易最活躍的投資者群體，公眾投資者為我國上市公司的發(fā)展以及資本市場的繁榮和穩(wěn)定做出了重要貢獻，投資者利益保護已成為資本市場研究領(lǐng)域關(guān)注的熱點問題之一。

互聯(lián)網(wǎng)使股民與網(wǎng)民呈高度耦合態(tài)勢(趙楊和趙澤明, 2018)，投資者了解上市公司的渠道、表達自身訴求的方式也逐漸邁向多元化。深交所和上交所分別于2010年和2013年創(chuàng)建了網(wǎng)絡互動平臺，旨在利用互聯(lián)網(wǎng)低成本、高效率的優(yōu)勢為投資者和上市公司搭建溝通渠道，并供所有市場參與主體無償使用。交易所網(wǎng)絡互動平臺的建立是繼業(yè)績說明會、股東大會網(wǎng)絡投票等制度以來，保護投資者權(quán)益的又一創(chuàng)新舉措，也為研究基于中國制度背景下互動式溝通與股價崩盤風險的關(guān)系提供了契機。國內(nèi)外學者從緩解信息不對稱和代理成本角度探究了公司層面股價崩盤風險的影響因素，例如，女性董事涉入(Qayyum等, 2021)、董事會多元化(Wu等, 2020)，已婚CEO和學者型CEO(Kim等, 2021; 何瑛和韓夢婷, 2021)能夠通過影響管理層機會主義行為從而影響股價崩盤風險，此外還有相當一部分研究從上市公司信息披露影響信息透明度角度進行分析(Kong 等, 2021; Kim和Zhang, 2014; 曹廷求和張光利, 2020)，而基于投資者與上市公司雙向互動的角度探究股價崩盤風險影響因素的研究尚不夠深入。借助交易所網(wǎng)絡互動平臺這一特有的政策背景，本文主要研究以下問題：第一，網(wǎng)絡平臺互動式溝通能否緩解股價崩盤風險？第二，網(wǎng)絡平臺互動與股價崩盤風險之間的具體影響機制是什么？第三，在不同的管理層回復質(zhì)量和外部信息環(huán)境下，網(wǎng)絡平臺互動對股價崩盤風險的影響是否存在異質(zhì)性？

為解決上述問題，本文選取2010——2020年中國滬深A股上市公司為樣本，研究發(fā)現(xiàn)：網(wǎng)絡平臺互動強度越高，未來股價崩盤風險越低；信息透明度在兩者之間起到部分中介作用；網(wǎng)絡平臺互動對股價崩盤風險的影響并非同質(zhì)性，當管理層回復越及時、平均字數(shù)越多時，兩者負向關(guān)系更顯著；拓展性研究表明，網(wǎng)絡互動平臺能夠作為傳統(tǒng)第三方機構(gòu)的替代，發(fā)揮補充治理效果；管理層回復文本中風險信息和競爭文化信息披露也能起到緩解股價崩盤風險的效果，驗證了風險信息披露的趨同觀和公司內(nèi)部競爭文化的監(jiān)督治理效應。本文可能的創(chuàng)新在于：（1）以中國情境下近10年網(wǎng)絡平臺互動數(shù)據(jù)為樣本，將上市公司自愿性披露中基于官方的即時互動信息納入股價崩盤風險前置變量的研究框架，從投資者與公司雙向互動所傳遞的信息透明度和監(jiān)管環(huán)境效應角度拓展了股價崩盤風險影響因素的相關(guān)研究；（2）基于管理層回復及時性以及平均字數(shù)兩個維度構(gòu)建回復質(zhì)量評價指標體系，并進行回復質(zhì)量異質(zhì)性的情境化研究；（3）將心理學領(lǐng)域中的負面信息偏好理論納入投資者對上市公司披露信息的敏感度分析中，通過文本分析法對管理層回復文本中風險識別點和競爭文化指標進行分析。余文結(jié)構(gòu)安排如下：第二、第三部分對相關(guān)文獻進行述評，并引出假設(shè)；第四、第五部分是研究設(shè)計以及假設(shè)驗證；第六部分是拓展性分析；最后部分總結(jié)研究結(jié)論與貢獻并提出相應政策建議。

二、 文獻綜述

（一）交易所網(wǎng)絡平臺互動及效果研究

互聯(lián)網(wǎng)以其廣泛的觸達性和低成本優(yōu)勢促使上市公司由傳統(tǒng)的單向式信息披露手段向互動式轉(zhuǎn)變(Miller和Skinner, 2015; 趙楊和趙澤明, 2018)。對于交易所網(wǎng)絡平臺互動的研究最先是從互動頻次開始，圍繞著網(wǎng)絡平臺互動能提高信息透明度、發(fā)揮監(jiān)督作用等角度。岑維等(2014)以提問次數(shù)作為投資者關(guān)注度的代理指標，研究發(fā)現(xiàn)投資者關(guān)注度能夠降低股市信息不對稱，并起到保護中小投資者以及穩(wěn)定市場的作用。網(wǎng)絡平臺互動的治理效果研究還包括降低公司費用粘性(劉運國和劉芷蕙, 2021)、抑制實體企業(yè)金融化(高敬忠和楊朝, 2021)、緩解融資約束(高敬忠等, 2021)、降低股價同步性(楊凡和張玉明, 2020a)等。此外，丁慧等(2018)認為網(wǎng)絡平臺互動使投資者信息能力得到提高，從而抑制股價崩盤風險。但也有學者認為，網(wǎng)絡互動平臺中的海量信息具有“超載效應”，從而增加分析師獲取信息的難度和盈余預測分歧度(楊凡和張玉明, 2020b)。

上述研究主要從互動數(shù)量特征角度，關(guān)于網(wǎng)絡平臺互動內(nèi)容的研究主要圍繞投資者提問以及管理層回復文本。管理層回復明確性和及時性能正向影響投資者投資意愿(張繼勛和韓冬梅, 2015)，投資者針對業(yè)績薪酬類問題的問詢能夠改善高管業(yè)績薪酬敏感性(竇超和羅勁博,2020)。孟慶斌等(2020)從投資者提問和董秘回復語氣出發(fā)，研究表明互動雙方的負面語調(diào)可以負向預測股票超額收益和意外盈余。除影響企業(yè)微觀行為外，譚松濤等(2016)從宏觀視角考察網(wǎng)絡互動平臺開通的效果，研究發(fā)現(xiàn)，深交所公司股價同步性的提升幅度、分析師盈余預測質(zhì)量都高于上交所，表明網(wǎng)絡互動平臺的開通提升了資本市場信息效率；周耿等(2020)同樣證實了上交所“e互動”的運行能夠起到提高信息效率水平的作用。

（二）股價崩盤風險的影響因素

根據(jù)壞消息隱藏理論(Jin和Myers, 2006)，管理層具有隱藏負面信息的動機與能力，當負面信息累積達到一定閾值時，股價崩盤隨之產(chǎn)生。國內(nèi)外學者從委托代理和信息不對稱理論等角度研究股價崩盤風險?；诖砝碚?，管理層團隊行為決策差異直接作用于壞消息隱瞞程度，是股價崩盤風險的主要影響因素。Wu等(2020)研究發(fā)現(xiàn)，董事會規(guī)?？梢詼p輕代理問題，大型董事會的存在可以降低股價崩盤風險；董事會的多元化可以抑制管理層隱瞞壞消息的動機，從而降低崩盤風險(Jebran等, 2020)；女性的行為往往更符合道德規(guī)范，因此女性董事涉入將通過更嚴格的監(jiān)督機制減少代理成本，并最終降低股價崩盤風險(Qayyum等, 2021)。除高管團隊特征外，也有學者從個人特質(zhì)出發(fā)，當CEO來自較高信任水平的地區(qū)時，其所在公司的股價崩盤風險更高，即高信任身份會誘使“信任剝削”的產(chǎn)生以掩飾不當行為(Gu等, 2022)；大饑荒經(jīng)歷引致的“烙印效應”會幫助CEO識別和披露壞消息，從而減少股價崩盤風險(Long等, 2020)；已婚CEO會得到另一半的情感支持和慰藉，更不容易受到機會主義行為的影響，同時出于家庭責任和消費承諾，他們會選擇以更及時的方式自愿披露壞消息(Kim等, 2021)。基于信息不對稱理論，信息透明度的提高能夠抑制股價崩盤風險(Jin和Myers, 2006; Kim和Zhang, 2014; 江婕等,2021)，而年報中因果語言的運用并未起到緩解信息不對稱的增量作用，因為其中涉及較多與真實業(yè)績不符的壞信息(Kong等, 2021)。同樣作為自愿性信息披露，電話會議因其顯著的信息披露效應從而降低了股價崩盤風險(曹廷求和張光利, 2020)。從上市公司外部信息環(huán)境來看，媒體關(guān)注可以降低上市公司股價崩盤風險(羅進輝和杜興強, 2014)，途徑之一是通過傳播更多公司信息(尤其是負面信息)來減少信息不對稱(An等, 2020)。

沿襲管理層捂盤假說，現(xiàn)有文獻大多從管理層團隊風格特征和高管個人特質(zhì)分析如何緩解代理問題進而抑制股價崩盤風險，或者從管理層強制性披露和選擇性披露的運用視角探討壞消息隱匿的程度。但鮮有文獻從非正式制度層面考察股價崩盤風險的治理機制，對于上市公司自愿性披露中基于官方的即時互動信息與股價崩盤風險關(guān)系及其影響機制的研究尚不夠深入。此外，針對股價崩盤風險的研究缺乏本土化背景下的情境研究。在股民和網(wǎng)民呈高度耦合的背景下，上市公司信息披露方式開始從傳統(tǒng)的電話會議、業(yè)績說明會等制度逐漸向新興的交易所網(wǎng)絡互動平臺滲透，已有研究從宏觀層面檢驗了網(wǎng)絡互動平臺開通所帶來的資本市場效率改善，也集中探討了網(wǎng)絡平臺互動的微觀治理作用，以及互動文本所傳遞的信息增量或者超載效應。然而現(xiàn)有研究大多側(cè)重考察互動數(shù)量特征而忽略質(zhì)量內(nèi)涵，另外，對于互動文本信息的挖掘還不夠深入。將互動式信息披露數(shù)量和管理層回復質(zhì)量特征納入同一研究框架對于考察網(wǎng)絡平臺互動的微觀治理作用具有重要意義：一方面，投資者對于網(wǎng)絡平臺海量的互動信息往往表現(xiàn)出有限關(guān)注，高質(zhì)量的互動信息有利于直接降低投資者決策偏誤。另一方面，低質(zhì)量的互動信息不利于資本市場信息效率提升，也與監(jiān)管機構(gòu)加強資本市場信息化建設(shè)、搭建資本市場互聯(lián)網(wǎng)平臺的初衷相悖。交易所網(wǎng)絡互動平臺在信息時效、覆蓋范圍和參與主體等方面具有顯著優(yōu)勢，這與我國資本市場上中小投資者占主體地位的特征相契合，從而為考察治理現(xiàn)代化與監(jiān)管市場化轉(zhuǎn)型背景下的網(wǎng)絡平臺互動數(shù)量和管理層回復質(zhì)量特征對于股價崩盤風險的影響研究提供了理想的平臺。

三、 研究假設(shè)

（一）網(wǎng)絡平臺互動強度與股價崩盤風險

信息不對稱和較弱的監(jiān)管環(huán)境是管理層隱藏壞消息的重要前提(Jin和Myers, 2006; Kim等,2021; Qayyum等, 2021)。本文認為網(wǎng)絡平臺互動至少能夠從緩解信息不對稱和強化監(jiān)管環(huán)境兩方面影響股價崩盤風險。從緩解信息不對稱的角度來看，在傳統(tǒng)的委托代理制度背景下，中小投資者獲取和解讀公司信息的難度和成本均較高，中小投資者也無法對公司形成有效約束和監(jiān)督。作為一種新型的網(wǎng)絡溝通平臺，這種類似面對面的交流模式直接降低了上市公司與投資者之間的信息不對稱程度，中小投資者能夠及時和充分地了解所關(guān)注公司披露的公開信息。與傳統(tǒng)的管理層單向信息披露方式不同，互動式溝通的優(yōu)越性主要體現(xiàn)在以下幾方面：第一，網(wǎng)絡平臺的開通增加了投資者與上市公司的互動機會，有效地彌合了以往外部投資者被動接受單向信息傳遞方式的不足，投資者可以就公司政策發(fā)表評論和看法，并能進一步引導話題的發(fā)展(劉運國和劉芷蕙, 2021)。更重要的是，以文字形式呈現(xiàn)的溝通方式保證了沒有參與互動的投資者也能享有同等的信息資源，增強了投資者獲取外部信息的準確性和公平性(譚松濤等,2016)。第二，網(wǎng)絡平臺的開通減少了投資者的信息搜集成本。定期公告、新聞媒體報道等活動發(fā)生的頻率均是有限的，投資者很難及時了解上市公司最新動態(tài)，并且更新對上市公司的固有認知，而網(wǎng)絡互動平臺的雙向式溝通方式降低了投資者搜集信息的成本(楊凡和張玉明,2020a)，投資者可以隨時就自己關(guān)注的問題向上市公司進行質(zhì)詢和建議。此外，網(wǎng)絡平臺的信息互動和傳遞過程還遵循梅特卡夫法則，也即隨著互動成員的增加，信息傳播、交流及共享的效率會更高效(趙璨等, 2020)。

從強化監(jiān)管環(huán)境來看，投資者言論的自由表達在網(wǎng)絡時代得到了多樣化的發(fā)展(邱詩萌和張紅霄, 2019)，偏好負面信息的討論是中文網(wǎng)絡論壇的普遍特色(安珊珊, 2012)。當投資者在互動平臺上就在職消費、不合理的薪酬安排等熱點問題進行提問時(劉運國和劉芷蕙, 2021)，則會在“負面信息偏好理論”的作用下吸引更多的投資者進行關(guān)注，并進行深入的信息挖掘和處理。而如果上市公司管理層忽視或者避而不談投資者的質(zhì)詢，或者不能及時糾正公司行為并給予合理解釋，這可能會給高管的職業(yè)生涯帶來巨大的聲譽損失，并會引起監(jiān)管機構(gòu)第一時間的關(guān)注與問詢，同時增加了上市公司被查處的概率(丁慧等, 2018)。此外，證交所會定期抽查網(wǎng)絡平臺互動情況，并在網(wǎng)站上公布互動排名，對不積極參與互動的上市公司進行發(fā)函警示等。因此，網(wǎng)絡互動平臺壓縮了管理層自利行為的空間，出于證監(jiān)會等監(jiān)管機構(gòu)的“威懾效應”以及自身的“聲譽約束”，管理層的行為將會更加透明和合理化。綜合以上分析，本文認為交易所網(wǎng)絡平臺互動式的信息溝通能夠發(fā)揮信息傳遞的增量效應以及強化監(jiān)管環(huán)境的功能，抑制管理層隱瞞壞消息的動機和能力，從而緩解上市公司未來股價崩盤風險。據(jù)此，本文提出以下假設(shè)：

H1：在其他條件不變的前提下，網(wǎng)絡平臺互動強度越高，未來股價崩盤風險越低。

（二）網(wǎng)絡平臺互動強度、信息透明度與股價崩盤風險

在網(wǎng)絡平臺互動與信息透明度方面，網(wǎng)絡平臺互動顯著提高了上市公司信息透明度：基于信息供給角度來看，互動式信息交流過程增加了資本市場上公開信息的供給，管理層可以將其掌握的研發(fā)創(chuàng)新、并購重組等多維信息釋放給外部投資者(楊凡和張玉明, 2020b)，通過提升投資者的信息獲取與解讀能力從而降低上市公司與投資者之間的信息不對稱(竇超和羅勁博,2020; 丁慧等, 2018)。另外，從投資者的信息需求角度出發(fā)，管理層與投資者的直接互動除了提高外部投資者的信息擁有量外，還降低了其主動搜集企業(yè)內(nèi)部消息的動機，從而減少了投資者之間非理性的“羊群行為”，使投資者之間也不存在明顯的信息不對稱，這也是上市公司信息披露增加信息透明度的主要機制(曹廷求和張光利, 2020)。

在信息透明度與股價崩盤風險方面。Kim和Zhang(2014)構(gòu)建了多維度的財務報告信息透明度指標，研究結(jié)果證實了信息透明度的提升能夠顯著抑制上市公司股價崩盤風險；江婕等(2021)從會計報表信息、市場交易信息以及信息披露考評指標三方面構(gòu)建較為綜合的信息透明度指標，同樣得出相同結(jié)論。信息透明度緩解上市公司股價崩盤風險的原因主要在于：信息透明度的提高能夠使投資者較為真實地了解公司實際的經(jīng)營情況，準確判斷公司基本面信息，從而減少股價與基本面的背離以避免股價虛假繁榮；增加了管理層隱藏負面信息的成本，促使管理層更及時地披露公司負面信息，從而降低負面信息累積達到閾值后集中爆發(fā)所引致的股價崩盤風險。綜上所述，本文提出以下假設(shè)：

H2：信息透明度在網(wǎng)絡平臺互動強度與股價崩盤風險之間起到中介作用。

（三）網(wǎng)絡平臺互動強度、管理層回復質(zhì)量與股價崩盤風險

與電話會議、業(yè)績說明會這類集中時間段的高度實時問答不同，在網(wǎng)絡平臺溝通過程中，上市公司可以選擇延遲回復。此外，網(wǎng)絡平臺互動形式是以文本形式進行呈現(xiàn)，文本信息在表達上更加隱晦，同時難以規(guī)范和受法律限制(趙璨等, 2020)，管理層可以利用文本信息進行語調(diào)操縱等其他印象管理手段。因此，網(wǎng)絡平臺的溝通功能更多受到管理層回復質(zhì)量的影響。盡管證交所要求上市公司充分關(guān)注并及時回復網(wǎng)絡互動平臺中投資者的訴求，但各公司之間回復質(zhì)量仍存在較大差距，例如管理層采取模糊性的字眼或者選擇性不回復等披露策略。管理層的延遲回復，會使投資者產(chǎn)生氣憤感、挫折感等負面的情緒，這種消極情緒則不可避免地導致投資者對公司產(chǎn)生負面評價(張繼勛和韓冬梅, 2015)。遲來的答復、較低的回復質(zhì)量都會降低信息溝通效率(丁慧等, 2018)。除了回復的及時性外，回復文本長度對外部投資者的決策也能起到重要作用，文本長度是衡量信息有用性的關(guān)鍵。一般情況下，文本長度越短，表達的信息含量也越少。Pan和Zhang(2011)以用戶在線評價文本為例，研究發(fā)現(xiàn)評論長度對評論有用性有正向的影響。Liu和Park(2015)同樣研究證實，用戶更傾向于認為短文本的有用程度也更低。高敬忠等(2021)以上市公司平均回復字數(shù)來衡量互動質(zhì)量，研究發(fā)現(xiàn)互動質(zhì)量越高越能緩解企業(yè)的融資約束。據(jù)此，本文提出以下假設(shè)：

H3：管理層回復質(zhì)量越高，網(wǎng)絡平臺互動強度與股價崩盤風險負相關(guān)關(guān)系更顯著。

H3a：回復時間間隔越短，網(wǎng)絡平臺互動強度與股價崩盤風險負相關(guān)關(guān)系更顯著。

H3b：平均回復字數(shù)越多，網(wǎng)絡平臺互動強度與股價崩盤風險負相關(guān)關(guān)系更顯著。

綜上所述，基于信息不對稱理論、負面信息偏好理論、壞消息隱藏理論、威懾效應理論以及聲譽約束理論，交易所網(wǎng)絡平臺互動能夠通過緩解信息不對稱和強化監(jiān)管環(huán)境兩個角度影響上市公司未來股價崩盤風險，網(wǎng)絡平臺互動所引致的信息透明度提升是兩者之間的主要傳導機制。此外，管理層回復質(zhì)量對網(wǎng)絡平臺互動與股價崩盤風險之間的關(guān)系存在異質(zhì)性影響。具體如圖1所示。

圖 1 研究假設(shè)推演圖

四、 研究設(shè)計

（一）樣本選取和數(shù)據(jù)來源

深交所于2010年開通網(wǎng)絡互動平臺，因此選擇2010年為起始年度，并按如下標準進行篩選：剔除被特殊處理或退市的樣本；剔除金融類公司樣本；剔除上市不滿一年的公司；剔除交易周數(shù)不足30的樣本。最終得到15 273個公司-年度觀測值，并對所有連續(xù)變量進行1%縮尾處理。網(wǎng)絡平臺互動數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，其他數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

（二）變量定義

1. 被解釋變量。與丁慧等(2018)基于投資者獲取信息能力構(gòu)建的月度股價崩盤風險不同，管理層在網(wǎng)絡平臺互動中往往占主導地位，因此本文使用管理層捂盤視角下的年度風險指標(羅進輝和杜興強, 2014)。采用經(jīng)市場調(diào)整后的周收益率負偏度Ncskew和股價波動性差異Duvol兩個指標來量化股價崩盤風險Crash。Ncskew、Duvol越大，則崩盤風險越高。

2. 解釋變量。CNRDS數(shù)據(jù)庫記錄了投資者和上市公司在網(wǎng)絡互動平臺中的互動文本以及時間。借鑒已有研究(楊凡和張玉明, 2020a; 高敬忠等, 2021)，將投資者發(fā)問并得到上市公司的回復視為一次有效互動，以投資者與上市公司年互動總次數(shù)加1的自然對數(shù)來作為網(wǎng)絡平臺互動強度Interaction的代理變量，年互動次數(shù)越多，則互動強度越高。

3. 中介變量及分組變量。借鑒江婕等(2021)的研究，以交易所信息披露考評等級來衡量信息透明度(Rankscore)，并將其進行1-4賦值。參考高敬忠和楊朝(2021)的做法，以上市公司回復時間間隔Day和平均字數(shù)Meanword來衡量管理層回復質(zhì)量。具體而言，將投資者提問時間與上市公司回復時點轉(zhuǎn)化為時間戳，并計算兩個回復時點之間的天數(shù)間隔。另外，借鑒丁亞楠和王建新(2021)的研究，將平均回復字數(shù)按照公司規(guī)模進行標準化處理。

4. 控制變量。借鑒曹廷求和張光利(2020)、趙璨等(2020)和朱孟楠等(2020)的研究范式，將以下控制變量納入回歸模型。此外，在模型中還加入了年度固定效應(Year)和行業(yè)固定效應(Ind)。主要變量名稱和定義如表1所示。

（三）模型設(shè)定

1. 主回歸模型。設(shè)計模型（1）來驗證假設(shè)1。若假設(shè)1成立，則α應該顯著為負。

2. 中介效應模型。借鑒已有研究(溫忠麟和葉寶娟, 2014)，分三步檢驗信息透明度Rankscore的中介作用：檢驗網(wǎng)絡平臺互動強度是否對股價崩盤風險產(chǎn)生負向影響，若模型（1）中 α1顯 著為負，再檢驗模型（2）的 β1與 模型（3）的 γ1；若兩者均顯著，可進行第三步；若兩者有一個不顯著，則需要用Bootstrap法進行補充檢驗。將Rankscore與Interaction同時納入模型（4）中，檢驗系數(shù) δ1，若顯著，則表明Rankscore起到部分中介作用，否則∑為完全中介。

表 1 變量名稱及定義

五、 實證分析結(jié)果

（一）描述性統(tǒng)計

表2報告了描述性統(tǒng)計和單變量分析的結(jié)果。Planel A顯示，股價崩盤風險Ncskew和Duvol的中位數(shù)分別為-0.302、-0.232，均值分別為-0.329、-0.225，與何瑛和韓夢婷(2021)的研究結(jié)果基本相同。網(wǎng)絡平臺互動強度Interaction的中位數(shù)和均值分別為4.331和4.215，與高敬忠等(2021)的描述基本保持一致。年度平均時間間隔Day部分，上市公司平均約11天回復投資者質(zhì)詢，最長回復時間可達145天左右。其他各控制變量與現(xiàn)有文獻基本類似。另外，Planel B 結(jié)果表明，無論是以均值還是以中位數(shù)作為區(qū)分高低互動強度的界限，高網(wǎng)絡平臺互動強度組的股價崩盤風險均低于低互動強度組，并且子樣本都在1%水平上表現(xiàn)出顯著差異，與本文的預期一致，初步驗證了假設(shè)1。

表 2 描述性統(tǒng)計及單變量分析

（二）多元回歸分析

表3報告了網(wǎng)絡平臺互動強度與股價崩盤風險的回歸結(jié)果。列1和列2顯示，在不加控制變量的情況下，網(wǎng)絡平臺互動強度的系數(shù)分別在10%、1%水平下負向顯著(coef.=-0.010, t=-1.87;coef.=-0.015, t=-4.11)。在納入一系列可能影響股價崩盤風險的控制變量后，列3和列4結(jié)果表明，Interaction與Ncskew、Duvol之間的負相關(guān)關(guān)系依然成立(coef.=-0.018, t=-3.23; coef.=-0.019,t=-5.00)，驗證了本文的假設(shè)1，也即網(wǎng)絡平臺互動程度越高，越能夠發(fā)揮信息傳遞的增量效應以及強化監(jiān)管環(huán)境的功能，抑制管理層隱瞞壞消息的動機和能力，從而緩解股價崩盤風險。企業(yè)規(guī)模Size、市賬比Mb、股票回報率Ret和盈余管理Absda與股價崩盤風險正相關(guān)，表明上市公司的規(guī)模越大、市賬比越高、股票回報率越高、盈余操縱越多，公司股價崩盤風險越大，理論上符合預期。而上市年限Listage和股票波動率Sigma均與股價崩盤風險負相關(guān)，控制變量回歸結(jié)果與已有研究基本類似(唐松蓮等, 2021; 趙璨等, 2020)，表明交易所網(wǎng)絡平臺互動抑制股價崩盤風險的估計結(jié)果具有一定的可靠性。

表4匯報了信息透明度的部分中介效應。首先，表3已經(jīng)證實了網(wǎng)絡平臺互動強度越高，未來股價崩盤風險越低；其次，表4列1中網(wǎng)絡平臺互動Interaction的系數(shù)顯著為正(coef.=0.017,t=3.56)，表明網(wǎng)絡平臺互動的提高能增加信息透明度，并且列2和列3中信息透明度Rankscore的系數(shù)分別在5%和10%的水平上負向顯著(coef.=-0.023，t=-2.16; coef.=-0.013, t=-1.82)，證實了信息透明度的增加有利于抑制股價崩盤風險，滿足了中介效應檢驗的第二步要求；最后將Rankscore與Interaction同時納入模型，列4和列5顯示，Interaction的系數(shù)均在1%水平上負向顯著(coef.=-0.018, t=-3.20; coef.=-0.019, t=-4.97)，且回歸系數(shù)和t值相較于表3中列3和列4有所下降。綜上所述，信息透明度在兩者之間起到部分中介作用，因此假設(shè)2得證。

表 3 網(wǎng)絡平臺互動強度與股價崩盤風險

表 4 信息透明度的中介效應①限于篇幅，余文的詳細回歸結(jié)果將不再匯報，備索。

以管理層回復時間間隔Day的年度均值作為劃分依據(jù)，將全樣本分別劃分為回復及時組與回復不及時組。表5列示了分樣本的回歸結(jié)果，結(jié)果顯示，在回復及時組列1和列3中，網(wǎng)絡平臺互動強度與股價崩盤風險之間存在顯著的負向關(guān)系(coef.=-0.018, t=-2.59; coef.=-0.019,t=-4.25)，而在回復不及時組列2和列4中，兩者關(guān)系并不顯著(coef.=-0.008, t=-0.62; coef.=-0.008,t=-0.95)。表5的結(jié)果驗證了管理層回復越及時，網(wǎng)絡平臺互動越能抑制股價崩盤風險的結(jié)論，因此假設(shè)3a得證。此外，以Meanword的年度均值作為劃分依據(jù)，區(qū)分高平均字數(shù)組與低平均字數(shù)組。表6顯示，在列2和列4中，網(wǎng)絡平臺互動Interaction的系數(shù)顯著為負(coef.=-0.038, t=-4.24;coef.=-0.028, t=-4.86)。而在列1和列3中，兩者負向關(guān)系受到削弱或不再顯著(coef.=-0.005,t=-0.60; coef.=-0.012, t=-2.48)，并且Suest組間系數(shù)差異顯著(P=0.0040; P=0.0434)。因此，表6的結(jié)果支持了管理層回復平均字數(shù)越多，網(wǎng)絡平臺互動越能抑制股價崩盤風險的結(jié)論，假設(shè)3b得證。

表 5 管理層回復及時性的異質(zhì)性作用

表 6 管理層平均回復字數(shù)的異質(zhì)性作用

（三）內(nèi)生性處理與穩(wěn)健性檢驗

1. 內(nèi)生性處理。本文分別采用PSM、Heckman兩階段回歸以及工具變量法以部分緩解內(nèi)生性問題。首先，互動強度不同的公司在某些特征上可能存在差異，這些差異既會影響網(wǎng)絡平臺互動，也會影響股價崩盤風險。參考楊凡和張玉明(2020b)的研究，使用PSM來修正樣本選擇偏誤。以Interaction的中位數(shù)作為區(qū)分互動程度高低的依據(jù)，選取與主回歸相同的控制變量為協(xié)變量，采用1∶1最近鄰匹配法尋找配對樣本。其次，使用Heckman兩階段回歸以部分緩解自選擇偏差，借鑒劉運國和劉芷蕙(2021)的研究，以企業(yè)規(guī)模、資產(chǎn)負債率、上市年限、凈資產(chǎn)收益率、管理層持股比率、機構(gòu)投資者持股比率、產(chǎn)權(quán)性質(zhì)、是否并購重組以及股東人數(shù)為解釋變量進行第一階段回歸，得到逆米爾斯比率(Imr)；第二階段，將Imr納入模型重新回歸。結(jié)果顯示，Imr(coef.=-0.160, t=-2.68; coef.=-0.065, t=-1.67)顯著為負，表明模型存在自選擇問題。最后，本文的主回歸部分使用滯后一期的解釋變量以減少反向因果問題，然而投資者也可能事前預測到企業(yè)經(jīng)營狀況存在的問題從而增加或減少互動。為進一步緩解此問題，本文將省級互聯(lián)網(wǎng)寬帶普及率(Broadband)和移動電話普及率(Telephone)作為Interaction的工具變量。原因包括：首先，從相關(guān)性來看，互聯(lián)網(wǎng)信息傳遞和交互可以形成龐大的社交網(wǎng)絡(朱孟楠等, 2020)，而移動電話溝通也是社交網(wǎng)絡的重要技術(shù)手段，在股民和網(wǎng)民高度耦合的背景下，投資者與上市公司可以借助技術(shù)手段進行多途徑的互動討論；其次，從外生性來看，互聯(lián)網(wǎng)寬帶和移動電話普及率反映了人均數(shù)字化設(shè)備擁有量(孫才志和宋現(xiàn)芳, 2021)，而不太可能直接影響股價崩盤風險，因此工具變量在理論上是合理的?；貧w結(jié)果表明，弱工具變量檢驗F統(tǒng)計量分別為20.023和19.874，均大于經(jīng)驗值10，且Sargan檢驗P值分別為0.738和0.861，證實了工具變量的外生性。在控制樣本選擇偏誤、自選擇以及反向因果問題后，Interaction的系數(shù)依舊負向顯著。

2.穩(wěn)健性檢驗。本文分別進行因變量、自變量以及改變時間跨度等穩(wěn)健性檢驗。具體而言，使用分市場總市值平均法下的股價崩盤風險來替換被解釋變量；考慮到全景網(wǎng)也有類似的投資者互動平臺，使用2010-2020年全景網(wǎng)數(shù)據(jù)重新回歸；為避免滬深兩市平臺開通時間不同及時間較短造成的不穩(wěn)定性而對實證結(jié)果的可能干擾，重新選擇2014-2020年的樣本進行回歸?；貧w結(jié)果依舊驗證了本文的穩(wěn)健性。

六、 拓展性分析

（一）網(wǎng)絡平臺互動強度、外部信息環(huán)境與股價崩盤風險①限于篇幅，拓展性部分的回歸結(jié)果并未予以展示，備索。

媒體、審計師和分析師等第三方中介機構(gòu)，極大地提高了市場信息傳播效率，為資本市場營造了良好的輿論、法制和監(jiān)督環(huán)境。當受到外部中介機構(gòu)更多關(guān)注和跟蹤時，企業(yè)所受到的監(jiān)督力度也會更強，此時管理層的機會主義操縱行為將會收斂，因此網(wǎng)絡互動平臺發(fā)揮的治理功能將會受到限制。可以預期的是，若企業(yè)處于更少的分析師關(guān)注、媒體關(guān)注以及由非四大審計等外部信息環(huán)境較弱時，網(wǎng)絡平臺互動強度與股價崩盤風險的負向關(guān)系應當更顯著，也即網(wǎng)絡互動平臺能夠有效發(fā)揮傳統(tǒng)外部治理的補充替代作用。

1. 網(wǎng)絡平臺互動強度、分析師關(guān)注與股價崩盤風險。證券分析師具備財會、金融等豐富而又專業(yè)的知識面，同時擁有挖掘、解讀及傳遞公司深度信息的能力。當分析師對上市公司的關(guān)注度越高時，企業(yè)也更容易暴露在利益相關(guān)者的監(jiān)督之下，管理層所受到的監(jiān)督力度和懲罰成本也將會更高，出于聲譽約束和威懾效應，管理層不得不收斂其機會主義的利益操縱行為。借鑒胡楠等(2021)的研究，使用公司被分析師跟蹤的人數(shù)均值作為劃分高、低分析師關(guān)注的依據(jù)。在低分析師關(guān)注組中，網(wǎng)絡平臺互動與股價崩盤風險存在顯著的負向關(guān)系(coef.=-0.031,t=-4.03; coef.=-0.030, t=-6.25)；而在高分析師關(guān)注組中，兩者關(guān)系并不顯著(coef.=-0.012,t=-1.40; coef.=-0.008, t=-1.33)，樣本組中Interaction所對應的Suest組間系數(shù)存在顯著性差異(P=0.1102; P=0.0040)，研究結(jié)論證實了網(wǎng)絡互動平臺的補充治理作用。

2. 網(wǎng)絡平臺互動強度、媒體關(guān)注與股價崩盤風險。媒體報道能夠有效發(fā)揮輿論治理導向，從而起到約束管理層不良行為的效果(Dyck等, 2010)。羅進輝和杜興強(2014)研究發(fā)現(xiàn)，媒體對上市公司的高強度報道有利于增加上市公司的信息透明度，并能壓縮管理層機會主義行為的空間。借鑒白俊等(2021)的研究方法，使用報刊媒體中出現(xiàn)的標題含有該公司名稱的新聞條目來衡量媒體關(guān)注度?？梢灶A期的是，當上市公司受到更多的媒體關(guān)注時，網(wǎng)絡平臺互動強度緩解股價崩盤風險的作用不明顯。按媒體關(guān)注的年度均值分組后，網(wǎng)絡平臺互動強度與股價崩盤風險的負向關(guān)系在低媒體關(guān)注組中均顯著為負(coef.=-0.034, t=-4.09; coef.=-0.030, t=-5.59)，而在高媒體關(guān)注組中，兩者之間并不存在顯著的負向關(guān)系(coef.=-0.003, t=-0.41; coef.=-0.008,t=-1.43)。Suest組間系數(shù)差異檢驗的結(jié)果也能夠證實在低媒體關(guān)注組中，網(wǎng)絡平臺互動強度對未來股價崩盤風險的抑制作用更明顯(P=0.0078; P=0.0034)。

3. 網(wǎng)絡平臺互動強度、審計師關(guān)注與股價崩盤風險。四大會計師事務所通常比非四大具有更高審計質(zhì)量，以保持較高的聲譽并向外界傳遞積極的信號(付強和廖益興, 2022)。當企業(yè)由四大審計時，企業(yè)面臨的外部監(jiān)督也更強。按四大和非四大分樣本后的回歸結(jié)果顯示，當企業(yè)由非四大事務所審計時，網(wǎng)絡平臺互動強度與股價崩盤風險的負向關(guān)系顯著(coef.=-0.019,t=-3.26; coef.=-0.020, t=-5.24)，而在四大組中兩者并不顯著(coef.=-0.030, t=-1.14; coef.=-0.013,t=-0.75)，對應的Suest組間系數(shù)差異檢驗P值分別為0.6955、0.7038。研究結(jié)論證實在非四大組中，網(wǎng)絡平臺互動強度對未來股價崩盤風險的抑制作用更明顯。

（二）管理層回復文本信息披露與股價崩盤風險

風險信息披露所傳遞信息含量通常包括兩種對立的觀點：趨同觀和趨異觀。趨同觀是指風險信息與普通信息沒有差異，風險信息披露會改善信息透明度。張淑惠等(2021)驗證了趨同觀，研究發(fā)現(xiàn)，年報風險信息披露能夠為信息使用者提供更多信息具體內(nèi)容，從而提高股價同步性；Heinle和Smith (2017)同樣證實，風險信息披露可以降低投資者要求的未來現(xiàn)金流不確定性溢價。趨異觀認為，風險信息不同于普通信息，從而增加信息的理解難度和投資者的風險感知，例如年報非預期風險披露降低了投資者投資意愿(Campbell等, 2014)。借鑒已有研究(張淑惠等, 2021)，以管理層回復文本出現(xiàn)的“風險”“不確定性”“可能”為基礎(chǔ)構(gòu)建風險信息披露指標?？紤]到關(guān)鍵詞個數(shù)較少難以有效衡量風險信息，參考胡楠等(2021)的思路，以上述三個種子詞為基礎(chǔ)進行Word2Vec相似詞拓展(取相似度排序前10)，最終得到33個風險詞集①相似詞來源為WinGo數(shù)據(jù)庫(www.wingodata.com)。限于篇幅，具體風險詞集以及競爭文化詞集未予以列報，備索。，將總詞頻的自然對數(shù)作為風險信息披露指標Riskdis，該指標數(shù)值越大，則表示管理層披露了更多的風險信息。結(jié)果顯示，Riskdis的系數(shù)顯著為負(coef.=-0.016, t=-3.14; coef.=-0.015, t=-4.43)，支持了風險信息披露的趨同觀，即風險披露能增加信息透明度從而抑制股價崩盤風險。

代理成本視角下競爭文化觀認為，高度競爭導向的文化容忍變化、不穩(wěn)定性和強調(diào)個人主義(Fiordelisi和Ricci, 2014)，競爭文化會減少群內(nèi)成員間的信任感，增加信任傾向危機(Mayer等,1995)，并催生機會主義行為。而監(jiān)督機制下的競爭觀強調(diào)各成員之間存在距離感，使得代理人和委托人之間呈現(xiàn)真正的監(jiān)督和被監(jiān)督關(guān)系，從而強化組織內(nèi)部監(jiān)督治理機制(謝陳昕等,2022)。借鑒謝陳昕等(2022)的研究，提取管理層回復文本中競爭文化關(guān)鍵詞并構(gòu)造內(nèi)部競爭文化指標Compete。結(jié)果顯示，Compete的回歸系數(shù)顯著為負(coef.=-0.017, t=-3.55; coef.=-0.012,t=-3.79)，表明競爭文化信息披露能夠緩解股價崩盤風險，驗證了公司內(nèi)部競爭文化的監(jiān)督治理效應。

七、 研究結(jié)論與政策建議

本文選取2010-2020年滬深A股非金融上市公司網(wǎng)絡平臺互動數(shù)據(jù)為樣本，主要考察了網(wǎng)絡平臺互動強度與股價崩盤風險之間的關(guān)系、影響機制以及具體的作用情境。研究發(fā)現(xiàn)：（1）網(wǎng)絡平臺互動能夠有效降低信息不對稱程度，強化外部監(jiān)管環(huán)境，從而顯著抑制上市公司未來股價崩盤風險。在經(jīng)過一系列的穩(wěn)健性檢驗與內(nèi)生性處理后，本文的研究結(jié)論依舊成立。（2）影響機制結(jié)果表明，信息透明度在網(wǎng)絡平臺互動與股價崩盤風險之間起到部分中介作用，驗證了投資者與上市公司的互動式溝通所引致的信息透明度提升是股價崩盤風險的主要治理渠道。在管理層回復質(zhì)量的異質(zhì)性情境下，網(wǎng)絡平臺互動對股價崩盤風險的影響并非同質(zhì)性，具體表現(xiàn)為，當管理層回復越及時、平均回復字數(shù)越多時，兩者負向關(guān)系更明顯。（3）拓展性分析顯示，當上市公司面臨更少的分析師關(guān)注、媒體關(guān)注以及審計師關(guān)注時，網(wǎng)絡平臺互動越能抑制股價崩盤風險，研究結(jié)論證明了在傳統(tǒng)的中介機構(gòu)監(jiān)督缺位的情況下，網(wǎng)絡互動平臺能夠作為傳統(tǒng)外部治理變量的替代，發(fā)揮補充治理效果。此外，管理層回復文本中風險信息披露和競爭文化信息披露也能起到抑制股價崩盤風險的作用，驗證了風險信息披露的趨同觀和公司內(nèi)部競爭文化的監(jiān)督治理效應。

本文的研究貢獻在于：（1）從緩解股價崩盤風險的視角驗證了交易所網(wǎng)絡平臺互動所發(fā)揮的治理作用，豐富了網(wǎng)絡互動平臺監(jiān)管功能以及互動數(shù)量和管理層回復質(zhì)量的相關(guān)研究；（2）拓展了股價崩盤風險治理渠道的研究，交易所網(wǎng)絡平臺互動可以為緩解上市公司股價崩盤風險提供新的路徑支持，本研究從抑制股價崩盤風險的事前角度驗證了網(wǎng)絡平臺互動是投資者“用嘴投票”的新型公司治理機制；（3）從外部信息環(huán)境的角度進一步驗證了傳統(tǒng)中介機構(gòu)與網(wǎng)絡互動平臺治理效應的互補作用，網(wǎng)絡互動平臺這類基于互聯(lián)網(wǎng)溝通的新型投資者關(guān)系管理模式，為推動我國資本市場的效率提升、信息化建設(shè)視角下上市公司的信息披露監(jiān)管轉(zhuǎn)型提供了“落腳點”。

圍繞中共十九大報告指出的“深化金融改革開放，增強金融服務實體經(jīng)濟能力，堅決打好防范化解包括金融風險在內(nèi)的重大風險攻堅戰(zhàn)，推動我國金融業(yè)健康發(fā)展”的宏偉戰(zhàn)略目標，本文提出以下政策建議：（1）證監(jiān)會等部門應積極完善網(wǎng)絡互動平臺建設(shè)，設(shè)置傳聞求證類、公司重大風險披露類以及投資者建議類等分類關(guān)注欄目以減少利益相關(guān)者信息搜尋成本，并積極推進媒體、分析師以及審計師等第三方中介行業(yè)的發(fā)展，充分發(fā)揮其信息搜集、挖掘與傳遞功能于一體的外部信息治理作用；（2）上市公司管理層應充分利用新型網(wǎng)絡平臺互動的制度優(yōu)勢，及時回應投資者反饋和訴求，不僅要考慮與投資者互動的頻率，還要重點關(guān)注互動內(nèi)容的質(zhì)量和內(nèi)涵，密切關(guān)注公司輿論環(huán)境的變化，并加強經(jīng)營風險預警和后續(xù)維穩(wěn)措施等體系的建設(shè)；（3）在股民和網(wǎng)民呈高度耦合的背景下，投資者應該積極主動為自身正當?shù)臋?quán)利理性“發(fā)聲”，通過互聯(lián)網(wǎng)等社交媒體合理表達自己的訴求，努力提升自身搜集信息、處理信息以及解讀信息的專業(yè)知識和能力，從而降低受不實傳聞和謠言影響的可能性，避免不當言論的進一步擴散，共建清朗的網(wǎng)絡環(huán)境。