分享自:

考虑社交媒体因素的信息披露与股价崩盘风险———基于情绪与信息路径的分析

期刊:华南理工大学学报 (社会科学版)DOI:10.19366/j.cnki.1009-055x.2022.06.006

华南理工大学学报(社会科学版)2022年11月第24卷第6期研究报告

作者及机构
本研究的通讯作者为季昱丞(博士研究生),其他作者包括徐维军(研究员、博士生导师)、高海(硕士)、谷任(副教授),均来自华南理工大学工商管理学院及广州金融服务创新与风险管理研究基地(徐维军、高海、季昱丞)和经济与金融学院(谷任)。研究发表于《华南理工大学学报(社会科学版)》2022年第6期,标题为《考虑社交媒体因素的信息披露与股价崩盘风险——基于情绪与信息路径的分析》。

学术背景
本研究属于金融学与行为经济学的交叉领域,聚焦于社交媒体时代下企业信息披露(information disclosure)对股价崩盘风险(stock price crash risk)的影响机制。研究背景基于中国资本市场的信息披露制度尚不完善,且社交媒体(如东方财富股吧、雪球等)的普及改变了信息传播方式,可能放大投资者情绪(investor sentiment)或加剧信息不对称(information asymmetry),进而影响市场稳定性。研究旨在揭示信息披露数量、社交媒体互动与股价崩盘风险之间的因果关系,并提出管理建议。

研究流程
1. 样本与数据
- 研究对象:2005—2020年沪深A股上市公司(剔除ST/PT及金融行业),最终样本包含14,154个公司/年度观测值。
- 数据处理:
- 股价崩盘风险:采用负收益偏态系数(NCSKEW)和收益上下波动比率(DUVOL)两个指标,通过市场模型残差计算。
- 信息披露数量:基于国泰安数据库(CSMAR)的公告数量,取对数处理。
- 社交媒体情绪(senti)与互动(interaction):通过Python爬取东方财富股吧评论,使用朴素贝叶斯情感分类算法(基于自建语料库)计算情绪值,并以阅读量加权;互动变量通过评论数与点赞数对数化衡量。
- 信息不对称(ill):采用非流动性比率(illiquidity ratio)度量。
- 控制变量:包括公司规模、审计质量、分析师关注度等14项指标,并控制年度和行业效应。

  1. 模型构建

    • 主效应模型:检验信息披露数量(anount)对股价崩盘风险(NCSKEW/DUVOL)的直接影响,并引入社交互动(interaction)的调节效应。
    • 中介效应模型
      • 情绪路径:验证信息披露是否通过放大投资者情绪(senti)加剧崩盘风险。
      • 信息路径:验证信息披露是否通过增加信息不对称(ill)加剧风险。
    • 调节效应模型:分析社交互动在两条路径中的差异化作用。
  2. 分析方法

    • 采用逐步回归法检验中介效应,辅以Bootstrap抽样(5,000次)增强统计效力。
    • 内生性处理:使用同行业其他公司信息披露数量的均值作为工具变量(IV),通过两阶段回归验证。

主要结果
1. 主效应:信息披露数量与股价崩盘风险显著正相关(系数0.0801,p<0.01),但社交互动能缓解这一负面效应(交互项系数-0.0168,p<0.01)。
2. 情绪路径:信息披露通过放大投资者乐观情绪(senti系数0.0330,p<0.01)加剧风险(中介效应占比11%),支持假设H1b。
3. 信息路径:信息披露导致信息冗余,增加信息不对称(ill系数0.0058,p<0.01),进而推高风险(中介效应占比10.9%),支持假设H2b。
4. 调节效应
- 社交互动能平抑极端情绪(交互项系数-0.0052,p<0.01),与假设H3相反。
- 但社交互动加剧了信息噪声(交互项系数0.0014,p<0.01),与假设H4相反,表明平台噪声可能掩盖有效信息。

结论与价值
本研究揭示了信息披露与股价崩盘风险的“双刃剑”效应:过度披露可能通过情绪极端化和信息冗余加剧风险,而社交媒体互动虽能缓和情绪,却可能因噪声信息加重信息不对称。其科学价值在于:
1. 理论层面:提出“情绪-信息”双路径模型,丰富了行为金融学对社交媒体影响的机制解释。
2. 实践层面:建议监管机构优化信息披露制度(如简化专业术语),并规范社交媒体平台的信息过滤机制。

研究亮点
1. 创新性地将社交媒体情绪与互动量化,结合东方财富股吧的实时评论数据,开发了基于朴素贝叶斯算法的情绪分类方法。
2. 发现社交互动在情绪与信息路径中的矛盾作用,为“信息过载”问题提供了新证据。
3. 工具变量法和Bootstrap检验增强了因果推断的严谨性。

其他价值
研究结果对“双循环”格局下资本市场风险防控具有政策启示,尤其为社交媒体时代的信息披露规范提供了实证依据。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com