“股吧热”对完善我国上市公司信息披露制度的启示

本文解析“股吧热”的成因及其负面效应，比较了我国信息披露制度和美国在及时性、真实性、灵活性以及信息披露的监管制度等方面的差异，并提出改进建议。     

社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响

本文研究了投资者 “股吧”讨论这种“用嘴投票”机制能否发挥治理作用进而促进管理层进行自愿性业绩预告。用上市公司股吧中的发帖量、阅读量和评论量来衡量投资者“用嘴投票”的参与程度,研究发现投资者“用嘴投票”参与度越高,管理层进行盈余预测自愿性披露的概率越大,且更愿意及时披露业绩下滑等坏消息。进一步研究发现,投资者“用嘴投票”是通过对股价产生影响、引发监管层关注和招致媒体报道这三个渠道对管理层产生预警进而发挥治理作用。且这一治理机制在管理层受到互联网信息影响可能性越大、公司中小股东户数越多以及论坛的讨论内容越负面时更为显著。     

中小股东群体负面情绪对管理层讨论与分析语调管理的影响

以2010—2021年中国A股上市公司为研究对象,探讨中小股东群体负面情绪对管理层讨论与分析(MD&A)语调管理的影响。研究发现,中小股东群体负面情绪促进了管理层向上管理MD&A语调。其影响路径为,中小股东在股吧上发表负面评论引起股市波动,增加了企业经营风险,从而驱使管理层利用MD&A积极语调来向外界传达企业经营状况良好的信号,借以安抚中小股东负面情绪。进一步分析发现,投资者互动和外部媒体关注具有“扩音器”效应,增加信息传染风险,使得中小股东群体负面情绪对MD&A积极语调管理的驱动效应更加明显。提高信息透明度、提升公司治理水平和完善外部制度则能有效抑制管理层机会主义行为,减少MD&A积极语调操纵。     

股吧对个人投资者情绪的影响研究

根据行为金融学的理论,个人投资者在情绪的影响下,会采取追涨杀跌的正反馈交易策略。随着网络的普及,股吧在个人投资者信息获取和投资决策中扮演了越来越重要的角色,股吧信息在一定程度上衡量了投资者的情绪。已有的研究表明股吧信息与股市收益之间存在相关关系。通过利用股吧发帖量构建了个人投资者情绪的代理指标,并运用实证方法验证了个人投资者情绪与股市收益间存在的相关关系。     

关注“股吧热”背后的“行为金融学”

当今社会里,每日收集各类上市公司信息,并在"股吧"上发表个人意见,已经成为相当多网民投资者的回家作业。在"股吧"中,个人的理性选择,一旦变成集体行为,就必然出现一些"行为缺陷"。"股吧热"的持续并非偶然,其恰恰反映了广大中小投资者需要更公开和更高质量的证券市场信息,也预示着传统的纸质信息披露媒介的单向传播模式已经逐步向网络信息披露平台的交互式传播模式转变。     

股吧评论、分析师跟踪与股价崩溃风险——关于模糊信息的信息含量分析

东方财富股吧等股票论坛日渐活跃,反映了投资者对获得上市公司真实、完整、及时信息的强烈需求。尽管股吧有助于促进信息传播,但仍是非正式的信息发布平台,股吧评论本质上是一种模糊信息。为探明股吧评论的信息含量,本文以2012—2017年A股上市公司为研究样本,研究股吧评论对股价崩溃风险的影响,以及同样属于模糊信息的分析师跟踪在这一过程中可能产生的作用。实证结果表明,股吧评论分歧越小,股价崩溃风险越大,并且分析师跟踪人数和研报数量在上述影响过程中发挥中介作用。研究结果有助于厘清股吧评论影响股价崩溃风险的路径和机理,既丰富了股价崩溃风险成因的研究,也揭示了股吧评论、分析师跟踪等模糊信息的信息含量。     

社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响

本文研究了投资者 “股吧”讨论这种“用嘴投票”机制能否发挥治理作用进而促进管理层进行自愿性业绩预告。用上市公司股吧中的发帖量、阅读量和评论量来衡量投资者“用嘴投票”的参与程度,研究发现投资者“用嘴投票”参与度越高,管理层进行盈余预测自愿性披露的概率越大,且更愿意及时披露业绩下滑等坏消息。进一步研究发现,投资者“用嘴投票”是通过对股价产生影响、引发监管层关注和招致媒体报道这三个渠道对管理层产生预警进而发挥治理作用。且这一治理机制在管理层受到互联网信息影响可能性越大、公司中小股东户数越多以及论坛的讨论内容越负面时更为显著。     

互联网企业海外并购财务风险大数据预警研究——基于Stacking集成学习

数智化时代中国互联网企业海外并购强势崛起但风险巨大,机器学习与非财务信息可为此类风险预警提供新思路。在已有研究基础上,本文选取2013年-2020年期间45家中国互联网上市公司56起海外并购事件的大数据,构建Stacking集成学习模型进行大数据财务风险预警因子挖掘。结果表明,stacking集成学习模型相比其它机器学习模型的大数据预警效果更好；运营能力等传统型财务指标依然是互联网企业海外并购财务风险大数据预警的首选指标,但股吧评论等创新型非财务指标也具有重要预警价值。本研究提供了Stacking机器学习与利益相关者大数据信息有助于预警互联网企业海外并购财务风险的经验证据,为互联网企业、投资者、监管者等进行海外并购财务风险管控决策提供了重要参考。