——以e互动平台为例

李云鹤

（东南大学，江苏 南京 211102）

摘要：本文以2014—2019年沪市A股企业为样本，基于e互动平台研究了社交媒体互动性对企业创新能力的影响。研究结果表明，社交媒体互动性对企业创新能力的提升有正向作用，且该促进作用对年报质量较差的企业更显著。本文的研究结果为企业创新能力的影响因素研究提供了新的思路，同时为企业借助互动式社交媒体提升创新投资效率提供了参考。

关键词：社交媒体；e互动平台；创新；信息不对称

一、引言

创新是决定企业未来发展的关键要素，但其周期长、难度大、所需资金多，一般无法单纯依靠内部资金来解决，需要外部投资者的支持。而创新研发过程中存在大额的费用化支出，会显著降低当期的报表利润和投资者的信任程度，因此需要投资者与企业之进行有效的信息沟通。社交媒体作为互联网时代的新型信息媒介，极大地提升了信息传递的效率，对缓解信息不对称、提高资本市场的信息效率方面具有积极影响^[1]，改善了传统媒体的不足，促进了投资者与企业之间的互动沟通。它们不仅降低了投资者获取信息的成本，提升了投资者信息获取与解读的能力^[2]，而且能为企业吸引更多的外部投资者关注，对缓解企业外部融资约束、提供更多现金流方面有积极作用。

e互动平台作为上交所建立的官方互动平台，为投资者和企业提供了“双向服务”功能，改变了过去投资者只能被动接受企业陈述式信息的状态，给予了投资者主动向企业提问的权利和机会。它的出现增加了上市企业发布公开信息的渠道，也丰富了投资者信息获取的方式和来源，与微博、微信等大众媒体不同，e互动平台是专门针对证券市场的独特社交媒体，因此该平台上的信息准确度更高，专业性和目的性更强。本文以e互动平台为例，实证研究了社交媒体互动性对企业创新能力的影响。本文的研究结果支持了“社交媒体互动性对提升企业创新能力有正向影响”的结论，进一步研究发现社交媒体的互动性对企业创新能力的促进作用在年报质量较差的企业更为显著。本文的研究内容不仅为“影响企业创新能力的因素”这一问题提供了新的研究思路，而且为企业借助互动式社交媒体提升创新投资效率提供了参考。

二、理论分析及假设提出

国内外学者的研究证明了社交媒体对资本市场有重大影响，比如Twitter能够扭曲资本市场的价格发现^[3]，Twitter上的文本内容可以合理预测一家企业未来的股价和盈利状况^[4]，微博上披露的项目和经营状况信息能够较为真实地反映企业的生产经营状况^[5]，还有利于降低专业分析师的预测偏差^[6]，这些社交媒体平台上的信息甚至比专业分析师的分析报告更加准确^[7]。e互动平台的优势在于，它受上交所直接管理，专业性强、信息真实性高，对企业行为的影响更加显著，而且e互动平台上的企业可以直接回复投资者提问，针对已披露或公开的事项进行解释和答疑，这种互动模式增进了投资者对企业的了解，帮助投资者做出更好的投资决策。本文认为e互动平台能够对企业创新能力产生影响的机制如下：

第一，e互动平台可以缓解投资者与企业间的信息不对称。企业创新活动往往是长期的、跨会计期间的，研发过程中的短期低收益业绩会显著降低当期会计利润，降低投资者的信任程度。投资者仅仅通过信息公告、新闻报道等传统媒体提供的陈述式信息无法准确评估企业创新项目或创新活动的真实价值。而e互动平台解决了这一问题，投资者可以主动向企业提问自己想知道的信息，企业也可以通过社交媒体平台针对创新项目有进一步解释和答疑，相较于传统信息披露方式的陈述式信息，这种互动式信息更有助于缓解投资者与企业之间的信息不对称^[8]，进而降低财务报表等信息带来的负面影响。

第二，e互动平台可以缓解企业的外部融资约束。企业创新项目需要很大的资金投入，一般无法单纯依靠内部资金来解决，外部股权融资是企业进行创新活动的主要资金来源。相较于陈述式信息，互动式信息对提升资本市场的信息效率更有帮助^[9]，投资者对可获取信息较多的企业有更强的投资意愿，甚至要求低于平均期望的回报率^[10]，这种融资约束的降低能够使企业能够融到更多资金用于研发和创新活动，进而提升企业的创新水平。

综上所述，本文如下假设：

H1：投资者与企业在e互动平台上的互动性越强，越有利于企业创新能力的提升。

在企业内外存在天然信息壁垒的情况下，企业的年度财务报告（以下简称“年报”）是企业向外部投资者传递相关信息的重要途径和强制性披露形式，但由于企业的创新活动和创新项目信息很难在年报上予以细节的列示，尤其是年报质量较差的企业披露的创新信息会更少，从而干扰投资者对企业创新项目价值的判断，削弱投资者对企业创新能力的信任。因此年报中所包含信息与e互动平台上的互动性信息主要存在互补作用。如果投资者可以通过e互动平台等社交媒体获得具有增量价值的信息，就可以弥补了企业年报质量差的不足，做出更好的投资决策，因此社交媒体对企业创新能力的影响应该在企业原有的年报质量信息供应不足时更显著。已有研究发现，规模越大的事务所对年报的审计质量越高，因此本文认为由“四大”审计的企业年报质量更高，即是否由“四大”出具审计报告可以作为年报质量的指标。基于上文分析，本文提出假设2：

H2：对于年报质量较差的企业，平台互动性对企业创新能力的影响更加显著。

三、研究设计

1.样本选择及数据来源

本文基于e互动平台2014-2020年的互动数据研究平台互动性对企业创新的影响，由于e互动平台于2013年7月5日正式上线，初上线的半年处于试用阶段，因此本文使用的互动数据自平台上线的第二年开始。本文所使用的平台互动数据取自中国研究数据服务平台，企业的创新数据和其他财务数据均取自国泰安数据库。

本文依照现有研究做了如下筛选：（1）按照证监会行业分类，剔除金融行业的企业样本；（2）剔除ST、*ST的企业样本；（3）剔除互动数据或财务数据不完整的企业样本，最终共得到5083个年度-企业的观测值。

2.变量定义

（1）被解释变量

本文的被解释变量是企业的创新能力。由于创新产出具有不稳定性，现有研究较多采用创新投入作为衡量标准，鉴于企业的研发投入金额在不同行业、不同企业之间差距较大，因此本文参考Tribo等^[11]的变量定义，选择其相对值——研发支出与销售额的比值（研销比）作为企业技术创新水平的衡量指标，记为INVEST。

（2）解释变量

本文的解释变量为投资者与企业在e互动平台上的互动性INTER。由于企业回答的内容比用户提问的内容更能直接反映投资者可获取的信息，因此本文选取企业用户在问答板块的回复字数作为e互动平台互动性的衡量指标，体现了社交媒体“有问有答”的双向互动性，计算公式如下：

INTER=ln（word+1）（word为企业问答板块的年回复总字数）

（3）调节变量

本文根据企业的年报是否由“四大”会计师事务所出具审计意见设定虚拟变量BIG₄，若企业年报由“四大”会计师事务所出具审计意见则BIG4=1，否则为0。

（4）控制变量

本文参考现有文献选取了企业年龄（AGE）、资产负债率（LEV）、企业规模（SIZE）、净资产收益率（ROE）、总资产周转率（AST）、成长性（GROWTH）、股权集中度（TOP1）作为控制变量，具体定义及计算方法如表1所示，年份（YEAR）和行业（IND）分别为年份和行业虚拟变量。

表1 变量定义表

3.模型构建

为验证前文假设，本文建立了多元回归的初始模型来检验假设：

模型中被解释变量为企业创新（INVEST），解释变量为互动性水平（INTER），CONTROLS包含了上文所有控制变量， 和 分别表示年份固定效应和行业固定效应， 是随机扰动项，模型中的β是本文重点关注的系数，它度量了互动性水平与企业创新的关系。为减小误差，本文对样本数据进行了上下1%的winsorize处理。为验证假设2与假设3，本文在模型（1）的基础上分别加入了互动性与年报质量的交互变量（BIG4*DA）和互动性与股权性质的交互变量（INTER*SOE），其余参数与模型（1）相同。

四、实证结果及分析

1.描述性统计

本文首先对主要变量做了描述性统计，统计结果如表2所示。根据表中的统计结果，企业创新能力指标INVEST的均值为3.3%，而标准差为3.39%，说明不同企业之间的创新水平存在较大差异。平台互动性指标INTER的均值为7.015，标准差为2.493，说明企业对投资者提问的回复存在些许差异，这是由于投资者的提问存在主观性，因此企业的回复也会有所不同。

表2 描述性统计

2.回归结果及分析

根据前文建立的回归模型（1）用Stata进行了多元线性回归，初始回归结果如表3（1）所示。

由（1）中结果知，平台互动性INTER对企业创新能力INVEST的回归系数0.163为正数且通过了1%的显著性水平检验，表明平台互动性对企业创新能力有显著的正向影响，这一结果支持了假设1。在初始模型的基础上加入年报质量与它和互动性水平的交互项INTER*BIG4，再次进行回归的结果如（2）所示，交互项的系数为-0.202且通过了10%的显著性水平检验，说明年报质量对初始回归结果有削弱作用，该结果支持了假设2。

表3 回归结果

3.稳健性测试

（1）滞后效应

在现实生活中，企业的创新项目不仅资金需求量大，持续时间也很长，很难在当年看到成效。因此，为了保证前文结论的可靠性，本文参照现有文献常用的滞后效应模型，检验了上一年度的平台互动性对当年企业创新水平的影响。该稳健性测试的样本选取了2014—2018年的平台互动数据，对应2015—2019年的创新水平数据和财务数据，重新整理得到4067个观测值。

对重新整理后的样本再次进行回归分析，回归结果如表4所示。由表中数据可知，投资者与企业在上一年度的平台互动性INTER_t-1与当年的企业创新INVEST仍是显著相关的，相关系数0.059为正数且通过了1%的显著性水平检验，说明上一年度的互动性水平仍旧对企业创新能力的提升具有正向影响，进一步巩固了原假设的可靠性。

表4 滞后效应回归结果

（2）替换被解释变量

为了进一步巩固前文结论的可靠性，本文参考鞠晓生等^[12]的研究，选择企业专利授权量的对数作为被解释变量重新做了检验，解释变量和控制变量均与原样本相同。企业专利授权量数据来自国泰安数据库，剔除掉专利缺失数据，最终得到1657个观测值，再次进行回归测试的结果如表5所示。由表中数据可知，平台互动性对企业创新产出的回归系数为0.045且在10%的水平上显著，因此平台互动性不仅对企业的创新投入有正向影响，对企业的创新产出也有正向影响，进一步支持了本文假设。

表5 替换被解释变量

五、研究结论

本文基于e互动平台，实证检验了社交媒体互动性对企业创新的影响。本文的研究结果表明，投资者与企业的互动性水平对企业提高创新能力有正向影响，该影响在年报质量较差的企业更加显著。本文的研究结果为企业创新能力的影响因素研究提供了新的思路，同时为企业借助互动式社交媒体提升创新投资效率提供了参考。

随着互联网的普及，社交媒体不仅可以帮助企业获得更多的投资者关注，也可以帮助企业树立良好的企业形象。企业应该重视社交媒体平台的官方账号，及时对投资者的提问做出直接有效的回复，有效利用社交媒体平台与投资者进行沟通，更好地促进企业自身的发展。

参考文献：

[1]EFENDI J, PARK J D, SMITH L M. Do XBRL filings enhance informational efficiency? Early evidence from post-earnings announcement drift [J]. Journal of Business Research, 2014, 67(6): 1099-105.

[2]PLUMLEE M, BROWN D, HAYES R M, et al. Voluntary environmental disclosure quality and firm value: Further evidence [J]. Journal of Accounting and Public Policy, 2015, 34(4): 336-61.

[3]JIA W, REDIGOLO G, SHU S, et al. Can social media distort price discovery? Evidence from merger rumors [J]. Journal of Accounting and Economics, 2020, 70(1).

[4]BOLLEN J, MAO H, ZENG X. Twitter mood predicts the stock market [J]. Journal of Computational Science, 2011, 2(1): 1-8.

[5]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.

[6]何贤杰,王孝钰,孙淑伟,朱红军.网络新媒体信息披露的经济后果研究——基于股价同步性的视角[J].管理科学学报, 2018, 21(06): 43-59.

[7]JAME R, JOHNSTON R, MARKOV S, et al. The Value of Crowdsourced Earnings Forecasts[J]. Journal of Accounting Research, 2016, 54(4): 1077-110.

[8]赵杨,赵泽明.互动式信息披露:文献回顾与研究展望[J].科学决策, 2018(11): 74-94.

[9]丁慧,吕长江,黄海杰.社交媒体、投资者信息获取和解读能力与盈余预期——来自“上证e互动”平台的证据[J].经济研究, 2018, 53(01): 153-68.

[10]刘萌,史晋川,罗德明.媒体关注与公司研发投入——基于中国上市公司的实证分析[J]. 经济理论与经济管理, 2019(03): 18-32.

[11]TRIBO J A, BERRONE P, SURROCA J. Do the Type and Number of Blockholders Influence R&D Investments? New evidence from Spain [J]. Corporate Governance: An International Review, 2007, 15(5).

[12]鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究, 2013, 48(01): 4-16.