非財(cái)務(wù)信息的市場反應(yīng)與預(yù)測功能
——基于“京東商城”消費(fèi)者大數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)

胡娟 李雪軼 郝穎 董士君

一、引言

面對瞬息萬變的市場環(huán)境，傳統(tǒng)財(cái)務(wù)報(bào)表提供的格式化的公司財(cái)務(wù)信息已無法滿足投資者的決策需求(程新生等，2012[1])。然而，近年來互聯(lián)網(wǎng)技術(shù)的不斷普及，通過搜索引擎、社交媒體等渠道傳播的非財(cái)務(wù)信息，作為公司異質(zhì)信息的重要補(bǔ)充受到學(xué)術(shù)界和實(shí)務(wù)界的廣泛關(guān)注。據(jù)《中國網(wǎng)絡(luò)零售市場數(shù)據(jù)監(jiān)測報(bào)告》顯示，2014—2020年，網(wǎng)絡(luò)購物用戶比重不斷上升，截至2018年，國內(nèi)網(wǎng)絡(luò)零售市場交易規(guī)模達(dá)8.56萬億元，占2018年中國社會(huì)消費(fèi)品零售總額38萬億元的22.5%。各大電商平臺通過與購物社區(qū)、微博和自媒體巧妙結(jié)合，促使消費(fèi)者主動(dòng)分享購物體驗(yàn)、發(fā)布在線評論，顛覆性地改變了信息的數(shù)量和類型。尤其是“大數(shù)據(jù)技術(shù)”的發(fā)展不僅改變了傳統(tǒng)消費(fèi)模式，也為投資者獲取更多更全面的信息提供技術(shù)支持，極大地提升了信息傳遞的及時(shí)性和有效性，加速投資者的市場反應(yīng)。在此宏觀背景下，開展對非財(cái)務(wù)信息的市場反應(yīng)、預(yù)測可能誘發(fā)的風(fēng)險(xiǎn)等一系列問題的研究，無論從理論上還是實(shí)踐上都具有重要意義。

以往研究分別從財(cái)務(wù)舞弊行為(葉康濤和劉金洋，2021[2])、銀行信貸決策(曹偉等，2022[3])、企業(yè)投資等方面，對非財(cái)務(wù)信息的影響展開了探索(Tellis和Johnson，2007[4]；Chen等，2012[5]；Luo和Zhang，2013[6])。這些研究一方面表明非官方發(fā)布的產(chǎn)品質(zhì)量評估和產(chǎn)品使用建議，在效力上等同于上市公司官方披露的非財(cái)務(wù)信息，可能改變消費(fèi)者和投資者對企業(yè)的認(rèn)知(1)根據(jù)尼爾森2015年全球廣告信托調(diào)查，66%的調(diào)查者信任在線消費(fèi)者評論，其中69%表示他們會(huì)對這些意見采取行動(dòng)。；另一方面說明消費(fèi)者評論可以作為間接度量企業(yè)非財(cái)務(wù)信息的指標(biāo)，投資者通過消費(fèi)者評論的信息傳遞功能捕捉企業(yè)未來盈利的信號，并反映到股票市場中。然而，目前關(guān)于非財(cái)務(wù)信息對資本市場的影響研究尚未達(dá)成共識，部分文獻(xiàn)認(rèn)為非財(cái)務(wù)信息能夠在一定程度上提升公司信息透明度，滿足利益相關(guān)者了解公司發(fā)展趨勢的信息需求(Brazel等，2009[7]；孟曉俊等，2010[8])；部分文獻(xiàn)則認(rèn)為我國監(jiān)管制度尚不健全，企業(yè)出于利己主義選擇性地披露非財(cái)務(wù)信息，信息效度大打折扣(唐躍軍等，2008[9]；Da等，2011[10])。由此便引申出一些關(guān)鍵問題：消費(fèi)者在線評論信息是否優(yōu)化了非財(cái)務(wù)信息、實(shí)現(xiàn)增量提質(zhì)，其經(jīng)濟(jì)后果到底如何？其是否能發(fā)揮更具前瞻性的作用？

事實(shí)上，消費(fèi)者在線評論是網(wǎng)絡(luò)購物用戶在電商平臺上發(fā)布的企業(yè)產(chǎn)品使用體驗(yàn)，信息披露的內(nèi)容和頻率并未受到企業(yè)監(jiān)督和干涉，保證了評論信息的獨(dú)立性，不僅可以幫助潛在消費(fèi)者直接獲取相關(guān)產(chǎn)品信息，也能讓投資者便捷地搜集有關(guān)企業(yè)盈利狀況的公開信息，增加公司非財(cái)務(wù)信息在市場傳播的有效性。更為重要的是，消費(fèi)者在線評論是客戶更真切的購物體驗(yàn)，遠(yuǎn)優(yōu)于上市公司為追求控制權(quán)等私利動(dòng)機(jī)而公布的一些模糊的、避重就輕的信息。因此，在某種情況下，消費(fèi)者發(fā)布的正面或負(fù)面評論甚至超過了廣告、促銷等方式產(chǎn)生的影響(盧向華和馮越，2009[11])?？梢姡M(fèi)者作為產(chǎn)品的最終使用者，所提供的評論信息更具時(shí)效性和客觀性，在一定程度上可以避免自愿披露的主觀性誤差。特別地，“大數(shù)據(jù)技術(shù)”的發(fā)展使投資者對信息的及時(shí)捕捉和量化處理成為現(xiàn)實(shí)，豐富了投資者獲取信息的渠道，降低了投資者從公開信息中提取有用信息的難度(丁慧等，2018[12])。因此，沿著上述邏輯思路，本文借助當(dāng)前日漸成熟的電子商務(wù)系統(tǒng)和快速發(fā)展的數(shù)據(jù)搜集技術(shù)所提供的絕佳機(jī)會(huì)，通過采用Python文本分析技術(shù)量化消費(fèi)者在線評論，研究消費(fèi)者在線評論對股票收益率的影響。研究結(jié)果表明：消費(fèi)者情緒與消費(fèi)者關(guān)注度對股票收益率的影響密切相關(guān)，并受其左右。在通過替換因變量、替換固定效應(yīng)模型、增加控制變量等方法檢驗(yàn)后其結(jié)果依然穩(wěn)健。進(jìn)一步地，我們通過有效識別方法，排除樣本中的水軍言論，以消除“言論噪音”帶來的誤導(dǎo)性，抑制股價(jià)長期反轉(zhuǎn)的可能。異質(zhì)性分析表明，消費(fèi)者關(guān)注度與消費(fèi)者情緒的交叉效應(yīng)在追加評論組及競爭激烈的行業(yè)組結(jié)果更加顯著，與整體樣本的特征基本一致，而且在消極情緒下要比積極情緒下作用更強(qiáng)。

與既有的研究相比，本文的增量貢獻(xiàn)在于：第一，突破了以往研究數(shù)據(jù)的局限，拓展和豐富了消費(fèi)者在線評論對資本市場價(jià)值影響方面的文獻(xiàn)?，F(xiàn)有研究主要利用股票論壇或上市公司公告的文本信息，存在研究窗口期短、樣本所屬行業(yè)單一等局限，亦無法獲得有深度、有廣度的面板數(shù)據(jù)(Clemons等，2006[13]；Fornell等，2016[14])。本文利用Python信息搜索技術(shù)，獲取2014—2018年上市公司相關(guān)店鋪的產(chǎn)品評論信息160萬余條，構(gòu)建了綜合面板數(shù)據(jù)，對上市公司非財(cái)務(wù)信息與投資價(jià)值預(yù)判作用的研究提供參考價(jià)值。第二，獨(dú)特的數(shù)據(jù)處理允許本文更純粹地觀察消費(fèi)者評論對股價(jià)的影響。本文有效識別并剔除網(wǎng)絡(luò)水軍評論，更真實(shí)地闡釋了消費(fèi)者在線評論的市場反應(yīng)和預(yù)判作用。第三，本文通過構(gòu)建一個(gè)全新的自變量“消費(fèi)者關(guān)注度×消費(fèi)者評論情緒”，論證了消費(fèi)者關(guān)注的情緒效應(yīng)，并清晰地揭示了該效應(yīng)存在不對稱性，豐富和補(bǔ)充了非財(cái)務(wù)信息領(lǐng)域的研究。

二、理論構(gòu)建與假說提出

(一)消費(fèi)者關(guān)注度與股票回報(bào)

傳統(tǒng)觀點(diǎn)認(rèn)為，財(cái)務(wù)分析是專業(yè)預(yù)測者的領(lǐng)域。然而，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)時(shí)代的到來，通過搜索引擎、社交媒體等渠道傳播的信息以及網(wǎng)絡(luò)平臺發(fā)布的產(chǎn)品第三方評論的預(yù)測作用嶄露頭角，企業(yè)高管、消費(fèi)者和投資者也意識到非財(cái)務(wù)信息的披露能有效緩解信息不對稱。消費(fèi)者在選擇產(chǎn)品時(shí)，不再依賴專家建議，而是越來越多地轉(zhuǎn)向其他客戶的評議。消費(fèi)者評論在信息決策中已搶占了一席之地，并為其他消費(fèi)者在購物決策和潛在投資者決策提供參考。用戶生成的評級對市場上其他參與者產(chǎn)生的影響驟然增加，而來自公司公告等傳統(tǒng)咨詢來源的影響力正在下降。監(jiān)管機(jī)構(gòu)由此得出結(jié)論“社交媒體正在改變格局”，其傳播的非財(cái)務(wù)信息與金融市場的相關(guān)性只會(huì)不斷增加。

有效市場理論認(rèn)為，有價(jià)值的信息進(jìn)入資本市場，就會(huì)立即被投資者識別并以此調(diào)整策略，最終反映在股票價(jià)格中(Fama和French，2015[15])。投資者將消費(fèi)者感知到的產(chǎn)品質(zhì)量、滿意度等信息整合處理后，作為判斷企業(yè)未來發(fā)展前景和潛力的信號，在一定程度上規(guī)避投資風(fēng)險(xiǎn)、提高投資決策效率(Aaker和Jacobson，1994[16]；Subrahmanyam和Titman，1999[17]；Mizik和Jacobson，2003[18]；Srivastava等，1998[19])。因此，消費(fèi)者評論信息與股票回報(bào)率息息相關(guān)。在經(jīng)濟(jì)活動(dòng)實(shí)踐中也不難發(fā)現(xiàn)：由于監(jiān)管部門尚未準(zhǔn)確地界定非財(cái)務(wù)信息披露的準(zhǔn)則，且資本市場中已有一些企業(yè)自愿披露的非財(cái)務(wù)信息大部分是報(bào)喜不報(bào)憂，不僅信息的多寡、優(yōu)劣良莠不齊，而且不同公司之間的非財(cái)務(wù)信息無法對比，導(dǎo)致投資者無法準(zhǔn)確分析和判斷價(jià)值相關(guān)的信息。而相比之下，消費(fèi)者在線評論卻很好地消除了已有非財(cái)務(wù)信息的弊端，一方面，消費(fèi)者在線評論獨(dú)立于企業(yè)管理者和資本市場投資者，屬于第三方平臺發(fā)布的公開信息，具有一定的客觀性和參考性；另一方面，消費(fèi)者在線評論提升了信息的標(biāo)準(zhǔn)化程度，內(nèi)容涵蓋范圍廣，而且通過構(gòu)建評論等級、評論數(shù)量等綜合性指標(biāo)，強(qiáng)化了評論信息的可比性。因此，消費(fèi)者及時(shí)披露的產(chǎn)品使用體驗(yàn)不僅能夠打破信息傳遞偏差和局限，為投資者提供了更多的增量信息，投資者在獲取這些信息后，對公司股票價(jià)值進(jìn)行預(yù)測，至少在短期內(nèi)會(huì)引起股價(jià)波動(dòng)。

基于上述邏輯，提出本文第一個(gè)假設(shè)：

假設(shè)1：消費(fèi)者在線評論數(shù)量越多，意味著該產(chǎn)品在市場上受到的關(guān)注度越高，越易引起股價(jià)波動(dòng)。

(二)消費(fèi)者關(guān)注度、消費(fèi)者評論情感的交叉效應(yīng)與股票回報(bào)

消費(fèi)者作為企業(yè)產(chǎn)品的直接使用者和體驗(yàn)者，在購買產(chǎn)品或服務(wù)后會(huì)針對購買和使用體驗(yàn)提出總體評價(jià)，投資者通過消費(fèi)者評論的信息傳遞功能，捕捉企業(yè)未來盈利的信號，并反映到市場中。國內(nèi)外已有研究表明，金融資產(chǎn)的價(jià)格會(huì)被投資者情感所左右，尤其是非理性投資者情感會(huì)扭曲公司股價(jià)，嚴(yán)重偏離公司基本面(金雪軍等，2013[20])。由此及彼，消費(fèi)者在線評論中包含的情感信息通過傳遞同樣也能對股價(jià)產(chǎn)生顯著影響。

一般而言，市場中對企業(yè)產(chǎn)品的評價(jià)和認(rèn)可不斷累積后會(huì)形成“消費(fèi)者口碑”，驅(qū)動(dòng)潛在消費(fèi)者和投資者的好奇心，從而使產(chǎn)品受到持續(xù)關(guān)注，提升了品牌效應(yīng)，增強(qiáng)企業(yè)的競爭優(yōu)勢等，以上都足以奠定消費(fèi)者評論對企業(yè)未來經(jīng)濟(jì)利益的重要預(yù)測作用。此外，相對成熟的市場環(huán)境和監(jiān)管體系，在抑制特定消費(fèi)者在線評論情感的主觀動(dòng)機(jī)的同時(shí)，削弱消費(fèi)者評論單一性的噪聲干擾，保障消費(fèi)者情感傾向更加客觀真實(shí)地反映未來業(yè)績情況(Huang，2018[21])?！翱诒?yīng)”的介入為更有效、更全面地解釋消費(fèi)者在線評論對資本市場的影響提供了思路：首先，通過口碑傳播向潛在消費(fèi)者推廣企業(yè)產(chǎn)品和服務(wù)，以此降低吸引新客戶的市場營銷成本，同時(shí)提升企業(yè)品牌形象和聲譽(yù)(Mittal和Kamakura，2001[22]；Anderson和Mittal，2000[23])。其次，消費(fèi)者正面評價(jià)體現(xiàn)了消費(fèi)者對產(chǎn)品的高度認(rèn)可，吸引潛在消費(fèi)者，從而帶來重復(fù)購買和交叉購買，增加企業(yè)營業(yè)收入、提高企業(yè)運(yùn)營能力(白長虹和劉熾，2002[24]；韓經(jīng)綸和韋福祥，2001[25])。最后，消費(fèi)者滿意度使得顧客和企業(yè)的利益關(guān)系更加穩(wěn)固，降低企業(yè)交易費(fèi)用和交易失敗成本。顯而易見，基于消費(fèi)者口碑和企業(yè)忠誠度，消費(fèi)者正面評論有利于增強(qiáng)企業(yè)軟實(shí)力，成為企業(yè)在激烈的市場中取勝的重要支撐(王永貴等，2005[26]；張英奎等，2012[27])。

進(jìn)一步地，“注意力分配模型”認(rèn)為，當(dāng)消費(fèi)者在線評論信息越多，越容易引起投資者的注意，因此，消費(fèi)者評論情感便成為消費(fèi)者關(guān)注度影響股價(jià)的重要推動(dòng)力。其基本邏輯在于：當(dāng)消費(fèi)者對某一產(chǎn)品評論持積極情感時(shí)，投資者更愿意購買該公司股票，引起股票價(jià)格的正向反應(yīng)，相反，當(dāng)消費(fèi)者評論持消極情感，此時(shí)潛在消費(fèi)者和投資者都發(fā)生了巨大變化，重復(fù)購買的可能性大大降低，投資者更為謹(jǐn)慎，大規(guī)模拋售股票導(dǎo)致股票價(jià)格大幅跌落。

基于以上分析，提出本文第二個(gè)假設(shè)：

假設(shè)2：消費(fèi)者關(guān)注對股票價(jià)格的影響取決于消費(fèi)者評論情感，消費(fèi)者評論持積極情感時(shí)，消費(fèi)者關(guān)注度正向影響股價(jià)；消費(fèi)者評論持消極情感時(shí)，消費(fèi)者關(guān)注度則負(fù)向影響股價(jià)。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

據(jù)《中國網(wǎng)絡(luò)零售市場數(shù)據(jù)監(jiān)測報(bào)告》顯示，京東商城和淘寶是國內(nèi)最大、消費(fèi)者最常用的購物平臺。京東商城在國內(nèi)B2C網(wǎng)絡(luò)零售市場排名名列前茅，截至2018年京東營業(yè)收入占零售電商上市公司總營收的34.16%，位居首位?？梢?，“京東商城”平臺是個(gè)人購買商品的熱門場所，也成為獲取互聯(lián)網(wǎng)消費(fèi)者在線評論的最大來源之一，因此本文選擇京東商城具有代表性。

本文選取2014—2018年產(chǎn)品在京東商城網(wǎng)站上交易的182家A股上市公司作為研究對象，通過手工搜集與Python數(shù)據(jù)獲取技術(shù)相結(jié)合，整理得到研究所用數(shù)據(jù)?；谘芯吭O(shè)計(jì)的需要，對樣本做如下篩選：(1)鑒于金融業(yè)、房地產(chǎn)、采礦業(yè)以及大型機(jī)械設(shè)備生產(chǎn)等行業(yè)產(chǎn)品和服務(wù)的特殊性，無法在電商平臺銷售，故剔除上述行業(yè)。(2)剔除在研究期間內(nèi)財(cái)務(wù)數(shù)據(jù)和資本市場數(shù)據(jù)不完整的樣本。(3)剔除在研究期間無商品交易或產(chǎn)品評論數(shù)據(jù)的上市公司。(4)剔除各變量有缺失以及數(shù)據(jù)異常的樣本。(5)為提高研究樣本質(zhì)量，本文選取京東商城銷售額占比較大的上市公司為研究樣本(如××旗艦店、××自營店)獲取更廣泛的消費(fèi)者評論信息。(6)由于書籍和音樂光盤類產(chǎn)品均以作品名或作者名字列示，因此不納入本研究樣本中。經(jīng)如上步驟篩選，共獲得182家上市公司的160余萬條觀測值。

需要指出的是，由于樣本量的要求，需涵蓋農(nóng)副食品加工業(yè)、日化用品、金屬制品以及家具制造業(yè)等多個(gè)行業(yè)，總之以終端產(chǎn)品直接面向消費(fèi)者的行業(yè)占比較多，當(dāng)然也包含了極少量的漁業(yè)和餐飲業(yè)。限于篇幅，未在文中列示樣本的行業(yè)分布(2)分類標(biāo)準(zhǔn)參考中國證監(jiān)會(huì)2012年公布的《上市公司行業(yè)分類指引》。(3)限于篇幅，消費(fèi)者評價(jià)樣本的行業(yè)分布表未在文中列示，留存?zhèn)渌??！?/p>

(二)主要變量說明

基于前文分析，本文中“消費(fèi)者在線評論”包含兩層含義：消費(fèi)者關(guān)注度和消費(fèi)者評論情感。

1.消費(fèi)者關(guān)注度(Attention)。

主流文獻(xiàn)中對于“關(guān)注度”的衡量大多數(shù)采用與之相匹配的數(shù)量作為度量指標(biāo)。本文利用Python數(shù)據(jù)搜索技術(shù)，在平臺上搜集了消費(fèi)者使用產(chǎn)品的感受，并以搜索結(jié)果中的評論數(shù)量作為消費(fèi)者對該商品的關(guān)注度。評論數(shù)量越多，說明消費(fèi)者對上市公司產(chǎn)品的關(guān)注度越高。

2.消費(fèi)者評論情感(Sentiment)(也稱為評論情感傾向)。

一般而言，用戶發(fā)布的內(nèi)容包含了情感傾向、偏好以及滿意程度等，有助于其他潛在消費(fèi)者獲得參考信息，且情感傾向越明確，越易發(fā)揮預(yù)測作用。本文借鑒施曉菁等(2016)[28]的研究，為了更加清晰和精確地度量消費(fèi)者的商品體驗(yàn)和評價(jià)，本文以可量化的數(shù)字即消費(fèi)者評分衡量評論的情感屬性?；具壿嫗椋合M(fèi)者評分分值從1到5，其中，1分是極端負(fù)面，5分是極端正面，分值越高，評價(jià)越好，意味著消費(fèi)者情緒越積極。需要強(qiáng)調(diào)的是，現(xiàn)有的評價(jià)研究往往只關(guān)注評論或評級，而忽視兩者之間的有機(jī)統(tǒng)一。為了更進(jìn)一步地分析消費(fèi)者評論的市場反應(yīng)，我們構(gòu)建了兩個(gè)交叉變量：

Cross_negative=Attention×Neg_Sentiment

①

Cross_positive=Attention×Pos_Sentiment

②

其中，虛擬變量Neg_Sentiment，代表消費(fèi)者評論的消極情感，即當(dāng)消費(fèi)者評分低于中位數(shù)時(shí)，該虛擬變量為1；類似地，虛擬變量Pos_Sentiment，代表消費(fèi)者評論的積極情感，即當(dāng)消費(fèi)者評分高于中位數(shù)時(shí)，該虛擬變量為1。上述兩個(gè)交叉變量Cross_negative和Cross_positive，在反映消費(fèi)者關(guān)注度程度的同時(shí)刻畫了關(guān)注度的情感屬性(楊曉蘭等，2016[29])。

3.市場反應(yīng)。

為確保結(jié)果穩(wěn)健成立，本文采用如下3個(gè)變量來度量市場反應(yīng)情況：個(gè)股股票收益率(Rett)、股票交易量(Tradingvolume)、短期資金流向(Capital_flow)。其中，根據(jù)研究的重點(diǎn)還選取了股票t+1～t+3未來三期回報(bào)數(shù)據(jù)Rett+1～t+3。

4.控制變量。

借鑒主流文獻(xiàn)中有關(guān)市場反應(yīng)的研究，本文選取了多個(gè)公司層面的控制變量，包括公司規(guī)模Size、歷史收益率Rett-1、市場收益率MRet、賬面市值比BM。同時(shí)，本文還加入年度、行業(yè)的固定效應(yīng)。具體的定義及測度見表1。

表1變量定義表

(三)模型構(gòu)建

為檢驗(yàn)本文提出的理論假設(shè)，以面板數(shù)據(jù)構(gòu)建如下回歸模型，模型中主要解釋變量Attention、Sentiment代表滯后一期消費(fèi)者關(guān)注度(即評論數(shù)量)和消費(fèi)者評論情感，目的在于緩解研究的內(nèi)生性問題。

Reti,t=α1+α2Attentioni,t-1+α3∑Controlsi,t-1

+Industryt+Yeari+εi,t

(1)

Reti,t=β1+β2Sentimenti,t-1+β3∑Controlsi,t-1

+Industryt+Yeari+εi,t

(2)

Reti,t=γ1+γ2Cross_positivei,t-1+γ3Attentioni,t-1

+γ4Sentimenti,t-1+γ5∑Controlsi,t-1

+Industryt+Yeari+εi,t

(3)

Reti,t=λ1+λ2Cross_negativei,t-1+λ3Attentioni,t-1

+λ4Sentimenti,t-1+λ5∑Controlsi,t-1

+Industryt+Yeari+εi,t

(4)

其中，因變量Reti,t表示股票i在t期的收益率；Cross_positive表示消費(fèi)者評論積極情緒與消費(fèi)者關(guān)注度的交叉變量；Cross_negative表示消費(fèi)者評論消極情緒與消費(fèi)者關(guān)注度的交叉變量，具體含義如前文所示。Controlsi,t表示一組控制變量；Industryt和Yeari分別表示行業(yè)和年份固定效應(yīng)；εi,t為殘差項(xiàng)。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

從表2主要變量的描述性統(tǒng)計(jì)中可知，Sentiment是消費(fèi)者評論情緒的測度指標(biāo)，均值為4.47，標(biāo)準(zhǔn)差為1.10，中位數(shù)為4.86，說明在樣本研究期間積極情感占據(jù)較大比例。一種頗具影響力的解釋為：首先，在消費(fèi)者群體中存在選擇效應(yīng)，即普遍認(rèn)為京東商城的交易產(chǎn)品具有相對較高的質(zhì)量。其次，對于用戶體驗(yàn)度較差的產(chǎn)品終究會(huì)被淘汰，隨著消費(fèi)者數(shù)量的下降，負(fù)面評價(jià)隨之減少。同理，對于用戶體驗(yàn)較好的產(chǎn)品，好評與銷量便相得益彰。再次，對于所購商品只要不存在瑕疵，即使價(jià)格與質(zhì)量不完全匹配，消費(fèi)者也更愿意發(fā)布正面評論，認(rèn)為購買合理化。因此，從整體上而言，平臺上呈現(xiàn)出大篇幅正面評論。Attention是消費(fèi)者關(guān)注度的測度指標(biāo)，最小值為0.69，最大為9.78，標(biāo)準(zhǔn)差為2.36，說明樣本個(gè)體存在較大差異。一個(gè)較為合理的解釋為行業(yè)性質(zhì)和企業(yè)性質(zhì)不同導(dǎo)致其交易數(shù)量和頻率不同，從而產(chǎn)生的評論數(shù)量也有顯著差異。

表2主要變量的描述性統(tǒng)計(jì)

(二)回歸分析：消費(fèi)者關(guān)注度、消費(fèi)者評論情緒對股票收益率的解釋能力

表3列示了市場反應(yīng)的回歸檢驗(yàn)度結(jié)果。其中，列(1)加入了控制變量，消費(fèi)者關(guān)注度Attention的系數(shù)為0.004，在1%的水平上顯著，說明消費(fèi)者關(guān)注度越高，股票收益率越高。就影響力而言，如果消費(fèi)者關(guān)注度指標(biāo)提高1個(gè)單位，股票收益率將提高0.004，相對于均值為0.01的股票收益率而言，約提高(0.004/0.01)40%，得出的結(jié)論支持了本文提出的假設(shè)1。從回歸方程(2)來看，消費(fèi)者評論情緒(消費(fèi)者評級)對股價(jià)的正向影響在1%的水平上顯著，這支持了已有文獻(xiàn)的結(jié)論——消費(fèi)者評論情感可以左右消費(fèi)者關(guān)注度對股票收益率的影響方向，因此在大數(shù)據(jù)時(shí)代，通過搜索技術(shù)獲取的消費(fèi)者評論信息在股價(jià)市場中的作用不容小覷。表3進(jìn)一步列示了方程(3)的回歸檢驗(yàn)結(jié)果，并表明無論是消費(fèi)者評論的積極情感抑或消極情感，其交叉效應(yīng)對股票收益率的回歸系數(shù)均在1%的水平上顯著，也證實(shí)了存在消費(fèi)者關(guān)注的情緒效應(yīng)。實(shí)證結(jié)論支持了本文提出的假設(shè)2，即消費(fèi)者情緒與消費(fèi)者關(guān)注度對股票收益率的影響密切相關(guān)，并受其左右。綜上可見，本文的研究檢驗(yàn)了消費(fèi)者關(guān)注度與消費(fèi)者評論情緒對股票收益率的交叉影響，在積極情感下，股票收益率隨著消費(fèi)者關(guān)注度的增加而提高，而在消極情緒下，消費(fèi)者關(guān)注度與股票收益率則負(fù)向顯著，且消極情感的負(fù)面沖擊程度略高于積極情感下的正面沖擊。

表3 消費(fèi)者在線評論與股票收益率的回歸分析

五、穩(wěn)健性檢驗(yàn)

(一)內(nèi)生性檢驗(yàn)

本文可能存在內(nèi)生性問題：即由于產(chǎn)品質(zhì)量較好(較差)，銷量提高(下降)，從而引起股價(jià)的上漲(下跌)，投資者追加投資、引起股價(jià)波動(dòng)可能是因?yàn)楫a(chǎn)品質(zhì)量的好壞導(dǎo)致的，與消費(fèi)者評論語氣是積極還是消極無關(guān)，投資者也并沒有去查看和處理這些評論信息。

以往研究發(fā)現(xiàn)，消費(fèi)者在線評論與產(chǎn)品質(zhì)量之間并非呈線性關(guān)系，同時(shí)還受到品牌認(rèn)可度、產(chǎn)品依賴性、宣傳效應(yīng)等諸多非量化因素的影響，因此，消費(fèi)者積極或者消極情緒并不等同于產(chǎn)品質(zhì)量好或者不好(畢雪梅，2004[30]；陳國平，2009[31]；戴悅和何超，2017[32])，都是一種可供潛在消費(fèi)者和投資者參考的有效信號。本文重點(diǎn)關(guān)注消費(fèi)者評論等非財(cái)務(wù)信息在資本市場信息傳遞中是否具有價(jià)值效用。

基于上述邏輯分析，本文以中位數(shù)為界將樣本按照產(chǎn)品質(zhì)量好壞分為兩組。其中，用和訊網(wǎng)中供應(yīng)商、客戶的評分衡量產(chǎn)品質(zhì)量(4)目前，學(xué)術(shù)界關(guān)于產(chǎn)品質(zhì)量的測度尚未形成統(tǒng)一標(biāo)準(zhǔn)。和訊網(wǎng)中供應(yīng)商、客戶的評分(15%)包括：產(chǎn)品質(zhì)量、售后、誠信互惠3個(gè)細(xì)分指標(biāo)，其中產(chǎn)品相關(guān)評分占比10%。因此，本文以該評分代指企業(yè)產(chǎn)品質(zhì)量。。研究發(fā)現(xiàn)消費(fèi)者評論在質(zhì)量好與質(zhì)量差的情況下，均發(fā)揮了顯著作用，進(jìn)而排除了消費(fèi)者評論的作用完全源自產(chǎn)品質(zhì)量高的可能。

表4穩(wěn)健性檢驗(yàn)：排除替代性解釋

(二)替換因變量

為證明主要結(jié)論的穩(wěn)健性，本文分別選取股票交易量(Tradingvolume)、短期資金流向(Capital_flow)作為度量市場反應(yīng)的指標(biāo)來驗(yàn)證結(jié)論的穩(wěn)健性。其中，短期資金流向用(單筆交易金額小于等于100萬元的買入額-賣出額)/(單筆交易金額小于等于100萬元的買入額+賣出額)這一指標(biāo)度量。

回歸檢驗(yàn)結(jié)果表明(5)參考銳思數(shù)據(jù)庫(RESSET)對股票資金流向的判斷標(biāo)準(zhǔn)。，無論在積極情感抑或消極情感下消費(fèi)者關(guān)注對股票交易量均有正向影響；相較而言，消費(fèi)者關(guān)注度的情感效應(yīng)在消費(fèi)者評論情感持積極傾向下比消極傾向下作用更明顯。在消極情感的作用下，會(huì)使消費(fèi)者關(guān)注度產(chǎn)生兩種截然不同的影響：一方面，消費(fèi)者對產(chǎn)品的使用體驗(yàn)持否定態(tài)度，必將導(dǎo)致謹(jǐn)慎的投資者賣出股票，使成交量上升；但另一方面，一些風(fēng)險(xiǎn)偏好者更愿意繼續(xù)持有股票，不會(huì)產(chǎn)生大幅度的拋售，最終交易量會(huì)不及積極情感下實(shí)現(xiàn)的數(shù)量?？傊M(fèi)者消極情感下的消費(fèi)者關(guān)注對股票成交量的正面沖擊力度有限。

(三)固定效應(yīng)模型替換

為了控制其他維度異質(zhì)性的影響對觀測結(jié)果的質(zhì)疑，本文進(jìn)行了固定效應(yīng)模型替換，將行業(yè)固定效應(yīng)替換為控制公司個(gè)體固定效應(yīng)。結(jié)果顯示，消費(fèi)者關(guān)注度與股票收益率之間顯著正向影響，消費(fèi)者評級與股價(jià)正向相關(guān)，這支持了已有文獻(xiàn)的結(jié)論。總而言之，前述檢驗(yàn)均不改變本文基準(zhǔn)回歸結(jié)論。

(四)增加控制變量

影響股價(jià)波動(dòng)的因素除基準(zhǔn)模型中控制的基本因素外，還受到產(chǎn)品層面和公司治理層面等因素的影響，為此，本文控制了以下變量：資產(chǎn)收益率、公司規(guī)模、公司成長性、財(cái)務(wù)杠桿、公司年齡等，以及涉及公司治理層面的度量：機(jī)構(gòu)持股比例、股權(quán)結(jié)構(gòu)、獨(dú)立董事比例、董事會(huì)規(guī)模等。檢驗(yàn)結(jié)果與基準(zhǔn)回歸一致，驗(yàn)證了研究結(jié)論的穩(wěn)健性(6)限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果未在文中列示，留存?zhèn)渌??！?/p>

六、進(jìn)一步研究

(一)識別網(wǎng)絡(luò)水軍言論

為更好地保證交易雙方的權(quán)益，京東商城出臺《京東開放平臺評價(jià)管理規(guī)則》(7)京東開放平臺評價(jià)管理規(guī)則網(wǎng)址：https://rule.jd.com/rule/ruleDetail.action?ruleId=2395。，具體列示惡意評價(jià)等擾亂平臺秩序的違規(guī)情形。雖然該規(guī)則明確了管控范圍，但依然存在一些商家鉆空子，試圖向市場傳播虛假信息，企圖誤導(dǎo)其他市場參與者。鄭春東等(2015)[33]研究表明，鑒于消費(fèi)者評論的效用在產(chǎn)品交易市場中的地位不容小覷，一部分公司為了搶占市場占有率，通過雇傭水軍，以發(fā)帖、跟帖、轉(zhuǎn)帖等形式偽造“偽網(wǎng)絡(luò)口碑”，影響消費(fèi)者選擇。因此，網(wǎng)絡(luò)媒體如此強(qiáng)有力地推動(dòng)市場經(jīng)濟(jì)發(fā)展，并非只收獲贊揚(yáng)，同時(shí)也帶來許多擔(dān)憂?；谏缃幻襟w固有的開放性和缺乏監(jiān)管的先天不足，不知情的參與者很容易被市場不完善導(dǎo)致的噪音所誘導(dǎo)，做出非理性選擇，還會(huì)導(dǎo)致公司股價(jià)偏離自身基本面。我國股市以散戶為主，這些投資者們的專業(yè)判斷和識別能力有限，當(dāng)處在無限信息和有限認(rèn)知的兩難境地時(shí)，正確識別并排除水軍評論便會(huì)大大增強(qiáng)投資者獲取信息的準(zhǔn)確性，降低長期股價(jià)反轉(zhuǎn)的可能性。因此，進(jìn)一步分析網(wǎng)絡(luò)水軍如何影響消費(fèi)者關(guān)注度與股票收益率之間的關(guān)系顯得尤為重要。

本文借鑒已有研究思路，總結(jié)“網(wǎng)絡(luò)水軍”(Paid Poster)的言論特征。如前所述，水軍評論與正常評論差異呈現(xiàn)形式不一而足：(1)就文本內(nèi)容來看，“水軍”為達(dá)到以假亂真的目的，評論文字內(nèi)容較長，且有固定的模板套路。本文剔除評論內(nèi)容一致、數(shù)量大于2次的文本。(2)一般而言，在“618”“雙11”或“雙12”促銷時(shí)，才會(huì)出現(xiàn)交易數(shù)量和評論數(shù)量驟然增加的情況，除此之外，若企業(yè)的評論在某一時(shí)段大幅波動(dòng)，必定存在蹊蹺。為此，本文剔除同一天內(nèi)產(chǎn)品評論數(shù)量大于60的店鋪。(3)本文借助Python數(shù)據(jù)搜集技術(shù)能夠獲得評論者ID，從中剔除同一消費(fèi)者ID每天評論數(shù)量大于10的樣本，從而規(guī)避了職業(yè)“水軍”的干擾。(4)識別IP地址：篩選出評論者IP地址與店鋪有關(guān)聯(lián)的評論。(5)瀏覽深度：正常情況下顧客線上瀏覽商品時(shí)間大概在5～12分鐘之間，根據(jù)瀏覽時(shí)長和瀏覽商品數(shù)量可以判斷是否存在水軍刷屏的可能，如果時(shí)間過于短暫便被認(rèn)為有刷單的嫌疑。本文剔除瀏覽時(shí)間低于5分鐘的樣本。(6)咨詢占比：通常認(rèn)為，消費(fèi)者在購買商品時(shí)不會(huì)都是靜默下單，也不會(huì)都有客服咨詢，因此，本文針對ID用戶的交易中是否與客服有互動(dòng)以及互動(dòng)頻次來判斷評論的有效性，剔除不符合要求的樣本。(7)消費(fèi)水平：一般情況下，周、月交易量的金額可以基本判定該買家的消費(fèi)水平，有些賬號從頭至尾沒有買過高端單價(jià)商品，突然出現(xiàn)用這一賬號刷高單價(jià)商品，則有網(wǎng)絡(luò)水軍的嫌疑。(8)點(diǎn)擊率和轉(zhuǎn)化率：據(jù)統(tǒng)計(jì)，正常情況下商品的點(diǎn)擊率和轉(zhuǎn)化率在行業(yè)平均點(diǎn)擊率的200%上下浮動(dòng)，對于明顯超過正常范圍浮動(dòng)比率的樣本予以剔除。遵循上述方法對京東購物評論區(qū)信息進(jìn)行識別和判斷，最終得到5 368個(gè)樣本數(shù)。

(二)水軍言論的經(jīng)濟(jì)后果研究

基于上述識別策略和方法，本節(jié)考察“網(wǎng)絡(luò)水軍”言論在未來期被投資者甄別后如何影響股票回報(bào)率。表5展示了個(gè)股收益Rett的回歸結(jié)果，在不包含水軍言論和包含水軍言論兩種情況下作對比。列(1)、(2)、(3)為識別水軍言論并刪除后的回歸結(jié)果，列(4)、(5)、(6)驗(yàn)證了水軍言論對股票收益率影響的回歸結(jié)果，回歸系數(shù)不顯著，這一結(jié)論表明水軍言論具有嚴(yán)重的干擾性?？傊?基準(zhǔn)回歸結(jié)果的顯著性是由高質(zhì)量消費(fèi)者言論(不包含水軍言論)的正向顯著性拉動(dòng)產(chǎn)生的。

表6展示了投資者通過甄別水軍言論后，“干凈的”消費(fèi)者評論在未來期對股價(jià)的影響。因此，本文選取t+1～t+3期(未來三個(gè)月的)個(gè)股累積收益Rett+1～t+3和股價(jià)長期發(fā)生反轉(zhuǎn)分別作為因變量。Rett+1～t+3對應(yīng)的回歸系數(shù)均在1%的水平上顯著，通過了顯著性檢驗(yàn)，意味著高質(zhì)量且正面評論所形成的產(chǎn)品信息傳遞了有效的信號，在融入股票價(jià)格后，激發(fā)出投資者積極正面的情緒和傾向，進(jìn)而促進(jìn)股票價(jià)格的上漲。同時(shí)，排除“水軍”言論后的高質(zhì)量評論抑制了股價(jià)長期發(fā)生反轉(zhuǎn)的可能性。Reverse是虛擬變量，該變量刻畫了前期(即被披露后5天)股票累積超額回報(bào)率為正，而在后期(大概披露后200天)股票累計(jì)超額回報(bào)率為負(fù)的情形。事實(shí)上，企業(yè)出于利己主義雇傭網(wǎng)絡(luò)水軍發(fā)布評論，導(dǎo)致消費(fèi)者在線評論信息良莠不齊，使其具有“迷惑性”和“誘導(dǎo)性”，短期內(nèi)將推高股價(jià)，但當(dāng)投資者意識到水軍言論導(dǎo)致信息含量大打折扣后，會(huì)改變非理性決策，抑制股價(jià)反應(yīng)過度，緩解市場噪聲扭曲價(jià)格產(chǎn)生的損失，督促長期內(nèi)股價(jià)回歸正常水平。以上分析說明，水軍評論終究會(huì)被投資者識破，不會(huì)產(chǎn)生長期的股票收益效應(yīng)，因此，在很大程度上只體現(xiàn)為短期沖擊。綜上，剔除水軍言論后的消費(fèi)者評論使得股票價(jià)格更準(zhǔn)確地反映企業(yè)價(jià)值。

表5消費(fèi)者關(guān)注度、消費(fèi)者情緒的交叉效應(yīng)與股票回報(bào)關(guān)系的回歸分析

表6剔除水軍言論后消費(fèi)者關(guān)注度的長期效應(yīng)

(三)異質(zhì)性檢驗(yàn)

1.初次評論與追加評論。

前已述及，消費(fèi)者在線評論信息對市場的預(yù)判作用日益凸顯，對此，各大電商平臺評論系統(tǒng)也進(jìn)行了重要?jiǎng)?chuàng)新，陸續(xù)推出追加評論的功能。鑒于情緒變化的時(shí)間效應(yīng)，不同時(shí)間對同一事物的評價(jià)和認(rèn)知存在情感傾向的弱化抑或轉(zhuǎn)變。為此，我們將評論分為在線初次評論和在線追加評論進(jìn)行分組檢驗(yàn)，探究兩者的市場反應(yīng)差異。需要說明的是，本研究只針對初始評論和追加評論情感傾向的一致性展開討論。

如表7所示，列(1)、(2)、(3)顯示在線初次評論的回歸系數(shù)在10%的水平上顯著，列(4)、(5)、(6)顯示在線追加評論的回歸系數(shù)也顯著相關(guān)，且相較于初次評論，在線追加評論的顯著性程度更強(qiáng)。一種頗為合理的解釋為：追加評論在內(nèi)容豐富性、情感真實(shí)性以及感染力方面都比初次評論更勝一籌，對此，消費(fèi)者和投資者在決策時(shí)也給予追加評論更高的參考權(quán)重。尤其是對于產(chǎn)品質(zhì)量差、用戶滿意度不高的產(chǎn)品，倘若初始評論就傾向于負(fù)面或消極情感，那么，在通過一段時(shí)間的使用認(rèn)證后，所累積的不滿情緒在追加評論中表現(xiàn)并爆發(fā)出來，體現(xiàn)出比初次評論更加強(qiáng)烈的情感傾向。

表7追加評論對消費(fèi)者評論和股票回報(bào)的影響作用

2.行業(yè)競爭程度。

一般而言，消費(fèi)者評論對產(chǎn)品的市場反應(yīng)并非一致。據(jù)統(tǒng)計(jì)，在各大電商平臺進(jìn)行交易的產(chǎn)品可以劃分為兩大類型：快消品和非快消品?！翱煜贰毙袠I(yè)市場準(zhǔn)入門檻低，但利潤率較高，因此吸引大量中小廠商持續(xù)進(jìn)入市場，導(dǎo)致行業(yè)競爭加劇。特別地，當(dāng)行業(yè)競爭程度較高時(shí)，消費(fèi)者對產(chǎn)品使用體驗(yàn)的敏感性增加，此時(shí)，“消費(fèi)者口碑”的傳播效應(yīng)縮減了企業(yè)吸引客戶的成本，潛在消費(fèi)者難以抵制“口碑”的誘惑而尋找正面評價(jià)更多的產(chǎn)品，進(jìn)而提升消費(fèi)者評價(jià)與股票回報(bào)之間的關(guān)聯(lián)(Gupta和Zeithaml，2006[34])。

本文設(shè)置虛擬變量，若商品為快消品，則代表行業(yè)競爭激烈(High_compe)；若商品為非快消品，則代表行業(yè)競爭程度低(Low_compe)。研究結(jié)果注：限于篇幅，行業(yè)競爭度的異質(zhì)性檢驗(yàn)結(jié)果未在文中列示。表明，相較而言，行業(yè)競爭程度較低組比行業(yè)競爭激烈組消費(fèi)者評論與市場反應(yīng)的相關(guān)性更強(qiáng)，與前文的猜想基本一致。對此，較合理的解釋是：由于產(chǎn)品競爭激烈，替代品隨時(shí)對商家的市場占有額構(gòu)成威脅，消費(fèi)者轉(zhuǎn)尋另一家品牌的成本更低，討價(jià)還價(jià)更易成功。因此，實(shí)證結(jié)果表明：行業(yè)競爭程度顯著調(diào)節(jié)消費(fèi)者評論對股票收益率的影響，在行業(yè)競爭激烈的環(huán)境中，消費(fèi)者評論和股票回報(bào)之間的關(guān)聯(lián)性更強(qiáng)。

七、結(jié)論與啟示

本文立足“京東商城”消費(fèi)者在線評論的角度，構(gòu)建了一個(gè)全新的自變量“消費(fèi)者關(guān)注度×消費(fèi)者評論情緒”的交叉效應(yīng)，探究在一個(gè)流行的社交媒體網(wǎng)站上消費(fèi)者發(fā)布的產(chǎn)品體驗(yàn)言論與金融市場上股票價(jià)格及其收益之間存在的關(guān)系。研究發(fā)現(xiàn)，消費(fèi)者關(guān)注度對股票收益率的影響取決于消費(fèi)者評論情感。異質(zhì)性分析表明，消費(fèi)者關(guān)注的情感效應(yīng)在追加評論中以及競爭激烈的行業(yè)更加顯著，而且消極情感下要比積極情感下的作用力度更強(qiáng)。

本文研究結(jié)論為規(guī)范消費(fèi)者在線評論、推動(dòng)投資市場更有效的運(yùn)行提供了有益啟示。第一，正確認(rèn)識消費(fèi)者關(guān)注度對股票收益率的影響。投資者不僅需要考慮消費(fèi)者在線評論的數(shù)量，也應(yīng)關(guān)注消費(fèi)者在線評論的情感差異，揭示了消費(fèi)者在線評論能夠充當(dāng)公司發(fā)展前景的指示器。第二，得益于互聯(lián)網(wǎng)技術(shù)的發(fā)展，挖掘出消費(fèi)者在線評論的更重要的作用，即該信息能維護(hù)企業(yè)與用戶關(guān)系、樹立品牌以及進(jìn)行質(zhì)量監(jiān)控。實(shí)踐經(jīng)驗(yàn)得出，消費(fèi)者在線評論為企業(yè)宣傳產(chǎn)品、傳遞信息節(jié)約了成本，成為潛在消費(fèi)者獲取企業(yè)產(chǎn)品信息的免費(fèi)渠道。第三，對評論中摻雜的網(wǎng)絡(luò)水軍言論進(jìn)行有效監(jiān)管，警惕商家借助水軍言論創(chuàng)造偽口碑效應(yīng)，對投資市場穩(wěn)定性產(chǎn)生不利影響?？傊S著互聯(lián)網(wǎng)在市場中扮演越來越重要的角色，對互聯(lián)網(wǎng)傳遞的非財(cái)務(wù)信息質(zhì)量進(jìn)行監(jiān)管也成為政府和企業(yè)面臨的重要課題，本文的研究不僅為監(jiān)管部門制定相關(guān)政策提供了借鑒意義，也為微觀企業(yè)提升企業(yè)經(jīng)營業(yè)績提供經(jīng)驗(yàn)指導(dǎo)。