• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)

    2024-03-19 01:56:42廖明情博士生導(dǎo)師蔡曉儀教授
    財(cái)會(huì)月刊 2024年6期
    關(guān)鍵詞:盈余分析師偏差

    廖明情(博士生導(dǎo)師),蔡曉儀,謝 軍(教授)

    一、引言

    有效市場(chǎng)假說(EMH)認(rèn)為,金融市場(chǎng)的波動(dòng)取決于新聞、時(shí)事和產(chǎn)品發(fā)布,這些信息都會(huì)對(duì)公司的股票價(jià)值產(chǎn)生重大影響。自2019 年以來,伴隨著“全媒體傳播”輿論格局的建立,多種輿情傳播的新工具相繼出現(xiàn)。得益于網(wǎng)絡(luò)社交媒體的覆蓋性和豐富性,輿論和話語(yǔ)的方式正在迅速發(fā)生變化。例如,作為股票市場(chǎng)社交媒體的典型例子,股吧論壇成為股民分享對(duì)股票問題認(rèn)知的完美平臺(tái),被視為資本市場(chǎng)的“傳感器”。股吧論壇這一媒介具有兩個(gè)特點(diǎn):一是股吧論壇的參與主體多為未經(jīng)認(rèn)證的個(gè)人匿名投資者,個(gè)人投資者較容易受到非理性因素的影響,因此被稱為“情緒型投資者”(林振興,2011);二是股吧論壇的帖子內(nèi)容未經(jīng)上市公司判斷和審核,散戶發(fā)帖甚至只是單純地為了宣泄情緒或故意為之?;谝陨蟽蓚€(gè)特點(diǎn),有學(xué)者認(rèn)為以股吧論壇帖子為代表的網(wǎng)絡(luò)社交媒體數(shù)據(jù)存在一定的不可預(yù)測(cè)性和模糊性(關(guān)靜怡等,2020)。

    社會(huì)心理學(xué)認(rèn)為,趨群性是人的本性之一,網(wǎng)絡(luò)群體亦是如此,人們通過文字等信息來傳遞自己的情緒和態(tài)度,并通過交流等方式對(duì)群體內(nèi)的人產(chǎn)生影響,所以在網(wǎng)絡(luò)社交媒體的推波助瀾下,意見分歧較容易在群體中蔓延,從而造成群體的非理性行為。關(guān)于意見分歧的研究,Miller(1977)首次提出“投資者意見分歧”這一概念,其認(rèn)為當(dāng)投資者難以預(yù)測(cè)股價(jià)未來的走勢(shì)時(shí)便容易產(chǎn)生意見分歧。目前已有較多文獻(xiàn)研究了意見分歧在資本市場(chǎng)中帶來的經(jīng)濟(jì)后果,包括意見分歧與股票交易量(Diether和Scherbina,2002)、股價(jià)崩盤(陳國(guó)進(jìn)和張貽軍,2009)、過度投資(許致維和李少育,2014)、IPO 異象(Houge 等,2001)、公司治理(李維安等,2012)等之間的相關(guān)關(guān)系,但尚未有研究直接研究意見分歧對(duì)資本市場(chǎng)中的重要參與者——證券分析師(簡(jiǎn)稱“分析師”)的行為會(huì)產(chǎn)生何種影響。

    從20世紀(jì)90年代的“股評(píng)家”發(fā)展為現(xiàn)代意義上的分析師,分析師在金融市場(chǎng)上扮演著越來越重要的角色,其通過搜集、處理和傳遞信息,可以提高資本市場(chǎng)上的信息披露水平(廖明情等,2021)。尤其是2021 年中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《建設(shè)高標(biāo)準(zhǔn)市場(chǎng)體系行動(dòng)方案》(簡(jiǎn)稱《方案》),提出要促進(jìn)資本市場(chǎng)健康發(fā)展,提升市場(chǎng)專業(yè)化服務(wù)能力,健全社會(huì)監(jiān)督機(jī)制。作為資本市場(chǎng)上重要的信息中介,分析師發(fā)揮著積極的外部監(jiān)督作用。分析師的監(jiān)督渠道有兩種:一是直接監(jiān)督,即通過跟蹤上市公司的財(cái)務(wù)報(bào)表直接與管理層進(jìn)行溝通;二是間接監(jiān)督,即通過發(fā)布研究報(bào)告的方式向投資者釋放公有信息和私有信息,幫助投資者發(fā)現(xiàn)管理層的不正當(dāng)行為。分析師監(jiān)督可以降低財(cái)務(wù)報(bào)告錯(cuò)誤概率,抑制管理層的欺詐行為,緩解代理問題(Chen等,2016),降低代理成本,提升公司價(jià)值;同時(shí),還可以提高企業(yè)的融資和投資效率(Derrien 和Kecskes,2013),降低民營(yíng)企業(yè)的盈余管理程度。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,投資者的意見分歧容易在群體間擴(kuò)散,因此通過討論意見分歧對(duì)分析師行為的影響,研究分析師在面對(duì)意見分歧時(shí)如何調(diào)整自身的盈余預(yù)測(cè)行為,對(duì)于深入學(xué)習(xí)和貫徹《方案》思想、探索分析師的市場(chǎng)作用具有重要的理論和實(shí)踐意義。

    本文通過股吧論壇數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)社交媒體意見分歧指標(biāo),對(duì)意見分歧和分析師預(yù)測(cè)行為之間的關(guān)系進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn),網(wǎng)絡(luò)社交媒體意見分歧越大,分析師關(guān)注度越高。在網(wǎng)絡(luò)社交媒體意見分歧導(dǎo)致的復(fù)雜市場(chǎng)信息環(huán)境下,分析師更傾向于“逆水行舟”,對(duì)上市公司進(jìn)行實(shí)地調(diào)研以提高其預(yù)測(cè)準(zhǔn)確性,具體表現(xiàn)為分析師預(yù)測(cè)偏差、樂觀偏差和分歧度降低,這一結(jié)論符合Hirshleifer(2001)提出的分析師“保守主義”假說。同時(shí),從內(nèi)在驅(qū)動(dòng)和外在沖擊看,投資者關(guān)注度和2013年最高法《司法解釋》發(fā)布增強(qiáng)了意見分歧和分析師預(yù)測(cè)質(zhì)量的關(guān)系;進(jìn)一步研究發(fā)現(xiàn),分析師的實(shí)地調(diào)研行為在網(wǎng)絡(luò)社交媒體意見分歧影響分析師預(yù)測(cè)途徑中發(fā)揮著中介作用。

    本文首次從新的視角論證了網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師盈余預(yù)測(cè)的影響,研究貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面:第一,本文補(bǔ)充了分析師預(yù)測(cè)的相關(guān)研究。已有關(guān)于分析師預(yù)測(cè)質(zhì)量的研究主要集中在公司特征或分析師個(gè)人特質(zhì)上,本文聚焦于熱門輿情信息,檢驗(yàn)了分析師對(duì)網(wǎng)絡(luò)社交媒體的反應(yīng)程度,有助于加強(qiáng)分析師利用輿情信息來修正盈余預(yù)測(cè)的能力,從而更好地發(fā)揮外部監(jiān)督作用。第二,本文的結(jié)論有助于從分析師調(diào)研的視角更好地理解網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)的影響。本文不局限于單一視角,結(jié)合分析師是傾向于利用“經(jīng)驗(yàn)主義”簡(jiǎn)化信息,還是更有可能“逆水行舟”進(jìn)行實(shí)地調(diào)研,客觀分析網(wǎng)絡(luò)社交媒體意見分歧影響分析師預(yù)測(cè)的邏輯。第三,本文的研究結(jié)論具有一定的現(xiàn)實(shí)意義。在網(wǎng)絡(luò)媒體時(shí)代,信息傳播速度較快,尤其是股吧論壇這種網(wǎng)絡(luò)信息傳播渠道,其信息蔓延容易導(dǎo)致非理性情緒的爆發(fā)。因此,本文的結(jié)論能為監(jiān)管機(jī)構(gòu)進(jìn)一步規(guī)范治理信息傳播渠道提供一定的現(xiàn)實(shí)幫助,也為優(yōu)化證券市場(chǎng)上的信息傳播和信息質(zhì)量提供理論支撐。

    二、理論背景與假設(shè)推導(dǎo)

    (一)網(wǎng)絡(luò)社交媒體意見分歧與分析師關(guān)注度

    2021 年9 月,摩根大通推出一款包含散戶正在社交媒體中討論哪只股票的數(shù)據(jù)產(chǎn)品,自此之后越來越多的基金經(jīng)理開始使用該數(shù)據(jù)產(chǎn)品來幫助管理自己的風(fēng)險(xiǎn)。國(guó)內(nèi)同樣存在這種現(xiàn)象,即股吧論壇上也有機(jī)構(gòu)投資者及分析師的參與和關(guān)注。根據(jù)筆者對(duì)滬深多家券商分析師的調(diào)研得知:分析師在股吧論壇中更多的是關(guān)注散戶情緒較高的股票,梳理市場(chǎng)咨詢,并對(duì)股票進(jìn)行深入分析,在對(duì)分析師進(jìn)行采訪時(shí),分析師表示社交論壇越來越多地被散戶用于交易,一些散戶投資者利用其人數(shù)基數(shù)這一優(yōu)勢(shì)推高某一只股票的價(jià)格,關(guān)注論壇可以第一時(shí)間關(guān)注到中小投資者的投資行為,并及時(shí)對(duì)散戶行為做出反應(yīng)。正如華爾街日?qǐng)?bào)報(bào)道所稱:“如果你是一名專業(yè)投資者,就不能忽視來自散戶的資金流。這是一個(gè)全新的投資者階層,且這一投資者階層實(shí)際上正在把握正確的投資主題。”

    近年來,隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和“全媒體傳播”輿論格局的建立,中小投資者對(duì)股市的參與度提高,股吧論壇中除少部分有認(rèn)證的大V 外,其余多為匿名的個(gè)人投資者,總體來看,散戶能自由參與到各個(gè)話題的討論中,用戶的發(fā)帖率較高。但從有限理性視角來看,個(gè)人投資者整體信息獲取能力偏低,容易受到媒體和市場(chǎng)情緒的影響,無法及時(shí)對(duì)新信息做出反應(yīng)并將其融入到股價(jià)中,這種認(rèn)知偏差在中小投資者群體間具有普遍性和系統(tǒng)性,散戶之間的從眾心理和羊群效應(yīng)會(huì)促使投資者群體之間出現(xiàn)系統(tǒng)性認(rèn)知偏差(裴平和張誼浩,2004),投資者非理性因素會(huì)進(jìn)一步加劇意見分歧,這使得投資者群體內(nèi)非理性行為產(chǎn)生和傳播的可能性提高,進(jìn)而導(dǎo)致散戶對(duì)股價(jià)信息含量的認(rèn)知產(chǎn)生偏差。因此從投資者需求上看,由于散戶的有限理性行為,網(wǎng)絡(luò)社交媒體意見分歧會(huì)導(dǎo)致市場(chǎng)上包含更多噪音信息。限于信息處理和分析能力,投資者無法有效判斷企業(yè)的發(fā)展前景,從而會(huì)加大對(duì)信息的需求,其不得不依賴市場(chǎng)上的分析師進(jìn)行信息的挖掘和解讀(王愛群和王婧怡,2021)。此外,股吧論壇中存在少量經(jīng)過認(rèn)證的大V,這些大V擁有一定的信息解讀能力,并將宏觀經(jīng)濟(jì)信息納入自己的決策中,因此其對(duì)股票信息的分析能夠引起市場(chǎng)中投資者和分析師的共同關(guān)注。同時(shí),信息是分析師做出預(yù)測(cè)決策的重要基礎(chǔ),盡可能全面囊括與上市公司相關(guān)的信息是分析師進(jìn)行預(yù)測(cè)的前提條件(周開國(guó)等,2014),因此股吧論壇會(huì)吸引分析師的關(guān)注和跟蹤?;诖?,本文提出第一個(gè)假設(shè):

    H1:在一定條件下,網(wǎng)絡(luò)社交媒體意見分歧越大,分析師關(guān)注度越高。

    (二)網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)質(zhì)量

    從分析師的經(jīng)驗(yàn)主義角度看,如前文所述,考慮到股吧參與主體多為信息獲取和處理能力較低的中小投資者,他們更多的是依靠互聯(lián)網(wǎng)媒體和技術(shù)分析進(jìn)行決策和投資。當(dāng)意見分歧較大時(shí),非理性情緒會(huì)在中小投資者群體之間蔓延,使得投資者的羊群心態(tài)更加明顯,這些因素不僅會(huì)推動(dòng)股價(jià)的非理性上漲,還會(huì)使投資者的噪音交易更為頻繁。分析師盈余預(yù)測(cè)質(zhì)量取決于其獲得信息的數(shù)量和質(zhì)量,倘若由于意見分歧導(dǎo)致資本市場(chǎng)上的噪音交易和信息增多,分析師在進(jìn)行盈余預(yù)測(cè)時(shí)難以識(shí)別市場(chǎng)上錯(cuò)誤的定價(jià)信息,這無疑增加了分析師獲取公開信息的難度。因此,對(duì)于網(wǎng)絡(luò)社交媒體意見分歧大的股票,分析師很難對(duì)市場(chǎng)上公開的信息進(jìn)行判斷,從而迫使其基于自身的經(jīng)驗(yàn)和擁有的私有信息做出判斷。當(dāng)分析師面臨復(fù)雜的市場(chǎng)環(huán)境時(shí),他們也容易產(chǎn)生樂觀偏差,積極情緒會(huì)誘導(dǎo)分析師更少關(guān)注細(xì)節(jié),并在很大程度上依賴直覺來做出快速的判斷(Keshk和Wang,2018),從而降低盈余預(yù)測(cè)準(zhǔn)確性。由于分析師的專業(yè)能力和經(jīng)驗(yàn)預(yù)測(cè)水平參差不齊,以及信息的局限性和預(yù)測(cè)主觀性的增強(qiáng),分析師對(duì)市場(chǎng)上噪音情緒的識(shí)別不盡相同,再加上此時(shí)分析師的私人信息產(chǎn)出減少,導(dǎo)致其預(yù)測(cè)樂觀度和分歧度增大。

    從分析師的專業(yè)性和勤勉度角度來看,當(dāng)面臨復(fù)雜的市場(chǎng)環(huán)境時(shí),分析師為了滿足投資者對(duì)信息需求的增加,同時(shí)出于對(duì)自身職業(yè)發(fā)展的考慮,傾向于跟蹤預(yù)測(cè)難度較大的公司(Lehavy 等,2011),并會(huì)更努力地工作(Chen等,2018)。陳勝藍(lán)和李占婷(2017)研究發(fā)現(xiàn),當(dāng)不確定性程度提升時(shí),分析師會(huì)增加其負(fù)向盈余修正的可能性和頻率,這與Hirshleifer(2001)的研究結(jié)論一致,支持了分析師“保守主義”的假設(shè),即上市公司信息不確定性程度越高,分析師的研究報(bào)告越保守。一方面,盈余修正是分析師根據(jù)新獲取的信息對(duì)以往盈余預(yù)測(cè)做出的修正判斷,能夠避免由于時(shí)滯帶來的信息失真,為研究報(bào)告使用者提供更為有效和準(zhǔn)確的信息(Kothari 等,2016)。另一方面,負(fù)向盈余修正有助于對(duì)分析師的樂觀傾向進(jìn)行糾偏,降低其預(yù)測(cè)樂觀性,提高預(yù)測(cè)準(zhǔn)確性。此外,不同于美國(guó)的分析師,我國(guó)的分析師基本都供職于經(jīng)紀(jì)公司旗下的研究機(jī)構(gòu)(Wu等,2018)。分析師所在的經(jīng)紀(jì)公司具有良好的社會(huì)關(guān)系和資源網(wǎng)絡(luò),在面對(duì)網(wǎng)絡(luò)社交媒體意見分歧所造成的市場(chǎng)信息不確定時(shí),除了分析師個(gè)人的努力,券商為了在這一時(shí)段內(nèi)完成聲譽(yù)的積累,往往也會(huì)為分析師提供某種渠道以便其接觸到管理層,這種私人互動(dòng)是分析師獲取私人信息的一個(gè)重要渠道(Soltes,2014),可以降低分析師獲取私人信息的成本和努力程度,提高分析師的研究治理水平(Brown 等,2015),這無疑會(huì)提高分析師的預(yù)測(cè)質(zhì)量。因此,當(dāng)網(wǎng)絡(luò)社交媒體意見分歧較大時(shí),市場(chǎng)上噪音信息增多,投資者對(duì)信息的需求增加,分析師更有動(dòng)力對(duì)上市公司進(jìn)行調(diào)研,并將通過各種渠道獲取的信息進(jìn)行分析處理后有效傳遞給投資者,以滿足投資者的需求,具體表現(xiàn)為研究報(bào)告內(nèi)容更豐富、研究報(bào)告發(fā)布更頻繁以及對(duì)其盈余預(yù)測(cè)進(jìn)行修正,提高其預(yù)測(cè)準(zhǔn)確性。

    綜合以上分析可知,網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的影響取決于分析師處理噪音信息的態(tài)度,即在市場(chǎng)復(fù)雜的信息環(huán)境下,分析師是會(huì)基于個(gè)人經(jīng)驗(yàn)簡(jiǎn)化信息處理,還是增加其調(diào)研頻率,更加努力工作以降低市場(chǎng)的信息不確定程度?由于無法確定意見分歧對(duì)分析師不同行為影響程度的大小,難以確定分析師會(huì)更依賴“經(jīng)驗(yàn)之談”,導(dǎo)致預(yù)測(cè)質(zhì)量降低,還是會(huì)“逆水行舟”,進(jìn)行實(shí)地調(diào)研以提高預(yù)測(cè)質(zhì)量?;诖?,本文提出第二個(gè)假設(shè):

    H2a:在一定條件下,網(wǎng)絡(luò)社交媒體意見分歧越大,分析師預(yù)測(cè)質(zhì)量越低。

    H2b:在一定條件下,網(wǎng)絡(luò)社交媒體意見分歧越大,分析師預(yù)測(cè)質(zhì)量越高。

    三、研究設(shè)計(jì)

    (一)數(shù)據(jù)來源

    考慮到網(wǎng)絡(luò)社交媒體數(shù)據(jù)的可獲取性,以2011 ~2021 年我國(guó)資本市場(chǎng)A股上市公司為研究樣本。本文爬取國(guó)內(nèi)多個(gè)股吧論壇數(shù)據(jù)進(jìn)行文本分析,以此構(gòu)建網(wǎng)絡(luò)社交媒體意見分歧指標(biāo)。借鑒現(xiàn)有國(guó)內(nèi)外研究和CNRDS 數(shù)據(jù)庫(kù),本文按照“建立詞典→文本信息提取→構(gòu)建指標(biāo)”三個(gè)步驟構(gòu)建網(wǎng)絡(luò)社交媒體意見分歧指標(biāo)。第一步,詞典的建立。本文主要構(gòu)建了反映投資者關(guān)于股票走勢(shì)看法的情緒詞典,在姚加權(quán)等(2021)構(gòu)建的金融領(lǐng)域中文情緒詞典的基礎(chǔ)上,增加了反映網(wǎng)絡(luò)社交媒體的詞語(yǔ),如“無良商家”“下跌無極限”“天天砸”“快速跳水”“逐步還魂”“錢多熱門”等。第二步,輿情文本描述的提取。在網(wǎng)絡(luò)社交媒體方面,本文爬取了影響力較大的股吧論壇,包括東方財(cái)富網(wǎng)、百度貼吧、和訊貼吧、新浪股吧、搜狐股吧,這些股吧論壇的發(fā)帖量和閱讀量均較大,具有較強(qiáng)的影響力。本文爬取了足夠多的網(wǎng)站,通過互補(bǔ)提取盡可能多的研究對(duì)象,并進(jìn)行格式轉(zhuǎn)換。第三步,網(wǎng)絡(luò)社交媒體意見分歧指標(biāo)的構(gòu)建。本文采用“人工標(biāo)注+機(jī)器學(xué)習(xí)”的方法對(duì)輿情信息的情感進(jìn)行判斷,首先人工標(biāo)注輿情新聞的情感,然后利用機(jī)器學(xué)習(xí)方法對(duì)全部樣本進(jìn)行分類,引入監(jiān)督學(xué)習(xí)算法支持向量機(jī),結(jié)合建立的詞典中的相關(guān)詞匯,對(duì)爬取到的文本信息進(jìn)行自動(dòng)識(shí)別,提取表現(xiàn)投資者情緒的詞匯,對(duì)每個(gè)帖子的正面、負(fù)面和中性語(yǔ)氣進(jìn)行判斷,并統(tǒng)計(jì)上市公司在帖子中的正面、負(fù)面和中性信息量。

    分析師預(yù)測(cè)數(shù)據(jù)、公司特征和其他控制變量數(shù)據(jù)來自CSMAR 數(shù)據(jù)庫(kù)。為避免極端值的影響,對(duì)所有連續(xù)變量進(jìn)行了上下1%的Winsorize處理。本文按照表1的步驟對(duì)數(shù)據(jù)進(jìn)行篩選,最終獲得397839 個(gè)公司—季度—分析師層面的樣本數(shù)據(jù)。

    表1 樣本選擇過程

    (二)變量衡量

    1.被解釋變量。

    (1)分析師關(guān)注度。本文采用分析師跟蹤人數(shù)和出具的研究報(bào)告數(shù)量衡量分析師關(guān)注度。參照許年行等(2012)的研究,采用Anai,t表示公司i第t年分析師跟蹤人數(shù)的自然對(duì)數(shù),Anai,t值越大,表明分析師跟蹤人數(shù)越多,分析師關(guān)注度越高。同時(shí),采用Reporti,t表示分析師出具的研究報(bào)告數(shù)量,Reporti,t值越大,表明分析師出具的研究報(bào)告數(shù)量越多,分析師關(guān)注度越高。

    (2)分析師預(yù)測(cè)質(zhì)量。本文采用以下三個(gè)變量衡量分析師預(yù)測(cè)質(zhì)量:

    第一,分析師預(yù)測(cè)偏差(Ferrori,t,j)。參考已有研究(Duru 和Reeb,2002;褚劍等,2019),分析師預(yù)測(cè)偏差(Ferrori,t,j)的計(jì)算公式如下:

    其中:FEPSi,t,j表示公司i 第t 個(gè)季度第j 位分析師每股盈余收益預(yù)測(cè)值,如果分析師在一個(gè)季度內(nèi)對(duì)同一家上市公司有多個(gè)盈余預(yù)測(cè)估計(jì)值,那么本文取最后一次預(yù)測(cè)值評(píng)估該變量;MEPSi,t,j表示公司i 第t 個(gè)季度的實(shí)際每股盈余收益;Pi,t為公司i 在第t 個(gè)季度初的股價(jià)。Ferrori,t,j的值越小,表明分析師盈余預(yù)測(cè)偏離上市公司實(shí)際水平的程度越低,盈余預(yù)測(cè)質(zhì)量越高。

    第二,分析師樂觀偏差(Fopti,t,j)。借鑒已有研究(Jackson,2005),本文采取以下公式衡量分析師樂觀偏差(Fopti,t,j):

    其中,F(xiàn)EPSi,t,j、MEPSi,t,j、Pi,t定義與前文一致。通常分析師對(duì)公司的預(yù)測(cè)值大于其實(shí)際每股盈余,即Fopti,t,j>0。Fopti,t,j的值越大,說明分析師的樂觀偏差程度越嚴(yán)重,盈余預(yù)測(cè)質(zhì)量越差。

    第三,分析師預(yù)測(cè)分歧度(Fdispi,t,j)。參照現(xiàn)有研究(褚劍等,2019),本文采取以下方式來構(gòu)建分析師預(yù)測(cè)分歧度(Fdispi,t,j)指標(biāo):

    其中,F(xiàn)EPSi,t,j、Pi,t與前文定義一致,mean(FEPSi,t,j)表示t 季度內(nèi)分析師盈余預(yù)測(cè)平均值。Fdispi,t,j的值越小,表明分析師對(duì)同一上市公司的盈余預(yù)測(cè)分歧越小,盈余預(yù)測(cè)質(zhì)量越高。

    2.解釋變量。參考已有研究(Antweiler 和Frank,2004;林振興,2011),本文采取以下方式衡量網(wǎng)絡(luò)社交媒體意見分歧(Social_Mediai,t):

    本文將第ti日股吧中針對(duì)公司i 的正面帖子量記為Pospostnumi,ti,負(fù)面帖子量記為Negpostnumi,ti,Social_Mediai,ti的取值范圍是[0,1]。因?yàn)橐粋€(gè)季度內(nèi)有多次意見分歧的數(shù)據(jù),為初步減少內(nèi)生性問題,本文選取季度內(nèi)分析師做出盈余預(yù)測(cè)日期前的意見分歧平均值進(jìn)行計(jì)算,將計(jì)算后的數(shù)值記為Social_Mediai,t,該值越大說明股吧意見分歧越大,即網(wǎng)絡(luò)社交媒體意見分歧程度越高。

    3.控制變量。參考以往相關(guān)文獻(xiàn),本文選取以下變量作為控制變量:業(yè)績(jī)波動(dòng)(Vsalesi,t)、資產(chǎn)負(fù)債率(Levi,t)、盈利能力(ROEi,t)、公司成長(zhǎng)性(MBi,t)、上市年齡(Agei,t)、股權(quán)性質(zhì)(SOEi,t)、預(yù)測(cè)期限(Horizoni,t)、股權(quán)集中度(Top10i,t)、兩職合一(Duali,t)、公司規(guī)模(Sizei,t)。此外,模型中還加入了年份虛擬變量和行業(yè)虛擬變量。

    變量定義如表2所示。

    表2 變量定義

    (三)實(shí)證模型

    針對(duì)H1,本文設(shè)定以下實(shí)證模型加以檢驗(yàn):

    在模型設(shè)定中,本文使用Analysti,t來替代分析師關(guān)注度,進(jìn)行假設(shè)檢驗(yàn)時(shí)分別將Anai,t、Reporti,t代入。

    針對(duì)H2,本文設(shè)定以下實(shí)證模型加以檢驗(yàn):

    在模型設(shè)定中,本文使用Analyst behaviori,t,j來替代分析師預(yù)測(cè)質(zhì)量,進(jìn)行假設(shè)檢驗(yàn)時(shí)分別將Ferrori,t,j、Fopti,t,j、Fdispi,t,j代入。

    四、實(shí)證結(jié)果分析

    (一)描述性統(tǒng)計(jì)

    表3 顯示了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度的均值分別為0.012、0.008和0.004,說明不同分析師對(duì)上市公司的預(yù)測(cè)存在一定的分歧度。網(wǎng)絡(luò)社交媒體意見分歧的均值為0.515,說明中小投資者之間的意見分歧程度較高,符合本文的預(yù)期。在樣本上市公司中,分析師跟蹤人數(shù)和出具的研究報(bào)告數(shù)量的均值分別為2.051 和2.488,標(biāo)準(zhǔn)差分別為0.959 和1.229,說明不同上市公司對(duì)分析師的吸引程度不同,分析師的關(guān)注具有集群效應(yīng)。

    表3 描述性統(tǒng)計(jì)

    (二)回歸結(jié)果分析

    表4第(1)、(2)列展示了網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師關(guān)注度的影響程度。第(1)列中因變量為分析師跟蹤人數(shù),網(wǎng)絡(luò)社交媒體意見分歧的系數(shù)為0.8347(t=5.17,p<0.01);第(2)列中因變量為分析師出具的研究報(bào)告數(shù)量,網(wǎng)絡(luò)社交媒體意見分歧的系數(shù)為1.0565(t=4.06,p<0.01)。這說明網(wǎng)絡(luò)社交媒體意見分歧程度越高,分析師跟蹤人數(shù)和出具的研究報(bào)告數(shù)量越多,即網(wǎng)絡(luò)社交媒體意見分歧越大,分析師關(guān)注度越高,回歸結(jié)果支持H1。

    表4 網(wǎng)絡(luò)社交媒體意見分歧與分析師關(guān)注度和預(yù)測(cè)質(zhì)量

    表4 第(3)~(5)列報(bào)告了網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度的回歸結(jié)果。結(jié)果顯示,網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度均呈顯著的負(fù)相關(guān)關(guān)系,回歸系數(shù)分別為-0.0050(t=-8.06,p<0.01)、-0.0073(t=-6.11,p<0.01)、-0.0026(t=-8.97,p<0.01),表明網(wǎng)絡(luò)社交媒體意見分歧越大,分析師越有可能“逆水行舟”,增加其他實(shí)質(zhì)性活動(dòng),如實(shí)地調(diào)研等(后續(xù)加以驗(yàn)證),以提高其預(yù)測(cè)準(zhǔn)確性,回歸結(jié)果支持H2b。

    五、進(jìn)一步分析

    (一)內(nèi)在驅(qū)動(dòng)——投資者關(guān)注度的調(diào)節(jié)作用

    投資者注意力對(duì)金融市場(chǎng)的投資決策有重大影響,投資者有限注意力假說最早由Kahneman(1973)提出,他認(rèn)為注意力是一種稀缺資源,投資者的注意力是有限的,有限的投資者注意力會(huì)影響資本市場(chǎng)活動(dòng)。投資者只有在關(guān)注股票時(shí)才會(huì)對(duì)信息做出過度反應(yīng),更有可能將某只股票納入其投資組合并交易該股票,且注意力影響的是投資者的買入行為而不是賣出行為(Barber 和Odean,2008)。當(dāng)市場(chǎng)上網(wǎng)絡(luò)社交媒體意見分歧較大時(shí),投資者的關(guān)注會(huì)進(jìn)一步放大分歧的市場(chǎng)后果效應(yīng)。一方面,更高的投資者關(guān)注度意味著散戶更積極地參與市場(chǎng)交易,當(dāng)投資者關(guān)注某只股票時(shí),他們會(huì)對(duì)該股票產(chǎn)生樂觀情緒(Da等,2011)。另一方面,已有研究發(fā)現(xiàn),投資者關(guān)注度對(duì)股票流動(dòng)性有顯著正向影響,從而導(dǎo)致公司日收益的增加。根據(jù)價(jià)格壓力假說,高關(guān)注度會(huì)推動(dòng)中小投資者的買入行為,形成“凈買入效應(yīng)”(Barber 和Odean,2008)。投資者的關(guān)注會(huì)進(jìn)一步提高由于意見分歧導(dǎo)致的股票價(jià)格偏離價(jià)值的程度,噪音信息的增多進(jìn)一步增加了投資者對(duì)信息的需求。由于市場(chǎng)上噪音信息的增加,出于職業(yè)聲譽(yù)和薪酬激勵(lì)的考慮,分析師更有可能增加其調(diào)研頻率以試圖挖掘出更多有價(jià)值的信息,信息處理速度加快,預(yù)測(cè)行為更為謹(jǐn)慎,并傾向于做出盈余預(yù)測(cè)修正,利用信息更正自身的盈余預(yù)測(cè),減少預(yù)測(cè)樂觀性并提高其準(zhǔn)確性。因此,本文預(yù)計(jì)投資者關(guān)注度能夠強(qiáng)化網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的影響。

    對(duì)此,本文借鑒Da 等(2011)的研究,使用上市公司網(wǎng)絡(luò)搜索指數(shù)來衡量投資者關(guān)注度(Attentioni,t),具體來說,選取第t 日對(duì)股票代碼i 的搜索值衡量,并對(duì)搜索值進(jìn)行對(duì)數(shù)處理。

    表5 第(1)~(3)列報(bào)告了網(wǎng)絡(luò)社交媒體意見分歧和分析師預(yù)測(cè)質(zhì)量在不同投資者關(guān)注調(diào)節(jié)下的回歸結(jié)果。第(1)列結(jié)果顯示,交互項(xiàng)Social_Media×Attention 的系數(shù)為-0.0010(t=-8.45,p<0.01),第(2)、(3)列結(jié)果顯示,交互項(xiàng)Social_Media×Attention 的系數(shù)分別為-0.0011(t=-6.89,p<0.01)和-0.0002(t=-6.95,p<0.01),結(jié)合表4 的回歸結(jié)果可知,在投資者關(guān)注度較高的上市公司中,網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的影響更強(qiáng)烈。

    表5 網(wǎng)絡(luò)社交媒體意見分歧、投資者關(guān)注度(《司法解釋》)與分析師預(yù)測(cè)質(zhì)量

    (二)外在沖擊——《司法解釋》的調(diào)節(jié)作用

    2013 年9 月,最高人民法院頒布《最高人民法院、最高人民檢察院關(guān)于辦理利用信息網(wǎng)絡(luò)實(shí)施誹謗等刑事案件適用法律若干問題的解釋》(簡(jiǎn)稱《司法解釋》),自此互聯(lián)網(wǎng)言論得到立法監(jiān)管,任何在網(wǎng)絡(luò)上造謠和誹謗的行為負(fù)責(zé)人都可能面臨重大的責(zé)任?!端痉ń忉尅返诙l中將“同一誹謗信息實(shí)際被點(diǎn)擊、瀏覽次數(shù)達(dá)到五千次以上,或者被轉(zhuǎn)發(fā)次數(shù)達(dá)到五百次以上的”認(rèn)定為“情節(jié)嚴(yán)重”。這一監(jiān)管政策實(shí)施后,股吧論壇用戶在發(fā)帖時(shí)更為謹(jǐn)慎,肆意發(fā)布虛假信息的可能性降低,即這一監(jiān)管條例促使股民傳播更多有理有據(jù)、真實(shí)可靠的信息(孫鯤鵬等,2020),因此股吧中的意見分歧應(yīng)該較之前更真實(shí)地反映了投資者對(duì)某股票的實(shí)際看法。假如意見分歧確實(shí)會(huì)影響分析師的盈余預(yù)測(cè)行為,那么在意見分歧更大程度地反映投資者看法后,分析師更能“對(duì)癥下藥”,更聚焦于投資者關(guān)注的領(lǐng)域,針對(duì)意見分歧進(jìn)行調(diào)研以搜集和處理信息,使得網(wǎng)絡(luò)社交媒體意見分歧和分析師預(yù)測(cè)質(zhì)量之間的關(guān)系有所增強(qiáng)。而如果散戶之間的意見分歧是由于公司自身信息披露和特有環(huán)境引起的,則兩者的關(guān)系在《司法解釋》頒布前后應(yīng)該沒有顯著差異。

    對(duì)此,本文構(gòu)建政策虛擬變量(Policy),對(duì)2013 年9月之前的季度賦值為0,對(duì)2013年9月份之后的季度賦值為1,同時(shí)構(gòu)建網(wǎng)絡(luò)社交媒體意見分歧和政策的交乘項(xiàng)(Social_Media×Policy)進(jìn)行回歸。

    表5 第(4)~(6)列報(bào)告了《司法解釋》發(fā)布在網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)質(zhì)量關(guān)系間調(diào)節(jié)作用的結(jié)果。在第(4)列中,Social_Media 的系數(shù)為-0.0010(t=-1.69,p<0.1),交乘項(xiàng)Social_Media×Policy 的回歸系數(shù)為-0.0208(t=-7.09,p<0.01);在第(5)列和第(6)列中,Social_Media 的系數(shù)分別為-0.0026(t=-4.07,p<0.01)和-0.0022(t=-5.76,p<0.01),交互項(xiàng)Social_Media×Policy的回歸系數(shù)分別為-0.0245(t=-8.78,p<0.01)和-0.0020(t=-7.85,p<0.01)。在引入《司法解釋》之后,Social_Media×Policy的系數(shù)均在1%的水平上顯著為負(fù),結(jié)合前文的假設(shè)檢驗(yàn)結(jié)果可知,在引入《司法解釋》這一政策后,網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的影響更顯著。

    (三)中介機(jī)制分析

    前文的假設(shè)檢驗(yàn)支持H2b,即網(wǎng)絡(luò)社交媒體意見分歧越大,分析師預(yù)測(cè)質(zhì)量越高。在上文的理論推導(dǎo)中,本文的假設(shè)提出遵循這樣一個(gè)路徑:由于資本市場(chǎng)上中小投資者不成熟、不理性,總體上表現(xiàn)出有限理性特征。在股吧論壇中,散戶傾向于點(diǎn)擊與自己意見一致或點(diǎn)擊量較高的帖子,當(dāng)意見分歧較嚴(yán)重時(shí)帖子的兩極分化程度更高。同時(shí),由于散戶之間的“達(dá)克效應(yīng)”,過度自信導(dǎo)致非理性因素在投資者群體之間蔓延,致使散戶“處置效應(yīng)”交易更頻繁。當(dāng)意見分歧程度較高時(shí),散戶之間產(chǎn)生情緒傳染和非理性行為的可能性較大,無法有效掌握與上市公司相關(guān)的發(fā)展信息,進(jìn)而增加了對(duì)信息的需求。分析師為了滿足投資者的需求,需要校正市場(chǎng)上的非理性行為以實(shí)現(xiàn)職業(yè)聲譽(yù)的積累,其會(huì)通過更多渠道對(duì)上市公司進(jìn)行調(diào)研,與管理層進(jìn)行溝通以獲取私人信息,對(duì)其盈余預(yù)測(cè)公告進(jìn)行負(fù)向修正,更為努力地工作以更有效地傳達(dá)信息,進(jìn)而提高其預(yù)測(cè)準(zhǔn)確性。那么,分析師的調(diào)研行為是否是網(wǎng)絡(luò)社交媒體意見分歧影響分析師預(yù)測(cè)質(zhì)量的內(nèi)在機(jī)制呢?本文將驗(yàn)證這一問題。

    采用公式(7)和公式(8)來檢驗(yàn)分析師調(diào)研行為在網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量影響過程中所發(fā)揮的中介作用,如下所示:

    其中,Visiti,t表示分析師調(diào)研行為,借鑒已有研究,由于在對(duì)上市公司的實(shí)地調(diào)研過程中,存在同家券商多位分析師參與調(diào)研,以及多家券商共同參與調(diào)研的情況,本文從券商層面計(jì)量分析師的實(shí)地調(diào)研行為,當(dāng)該季度內(nèi)分析師所在的券商公司有實(shí)地調(diào)研行為時(shí),Visiti,t取值為1,否則取值為0,其余變量與前文定義一致。

    表6 報(bào)告了分析師調(diào)研行為在網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)質(zhì)量之間發(fā)揮的中介作用。第(1)列中被解釋變量為分析師調(diào)研行為,網(wǎng)絡(luò)社交媒體意見分歧的系數(shù)為0.0217(t=6.87,p<0.01),表明網(wǎng)絡(luò)社交媒體意見分歧越大,分析師越有可能參與實(shí)地調(diào)研。在第(2)~(4)列中同時(shí)考慮中介變量和解釋變量,中介變量分析師調(diào)研行為的系數(shù)顯著為負(fù),網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)小于原回歸系數(shù),說明分析師調(diào)研表現(xiàn)出部分中介效應(yīng),中介效應(yīng)程度分別為10.62%、2.68%和21.48%。

    表6 中介機(jī)制檢驗(yàn)

    六、穩(wěn)健性檢驗(yàn)

    (一)更換變量衡量方式

    1.更換分析師預(yù)測(cè)質(zhì)量衡量方式。參考褚劍等(2019)的研究,當(dāng)分析師在一個(gè)季度內(nèi)存在多次盈余預(yù)測(cè)時(shí),本文將計(jì)算其平均值重新衡量分析師預(yù)測(cè)偏差(Ferror_Mi,t,j)和樂觀偏差(Fopt_Mi,t,j);同時(shí),選用分析師盈余預(yù)測(cè)的中位數(shù)[median(FEPSi,t,j)]構(gòu)建分析師預(yù)測(cè)分歧度(Fdisp_Mi,t,j)指標(biāo)。將以上指標(biāo)分別代入模型(2)重新進(jìn)行回歸,根據(jù)表7的回歸結(jié)果,第(1)~(3)列中網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)分別為-0.0049(t=-7.81,p<0.01)、-0.0072(t=-8.85,p<0.01)和-0.0024(t=-6.33,p<0.01),表明網(wǎng)絡(luò)社交媒體意見分歧降低了分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度,綜合來看網(wǎng)絡(luò)社交媒體意見分歧的系數(shù)符號(hào)與表4相比沒有發(fā)生變化,即主要結(jié)論沒有發(fā)生大的變化。

    表7 更換分析師預(yù)測(cè)質(zhì)量衡量方式

    2.更換分析師預(yù)測(cè)質(zhì)量的標(biāo)準(zhǔn)化方式。借鑒張超等(2021)的研究,本文對(duì)被解釋變量采用除以公司i 第t 季度的每股凈資產(chǎn)代替除以股價(jià)來標(biāo)準(zhǔn)化衡量分析師預(yù)測(cè)質(zhì) 量,新 的 指 標(biāo) 分 別 記 為Ferror_Ni,t,j、Fopt_Ni,t,j、Fdisp_Ni,t,j。將以上指標(biāo)分別代入模型(2)重新進(jìn)行回歸,由表8第(1)~(3)列可知,網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)分別為-0.0192(t=-9.55,p<0.01)、-0.0285(t=-5.21,p<0.01)和-0.0083(t=-6.67,p<0.01),說明網(wǎng)絡(luò)社交媒體意見分歧越大,分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度越低,與主回歸相比,該結(jié)果沒有發(fā)生顯著性變化,說明本文的結(jié)論依舊穩(wěn)健。

    表8 更換分析師預(yù)測(cè)質(zhì)量標(biāo)準(zhǔn)化方式和分析師預(yù)測(cè)偏差的計(jì)量方法

    3.更換分析師預(yù)測(cè)偏差的計(jì)量方法。借鑒Malloy(2005)的研究,本文采用相對(duì)精度的方法衡量分析師預(yù)測(cè)偏差(Ferror_Fi,t,j),如下所示:

    其中,mean(FEPSi,t)表示第t季度內(nèi)所有的分析師對(duì)上市公司i盈余預(yù)測(cè)的平均值。

    將以上指標(biāo)代入公式(6)重新進(jìn)行回歸,表8第(4)列報(bào)告了回歸結(jié)果。Social_Media的回歸系數(shù)為-0.0550(t=-7.43,p<0.01),表明網(wǎng)絡(luò)社交媒體意見分歧越大,分析師預(yù)測(cè)偏差越低,本文的主要結(jié)論沒有發(fā)生變化。

    4.更換投資者關(guān)注度的衡量方式。采用以股票代碼、公司簡(jiǎn)稱、公司全稱等為關(guān)鍵字的搜索值加總為投資者關(guān)注度的衡量方式,同前文一致,對(duì)搜索總值進(jìn)行對(duì)數(shù)處理,該值越大說明投資者關(guān)注度越高。表9報(bào)告了網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)質(zhì)量在投資者關(guān)注度調(diào)節(jié)下的回歸結(jié)果。第(1)~(3)列的回歸結(jié)果顯示,交互項(xiàng)Social_Media×Attention_A 的回歸系數(shù)分別為-0.0007(t=-7.94,p<0.01)、-0.0009(t=-7.78,p<0.01)和-0.0001(t=-8.27,p<0.01)??傮w來看,在更換投資者關(guān)注度的衡量方式后,其結(jié)果與表5相比沒有發(fā)生顯著變化,投資者關(guān)注度顯著增強(qiáng)了網(wǎng)絡(luò)社交媒體意見分歧與分析師預(yù)測(cè)質(zhì)量之間的關(guān)系,主要結(jié)論沒有發(fā)生變化。

    表9 更換投資者關(guān)注度衡量方式

    (二)工具變量法

    分析師是證券市場(chǎng)上重要的信息中介,已有文獻(xiàn)也支持投資者會(huì)使用分析師研究報(bào)告中的定性和定量信息來調(diào)整自身的投資決策計(jì)劃這一結(jié)論(廖明情等,2018),因此本文的研究可能存在雙向因果的問題。參考李思龍等(2018)的研究,在每一個(gè)樣本期間選擇同行業(yè)其他公司網(wǎng)絡(luò)社交媒體意見分歧的平均數(shù)(Social_Media_ind)作為本公司意見分歧的工具變量。因?yàn)橥袠I(yè)中其他公司的輿情信息會(huì)影響到投資者對(duì)本公司的看法,但尚未有研究發(fā)現(xiàn)同行業(yè)中對(duì)其他公司股價(jià)走勢(shì)的討論會(huì)影響到分析師對(duì)目標(biāo)公司做出的盈余預(yù)測(cè),因此該變量滿足相關(guān)性和外生性的要求。本文采用兩階段回歸法(2SLS)對(duì)假設(shè)進(jìn)行檢驗(yàn)。

    表10報(bào)告了工具變量法的回歸結(jié)果。從第一階段回歸結(jié)果來看,工具變量Social_Media_ind 的回歸系數(shù)為0.4466,且在1%的水平上顯著。從第二階段的回歸結(jié)果來看,擬合的網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)仍然在1%的水平上顯著為負(fù),分別為-0.0180、-0.0031和-0.0040,說明網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的影響在考慮了內(nèi)生性后仍然顯著??傮w來看,使用工具變量法回歸后,本文的研究結(jié)論仍然穩(wěn)健。

    表10 工具變量法

    (三)Heckman兩階段回歸法

    考慮到潛在的樣本選擇偏差,即由于并非所有的上市公司都有分析師跟蹤并做出盈余預(yù)測(cè),對(duì)于沒有分析師跟蹤的上市公司,本文并未檢驗(yàn)到網(wǎng)絡(luò)社交媒體意見分歧對(duì)于分析師預(yù)測(cè)質(zhì)量的影響,因此本文的實(shí)證結(jié)果可能存在樣本選擇偏差。參考Heckman(1979)的研究,用Heckman 二階段模型解決由于樣本選擇偏差引起的內(nèi)生性問題。

    首先,本文重新命名一個(gè)新的被解釋變量,即企業(yè)是否存在分析師跟蹤(Ananum),在第一階段計(jì)算逆米爾斯比率(IMR),設(shè)定以下二元選擇模型計(jì)算:

    借鑒Miller(1977)、Garfinkel(2009)的研究,本文選擇換手率(Turnover)、股票超額收益的波動(dòng)率(Groupretvol)、歷史盈余波動(dòng)率(Incvol)、財(cái)務(wù)杠桿(Lev)、賬面市值比(MB)、盈利能力(ROA)、公司規(guī)模(Size)加入公式(10),同時(shí)控制年份(Year)和行業(yè)(Industry)變量。

    其次,在第二階段中,將第一階段得出的逆米爾斯比率置入公式(6)中進(jìn)行回歸,同時(shí)控制年份和行業(yè)變量,結(jié)果如表11所示。

    表11 Heckman兩階段回歸法和PSM回歸

    表11第(1)~(3)列報(bào)告了Heckman兩階段回歸中第二階段的回歸結(jié)果,可以看到逆米爾斯比率的系數(shù)顯著,說明存在樣本自選擇導(dǎo)致的內(nèi)生性問題。同時(shí)在置入逆米爾斯比率之后,網(wǎng)絡(luò)社交媒體意見分歧的系數(shù)符號(hào)與主回歸保持一致且顯著,說明在控制樣本自選擇這一內(nèi)生性問題后,本文的研究結(jié)果沒有發(fā)生顯著變化,具有較強(qiáng)的穩(wěn)健性。

    (四)PSM回歸

    網(wǎng)絡(luò)社交媒體意見分歧的產(chǎn)生可能是由于存在公司特征的差異所導(dǎo)致的,因此本文選擇傾向得分匹配(PSM)來解決可能存在的自選擇問題。將網(wǎng)絡(luò)社交媒體意見分歧劃分為高—低兩組,其中意見分歧低組為目標(biāo)組。在網(wǎng)絡(luò)社交媒體意見分歧高組中,選擇與目標(biāo)組特征相似的上市公司作為對(duì)照組。傾向得分匹配的回歸結(jié)果如表11 第(4)~(6)列所示,網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)分別為-0.0048(t=-7.34,p<0.01)、-0.0068(t=-9.45,p<0.01)和-0.0027(t=-8.03,p<0.01),可見在解決樣本可能存在的自選擇問題后,網(wǎng)絡(luò)社交媒體意見分歧的回歸系數(shù)依然顯著為負(fù),表明網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)偏差、樂觀偏差和預(yù)測(cè)分歧度會(huì)產(chǎn)生負(fù)向影響,即網(wǎng)絡(luò)社交媒體意見分歧會(huì)提高分析師預(yù)測(cè)質(zhì)量的研究結(jié)論仍然沒有發(fā)生實(shí)質(zhì)性變化。

    (五)遺漏變量偏誤

    本文的另一個(gè)重要內(nèi)生性問題是遺漏變量偏誤。產(chǎn)業(yè)政策是由國(guó)家制定的,對(duì)國(guó)家資源配置具有導(dǎo)向作用,有產(chǎn)業(yè)政策支持的行業(yè)會(huì)受到投資者和分析師的關(guān)注,所以產(chǎn)業(yè)政策既是網(wǎng)絡(luò)社交媒體意見分歧的影響因素,又是影響分析師預(yù)測(cè)質(zhì)量的因素。對(duì)此,本文繼續(xù)控制產(chǎn)業(yè)政策的干擾,構(gòu)造IP 指標(biāo)來衡量該行業(yè)是否受產(chǎn)業(yè)支持,變量衡量方式如下:若該行業(yè)在“十二五”規(guī)劃中未被支持,而在“十三五”規(guī)劃中被提及(包括鼓勵(lì)和重點(diǎn)鼓勵(lì)),則該行業(yè)在2016年及以后年份賦值為1。

    表12匯報(bào)了將產(chǎn)業(yè)政策進(jìn)行控制后的估計(jì)結(jié)果。在第(1)~(3)列中,網(wǎng)絡(luò)社交媒體分歧的回歸系數(shù)分別為-0.0050(t=-8.12,p<0.01)、-0.0073(t=-8.05,p<0.01)和-0.0026(t=-6.00,p<0.01),仍然在1%的水平上顯著,表明前文的回歸結(jié)果具有一定的穩(wěn)健性。

    表12 遺漏變量偏誤

    七、研究結(jié)論與啟示

    隨著信息社會(huì)的發(fā)展和全媒體傳播體系的建設(shè),股吧等網(wǎng)絡(luò)社交媒體傳播工具對(duì)資本市場(chǎng)行為的影響力逐漸增強(qiáng)。本文利用2011 ~2021 年我國(guó)A 股上市公司的數(shù)據(jù),實(shí)證檢驗(yàn)網(wǎng)絡(luò)社交媒體意見分歧是否會(huì)對(duì)資本市場(chǎng)的信息中介——分析師產(chǎn)生影響。研究發(fā)現(xiàn):網(wǎng)絡(luò)社交媒體意見分歧會(huì)引起分析師的關(guān)注和持續(xù)跟蹤,分析師也更傾向于“逆水行舟”,即會(huì)增加其調(diào)研頻率,積極做出盈余預(yù)測(cè)修正,提升其預(yù)測(cè)準(zhǔn)確性。同時(shí),本文分別從內(nèi)在驅(qū)動(dòng)和外在沖擊兩方面考察投資者關(guān)注度和2013年最高法《司法解釋》發(fā)布對(duì)上述關(guān)系的調(diào)節(jié)作用,探討了網(wǎng)絡(luò)社交媒體意見分歧對(duì)分析師預(yù)測(cè)質(zhì)量的作用路徑。結(jié)果表明,分析師向市場(chǎng)傳遞了增量信息,進(jìn)一步佐證了分析師“信息中介有用觀”的觀點(diǎn)。本文通過了一系列穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn),包括更換變量衡量方式、解決遺漏變量偏誤、工具變量法、Heckman兩階段回歸法、PSM回歸,表明研究結(jié)論具有一定的穩(wěn)健性。

    在理論層面,本文的研究在引入網(wǎng)絡(luò)社交媒體這一重要視角后,進(jìn)一步拓展了意見分歧和分析師行為的研究成果。在實(shí)踐層面,我國(guó)正處在一個(gè)輿情媒介快速發(fā)展并產(chǎn)生經(jīng)濟(jì)后果的時(shí)期,全媒體時(shí)代的到來既是機(jī)遇也是挑戰(zhàn)。它一方面加快了信息傳播速度、降低了信息傳播成本,使市場(chǎng)參與者能以較少的時(shí)間和較低的成本獲取信息進(jìn)行決策;但另一方面,也加快了非理性情緒在群體間的傳播速度,容易引起群體情緒崩潰并增加市場(chǎng)風(fēng)險(xiǎn)。另外,《建設(shè)高標(biāo)準(zhǔn)市場(chǎng)體系行動(dòng)方案》倡導(dǎo)建立健全的外部監(jiān)督機(jī)制,分析師作為資本市場(chǎng)上重要的外部監(jiān)督者,研究網(wǎng)絡(luò)社交媒體信息的傳播和表現(xiàn)形態(tài)對(duì)分析師的影響,對(duì)于促進(jìn)分析師發(fā)揮其信息中介作用和資本市場(chǎng)健康發(fā)展具有重要作用。因此,在目前的全媒體傳播環(huán)境中,深入全面研究全媒體時(shí)代遇到的機(jī)遇和挑戰(zhàn),維護(hù)良好的資本市場(chǎng)信息環(huán)境,引導(dǎo)網(wǎng)絡(luò)信息的發(fā)展方向,對(duì)于更好地發(fā)揮分析師的作用,以及推動(dòng)媒體、金融市場(chǎng)朝著正確方向融合具有重要意義。

    【 主要參考文獻(xiàn)】

    陳國(guó)進(jìn),張貽軍.異質(zhì)信念、賣空限制與我國(guó)股市的暴跌現(xiàn)象研究[J].金融研究,2009(4):80 ~91.

    陳勝藍(lán),李占婷.經(jīng)濟(jì)政策不確定性與分析師盈余預(yù)測(cè)修正[J].世界經(jīng)濟(jì),2017(7):169 ~192.

    褚劍,秦璇,方軍雄.中國(guó)式融資融券制度安排與分析師盈利預(yù)測(cè)樂觀偏差[J].管理世界,2019(1):151 ~166+228.

    關(guān)靜怡,朱恒,劉娥平.股吧評(píng)論、分析師跟蹤與股價(jià)崩潰風(fēng)險(xiǎn)——關(guān)于模糊信息的信息含量分析[J].證券市場(chǎng)導(dǎo)報(bào),2020(3):58 ~68.

    李思龍,金德環(huán),李巖.網(wǎng)絡(luò)社交媒體提升了股票市場(chǎng)流動(dòng)性嗎?——基于投資者互動(dòng)視角的研究[J].金融論壇,2018(7):35 ~49+63.

    李維安,張立黨,張?zhí)K.公司治理、投資者異質(zhì)信念與股票投資風(fēng)險(xiǎn)——基于中國(guó)上市公司的實(shí)證研究[J].南開管理評(píng)論,2012(6):135 ~146.

    廖明情,鄧路,宋順林.內(nèi)部“軍師”和外部“謀士”誰更重要——基于基金公司內(nèi)部數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].南開管理評(píng)論,2018(3):191 ~202+224.

    廖明情,孫繼欣,鄧路.社會(huì)關(guān)系在分析師調(diào)研過程中的作用——基于利益沖突和信息優(yōu)勢(shì)的視角[J].南開管理評(píng)論,2021(1):148 ~158+192 ~193.

    林振興.網(wǎng)絡(luò)討論、投資者情緒與IPO 抑價(jià)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2011(2):23 ~29.

    裴平,張誼浩.中國(guó)股票投資者認(rèn)知偏差的實(shí)證檢驗(yàn)[J].管理世界,2004(12):12 ~22.

    孫鯤鵬,王丹,肖星.互聯(lián)網(wǎng)信息環(huán)境整治與社交媒體的公司治理作用[J].管理世界,2020(7):106 ~132.

    王愛群,王婧怡.投資者情緒對(duì)分析師盈余預(yù)測(cè)行為的影響研究[J].社會(huì)科學(xué)戰(zhàn)線,2021(1):245 ~249.

    許年行,江軒宇,伊志宏等.分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)[J].經(jīng)濟(jì)研究,2012(7):127 ~140.

    許致維,李少育.投資者異質(zhì)信念、股權(quán)融資現(xiàn)金流與企業(yè)過度投資——來自中國(guó)A股的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)研究,2014(7):86 ~96.

    姚加權(quán),馮緒,王贊鈞等.語(yǔ)調(diào)、情緒及市場(chǎng)影響:基于金融情緒詞典[J].管理科學(xué)學(xué)報(bào),2021(5):26 ~46.

    張超,伍燕然,蘇凇等.有限套利、投資者情緒與分析師盈利預(yù)測(cè)精度[J].外國(guó)經(jīng)濟(jì)與管理,2021(12):118 ~134.

    周開國(guó),應(yīng)千偉,陳曉嫻.媒體關(guān)注度、分析師關(guān)注度與盈余預(yù)測(cè)準(zhǔn)確度[J].金融研究,2014(2):139 ~152.

    Barber B.M.,Odean T..All That Glitters:The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors[J].Review of Financial Studies,2008(2):785 ~818.

    Brown L.D.,Call A.C.,Clement M.B.,et al..Inside the "Black Box" of Sell-side Financial Analysts[J].Journal of Accounting Research,2015(1):1 ~47.

    Chen J.,Douglas C.,Hou W.,et al..Does the External Monitoring Effect of Financial Analysts Deter Corporate Fraud in China?[J].Journal of Business Ethics,2016(4):727~742.

    Chen Y.,Chen D.,Wang W.,et al..Political Uncertainty and Firms' Information Environment:Evidence from China[J].Journal of Accounting & Public Policy,2018(1):39 ~64.

    Da Z.,Joseph E.,Gao P..In Search of Attention[J].The Journal of Finance,2011(5):1461 ~1499.

    Derrien F.,Kecskes A..The Real Effects of Financial Shocks:Evidence from Exogenous Changes in Analyst Coverage[J].The Journal of Finance,2013(4):1407 ~1440.

    Diether K.B.,Scherbina M.A..Differences of Opinion and the Cross Section of Stock Returns[J].The Journal of Finance,2002(5):2113 ~2141.

    Garfinkel J.A..Measuring Investors' Opinion Divergence[J].Journal of Accounting Research,2009(5):1317 ~1348.

    Hirshleifer D.A..Investor Psychology and Asset Pricing[J].The Journal of Finance,2001(4):1533 ~1597.

    Houge T.,Loughran T.,Suchanek G.,et al..Divergence of Opinion,Uncertainty,and the Quality of Initial Public Offerings[J].Financial Management,2001(4):5 ~23.

    Jackson A.R..Trade Generation,Reputation,and Sell-side Analysts[J].The Journal of Finance,2005(2):673 ~717.

    Keshk W.,Wang J.J..Determinants of the Relationship Between Investor Sentiment and Analysts' Private Information Production[J].Journal of Business Finance & Accounting,2018(9-10):1082 ~1099.

    Kothari S.P.,So E.C.,Verdi R.S..Analysts' Forecasts and Asset Pricing:A Survey[J].Annual Review of Financial Economics,2016(1):197 ~219.

    Lehavy R.,Li F.,Merkley K..The Effect of Annual Report Readability on Analyst Following and the Properties of Their Earnings Forecasts[J].Accounting Review,2011(3):1087 ~1115.

    Malloy C.J..The Geography of Equity Analysis[J].The Journal of Finance,2005(2):719 ~755.

    Miller E.M..Risk,Uncertainty,and Divergence of Opinion[J].The Journal of Finance,1977(4):1151 ~1168.

    Soltes E..Private Interaction Between Firm Management and Sell-side Analysts[J].Journal of Accounting Research,2014(1):245 ~272.

    猜你喜歡
    盈余分析師偏差
    儒家文化、信用治理與盈余管理
    如何走出文章立意偏差的誤區(qū)
    兩矩形上的全偏差
    關(guān)于經(jīng)常項(xiàng)目盈余的思考
    分析師一致預(yù)期
    分析師一致預(yù)期
    分析師一致預(yù)期
    分析師一致預(yù)期
    關(guān)于均數(shù)與偏差
    自適應(yīng)兩級(jí)UKF算法及其在時(shí)變偏差估計(jì)中的應(yīng)用
    搡老乐熟女国产| 女性生殖器流出的白浆| 九色亚洲精品在线播放| 欧美日韩瑟瑟在线播放| 电影成人av| 午夜福利,免费看| 久久国产乱子伦精品免费另类| 久久久精品区二区三区| 黄色a级毛片大全视频| 老司机福利观看| 美女 人体艺术 gogo| 日本撒尿小便嘘嘘汇集6| 黄色丝袜av网址大全| 怎么达到女性高潮| 久久久久精品人妻al黑| 好男人电影高清在线观看| 97人妻天天添夜夜摸| 国产精品电影一区二区三区 | 首页视频小说图片口味搜索| 久久九九热精品免费| 久久精品熟女亚洲av麻豆精品| 午夜视频精品福利| 99久久99久久久精品蜜桃| 国产片内射在线| 亚洲熟女精品中文字幕| 性色av乱码一区二区三区2| 成年人免费黄色播放视频| 国产精品国产av在线观看| 涩涩av久久男人的天堂| 妹子高潮喷水视频| 9热在线视频观看99| 黄色怎么调成土黄色| 搡老乐熟女国产| 法律面前人人平等表现在哪些方面| bbb黄色大片| 久久久国产成人免费| 免费高清在线观看日韩| 深夜精品福利| 精品亚洲成a人片在线观看| 亚洲欧美日韩另类电影网站| 久久久久久亚洲精品国产蜜桃av| 国产精品成人在线| 国产精品偷伦视频观看了| 别揉我奶头~嗯~啊~动态视频| 99热国产这里只有精品6| 俄罗斯特黄特色一大片| 99re6热这里在线精品视频| 国产精品久久久av美女十八| 一边摸一边做爽爽视频免费| 下体分泌物呈黄色| 99久久99久久久精品蜜桃| 精品欧美一区二区三区在线| 国产精品秋霞免费鲁丝片| 国产精品 国内视频| 久久精品人人爽人人爽视色| 欧美精品高潮呻吟av久久| 欧美亚洲日本最大视频资源| 激情在线观看视频在线高清 | 精品国产超薄肉色丝袜足j| 欧美激情久久久久久爽电影 | 啦啦啦 在线观看视频| 精品乱码久久久久久99久播| 国产主播在线观看一区二区| 国产蜜桃级精品一区二区三区 | 99热网站在线观看| 美女 人体艺术 gogo| 成年人黄色毛片网站| 两性夫妻黄色片| 久久人妻福利社区极品人妻图片| 日韩视频一区二区在线观看| av线在线观看网站| 热99国产精品久久久久久7| 99国产精品一区二区三区| 精品国产乱子伦一区二区三区| 人人澡人人妻人| 伦理电影免费视频| 91麻豆av在线| 精品一区二区三区四区五区乱码| a在线观看视频网站| 成在线人永久免费视频| 国产欧美日韩精品亚洲av| 亚洲国产精品sss在线观看 | 国产成人av教育| 亚洲人成电影观看| 人成视频在线观看免费观看| 夜夜爽天天搞| 国产亚洲精品久久久久5区| 久久精品人人爽人人爽视色| 亚洲人成77777在线视频| 99精国产麻豆久久婷婷| 亚洲精品美女久久av网站| 他把我摸到了高潮在线观看| 午夜免费观看网址| 午夜免费观看网址| 两个人免费观看高清视频| 午夜影院日韩av| 精品久久久精品久久久| 成人18禁在线播放| www.精华液| 亚洲人成伊人成综合网2020| 国产一卡二卡三卡精品| 久久天堂一区二区三区四区| 男女床上黄色一级片免费看| 亚洲av美国av| 免费看a级黄色片| 国产无遮挡羞羞视频在线观看| 亚洲色图av天堂| 中文字幕精品免费在线观看视频| 国产成人免费无遮挡视频| 男女高潮啪啪啪动态图| 中出人妻视频一区二区| 极品人妻少妇av视频| 国产精品成人在线| 丝袜人妻中文字幕| 18禁裸乳无遮挡免费网站照片 | 国产精品乱码一区二三区的特点 | 国产又色又爽无遮挡免费看| 老熟女久久久| 亚洲精品在线美女| 亚洲色图av天堂| 欧美性长视频在线观看| 亚洲一区二区三区不卡视频| 真人做人爱边吃奶动态| 怎么达到女性高潮| 黄色毛片三级朝国网站| 免费一级毛片在线播放高清视频 | a级片在线免费高清观看视频| 在线观看免费视频网站a站| 国产淫语在线视频| 精品人妻在线不人妻| 国产高清激情床上av| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品影院久久| 久久久国产欧美日韩av| 婷婷精品国产亚洲av在线 | 午夜福利在线观看吧| 亚洲精品自拍成人| 国产精品久久久久久人妻精品电影| 亚洲欧美一区二区三区黑人| 欧美激情高清一区二区三区| 一个人免费在线观看的高清视频| 黄色视频不卡| 岛国毛片在线播放| 一区二区三区国产精品乱码| 国产男女内射视频| www.熟女人妻精品国产| 夫妻午夜视频| 男女高潮啪啪啪动态图| 亚洲欧洲精品一区二区精品久久久| 欧美另类亚洲清纯唯美| 高清在线国产一区| 国产aⅴ精品一区二区三区波| 色综合欧美亚洲国产小说| 亚洲一区高清亚洲精品| 国产精品亚洲av一区麻豆| av片东京热男人的天堂| 最新在线观看一区二区三区| 大码成人一级视频| 欧美黄色淫秽网站| 久久精品国产99精品国产亚洲性色 | 日韩 欧美 亚洲 中文字幕| 啦啦啦免费观看视频1| 国产精品香港三级国产av潘金莲| 人妻 亚洲 视频| 热99久久久久精品小说推荐| 91精品三级在线观看| 岛国毛片在线播放| 黄频高清免费视频| 国产黄色免费在线视频| 久久久精品国产亚洲av高清涩受| 日本vs欧美在线观看视频| 操美女的视频在线观看| 国产高清国产精品国产三级| 91精品国产国语对白视频| 黑人操中国人逼视频| 麻豆成人av在线观看| 免费看a级黄色片| 一二三四社区在线视频社区8| 中亚洲国语对白在线视频| 99热网站在线观看| 黑人猛操日本美女一级片| 最近最新中文字幕大全电影3 | 欧美色视频一区免费| 首页视频小说图片口味搜索| 免费久久久久久久精品成人欧美视频| 久久人妻av系列| 国产精品电影一区二区三区 | 国产精品.久久久| 国产精品国产av在线观看| 深夜精品福利| 久久精品国产亚洲av高清一级| 免费在线观看黄色视频的| 国产片内射在线| 国产乱人伦免费视频| 久久久国产欧美日韩av| 午夜亚洲福利在线播放| 最新在线观看一区二区三区| 国产高清国产精品国产三级| 国产成人精品久久二区二区免费| 久久久久国产精品人妻aⅴ院 | 人人妻人人澡人人爽人人夜夜| 国产一区二区三区在线臀色熟女 | 狠狠婷婷综合久久久久久88av| 国产精品久久视频播放| 久99久视频精品免费| 亚洲欧洲精品一区二区精品久久久| 欧美日韩国产mv在线观看视频| 岛国在线观看网站| 每晚都被弄得嗷嗷叫到高潮| 搡老岳熟女国产| 一a级毛片在线观看| 欧美激情极品国产一区二区三区| 国产精品av久久久久免费| 久久精品亚洲av国产电影网| 国产成人欧美在线观看 | 久久久精品免费免费高清| 18禁国产床啪视频网站| 狠狠婷婷综合久久久久久88av| 黄片大片在线免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 免费在线观看日本一区| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜福利视频在线观看免费| 一进一出好大好爽视频| 亚洲性夜色夜夜综合| 18禁裸乳无遮挡免费网站照片 | 亚洲久久久国产精品| 精品福利永久在线观看| 欧美色视频一区免费| 大片电影免费在线观看免费| 午夜日韩欧美国产| 999精品在线视频| 国产在线观看jvid| 91精品三级在线观看| 亚洲黑人精品在线| e午夜精品久久久久久久| av天堂久久9| 国产免费男女视频| 久久精品国产a三级三级三级| 久久久精品免费免费高清| 亚洲中文av在线| 精品福利永久在线观看| 一进一出抽搐动态| 法律面前人人平等表现在哪些方面| 国产激情欧美一区二区| 少妇粗大呻吟视频| 一二三四社区在线视频社区8| 久久精品亚洲av国产电影网| 欧美国产精品一级二级三级| 国产精品一区二区精品视频观看| 午夜免费观看网址| 男人操女人黄网站| 美女福利国产在线| 18禁观看日本| 叶爱在线成人免费视频播放| 久久这里只有精品19| 少妇猛男粗大的猛烈进出视频| 91字幕亚洲| 久久中文字幕人妻熟女| 自拍欧美九色日韩亚洲蝌蚪91| 九色亚洲精品在线播放| 欧美黑人欧美精品刺激| 69精品国产乱码久久久| 窝窝影院91人妻| 久久久久久久国产电影| 成人免费观看视频高清| 午夜精品在线福利| 成人18禁高潮啪啪吃奶动态图| 国产精品乱码一区二三区的特点 | 中文字幕人妻丝袜制服| 一级作爱视频免费观看| 窝窝影院91人妻| av天堂在线播放| 女人久久www免费人成看片| 超色免费av| www.精华液| 一边摸一边抽搐一进一出视频| 一级a爱片免费观看的视频| 香蕉丝袜av| 久99久视频精品免费| 亚洲精品av麻豆狂野| 777久久人妻少妇嫩草av网站| 成年版毛片免费区| 麻豆乱淫一区二区| 国产无遮挡羞羞视频在线观看| 精品乱码久久久久久99久播| 国产av精品麻豆| 中出人妻视频一区二区| av免费在线观看网站| 国产欧美亚洲国产| 日本一区二区免费在线视频| 欧美乱码精品一区二区三区| 国产野战对白在线观看| 狠狠狠狠99中文字幕| 国产精品一区二区在线不卡| 一边摸一边抽搐一进一出视频| 国产又色又爽无遮挡免费看| 电影成人av| 久久青草综合色| 变态另类成人亚洲欧美熟女 | 十分钟在线观看高清视频www| 男男h啪啪无遮挡| 999久久久国产精品视频| 亚洲精品美女久久久久99蜜臀| 色精品久久人妻99蜜桃| 黄色丝袜av网址大全| 午夜日韩欧美国产| 天天躁夜夜躁狠狠躁躁| 在线天堂中文资源库| 久久性视频一级片| 欧美一级毛片孕妇| 国产成+人综合+亚洲专区| 久久狼人影院| 视频在线观看一区二区三区| 国产精品一区二区在线不卡| 老熟妇乱子伦视频在线观看| 99re在线观看精品视频| 久久久久久久精品吃奶| 50天的宝宝边吃奶边哭怎么回事| 韩国精品一区二区三区| 亚洲人成77777在线视频| tocl精华| √禁漫天堂资源中文www| 曰老女人黄片| 国产一卡二卡三卡精品| 三级毛片av免费| 老司机在亚洲福利影院| 天堂动漫精品| 国产亚洲欧美98| 欧美成人午夜精品| 国产成人精品在线电影| 国产区一区二久久| 国产精品电影一区二区三区 | 久久久水蜜桃国产精品网| 99国产精品一区二区蜜桃av | 国产日韩欧美亚洲二区| 欧美精品人与动牲交sv欧美| 黄色丝袜av网址大全| 亚洲中文字幕日韩| 1024香蕉在线观看| 亚洲一区二区三区欧美精品| 99久久综合精品五月天人人| 美女国产高潮福利片在线看| avwww免费| 最近最新中文字幕大全免费视频| 少妇的丰满在线观看| 欧美不卡视频在线免费观看 | 亚洲avbb在线观看| 9热在线视频观看99| 国产av一区二区精品久久| 亚洲五月天丁香| svipshipincom国产片| 女同久久另类99精品国产91| 人人妻人人爽人人添夜夜欢视频| 两性夫妻黄色片| 成人18禁高潮啪啪吃奶动态图| 国产亚洲精品久久久久久毛片 | 在线av久久热| 日韩免费高清中文字幕av| 午夜影院日韩av| 亚洲七黄色美女视频| svipshipincom国产片| 中文亚洲av片在线观看爽 | 美女扒开内裤让男人捅视频| 国产亚洲av高清不卡| 久久天堂一区二区三区四区| 久久九九热精品免费| 国产1区2区3区精品| 精品人妻1区二区| 亚洲国产精品一区二区三区在线| 成人18禁在线播放| 亚洲精品在线美女| 19禁男女啪啪无遮挡网站| 欧美日韩一级在线毛片| 真人做人爱边吃奶动态| 精品人妻1区二区| 国产伦人伦偷精品视频| 一级片'在线观看视频| 成年人午夜在线观看视频| 精品国产一区二区三区四区第35| 亚洲国产精品一区二区三区在线| 自拍欧美九色日韩亚洲蝌蚪91| 手机成人av网站| 国产主播在线观看一区二区| 亚洲人成电影观看| 人妻丰满熟妇av一区二区三区 | 一进一出好大好爽视频| 成人手机av| 亚洲色图综合在线观看| 久久人人97超碰香蕉20202| 亚洲九九香蕉| 欧美另类亚洲清纯唯美| 亚洲精品一卡2卡三卡4卡5卡| 热99久久久久精品小说推荐| 麻豆国产av国片精品| 中文字幕av电影在线播放| 99国产极品粉嫩在线观看| 在线看a的网站| 国产在线精品亚洲第一网站| 精品电影一区二区在线| 露出奶头的视频| 久久久久视频综合| 777久久人妻少妇嫩草av网站| 人妻一区二区av| 午夜精品久久久久久毛片777| 亚洲av片天天在线观看| 亚洲国产毛片av蜜桃av| 国产成人精品久久二区二区91| 日韩欧美在线二视频 | 亚洲aⅴ乱码一区二区在线播放 | avwww免费| 国产精品偷伦视频观看了| 国产激情欧美一区二区| 亚洲成人免费av在线播放| 啪啪无遮挡十八禁网站| 丰满迷人的少妇在线观看| 日韩免费av在线播放| 中文字幕另类日韩欧美亚洲嫩草| 成人三级做爰电影| 国产精品1区2区在线观看. | 亚洲熟女毛片儿| 久久精品国产亚洲av香蕉五月 | 777久久人妻少妇嫩草av网站| 在线免费观看的www视频| 色婷婷av一区二区三区视频| 老熟妇乱子伦视频在线观看| 久久中文看片网| 波多野结衣一区麻豆| 王馨瑶露胸无遮挡在线观看| 亚洲第一av免费看| 亚洲精华国产精华精| 黄色a级毛片大全视频| 黑人巨大精品欧美一区二区蜜桃| 男女之事视频高清在线观看| 夫妻午夜视频| 欧美 日韩 精品 国产| 国产亚洲精品久久久久5区| 色尼玛亚洲综合影院| 亚洲人成电影免费在线| 人人妻人人添人人爽欧美一区卜| 国产精品影院久久| 久久久久久久精品吃奶| 夜夜躁狠狠躁天天躁| 精品人妻1区二区| 亚洲五月天丁香| 国产成人免费无遮挡视频| 国产一区有黄有色的免费视频| av超薄肉色丝袜交足视频| 啦啦啦在线免费观看视频4| 欧美av亚洲av综合av国产av| 男人的好看免费观看在线视频 | 精品人妻熟女毛片av久久网站| 久久这里只有精品19| 一边摸一边抽搐一进一出视频| 日韩欧美三级三区| 成人国语在线视频| 麻豆乱淫一区二区| 欧美日韩中文字幕国产精品一区二区三区 | 18禁裸乳无遮挡免费网站照片 | 操出白浆在线播放| 国产精品乱码一区二三区的特点 | 男女高潮啪啪啪动态图| 少妇粗大呻吟视频| 免费女性裸体啪啪无遮挡网站| 欧美精品av麻豆av| 国产在线一区二区三区精| 一级片免费观看大全| 久久青草综合色| 母亲3免费完整高清在线观看| 欧美精品av麻豆av| 亚洲av成人不卡在线观看播放网| 久久亚洲真实| 看片在线看免费视频| 国产xxxxx性猛交| 男人操女人黄网站| 亚洲va日本ⅴa欧美va伊人久久| 亚洲,欧美精品.| aaaaa片日本免费| 亚洲成人免费电影在线观看| 叶爱在线成人免费视频播放| 精品第一国产精品| 色在线成人网| 亚洲色图 男人天堂 中文字幕| 久久久久国产精品人妻aⅴ院 | 欧洲精品卡2卡3卡4卡5卡区| 三上悠亚av全集在线观看| 国产精品久久视频播放| 热re99久久国产66热| 久久精品国产清高在天天线| 亚洲一区高清亚洲精品| 国产成人欧美| 亚洲av熟女| 亚洲成人手机| 亚洲成人国产一区在线观看| e午夜精品久久久久久久| 在线观看www视频免费| 免费观看人在逋| 免费观看精品视频网站| 久久久精品免费免费高清| 性少妇av在线| 国产99白浆流出| 亚洲av欧美aⅴ国产| 在线观看免费高清a一片| 1024香蕉在线观看| 91麻豆av在线| 韩国精品一区二区三区| 国产成人影院久久av| 不卡av一区二区三区| 啦啦啦 在线观看视频| 免费久久久久久久精品成人欧美视频| 亚洲av成人不卡在线观看播放网| 桃红色精品国产亚洲av| 色婷婷久久久亚洲欧美| 成人亚洲精品一区在线观看| 欧美大码av| 99re在线观看精品视频| 日本一区二区免费在线视频| 少妇 在线观看| а√天堂www在线а√下载 | 午夜福利一区二区在线看| 欧美丝袜亚洲另类 | 一夜夜www| 日日摸夜夜添夜夜添小说| 18禁国产床啪视频网站| 又黄又爽又免费观看的视频| 国产精品久久久人人做人人爽| 免费不卡黄色视频| 国产99白浆流出| 亚洲国产欧美一区二区综合| 欧美日韩国产mv在线观看视频| 捣出白浆h1v1| 欧美精品av麻豆av| 精品视频人人做人人爽| 日本撒尿小便嘘嘘汇集6| 国产高清视频在线播放一区| 超色免费av| 水蜜桃什么品种好| 亚洲av第一区精品v没综合| 中文字幕高清在线视频| 99精品欧美一区二区三区四区| 国产成人啪精品午夜网站| 国产亚洲精品第一综合不卡| 无人区码免费观看不卡| 久久婷婷成人综合色麻豆| 嫁个100分男人电影在线观看| 国产乱人伦免费视频| 亚洲七黄色美女视频| 成人永久免费在线观看视频| 老司机影院毛片| av国产精品久久久久影院| 欧美黑人欧美精品刺激| 欧美成人免费av一区二区三区 | 国产乱人伦免费视频| 成在线人永久免费视频| 国产成人精品久久二区二区免费| 亚洲熟妇熟女久久| 50天的宝宝边吃奶边哭怎么回事| 1024香蕉在线观看| 成人18禁在线播放| av欧美777| 国产亚洲欧美精品永久| tube8黄色片| e午夜精品久久久久久久| 亚洲 国产 在线| 99热国产这里只有精品6| 黄色 视频免费看| 午夜精品在线福利| 建设人人有责人人尽责人人享有的| 一级,二级,三级黄色视频| 美女国产高潮福利片在线看| 少妇裸体淫交视频免费看高清 | 免费人成视频x8x8入口观看| 国产精品免费视频内射| 久久精品亚洲av国产电影网| 亚洲 国产 在线| 18禁黄网站禁片午夜丰满| www.自偷自拍.com| 免费在线观看亚洲国产| 国产野战对白在线观看| 久久精品国产99精品国产亚洲性色 | 精品电影一区二区在线| 视频区图区小说| 亚洲少妇的诱惑av| 精品久久蜜臀av无| 国产淫语在线视频| av一本久久久久| 美女高潮喷水抽搐中文字幕| 亚洲 欧美一区二区三区| 国产精品九九99| 精品高清国产在线一区| 久久中文字幕人妻熟女| 色老头精品视频在线观看| 这个男人来自地球电影免费观看| 身体一侧抽搐| 一级作爱视频免费观看| 日韩免费av在线播放| 老司机午夜十八禁免费视频| 女人高潮潮喷娇喘18禁视频| 亚洲一区高清亚洲精品| 丁香欧美五月| 欧洲精品卡2卡3卡4卡5卡区| 18禁国产床啪视频网站| 欧美大码av| 99热只有精品国产| 国产精品电影一区二区三区 | 亚洲情色 制服丝袜| 99在线人妻在线中文字幕 | 一区福利在线观看| svipshipincom国产片| 亚洲精品一二三| 精品少妇久久久久久888优播| 精品人妻熟女毛片av久久网站| 一级毛片精品| 国产精品一区二区在线观看99| 色播在线永久视频|