企业会计信息在社交网络中的传播：信息质量、传播机制及其经济后果研究

In the past decade, social media has been playing an increasingly important role in the generation, interpretation, dissemination and acquisition of accounting information. A large number of firms are using social media platforms such as Sina Weibo to disseminate their important operating and financial information. Millions of investors rely on social media to acquire useful information to form their price expectation and direct their trading activities. Despite the importance of social media to the stock market, there is little direct evidence on the quality of the social media information to date. Applying textual analysis on big data sample from important social media, this study first extract the meaning from social media content at large data scales. Using the extracted information, this study first exams the quality of the information by testing its predicting power of future stock return and earning surprises. Second, this study discovers the role that firms, traditional news media, independent news media and investors play in the information dissemination process over social media. Third, this study explores the impact of social media information dissemination on price formation and information asymmetry in the stock market. This study is going to expand our understanding of the role media plays in assessing the effectiveness of information dissemination, it also provides empirical evidence for legislator and regulations on how to regulate firms’ information dissemination and the supervision of independent financial news media to maintain a healthy stock market.

近年来，社交媒体的飞速发展使其成为了会计信息的产生、解读、传播和获取的重要渠道之一 。在新浪微博等社交媒体上，大量有关企业经营业绩和财务状况的会计信息被投资者获取，用于形成价格预期，从而指导其交易行为。尽管实践中企业大量地通过社交网络披露会计信息，数以百万计的投资者通过社交网络获取信息，文献中针对社交网络中会计信息质量的研究仍然相对缺乏，理论远远落后于实践。本项目将社交网络大数据作为研究主体，通过文本分析的方法识别社交网络中所包含的会计信息。运用这一独特的数据，本项目将研究1）社交媒体中会计信息的信息质量；2）企业，传统媒体，自媒体和投资者在这一传播过程中所发挥的作用；以及3）会计信息通过社交媒体传播对于降低信息不对称和促进价格形成机制的影响。该项目的研究将拓宽我们对于传播渠道在信息披露中发挥的作用的理解；同时为规范企业通过社交媒体进行信息披露，财经自媒体的监管等现实问题提供政策依据。

社交媒体的飞速发展使其成为了会计信息的产生、解读、传播和获取的重要渠道之一。社交媒体在为广大投资者提供快速，及时的信息的同时，也受到假消息等问题的深刻影响。本课题收集了大量投资类社交媒体的文本信息，运用SVM的机器学习的方法构建了文本语义的识别算法。运用实证研究的方法，研究了我国社交媒体中会计信息的信息质量，传播机制及其经济后果。首先，我们发现相比传统媒体，中国的社交媒体的语义可以更加显著地预测公司未来的股价走势，这种对于未来股价走势的预测能力并非短期的投资者情绪所致。这一发现证实了中国社交媒体中所包括会计信息的有用性。同时，社交媒体的会计信息对于未来股票收益的预测能力和传统媒体的正向偏差具有正相关性，表明社交媒体中会计信息的有用性部分来源于其对于传统媒体正性偏差的调整和修正。其次，利用2017年10月互联网社交媒体实名制进行事件研究，我们发现社交媒体的实名制显著提升了中国社交媒体中会计信息对于未来股价走势的预测能力，主要原因是实名制对于假消息的抑制和对于高质量社交媒体参与者的激励。再次，我们运用机器学习的算法，结合多种已知的定价因子综合分析社交媒体等文本信息对于资产定价的影响。我们发现我国的社交媒体中会计信息的有用性主要集中于较短期的投资策略，而对于较为长期的投资策略中其有用性有所下降。本课题的成果，对于理解我国独特的媒体制度、投资者结构、以及信息环境下社交媒体所发挥的作用做出了贡献。具有一定的政策建议和行业应用价值。