1. 研究目的与意义、国内外研究现状(文献综述)
(一)选题目的
随着计算机技术和互联网技术的飞速发展,新浪微博等新媒体成为了信息传递的主要媒介。通过新浪微博等新媒体发布的新闻以及评论,可以有效弥补传统信息媒介所缺失的时效性和互动性。同时这些新媒体也对资本市场产生了影响,企业可以通过新媒体发布非正式信息,从而拓宽其影响力也丰富了信息的发布渠道,投资者也可以通过新媒体上发布的信息获得更多的有关上市公司的信息,对做出投资决策产生了一定的影响。新浪微博的信息传递作用也受到了上市公司的重视,越来越多的企业开设了官方微博并发表有关信息。同时,监管部门也对其关注有加,证监会通过其官方微博表示将进一步研究完善信息披露规则,尤其是对微博等网络新媒体信息披露的监管。
2. 研究的基本内容和问题
(一)研究目标
在充分阅读文献的基础上总结国内外学者对新媒体信息披露的研究成果,归类为新媒体信息披露的动机、影响因素和经济后果三个部分,寻找其相关的研究理论,分析新媒体信息披露对企业股权融资成本的影响,并在此基础上,对企业及相关监管部门提出建议。
(二)研究内容
3. 研究的方法与方案
(一)研究方法
文章采取规范研究与实证研究相结合,以实证研究为主的方法。
1、规范研究法
文章在充分阅读新媒体信息披露有关文献的基础上,梳理总结了新媒体信息披露动机、影响因素和经济后果三个部分的内容,进而找出了本文研究的切入点。通过对新媒体信息披露和企业股权融资成本之间的理论关系进行探讨,并以此为基础提出文章的假设。
2、实证研究法
(1)样本选取
在实证研究中运用描述统计和计量统计的方法分析微博信息披露对企业股权融资成本的影响。本研究围绕新媒体信息与企业股权融资成本展开,所需要的变量包括企业官方微博信息披露、信息披露的质量、股权融资成本以及各控制变量。
本研究选用新浪微博作为企业官方新媒体信息披露平台,是因为新浪微博的广泛使用性明显高于其他新媒体披露平台,且新浪微博自2009年成立,发展较为成熟,能获得更多年限的数据。但在2009年、2010年注册新浪微博的企业较少,为减少对回归结果的影响,本研究将样本空间控制在2011年1月1日至2018年12月31日。本研究所使用的新浪微博相关数据均来自新浪微博官方平台,通过网页版的高级检索,根据上市公司名称及股票代码搜索官方微博账号,利用EXCEL手工收集各项数据并进行处理。
由于金融保险行业的企业存在特殊性,故在选取样本时除去金融保险行业公司;ST上市企业为脱离退市风险,其报告的谨慎性存疑,故在选取样本时除去ST上市企业。
除新浪微博平台数据来自手工收集外,其余所需数据均来自国泰安数据库。
(2)变量设定
①被解释变量
股权融资成本(Costequity)。在衡量股权融资成本时,采用CAPM框架来计算,因为该模型是被最广泛使用的基于风险补偿的股权融资成本估算模型,具体公式为:
Costequityi,t=Rft βi,t(Rmt-Rft)
其中Rf是指无风险报酬率,在研究中常用短期国债利率来替代,Rm是市场组合收益率,在研究中采用综合日市场回报率计算得到,β为风险系数,衡量系统性风险,该数据直接来源于国泰安数据库,β(Rm-Rf)表示资产的风险溢价。
②被解释变量
官方微博披露总数(WB)。具体是指样本公司在2011年至2018年每年在新浪微博平台上发布的微博数量,但经过搜索发现不同公司所发微博数存在较大差距,为解决该问题,在模型中对微博总数进行取对数处理,即用LN(每年微博总数)来衡量微博信息数量。
官方微博无关信息占比(Noise)。具体是指样本公司在2011年至2018年每年披露的无关微博占总微博数量的比例,无关微博包括官方发的节日祝福、天气、心灵鸡汤等以及企业为营销而发布的微博信息,如有奖竞赛、关注转发抽奖等。
③控制变量
参考肖翔等(2019)、郭嘉琪等(2019)、窦炜等(2018)、杨昌辉等(2016)、姚立杰等(2018)的相关研究,选取以下9个变量作为本研究的控制变量。
企业规模(Size)具体是指样本企业每年总资产的对数值,企业规模越大越容易受到外界的关注,因此更倾向于披露较多的信息,从而降低了信息不对称的程度。企业规模越大,股权融资成本越低。
财务杠杆(Lev)具体是指样本企业每年负债总额与资产总额之比,财务杠杆越高说明企业的财务风险越大,因此投资者会要求更高的回报率,对成本也会产生影响,根据财务理论,财务杠杆越高股权融资成本越高。
盈利能力(ROA)具体是指净利润与总资产之比,较强的盈利能力可以降低投资者对企业未来收益的不确定性。
市场价值(MC)是企业每年市值的自然对数,根据财务理论,企业市值与股权融资成本呈负相关关系。
账面价值比(BM)是净资产的账面价值与市场价值之比,BM值高的公司往往股价会被低估,因此投资者为获取超额收益而要求较低的投资回报率。
第一大股东持股比例(First)。第一大股东持股比例越大,其对企业的控制权就越大,而且大股东可能会为了个人利益而选择对小股东隐瞒部分信息,加重了信息不对称的问题,从而提高了股权融资成本。
股权性质(State)。国有上市企业与非国有上市企业相比要承担更多的社会职责,在接受政府扶持投入的同时也受到更多来自政府的管制,国有企业对外来投资者来说信任度更高,因此可以在一定程度上降低股权融资成本。
企业成长机会(Growth)是用企业的主营业务收入增长率来度量的。企业的成长性越高,未来的不确定性也越大,导致风险增加,从而使股权融资成本上升。
换手率(TR)是股票年交易量与总股数之比,它反映了股票的流动性,该值越大说明股票市场的活跃性越强,投资者对企业未来发展具有很大的不确定性,因此提高了股权融资成本。
(3)模型设定
运用多元回归进行分析,主要用到两个模型,其中模型1对应假设1,研究新媒体信息披露对我国上市公司股权融资成本的影响,模型2对应假设2,进一步探究新媒体信息的质量对股权融资成本的约束作用。
模型1:
Costequity=α0 α1WBi,t α2Sizei,t α3Levi,t α4ROAi,t α5MCi,t α6BMi,t α7Firsti,t α8Statei,t α9Growthi,t α10TRi,t ε
模型2:
Costequity=α0 α1Noisei,t α2Sizei,t α3Levi,t α4ROAi,t α5MCi,t α6BMi,t α7Firsti,t α8Statei,t α9Growthi,t α10TRi,t ε
各个变量解释表见表1:
表1:变量解释表
| 变量类型 | 变量名称 | 变量符号 | 变量定义 |
| 被解释变量 | 股权融资成本 | Costequity | 资本资产定价模型(CAPM) |
| 解释变量 | 官方微博披露总量 | WB | 每年官方微博披露总数的自然对数 |
| 官方微博噪音占比 | Noise | 无关信息微博数/本年微博总数 | |
| 控制变量 | 公司规模 | Size | 总资产的自然对数 |
| 财务杠杆 | Lev | 负债总额/资产总额 | |
| 盈利能力 | ROA | 净利润/总资产 | |
| 市场价值 | MC | 市值的自然对数 | |
| 账面价值比 | BM | 净资产账面价值/市场价值 | |
| 第一大股东持股比例 | First | 第一大股东持股/总股数 | |
| 股权性质 | State | 国有为1,否则为0 | |
| 企业成长机会 | Growth | 主营业务收入增长率 | |
| 换手率 | TR | 股票年交易量/总股数 |
(二)技术路线
(三)可行性分析
1、人员条件
本人就读于金融学院会计系,对会计知识有一定的了解,也能在平常的学习中获取与课题相关的专业知识,并且修读过《计量经济学》,可以熟练使用SPSS、EViews、 Excel等软件工具,便于数据的整理与分析。
2、物质条件
南京农业大学图书馆与电子资源提供了丰富的文献资料和数据来源,为研究提供了有力的保障。新浪微博的相关数据是公开的,可以在各上市公司的官方微博方便地获取。
3、时间条件
本研究时间较为充裕,有大量的时间用于数据收集整理、建立模型、进行假设检验,以完成本次研究。
4. 研究创新点
国内关于新媒体信息披露的研究尚在起步阶段,其对于资本市场的影响有待进一步实验证明。文章的研究范围是A股所有上市公司,较以往的研究扩大了范围。且对研究对象的信息内容进行进一步筛选,详细分析了新媒体信息披露的影响作用。研究的样本年限较长,一直到2018年,更能反映现状。
5. 研究计划与进展
| 序号 | 阶段和内容 | 起止日期 | 阶段成果形式 |
| 1 | 选题阶段:通过自己的思考以及导师的建议确定研究课题。 | 2019年9月 | 选题 |
| 2 | 搜集和阅读整理资料阶段:对搜集的相关资料进行加工整理,总结。 | 2019年10月 | 文献综述 |
| 3 | 论证和组织阶段:确定研究课题,撰写开题报告。进行开题报告答辩,根据导师组提出的建议,进一步完善研究设计。 | 2019年12月 | 开题报告 |
| 4 | 撰写论文阶段:系统整理资料并进行研究,撰写论文,形成初稿。 | 2019年1月至2020年4月 | 论文初稿 |
| 5 | 论文修改与定稿阶段:在导师的帮助下不断修改完善论文,形成定稿。 | 2020年4月至5月 | 论文定稿 |
| 6 | 论文最终答辩阶段:根据答辩组专家提供的意见在指导教师指导下进行论文修改形成终稿。 | 2020年5月 | 论文终稿 |
