中小股东在社交媒体“发声”对企业债务违约风险的影响研究

Research on the Impact of “Voices” from Minority Shareholders on Social Media on Corporate Debt Default Risk

摘要: 本文基于2011~2020年A股上市公司数据，研究中小股东在社交媒体“发声”对企业的债务违约风险的影响。研究发现，中小股东在社交媒体“发声”可以显著降低企业债务违约风险。影响路径检验显示，中小股东在社交媒体上“发声”的治理作用主要通过缓解融资约束和减少代理成本两条路径实现。进一步研究发现，资产负债率较高的企业迫于外部压力会提升公司治理水平和信息透明度，中小股东“发声”的治理作用会更好；社交媒体的治理作用主要体现在国家出台互联网整治政策之后。本文研究结果丰富了债务违约风险的影响因素研究，为监管部门完善监管机制，政府构建和谐网络社区环境，制定合理规范政策提供借鉴。

Abstract: This paper, based on data from A-share listed companies between 2011 and 2020, investigates the impact of minority shareholders’ “voice” on social media on corporate debt default risk. The study finds that minority shareholders’ “voice” on social media can significantly reduce the company’s debt default risk. The path analysis reveals that the governance effect of minority shareholders’ “voice” primarily works through two channels: alleviating financing constraints and reducing agency costs. Further research shows that companies with higher debt ratios, under external pressure, improve their corporate governance and information transparency, and the governance effect of minority shareholders’ “voice” is more effective in such cases. The governance role of social media is particularly significant after the implementation of national internet governance policies. The results of this study enrich the research on the influencing factors of debt default risk and provide insights for regulatory authorities to improve supervision mechanisms, for the government to build a harmonious online community environment, and to formulate reasonable and regulatory policies.

1. 引言

自2014年3月以来，以“11超日债”违约为标志，我国债券市场“刚性兑付”的隐性承诺被打破，我国债券违约事件及其金额迅速增加，特别是在2018年之后，信用债违约数量急剧上升。据Wind数据库统计显示，截至2023年我国债券市场中逾期本金已经上升到5261亿元，近年来虽然违约债券数量与规模皆有所下降，但是展期规模达到历史新高。恒大巨额违约事件以及近期“岭南转债”首例国企可转债违约事件的出现显示我国企业债务压力仍旧严峻，债务违约风险的上升轻则威胁企业正常经营，引发投资者的信任危机，严重时可能引发市场悲观预期，甚至危及整个金融体系的稳健运行。债务违约作为企业运营中的一项重大破坏性事件，不仅对企业本身产生负面冲击，而且对其上下游产业链产生波及影响，同时还对地区金融安全构成威胁。在现今的经济下行的大环境下，如何有效降低企业债务违约风险成为了亟待解决的一大问题。

现有文献关于债务违约风险影响因素的研究主要集中在外部环境和企业特征两个层面。与本文研究主题相关的是外部环境层面，与外部环境层面相关的研究主要包括资本市场的开放性、社会信任度以及金融环境的周期特征等方面[1]-[3]，但是鲜有文献立足现今蓬勃发展的社交媒体这一角度探讨其对债务违约的影响。互联网媒体具有快速传播、广泛覆盖、强互动性等优势。通过互联网，信息能够瞬时传播到全球各地，用户可以实时获取最新资讯。在这一背景下，“东方财富网”、“雪球网”、“微博”等新型社交媒体成为信息中介的主流。相较于传统媒体，社交媒体不受地域限制，传播范围更加广泛，互动性更强，用户可以通过评论、分享等方式参与讨论，实现信息的双向传播，形成用户之间的深度互动。互联网极大提升了资本市场的信息透明度和获取效率。投资者可以通过互联网平台，快速获取全球金融市场的实时信息，包括股市行情、公司公告、财经新闻等，这使得市场的信息不对称性大幅降低，投资者可以更及时、充分地做出投资决策。得益于其互动性高与开放程度强等特点，以个人投资者为代表的中小股东能够实现“用嘴投票”，不再沉默，打破信息壁垒。但是互联网社交媒体极大提升信息传播效率的同时，也会带来不良影响。虚假信息也会通过社交媒体得到扩散，由于中小股东难以辨别其虚实，管理者难以顺应中小股东的要求作出合适正确的回应，企业与投资者沟通难度加大，增加代理成本并对资本市场产生了不良影响。

基于以上分析，本文以2011~2020年度A股上市公司为样本，检验中小股东在社交媒体上“发声”对企业债务违约风险的影响。本文可能的贡献主要在以下几个方面：第一，从社交媒体这一角度拓展研究债务违约风险的影响因素。既有文献集中于探讨资本市场开放性、环境的周期特征及不确定性等方面对债务违约影响因素的研究，本文立足于社交媒体这一角度，研究中小股东在社交媒体“发声”对企业债务违约风险的影响及作用机制，为债务违约风险的影响因素研究提供新的见解与证据。第二，拓展了社交媒体的公司治理作用研究。本文发现社交媒体的公司治理作用同样能够作用于企业债务违约风险，中小股东通过社交媒体监督可以有效降低债务违约风险。第三，本文研究具备现实实践意义，为监管部门完善监管机制，政府构建和谐网络社区环境，制定合理规范政策提供经验证据和理论支撑。

2. 文献综述与研究假说

2.1. 文献综述

目前关于债务违约风险的文献体系主要从外部环境以及企业特征两个层面对债务违约风险的影响因素进行研究。早有学者发现资本市场信息和宏观经济环境均对企业的财务困境产生显著影响[4]，货币政策对预期通胀的影响会加剧企业债务违约的风险，尤其当负面生产力冲击与通货紧缩同时发生时，将大大增加企业违约的可能性[5]。企业想要追求长期发展，需要具备对宏观形势的了解与预期，尤其是在政府因素占主导地位的中国市场环境下更需要企业洞悉全局，提升决策效率[6]。从外部环境视角出发，资本市场开放能够优化企业信息环境，加强外部监督作用，进而降低企业债务违约风险[1]；社会信任度会通过影响企业债务融资的信息成本和借款企业的代理成本等方面来影响企业的债务违约风险[2]；金融环境的周期性波动会使得企业在金融周期上升阶段积累大量债务，此时宽松的信贷政策使得债务违约不会爆发，而在顶峰期信贷政策收紧以及“费雪通缩效应”致使企业金融资产价值下跌并且难以“借新还旧”缓解债务压力，从而增加债务违约风险[3]。在企业特征方面，有研究显示，财务困境的根源常与公司治理不健全有关，缺乏有效的治理机制会导致企业更容易出现财务问题[7]。许浩然和荆新(2016) [8]研究发现，高管变更所带来的社会关系网络越富足，越有助于降低企业的债务违约风险，而投资者的权益无法得到有效保护，财务风险会逐渐积累[9]，进而增加债务违约的风险。常莹莹和曾泉(2019) [10]则发现，环境信息披露较充分的企业在签订或执行债务契约时发生逆向选择或道德风险的机会较少，因此债务违约的风险较低，信用评级也相对较高。在公司运营方面，盲目追求多元化发展可能带来更多治理上的复杂性，导致不良贷款风险上升，并使资金管理变得更加分散且难以控制，这些因素叠加使得债务违约的风险显著增加[11]。

社交媒体方面，早有学者注意到了媒体的公司治理作用[12] [13]，但研究的媒体多为传统媒体，互联网社交媒体作为新兴的媒体平台，其相较传统媒体在信息传播速度以及交互性上更具优势基于互联网平台诞生的社交媒体由于其获取数据容易、内容丰富多样与信息的及时性等特点，在资本市场上更受投资者与企业的青睐。现有关于社交媒体的研究主要集中于三个领域。其一，企业社交媒体的使用及后果。吴芃等(2022) [14]研究指出，企业为维护形象，在社交媒体上通常不发布负面信息，而是更积极地传播正面内容，借助社交媒体的高效传播能力，强化了这种策略的效果。在Web 2.0时代，员工也在企业社交媒体的运用中发挥着关键作用。社交媒体一方面提升了员工的信息沟通效率，有助于他们的学习与成长，同时提高工作满意度[15]，但另一方面，它也可能导致注意力分散[16]和情绪消耗[17]。其二，社交媒体的信息传播功能。互联网媒体技术打破了大众传播的垄断地位，使得群体传播成为传播主体[18]，为投资者提供信息传播的平台。诸多研究发现，管理层利用社交媒体与投资者双向沟通可以缓解信息不对称[19]、提升市场信息效率[20]。丁慧等(2018) [21]认为，社交媒体提升了投资者获取和解读信息的能力，能够修正市场盈余预期。其三，投资者于社交媒体互动的经济后果。窦超和罗劲博(2020) [22]研究了中小股东社交媒体“发声”对高管薪酬契约的治理作用，为中小股东利用社交媒体“发声”参与公司治理提供了新的证据。朱孟楠等(2020) [23]构建网络中心指数，发现处于网络中心位置的上市公司具有较低的股价崩盘风险。中小股东利用社交媒体的互动平台，不但能以近乎零成本的方式表达自己的观点，有效弥补信息劣势，而且能影响高管决策行为。一方面，中小股东在社交媒体平台发表意见，促进彼此之间的信息流通，增加了高管推迟确认负面信息的成本，抑制了其机会主义行为。另一方面，社交媒体提供的信息更多元化，能将供应商、客户、雇员、朋友、财务顾问、竞争者或并购标的企业等信息有效汇总，信息含量可能超过任何一家信息中介机构所提供的内容[24]。此外，借助于社交媒体的互动渠道，中小股东通过在线讨论不仅能增加高管及时披露管理层盈余预测的概率，影响高管的管理实践和监管机构的决策，发挥媒体的监督作用。

2.2. 研究假说

社交媒体作为中小股东参与市场的媒介，资本市场参与者和监管层都会关注社交媒体信息，倒逼企业内部管理者改善自己的信息披露决策，有利于提高信息披露质量，中小股东在社交媒体上“发声”有助于提高企业的会计稳健性[25]，能够缓解企业与债权人之间的信息不对称，帮助债权人筛选高质量的企业，有助于降低公司的债务融资成本，使企业面临的融资约束有所缓解，债务违约风险随之降低。借助于社交媒体的互动渠道，中小股东通过在线讨论不仅能增加高管及时披露管理层盈余预测的概率，影响高管的管理实践和监管机构的决策，发挥媒体的监督作用。

中小股东通过社交媒体发声还能有效缓解了代理问题。在两权分离背景下，代理问题的最主要体现形式之一是管理层出于利己动机而开展的非效率投资行为。股东与管理者的代理问题成为阻碍企业高效率投资的重要因素，如高管为扩张自身权力进行过度投资，或是由管理者享乐主义引发的投资不足。管理层的行动在网络舆论的“聚光灯”下，掩盖负面信息变得更加困难，这抑制了管理层的机会主义动机，从而降低了风险累积的可能性，从而减少债务违约风险。

因此，本文提出假设H1：

H1：中小股东在社交媒体上发声能降低企业债务违约风险。

互联网社交媒体极大提升信息传播效率的同时，虚假信息也通过社交媒体得到扩散，并对资本市场产生了不良影响。对于资本市场而言，互联网的发展极大地改变了信息发布方式和传播模式，网络信息传播具有速度快、范围广的特点，能对资本市场乃至公司行为产生极大影响，但同时这类信息传播也具有隐蔽性强的特性，为利用网络虚假信息进行经济犯罪留下了空间。另一方面在中小股东个人的分析能力与专业能力不足的情况下，难以辨别社交媒体中信息的真假，其内容往往良莠不齐、真假难辨，这自然会使资本市场参与者和监管层无法完全采信社交媒体的信息，从而不会对其做出充分的、与讨论内容指向相一致的反应，因此不能有效地影响代理人的收益函数并发挥应有的公司治理作用。其监管难度加大加剧了债务违约风险。

因此，本文提出假设H2：

H2：中小股东在社交媒体上发声加剧了企业债务违约风险。

3. 研究设计

3.1. 数据来源

本文选取了2011~2020年的全部A股公司作为样本，采用公司－年度的面板数据结构。中小股东在社交媒体发帖评论的数据来源于东方财富网股吧，鉴于中国研究数据服务平台(CNRDS)对股吧数据进行了整理，本文直接使用其中股吧评论库的相关指标，其余数据来源于国泰安(CSMAR)。在样本筛选过程中，本文对以下样本进行剔除：1) 金融行业样本；2) 上市不满1年的样本；3) 主要变量缺失的样本；4) ST与*ST的企业。最终得到2011~2020年“企业–年份”的22,179个观测样本。为消除极端值的影响，本文对主要变量在1%与99%分位上进行缩尾处理。

3.2. 变量定义

3.2.1. 被解释变量

本文的被解释变量为债务违约风险，采用Bharath和Shumway提出的Naïve模型估计违约概率(EDF)作为违约风险的代理变量，具体如式(1)：

${\text{DD}}_{it}=\frac{\log \left(\frac{{\text{Equity}}_{it}+{\text{Debt}}_{it}}{{\text{Debt}}_{it}}\right)+\left(r_{it-1}-\frac{{\sigma }_{Vit}^2}{2}\right)\times T_{it}}{{\sigma }_{Vit}\times \sqrt{T_{it}}}$ (1)

式(1)中，${\text{DD}}_{it}$ 表示违约距离；${\text{Equity}}_{it}$ 表示公司总市值，为股票发行总数与年末市场价格的乘积；${\text{Debt}}_{it}$ 是公司债务的面值，是公司年末短期负债与年末长期负债的二分之一的加总；$r_{it-1}$ 是企业滞后一年的年度收益率；$T_{it}$ 在公式中被设置为1年；${\text{σ}}_{Vit}$ 是公司资产波动率的估计量，通过股票收益率的波动率${\text{σ}}_{Eit}$ 计算得出，${\text{σ}}_{Eit}$ 为企业上一年度的月收益率求取标准差。${\text{σ}}_{Vit}$ 的计算如式(2)：

${\sigma }_{Vit}=\frac{{\text{Equity}}_{it}}{{\text{Equity}}_{it}+{\text{Debt}}_{it}}\times {\sigma }_{Eit}+\frac{{\text{Debt}}_{it}}{{\text{Equity}}_{it}+{\text{Debt}}_{it}}\times \left(0.05+0.25\times {\sigma }_{Eit}\right)$ (2)

在式(1)、(2)的基础上，计算出违约风险距离${\text{DD}}_{it}$ ，然后通过标准累计正态分布函数Normal求出企业违约概率，如式(3)：

${\text{EDF}}_{it}=\text{Normal}\left(-D{D}_{it}\right)$ (3)

该指标取值在0~1之间，${\text{EDF}}_{it}$ 数值越大，表明企业债务违约风险越高。

3.2.2. 解释变量

本文的解释变量为中小股东“发声”Discuss。参考孙鲲鹏等(2020) [26]的做法，以公司在东方财富网股吧中收到的发帖数(Number)、阅读数(Read)与评论数(Comment)的自然对数衡量中小股东在社交媒体对企业的讨论程度，与企业相关的帖子数量越多，阅读数量与评论数越多表明中小股东对该企业更为关注，参与程度更高。该三项解释变量统称用Discuss表示，下文同。

3.3. 控制变量

借鉴以往研究，本文选取了资产规模(Size)、盈利能力(ROA)、现金流量比率(CF)、上市年限(AGE)、托宾Q值(TobinQ)、资产流动性(Liquidity)、资产负债率(Lev)作为控制变量。变量定义如表1所示：

Table 1. Definition of main variables

表1. 主要变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	债务违约风险	EDF	对Merton DD模型进行近似估计得到的简化违约概率
解释变量	发帖数	Number	股吧活跃度衡量指标，即每个上市公司当年度东方财富网股吧发帖数量之和，加1并取自然对数。
	阅读数	Read	股吧活跃度衡量指标，即每个上市公司当年度东方财富网股吧所有被阅读次数之和，加1并取自然对数。
	评论数	Comment	股吧活跃度衡量指标，即每个上市公司当年度东方财富网股吧所有被跟帖评论次数之和，加1并取自然对数。
控制变量	企业规模	Size	公司总资产的自然对数
	总资产收益率	ROA	公司的年度盈利与总资产值的比值
	企业年龄	AGE	公司上市至今的年限
	托宾Q值	TobinQ	托宾Q值
	现金流量比率	CF	经营活动产生的现金流量净额/总资产
	资产流动性	Liquidity	流动资产与资产总额的比值
	资产负债率	Lev	总负债/总资产

3.4. 模型设计

为检验中小股东“发声”对企业违约风险的影响，本文构建多元回归模型如下：

${\text{EDF}}_{it}={\alpha }_0+{\alpha }_1\times {\text{Discuss}}_{it}+{\displaystyle \sum {\alpha }_k\times \text{Controls}}+{\epsilon }_{it}$

式(4)中自变量Discuss代表股吧讨论情况，可以分为发帖数、阅读数与评论数，${\alpha }_1$ 衡量了中小股东在社交媒体“发声”对企业债务违约风险的作用。根据假设，若${\alpha }_1$ < 0则表明来自中小股东的关注能够减少企业债务违约风险，反之则表明会提高企业债务违约风险。

4. 实证结果与分析

4.1. 描述性统计

表2报告了变量的描述性统计结果。企业违约风险(EDF)的均值为0.018，中位数为0，最小值为0，最大值为0.81，说明债务违约风险在不同公司间的差异较大，且具有右偏的特征，这一数据与现有文献的结果相近。社交媒体相关的数据差距不大，ROA的均值为0.031，与我国A股市场的实际情况十分接近。

Table 2. Descriptive statistics

表2. 描述性统计

变量	样本量	均值	标准差	最小值	中位数	最大值
EDF	22179	0.0170	0.101	0	0	0.810
Number	22179	8.751	0.810	6.849	8.738	10.82
Read	22179	15.71	1.022	13.49	15.70	18.07
Comment	22179	9.150	1.086	6.564	9.156	11.79
Size	22179	22.32	1.328	14.94	22.14	28.64
AGE	22179	11.15	6.969	2	10	30
ROA	22179	0.0310	0.0930	−3.994	0.0340	0.786
CF	22179	0.0530	0.102	−4.050	0.0520	2.871
TobinQ	22179	2.166	5.637	0.674	1.603	715.9
Liquidity	22179	0.555	0.204	0.0150	0.569	1
Lev	22179	0.439	0.207	0.00800	0.433	1.957

4.2. 回归结果

表3为中小股东在线“发声”对债务违约风险的影响，其中列(1)列(2)列(3)的解释变量分别为发帖数、阅读量以及评论量。从表中数据显示，相关解释变量的回归系数在1%的水平下均显著为负，说明中小股东在社交媒体上在线“发声”能够有效减少企业债务违约风险，假设H1得到证明。

Table 3. Main effects regression results

表3. 主效应回归结果

	(1)	(2)	(3)
变量	EDF	EDF	EDF
Number	−0.004^***
	(−3.29)
Read		−0.004^***
		(−2.94)
Comment			−0.003^***
			(−3.21)
Size	0.021^***	0.021^***	0.021^***
	(10.92)	(10.89)	(10.88)
Age	−0.003^***	−0.003^***	−0.003^***
	(−5.89)	(−7.10)	(−7.44)
ROA	−0.030^***	−0.030^***	−0.030^***
	(−3.29)	(−3.24)	(−3.28)
TobinQ	0.000^***	0.000^***	0.000^***
	(3.00)	(3.03)	(3.01)
CF	0.014^*	0.014^*	0.014^*
	(1.80)	(1.80)	(1.80)
Liquidity	0.012	0.012	0.012
	(1.60)	(1.58)	(1.59)
Lev	0.060^***	0.060^***	0.060^***
	(8.10)	(8.09)	(8.10)
Constant	−0.433^***	−0.410^***	−0.431^***
	(−8.79)	(−8.09)	(−8.72)
行业固定	控制	控制	控制
年份固定	控制	控制	控制
Observations	22,179	22,179	22,179
R-squared	0.057	0.057	0.057

注：^*、^**、^***分别表示在10%、5%和1%的水平上显著。下表同。

4.3. 稳健性检验

4.3.1. 替换被解释变量

为避免债务违约风险度量方法误差对估计结果造成影响，借鉴翟淑萍等(2022) [27]的做法，使用Z-score模型来度量企业的债务违约风险，ZScore的计算方式为：ZScore = (3.3 × 息税前利润 + 营业收入 + 1.4 × 留存收益 + 1.2 × 净营运资本)/总资产。判断标准是Z值越大，越能表明财务状况良好，陷入财务困境引发债务违约的可能性更小。重新进行模型(4)的后，回归结果如表4列(1)列(2)列(3)所示。结果显示股吧发帖量、阅读量以及评论数的回归系数分别为−0.381、−0.523和−0.312，均在1%的水平上显著为负，说明来自中小股东的关注可以显著降低企业的债务违约风险，证明了本文结果保持稳健。

4.3.2. 安慰剂检验

本文参照陈钦源等(2017) [28]的研究方法进行安慰剂检验，将债务违约风险EDF与中小股东“发声”Discuss的数据随机匹配，并重新进行模型(4)的回归。随机变换后的中小股东“发声”变量为S_Discuss，如果并不是中小股东“发声”，而是其他与其有关但尚未观测到的因素影响了债务违约风险，则变换解释变量后的回归结果依然与原回归结果一样系数显著。相反，若企业债务违约风险的减少是由中小股东对其的关注引起的，则随机变换后的S_Discuss系数不再显著。表4中的列(4)列(5)列(6)显示了安慰剂检验的回归结果，三个随机匹配的解释变量系数均不显著，表明并非存在遗漏重要变量导致影响本文结论。

Table 4. Results of alternative explanatory variables and placebo tests

表4. 替换解释变量以及安慰剂检验结果

	(1)	(2)	(3)	(4)	(5)	(6)
变量	Zscore	Zscore	Zscore	EDF	EDF	EDF
Number	−0.381^***
	(−3.37)
Read		−0.523^***
		(−4.76)
Comment			−0.312^***
			(−3.61)
S_Number				0.000
				(0.28)
S_Read					0.001
					(0.89)
S_Comment						0.000
						(0.55)
Constant	−33.911^***	−29.951^***	−33.539^***	−0.448^***	−0.455^***	−0.449^***
	(−7.77)	(−6.69)	(−7.67)	(−9.01)	(−9.06)	(−9.07)
Controls	控制	控制	控制	控制	控制	控制
行业固定	控制	控制	控制	控制	控制	控制
年份固定	控制	控制	控制	控制	控制	控制
Observations	21,556	21,556	21,556	22,179	22,179	22,179
R-squared	0.687	0.687	0.687	0.057	0.057	0.057

4.3.3. Heckman检验

中小股东在社交媒体“发声”和债务违约风险之间的抑制作用可能会受到样本自选择问题的影响，因此本文选用Heckman两阶段模型缓解样本自选择问题。在第一阶段按照解释变量Number、Read和Comment的中位值分别构造Num_Dum、Read_Dum以及Cmt_Dum的二元虚拟变量，将样本区分为高关注样本与低关注样本，随后以上述三个虚拟变量作为被解释变量，选择是否并购(MA)作为工具变量，加入原有的控制变量进行probit回归得到逆米尔斯比率(IMR)。然后在第二阶段将IMR比率带入模型(4)中重新进行回归。从表5的回归结果中可以看出三个解释变量均为负，在1%的水平下显著，说明本文结论稳健。

Table 5. Heckman test results

表5. Heckman检验结果

	(1)	(2)	(3)
变量	EDF	EDF	EDF
Number	−0.0060^***
	(−4.6103)
Read		−0.0064^***
		(−5.0685)
Comment			−0.0034^***
			(−3.4267)
IMR	−0.0670^***	−0.0511^***	−0.0705^***
	(−12.0713)	(−13.3722)	(−8.8235)
Constant	0.0152	−0.1088^**	−0.1704^***
	(0.1536)	(−1.9717)	(−2.9702)
Controls	控制	控制	控制
行业固定	控制	控制	控制
年份固定	控制	控制	控制
Observations	22,055	22,055	22,055
R-squared	0.065	0.066	0.061

5. 影响路径检验

5.1. 融资约束

基于信息效应，融资约束可能是投资者通过社交媒体“发声”与企业债务违约之间存在关联的一种潜在机制。企业与外部利益相关者，尤其是金融机构和债权人之间，通常存在显著的信息不对称。这种信息不对称性使得银行等金融机构在为企业提供融资之前难以准确评估其风险和合理定价，进而导致企业融资过程中面临的障碍增多，融资成本也相应提高，尤其对于中小企业或信息透明度较低的公司更为明显。然而，社交媒体上中小股东或其他投资者的评论和评价，能够为外部利益相关者提供更多信息，从而降低企业在融资过程中所面临的信息搜寻成本。这不仅能够帮助潜在投资者和债权人对企业的经营状况和财务健康进行更准确的判断，也能为企业与外部金融市场之间的信息沟通搭建桥梁，进一步缓解企业的融资约束问题。随着信息透明度的提升和融资成本的降低，企业的流动性得到改善，其偿债能力也有所增强，从而降低了企业的债务违约风险。在这一背景下，社交媒体作为一种信息传播工具，在缓解融资约束、提升企业信息透明度以及降低债务违约风险方面发挥着重要作用。

基于以上分析，本文选用SA指数度量企业融资约束，构建中介模型。表6列(1) (3) (5)显示SA指数系数均在1%水平上显著为负，表明中小股东“发声”能够有效减少融资约束。列(2) (4) (6)显示“中小股东‘发声’–融资约束–债务违约风险”的影响路径成立。

Table 6. Path analysis—financing constraints

表6. 路径检验——融资约束

	(1)	(2)	(3)	(4)	(5)	(6)
变量	SA	EDF	SA	EDF	SA	EDF
Number	−0.007^***	−0.004^***
	(−9.90)	(−2.73)
Read			−0.004^***	−0.003^**
			(−6.59)	(−2.56)
Comment					−0.003^***	−0.003^***
					(−5.64)	(−2.89)
SA		0.109^***		0.110^***		0.110^***
		(7.72)		(7.81)		(7.81)
Constant	−3.391^***	−0.065	−3.369^***	−0.041	−3.397^***	−0.058
	(−132.78)	(−0.95)	(−128.17)	(−0.59)	(−132.56)	(−0.85)
Controls	控制	控制	控制	控制	控制	控制
行业固定	控制	控制	控制	控制	控制	控制
年份固定	控制	控制	控制	控制	控制	控制
Observations	22,171	22,171	22,171	22,171	22,171	22,171
R-squared	0.833	0.060	0.833	0.060	0.833	0.060

5.2. 代理成本

社交媒体不仅具备信息传递的作用，还在企业治理中扮演了不可忽视的外部监督角色。在企业运作中，信息不对称与利益冲突常常导致管理层和大股东的机会主义行为，而中小股东则由于持股比例较小，缺乏对企业决策的有效影响力。然而，通过社交媒体平台，中小股东能够集中表达其利益诉求，这为投资者提供了一个直接参与和监督企业管理决策的渠道。这样的机制不仅有效地提升了外部投资者对企业运作透明度的认知，还加强了对管理层和大股东行为的外部监督，遏制其可能的机会主义倾向。与此同时，投资者在社交媒体上的活跃度往往引发更多外部利益相关者的关注，例如分析师、审计师和监管机构。这些外部主体的介入能够对企业的财务状况、经营决策以及交易行为进行更为细致的审查，及时发现潜在的投机性投资和不当交易。通过这种机制，社交媒体能够缓解股东与管理层之间的代理冲突，减少管理层与大股东合谋的可能性，降低股东与管理层的道德风险。同时，外部监督的增强和企业信息透明度的提高，也有助于缓解债权人与股东之间的代理问题，进而有效降低了企业债务违约的风险。

因此本文选取代理成本作为中介变量，使用管理费用率(AGENCY)度量代理成本。表7列(1) (3) (5)数据显示中小股东“发声”能够有效降低代理成本，三种解释变量系数均显著为负。列(2) (4) (6)表明降低代理成本是中小股东“发声”降低企业债务违约风险的路径之一。

Table 7. Path analysis—agency

表7. 路径检验——代理成本

	(1)	(2)	(3)	(4)	(5)	(6)
变量	AGENCY	EDF	AGENCY	EDF	AGENCY	EDF
Number	−0.001^**	−0.004^***
	(−2.16)	(−3.25)
Read			−0.001^*	−0.003^***
			(−1.74)	(−2.76)
Comment					−0.001^*	−0.003^***
					(−1.72)	(−3.20)
AGENCY		0.116^***		0.110^***		0.117^***
		(6.97)		(6.58)		(6.98)
Constant	0.543^***	−0.514^***	0.572^***	−0.555^***	0.543^***	−0.512^***
	(25.11)	(−10.20)	(26.09)	(−10.84)	(25.07)	(−10.14)
Controls	控制	控制	控制	控制	控制	控制
行业固定	控制	控制	控制	控制	控制	控制
年份固定	控制	控制	控制	控制	控制	控制
Observations	22,178	22,178	22,178	22,178	22,178	22,178
R-squared	0.198	0.060	0.196	0.057	0.197	0.060

6. 进一步分析

6.1. 资产负债率的影响

一般而言，相较资产负债率高的企业，资产负债率低的企业融资压力更低，同时往往债务违约风险也更低[29]。由于社交媒体的存在，中小股东对资产负债率高的企业释放出危险信号更为敏感，也更容易引发大量讨论。在面临着大量中小股东监督和潜在投资者与债权人的关注，高负债企业的高融资压力与债务违约风险就更为危险。因此，高负债公司更有可能受到来自中小股东与外部投资者的监督压力，从而提升公司治理水平和信息透明度，使管理层的机会主义行为和高风险行为受到约束，在降低杠杆率的同时降低债务违约风险。根据以上分析，本文猜测中小股东“发声”对债务违约风险的缓解作用在高资产负债率的企业中更为显著。

本文按照资产负债率中位数将样本分成两组分别进行模型(4)的回归，回归结果在表8中列示，其中列(1)列(3)列(5)为高负债组，其余为低负债组。回归结果显示，在高负债企业中，三种解释变量回归系数均为在1%的水平上显著为负，而在低负债组则均不显著，三项组间系数差异在1%水平上显著，验证了本文的观点，即中小股东“发声”对债务违约风险的缓解作用在高资产负债率的企业中更为显著。

Table 8. Results by debt level group

表8. 负债程度分组结果

	(1)	(2)	(3)	(4)	(5)	(6)
变量	EDF	EDF	EDF	EDF	EDF	EDF
Number	−0.006^***	0.000
	(−3.12)	(0.02)
Read			−0.007^***	0.000
			(−3.76)	(0.02)
Comment					−0.004^***	0.000
					(−2.93)	(0.18)
Constant	−0.513^***	−0.000	−0.466^***	−0.000	−0.518^***	−0.000
	(−18.89)	(−0.65)	(−14.47)	(−0.58)	(−19.22)	(−0.68)
Controls	控制	控制	控制	控制	控制	控制
行业固定	控制	控制	控制	控制	控制	控制
年份固定	控制	控制	控制	控制	控制	控制
Observations	11,095	11,084	11,095	11,084	11,095	11,084
R-squared	0.187	0.006	0.187	0.006	0.187	0.006
组间差异	P = 0.0018^***		P = 0.0003^***		P = 0.0032^***

6.2. 互联网整治政策的影响

前文论证了虚假信息也会通过互联网传播，由于中小股东个人的分析能力与专业能力不足，难以判别信息真假，为市场参与者与监管者做出合适的回应带来困难。而我国2013年出台“转发500条可判刑”的互联网环境整治政策，可以合理预期该项整治政策出台会提高社交媒体信息真实度。因此，参照孙鲲鹏等(2020)的研究，定义虚拟变量Policy，在2013年及以前取0，2013年以后取1。然后把交乘项加入模型(4)进行检验，回归结果如表9所示。表中列(1)列(2)列(3)显示了中小股东“发声”与政策的虚拟变量交乘项的系数均在1%的水平上显著为负，跟模型(4)的回归结果对比可以发现政策出台后中小股东“发声”作用的变化，加入交乘项后，原有的解释变量均不再显著，这恰恰说明了在互联网整治政策出台前，社交媒体不能抑制企业债务违约风险，社交媒体的治理作用体现在整治政策出台之后。

Table 9. Effects of internet regulation policies

表9. 互联网整治政策效应

	(1)	(2)	(3)
变量	EDF	EDF	EDF
Number	0.003
	(1.31)
Number × Policy	−0.010^***
	(−4.48)
Read		0.002
		(1.27)
Read × Policy		−0.009^***
		(−4.27)
Comment			0.003^*
			(1.80)
Comment × Policy			−0.008^***
			(−4.48)
Controls	控制	控制	控制
行业固定	控制	控制	控制
年份固定	控制	控制	控制
Observations	22,179	22,179	22,179
R-squared	0.058	0.058	0.058

7. 结论与建议

本文以2011~2020年度A股上市公司为样本，检验中小股东在社交媒体上“发声”对企业债务违约风险的关系与影响路径，得出以下结论：1) 中小股东在社交媒体上在线“发声”能够有效减少企业债务违约风险，该结论经过一系列稳健性检验仍然成立；2) 缓解融资约束与降低代理成本是中小股东“发声”降低债务违约风险的重要影响路径；3) 相比资产负债率低的企业，资产负债率较高的企业迫于外部压力会提升公司治理水平和信息透明度，中小股东在社交媒体发声的治理作用更易凸显；4) 国家出台互联网整治政策之后，社交媒体信息真实度会提高，社交媒体在该政策发布后才开始发挥有效的治理作用。

根据以上结论可以得出如下建议：第一，政府可以出台相关政策，保护中小股东在社交媒体上表达观点和意见的权利，鼓励他们通过社交媒体平台对企业的经营管理、财务状况进行监督。鼓励企业设立在线沟通渠道，定期通过社交媒体听取中小股东的意见，企业应当正面回应中小股东的合理建议与关切。社交媒体舆论作为一种重要的社会监督形式，具有民主性和直接性的特点，使公众能够广泛参与监督过程，弥补了传统自上而下监管方式的局限性。第二，监管机构应加强网络信息环境整治，建立信息审查机制，监管机构应推动社交媒体平台建立健全的信息审查机制，确保涉及金融市场、企业债务及经营状况的言论经过审核后才能传播。平台有责任清除明显虚假或具有恶意的内容。第三，企业可以通过微博、微信等社交媒体平台开设专门的中小股东沟通渠道，收集股东的意见、问题与建议，主动关注这些反馈，并通过公开透明的方式回复，展示出对中小股东的尊重和重视。当社交媒体上出现关于企业财务风险的负面评论时，企业应快速反应，公开澄清或采取改进措施，防止舆情发酵对企业信用和市场表现产生负面影响。