1. 引言
随着互联网技术的发展，上市公司与投资者之间的信息交流方式也随之发生了改变。深交所与上交所分别于2010年和2013年推出了“互动易”和“上证e互动”平台，作为官方的投资者网络互动平台。这两个平台的建立给投资者，特别是中小投资者，提供了与上市公司直接交流的渠道，投资者与上市公司的信息交流方式从传统的单向式信息披露变成了新型互动式信息披露。投资者可以在深交所“互动易”和上交所“上证e互动”的问答板块上对公司相关信息进行提问，公司适时地进行回复，投资者与上市公司在平台上的交流还会受到所属证券交易所的监管，上市公司披露的信息的真实性可以得到一定程度的保障，通过这种方式，投资者可以及时地、有针对性地获取到关于公司的信息，缓解了投资者与公司间信息不对称。
现有的研究多聚焦于信息效率提升效应，投资者网络平台互动通过缓解信息不对称，降低了股价崩盘风险(丁慧等，2018 [1]；卞世博等，2022 [2]；陈华等，2022 [3])、缓解了企业融资约束(高敬忠等，2021 [4])、降低了审计风险进而降低了审计费用(赵杨等，2022 [5])。也有学者开始聚焦到投资者网络平台互动的治理效应，但观点存在分歧。有学者认为网络平台互动有利于投资者监督作用的发挥，会对公司治理产生积极影响；也有学者认为作为互动情境下的双方，公司的管理者也会接收来自投资者的信息，网络互动可能会增加管理层面对的外部压力，对公司治理产生消极影响。公司内部控制作为一种风险控制手段，贯穿着公司管理的全过程，是公司治理的核心话题之一。高质量的内部控制不仅是企业实现可持续发展的重要保障，而且还能帮助企业有效防范和控制风险，确保财务报告的真实可靠以及经营活动的合法合规。
目前，已有部分研究开始关注网络平台互动对上市公司治理的影响，但是专门针对投资者网络平台互动与内部控制质量关系的研究还相对较少。鉴于此，本文以2010~2024年的沪深A股上市公司与投资者在“互动易”和“上证e互动”平台的互动数据，实证检验上市公司与投资者网络平台互动程度与其内部控制质量之间的关系。本文可能的边际贡献体现在：① 将视角聚焦于资本市场中新兴的投资者网络平台互动场景，探讨其与上市公司内部控制质量之间的关系，为理解影响内部控制质量的外部因素提供了新的视角和切入点。② 现有研究多从投资者接收公司披露的信息的角度出发，探究网络平台互动产生的影响。本文将视角聚焦于互动的信息对公司管理者行为的影响，分析互动是否可以提高公司治理水平并提升公司内控质量。
2. 文献综述、理论分析与研究假说
2.1. 文献综述
2.1.1. 投资者网络互动的经济后果
互动易和上证e互动平台的出现，改变了投资者与上市公司之间的沟通模式，从传统的单向公司信息披露演变成了新型互动式信息披露。这种沟通方式的改变，使得投资者不再只能被动接受上市公司披露的信息，而可以通过网络平台对上市公司直接提出质询和建议，公司的管理层进行答复，交易所在其中负责监管。
现有研究多聚焦于网络平台互动的信息效率提升效应，网络平台给投资者与上市公司进行沟通提供了更便捷的渠道，增强了投资者获取信息的及时性(谭松涛等，2016 [6])，优化投资者信息获取和解读能力(丁慧等，2018 [7])，缓解了投资者与上市公司之间的信息不对称，从而降低股价崩盘风险(丁慧等，2018 [1]；卞世博等，2022 [2]；陈华等，2022 [8])，降低了审计风险进而降低了审计费用(赵杨等，2022 [9])，缓解了企业融资约束(高敬忠等，2021 [4])。但也有学者认为，由于存在代理冲突，沟通方式的改变并不能从根本上弱化管理层为了寻求私利而操纵信息披露的动机，管理层可能会操纵网络平台的信息披露，以满足其私利，对公司的信息环境产生消极影响，更频繁的网络平台互动降低了分析师的盈余预测质量(杨凡和张玉明，2020 [10])，显著提升了企业未来的股价崩盘风险和审计费用(李文贵等，2023 [5])。
近年来，学者们研究开始聚焦于投资者网络平台互动的治理效应，但观点存在分歧。一方面，互动可以有助于投资者监督作用的发挥。例如，中小投资者“研发关注”可以通过增加交易所监管压力和社交媒体关注压力有效抑制企业未来研发操纵行为。另一方面，互动情境下来自投资者的反馈信息也会影响管理者的行为动机，产生相反的经济后果。根据迎合理论，上市公司会基于缓解外部治理压力以及维持股价的考虑，在决策时迎合投资者情绪，给企业的长远发展增加不确定性，从而降低企业投资效率(李文贵和陈钰涵，2023 [11])。互动沟通增大了管理者的压力感知与迎合性倾向，导致了更多的盈余管理行为(丁亚楠和王建新，2023 [12])。
2.1.2. 内部控制质量的影响因素
现有的关于内部控制的影响因素可以分为内部和外部两个方面。内部控制的内部影响因素，主要集中于公司的治理结构和经营特征两个方面。在治理结构方面，审计委员会的独立性越高(Krishnan, 2005 [13])，独立董事数量多且持股比例大时，内控有效性更强(谢竹云等，2017 [14])。董事长的个人特质如学历高、任职时间长的企业内控水平更高。管理层的特征也会影响企业的内部控制。高管的背景特征通过对高管的风险意识、经营理念与管理哲学等的影响作用于内部环境，进而影响了内部控制质量(池国华等，2014 [15])。在经营特征方面，公司业务的复杂程度(林斌和饶静，2009 [16])、公司规模、公司所处的不同发展阶段(张颖和郑洪涛，2010 [17])等都与公司的内部控制质量有关。
内部控制的外部影响因素，主要包括市场环境因素和审计相关因素。激烈的市场竞争由于增加了企业成本从而导致企业内控的能力下降(Zhang C and Chen H, 2016 [18])，但也有学者认为产品市场竞争越激烈，内部控制质量越高，原因是破产威胁效应和代理成本效应对股东和经理层的行为产生影响，进而影响了企业的内部控制质量(张传财和陈汉文，2017 [19])。审计相关因素方面，审计师的专业知识越强，对风险的识别就越精确，进而提升了企业内控质量(Chen Y, 2016 [20])。来自四大的审计师有更高的独立性，能够提升公司的内控质量(Khlif H and Samaha K, 2016 [21])。
2.2. 理论分析与研究假说
从投资者通过网络平台互动发挥监督作用和管理层的行为受到互动影响两个角度，网络平台互动可能会对企业的内控质量产生不同方向的影响。
投资者网络平台互动会提升上市公司的内部控制质量。一方面，相比被动地接受公司披露的信息，互动式信息披露提高了投资者的信息获取和解读能力，缓解了公司与投资者之间的信息不对称，有助于投资者监督作用的发挥。“互动易”和“上证e互动”两个平台给中小投资者提供了直接与上市公司沟通的渠道，投资者可以针对性地提问、质询，公司的管理者适时地回复，投资者能够更及时地获取公司相关信息，投资者与公司之间的信息不对称得到缓解，有利于投资者对公司实施监督。另一方面，投资者与公司在平台上的互动是公开透明的，不仅会受到交易所的监督，还会受到其他投资者的关注，借助网络平台的舆论导向功能，网络平台互动可以将中小投资者汇聚起来，形成较大的社会监督力量(丁亚楠和王建新，2023 [12])，对管理层形成外部监督压力，促使管理层规范自身行为，提高公司内部控制质量。基于此，本文认为投资者网络平台互动可以降低投资者与公司间的信息不对称，提高投资者的监督力量，有助于投资者监督作用的发挥，进而提升公司的内部控制质量。
投资者网络平台互动会降低上市公司的内部控制质量。在网络平台互动的过程中，不仅投资者会接收到公司披露的信息，影响投资决策，公司的管理者在互动中也会接收到大量来自投资者的信息，这些信息也会影响管理层的经营决策。基于管理层迎合理论，当投资者对某一种特征的股票有非理性偏好时，管理者通过主动创造具有这种特征的股票来满足投资者非理性需求，增加股价中的投机成分，以从股价的暂时高估中获益。通过网络平台与上市公司互动的主要是中小投资者，相比于机构投资者，中小投资者更关注短期收益，忽视长期价值，为了迎合中小投资者的短期收益偏好从股价的高估中受益，管理层可能会倾向于采取一些短视的行为，这将对企业的内部控制质量产生不利影响。中小投资者在平台上与公司的密集互动会增加管理层的压力感知，迫使管理层满足投资者的预期，诱发管理层的短视行为，进而对企业的内部控制质量产生负向影响。内部控制建设需要耗费大量的时间、人力和物力，且其效益往往具有滞后性，难以在短期内得到体现，因此在管理层的资源分配决策中容易被忽视，在面对投资者带来的压力时，投资者可能削减内部控制这种长期建设的预算。基于此，本文认为投资者网络平台互动增加了管理层的迎合性行为和压力感知，进而降低企业的内部控制质量。
综合上述分析，本文提出一对竞争性假设：
H1a：上市公司与投资者网络平台互动程度越高，内部控制质量越高。
H1b：上市公司与投资者网络平台互动程度越高，内部控制质量越低。
3. 研究设计
3.1. 样本选择与数据来源
本文以沪深A股上市公司为研究样本，由于两个交易所的平台最早是2010年投入使用，所以选定样本期间为2010~2024年。投资者网络平台互动数据通过爬虫软件对“互动易”和“上证e互动”两个平台上投资者问答记录抓取获得，并对其进行分析以得到相关衡量变量，内部控制质量及控制变量数据来源于CSMAR数据库。本文剔除了金融类上市公司、特殊处理样本及数据缺失样本，最终得到29135个样本。为消除极端值的负面影响，研究中对所有连续变量按照前后1%进行缩尾(Winsorize)处理。
3.2. 变量定义与度量
3.2.1. 内部控制质量(IC)
本文采用深圳迪博内部控制指数(DIB指数)来衡量上市公司的内部控制质量。DIB指数是迪博公司依据2008年发布的中国《企业内部控制基本规范》构建，是一个用于评价企业内控质量的综合性指数，该指数从合规、报告、资产、经营和战略五个目标维度出发，构建了多层次指标体系，对各项指标得分进行综合评价，最终得到公司整体的内部控制指数，该指标数值越大代表公司的内部控制质量越高。
3.2.2. 网络平台互动
(1) 互动频率(Interact_F)
深交所“互动易”平台和上交所“上证e互动”平台都开设了问答板块，为投资者直接与上市公司互动提供了渠道。投资者在平台上对上市公司相关信息进行提问，上市公司管理者进行回答。问答次数越多，代表互动越频繁。本文借鉴岑维(2014 [22])等、丁慧等(2018 [7])的方法，考虑到没有得到回复的问答对上市公司的影响有限，将当年上市公司的回答总数加1取自然对数，得到互动频率的衡量指标。
(1)
(2) 互动质量(Interact_Q)
互动平台作用的发挥与互动质量密切相关。上市公司对投资者提问的问题进行回答，回复的越详细，互动的质量越高。本文借鉴丁慧等(2018 [7])的做法，将上市公司当年的回答总字数加1取自然对数，得到互动质量的衡量指标。
(2)
3.2.3. 控制变量
参考现有关于内部控制质量的研究，本文选取了相关控制变量，详见表1。
Table 1. Control variables: Definition and measurement
表1. 控制变量含义及度量
变量符号 |
变量名称 |
变量说明 |
Size |
公司规模 |
总资产的自然对数 |
Lev |
杠杆比率 |
资产负债率 |
ROA |
盈利能力 |
总资产收益率 |
Big4 |
审计质量 |
四大审计 = 1，否则 = 0 |
Top1 |
股权集中度 |
第一大股东持股比例 |
Dir |
独立董事比率 |
独立董事在董事会中的占比 |
Duality |
CE0与董事长两职合一 |
兼任赋值为1，否则赋值为0 |
SOE |
产权性质 |
国有企业赋值为1，否则赋值为0 |
3.3. 模型设计
F统计检验结果显示F值为0.000，Hausman检验结果显示P值为0.000，均小于0.05，F检验与Hausman检验均通过，因此本文选择固定效应模型进行实证分析，模型设计如下：
(3)
在公式(3)中，被解释变量为内部控制质量IC，解释变量为网络平台互动，包括互动频率(
)和互动质量(
)，
为k个系列控制变量，
为回归残差项。
4. 实证结果分析
4.1. 描述性统计
表2列示了本文所涉及的自变量、因变量和控制变量的描述性统计结果，结果显示，内部控制质量(IC)的最大值与最小值分别是0与6.886，均值为6.327，表明不同样本公司的内部控制质量存在较大差别，样本整体的内部控制质量水平较高。互动频率(Interact_F)的最大值与最小值分别是0与8.644，均值为4.133，说明不同样本公司对投资者提问回答存在较大差别，也确实存在不会对投资者提问进行回答的公司。互动质量(Interact_Q)的最大值与最小值分别是0与12.593，均值为8.18，说明样本中大部分上市公司对投资者提问的回答比较详尽，但也存在不回复与回复字数较少的公司，回复质量参差不齐。
Table 2. Descriptive statistics
表2. 描述性统计
变量 |
样本数 |
平均值 |
标准差 |
最小值 |
最大值 |
IC |
29135 |
6.327 |
0.993 |
0 |
6.886 |
Interact_F |
29135 |
4.133 |
1.371 |
0 |
8.644 |
Interact_Q |
29135 |
8.18 |
1.823 |
0 |
12.593 |
Size |
29135 |
22.432 |
1.341 |
17.779 |
28.644 |
Lev |
29135 |
0.428 |
0.204 |
0.007 |
3.919 |
ROA |
29135 |
0.041 |
0.079 |
−1.872 |
0.969 |
Big4 |
29135 |
0.068 |
0.251 |
0 |
1 |
Top1 |
29135 |
33.972 |
14.985 |
1.84 |
89.99 |
Dir |
29135 |
37.713 |
5.615 |
0 |
80 |
Duality |
29135 |
0.289 |
0.454 |
0 |
1 |
SOE |
29135 |
0.323 |
0.468 |
0 |
1 |
4.2. 基础回归结果
投资者网络平台互动与内控质量的回归结果如表3所示，结果显示在加入控制变量前后，第(1)列和第(2)列中互动频率(Interact_F)的回归系数在1%水平下显著为负，第(3)列和第(4)列中互动质量(Interact_Q)的回归系数在1%水平下显著为负。这一结果支持了假设H1b，拒绝了假设H1a，即上市公司与投资者网络互动程度越高，内部控制质量越低。
4.3. 稳健性检验
4.3.1. 内生性检验
根据前文的分析可知，上市公司与投资者网络互动程度越高，内部控制质量越低，对此结果可能的另一种解释是，内部控制质量低的公司，会收到更多的投资者在网络互动平台上的质疑，即互动程度越高，由此导致两者之间呈负相关。为了进一步减小自变量与因变量之间可能存在的互为因果影响，对自变量滞后一期进行回归，结果如表4列(2)和列(4)所示，原结论保持不变。
Table 3. Regression results of online platform interaction and internal control quality
表3. 网络平台互动与内控质量的回归结果
|
(1) |
(2) |
(3) |
(4) |
|
IC |
IC |
IC |
IC |
Interact_F |
−0.031*** |
−0.032*** |
|
|
|
(−5.626) |
(−5.618) |
|
|
Interact_F |
|
|
−0.016*** |
−0.014*** |
|
|
|
(−3.810) |
(−3.280) |
Size |
|
0.054*** |
|
0.045*** |
|
|
(4.579) |
|
(3.870) |
Lev |
|
−0.588*** |
|
−0.571*** |
|
|
(−9.496) |
|
(−9.224) |
ROA |
|
3.181*** |
|
3.186*** |
|
|
(34.150) |
|
(34.181) |
Big4 |
|
−0.038 |
|
−0.038 |
|
|
(−0.685) |
|
(−0.672) |
Top1 |
|
0.006*** |
|
0.006*** |
|
|
(6.236) |
|
(6.399) |
Dir |
|
−0.001 |
|
−0.001 |
|
|
(−0.571) |
|
(−0.692) |
Duality |
|
0.051** |
|
0.050** |
|
|
(2.527) |
|
(2.517) |
SOE |
|
0.048 |
|
0.053 |
|
|
(1.118) |
|
(1.224) |
_cons |
6.457*** |
5.180*** |
6.459*** |
5.346*** |
|
(272.019) |
(19.550) |
(184.000) |
(20.347) |
N |
29135 |
29135 |
29135 |
29135 |
R2 |
0.001 |
0.073 |
0.001 |
0.072 |
F |
31.657 |
217.191 |
14.513 |
214.702 |
***p < 0.01, **p < 0.05, *p < 0.10。
Table 4. Endogeneity tests: One-period lagged independent variables
表4. 内生性检验：滞后一期自变量
|
(1) |
(2) |
(4) |
(5) |
|
Interact_F |
IC |
linteract_q |
IC |
lInteract_F |
0.474*** |
−0.024*** |
|
|
|
(93.701) |
(−4.125) |
|
|
lInteract_Q |
|
|
0.411*** |
−0.012*** |
|
|
|
(74.781) |
(−2.827) |
Size |
|
0.053*** |
|
0.045*** |
|
|
(3.910) |
|
(3.408) |
Lev |
|
−0.651*** |
|
−0.637*** |
|
|
(−9.592) |
|
(−9.400) |
ROA |
|
3.288*** |
|
3.296*** |
|
|
(34.481) |
|
(34.556) |
Big4 |
|
0.041 |
|
0.041 |
|
|
(0.697) |
|
(0.696) |
Top1 |
|
0.004*** |
|
0.004*** |
|
|
(3.462) |
|
(3.594) |
Dir |
|
−0.000 |
|
−0.000 |
|
|
(−0.201) |
|
(−0.241) |
Duality |
|
0.052** |
|
0.052** |
|
|
(2.488) |
|
(2.484) |
SOE |
|
−0.020 |
|
−0.016 |
|
|
(−0.436) |
|
(−0.350) |
_cons |
2.301*** |
5.295*** |
|
5.453*** |
|
(106.446) |
(17.432) |
|
(18.219) |
N |
24009 |
24009 |
24009 |
24009 |
R2 |
0.304 |
0.089 |
0.218 |
0.088 |
F |
8779.951 |
217.861 |
5592.164 |
216.762 |
***p < 0.01, **p < 0.05, *p < 0.10。
4.3.2. 改变内部控制质量的度量方法
为了进一步增强研究结论的可靠性，参考方红星和金玉娜(2013 [23])的做法，替换内部控制质量的度量方法。具体地，用审计师出具的审计意见类型来代表内部控制质量。如果出具的是标准无保留意见，则IC赋值为1，否则赋值为0。替换衡量变量后的回归结果如表5所示，回归系数均在1%水平下显著为负，支持了原结论。
Table 5. Robustness tests: Alternative measurement of internal control quality
表5. 稳健性检验：改变内控质量的度量
|
(1) |
(2) |
|
IC |
IC |
Interact_F |
−0.004*** |
|
|
(−4.627) |
|
Interact_Q |
|
−0.002*** |
|
|
(−3.271) |
Size |
0.010*** |
0.009*** |
|
(5.377) |
(4.959) |
Lev |
−0.144*** |
−0.143*** |
|
(−14.674) |
(−14.511) |
ROA |
0.532*** |
0.533*** |
|
(35.920) |
(35.931) |
Big4 |
−0.008 |
−0.008 |
|
(−0.945) |
(−0.940) |
Top1 |
0.001*** |
0.001*** |
|
(8.282) |
(8.389) |
Dir |
−0.000 |
−0.000 |
|
(−1.047) |
(−1.130) |
Duality |
0.008** |
0.008** |
|
(2.466) |
(2.462) |
SOE |
0.015** |
0.016** |
|
(2.234) |
(2.313) |
_cons |
0.766*** |
0.784*** |
|
(18.170) |
(18.770) |
N |
29135 |
29135 |
R2 |
0.091 |
0.091 |
F |
277.015 |
275.707 |
***p < 0.01, **p < 0.05, *p < 0.10。
5. 进一步分析
5.1. 企业产权性质
表6列(1)~(4)是不同产权性质下，投资者网络互动对内部控制质量的回归结果，在1%和10%的水平下均显著为负，进一步支持了原结论。互动频率(Interact_F)在非国企中的系数为−0.036，较国企的系数−0.03，有着更高的负向影响。互动质量(Interact_F)对非国企的负向影响程度也更高。这表明，投资者网络互动对国有企业和非国有企业的内部控制质量均存在显著负向影响，但对非国有企业的影响程度更大。
Table 6. Heterogeneity analysis: State-owned enterprises vs. Non-state-owned enterprises
表6. 异质性分析：国有企业与非国有企业
|
国有企业 |
非国有企业 |
(1) |
(2) |
(3) |
(4) |
IC |
IC |
IC |
IC |
Interact_F |
−0.030*** (−3.318) |
|
−0.036*** (−4.754) |
|
Interact_Q |
|
−0.011* (−1.803) |
|
−0.019*** (−3.176) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
_cons |
4.164*** (8.870) |
4.459*** (9.725) |
5.544*** (16.336) |
5.658*** (16.742) |
N |
9414 |
9414 |
19721 |
19721 |
R2 |
0.053 |
0.052 |
0.080 |
0.079 |
F |
56.584 |
55.561 |
178.658 |
176.960 |
***p < 0.01, **p < 0.05, *p < 0.10。
一方面，国有企业因承担政策目标和社会责任，有着政府隐性担保和资源倾斜。另一方面，国有企业在内部控制的建设上，有着发挥示范性作用，引领我国公司整体上实现内部控制建设水平提高的责任。国资委针对国有企业，出台了《中央企业全面风险管理指引》《关于加强中央企业内部控制体系建设与监督工作的实施意见》，并将内部控制纳入党委领导决策机制。在资源优势与监管政策的双重约束下，国有企业的内部控制决策会更多地遵循“合规优先”的准则，而非国有企业的管理者在面临投资者在网络互动平台上的提问，由于缺少这样的双重约束，可能会削减内控投入追求短期业绩。
5.2. 企业规模
本文将企业规模将平均值分为两组，大于均值22.432的是大规模企业，小于均值的则是小规模企业。表7列(1)~(4)是根据企业规模分组回归的结果。结果显示，大规模企业的系数不显著，而小规模企业的系数均在1%的水平下显著为负。这说明，投资者网络互动对小规模企业有显著的负向影响，这种影响在大规模企业中并不显著。大规模企业通常具备更完善的治理结构和冗余资源，能够抵御短期市场压力对内部控制体系的冲击，小规模企业受资源约束限制，其内部控制建设更易受外部信息环境影响。
Table 7. Heterogeneity analysis: Large-sized firms vs. Small-sized firms
表7. 异质性分析：大规模企业与小规模企业
|
大规模企业 |
小规模企业 |
(1) |
(2) |
(3) |
(4) |
IC |
IC |
IC |
IC |
Interact_F |
−0.010 (−1.189) |
|
−0.034*** (−4.281) |
|
Interact_Q |
|
0.002 (0.353) |
|
−0.020*** (−3.063) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
_cons |
6.154*** (12.216) |
6.318*** (12.648) |
6.550*** (13.337) |
6.696*** (13.696) |
N |
12749 |
12749 |
16386 |
16386 |
R2 |
0.165 |
0.165 |
0.146 |
0.145 |
F |
263.319 |
263.126 |
276.229 |
274.922 |
***p < 0.01, **p < 0.05, *p < 0.10。
6. 结论与对策建议
本文选取沪深A股上市公司作为样本，以2010~2024年上市公司与投资者在“互动易”和“上证e互动”平台的互动数据，构建了互动频率和互动质量两个指标来衡量投资者网络平台互动程度的指标，检验投资者网络互动与企业内部控制质量之间的关系。结果表明：① 投资者网络平台互动会降低企业的内部控制质量。② 投资者网络平台互动对内部控制质量的负向影响在非国有企业和小规模企业中更加显著。基于以上结论，本文提出以下对策建议：
(1) 公司应完善内部控制制度，明确管理层在互动情境下的行为边界，将互动对内部控制的影响纳入内部监督范畴，确保内部控制体系的稳定运行。特别是对于非国有企业和小规模企业，要加大内部控制建设投入，增强自身应对外部压力的韧性。
(2) 投资者应提高自身的专业素养，在网络平台互动中提出更具建设性和长远性的问题，避免过度关注短期利益，减少对管理层的不当压力。投资者应认识到，过于激进的诉求可能会干扰企业正常的经营决策和内部控制。通过理性互动，引导企业管理层在追求投资者回报的同时，注重企业内部控制质量的提升，实现企业的可持续发展。
(3) 监管部门需制定更完善的上市公司网络平台互动监管规则，规范互动信息披露的内容和方式，防止上市公司利用互动平台进行不当信息传播或迎合市场热点。