企业负面事件社交媒体回应策略及其市场反应：来自新浪微博的证据

吴 芃 陈依旋 卢 珊 赵书冬

(东南大学 经济管理学院，江苏 南京 210096)

一、引言

信息技术的发展令大众对传统媒体的兴趣逐步减少,社交媒体等新媒体在公众的信息分享与传播中扮演了越来越重要的角色。在中国，越来越多的公司开始使用新浪微博为代表的社交媒体进行信息披露，其逐渐成为中国公司主动和投资者进行交流的重要渠道[1]。

交互性强、传播效率高、用户基数大的社交媒体不仅改变了企业的信息披露方式和效果[2-3]，也重塑了企业信息披露的环境：相较于传统媒体，企业拥有可以自主信息披露的平台，自主决定在平台上披露信息的时间、内容和方式，这给予企业平等发声渠道的同时，也给了企业自主管理信息披露的机会[4]；但是，由于社交媒体上的任何人都可以兼具信息发布者、传播者、加工者多重角色[5]，其信息流的多向互连导致企业难以控制其发布信息的传播和交流[6]，也较难预测信息发布后投资者的反应。在传统媒体环境下，企业媒体管理的重点是管理观众，而在社交媒体环境下，重点则变为如何与观众建立和维持良好关系[7]，这对企业管理媒体的策略性提出了更高的要求。

负面事件的发生代表“危机”，如果管理不善，会导致企业声誉损失和股价下跌，甚至关系到企业的生存。因此，相比于正面信息，对负面事件后的信息披露管理显得尤为重要。负面事件发生后，企业可以采取消极的不回应策略。但相比于不回应策略，企业主动在社交媒体上有效快速地对负面事件进行回应，有助于挽回企业形象，减少损失。然而，企业运用社交媒体主动进行回应可能会带来两种完全相反的效应。一方面，由于社交媒体的不可控性，当负面事件发生时，社交平台上的用户有机会插入谣言、猜测或负面情绪，并且让这种负面看法“病毒式”地传播给更广泛的受众，从而加剧危机[8]。另一方面，如果在负面信息加剧危机之前，企业能够使用社交媒体让自己的信息快速填充信息真空并保持和利益相关者的沟通，则可以减少利益相关者的负面看法，起到修复声誉作用。所以，在社交媒体上传播关于负面事件的信息，是一把双刃剑，只有管理得当，公司才可以通过社交媒体说服公众，以减轻负面事件的不利影响。

由于传统媒体渠道通常独立于公司之外，公司管理者难以掌控其披露公司相关信息的时间、方式及内容，因此，利用传统媒体披露的信息来检验公司主动管理信息披露效果的可行性较低。而微博等社交媒体不仅为公司提供了平等披露信息的平台，也给予了公司掌控信息披露的时间、内容和方式的机会。且社交媒体用户基数大、信息传播范围广等特点，可以进一步提升企业社交媒体披露信息影响力，从而放大了企业策略性信息披露的效果。因此，社交媒体的蓬勃发展为研究公司策略性信息披露的相关问题提供了基础和条件。

已有一些研究从投资者等信息使用者角度分析了社交媒体信息披露对资本市场的作用[6，9]。也有少量研究关注了企业作为信息的编制者，如何主动在社交媒体进行信息披露管理的问题。Cade发现面临批评性推特时，企业不同的回应策略对其投资吸引力有不同的影响[10]。但是，Cade的研究采用了实验的方法，没有对企业使用社交媒体进行策略性信息披露的市场效果进行实证检验。另外，针对中国特定市场发展环境的研究更为稀缺。究竟负面事件发生后企业在社交媒体上应该选用哪些策略来对信息进行主动管理？这些策略发挥效用的机理是什么？其最终对资本市场会造成什么样的影响？上述这些问题并没有得到系统的解析。

本文以开通官方新浪微博账户的中国沪深A股上市公司在2011年1月至2017年6月间发布的针对企业负面事件的回应博文为研究样本，探讨了中国上市公司运用社交媒体进行负面事件回应的策略及其产生的影响。本文的研究结果表明：(1)中国上市公司运用社交媒体进行负面事件回应时，相较于积极的回应策略，消极的回应策略能产生更好的市场反应；(2)从市场反应效果的视角上看，否定策略和转移视线策略最优，两者没有显著的差别，认错策略其次，效果最差的是辩解策略；(3)运用社交媒体进行负面事件的积极回应时，声誉具有调节作用，即相较于声誉较低的企业，声誉较高的企业采取积极的社交媒体回应策略时，能引起更好的市场反应；(4)企业在非节假日采取负面事件的社交媒体回应策略会产生更好的市场效果。

本文可能的创新之处在于：(1)从信息编制者视角对负面事件情境下企业社交媒体的回应策略进行研究。已有的对社交媒体信息披露的研究多集中在对社交媒体信息披露的经济后果方面的讨论[6,9,11-12]，而对企业作为信息编制者如何主动在社交媒体进行信息披露管理的问题关注不够。我们的研究将企业作为信息编制者，使用手工搜集的中国上市公司的微博相关数据，对负面事件情境下企业社交媒体回应策略的实施效果进行实证检验。丰富信息编制者视角下企业主动管理社交媒体信息披露的研究。(2)对负面事件后企业使用社交媒体回应策略的市场效果进行了实证检验。由于数据获取不易，已有的少量关于社交媒体回应策略效果的研究多是采用实验研究的方法，所得到的研究结果并未经过市场数据的实际检验。本研究使用手工搜集的中国上市公司的微博相关数据对各种策略进行了分类并对其所造成的市场经济后果进行了实证检验，使研究结果更具有现实意义。(3)对负面事件企业社交媒体回应策略根据披露内容进行了分类，并对这些不同类型的回应策略按市场效果进行排序。已有的研究负面事件后企业社交媒体回应策略的相关研究没有按披露内容进行分类和排序[6,10,13]。本文以Benoit的形象修复理论和Coombs的情境危机沟通理论(SCCT)为基础，对负面事件后企业社交媒体回应策略按文本内容进行进一步分类，并在此基础上对不同的回应策略产生的市场效果进行实证检验并排序，完善了负面事件社交媒体回应策略的相关研究。(4)研究企业声誉在社交媒体回应策略和市场反应的关系中所起的调节作用，有助于更深入地理解社交媒体影响市场反应的机制。

二、理论分析与假设提出

(一)负面事件后企业社交媒体回应策略的分类

负面事件是指由于产品质量、经营管理或者其他层面的问题，使得利益相关者对企业产生负面想法的事件[14]。负面事件的回应策略关注的是“企业在危机发生时说了什么”，也就是企业在面临危机时所使用的符号资源[15]。Benoit的形象修复理论和Coombs的情境危机沟通理论(SCCT)在负面事件传播研究中占据了主导范式。两位学者都对负面事件发生后企业应该采取的回应策略进行了细致的划分。Benoit将危机回应策略分为否认、逃避责任，降低外界攻击、承诺开支修正行动和认错/道歉五种[16]。Coombs等人将危机的回应策略分为否认、减少、重建和巩固四大类，在此基础上进一步将其细分为十小类，并进行了具体描述[17]。而Cade将负面事件发生后企业可能采取应对策略分为三种：一是不回应策略，即不采取任何行动，任凭事态的发展；二是转移视线策略，即通过披露一些正面消息从而分散投资者的注意力；三是解释承认策略，即管理层对为什么不应该遭受负面关注提供有说服力的理由[10]。其中，不回应策略是一种消极策略，而转移视线和解释承认策略由于都需要企业主动采取行动，因此被归为积极策略。

本文以Benoit的形象修复理论和Coombs的情境危机沟通理论(SCCT)为基础，结合Cade等研究，将企业对负面事件的回应策略分为积极回应策略和消极回应策略两大类，并且将积极回应策略细分为否认策略、辩解策略、认错策略和转移视线策略，而消极策略指不回应策略。具体分类如表1所示。

表1 回应策略的具体分类

(二)积极回应策略与消极回应策略

当企业面临负面事件时，使用积极回应策略可能会带来两种完全相反的效应。一方面，社交媒体的双向互动模式完全摆脱了时间和空间的限制，使信息传播的速度、广度得到了空前的提升，复杂多样的受众群体也为消息的传播提供了广阔的空间[18]。因此，当负面事件发生时，企业在社交媒体上采取的积极回应策略，会加大负面事件传播的速度和广度，让更多的群体知道企业发生了负面事件。此时，不受控制的社交媒体用户的主观臆测或负面情绪表达会加剧人们对该事件的负面看法，并通过社交媒体继续被“病毒式”地传播给更广泛的受众，从而更加剧负面事件的不利影响。不负责任的媒体从业者和好事民众已成为谣言和不实信息的“放大器”，容易导致消息传播的失真[19]，不利于企业对于市场形势的把控。正因为积极的社交媒体回应策略会加大负面消息本身的传播广度并且极易扩散放大后的不实消息，因此，相较于积极回应策略，消极回应策略应该能引起更好的市场反应。

另一方面，信号理论认为市场运行过程中的各类行为所传递出的信号能显示出信号输出者自身的意向和目的，并带有一定的导向性。信号理论的背景是企业和投资者等其他外部利益相关者之间的信息不对称。根据信号理论，企业对负面事件的回应内容可以承担信号角色，缩短投资者“知道的”和“想知道的”之间差距，影响他们对企业价值的判断。负面事件本身会向投资者传递出企业经营管理不善的信息。而社交媒体上关于该事件的大量负面讨论即使是没有根据的，也会导致投资者质疑企业的表现[10]。企业面对负面事件的持续沉默会被公众认为是企业缺乏责任心的表现。倘若企业对负面事件继续采取不回应策略，任凭事件的发展，投资者可能会倾向于相信负面消息的真实性，将企业的这种行为视为“默认”该负面信息[20]，从而造成市场的负面反应。与此相反，如果发生负面事件后，企业在社交媒体上有选择性地进行消息披露和传递，则可以降低信息不对称程度，从而更主动地控制舆论导向。心理学上的二元认知处理模型(Dual Processing Model Of Cognition)认为，人们对于信息会有两种不同的处理路径——系统式路径(Systematic Route)和启发式路径(Heuristic route)[21-23]。系统式路径下个人的最终决策和判断是基于对已有信息的细致评估，更强调批判式思维，会对具有说服力的论点做出深入思考。而启发式路径下个人的最终判断只是基于一些表面的线索而非大量的信息处理，其思维经常是探索性的，更依赖于简单的规则或过去的经验。基于启发式思维形成的或者改变的态度立场，很容易因为反宣传而发生动摇[23]。企业在社交媒体上的对负面事件的主动回应及引导可以改变一些采用启发式思维的投资者对企业的负面印象，并展现出企业的责任心，从而相较于消极回应策略，积极回应策略能引起更好的市场反应。基于上述分析,我们提出了一组竞争假设1：

H1a：负面事件情境下，相比于消极的社交媒体回应策略，企业采取积极的社交媒体回应策略能引起更好的市场反应。

H1b：负面事件情境下，相比于积极的社交媒体回应策略，企业采取消极的社交媒体回应策略能引起更好的市场反应。

(三)四种积极的回应策略

负面事件情境下，企业的回应策略向利益相关者传递出了独有的信号，良好的回应方式应当能将问题的严重性降低，减弱利益相关者的反对情绪，减少企业形象和声誉的损失[24]。企业作为信息不对称过程中的优势方，是信息的传递方，主要承担信息传递的工作；而利益相关者处于信息不对称中的劣势方，是信息的接收方，需要在各类信息发布后进行甄别。因此，企业对于负面事件的回应方式、回应内容等都会对利益相关者的信号甄别过程产生影响[25]。

总结前人的研究，我们发现不同的积极回应策略从以下一个或数个方面影响利益相关者：①利益相关者对负面事件责任的归因。当利益相关者更倾向于负面事件是企业的过失时，容易导致负面的市场反应，而外部环境的影响导致的负面情景更容易得到利益相关者的谅解[26-28]。②利益相关者对企业承担责任的感知。相较于一味规避责任，勇于承担过失的企业更容易得到利益相关者的谅解[28-29]。③负面事件的传播程度。负面事件传播的程度越大，越容易引起负面的市场反应[27,30]；④企业展现出的今后避免类似违规行为的意图[31-32]。当面对负面事件时，不同的回应策略向市场投资者传递了不同的责任归因信号、责任承担信号和避免类似违规行为的意图信号，以及直接影响了负面事件在社交媒体上的传播广度。

就回应的内容来看，企业采用否认策略明确号称负面事件为不真实的，因此未来不需要改变[31]，或者通过否认策略声明，表达发生负面事件是第三方的责任，而与企业自身无关的想法[29]。企业通过否认策略，试图将责任转移到其他方[30]，即拒绝将负面事件的责任归因于企业本身，同时否定了企业需要为此承担的责任，以减轻负面影响。因此，回应的内容本身向市场传递的是一个正面的信号。然而，也有学者认为由于这种策略的客观性和可信度低，其说服力是有问题的[29]。而且，否定意味着未来避免这种违规行为的意图很低，这更直接导致消费者的不信任。企业在社交媒体上对于负面事件的否认过程，同时也是自主传播负面事件的过程，加大了负面事件的传播广度和深度。

辩解策略则表明企业将负面事件的发生全部或部分归因于企业，但是企业不愿意完全承担责任，就传递的内容来看属于负面信号，并且企业对于未来避免此类负面事件发生的意图较为模糊，因此可能引起较差的市场反应。同时，在社交媒体上对于负面事件的辩解过程，也是自主传播负面事件的过程，加大了负面事件的传播广度和深度。

认错策略则意味着明确的承认过错、确认有伤害发生，即将负面事件的发生完全归因于企业，就回应传递的内容来看属于负面信号，这将不利于修复受害方对企业的负面认知[33]。同时在社交媒体上对于负面事件的采取认错策略的同时也是自主传播负面事件的过程，加大了负面事件的传播广度和深度。但是，企业的认错态度较为诚恳，并且积极主动承担责任，也可能被认为是企业及时弥补过失的表现，投资者将推测企业“再次犯错”的可能性很小，即认错策略也意味着今后避免类似违规行为的意图，更加有利于形象和合作意愿的修复。有学者认为道歉策略相比于辩解显得企业更加真诚，有表现出责任方的懊悔、改过自新的心态[31,34]。

转移视线策略则表明企业并没有在社交媒体上正面回应相关的负面事件，无论是事件归因责任承担，还是未来面对此类负面事件的防范意图都比较模糊，所引起的股票市场反应不明。但是实施转移视线策略的企业，通过在社交媒体上发布更加正面的信息来转移投资者的视线。此时，企业既避免了在社交媒体平台上自主传播负面事件的行为，同时也通过社交媒体平台试图将投资者的视线转移向正面信息，使得投资者更容易受到积极效价的影响。

为了更便于比较，我们将上述四种积极回应策略的效果展示在表2中。

表2 积极回应策略产生的不同效果

从表2对四种积极回应策略的优劣势比较来看，我们认为否认策略和转移视线策略的优势较多，劣势较少，可能会引起较好的市场反应。因此，我们提出假设2：

H2：负面事件情境下，相比于认错和辩解策略，企业在社交媒体上采取否认策略和转移视线策略能产生更好的市场反应。

从表2中我们还可以看出认错策略相较于辩解策略劣势较少，因此认错策略能产生更好的市场反应。因此，我们提出假设3：

H3：负面事件情境下，相比于辩解策略，企业在社交媒体上采用认错策略能产生更好的市场反应。

(四)企业声誉的调节作用

同时，良好的企业声誉可能拥有晕轮效应(Halo Effect)，即人们对事物的认知和判断往往只从局部出发，扩散而得出整体印象，也即常常以偏概全[35]。个人或群体如果被标明是好的，他就会被一种积极肯定的光环笼罩，并被赋予一切都好的品质；如果被标明是坏的，他就被一种消极否定的光环所笼罩，并被认为具有各种坏品质。前文中我们提到，负面事件情境下，相较于消极回应策略，企业采取积极回应策略的优势在于企业可以有意识地引导舆论的发展，从而对事件的发展进行把控。相比于声誉较低的企业，当声誉较高的企业采取积极回应策略时，由于晕轮效应的影响，企业积极回应策略所带来的积极市场反应会被进一步放大。

企业声誉还可能导致有偏向的信息处理(Biased-Processing)。良好的企业声誉意味着投资者对企业持有积极的态度，而较低的声誉则反之。态度一旦形成，就会引导个体的信息处理过程，与先前态度一致的信息会被赋予更多权重[36]。因此，即使信号理论通过负面事件这一信号传递出了企业经营管理不善的信息，但是投资者会对这一信号进行“甄别”，他们会联系企业之前展现出的业绩优良、承担责任的形象，联想起企业严密的生产、内控及其良好的品牌形象等方面，更愿意相信此次危机事件是外部因素造成的、企业难以控制的，从而倾向于相信高声誉企业回应内容的真实性，选择性地忽略、回避对于负面事件的认知，缓和股票市场的负面反应[37]。即高声誉企业凭借自身的声誉优势可以引导舆论的发展，削弱负面事件传递出的负面信号。而低声誉企业即使采取了积极回应策略，投资者仍然会对他们的回应产生怀疑，难以得到他们需要的公众支持来化解危机，因此也难以缓和股票市场的负面反应。综上，企业声誉很可能产生正向调节作用。为此本文提出了假设4：

H4:相较于声誉较低的企业，声誉较高的企业采取社交媒体积极回应策略时，能引起更好的市场反应。

三、研究设计

(一)样本选取和数据来源

1.上市公司官方微博账户

新浪微博创建于2009年，是中国一个覆盖范围最高、用户活跃度最高的，让用户进行信息分享和交流的社交媒体平台。截至2018年12月，微博月活跃用户共4.62亿，连续三年保持同比7000万及以上活跃用户净增长。截至2016年12月，微博企业账号达到130万，企业账号覆盖行业超过60个，企业微博账号覆盖有效粉丝量高达5.9亿。相比于微信朋友圈和qq空间，新浪微博具有用户基数大、互动性强、开放性强、传播范围广等特点。新浪微博在资本市场领域作为传播通路的价值被不断深化，不仅成为企业和公众信息交流的首选平台，还成为投资者除了传统媒体之外获取公司信息的重要渠道。因此，本文选用新浪微博作为社交媒体的代表，收集的微博数据作为对本文研究假设进行测试的数据来源。

本文以2011年1月至2017年6月沪深两市主板A股上市公司为初始研究样本。在此基础上，我们首先根据上市公司的名称、简称和公司代码在新浪微博用户搜索栏、公司官方网站和百度搜索引擎中搜索上市公司官方微博账号，并按照以下标准确定本文所需样本：(1)开通的微博必须是加蓝V认证的总公司微博。(2)所有专门销售类的微博都不作为官方微博。(3)官方微博开通时间超过3个月，且总发布量不低于15条。经过筛选，符合上述要求的上市公司共有802家，这些公司构成我们最终的研究样本。这些样本的微博相关数据全部为手工搜集。样本的财务相关数据来自CSMAR数据库。

表3是对我国沪深两市A股上市公司开通微博情况的数量统计结果。从表中可以看出，截至2017年3月30日，我国沪深两市A股上市公司共有3101家，其中开通微博的公司共有958家，占到全部上市公司的三分之一左右，说明我国已经有越来越多的上市公司通过新浪微博来披露企业信息。其中，156家发布微博数量过少的企业(少于15条)被剔除，最终得到802家已开通微博的公司作为样本。

表3 沪深A股上市公司开通微博企业数量统计

(二)上市公司回应策略类微博的检索和分类

(1)确定企业对负面事件回应类微博的搜索关键词

查阅目前国内已有的文献，暂未发现可以直接用于搜索社交媒体回应策略的关键词，也没有合适的可以直接匹配的情感词典。由于企业在采用回应策略时往往会提及具体的负面事件，因此本文使用负面事件关键词作为负面事件回应类微博的代理关键词。而负面事件关键词本文的确定过程如下：(1)确定初始关键词。将已有文献中总结的关键词去同存异，得到初始关键词58个[38-40]。(2)筛选关键词。从802家样本公司中随机选取50家作为实验样本，在其官方微博中搜索初始关键词，进行负面事件回应博文的搜索；然后，根据每个关键词在文本信息中出现的频率做排序以筛选回应类博文最容易出现的词语。我们发现“损失、纠纷、投诉、缺陷、安全、事故、诉讼”这七个关键词出现的频率明显高于其他词语。(3)最终确定搜索关键词。我们在实验样本的搜索过程中发现“回应”“问题”两词在负面事件回应博文中出现的频率极高，因此将“回应”和“问题”也作为最终关键词。最终本文确定的关键词为“损失、纠纷、投诉、缺陷、安全、事故、诉讼、问题、回应”。

(2)企业回应策略的检索和分类

首先，选取2011年1月至2017年6月为样本区间，在巨潮资讯网(中国证券监督管理委员会指定的上市公司信息披露网站)的首页搜索栏进行负面关键词检索，并判断检索出的公告是否与样本公司的负面事件相关联。

其次，如果判断第一步在巨潮网检索出的公告与样本公司的负面事件相关联，则进入每家样本公司的新浪微博账号，在微博搜索框中搜索负面事件关键词，判断检索出的微博是否与样本公司的负面事件相关联。如果确定检索出的微博属于企业对负面事件做出的回应，则记录相关微博发布的时间，并对该微博所运用的回应策略进行判断，将其划分为否认策略、辩解策略和认错策略微博。

最后，如果在微博上进行负面关键词检索未搜索到结果或判断检索出的微博不是与样本公司的负面事件相关联，则以巨潮网检索出的公告日为基准日，查看在(-3，3)的窗口期内企业是否在官方微博上发布了正面消息。如果公司在窗口期内在官方微博上发布了正面事件类的微博，则记录其发布的时间，并将其归类为转移视线策略。如果公司在窗口期内在官方微博上没有发布正面事件类的微博，即公司只是发布了负面事件公告却并没有在微博上采取任何积极的回应，则将其归类为消极策略。

按照上述流程，我们采用人工文本阅读法阅读了企业微博中2011年1月至2017年6月有关企业负面事件回应相关的全部微博，并对其进行编码分类。为了降低人工阅读的个人偏差，我们采用两组人员对搜索到的盈余类微博分别进行编码。然后将两组人员的编码结果进行比对，查看是否一致或是否存在编码错误等问题。对两组编码存在不一致的微博信息进行讨论，最终确定其编码。

按照上述流程和方法，最后得到的各种回应策略样本的分布状况如表4所示。从表中可以看出，否认、辩解、认错和转移视线策略的样本数分别为112、66、55和24，而不回应策略达到477，这说明尽管对负面事件多数公司还是选择消极策略，但是也有超过三分之一的样本公司选择了积极回应策略。

表4 企业回应策略类微博样本分布情况

(三)研究变量说明

1.股票的市场反应

(1)累计异常收益(CAR)

为了研究负面事件情境下企业的回应策略对资本市场的影响，本文采用事件研究法来计算累计异常收益CAR以观测市场反应。事件研究法是用来评估某一事件对股票市场的影响的一种研究方法。该方法是在研究当市场上某一事件发生的时候，股价是否会产生波动时，以及是否会产生异常收益率，借由此种资讯，可以了解到股价的波动与该事件是否相关。

本文采用市场模型来估计事件的异常收益率，即

Rit=αi+βiRmt+εitRit=αi+βiRmt+εit

(1)

其中，Rit为公司i在第t天的股票收益率，Rmt为上海证券综合指数或者深圳证券综合指数第t天的收益率。本文参考Jung等选择[-61，2]天，共64个交易日作为估计期的长度；事件期则为[-1，1]天，共3个交易日[41]。

股票i在第τ天的异常收益率ARiτ为：

ARiτ=Riτ-αi-βiRmτ

(2)

股票i在[τ1，τ2]的累计异常收益为：

(3)

(2)异常价差(ABN_SPREAD)

LeuZ等指出，买卖差价通常被认为能够明确度量信息不对称[42]。本文参考冯琦对异常买卖价差的计算方法[43]，首先计算价差百分比Sit，计算方法如下：

(4)

其中Sit为股票i在第t天的价差百分比，askit为股票i在第t天的最后揭示卖价，bidit为股票i在第t天的最后揭示买价。

股票i在估计期[-61,-2]天的平均买卖价差百分比Si为：

(5)

股票i在异常买卖价差百分比ASit为：

ASit=Sit-Si

(6)

(3)异常换手率(ABN_TURN)

通常情况下，显著的股票异常收益是由超常的交易量引起的。为了描述股票的交易情况，本文采用换手率作为被解释变量，换手率定义如下：

(7)

其中torit为股票i在第t天的换手率，Vit为股票i在第t天的成交股份数，tsit为股票i在第t天的总股本。

按照Field等的方法[44]，将估计期[-61,-2]天的平均换手率作为基准，定义第t天的异常换手率AVit，异常换手率的计算方式如下：

(8)

2.回应策略(RESPOND)

回应策略相关各指标具体设置如下：

(1)回应策略(RESPOND)

如果企业针对负面事件发布了公告但是并没有在微博上对相关事件进行回应，并且在公告日的前后三天也没有在微博上发布与本公司相关的正面事件，则将此反应归类为不回应策略，并将RESPOND赋值为1。反之，如果企业针对负面事件在微博上进行了否认、辩解、认错或转移视线等回应方式，则将回应微博归为积极回应类微博，并将RESPOND赋值为0。

(2)否认策略(RESPOND_1)

如果企业在微博上回应时主要是采取攻击指责者，否定危机、声明这是谣言，寻找替罪羊、转移责难的做法，则将此条微博归类为否认策略类微博，此时将RESPOND_1赋值为1，否则为0。

(3)辩解策略(RESPOND_2)

如果企业在微博上回应时主要是采取提醒利益相关者公司本身也是受害者、寻找借口、声明时将危害的影响最小化、逢迎利益相关者并道己所长的做法，则将此条微博归类为辩解策略类微博，此时将RESPOND_2赋值为1，否则为0。

(4)认错策略(RESPOND_3)

如果企业在微博上回应时主要是采取承认错误、请求原谅，承诺赔偿，承诺开展修正活动的做法，则将此条微博归类为认错策略类微博，此时将RESPOND_3赋值为1，否则为0。

(5)转移视线策略(RESPOND_4)

如果企业针对负面事件发布公告后，没有在微博上对此类事件进行回应，但是在相关公告的(-3，3)的窗口期在微博上发布了企业的正面事件(例如企业业绩上升、获得了荣誉等)，则将此条微博归类为转移视线类微博，RESPOND_4赋值为1，否则为0。

3.附加变量

(1)企业声誉(REPU)

《财富》杂志1982年建立的“最受尊敬的美国公司”年度调查，在公司声誉的研究中常常被使用[45-46]。从2006年起，《财富》(中文版)开始“最受赞赏的中国公司”的评选。《财富》(中文版)通过网络向25000名中国企业高级经理人发放问卷，让他们按照长期投资价值、公司资产的合理使用、创新能力等9项标准为候选公司打分并填写两份问卷：第一份是根据自身所在行业为本行业公司打分，第二份是不分行业选出心目中最推崇的公司。每个行业中综合得分最高的前5家公司进入行业榜，所有行业中综合得分最高的25家公司进入全明星榜。由于全明星榜公司数量较少，本文选用行业榜作为企业声誉的数据来源[47-48]。高声誉企业，REPU=1；非高声誉企业，REPU=0。

(2)时机变量(HOLIDAY)

本文借鉴张馨艺等、Niessner的做法[49-50]，用采取回应策略的时间来划分时机，引入0-1变量HOLIDAY，当企业在节假日(双休日和法定假日)采取回应策略时，HOLIDAY=1，当企业在非节假日采取回应策略时，HOLIDAY=0。

4.控制变量

为了对影响被解释变量的其他因素进行控制，参考Jung等的研究成果[41]，本文设置了如下控制变量：公司规模、公司成长性、资产负债率、销售费用率、企业年龄、是否为国有控股公司、第一大持股比例作为控制变量。同时，为了控制传统媒体的影响，将传统媒体报道作为控制变量[38]。本文所有研究变量的具体定义如表5所示。

表5 研究变量定义表

(三)模型的建立

1.为了检验H1a和H1b这一组竞争假设，本文构建的线性回归模型如下：

CAR=β1RESPOND+β2SIZE+β3GROWTH+β4LEV+β5ROE+β6ADVERTISING+
β7FIRMAGE+β8SOE+β9FIRST+β10LMEDIA+β11YEAR+β12IND+ε

(1)

2.为了检测H2、H3这一组假设，本文构建的线性回归模型如下：

CAR=β1RESPOND_i+β2SIZE+β3GROWTH+β4LEV+β5ROE+β6ADVERTISING+
β7FIRMAGE+β8SOE+β9FIRST+β10LMEDIA+β11YEAR+β12IND+ε

(2)

其中RESPOND_i中的i可取1、2、3、4，分别对应否认、辩解、认错、转移视线这四种积极回应策略。

3.为了检验H4，本文构建的分组线性回归模型如下(分组依据为REPU)：

CAR=β1RESPOND+β2SIZE+β3GROWTH+β4LEV+β5ROE+β6ADVERTISING+
β7FIRMAGE+β8SOE+β9FIRST+β10LMEDIA+β11YEAR+β12IND+ε

(3)

四、实证分析

(一)描述性统计

由表6可以看出，衡量市场反应的变量CAR的均值接近于0，中位数为负数，最大值和最小值之间差异较大，说明市场反应波动较大；RESPOND的均值等于0.6499，中位数为1，可知样本中的大多数企业对于负面事件采取了消极的回应策略。

表6 全样本描述性统计

(二)相关性分析

为了进一步说明各变量之间的相关关系，并检验变量间是否存在共线性问题，本文对相关变量进行了Pearson相关性分析，检验结果的相关系数与显著性如表7所示。

由表7可以看出，代表市场反应变量CAR的相关系数分别为0.0750在5%的水平上显著正相关，初步验证了假设1b，即相比于积极的社交媒体回应策略，企业采取消极的社交媒体回应策略能产生更好的市场反应。此外，研究选取的极大多数控制变量均与模型中的被解释变量具有显著相关关系，因此，可以较好地控制其他可能影响研究结果的因素。另外，本文还检验了VIF值，发现所有VIF值均小于5，因此回归模型不存在严重多重共线性的问题。

表7 相关性分析

(三)回归分析

1.积极回应策略和消极回应策略

表8为模型(1)的线性回归结果。从表中可以看出，RESPOND的系数为0.0015，且在5%的水平上显著，说明相比于积极的社交媒体回应策略，企业采取消极的社交媒体回应策略能产生更好的市场反应，H1b被验证。当负面事件发生时，如果企业在社交媒体上采取积极回应策略，尽管可以表明公司勇于承担的立场，但是由于社交媒体“病毒式传播”“双向互动性”等特点同时也促进了负面事件的传播，这些社交平台上的其他用户有机会插入谣言和猜测，或表达负面情绪，从而加剧人们对该事件的负面看法，这可能对公司产生潜在的不利后果，更加剧了危机。在控制变量中，传统媒体报道(LMEDIA)的系数为-0.0010，并且在1%的显著性水平上显著，说明平时传统媒体对公司的报道越多，在负面事件发生期间，越容易引起公司负面的资本市场反应。这可能是因为媒体报道数量越多，就会让越多的投资者关注公司，因此一旦发生负面事件，会加大负面事件的传播广度，从而引起不好的市场效果。

表8 积极与消极回应策略的市场反应的比较

2.四种积极回应策略市场反应的比较

接下来用积极回应策略的样本进行回归分析。表9为模型(2)的线性回归结果，依次分别是否认、辩解、认错、转移视线这四种不同的社交媒体积极回应策略与市场反应之间的关系。从表7的列(1)到列(4)可以看出，RESPOND_1的回归系数为0.0005，且在5%的水平上显著，说明在社交媒体上采取否认的回应策略将产生积极的市场反应，即企业通过在社交媒体上向投资者传递负面事件子虚乌有、企业没有过失的信号，从而引起了积极的市场反应；RESPOND_2的回归系数为-0.0010，且在1%的水平上显著，说明相较于其他积极回应策略，在社交媒体上采取辩解策略将产生显著消极的市场反应；RESPOND_3的回归系数为-0.0001，但是不显著。RESPOND_4的回归系数为0.0009，且在5%的水平上显著，说明在社交媒体上采取转移视线的回应策略将产生积极的市场反应，即企业发生了负面事件后，企业在(-3,3)时间窗口期发布了其他正面消息，以转移投资者的注意力，从而掩盖负面事件，最终引起了积极的市场反应。由上述的回归分析可知：采取否认和转移视线策略将引起显著积极的市场反应，而认错和辩解策略会引起消极的市场反应，支持了H2，负面事件情境下，相比于认错和辩解策略，企业采取否认策略和转移视线策略能产生更好的市场反应。

表9 四种积极回应策略的市场反应的比较

另外，由列(1)和列(2)可知，RESPOND_1的系数为0.0005小于RESPOND_4的系数0.0009，但是相差甚小，且两者都在5%的显著性水平上显著，于是本文对否认策略和转移视线策略产生的累计异常收益率单独进行回归检验，设置回应策略变量RESPOND_1,4(设采取否认策略为1，采取转移视线策略为0)、RESPOND_2，3(设采取辩解策略为1，采取认错策略为0)分别对CAR进行回归，结果如表7的列(5)和列(6)所示。RESPOND_1,4的回归系数为-0.0006，且不显著，可知转移视线策略和否认策略产生的市场反应并无显著的优劣。RESPOND_2，3的回归系数为-0.0005，且在10%的水平上显著，说明相较于认错策略，在社交媒体上采取辩解的回应策略将产生更加消极的市场反应，即辩解策略向市场传递了企业需要为负面事件承担一部分责任的信号，就传递的内容来看属于负面信号，尽管企业希望通过辩解来缓和事端的负面效应，最终却仍引起了最为消极的市场反应；而在社交媒体上采取认错的回应策略，即使向市场传递了企业需要为负面事件承担责任的负面信号，但是企业希望通过认错来树立一个负责任的企业形象，表现出责任方的懊悔、改过自新的心态，也意味着今后避免类似违规行为的意图，更加有利于形象和合作意愿的修复。回归的结果同时也验证了H3，即负面事件情境下，相比于辩解策略，采用认错策略能产生更好的市场反应。

通过以上的回归分析可知，采取否认策略和转移视线策略都能产生积极的市场反应，且从累计异常收益率的角度看，这两种策略并无显著差异；相比于认错策略，采取辩解策略会产生更加消极的市场反应，即企业在社交媒体上采取的积极回应策略，从市场反应的视角上看，否认和转移视线策略最优，认错策略次优，最后是辩解策略。

3.企业声誉对于回应策略市场反应的影响

表10展示了企业声誉在回应策略对市场反应影响关系中的调节作用。列(1)是全样本的回归结果，其中RESPOND的系数显著为正，而交互项RESPOND*REPUTATION系数为-0.0038，并在5%的水平上显著。这说明声誉降低了消极回应策略对市场反应的正面影响。进一步分组分析，结果见列(2)和列(3)。低声誉组中RESPOND的系数为0.0029，且在1%的水平上显著，而高声誉组中RESPOND的系数为-0.0004，并且在5%的水平上显著。比较两组的结果，我们发现，声誉会对回应策略和市场反应的关系产生影响，低声誉企业采取消极的回应策略会获得更好的市场反应，而高声誉企业则相反，采用积极的回应策略会获得更好的市场反应，说明高声誉加强了负面事件情景下企业积极回应策略引发的正面市场反应。上述结果验证了H4，即相较于声誉较低的企业，声誉较高的企业采取积极的社交媒体回应策略时，能引起更好的市场反应。控制变量LMEDIA在低声誉组的系数为负且在1%的显著性水平上显著，在高声誉组的系数为负但不显著，说明传统媒体报道会对低声誉企业造成较大的负面影响，而对高声誉企业则没有显著影响。

表10 企业声誉对回应策略市场反应的影响

为了进一步探讨5种不同的回应策略、企业声誉高低与市场反应的关系，我们绘制了不同声誉的企业采取不同回应策略所引起的市场反应柱状图，如图2所示，其中黑色代表低声誉，灰色代表高声誉；纵轴为不同策略组CAR的均值。由图2可知,相较于低声誉企业，高声誉的企业采取四种积极的回应策略都能获得更好的市场反应；相较于高声誉企业，低声誉的企业采取不回应策略能产生更好的市场反应。研究结果支持了H4的假设。

图2 企业声誉、回应策略和市场反应

(四)附加检验：回应的时机对社交媒体回应策略市场效果的影响

很多公司形成了择时披露的策略，即出于避免股价不利波动的考虑，策略性地选择信息披露时间。企业回应的时间策略也会对市场反应有显著的影响[51]。Niessner提出，规模较小、有更多散户投资者的公司，更倾向于在投资者注意力高度分散期(节假日等)披露负面新闻报道，可以减弱市场的负面影响[50]。关于不同时间披露信息的市场反应，Doyle和Magilke提出了投资者“有限关注”假说和“消化”假说[52]。“有限关注”假说认为，人的时间、精力以及能力是有限的，但无论是筛选信息还是消化信息都需要花费一定的时间和精力。节假日时，投资者的注意力较为分散，容易忽略企业在该阶段的行为，因此企业如果是在节假日采取在社交媒体上发布相关消息，往往会被投资者忽视，其对资本市场可能难以产生影响。然而，“消化”假说却认为：投资者对节假日时段披露信息拥有更充足的了解、分析和“消化”时间，因此，能够对信息内容做出更加理性的判断。两派观点虽然存在巨大差异，但他们均认为企业在节假日和非节假日在社交媒体发布消息会对资本市场产生不同的影响，因此，我们认为，回应的时机会对社交媒体回应策略的市场效果产生影响。

表11以节假日HOLIDAY为调节变量，使用积极回应策略样本，检验企业择机进行社交媒体回应策略是否会对资本市场产生不同的影响。由表11可以看出,后四列的回应策略变量RESPOND_i(i=1,2,3,4)的系数和显著性均与表9保持一致，进一步支持了假设H2。表11中HOLIDAY的系数分别为-0.0007，-0.0007，-0.0007，-0.0008和-0.0006，并且均在5%的水平上显著，而HOLIDAY与回应策略的交互项均不显著，这说明相较于节假日，企业在非节假日发布消息能引起更好的市场反应，而节假日对回应策略与市场反应之间的关系没有显著影响。

表11 回应时机的线性回归

(五)稳健性检验

为了测试结果的稳健性，本文引入衡量资本市场反应的另外两个变量异常价差(ABN_SPREAD)和异常换手率(ABN_TURN)，来探究企业的社交媒体回应策略与资本市场反应的关系，回归结果如表12所示。由表12可以看出，RESPOND对异常价差ABN_SPREAD的回归系数在10%的水平上呈显著正相关关系，RESPOND对异常换手率ABN_TURN的回归系数在10%的显著性水平上呈正相关关系，而表8中RESPOND同样和CAR在5%的显著性水平上正相关，由此说明我们的结果是稳健的。

表12 稳健性检验

五、结论

本文以开通官方微博账户的沪深A股上市公司在2011年1月—2017年6月间发布的针对企业负面事件的回应博文为研究样本，探讨了我国上市公司运用社交媒体进行负面事件回应的策略及其产生的影响。本文的研究结果表明：(1)相较于积极的回应策略，消极的回应策略能产生更好的市场反应；(2)在积极回应策略中，否定策略和转移视线策略能带来较好的市场反应，认错策略其次，最后是辩解策略；(3)企业声誉会影响回应策略和市场反应的关系，即相较于采取消极回应策略，声誉较高的企业采取积极的社交媒体回应策略时，能引起更好的市场反应；(4)相比于节假日，企业在非节假日对负面事件进行回应会产生更好的市场效果。以上研究结果表明，上市公司在企业的负面事件发生后采取的不同的回应策略确实会产生不同的市场效果。

本文的启示在于：(1)随着社交媒体成为企业自愿信息披露的主要渠道，企业作为信息编制者，其在社交媒体披露信息时采用的策略对资本市场的影响力愈发明显。我们的研究通过检验企业社交媒体主动回应负面事件策略的市场反应，加深了对企业如何主动管理社交媒体来影响投资者预期的理解，为中国企业社交媒体回应策略效果提供了实证经验。(2)蓬勃发展的社交媒体为企业提供了自主管理信息披露的平台，企业应当把握主动权，充分利用该平台维系自身和利益相关者之间的关系，维持自身声誉。比如，企业应当基于社交媒体平台明确应对负面事件的回应策略及效果，从而选择最有利的回应策略和时机。具体而言，当负面事件发生时，积极的回应策略并非适用于所有企业。在社交媒体上采用沉默策略更有利于声誉较低的企业；而声誉高的企业则更应当采取积极的回应策略，如提供正面的信息引导投资者情绪，或者将投资者注意力转移至公司业务和发展等方面。(3)对于投资者而言，本文对企业应对负面事件的回应策略作了详细的分类和阐述，有助于引导投资者理性思考企业面临负面事件时不同回应策略的合理性及可能产生的经济后果，以做出正确的决策。(4)本文的研究也可以为政府相关部门完善企业社交媒体信息披露的监管提供参考。监管机构应完善企业社交媒体信息披露行为的相关政策，通过对披露形式、内容、语言策略的约束与管理来提升市场信息效率。