加载中...
What Do Employees Know? Evidence from a Social Media Platform
我们利用Glassdoor.com上员工对公司未来六个月经营前景的预测,评估员工社交媒体披露的信息含量。我们发现,员工平均前景预测对未来经营业绩具有增量信息含量。当披露来自更大规模、更多样化、知识更丰富的员工群体时,其信息含量更高,这与群体智慧现象一致。平均前景预测对坏消息事件的预测能力强于对好消息事件的预测能力,表明员工社交媒体披露作为坏消息来源相对更为重要。与组织理论一致,当我们根据员工属性和工作职责对披露进行分组时,发现员工披露中信息的数量和性质存在系统性差异。最后,平均前景预测能够预测分析师和投资者关注较少的公司的未来收益,表明这些公司的投资者未能有效利用前景预测信息。
Abstract
We use employee predictions of their companies' six-month business outlook from Glassdoor.com to assess the information content of employee social media disclosures. We find that average employee outlook is incrementally informative in predicting future operating performance. Its information content is greater when the disclosures are aggregated from a larger, more diverse, more knowledgeable employee base, consistent with the wisdom of crowds phenomenon. Average outlook predicts bad news events more strongly than good news events, suggesting that employee social media disclosures are relatively more important as a source of bad news. Consistent with the organizational theory, we find systematic differences in the quantity and nature of the information in employee disclosures when the disclosures are grouped based on employee attributes and job responsibilities. Finally, average outlook predicts future returns of firms that attract less attention by analysts and investors, suggesting that investors in these firms use outlook inefficiently.
员工平均前景预测能增量预测未来经营业绩
控制分析师预测、管理层预测、内部人交易和员工期权行权等竞争信息源后,员工前景预测(Outlook)每增加一个标准差,未来两季度平均ROA增加约0.0012,相当于其标准差的4.6%,且系数在1%水平显著。
群体规模、多样性和知识水平提升信息含量
当员工前景预测来自更多评论者、地理位置和岗位更分散、员工股票期权持有更多时,预测未来ROA的能力更强,支持群体智慧假说。
坏消息预测能力强于好消息
非正面前景预测的系数为0.0044,显著大于正面前景预测的0.0017;前景预测能显著预测信用评级下调和股利减少,但对评级上调和股利增加预测较弱,支持员工有更强动机获取坏消息。
不同职能员工拥有不同方面的信息优势
销售部门员工前景预测更能预测未来销售增长,生产部门员工前景预测更能预测未来销售成本,研发部门员工前景预测更能预测未来研发支出,供应链部门员工前景预测更能预测未来存货周转率,支持信息在组织内分散分布的理论。
投资者对小公司员工前景预测利用不足
在低分析师覆盖和低市值子样本中,按员工前景预测构建的等权多空对冲组合月度四因子阿尔法分别为58和73个基点,表明这些公司的投资者未能充分将员工社交媒体信息披露纳入股价。
核心解释变量
员工前景预测(Outlook),即公司在当前季度内员工对公司未来六个月经营前景预测的平均值(“变好”=1,“不变”=0,“变差”=-1)
被解释变量
未来两季度平均资产收益率(AvgROA(t+1,t+2));以及销售增长、销售成本、研发支出、存货周转率等分项业绩指标和股票收益
样本与数据
2012年5月至2016年12月期间Glassdoor.com上572,262条员工预测,覆盖2,270家美国上市公司、21,763个公司-季度观测,并与Compustat、CRSP、I/B/E/S等数据库合并
识别方法 / 模型设定
OLS回归,控制当前业绩、公司特征以及分析师预测、管理层预测、内部人净购买、员工期权行权、Seeking Alpha群体情绪和Glassdoor雇主评级变化等竞争信息源,并加入行业和时间固定效应,标准误按公司聚类
内生性及稳健性检验
通过子样本划分(正面/非正面、中位数上下)、Probit事件回归、Fama-French四因子日历时间组合回归、Fama-MacBeth回归、剔除具有正面偏差的评论、安慰剂检验、替换变量定义及不同评论数量门槛等方式验证结果稳健性
更多相关数据正在补充